CN112084570A - 增材制造耦接数字孪生生态系统 - Google Patents
增材制造耦接数字孪生生态系统 Download PDFInfo
- Publication number
- CN112084570A CN112084570A CN202010543293.3A CN202010543293A CN112084570A CN 112084570 A CN112084570 A CN 112084570A CN 202010543293 A CN202010543293 A CN 202010543293A CN 112084570 A CN112084570 A CN 112084570A
- Authority
- CN
- China
- Prior art keywords
- specified part
- repair
- sensor data
- data
- manufacturing process
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 65
- 239000000654 additive Substances 0.000 title claims abstract description 24
- 230000000996 additive effect Effects 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 68
- 238000007689 inspection Methods 0.000 claims abstract description 35
- 230000008439 repair process Effects 0.000 claims abstract description 34
- 230000009467 reduction Effects 0.000 claims abstract description 7
- 238000012805 post-processing Methods 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000011946 reduction process Methods 0.000 claims description 6
- 238000013386 optimize process Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 24
- 238000013461 design Methods 0.000 description 22
- 238000003860 storage Methods 0.000 description 12
- 238000001228 spectrum Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000009658 destructive testing Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004154 testing of material Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
- G05B19/4099—Surface or curve machining, making 3D objects, e.g. desktop manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/30—Auxiliary operations or equipment
- B29C64/386—Data acquisition or data processing for additive manufacturing
- B29C64/393—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/80—Data acquisition or data processing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/80—Data acquisition or data processing
- B22F10/85—Data acquisition or data processing for controlling or regulating additive manufacturing processes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/10—Processes of additive manufacturing
- B29C64/171—Processes of additive manufacturing specially adapted for manufacturing multiple 3D objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/10—Processes of additive manufacturing
- B29C64/188—Processes of additive manufacturing involving additional operations performed on the added layers, e.g. smoothing, grinding or thickness control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE 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
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/30—Process control
- B22F10/39—Traceability, e.g. incorporating identifier into a workpiece or article
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F12/00—Apparatus or devices specially adapted for additive manufacturing; Auxiliary means for additive manufacturing; Combinations of additive manufacturing apparatus or devices with other processing apparatus or devices
- B22F12/90—Means for process control, e.g. cameras or sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE 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
- B33Y10/00—Processes of additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE 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
- B33Y30/00—Apparatus for additive manufacturing; Details thereof or accessories therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE 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
- B33Y40/00—Auxiliary operations or equipment, e.g. for material handling
- B33Y40/10—Pre-treatment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE 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
- B33Y40/00—Auxiliary operations or equipment, e.g. for material handling
- B33Y40/20—Post-treatment, e.g. curing, coating or polishing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE 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
- B33Y50/00—Data acquisition or data processing for additive manufacturing
- B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供了一种用于制作或修理指定零件的方法和系统。例如，提供了一种用于创建优化的制造过程以制作或修理指定零件的方法。该方法包括由配置为制作或修理指定零件的系统以及从与该系统通信耦接的机器接收一组传感器和/或检查数据，该一组传感器和/或检查数据与增材和还原制造或修理过程中的至少一个或与预处理和后处理步骤中的至少一个相关联。该方法包括创建优化的制造过程来制作或修理指定零件，该创建包括。该方法包括实时更新与指定零件的基于物理的模型对应的替代模型，其中，替代模型形成指定零件的数字孪生。该方法包括用传感器数据和/或检查数据进一步更新替代模型。该方法包括基于数字孪生执行优化的制造过程，以修理或制作指定零件。
Description
相关申请的交叉引用
本申请要求2019年6月14日提交的美国临时专利申请号62/862,011和62/862,016的 权益。这两个在先申请的公开内容通过引用整体并入本文。
背景技术
在工业应用中，部件的生产通常包括在设计阶段考虑制造过程。在这种情况下，设计 和制造过程紧密相关，这意味着设计决策可能会受到制造约束的影响，或者制造选择可能 直接来自设计方面。而且，操作特性可能会受到制造过程能力的影响。例如，在典型的工业制造过程中，根据预定的公差生产零件，因为由于制造过程固有的变化，在现场部署的按制造零件可能与它们的设计规格不同(即，与按设计零件不同)。
随着增材制造技术的出现，由于增材过程的固有方面，在上述制造/设计/操作生态系 统中引入了另一层复杂性。例如，增材过程可通过添加来使用材料层以形成部件并且使用 预处理/后处理步骤，例如加热和固化层。优化和验证增材过程需要通过破坏性测试来量化 和验证制造部件中的差异，破坏性测试取决于测试的公差数量产生大量的废料。
单独的破坏性测试可以验证制造部件满足特定的设计公差，但不考虑公差差异内的多 个公差差异的影响如何综合影响操作中的部件的性能，或复制部件在操作中暴露的操作机 制的范围，并且因此量化通过操作过程制造的部件的适用性。另一个风险是，由于在制造 周期期间发生差异的影响，并且无法量化部件的操作适用性，因此报废了具有使用寿命和 可用寿命的制造部件。
发明内容
本文特征的实施例帮助解决或减轻上述问题以及本领域中已知的其他问题。本文特征 的实施例将在部件的生命周期期间进行测量和分析的操作特性与设计和制造(包括增材制 造过程的特定方面)集成在一起，以创建能够缓解性能和制造差异(variance)的模型。
例如，实施例提供了以下能力：直接通过独特的数字集成过程链接按构建(as-built)， 按制造/组装(as-manufactured/assembled)，按设计(as-designed)和按模拟(as-simulated)， 按测试(as-tested)，按操作(as-operated)和按服务(as-serviced)的部件。这种数字集 成过程包括在部件的生命周期期间的任何点使用的增材制造过程的特定方面。在本文特征 的实施例中，任何硬件部件都具有参考其设计目标并基于其硬件规格和操作数据得出多个 分析结果的能力。新颖的过程还提供了从多个分析中抽象数据类型，以形成硬件部件的集 成数字孪生。此外，新颖的过程提供了通过汇总子系统部件级数字孪生预测来提高系统级 数字孪生的保真度和准确性的框架。
本文特征的实施例提供了一种技术基础设施，该技术基础设施在零件的使用寿命期间 产生了对增材制造过程中的可变性的自动化，定量和定性评估。因此，在其实施方式中， 实施例有目的地且有效地允许优化制造或修理过程以将部件制作或修理至由应用的约束 所指定的使用寿命，同时优化使用一种或多种增材制造过程来生产或修理零件所需的材料 量和破坏性测试。例如，但不限于，在部件需要涂层的情况下，本文阐述的实施例可以提 供对在修理或制造期间需要添加到部件上以与部件的性能匹配的涂料量的定量评估；可 以针对成本约束优化识别出的材料量。
下面参考附图描述各种实施例的附加特征，操作模式，优点和其他方面。注意，本公 开不限于本文描述的特定实施例。呈现这些实施例仅出于说明性目的。基于所提供的教导， 其他实施例或所公开的实施例的修改对于相关领域的技术人员将是显而易见的。
附图说明
示例性实施例可以采取各种部件和部件布置的形式。在附图中示出了说明性实施例， 在全部附图中，相似的附图标记可以指示各个附图中的对应或相似部分。附图仅出于说明 实施例的目的，并且不应被解释为限制本公开。给定以下使能附图的描述，本公开的新颖 方面对于相关领域的普通技术人员将变得显而易见。
图1示出了根据实施例的过程。
图2示出了根据实施例的数字孪生生态系统。
图3示出了根据实施例的一方面的示例性系统。
图4示出了示例性系统，该示例性系统被配置为执行本文提出的示例性方法的一个或 多个方面。
具体实施方式
尽管本文针对特定应用描述了说明性实施例，但是应当理解，本公开不限于此。本领 域技术人员和能够访问本文提供的教导的人将认识到在其范围内的附加应用、修改和实施 例以及本公开将具有重大实用价值的附加领域。
本文特征的实施例具有几个优点。例如，他们可以允许人们相对于其设计意图对新制 作零件的质量进行准确的评估。它们提供了混合和匹配发动机组件中的不同制造部件，以 实现所需的集成发动机性能的能力。此外，它们基于制造变化，操作条件以及按服务条件 来改善每个零件和子组件的翼上时间(time-on-wing)评估。实施例使用高保真度设计知识 来帮助利用子系统组件性能，并且它们根据需要提高了预测精度。此外，它们还启用了反 馈回路，该反馈回路有助于改善后续设计。
图1示出了根据示例性实施例的示例性过程100。过程100可以是与零件的生命周期 和/或一般制造周期相关联的示例过程。尽管在飞机或喷气发动机零件的背景下描述了过程 100，但是过程100可以扩展到制造，或者通常扩展到任何制造部件的生命周期。过程100 包括作为产品环境谱的模块102。换句话说，模块102可以是数据库，该数据库存储与在现场使用的相同产品的实例有关的信息。
例如，模块102可包括关于多个涡轮叶片在发动机组中(即，在两个或更多个发动机 中)调试时的可靠性或故障的信息。模块102可以被配置为组织或根据来自与之通信耦接 的设备的请求而呈现产品环境谱，该产品环境谱以预定顺序对所有感兴趣的产品进行分 类。
例如，可以基于产品的稳健性(robustness)对其进行分类。在一个用例中，可以将产 品从更稳健(102a)到最不稳健(102n)进行分类。通常，可以使用一种或多种性能标准来根据上述谱对这些产品进行分类。在涡轮叶片的情况下，可以根据产品的热稳定性能对产品进行分类，可以使用一种或多种现场检查方法对其进行测量。
产品环境谱可以由来自客户的约束驱动，可以在模块104中对约束进行收集和功能化 (即，以计算机指令的形式放置)。换句话说，稳健性标准可以由从客户获得的特定于应 用的参数决定。类似地，产品环境谱可能受到商业约束的驱动，商业约束可以在模块106中功能化。这些约束(对于模块104和106两者)可以随着制造过程根据各种信息源更新 而更新，如下文将进一步描述的。
模块104的客户约束还可以驱动模块108的制造功能，这转而驱动工程决策，如在模 块112中功能化的。一旦将工程决策功能化，就可以将其用于建立被配置用于设计的数字 线程。数字设计线程也可以根据客户的约束进行更新(模块104)。因此，该线程形成数字孪生，其可以由代表多个用例的多个数据源形成。换句话说，数字孪生集成了多个用例，以确保根据特定的性能数据生产制造零件，而不是像典型的制造过程那样仅根据预定的尺寸约束生产零件。
因此，数字孪生允许基于现场零件的性能进行工程重新设计。这样，数字孪生允许优 化给定的制造过程，以便区分按制造零件的质量，从而驱动目标性能和业务成果。
通常，数字设计孪生可以由多个源构成，这些源包括来自工程模型，网络和零件的已 存在的制造模型(模块108)的新制作制造数据。来自网络的数据流可以包括，例如但不限于，来自现场检查(部分或全部，或者在某些实施方式中，功能检查或尺寸检查)，飞 行期间从发动机测量数据的翼上(on-wing)探测的管道镜检查数据。此外，通常，部件的 数字孪生可包括部件的按制造数据，按测试数据，按设计和按模拟数据，按操作数据以及 按服务数据中的至少一项。此外，部件的数字孪生可以基于部件的操作数据或标称操作条 件。
过程100允许连续收集数据。具体来说，数字设计线程会不断更新，以提供反映实际 条件的模型。这是通过过程100的显式反馈回路完成的，该回路确保了可以基于上述各种 信息源来制造新设计。这样，过程100提供了更好地预测零件的耐久性的能力，因为任何制造的零件将已根据反映设计，使用，服务等的条件被制造。
总之，过程100集成并自动化了零件生命周期的各个方面，以在企业级别提供优化的 制造过程。过程100还包括得分检查模块，其可以用现场检查分析来更新，以便进一步增强工程模型。可以在图2的上下文中进一步理解过程100，图2描绘了数字孪生生态系统200，其特征在于指定零件在其生命周期期间的按设计，按制造，按测试，按服务和按操 作方面之间的示例性关系。数字孪生生态系统200包括考虑了增材制造过程差异的方面， 如将在下面进一步详细描述的。
图3示出了系统300，该系统300被配置为执行用于创建优化的制造过程以制作或修 理指定零件的方法。该方法包括由配置为制作或修理指定零件的系统以及从与该系统通信 耦接的机器接收一组传感器或检查数据，该一组传感器或检查数据与增材和还原(reductive)制造或修理过程中的至少一个或与预处理和后处理步骤中的至少一个相关联。
该方法包括创建优化的制造过程以制作或修理指定零件，该创建包括。该方法包括实 时更新与指定零件的基于物理的模型相对应的替代模型，其中替代模型形成指定零件的数 字孪生。该方法包括用传感器数据或检查数据进一步更新替代模型。该方法包括基于数字 孪生执行优化的制造过程以修理或制作指定零件。此外，在实施例中，在增材/还原/处理 步骤之前/期间/之后记录的检查测量可以与传感器数据以及正在制造/修理的部件或部件批 次进行核对(collated)。
图4描绘了系统1000，该系统在关于图1-3所描述的过程中描述的示例性数字孪生生 态系统的上下文中执行上述的各种操作。系统1000包括专用处理器1014，该专用处理器1014被配置为根据100执行特定于优化制造过程的任务。处理器1014具有由存储在存储 器1002中的指令和/或由可以由处理器1014从存储装置1020中获取的指令1018赋予的特 定结构。存储装置1020可以与处理器1014位于同一地点，或者其可以位于其他地方，并 且例如经由通信接口1016通信地耦接到处理器1014。
系统1000可以是独立的可编程系统，或者其可以是位于更大系统中的可编程模块。 例如，系统1000是被配置为处理上述过程100的各个模块的分布式系统的一部分。处理器1014可以包括被配置为获取，解码，执行，存储，分析，分发，评估和/或分类信息的 一个或多个硬件和/或软件部件。
处理器1014可以包括输入/输出模块(I/O模块1012)，该输入/输出模块可以配置为 摄取与单个资产或资产组有关的数据。处理器1014可以包括一个或多个处理设备或核(未 示出)。在一些实施例中，处理器1014可以是多个处理器，每个处理器具有一个或多个核。处理器1014可以被配置为执行从存储器1002(即从存储块1004，存储块1006，存储 块1008和存储块1010中的一个)获取的指令。
此外，在不失一般性的情况下，存储装置1020和/或存储器1002可以包括易失性或非 易失性，磁性，半导体，带，光学，可移动，不可移动，只读，随机访问，或任何类型的 非暂时性计算机可读计算机介质。存储装置1020可以被配置为记录在处理器1014的操作 期间处理，记录或收集的数据。可以按照与数据存储实践一致的各种方式对数据进行时间 戳记，位置戳记，编目，索引或组织。存储装置1020和/或存储器1002可以包括程序和/ 或处理器1014可以用来执行与本文所描述的任务一致的任务的其他信息。
例如，处理器1014可以由来自存储块1006，存储块1008和存储块1010的指令配置，以基于各种输入源(例如，网络和/或现场数据模块108)对零件执行模型的实时更新。处 理器1014可以执行来自存储块1006、1008和1010的前述指令，并且输出基于来自上述 各种源的数据的孪生数字模型。一般而言，根据连续更新，处理器1014可以基于在图2-3
实施例提供了基于制造变化，操作条件和按服务数据来改善每个零件及其子组件的翼 上时间评估的能力。此外，实施例使用高保真度设计知识来帮助利用子系统组件性能，并 根据需要提高预测精度，并且它们使得能够启用帮助改善后续设计的反馈回路。
相关领域的技术人员将理解，在不脱离本公开的范围和精神的情况下，可以构造上述 实施例的各种修改和变型。因此，应理解，在所附权利要求的范围内，可以不同于本文具 体描述的方式实践本公开。
本发明的进一步方面通过以下条项的主题提供：
1.一种用于制作或修理指定零件的系统，所述系统包括：处理器；存储器，所述存储 器包含指令，所述指令在由所述处理器执行时，使所述处理器进行操作，所述操作包括：从与所述处理器通信耦接的机器接收一组传感器数据和/或检查数据，所述一组传感器数据和/或检查数据与增材制造过程和还原制造过程或修理过程中的至少一个或与预处理步骤和后处理步骤中的至少一个相关联；创建优化的制造过程以制作或修理所述指定零件，所述创建包括：实时更新与所述指定零件的基于物理的模型对应的替代模型，其中，所述替代模型形成所述指定零件的数字孪生；用所述传感器数据和/或检查数据进一步更新所述替代模型；基于所述数字孪生，执行所述优化的制造过程，以修理或制作所述指定零件。
2.根据任何在前条项的系统，其中，所述操作进一步包括将所述传感器数据和/或检 查数据传送到中央服务器。
3.根据任何在前条项的系统，其中，将所述传感器数据和/或检查数据传送到所述中 央服务器是无线进行的。
4.根据任何在前条项的系统，其中，所述操作进一步包括将所述传感器数据和/或检 查数据与指定零件的唯一标识符相关联；其中，所述唯一标识符可以是部件的序列号或部件批次的序列号。
5.根据任何在前条项的系统，其中，所述操作进一步包括对来自单个或多个增材过程 步骤/还原过程步骤/处理过程步骤/制造过程步骤/修理过程步骤的所述传感器数据和/或 检查数据进行关联。
6.根据任何在前条项的系统，其中，所述操作进一步包括对来自所述单个或多个增材 过程步骤/还原过程步骤/处理过程步骤/制造过程步骤/修理过程步骤的所述传感器数据 和/或检查数据进行核对。
7.根据任何在前条项的系统，其中，所述操作进一步包括由所述中央服务器将所述传 感器数据核对至所述指定零件的部件或部件批次的唯一标识符。
8.根据任何在前条项的系统，其中，所述操作进一步包括使所述唯一标识符与操作中 的特定零件的性能的按操作的数据或替代/物理模型相关联，或者使用所述唯一标识符作 为所述指定零件或零件批次的标识符。
9.根据任何在前条项的系统，其中，所述操作进一步包括使所述唯一标识符与操作中 的特定零件的性能的按操作的数据或替代/物理模型相关联，或者使用所述唯一标识符作 为所述指定零件的标识符。
10.一种制作或修理指定零件的方法，所述方法包括：由配置为制作或修理所述指定 零件的系统以及从与所述系统通信耦接的机器接收一组传感器数据和/或检查数据，所述 一组传感器数据和/或检查数据与增材制造过程和还原制造过程或修理过程中的至少一个 或预处理步骤和后处理步骤中的至少一个相关联；创建优化的过程来制作或修理所述指定 零件，所述创建包括：实时更新与所述指定零件的基于物理的模型对应的替代模型，其中， 所述替代模型形成所述指定零件的数字孪生；用所述传感器数据和/或检查数据进一步更 新所述替代模型；基于所述数字孪生，执行所述优化的过程，以修理或制作所述指定零件。
11.根据任何在前条项的方法，进一步包括将所述传感器数据和/或检查数据传送到中 央服务器。
12.根据任何在前条项的方法，其中，将所述传感器数据和/或检查数据传送到所述中 央服务器是无线进行的。
13.根据任何在前条项的方法，进一步包括将所述传感器数据和/或检查数据与所述指 定零件的部件的唯一标识符相关联。
14.根据任何在前条项的方法，进一步包括对来自单个或多个增材过程步骤/还原过程 步骤/处理过程步骤/制造过程步骤/修理过程步骤的所述传感器数据和/或检查数据进行 关联。
15.根据任何在前条项的方法，进一步包括对来自所述单个或多个增材过程步骤/还原 过程步骤/处理过程步骤/制造过程步骤/修理过程步骤的所述传感器数据和/或检查数据 进行核对。
16.根据任何在前条项的方法，进一步包括由所述中央服务器将所述传感器数据和/或 检查数据核对至所述指定零件的部件或部件批次的唯一标识符；其中，所述唯一标识符可 以是所述部件的序列号或所述部件批次的序列号。
17.根据任何在前条项的方法，进一步包括关联所述唯一标识符或将所述唯一标识符 用作所述指定零件或零件批次的标识符。
18.根据任何在前条项的方法，进一步包括关联所述唯一标识符或将所述唯一标识符 用作所述指定零件或零件批次的标识符。
Claims (10)
1.一种用于制作或修理指定零件的系统，其特征在于，所述系统包括：
处理器；
存储器，所述存储器包含指令，所述指令在由所述处理器执行时，使所述处理器进行操作，所述操作包括：
从与所述处理器通信耦接的机器接收一组传感器数据和/或检查数据，所述一组传感器数据和/或检查数据与增材制造过程和还原制造过程或修理过程中的至少一个或与预处理步骤和后处理步骤中的至少一个相关联；
创建优化的制造过程以制作或修理所述指定零件，所述创建包括：
实时更新与所述指定零件的基于物理的模型对应的替代模型，其中，所述替代模型形成所述指定零件的数字孪生；
用所述传感器数据和/或检查数据进一步更新所述替代模型；
基于所述数字孪生，执行所述优化的制造过程，以修理或制作所述指定零件。
2.根据权利要求1所述的系统，其特征在于，其中，所述操作进一步包括将所述传感器数据和/或检查数据传送到中央服务器。
3.根据权利要求2所述的系统，其特征在于，其中，将所述传感器数据和/或检查数据传送到所述中央服务器是无线进行的。
4.根据权利要求1所述的系统，其特征在于，其中，所述操作进一步包括将所述传感器数据和/或检查数据与指定零件的唯一标识符相关联；其中，所述唯一标识符可以是部件的序列号或部件批次的序列号。
5.根据权利要求4所述的系统，其特征在于，其中，所述操作进一步包括对来自单个或多个增材过程步骤/还原过程步骤/处理过程步骤/制造过程步骤/修理过程步骤的所述传感器数据和/或检查数据进行关联。
6.根据权利要求5所述的系统，其特征在于，其中，所述操作进一步包括对来自所述单个或多个增材过程步骤/还原过程步骤/处理过程步骤/制造过程步骤/修理过程步骤的所述传感器数据和/或检查数据进行核对。
7.根据权利要求2所述的系统，其特征在于，其中，所述操作进一步包括由所述中央服务器将所述传感器数据核对至所述指定零件的部件或部件批次的唯一标识符。
8.根据权利要求7所述的系统，其特征在于，其中，所述操作进一步包括使所述唯一标识符与操作中的特定零件的性能的按操作的数据或替代/物理模型相关联，或者使用所述唯一标识符作为所述指定零件或零件批次的标识符。
9.根据权利要求7所述的系统，其特征在于，其中，所述操作进一步包括使所述唯一标识符与操作中的特定零件的性能的按操作的数据或替代/物理模型相关联，或者使用所述唯一标识符作为所述指定零件的标识符。
10.一种制作或修理指定零件的方法，其特征在于，所述方法包括：
由配置为制作或修理所述指定零件的系统以及从与所述系统通信耦接的机器接收一组传感器数据和/或检查数据，所述一组传感器数据和/或检查数据与增材制造过程和还原制造过程或修理过程中的至少一个或预处理步骤和后处理步骤中的至少一个相关联；
创建优化的过程来制作或修理所述指定零件，所述创建包括：
实时更新与所述指定零件的基于物理的模型对应的替代模型，其中，所述替代模型形成所述指定零件的数字孪生；
用所述传感器数据和/或检查数据进一步更新所述替代模型；
基于所述数字孪生，执行所述优化的过程，以修理或制作所述指定零件。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962862016P | 2019-06-14 | 2019-06-14 | |
| US201962862011P | 2019-06-14 | 2019-06-14 | |
| US62/862,016 | 2019-06-14 | ||
| US62/862,011 | 2019-06-14 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112084570A true CN112084570A (zh) | 2020-12-15 |
Family
ID=71094230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010543293.3A Pending CN112084570A (zh) | 2019-06-14 | 2020-06-15 | 增材制造耦接数字孪生生态系统 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20200391446A1 (zh) |
| EP (1) | EP3751369B1 (zh) |
| CN (1) | CN112084570A (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3751370B1 (en) * | 2019-06-14 | 2024-07-24 | General Electric Company | Additive manufacturing-coupled digital twin ecosystem based on multi-variant distribution model of performance |
| EP3751368B1 (en) | 2019-06-14 | 2023-09-27 | General Electric Company | Additive manufacturing-coupled digital twin ecosystem based on a surrogate model of measurement |
| CN113386343B (zh) * | 2021-06-01 | 2023-04-07 | 吉林大学 | 一种轻量化刚柔耦合异质结构的增材制造方法 |
| CN114169108B (zh) * | 2021-12-29 | 2022-07-08 | 广东工业大学 | 一种基于数字孪生的减材加工实时仿真方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110202297A1 (en) * | 2010-02-18 | 2011-08-18 | Samsung Electronics Co., Ltd. | Product sorting method based on quantitative evaluation of potential failure |
| CN109313440A (zh) * | 2016-05-16 | 2019-02-05 | 伟尔矿物澳大利亚私人有限公司 | 机器监控 |
| US20190049929A1 (en) * | 2017-08-08 | 2019-02-14 | General Electric Company | Systems and methods for selecting and distributing process parameters within a fleet of additive manufacturing machines based on sensor data received during manufacturing processes |
| CN109478053A (zh) * | 2016-05-24 | 2019-03-15 | 戴弗根特技术有限公司 | 用于运输结构的增材制造的系统和方法 |
| WO2019055538A1 (en) * | 2017-09-12 | 2019-03-21 | Arconic Inc. | SYSTEMS AND METHODS OF ADDITIVE MANUFACTURING |
| WO2019055576A1 (en) * | 2017-09-12 | 2019-03-21 | Arconic Inc. | SYSTEMS AND METHODS FOR PERFORMING CALIBRATION IN ADDITIVE MANUFACTURE |
| CN109559039A (zh) * | 2018-11-29 | 2019-04-02 | 贵州航天云网科技有限公司 | 一种基于数字孪生技术的虚拟工厂业务协同系统 |
| WO2019070644A2 (en) * | 2017-10-02 | 2019-04-11 | Arconic Inc. | SYSTEMS AND METHODS FOR UTILIZING MULTICRITERIAL OPTIMIZATION IN ADDITIVE MANUFACTURING |
| CN109690589A (zh) * | 2016-05-20 | 2019-04-26 | 莫戈公司 | 安全可追踪的制造零件 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090089029A1 (en) * | 2007-09-28 | 2009-04-02 | Rockwell Automation Technologies, Inc. | Enhanced execution speed to improve simulation performance |
| US11543811B2 (en) * | 2013-03-15 | 2023-01-03 | Etegent Technologies Ltd. | Manufacture modeling and monitoring |
| US9962956B2 (en) * | 2015-11-05 | 2018-05-08 | Northrop Grumman Systems Corporation | System and method for onboard data tracking |
| US20170286572A1 (en) * | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
| US10404569B2 (en) * | 2016-08-22 | 2019-09-03 | General Electric Company | Internet of things associate |
| US11027535B2 (en) * | 2017-06-30 | 2021-06-08 | General Electric Company | Systems and method for advanced additive manufacturing |
| US20190243933A1 (en) * | 2018-02-07 | 2019-08-08 | Incucomm, Inc. | System and method that characterizes an object employing virtual representations thereof |
| US11364684B2 (en) * | 2018-02-13 | 2022-06-21 | Hewlett-Packard Development Company, L.P. | Part identifier for use at manufacturing facility |
| CN113454631B (zh) * | 2019-02-08 | 2024-03-29 | 西门子工业软件有限公司 | 基于计算机辅助设计的嵌入式传感器模拟与分析 |
-
2020
- 2020-06-12 EP EP20179816.2A patent/EP3751369B1/en active Active
- 2020-06-15 CN CN202010543293.3A patent/CN112084570A/zh active Pending
- 2020-06-15 US US16/901,147 patent/US20200391446A1/en active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110202297A1 (en) * | 2010-02-18 | 2011-08-18 | Samsung Electronics Co., Ltd. | Product sorting method based on quantitative evaluation of potential failure |
| CN109313440A (zh) * | 2016-05-16 | 2019-02-05 | 伟尔矿物澳大利亚私人有限公司 | 机器监控 |
| CN109690589A (zh) * | 2016-05-20 | 2019-04-26 | 莫戈公司 | 安全可追踪的制造零件 |
| CN109478053A (zh) * | 2016-05-24 | 2019-03-15 | 戴弗根特技术有限公司 | 用于运输结构的增材制造的系统和方法 |
| US20190049929A1 (en) * | 2017-08-08 | 2019-02-14 | General Electric Company | Systems and methods for selecting and distributing process parameters within a fleet of additive manufacturing machines based on sensor data received during manufacturing processes |
| WO2019055538A1 (en) * | 2017-09-12 | 2019-03-21 | Arconic Inc. | SYSTEMS AND METHODS OF ADDITIVE MANUFACTURING |
| WO2019055576A1 (en) * | 2017-09-12 | 2019-03-21 | Arconic Inc. | SYSTEMS AND METHODS FOR PERFORMING CALIBRATION IN ADDITIVE MANUFACTURE |
| WO2019070644A2 (en) * | 2017-10-02 | 2019-04-11 | Arconic Inc. | SYSTEMS AND METHODS FOR UTILIZING MULTICRITERIAL OPTIMIZATION IN ADDITIVE MANUFACTURING |
| CN109559039A (zh) * | 2018-11-29 | 2019-04-02 | 贵州航天云网科技有限公司 | 一种基于数字孪生技术的虚拟工厂业务协同系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3751369B1 (en) | 2024-07-24 |
| US20200391446A1 (en) | 2020-12-17 |
| EP3751369A1 (en) | 2020-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112084569B (zh) | 基于性能的多变量分布模型的增材制造耦接数字孪生生态系统 | |
| CN112084570A (zh) | 增材制造耦接数字孪生生态系统 | |
| CN111274652B (zh) | 根据优化的制造过程制作新零件的方法和系统 | |
| CN112085311B (zh) | 按设计、按制造、按测试、按操作、按检查和按服务的增材制造耦接数字孪生生态系统 | |
| CN112085312A (zh) | 基于测量的替代模型的增材制造耦接数字孪生生态系统 | |
| US11371965B2 (en) | Digital twin model inversion for testing | |
| JP2002149868A (ja) | 製品の将来のサービス事象の時期を予測する方法 | |
| CN111275235B (zh) | 用于基于部件的检查来优化制造过程的系统和方法 | |
| CN112633461A (zh) | 应用辅助系统和方法以及计算机可读记录介质 | |
| Duong et al. | Assessing product quality from the production process logs | |
| CN111275236A (zh) | 基于零件的替代模型优化制造过程的方法和系统 | |
| CN111275237A (zh) | 部件的战略部署的方法和系统 | |
| Liu et al. | A robust scheduling framework for re-manufacturing activities of turbine blades | |
| Rostampour et al. | Measures of structural complexity and service autonomy | |
| McClelland | Data-driven bottleneck identification for serial production lines | |
| Camstra et al. | Standard process steps based on standard methods as part of the business architecture | |
| Deuter et al. | Measuring the software size of sliced V-model projects | |
| Liu et al. | Manufacture process quality control of interferometric fibre optic gyroscope using analyses of multi-type assembly and test data | |
| Jureczko et al. | Towards implementing defect prediction in the software development process | |
| Ouedghiri et al. | Design for reliability in aviation (A must to improve life cycle cost, safety and availability) | |
| Savarino et al. | Enhancing product test management by using digital twins for device under test analysis | |
| Strečanský | Dealing with Software Development Technical Debt | |
| CN114386743A (zh) | 一种resar性能工程的性能分析方法及系统 | |
| CN114281311A (zh) | 一种模型开发系统 | |
| Xu et al. | Mechanical reliability simulation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |