Klipper 输入整形实战：如何一次共振测试消除打印面波纹

Klipper 输入整形实战如何一次共振测试消除打印面波纹【免费下载链接】klipperKlipper is a 3d-printer firmware项目地址: https://gitcode.com/GitHub_Trending/kl/klipper打印塔表面布满周期性波浪纹速度越快条纹越明显——这是机械共振的典型症状靠手感猜参数是猜不出来的。这篇讲的是 Klipper 固件共振测试 输入整形这套组合拳用加速度计测出共振峰再让整形器自动选出抑制参数从接线到出结果大约 20 分钟。把打印机当音箱调一次均衡器可以把整机想象成一只音箱结构件在某些频率下会轰头也就是共振。Klipper 的处理方式像一位调音师给音箱做均衡共振测试像放一段扫频测试音让打印头沿某个轴从低到高频率加速运动加速度计在每个频率上记录振幅画出一条频率响应曲线共振峰一目了然输入整形曲线找到后整形器在运动指令里提前塞入一组反相小脉冲把共振峰削下去就像均衡器把轰头的频段拉低它做的事就一句话测出 X/Y 轴的共振频率和衰减特性自动挑一个整形类型和频率写进运动规划。常见整形器可以对照着理解整形器削峰风格适用倾向zv单个脉冲削得最狠频率测得准、结构简单时mzv两脉冲削峰与容错均衡官方默认通用性好zvd削峰温和、容错高频率有漂移、低频区ei/2hump_ei/3hump_ei多个小脉冲叠加更柔和高频、复杂共振峰下面这张图就是一次真实 X 轴测试的结果红色是原始频率响应60Hz 附近的尖峰就是共振右侧虚线是各候选整形器的振动抑制比After shaper那条曲线说明整形后振动被压了 90% 以上。 三步跑通共振测试与整形校准准备装好传感器写两段配置。核心是一颗 ADXL345 加速度计尽量贴紧运动部件刚性固定——测 X 轴装在运动车架上测 Y 轴装在热床上。接线完成后在配置里声明传感器和测试点[adxl345] cs_pin: ar100:PA05 # 按实际接线修改 axes_map: x, y, z [resonance_tester] probe_points: 100, 100, 20 # 测试点坐标至少一个 accel_chip: adxl345保存后重启 Klipper用ACCELEROMETER_QUERY CHIPadxl345确认有读数说明芯片活着。执行一条命令测完两轴。跑完这条命令你会看到打印头沿着测试点来回加速嗡嗡扫频几分钟到十几分钟不等默认每轴扫 5~135Hz# 想先看单轴曲线、定位问题可以先跑这条 TEST_RESONANCES AXISX OUTPUTresonances,raw_data # 一条命令完成 X/Y 双轴校准控制台直接打印推荐参数 SHAPER_CALIBRATE控制台输出会列出每个轴测到的共振频率、衰减比以及Recommended input shaper for axis X这样的推荐类型和频率同时把数据写到/tmp/calibration_data_x_*.csv。确认写进配置用曲线复核。把控制台推荐值落进配置文件[input_shaper] shaper_freq_x: 62.5 # 以校准输出为准 shaper_type_x: 3hump_ei执行SAVE_CONFIG按提示重启后参数即刻生效。想直观确认效果把原始数据画成图python scripts/calibrate_shaper.py /tmp/resonances_x_*.csv -o /tmp/shaper_calibrate_x.png对比开启前后同一表面的波纹深度或者干脆再打一次测试塔——条纹消失即收工。⚠️ 高频踩坑速查曲线像山脉、没有清晰尖峰传感器没贴紧或支架自身先共振了 → 传感器与运动件之间不留缝隙、用螺丝刚性固定支架越小越硬越好。扫频时机身狂震、读数爆表激励加速度太大 → 把[resonance_tester]的accel_per_hz从默认 60 调低但调太低会牺牲高频测量精度别一次降太多。推荐了高频整形器表面反而更糙高频整形器自身会引入振动 → 给[resonance_tester]设max_smoothing: 0.1或校准时传MAX_SMOOTHING把平滑度上限锁住。 再往深走一步多点共振测试probe_points可以写多个坐标同一根轴在床面不同位置共振频率会变多点测量让整形器更稳细节见docs/Measuring_Resonances.md打印中动态换整形SET_INPUT_SHAPER允许在 G-code 里运行时切换频率和类型配合宏可以做到慢层精细、快层保守源码在klippy/extras/input_shaper.py。下次看到条纹别再手动猜参数了——让加速度计去听让整形器去调。【免费下载链接】klipperKlipper is a 3d-printer firmware项目地址: https://gitcode.com/GitHub_Trending/kl/klipper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考