Marlin固件中Z轴微调偏移量问题的分析与解决
2025-05-13 23:31:15作者:邬祺芯Juliet
问题背景
在Marlin固件bugfix-2.1.x分支中,用户报告了一个关于Z轴微调偏移量(Babystepping Z-Offset)功能异常的问题。当用户尝试通过LCD界面调整Z轴探针偏移量时,系统没有按照设定的微调步长(如0.01mm)移动,而是使用了轴移动的步长设置(如10mm),导致打印头移动距离远大于预期。
问题现象
- 在调整Z轴探针偏移量时,界面显示正确的微调步长(如0.01mm)
- 但实际执行时却使用了轴移动的步长设置(如10mm)
- 在打印过程中调整偏移量时,可能导致打印头过度下压或出现异常移动
技术分析
这个问题源于Marlin固件中LCD/TFT界面处理微调偏移量的逻辑缺陷。具体来说:
- 在
ui_common.cpp文件的moveAxis函数中,系统计算移动距离时直接使用了motionAxisState.currentStepSize - 对于Z轴探针偏移量调整,这个值应该被覆盖或重置,但原始代码没有正确处理
- 导致系统在计算实际移动距离时,错误地使用了轴移动的步长而非微调步长
解决方案
开发团队通过以下修改解决了这个问题:
- 将
diff变量从const改为可修改的变量 - 在检测到是Z轴探针偏移量调整时,将
diff重置为0 - 确保系统只执行babystepping而不执行额外的轴移动
核心修改如下:
float diff = motionAxisState.currentStepSize * direction; // 改为非const变量
// 在Z轴探针偏移量调整时
if (axis == Z_AXIS && motionAxisState.z_selection == Z_SELECTION_Z_PROBE) {
diff = 0; // 重置移动距离
}
注意事项
- 用户需要正确设置
BABYSTEP_MULTIPLICATOR_Z和BABYSTEP_ZPROBE_OFFSET参数 - 典型的Z轴步进电机设置约为400步/mm
- 每个微调步长实际移动距离约为0.01mm,可能需要多次点击才能观察到明显移动
结论
这个问题展示了固件开发中界面交互与底层控制逻辑之间协调的重要性。通过这次修复,Marlin固件确保了Z轴微调偏移量功能的准确性和可靠性,为3D打印过程中的精细调平提供了更好的支持。
建议用户更新到包含此修复的最新bugfix-2.1.x分支代码,以获得稳定的打印体验。对于自行编译固件的用户,可以手动应用上述修改或等待官方发布包含此修复的版本。
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