Printrun项目中的连续打印问题分析与解决方案
2025-07-01 01:02:01作者:秋阔奎Evelyn
问题背景
Printrun是一款广泛使用的3D打印控制软件,用户可以通过它直接控制打印机而无需依赖SD卡。然而,在长期使用过程中,用户发现了一个持续存在的技术问题:当连续打印多个文件时,第二个及后续的打印任务无法正常启动,而是会显示一系列错误信息。
问题现象
用户在使用Printrun进行连续打印时,发现以下典型现象:
- 第一个文件可以正常打印完成
- 当尝试立即打印第二个文件时,软件会输出大量错误信息
- 打印机无法开始加热或执行打印任务
- 打印机状态显示仍为"Finished print!"(打印完成)
- 临时解决方案是断开并重新连接打印机,相当于执行了一次硬件复位
技术分析
经过开发团队的深入调查,发现问题根源在于打印行号重置机制的不兼容性。具体表现为:
-
行号重置机制:Printrun使用M110命令来重置打印行号计数器,这对于连续打印至关重要
-
命令格式差异:
- Prusa固件3.12.x及以上版本要求使用"M110 N-1"格式
- Smoothieware固件要求使用"N-1 M110"格式
- 旧版Marlin固件1.0.0要求使用"N-1 M110"并附带校验和
-
兼容性问题:Printrun在#1378提交中引入的修改仅考虑了Prusa固件的新要求,导致与其他固件版本不兼容
解决方案
开发团队经过多次测试和验证,最终确定了以下解决方案:
- 统一命令格式:采用同时兼容新旧固件的命令格式
- 添加校验和:确保旧版Marlin固件能够正确处理命令
- 具体实现:将发送命令改为
self._send("M110 N-1", -1, True)- 这会生成"N-1 M110 N-1*125"格式的命令
- 同时满足新旧固件的要求
测试验证
解决方案在多种打印机和固件版本上进行了全面测试:
-
Prusa打印机测试:
- 固件版本3.12.2:成功
- 最新固件3.14.0:成功
- MK3S+、MK4和XL型号:全部通过测试
-
其他固件测试:
- Smoothieware:成功
- 旧版Marlin 1.0.0:成功
- Marlin 2.x:成功
技术意义
这个问题的解决具有以下技术意义:
- 兼容性提升:确保了Printrun能够与各种主流3D打印机固件协同工作
- 用户体验改善:用户不再需要手动断开连接来重置打印机
- 代码健壮性:为未来处理类似兼容性问题提供了参考模式
最佳实践建议
基于此问题的解决经验,建议用户:
- 保持Printrun软件更新到最新版本
- 了解自己打印机固件的特定要求
- 遇到类似问题时,可以先尝试手动发送M110命令测试兼容性
- 报告问题时提供详细的固件版本和错误日志
这个问题的解决体现了开源社区协作的力量,通过开发者与用户的密切配合,最终找到了既保持兼容性又不牺牲功能的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146