CN105577824B - 面向云制造的3d打印加工任务处理方法及装置 - Google Patents

面向云制造的3d打印加工任务处理方法及装置 Download PDF

Info

Publication number
CN105577824B
CN105577824B CN201610060342.1A CN201610060342A CN105577824B CN 105577824 B CN105577824 B CN 105577824B CN 201610060342 A CN201610060342 A CN 201610060342A CN 105577824 B CN105577824 B CN 105577824B
Authority
CN
China
Prior art keywords
processing
process time
threedimensional model
threedimensional
subtask
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610060342.1A
Other languages
English (en)
Other versions
CN105577824A (zh
Inventor
张霖
麦金耿
任磊
史策
赵帧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201610060342.1A priority Critical patent/CN105577824B/zh
Publication of CN105577824A publication Critical patent/CN105577824A/zh
Application granted granted Critical
Publication of CN105577824B publication Critical patent/CN105577824B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1001Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1036Load balancing of requests to servers for services different from user content provisioning, e.g. load balancing across domain name servers
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1001Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B33ADDITIVE MANUFACTURING TECHNOLOGY
    • B33YADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y30/00Apparatus for additive manufacturing; Details thereof or accessories therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)

Abstract

本发明提供一种面向云制造的3D打印加工任务处理方法及装置。该方法包括:对加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合,对于每一个三维模型集合,按照三维模型对应的加工精度和3D打印设备的加工速度计算三维模型集合中的每个三维模型的预估加工时间,根据所有预估加工时间中的最大预估加工时间对所有的三维模型进行分组,将预估加工时间之和不大于最大预估加工时间的三维模型分为一组构建成加工子任务。本发明提供的面向云制造的3D打印加工任务处理方法及装置,实现了用尽量少的3D打印设备且高效地并行完成加工任务,尽量减少资源的浪费。

Description

面向云制造的3D打印加工任务处理方法及装置
技术领域
本发明涉及3D打印技术领域,尤其涉及一种面向云制造的3D打印加工任务处理方法及装置。
背景技术
公有云制造平台作为开放环境,用户可以向云制造平台接入各种制造资源和制造服务,其最主要包括服务器和若干3D打印设备,3D打印设备通过适配接入装置接入服务器。云制造平台中3D打印服务的基本应用流程是,用户向服务器提交包含三维模型和加工要求的加工任务,也就是打印请求,服务器为用户选择并分配满足加工任务需求的3D打印设备来完成加工任务。
简单的加工任务包含一个三维模型和加工要求,因此分配一个3D打印设备即可。复杂的加工任务由若干个三维模型和对应的加工要求构成,且不同的三维模型在加工要求上还会存在材料、精度等差异,在云制造平台中,当服务器同时接收到多个加工任务或者接收到一个复杂的加工任务时,需要服务器调度多个3D打印设备形成服务组合来并行完成加工任务。如何实现用尽量少的3D打印设备且快速地完成加工任务,目前缺乏有效的处理方法。
发明内容
本发明提供一种面向云制造的3D打印加工任务处理方法及装置,可实现用尽量少的3D打印设备且高效地并行完成加工任务。
第一方面,本发明提供一种面向云制造的3D打印加工任务处理方法,包括:
对加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合;
对于每一个三维模型集合,进行如下处理:
按照三维模型对应的加工精度和3D打印设备的加工速度计算三维模型集合中的每个三维模型的预估加工时间;
根据所有预估加工时间中的最大预估加工时间对所有的三维模型进行分组,将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务。
进一步地,所述按照三维模型对应的加工精度和3D打印设备的加工速度计算三维模型集合中的每个三维模型的预估加工时间,包括:
根据如下公式计算三维模型集合中的每个三维模型的预估加工时间T:
T=K*Vm(1+W)/S
其中,K为所述加工精度对应的速度系数,Vm为模型耗材体积,W为加工产生的耗材废料系数,S为3D打印设备的加工速度。
进一步地,所述根据所有预估加工时间中的最大预估加工时间对所有的三维模型进行分组,将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务,包括:
对所有的三维模型按照预估加工时间从大到小的顺序进行排序,得到序列T1,T2、、、、Tn;
将最大预估加工时间T1对应的三维模型组成第一个加工子任务,Tmax=T1;
判断是否存在满足条件的Tk,其中2≤a≤n,若是则将满足条件的多个Tk对应的多个三维模型组成一个加工子任务,若否则将Ta对应的一个三维模型组成一个加工子任务。
进一步地,所述将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务之后,还包括:
将每一加工子任务分别分配到不同的3D打印设备上,以使多个3D打印设备并行处理所有的加工子任务。
第二方面,本发明提供一种面向云制造的3D打印加工任务处理装置,包括:
归类模块,用于对加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合;
计算模块,用于对于每一个三维模型集合,按照三维模型对应的加工精度和3D打印设备的加工速度计算三维模型集合中的每个三维模型的预估加工时间;
分组模块,用于根据所有预估加工时间中的最大预估加工时间对所有的三维模型进行分组,将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务。
进一步地,所述计算模块具体用于:
根据如下公式计算三维模型集合中的每个三维模型的预估加工时间T:
T=K*Vm(1+W)/S
其中,K为所述加工精度对应的速度系数,Vm为模型耗材体积,W为加工产生的耗材废料系数,S为3D打印设备的加工速度。
进一步地,所述分组模块具体用于:
对所有的三维模型按照预估加工时间从大到小的顺序进行排序,得到序列T1,T2、、、、Tn;
将最大预估加工时间T1对应的三维模型组成第一个加工子任务,Tmax=T1;
判断是否存在满足条件的Tk,其中2≤a≤n,若是则将满足条件的多个Tk对应的多个三维模型组成一个加工子任务,若否则将Ta对应的一个三维模型组成一个加工子任务。
进一步地,还包括:
分配模块,用于在所述分组模块将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务之后,将每一加工子任务分别分配到不同的3D打印设备上,以使多个3D打印设备并行处理所有的加工子任务。
本发明提供的面向云制造的3D打印加工任务处理方法及装置,通过将加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合,计算出每个三维模型的预估加工时间,采用按预估加工时间进行分组构建加工子任务时,保证加工子任务的预估加工时间小于同类材料的最大预估加工时间,能充分利用云制造平台中海量的3D打印设备来实现并行处理所有的加工子任务,处理的速度得到保证。在构建加工子任务时,将预估时间较小的三维模型组合一起构建成加工子任务,能减少所需3D打印设备的数量,从而减少3D打印加工件从服务提供方寄付给用户的物流成本。因此,实现了用尽量少的3D打印设备且高效地并行完成加工任务。另外,由于考虑了材料和精度的差别,适用于包含多种材料加工的产品加工任务,提高了本发明的适用性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明面向云制造的3D打印加工任务处理方法实施例一的流程图;
图2为本实施例中一种构建加工子任务的方法的流程图;
图3为本发明面向云制造的3D打印加工任务处理装置实施例一的结构示意图;
图4为本发明面向云制造的3D打印加工任务处理装置实施例二的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明面向云制造的3D打印加工任务处理方法实施例一的流程图,如图1所示,本实施例的方法可以包括:
S101、对加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合。
具体地,3D打印设备可实施加工的加工材料包括丙烯腈-丁二烯-苯乙烯塑料(Acrylonitrile Butadiene Styrene plastic,简称:ABS)、聚乳酸(Polylactic Acid,简称:PLA)塑料丝、光敏液态树脂、橡胶、尼龙粉末、金属粉末、陶瓷粉末和石膏粉末等,归类时,ABS和PLA塑料丝可以归为一类,其他的光敏液态树脂、橡胶、尼龙粉末、金属粉末、陶瓷粉末和石膏粉末等都各自归为一类,相同类别材料对应的三维模型组成一个三维模型集合。简单的加工任务包含一个三维模型和加工要求,复杂的加工任务由若干个三维模型和对应的加工要求构成,加工要求包括材料和加工精度等要求。其中的3D打印设备可以为3D打印机。
S102、对于每一个三维模型集合,进行如下处理:
按照三维模型对应的加工精度和3D打印设备的加工速度计算三维模型集合中的每个三维模型的预估加工时间。
具体地,根据如下公式计算三维模型集合中的每个三维模型的预估加工时间T:
T=K*Vm(1+W)/S
其中,K为所述加工精度对应的速度系数,Vm为模型耗材体积,模型耗材体积在云制造平台中可利用切片工具计算得到,W为加工产生的耗材废料系数,S为3D打印设备的加工速度。K、W、S的取值和3D打印设备可实施加工的加工材料类别有关。
S103、根据所有预估加工时间中的最大预估加工时间对所有的三维模型进行分组,将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务。
图2为本实施例中一种构建加工子任务的方法的流程图,如图2所示,具体地,包括以下步骤:
S1031、对所有的三维模型按照预估加工时间从大到小的顺序进行排序,得到序列T1,T2、、、、Tn。
S1032、将最大预估加工时间T1对应的三维模型组成第一个加工子任务,Tmax=T1。
S1033、判断是否存在满足条件的Tk,其中2≤a≤n,若是则执行S1034,否则执行S1035。
S1034、将满足条件的多个Tk对应的多个三维模型组成一个加工子任务。
S1035、将Ta对应的一个三维模型组成一个加工子任务。
例如,满足条件的Tk有两个,即满足条件Ti+Tk≤Tmax,将Ti对应的三维模型和Tk对应的三维模型组成一个加工子任务组成一个加工子任务。
作为另一种构建加工子任务具体的实施方式,可以包括:
S1031’、首先对所有的三维模型按照预估加工时间从大到小的顺序进行排序,得到序列T1,T2、、、、Tn。
S1032’、将最大预估加工时间T1对应的三维模型组成第一个加工子任务,Tmax=T1。
S1033’、接着判断T2+Tk≤Tmax(k>2)是否满足,如果没有满足条件的Tk则将T2对应的三维模型组成一加工子任务,如果有满足的Tk,则Tk是这个子任务的一个模块,还需判断是否有其他三维模型能否一起加入这个子任务,判断方法为T2+Tk+Tj≤Tmax(j>k)。依次类推即可构建所有的子任务,且每个子任务的时间和不超过Tmax。
进一步地,在S103之后,还可以包括:
S104、将每一加工子任务分别分配到不同的3D打印设备上,以使多个3D打印设备并行处理所有的加工子任务。
本实施例提供的面向云制造的3D打印加工任务处理方法,通过将加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合,计算出每个三维模型的预估加工时间,采用按预估加工时间进行分组构建加工子任务时,保证加工子任务的预估加工时间小于同类材料的最大预估加工时间,能充分利用云制造平台中海量的3D打印设备来实现并行处理所有的加工子任务,处理的速度得到保证。在构建加工子任务时,将预估时间较小的三维模型组合一起构建成加工子任务,能减少所需3D打印设备的数量,从而减少3D打印加工件从服务提供方寄付给用户的物流成本,尽量减少资源的浪费。因此,实现了用尽量少的3D打印设备且高效地并行完成加工任务。另外,由于考虑了材料和精度的差别,适用于包含多种材料加工的产品加工任务,提高了本发明的适用性。
图3为本发明面向云制造的3D打印加工任务处理装置实施例一的结构示意图,本发明面向云制造的3D打印加工任务处理装置可以是服务器,如图3所示,本实施例的装置可以包括:归类模块11、计算模块12和分组模块13,其中,归类模块11用于对加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合。计算模块12用于对于每一个三维模型集合,按照三维模型对应的加工精度和3D打印设备的加工速度计算三维模型集合中的每个三维模型的预估加工时间。分组模块13用于根据所有预估加工时间中的最大预估加工时间对所有的三维模型进行分组,将预估加工时间之和不大于最大预估加工时间的三维模型分为一组构建成加工子任务。
进一步地,计算模块12具体用于:根据如下公式计算三维模型集合中的每个三维模型的预估加工时间T:
T=K*Vm(1+W)/S
其中,K为加工精度对应的速度系数,Vm为模型耗材体积,W为加工产生的耗材废料系数,S为3D打印设备的加工速度。
进一步地,分组模块13具体用于:对所有的三维模型按照预估加工时间从大到小的顺序进行排序,得到序列T1,T2、、、、Tn。
将最大预估加工时间T1对应的三维模型组成第一个加工子任务,Tmax=T1。
判断是否存在满足条件的Tk,其中2≤a≤n,若是则将满足条件的多个Tk对应的多个三维模型组成一个加工子任务,若否则将Ta对应的一个三维模型组成一个加工子任务。
本实施例的装置,可以用于执行图1及图2所示方法实施例的技术方案,其实现原理类似,此处不再赘述。
本实施例提供的面向云制造的3D打印加工任务处理装置,通过归类模块将加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合,计算模块计算出每个三维模型的预估加工时间,分组模块采用按预估加工时间进行分组构建加工子任务时,保证加工子任务的预估加工时间小于同类材料的最大预估加工时间,能充分利用云制造平台中海量的3D打印设备来实现并行处理所有的加工子任务,处理的速度得到保证。分组模块在构建加工子任务时,将预估时间较小的三维模型组合一起构建成加工子任务,能减少所需3D打印设备的数量,从而减少3D打印加工件从服务提供方寄付给用户的物流成本。因此,实现了用尽量少的3D打印设备且高效地并行完成加工任务。另外,由于考虑了材料和精度的差别,适用于包含多种材料加工的产品加工任务,提高了本发明的适用性。
图4为本发明面向云制造的3D打印加工任务处理装置实施例二的结构示意图,如图4所示,本实施例的装置在图3所示装置结构的基础上,进一步地,还可以包括:分配模块14,该分配模块14用于在分组模块13将预估加工时间之和不大于最大预估加工时间的三维模型分为一组构建成加工子任务之后,将每一加工子任务分别分配到不同的3D打印设备上,以使多个3D打印设备并行处理所有的加工子任务。
本实施例的装置,可以用于执行图1及图2所示方法实施例的技术方案,其实现原理类似,此处不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种面向云制造的3D打印加工任务处理方法,其特征在于,包括:
对加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合;
对于每一个三维模型集合,进行如下处理:
按照三维模型对应的加工精度和3D打印设备的加工速度计算三维模型集合中的每个三维模型的预估加工时间;
根据所有预估加工时间中的最大预估加工时间对所有的三维模型进行分组,将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务。
2.根据权利要求1所述的方法,其特征在于,所述按照三维模型对应的加工精度和3D打印设备的加工速度计算三维模型集合中的每个三维模型的预估加工时间,包括:
根据如下公式计算三维模型集合中的每个三维模型的预估加工时间T:
T=K*Vm(1+W)/S
其中,K为所述加工精度对应的速度系数,Vm为模型耗材体积,W为加工产生的耗材废料系数,S为3D打印设备的加工速度。
3.根据权利要求1所述的方法,其特征在于,所述根据所有预估加工时间中的最大预估加工时间对所有的三维模型进行分组,将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务,包括:
对所有的三维模型按照预估加工时间从大到小的顺序进行排序,得到序列T1,T2、、、、Tn;
将最大预估加工时间T1对应的三维模型组成第一个加工子任务,Tmax=T1;
判断是否存在满足条件的Tk,其中2≤a≤n,若是则将满足条件的多个Tk对应的多个三维模型组成一个加工子任务,若否则将Ta对应的一个三维模型组成一个加工子任务。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务之后,还包括:
将每一加工子任务分别分配到不同的3D打印设备上,以使多个3D打印设备并行处理所有的加工子任务。
5.一种面向云制造的3D打印加工任务处理装置,其特征在于,包括:
归类模块,用于对加工任务对应的多个三维模型按照3D打印设备可实施加工的加工材料进行归类,得到归类后的三维模型集合;
计算模块,用于对于每一个三维模型集合,按照三维模型对应的加工精度和3D打印设备的加工速度计算三维模型集合中的每个三维模型的预估加工时间;
分组模块,用于根据所有预估加工时间中的最大预估加工时间对所有的三维模型进行分组,将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务。
6.根据权利要求5所述的装置,其特征在于,所述计算模块具体用于:
根据如下公式计算三维模型集合中的每个三维模型的预估加工时间T:
T=K*Vm(1+W)/S
其中,K为所述加工精度对应的速度系数,Vm为模型耗材体积,W为加工产生的耗材废料系数,S为3D打印设备的加工速度。
7.根据权利要求5所述的装置,其特征在于,所述分组模块具体用于:
对所有的三维模型按照预估加工时间从大到小的顺序进行排序,得到序列T1,T2、、、、Tn;
将最大预估加工时间T1对应的三维模型组成第一个加工子任务,Tmax=T1;
判断是否存在满足条件的Tk,其中2≤a≤n,若是则将满足条件的多个Tk对应的多个三维模型组成一个加工子任务,若否则将Ta对应的一个三维模型组成一个加工子任务。
8.根据权利要求5-7任一项所述的装置,其特征在于,还包括:
分配模块,用于在所述分组模块将预估加工时间之和不大于所述最大预估加工时间的三维模型分为一组构建成加工子任务之后,将每一加工子任务分别分配到不同的3D打印设备上,以使多个3D打印设备并行处理所有的加工子任务。
CN201610060342.1A 2016-01-28 2016-01-28 面向云制造的3d打印加工任务处理方法及装置 Active CN105577824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610060342.1A CN105577824B (zh) 2016-01-28 2016-01-28 面向云制造的3d打印加工任务处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610060342.1A CN105577824B (zh) 2016-01-28 2016-01-28 面向云制造的3d打印加工任务处理方法及装置

Publications (2)

Publication Number Publication Date
CN105577824A CN105577824A (zh) 2016-05-11
CN105577824B true CN105577824B (zh) 2019-02-15

Family

ID=55887468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610060342.1A Active CN105577824B (zh) 2016-01-28 2016-01-28 面向云制造的3d打印加工任务处理方法及装置

Country Status (1)

Country Link
CN (1) CN105577824B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109032538A (zh) * 2017-06-12 2018-12-18 润泽科技发展有限公司 大数据在3d打印技术中的应用方法
CN108536401B (zh) * 2018-04-18 2020-06-30 北京航空航天大学 基于3d打印的多任务并行打印包装方法及系统
CN109648856B (zh) * 2018-12-19 2021-04-16 上海汉邦联航激光科技有限公司 一种3d打印机的加工时间估算方法
CN112380716B (zh) * 2020-11-20 2021-07-16 武汉奇造科技有限公司 一种基于学习算法的sla 3d打印时间预估方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104679454A (zh) * 2013-12-03 2015-06-03 三纬国际立体列印科技股份有限公司 打印系统及其数据传输方法
CN104780214A (zh) * 2015-04-20 2015-07-15 河海大学常州校区 基于云计算和三维打印的云制造系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150254586A1 (en) * 2014-03-07 2015-09-10 Apriori Technologies, Inc. Manufacturing cost estimator

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104679454A (zh) * 2013-12-03 2015-06-03 三纬国际立体列印科技股份有限公司 打印系统及其数据传输方法
CN104780214A (zh) * 2015-04-20 2015-07-15 河海大学常州校区 基于云计算和三维打印的云制造系统及方法

Also Published As

Publication number Publication date
CN105577824A (zh) 2016-05-11

Similar Documents

Publication Publication Date Title
CN105577824B (zh) 面向云制造的3d打印加工任务处理方法及装置
Baruah Optimal utilization bounds for the fixed-priority scheduling of periodic task systems on identical multiprocessors
Aziziankohan et al. Green supply chain management using the queuing theory to handle congestion and reduce energy consumption and emissions from supply chain transportation fleet
Zuo et al. A multiqueue interlacing peak scheduling method based on tasks’ classification in cloud computing
Korytkowski et al. Ant colony optimization for job shop scheduling using multi-attribute dispatching rules
CN102609303B (zh) MapReduce系统的慢任务调度方法和装置
CN103401939A (zh) 一种采用混合调度策略的负载均衡方法
CN106020933A (zh) 基于超轻量虚拟机的云计算动态资源调度系统及方法
CN106502771B (zh) 基于kernel函数的时间开销模型构建方法及系统
Dohale et al. Additive manufacturing process selection using MCDM
CN104793993A (zh) 基于Levy飞行的人工蜂群粒子群算法的云计算任务调度方法
Shojafar et al. An efficient scheduling method for grid systems based on a hierarchical stochastic Petri net
US8798779B2 (en) Multi-dimensional resource optimization in the manufacture of substantially two-dimensional elements
Sculli Priority dispatching rules in an assembly shop
CN108958919A (zh) 一种云计算中有期限约束的多dag任务调度费用公平性评估模型
CN107589980A (zh) 一种云计算资源的调度方法
CN117407120A (zh) 一种容器调度方法、装置和设备
Abba et al. Design, development and performance analysis of deadline based priority heuristic for job scheduling on a grid
CN108268310B (zh) 一种确定最小调度粒度的方法及装置
CN108536533A (zh) 一种资源调整方法及装置
CN109344463A (zh) 电子产品应力云仿真平台的两阶段调度方法
CN110866591B (zh) 基于需求预测进行前瞻式云制造服务租赁配置的方法
Tsimashenka et al. Reduction of variability in split-merge systems.
Malathi et al. Energy Aware Load Balancing Algorithm for Upgraded Effectiveness in Green Cloud Computing
Okonkwo et al. Workshop Queue System Modification Through Multi Priority Strategy

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant