Tiny-M 3D打印机项目使用教程
2024-09-21 20:23:14作者:咎竹峻Karen
1. 项目介绍
Tiny-M 是一个基于 Voron V0 的紧凑型 3D 打印机项目,构建体积为 150x150x150 mm。该项目由 gsl12 发起,旨在利用现有的 3D 打印机部件,构建一个功能齐全且紧凑的打印机。Tiny-M 支持 Bowden 和直接驱动挤出机,并使用 CroXY 的 Sailfin 设计。此外,Annex Engineering 的 Sherpa Mini 和 Bondtech 的 LGX Lite 也可以作为可选的挤出机。
2. 项目快速启动
2.1 克隆项目仓库
首先,克隆 Tiny-M 项目仓库到本地:
git clone https://github.com/gsl12/Tiny-M.git
cd Tiny-M
2.2 安装依赖
Tiny-M 项目依赖于一些常见的 3D 打印机组件和软件。确保你已经安装了以下依赖:
- Klipper 固件
- Cura 切片软件
- 3D 打印机控制软件(如 OctoPrint)
2.3 配置 Klipper 固件
进入 klipper_firmware 目录,编译并上传 Klipper 固件到你的 3D 打印机控制板:
cd klipper_firmware
make menuconfig
make
将生成的固件文件上传到你的控制板。
2.4 切片配置
使用 Cura 或其他切片软件,导入 slicer/cura 目录中的配置文件,并根据你的打印需求进行调整。
2.5 启动打印
连接你的 3D 打印机,启动 OctoPrint 或其他控制软件,加载切片后的 G-code 文件,开始打印。
3. 应用案例和最佳实践
3.1 应用案例
Tiny-M 适用于需要小型、紧凑且功能强大的 3D 打印机的场景,例如:
- 桌面级 3D 打印
- 小型零件制造
- 教育用途
3.2 最佳实践
- 材料选择:建议使用 ABS 或 ABS+ 材料进行打印,以确保打印件的强度和耐用性。
- 打印设置:使用 0.4 喷嘴,0.48 挤出宽度,0.2-0.3 层高,5 层顶部/底部,4 层壁厚,40% 填充(推荐三角形填充)。
- 维护与校准:定期校准打印机,确保 X、Y、Z 轴的精度,并定期清洁喷嘴和热床。
4. 典型生态项目
Tiny-M 项目与其他开源 3D 打印机项目有着紧密的联系,以下是一些典型的生态项目:
- Voron V0:Tiny-M 基于 Voron V0 设计,Voron 社区提供了丰富的资源和支持。
- Klipper:一个开源的 3D 打印机固件,提供了高精度和灵活的控制。
- Cura:一个流行的开源切片软件,支持多种 3D 打印机配置。
- OctoPrint:一个开源的 3D 打印机控制软件,提供了远程监控和控制功能。
通过这些生态项目,Tiny-M 用户可以获得更多的资源和支持,进一步提升打印机的性能和功能。
登录后查看全文
热门项目推荐
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
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
Ascend Extension for PyTorch
Python
215
235
暂无简介
Dart
662
152
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
React Native鸿蒙化仓库
JavaScript
253
320
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++
660
297
🎉 (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
1.18 K
646
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编程语言开发者文档。
59
818