Prusa-Firmware中MMU2S升级MMU3后选择器归位问题分析
2025-07-05 14:09:19作者:舒璇辛Bertina
问题现象
在将MMU2S升级到MMU3后,用户遇到了选择器归位失败的问题。具体表现为:当选择器停放在距离右侧(靠近选择器电机一侧)超过50%的位置时,系统会显示"Selector cannot home #04115"错误信息;而如果选择器位于左侧50%范围内,则能够正常完成归位操作。
问题重现
- 确保没有加载任何线材
- 将选择器手动或自动移动到右侧50%以上的位置(靠近选择器电机)
- 触发选择器归位操作(如按下MK3.5前面的重启按钮)
- 观察现象:打印机正常启动后,MMU3尝试归位
- 惰轮在X轴上能够正常滚动
- 选择器尝试归位时会撞击外壳3次
- 最终显示错误信息
根本原因分析
经过深入排查,发现问题可能与选择器电机的安装方式有关:
- 当三个固定螺丝完全拧紧时,会导致银色导螺杆偏离中心位置
- 随着选择器向右移动,导螺杆左侧会被向上推,直至接触MMU主体
- 这种接触会产生过大摩擦力,导致步进电机无法克服阻力
- 另一种可能是导螺杆在梯形螺母内被推到异常角度,同样导致摩擦力剧增
临时解决方案
通过以下调整可以暂时解决问题:
- 松开固定选择器电机的三个机器螺丝约半圈
- 确保电机能够轻微晃动(不再完全固定)
- 这样处理后,选择器在任何位置都能100%成功归位
注意事项:
- 此方案会导致组件在运行时发出异响
- 长期使用可能导致螺丝松动脱落
- 并非理想的永久解决方案
建议的长期解决方案
- 重新设计选择器电机的固定方式,避免导螺杆偏移
- 调整导螺杆与梯形螺母的配合公差
- 增加导螺杆的支撑结构,防止弯曲变形
- 优化步进电机的驱动参数,提高扭矩输出
技术背景
MMU(Multi-Material Unit)是Prusa打印机的多材料打印模块,其选择器机构负责在不同线材之间切换。导螺杆传动系统的精度和顺畅度直接影响选择器的定位准确性。在升级过程中,新组件的机械公差配合需要特别关注。
总结
这个问题揭示了从MMU2S升级到MMU3时可能遇到的机械兼容性问题。虽然通过松开电机螺丝可以临时解决,但建议用户关注Prusa官方的后续修复方案或升级部件。对于遇到类似问题的用户,可以先尝试调整电机固定螺丝的松紧度作为临时解决方案,同时等待更完善的官方修复。
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
暂无简介
Dart
670
155
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
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322