CN112395714B - 一种具有内嵌传感器的零件设计加工方法及系统 - Google Patents
一种具有内嵌传感器的零件设计加工方法及系统 Download PDFInfo
- Publication number
- CN112395714B CN112395714B CN202110072212.0A CN202110072212A CN112395714B CN 112395714 B CN112395714 B CN 112395714B CN 202110072212 A CN202110072212 A CN 202110072212A CN 112395714 B CN112395714 B CN 112395714B
- Authority
- CN
- China
- Prior art keywords
- sensor
- embedded
- failure
- part model
- printing
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/10—Additive manufacturing, e.g. 3D printing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种具有内嵌传感器的零件设计加工方法及系统,属于3D打印技术领域,方法包括:根据原始零件模型对使用工况下零件的失效行为进行模拟,以确定零件的失效区域和失效形式;设计满足使用工况下失效形式监测需求的内嵌传感器;设计内嵌传感器的嵌入点和数量,更新零件模型,当更新后零件模型不满足相应的性能指标时,修改内嵌传感器的嵌入点和数量直至满足相应的性能指标,3D打印加工更新后的零件模型,以制备具有内嵌传感器的零件。克服传感器嵌入零件表面或浅层难以监测零件深部真实状态的缺点,针对原始零件失效点确定传感器嵌入位置,基于3D打印技术进行结构优化和一体化加工,实现对零件服役状态的精确在线监测。
Description
技术领域
本发明属于3D打印技术领域,更具体地,涉及一种具有内嵌传感器的零件设计加工方法及系统。
背景技术
随着制造业的发展,机械零件的结构设计朝着复杂精密方向深入。由于实际工况环境复杂多变,通过模拟计算的方式估测结构零件的寿命并不准确。因此,对承力、耐磨、耐热、耐蚀等关键零件的不同状态的监测至关重要。传统方法是定期检查关键零件的使用情况,包含目视检查、无损检测等离线检测手段。这些方法不适合部分设备在服役状态下进行检测,而且检测的有效性与检测频率相关。低频率检测则容易漏查漏检,提高频率保障了有效性但会耗费大量成本人力。
在零件中嵌入传感器可以实现零件服役状态下的在线状态监测。现有技术中,通常通过打孔、开模制造的方式将传感器嵌入设备内部以直接检测设备的运行状态,但是打孔的方法不适用于运行环境恶劣的机械设备,开模制造的方法成本较高,不适合应用于实际零件制造。采用常规的锻造、铸造等方法在零件加工环节嵌入传感器的难度很高,而采用机械钻孔破坏零件原始结构的方式将传感器嵌入零件内部,又会导致零件的承载能力受到影响。特别是在一些复杂结构零件内部,很难实现。如何降低内嵌传感器对零件承载能力的影响以及制备难度,是本领域技术人员关心的问题。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种具有内嵌传感器的零件设计加工方法及系统,其目的在于克服传统方法中传感器嵌入零件表面或浅层难以监测零件深部真实状态的缺点,针对原始零件失效点确定传感器嵌入位置,基于3D打印技术进行结构优化和一体化加工,实现对零件服役状态的精确在线监测。
为实现上述目的,按照本发明的一个方面,提供了一种具有内嵌传感器的零件设计加工方法,包括:S1,根据原始零件模型对使用工况下零件的失效行为进行模拟,以确定零件的失效区域和所述失效区域中的失效形式;S2,确定与所述失效形式对应的内嵌传感器的类型,并对所述内嵌传感器进行设计,使得设计后的内嵌传感器满足使用工况下所述失效形式的监测需求;S3,根据设计后的内嵌传感器的尺寸参数设置所述内嵌传感器在所述失效区域中的嵌入点和数量,并对所述原始零件模型进行更新,更新后的零件模型中包含所述内嵌传感器;S4,对使用工况下所述更新后的零件模型进行模拟,以确定所述更新后的零件模型的性能参数是否满足相应的性能指标,若不满足,重复执行所述S3,直至所述更新后的零件模型的性能参数满足所述相应的性能指标;S5,3D打印加工所述更新后的零件模型,以制备具有内嵌传感器的零件。
更进一步地,所述S1包括:对所述原始零件模型进行网格划分,根据网格划分后原始零件模型中的材料特性、分析方程和边界条件,对使用工况下零件的失效行为进行有限元模拟,以确定所述失效区域和失效形式。
更进一步地,所述内嵌传感器的类型为应变传感器、应力传感器、电阻传感器、温度传感器、湿度传感器、角度传感器中的一种或多种。
更进一步地,所述S2中以所述内嵌传感器的测量范围、极限耐受温度、寿命和接触形式满足使用工况下对应失效形式的监测需求为目标,对所述内嵌传感器进行设计。
更进一步地,所述S3中根据所述内嵌传感器的测量范围和寿命设置所述失效区域中内嵌传感器的数量。
更进一步地,所述S4中的性能指标包括承力、承压、耐磨、疲劳、耐腐蚀指标中的一种或多种。
更进一步地,所述S5中3D打印加工所述更新后的零件模型包括:对所述更新后的零件模型进行逐层分割,并按照所需打印材料的不同将分割后每层的图案划分为一个或多个分区图形;利用一种3D打印技术,采用各所述分区图形所需打印材料逐层打印各所述分区图形。
更进一步地,所述S5中3D打印加工所述更新后的零件模型包括:对所述更新后的零件模型进行逐层分割,并按照所需打印材料的不同将分割后每层的图案划分为一个或多个分区图形;采用各所述分区图形所需打印材料,利用多种3D打印技术分开打印各所述分区图形,或者,利用多种3D打印技术逐层打印各层图案中的各所述分区图形。
更进一步地,所述失效区域的数量为一个或多个,所述失效形式的数量为多个,所述内嵌传感器的类型为一个或多个。
按照本发明的另一个方面,提供了一种具有内嵌传感器的零件设计加工系统,包括:第一模拟模块,用于根据原始零件模型对使用工况下零件的失效行为进行模拟,以确定零件的失效区域和所述失效区域中的失效形式;设计模块,用于确定与所述失效形式对应的内嵌传感器的类型,并对所述内嵌传感器进行设计,使得设计后的内嵌传感器满足使用工况下所述失效形式的监测需求;更新模块,用于根据设计后的内嵌传感器的尺寸参数设置所述内嵌传感器在所述失效区域中的嵌入点和数量,并对所述原始零件模型进行更新,更新后的零件模型中包含所述内嵌传感器;第二模拟模块,用于对使用工况下所述更新后的零件模型进行模拟,以确定所述更新后的零件模型的性能参数是否满足相应的性能指标,若不满足,重复执行所述更新模块,直至所述更新后的零件模型的性能参数满足所述相应的性能指标;加工模块,用于3D打印加工所述更新后的零件模型,以制备具有内嵌传感器的零件。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:通过模拟零件中的失效形式确定传感器的类型,以对零件中可能出现的失效行为进行监测,通过结构设计和优化确定各类内嵌传感器的最佳嵌入位置和数量,保证传感器的嵌入方式、位置和数量不会明显影响零件的载荷,在此基础上,利用3D打印实现传感器在零件加工时直接制造和嵌入,降低制备成本和难度,使得内嵌传感器可以在线监测零件服役状态下的深部状态;该方法涉及的零件设计和加工流程具有操作简单、生产成本低的优点,适合关键易损件的在线寿命监测,具有广阔的行业应用前景。
附图说明
图1为本发明实施例提供的具有内嵌传感器的零件设计加工方法的流程图。
图2A为本发明实施例提供的原始零件的三维图。
图2B为本发明实施例提供的原始零件的平面透视图。
图3为本发明实施例提供的应变传感器的模型示意图。
图4为本发明实施例提供的优化后的零件模型的平面透视图。
图5A为本发明实施例提供的3D打印制造工序的三维图。
图5B为本发明实施例提供的3D打印制造工序的结构透视图。
图6为本发明实施例提供的具有内嵌传感器的零件设计加工系统的框图。
在所有附图中,相同的附图标记用来表示相同的元件或者结构,其中:
1为搅拌针,2为轴肩,3为夹持柄,4为应变传感器,5为传输导线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明中,本发明及附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
图1为本发明实施例提供的具有内嵌传感器的零件设计加工方法的流程图。参阅图1,结合图2A-图5B,对本实施例中具有内嵌传感器的零件设计加工方法进行详细说明。方法包括操作S1-操作S5。
操作S1,根据原始零件模型对使用工况下零件的失效行为进行模拟,以确定零件的失效区域和失效区域中的失效形式。
根据本发明实施例,操作S1中,对原始零件模型进行网格划分,根据网格划分后原始零件模型中的材料特性、分析方程和边界条件,对使用工况下零件的失效行为进行有限元模拟,以确定失效区域和失效形式。具体地,例如将原始零件的CAD模型导入CAE软件中,对CAD模型进行网格划分,导入材料特性、分析方程和边界条件,对使用工况下零件的失效行为进行有限元分析。
失效形式包括弹性失效、屈服失效、塑性失效、脆性断裂、疲劳断裂、腐蚀失效、磨损失效、蠕变失效等失效形式。本发明实施例中,失效区域的数量为一个或多个,失效形式的数量为多个,内嵌传感器的类型为一个或多个。
操作S2,确定与失效形式对应的内嵌传感器的类型,并对内嵌传感器进行设计,使得设计后的内嵌传感器满足使用工况下失效形式的监测需求。
根据失效形式确定内嵌传感器的类型。内嵌传感器的类型为应变传感器、应力传感器、电阻传感器、温度传感器、湿度传感器、角度传感器中的一种或多种。具体地,弹性失效、屈服失效、塑性失效、脆性断裂、疲劳断裂、磨损失效、蠕变失效等失效形式对应选取应变传感器、应力传感器和电阻传感器;腐蚀失效对应选取电阻传感器、温度传感器和湿度传感器。
确定内嵌传感器的类型之后,以内嵌传感器的测量范围、极限耐受温度、寿命和接触形式满足使用工况下对应失效形式的监测需求为目标,对内嵌传感器的结构、材料和电路等进行设计。使用工况是指该具有内嵌传感器的零件的最终使用环境。
操作S3,根据设计后的内嵌传感器的尺寸参数设置内嵌传感器在失效区域中的嵌入点和数量,并对原始零件模型进行更新,更新后的零件模型中包含内嵌传感器。
根据设计后的内嵌传感器的尺寸形状确定其在失效区域的具体嵌入点,根据内嵌传感器的测量范围和寿命对失效区域中内嵌传感器的数量进行选取设置,之后基于该需要嵌入在零件内的传感器对原始零件CAD模型进行更新。
操作S4,对使用工况下更新后的零件模型进行模拟,以确定更新后的零件模型的性能参数是否满足相应的性能指标,若不满足,重复执行操作S3,直至更新后的零件模型的性能参数满足相应的性能指标。
操作S4中的性能指标包括承力、承压、耐磨、疲劳、耐腐蚀指标中的一种或多种。具体地,例如将更新后零件的CAD模型导入CAE软件中,以模拟得到其承力、承压、耐磨、疲劳、耐腐蚀等性能参数,并将得到的性能参数与相应的性能指标进行对比;若未达到相应的性能指标,修改失效区域中内嵌传感器的嵌入点和数量,并再次对零件的CAD模型进行更新、模拟,重复对比、修改、更新、模拟等操作,直至更新后零件的CAD模型的性能参数满足相应的性能指标,然后执行操作S5。
操作S5,3D打印加工所述更新后的零件模型,以制备具有内嵌传感器的零件。
本发明一实施例中,操作S5中采用一种3D打印技术加工更新后的零件模型。具体地,对更新后的零件模型进行逐层分割,并按照所需打印材料的不同将分割后每层的图案划分为一个或多个分区图形;利用一种3D打印技术,采用各分区图形所需打印材料逐层打印各分区图形。
本发明另一实施例中,操作S5中采用多种3D打印技术加工更新后的零件模型。具体地,对更新后的零件模型进行逐层分割,并按照所需打印材料的不同将分割后每层的图案划分为一个或多个分区图形;采用各分区图形所需打印材料,利用多种3D打印技术分开打印各分区图形,或者,利用多种3D打印技术逐层打印各层图案中的各分区图形。采用多种3D打印技术时,采用优选的3D打印技术先打印其中一种具有统一材料的图形结构,再依次选用其它优选的3D打印技术打印其它具有统一材料的图形结构,图形结构打印可以是逐层的,也可以是分开的。
进一步地,对3D打印得到的整体零件进行后处理完成新零件的制造,得到具有内嵌传感器的零件,可以对传感信号进行采集,设置监测阈值,实现服役状态下监测零件。
本实施例中,以设计加工用于固相焊接金属板的搅拌头为例说明该具有内嵌传感器的零件设计加工方法。该用于固相焊接金属板的搅拌头如图2A和2B所示,包括搅拌针1、轴肩2和夹持柄3,该搅拌头在焊接时高速旋转摩擦待焊工件,属于易损件,需要对其内部进行监测。
具体地,操作S1中对使用工况下搅拌头的失效行为进行模拟分析后,确定该搅拌头的搅拌针1为承力、承热的关键部位。对搅拌针1焊接过程中的实时监测可以反映搅拌头的使用状态,因此,操作S2中确定选用应变传感器,应变传感器的测量范围为1-100%,测量频率大于30Hz,相应的应变传感器模型如图3所示。操作S3中确定应变传感器的嵌入点和数量之后,对搅拌头的模型进行更新。操作S4中对更新后嵌入有内嵌传感器的搅拌头的有效性进行模拟分析,通过应力应变模拟验证结构更新后的零件的承载能力与传感器有效性,获得更新后的零件结构,更新后的结构为图4,相比原始零件结构,在搅拌头内部增加了应变传感器4和传输导线5,且应变传感器4位于搅拌针1内部,以实时监测搅拌针1。操作S5中采用一种或多种3D打印技术实现图4所示结构的一体化制造,打印过程如图5A和图5B所示,依次分层打印夹持柄3与部分传输导线、轴肩2与另一部分传输导线、搅拌针1与应变传感器4,完成内嵌应变传感器的搅拌头的加工。传感器紧密贴合零件内部,避免了应力集中。进一步地,对整体零件进行后处理完成新零件的制造,对传感信号进行采集,在服役状态下监测搅拌头内部应变,例如设置监测阈值为25%,当高于此阈值即视为寿命终止,需将零件返修或报废处理。
图6为本发明实施例提供的具有内嵌传感器的零件设计加工系统的框图。参阅图6,该具有内嵌传感器的零件设计加工系统600包括第一模拟模块610、设计模块620、更新模块630、第二模拟模块640以及加工模块650。
第一模拟模块610例如执行操作S1,用于根据原始零件模型对使用工况下零件的失效行为进行模拟,以确定零件的失效区域和失效区域中的失效形式。
设计模块620例如执行操作S2,用于确定与失效形式对应的内嵌传感器的类型,并对内嵌传感器进行设计,使得设计后的内嵌传感器满足使用工况下失效形式的监测需求。
更新模块630例如执行操作S3,用于根据设计后的内嵌传感器的尺寸参数设置内嵌传感器在失效区域中的嵌入点和数量,并对原始零件模型进行更新,更新后的零件模型中包含内嵌传感器。
第二模拟模块640例如执行操作S4,用于对使用工况下更新后的零件模型进行模拟,以确定更新后的零件模型的性能参数是否满足相应的性能指标,若不满足,重复执行更新模块630,直至更新后的零件模型的性能参数满足相应的性能指标。
加工模块650例如执行操作S5,用于3D打印加工所述更新后的零件模型,以制备具有内嵌传感器的零件。
具有内嵌传感器的零件设计加工系统600用于执行上述图1-图5B所示实施例中的具有内嵌传感器的零件设计加工方法。本实施例未尽之细节,请参阅前述图1-图5B所示实施例中的具有内嵌传感器的零件设计加工方法,此处不再赘述。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种具有内嵌传感器的零件设计加工方法,其特征在于,包括:
S1,根据原始零件模型对使用工况下零件的失效行为进行模拟,以确定零件的失效区域和所述失效区域中的失效形式;
S2,确定与所述失效形式对应的内嵌传感器的类型,并对所述内嵌传感器进行设计,使得设计后的内嵌传感器满足使用工况下所述失效形式的监测需求;
S3,根据设计后的内嵌传感器的尺寸参数设置所述内嵌传感器在所述失效区域中的嵌入点和数量,并对所述原始零件模型进行更新,更新后的零件模型中包含所述内嵌传感器;
S4,对使用工况下所述更新后的零件模型进行模拟,以确定所述更新后的零件模型的性能参数是否满足相应的性能指标,若不满足,重复执行所述S3,直至所述更新后的零件模型的性能参数满足所述相应的性能指标;
S5,3D打印加工所述更新后的零件模型,以制备具有内嵌传感器的零件。
2.如权利要求1所述的具有内嵌传感器的零件设计加工方法,其特征在于,所述S1包括:对所述原始零件模型进行网格划分,根据网格划分后原始零件模型中的材料特性、分析方程和边界条件,对使用工况下零件的失效行为进行有限元模拟,以确定所述失效区域和失效形式。
3.如权利要求1所述的具有内嵌传感器的零件设计加工方法,其特征在于,所述内嵌传感器的类型为应变传感器、应力传感器、电阻传感器、温度传感器、湿度传感器、角度传感器中的一种或多种。
4.如权利要求1所述的具有内嵌传感器的零件设计加工方法,其特征在于,所述S2中以所述内嵌传感器的测量范围、极限耐受温度、寿命和接触形式满足使用工况下对应失效形式的监测需求为目标,对所述内嵌传感器进行设计。
5.如权利要求1所述的具有内嵌传感器的零件设计加工方法,其特征在于,所述S3中根据所述内嵌传感器的测量范围和寿命设置所述失效区域中内嵌传感器的数量。
6.如权利要求1所述的具有内嵌传感器的零件设计加工方法,其特征在于,所述S4中的性能指标包括承力、承压、耐磨、疲劳、耐腐蚀指标中的一种或多种。
7.如权利要求1所述的具有内嵌传感器的零件设计加工方法,其特征在于,所述S5中3D打印加工所述更新后的零件模型包括:
对所述更新后的零件模型进行逐层分割,并按照所需打印材料的不同将分割后每层的图案划分为一个或多个分区图形;
利用一种3D打印技术,采用各所述分区图形所需打印材料逐层打印各所述分区图形。
8.如权利要求1所述的具有内嵌传感器的零件设计加工方法,其特征在于,所述S5中3D打印加工所述更新后的零件模型包括:
对所述更新后的零件模型进行逐层分割,并按照所需打印材料的不同将分割后每层的图案划分为一个或多个分区图形;
采用各所述分区图形所需打印材料,利用多种3D打印技术分开打印各所述分区图形。
9.如权利要求1-8任一项所述的具有内嵌传感器的零件设计加工方法,其特征在于,所述失效区域的数量为一个或多个,所述失效形式的数量为多个,所述内嵌传感器的类型为一个或多个。
10.一种具有内嵌传感器的零件设计加工系统,其特征在于,包括:
第一模拟模块,用于根据原始零件模型对使用工况下零件的失效行为进行模拟,以确定零件的失效区域和所述失效区域中的失效形式;
设计模块,用于确定与所述失效形式对应的内嵌传感器的类型,并对所述内嵌传感器进行设计,使得设计后的内嵌传感器满足使用工况下所述失效形式的监测需求;
更新模块,用于根据设计后的内嵌传感器的尺寸参数设置所述内嵌传感器在所述失效区域中的嵌入点和数量,并对所述原始零件模型进行更新,更新后的零件模型中包含所述内嵌传感器;
第二模拟模块,用于对使用工况下所述更新后的零件模型进行模拟,以确定所述更新后的零件模型的性能参数是否满足相应的性能指标,若不满足,重复执行所述更新模块,直至所述更新后的零件模型的性能参数满足所述相应的性能指标;
加工模块,用于3D打印加工所述更新后的零件模型,以制备具有内嵌传感器的零件。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110072212.0A CN112395714B (zh) | 2021-01-20 | 2021-01-20 | 一种具有内嵌传感器的零件设计加工方法及系统 |
PCT/CN2021/074536 WO2022155992A1 (zh) | 2021-01-20 | 2021-01-30 | 一种具有内嵌传感器的零件设计加工方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110072212.0A CN112395714B (zh) | 2021-01-20 | 2021-01-20 | 一种具有内嵌传感器的零件设计加工方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112395714A CN112395714A (zh) | 2021-02-23 |
CN112395714B true CN112395714B (zh) | 2021-03-30 |
Family
ID=74625584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110072212.0A Active CN112395714B (zh) | 2021-01-20 | 2021-01-20 | 一种具有内嵌传感器的零件设计加工方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112395714B (zh) |
WO (1) | WO2022155992A1 (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10156281A1 (de) * | 2001-11-19 | 2003-06-05 | Emil Broell Gmbh & Co | Überwachung von textiltechnologischen Prozessen textilkontaktierender Maschinenkomponenten und des Zustands dieser textilkontaktierenden Maschinenkomponente |
CN101532816A (zh) * | 2009-04-09 | 2009-09-16 | 浙江大学 | 基于巨磁阻传感器和智能算法的多层厚度涡流检测装置 |
CN103727911A (zh) * | 2013-12-20 | 2014-04-16 | 刘晓宇 | 基于mems阵列的组装式深部位移监测设备及系统 |
WO2015112858A1 (en) * | 2014-01-24 | 2015-07-30 | United Technologies Corporation | Component with internal sensor and method of additive manufacture |
CN106017568A (zh) * | 2016-07-06 | 2016-10-12 | 沈阳建筑大学 | 预制装配式混凝土体系的结构健康监测系统及集成方法 |
CN108002164A (zh) * | 2017-12-22 | 2018-05-08 | 深圳市特种设备安全检验研究院 | 一种电梯制动器动作状态检测装置及检测方法 |
CN109894925A (zh) * | 2019-04-24 | 2019-06-18 | 西北工业大学 | 基于内嵌式压电传感器的薄壁件铣削加工振动监测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106769039B (zh) * | 2016-12-13 | 2019-11-08 | 西安交通大学 | 一种适用于滚动轴承旋转部件监测的安装组件 |
CN109764783A (zh) * | 2017-11-09 | 2019-05-17 | 张家港裕顺沙发制造有限公司 | 一种具有内置电子监测装置的支架开关检具 |
CN107958114B (zh) * | 2017-11-24 | 2021-12-17 | 中国科学院金属研究所 | 一种关键构件分区表征的寿命预测方法 |
CN108312493A (zh) * | 2018-01-26 | 2018-07-24 | 天津职业技术师范大学 | 一种基于3d打印的内嵌磁铁零部件制造工艺 |
CN110586944A (zh) * | 2019-09-20 | 2019-12-20 | 航发优材(镇江)增材制造有限公司 | 金属3d打印零件的激光表面改性方法 |
-
2021
- 2021-01-20 CN CN202110072212.0A patent/CN112395714B/zh active Active
- 2021-01-30 WO PCT/CN2021/074536 patent/WO2022155992A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10156281A1 (de) * | 2001-11-19 | 2003-06-05 | Emil Broell Gmbh & Co | Überwachung von textiltechnologischen Prozessen textilkontaktierender Maschinenkomponenten und des Zustands dieser textilkontaktierenden Maschinenkomponente |
CN101532816A (zh) * | 2009-04-09 | 2009-09-16 | 浙江大学 | 基于巨磁阻传感器和智能算法的多层厚度涡流检测装置 |
CN103727911A (zh) * | 2013-12-20 | 2014-04-16 | 刘晓宇 | 基于mems阵列的组装式深部位移监测设备及系统 |
WO2015112858A1 (en) * | 2014-01-24 | 2015-07-30 | United Technologies Corporation | Component with internal sensor and method of additive manufacture |
CN106017568A (zh) * | 2016-07-06 | 2016-10-12 | 沈阳建筑大学 | 预制装配式混凝土体系的结构健康监测系统及集成方法 |
CN108002164A (zh) * | 2017-12-22 | 2018-05-08 | 深圳市特种设备安全检验研究院 | 一种电梯制动器动作状态检测装置及检测方法 |
CN109894925A (zh) * | 2019-04-24 | 2019-06-18 | 西北工业大学 | 基于内嵌式压电传感器的薄壁件铣削加工振动监测方法 |
Non-Patent Citations (1)
Title |
---|
零件加工质量缺陷分析及纠正工艺设计;黄学荣等;《煤矿机械》;20180228;第39卷(第2期);第69-70页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112395714A (zh) | 2021-02-23 |
WO2022155992A1 (zh) | 2022-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peng et al. | Bayesian degradation analysis with inverse Gaussian process models under time-varying degradation rates | |
Marble et al. | Predicting the remaining life of propulsion system bearings | |
JP6752866B2 (ja) | 刃具状態検査システム及び方法 | |
CN109918726B (zh) | 一种力学结构异常状态快速识别方法、存储介质 | |
Makarov et al. | The design concept of digital twin | |
CN111289256B (zh) | 一种数据驱动的船舶柴油机故障检测方法 | |
JP2007257366A (ja) | 診断装置及び診断方法 | |
US10012552B2 (en) | Systems and methods for monitoring component strain | |
CN103678858A (zh) | 一种存在竞争失效条件下的设备剩余寿命预测方法 | |
CN112395714B (zh) | 一种具有内嵌传感器的零件设计加工方法及系统 | |
CN112417742A (zh) | 一种基于数字孪生模型的齿轮箱寿命动态评估方法及系统 | |
CN110543666B (zh) | 一种带孔结构元件低周疲劳性能的试验方法 | |
Thayer | Enabling the Fourth Industrial Revolution (4IR) and the role of NDE and monitoring | |
Budzik et al. | The place of 3D printing in the manufacturing and operational process based on the industry 4.0 structure | |
Kokkonen et al. | Robust lightweight design and digital twins considering manufacturing quality variation and sustainability requirements | |
JP7188863B2 (ja) | 部品の歪を測定するためのシステムと方法 | |
CN113275771A (zh) | 一种基于数字孪生的空间在轨激光加工过程实时监测方法 | |
Sinha | Efficient wall thickness analysis methods for optimal design of casting parts | |
CN111259494A (zh) | 重机设备健康监测分析方法 | |
KR102115959B1 (ko) | 겹침 인덱스 또는 함몰 지수를 이용한 단류선 정량화 방법 | |
CN117875120A (zh) | 一种基于数字孪生的可重复使用航天器全寿命周期缺陷监测与评估方法 | |
Falkowski et al. | Defects Detection in Directed Energy Deposition Manufactured Thin-Wall Parts Using Finite Element Model Updating and Parametric Optimisation Approach | |
Goelz | How Advancing CT Analysis Capabilities Support Collaboration and Product Quality | |
CN117196417B (zh) | 一种立式加工机床加工数据智能分析管理系统 | |
Zhang et al. | Deviation diagnosis and analysis of hull flat block assembly based on a state space model |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |