航空航天领域高性能构件对质量有着严苛的标准。航空航天零部件尺寸大、内部结构复杂，对尺寸精度要求高，零件的成形时间较长，制作成本高。在零件成形前和成形过程中，通过智能软件等智能手段进行质量监控或干预，便于提升零件的质量保障、进行必要的质量回溯，有效降低生产成本，提高生产效率。

航空发动机

ng28南宫从研制首台设备产品时便建立了独立的软件研发团队，专注金属增材制造专用软件的开发工作。基于十余年设备研发及生产经验，ng28南宫的质量监控系统覆盖激光精度、铺粉检测等影响生产质量的多个维度。截止目前，ng28南宫高品质质量监控系统已帮助空天领域客户实现金属增材制造生产流程高效、智能的质量管理，每年为客户节约近五十万的隐形成本。

01 数字化过程监控：可视化实时监控，保证生产可控与追溯性

BLT-视频监控支持对3D打印过程进行全程视频录制，并按照所设置时间间隔自动保存高清录像，质量追溯时一目了然。BLT-视频监控可以另外选配4T以上的硬盘进行存储，可存储约85个高清视频或多达40万张高清图片，可以实现照片、视频的本地一键调取。

BLT-铺粉检测基于ng28南宫多年生产经验积攒的较为齐全的缺陷场景，目前已建立比较全面的缺陷数据库，可以智能识别多种复杂环境。在常规生产工况中，缺粉检出率可达到99%以上。并且，BLT-铺粉检测具备自处理能力，当高性能相机传感器检测到特定铺粉缺陷时，系统会自动调整控制系统重新铺粉，确保铺粉的厚度均匀性和一致性。

BLT-铺粉检测界面（界面仅为示意，以实际产品为准）

BLT-三维重建功能实时跟踪成形过程，采用高质量工业相机，对成形截面逐层拍照，并与模型切片进行层层对比，可以提供快速精准的高风险区域定位。BLT-三维重建功能可以实时显示已成形部分，可视化程度高。BLT-三维重建功能重建12000层仅耗时7s，最大可重建1.6-1.7万层，满足空天领域大尺寸零件重建需求。

BLT三维重建界面（界面仅为示意，以实际产品为准）

02 预测性质量监控：人工智能+深度学习，提高制造质量和效率

为了应对空天零部件在生产过程中出现的复杂工况的缺陷场景，ng28南宫研发了BLT缺陷检测自训练平台。自训练平台可以通过对缺陷数据的学习，提高模型缺陷分析能力。其数据样本越大，分析、识别能力越准确。自训练平台基于ng28南宫多年的生产数据，构建了强大的数据库，为平台提供了坚实的数据支持。通过学习ng28南宫生产过程中的缺陷表征与内在规律，最终可以达到近似人类缺陷识别能力。

BLT缺陷检测自训练平台（界面仅为示意，以实际产品为准）

BLT缺陷检测自训练平台除了搭载ng28南宫缺陷检测模型外，用户可以依据自己的生产实际中的常见缺陷，使用“模型迁移学习”功能对模型进行微调，生成个性化检测模型，实现工艺参数的优化创新，更有针对性地提高生产质量。目前，BLT缺陷检测自训练平台支持训练铺粉检测模型，未来还会开发更多缺陷检测模型。

此外，BLT-AutoCALng28南宫多振镜自动校正产品可以通过软硬件协同在设备准备阶段对拼接精度进行控制。BLT-AutoCAL相较于传统的人工扫描仪校正方案，能够实现校正过程无人化，校正拼接一体化等功能。满足空天领域零部件制造对大尺寸多激光设备多光拼接精度的高要求。

金属增材制造技术在空天领域的规模化应用程度加深，促使质量控制方法不断从事后检测向过程控制再到事前预测“多管齐下”。ng28南宫的质量监控系统不仅着眼于质量的回溯与监控，更重要的是希望在未来能通过大数据、机器学习与人工智能等技术的运用来更好地改进工艺参数，优化成形策略，减少生产过程中的风险与缺陷，护航空天零部件批量制造。