Напечатанная модель не обязательно остаётся такой же

Напечатанная модель не обязательно остаётся такой же, image #1

3D-печатную модель обычно воспринимают как уже готовый объект: напечатали, промыли, дополимеризовали — и дальше она может ждать своей очереди.

Но что будет, если работа начнётся не завтра, а через несколько недель?

Недавнее исследование в International Dental Journal проверило, насколько стабильно ведут себя цифровые модели при хранении.

Что проверяли

Исследователи напечатали модели верхней челюсти на двух технологиях:

SLA: Form 3;

DLP: Straumann P30+.

Для каждой технологии использовали три варианта внутренней конструкции: полую с перфорированным основанием, сплошную и с опорной структурой.

Всего изготовили 60 моделей. Их хранили в контролируемых комнатных условиях и повторно сканировали в течение четырёх недель — в семи временных точках, сравнивая с исходной цифровой моделью.

Оценивали trueness, precision и изменение объёма.

Что произошло с DLP-моделями

Результат оказался довольно интересным.

Объём моделей начал статистически значимо уменьшаться уже после первой недели хранения.

Изменения trueness появились позже:

у сплошных моделей — после 2 недель;

у моделей с опорной структурой — тоже после 2 недель;

у полых моделей — после 3 недель.

При этом precision статистически значимо не менялась.

То есть модель не обязательно становилась просто «хуже напечатана». Менялась её геометрия относительно исходной цифровой модели.

Авторы связывают это ухудшение trueness с объёмной усадкой модели, хотя работа не доказывает причинно-следственную связь напрямую.

А что с SLA?

У исследованного SLA-workflow картина была другой.

За четыре недели не обнаружили значимых изменений ни trueness, ни precision, ни объёма.

В условиях этого эксперимента SLA-workflow показал значительно большую стабильность при хранении, чем DLP-workflow.

И это подводит к ещё одному вопросу: может ли сама внутренняя конструкция модели влиять на то, насколько хорошо она сохраняет размеры?

А внутренняя конструкция модели?

Здесь результат тоже полезен.

Значимого влияния трёх вариантов внутренней конструкции — hollow, solid или support structure — на размерную стабильность не обнаружили.

То есть в рамках этого эксперимента определяющим фактором оказался не столько способ построения внутренней части модели, сколько сам printing workflow и время хранения.

Что это значит на практике?

Главное — не делать слишком широкого вывода вроде:

«DLP-модели нельзя хранить».

Исследование проверяло конкретные принтеры, материалы и условия хранения. На другой системе результат может отличаться.

Но срок хранения действительно стоит учитывать как часть рабочего процесса.

Для исследованного DLP-workflow авторы рекомендуют использовать модели в течение 2 недель, поскольку именно в этом диапазоне уже начинались заметные изменения точности. При этом протестированный SLA-workflow оказался значительно стабильнее и лучше подходил для хранения и транспортировки.

Если модели производятся заранее — например, партиями для последующей отправки или работы через несколько недель, — срок хранения стоит рассматривать как отдельный параметр workflow.

Контроль качества 3D-печати не обязательно заканчивается в момент, когда модель вышла из принтера. Для некоторых workflows стоит задать себе ещё один вопрос:

сколько времени эта модель может лежать до начала работы?

Ограничения

Это лабораторное исследование, а не клиническое наблюдение.

Хранение проходило в контролируемых комнатных условиях. Статистически значимое отличие не обязательно означает клинически значимое.

Сравнивались конкретные SLA- и DLP-системы, поэтому результаты нельзя автоматически переносить на все принтеры, смолы и режимы постобработки.

Но сама идея важна: стабильность напечатанной модели — это не только вопрос точности в момент печати, но и вопрос её поведения после печати.

Источник: Chen Y. et al. Effects of Storage Time, Internal Design and Printing Workflow on Accuracy and Stability of 3D-Printed Dental Models. International Dental Journal, 2026; 76(5):109747.

DOI: 10.1016/j.identj.2026.109747

9 views·1 share