Droplet Morphology Dataset

该数据集由国际工程数值方法中心与加泰罗尼亚理工大学联合创建，专注于喷墨打印系统中液滴形态的研究。数据集包含超过30万条记录，每条记录包括液滴的高分辨率图像及其几何特征（如椭圆半轴长度、中心点等），数据来源于压电喷墨系统的实验采集。数据集通过三电压脉冲方案生成液滴，并结合图像处理技术提取特征，确保数据的可重复性和透明性。该数据集的应用领域包括喷墨打印、微电子制造和生物医药，旨在通过数据驱动的方法优化液滴生成过程，提升打印精度和效率。This dataset was co-developed by the International Centre for Numerical Methods in Engineering and the Polytechnic University of Catalonia, focusing on research into droplet morphology in inkjet printing systems. It contains over 300,000 records, each of which includes high-resolution droplet images and their geometric features such as elliptical semi-axis lengths, droplet centroids and other relevant parameters. All data was experimentally collected from a piezoelectric inkjet printing system. Droplets are generated via a three-voltage pulse scheme, and features are extracted using image processing techniques, ensuring the reproducibility and transparency of the dataset. The application scenarios of this dataset cover inkjet printing, microelectronic manufacturing and biomedicine, and it aims to optimize droplet generation processes and improve printing accuracy and efficiency through data-driven approaches.

搜集汇总

数据集介绍

构建方式

Droplet Morphology Dataset的构建基于压电式喷墨系统的实验研究。研究团队采用了一种三电压脉冲方案，通过调整脉冲的幅度、宽度和时间间隔来控制液滴的生成。实验过程中，使用高速摄像机捕捉液滴的高分辨率图像，并通过图像处理管道提取液滴的几何特征。所有图像均以JPEG格式存储，并附有输入信号参数的元数据，确保数据的可追溯性和组织性。数据集通过Zenodo平台公开发布，遵循FAIR原则，便于全球研究人员访问和使用。

特点

该数据集的特点在于其全面性和高精度。数据集包含了超过30万张液滴图像，每张图像都记录了液滴的几何特征，如椭圆半轴长度、中心位置和旋转角度。此外，数据集还包含了液滴生成过程中的操作参数，如电压脉冲的幅度、宽度和时间间隔。这些数据为研究液滴形态与操作参数之间的关系提供了丰富的实验基础。数据集还通过自动化的图像处理流程，确保了数据的一致性和准确性，减少了人为干预带来的误差。

使用方法

Droplet Morphology Dataset的使用方法主要集中在数据分析和模型训练上。研究人员可以通过分析数据集中的液滴几何特征和操作参数，探索液滴形态与电压脉冲方案之间的相关性。数据集还可用于训练机器学习模型，预测不同操作参数下的液滴形态，从而优化喷墨系统的性能。此外，数据集中的图像处理代码和实验控制代码均已开源，研究人员可以基于这些代码进行进一步的实验和数据分析，确保研究的可重复性和透明性。

背景与挑战

背景概述

Droplet Morphology Dataset 是由 CIMNE（Centre Internacional de Mètodes Numèrics en Enginyeria）和 Universitat Politècnica de Catalunya - BarcelonaTech (UPC) 的研究团队于2025年创建的，旨在通过数据驱动的方法优化按需滴液系统中的液滴生成过程。该数据集的核心研究问题是通过分析液滴的几何特征，揭示液滴形态与操作参数之间的关联，从而为喷墨打印技术中的液滴控制提供理论支持。喷墨打印技术在微电子设备和制药领域的广泛应用，使得对液滴形态的精确控制成为关键。该数据集的发布为相关领域的研究人员提供了宝贵的实验数据和分析工具，推动了喷墨打印技术的进一步发展。

当前挑战

Droplet Morphology Dataset 面临的挑战主要集中在两个方面。首先，液滴形态的精确控制是喷墨打印技术中的核心问题，液滴的几何特征受多种物理参数（如粘度、表面张力、电压脉冲特性等）的影响，如何通过数据驱动的方法建立这些参数与液滴形态之间的复杂关系仍然是一个难题。其次，在数据集的构建过程中，研究人员需要处理高分辨率图像的采集与处理，确保液滴几何特征的准确提取。由于液滴形态的多样性和复杂性，图像处理算法的鲁棒性和自动化程度成为关键挑战。此外，数据集的大规模性和开放性要求研究人员在数据存储、共享和可重复性方面投入大量精力，以确保数据的广泛可用性和科学价值。

常用场景

经典使用场景

Droplet Morphology Dataset 在喷墨打印技术的研究中具有经典的应用场景。该数据集通过高分辨率图像捕捉和几何特征提取，详细记录了压电式喷墨系统中液滴的形态变化。研究人员利用该数据集分析不同电压脉冲参数对液滴形态的影响，从而优化喷墨打印过程中的液滴生成。这一数据集为喷墨打印技术的精确控制提供了重要的实验基础，尤其在微电子器件和生物医药领域的应用中，液滴形态的稳定性至关重要。

解决学术问题

Droplet Morphology Dataset 解决了喷墨打印技术中液滴形态控制的学术难题。通过数据驱动的方法，研究人员能够深入分析电压脉冲参数与液滴几何特征之间的复杂关系。该数据集不仅揭示了液滴生成过程中的关键参数，还为液滴形态的预测和优化提供了理论支持。这一研究填补了喷墨打印系统中液滴形态控制的理论空白，推动了喷墨打印技术在微流体领域的进一步发展。

衍生相关工作

Droplet Morphology Dataset 衍生了许多相关经典工作。基于该数据集的研究成果，研究人员开发了多种数据驱动的液滴形态预测模型，进一步推动了喷墨打印技术的智能化发展。此外，该数据集还被用于开发基于机器学习的喷墨打印参数优化算法，显著提高了喷墨打印系统的效率和精度。这些衍生工作不仅扩展了数据集的应用范围，还为喷墨打印技术的未来发展提供了新的研究方向。