PrusaSlicer中Ramping Z Lift功能导致绝对E值重置问题分析
2025-05-29 13:43:19作者:毕习沙Eudora
问题概述
在PrusaSlicer 2.7.2版本中,当用户启用Ramping Z Lift功能并与使用绝对E值模式的打印机配合使用时,会出现一个严重的bug:在达到允许Z抬升的第一层时,挤出机E值会被意外重置为0。这个问题尤其影响使用Klipper固件的打印机,会导致挤出异常和打印失败。
技术背景
绝对E值与相对E值
在3D打印中,挤出机运动有两种表示方式:
- 绝对E值模式:所有挤出指令中的E值都是相对于初始位置的绝对坐标
- 相对E值模式:每个挤出指令中的E值都是相对于前一个位置的增量
Ramping Z Lift功能
Ramping Z Lift是PrusaSlicer提供的一项智能抬升功能,它可以根据需要逐渐增加Z轴抬升高度,而不是使用固定值。这种渐进式抬升可以减少打印时间并提高打印质量。
问题表现
当同时满足以下条件时会出现问题:
- 打印机设置为使用绝对E值模式(取消勾选"Use Relative E distances")
- 启用了Ramping Z Lift功能
- 设置了合理的抬升参数(最大抬升高度、起始抬升层高等)
在生成的G代码中,当打印达到允许Z抬升的第一层时(如Z=0.2mm),后续的E值会从0开始重新计数,而不是继续累加。这导致Klipper固件报错"Extrude only move too long",因为挤出距离突然变为负值。
问题原因
经过分析,这个问题是由于Ramping Z Lift功能在实现时没有正确处理绝对E值模式导致的。在启用该功能后,切片引擎错误地插入了E值重置指令(G92 E0),而没有考虑用户选择的E值模式。
解决方案
PrusaSlicer开发团队已经在2.7.3-alpha1版本中修复了这个问题。修复后的版本正确处理了绝对E值模式下的Ramping Z Lift功能,不再错误地重置E值。
用户建议
对于遇到此问题的用户,建议:
- 升级到PrusaSlicer 2.7.3或更高版本
- 如果暂时无法升级,可以临时关闭Ramping Z Lift功能
- 检查打印机的E值模式设置是否正确
总结
这个bug展示了3D打印软件中运动模式处理的重要性。PrusaSlicer团队及时响应并修复了这个问题,体现了开源社区对用户体验的重视。用户在遇到类似问题时,应及时检查版本更新并报告问题,以帮助改进软件质量。
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
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217