Prusa-Firmware中实现打印区域网格床调平的技术解析
2025-07-05 15:11:42作者:蔡丛锟
概述
在3D打印过程中,网格床调平(Mesh Bed Leveling, MBL)是一项关键技术,用于补偿打印床表面的不平整。Prusa-Firmware 3.14.0版本引入了打印区域网格床调平功能,可以仅针对实际打印区域进行调平,显著提高了打印效率。本文将详细介绍如何正确配置和使用这一功能。
功能原理
打印区域网格床调平通过分析G代码中的打印区域信息,智能地选择需要调平的网格点。相比传统的全床调平,这一功能具有以下优势:
- 减少调平时间:仅测量打印区域内的点
- 提高精度:在关键区域使用更密集的测量点
- 延长设备寿命:减少不必要的探头动作
配置步骤
固件设置
- 进入打印机主菜单
- 选择"设置"→"网格床调平"
- 将网格密度设置为7x7(必须选择7x7才能启用区域调平功能)
- 执行Z轴校准(重要步骤,确保探头工作正常)
PrusaSlicer配置
- 确保使用最新版PrusaSlicer 2.8.0或更高版本
- 在打印机设置→自定义G代码→起始G代码中检查以下内容:
G80 X{first_layer_print_min[0]} Y{first_layer_print_min[1]} W{(first_layer_print_max[0]) - (first_layer_print_min[0])} H{(first_layer_print_max[1]) - (first_layer_print_min[1])} ; mesh bed levelling - 如果使用自定义配置文件,需要手动更新起始G代码
验证方法
-
切片后检查G代码文件,应包含类似以下内容:
G80 X109.746 Y89.7458 W30.5083 H30.5083其中:
- X/Y值为打印区域左下角坐标
- W/H值为打印区域的宽度和高度
-
观察打印机执行调平时,探头应仅在打印区域内移动
常见问题解决
-
全床调平问题:
- 检查是否启用了7x7网格
- 确认起始G代码正确
- 打印大型零件时,系统会自动测量全部49个点
-
Z轴校准提示:
- 在3.14.1版本中,启用7x7网格时会自动提示进行Z校准
- 当前版本需手动执行校准
-
配置文件更新:
- 系统预设更新后,自定义预设需要手动同步修改
技术建议
- 对于小型打印件,区域调平可节省约50%的调平时间
- 定期检查探头状态,确保测量精度
- 打印前观察调平过程,确认功能正常工作
- 不同版本固件可能有细微差异,建议保持固件最新
通过合理配置和使用打印区域网格床调平功能,可以显著提升打印效率,同时保证打印质量。这一功能特别适合频繁打印小型物件的用户,是Prusa-Firmware 3.14.0版本的重要改进之一。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
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
68
20
🎉 (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
1.37 K
781