Mold Printer: Streamlining G-Code generation for creating living and evolving images

Abstract

Das kürzlich entwickelte Gerät zum Drucken von Bildern aus Schimmelpilzsporen hat
neue Möglichkeiten für die Erstellung von lebenden Bildern aus digitalen Vorlagen eröffnet. Für diesen Prozess müssen digitale Bilder in Anweisungen für den Schimmeldrucker
umgewandelt werden. Diese Arbeit befasst sich mit der Optimierung dieses Prozesses
und konzentriert sich dabei auf drei Kernaspekte: algorithmische Effizienz, Parameterabstimmung und Visualisierungstechniken. Das Hauptziel besteht darin, die Generierung
von Druckeranweisungen aus digitalen Bildern zu vereinfachen und zu verbessern, um
die Qualität und Effizienz der gedruckten Bilder zu erhöhen.
Um dies zu erreichen, haben wir zwei Algorithmen entwickelt, die digitale Rasterbilder in druckbare G-Code-Anweisungen umwandeln. Darüber hinaus wurde ein Algorithmus zur Optimierung der Druckanweisungen implementiert, um die Druckzeit zu
minimieren. Diese Algorithmen wurden getestet und ausgewertet, um ihre Effektivität
zu überprüfen und Bereiche mit Verbesserungsbedarf zu identifizieren. Die wichtigsten
Parameter für die Konvertierung, wie die Einstichtiefe der Nadel, wurden identifiziert
und iterativ optimiert, um die Druckqualität zu verbessern.
Unsere Ergebnisse zeigen, dass der Algorithmus zur Pfadoptimierung die Druckzeit
für alle Bilder reduziert, jedoch nicht jedes Bild gleichermaßen davon profitiert. Bei einigen Bildern, insbesondere bei komplexen, ist die Reduzierung der Druckzeit deutlich
höher. Darüber hinaus erwies sich die Integration eines Visualisierungstools als sehr
hilfreich zur Feinjustierung der Parameter, da es Echtzeit-Feedback ermöglicht. Probleme wie der Umgang mit unterschiedlichen Wachstumsbedingungen des Schimmels und
die Minimierung von Druckfehlern wurden durch iterative Tests und Anpassungen des
Druckers angegangen. Abschließend werden einige Einschränkungen sowie Vorschläge
für zukünftige Verbesserungen und Erweiterungen vorgestellt.

Datum der Bewilligung	2024
Originalsprache	Englisch (Amerika)
Betreuer/-in	Volker Christian (Betreuer*in)