CN112486118A - 一种基于层次分析法的增材制造工艺优选方法及系统 - Google Patents
一种基于层次分析法的增材制造工艺优选方法及系统 Download PDFInfo
- Publication number
- CN112486118A CN112486118A CN202011354336.XA CN202011354336A CN112486118A CN 112486118 A CN112486118 A CN 112486118A CN 202011354336 A CN202011354336 A CN 202011354336A CN 112486118 A CN112486118 A CN 112486118A
- Authority
- CN
- China
- Prior art keywords
- consistency
- layer
- additive manufacturing
- manufacturing process
- analytic hierarchy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 99
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 43
- 239000000654 additive Substances 0.000 title claims abstract description 41
- 230000000996 additive effect Effects 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 title claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 238000012163 sequencing technique Methods 0.000 claims abstract description 18
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 4
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 238000013439 planning Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 239000002184 metal Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000001308 synthesis method Methods 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method 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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于层次分析法的增材制造工艺优选方法，包括以下步骤：采集和存储工艺参数；在不同的工艺方案中，找到对应权重的影响因素；将各关联因素划分成有序层次，从而构建出层次模型；通过不同影响因素，采用相对尺度，两两相互比较，确定分级标度值，构造判断矩阵；通过判断矩阵最大特征值对应的归一化特征向量，进行层次单排序，为本层因素对上层目标相对重要性的排序；计算一致性指标以及相应的平均随机一致性指标，最后根据一致性比例，对一致性做出判断；总排序权重从高层到低层将权重进行合成，最终得到工艺参数方案排序；通过计算总排序一致性指标及相应的平均一致性指标，通过计算，对一致性做出判断。本发明利于准确优选工艺参数，最大限度的节约成本。
Description
技术领域
本发明涉及增材制造(3D打印)技术领域，具体涉及一种基于层次分析法的增材制造工艺优选方法及系统。
背景技术
数字化制造是金属增材制造技术的一大特点和优势，数字化制造可以充分发挥金属增材制造技术高柔性、智能化、分布式制造等优点。建立金属增材制造工艺数据系统是金属增材制造技术数字化的重要环节和组成部分；也是金属增材制造过程中重要的基础资源；同时利用工艺数据系统通过内置算法筛选出最佳工艺参数方案，对于降低成形工艺参数探索成本、提高增材制造效率及净成形质量意义重大。
发明内容
本发明所要解决的技术问题是：增材制造过程中存在的工艺参数选择盲目性、探索成本高、数据存储和记录不规范等问题，本发明提供了解决上述问题的一种基于层次分析法的增材制造工艺优选方法及系统，本发明使用层次分析方法，在系统采集的工艺参数组中，可以筛选出增材制造工艺的最佳方案，同时将其内置于整个工艺数据系统中，形成集激光增材工艺数据记录、管理、筛选、优化等整套的管理系统，最大限度的节约成本。
本发明通过下述技术方案实现：
一种基于层次分析法的增材制造工艺优选方法，包括以下步骤：
S1.工艺参数采集：对整套增材制造装备的工艺参数数据实时在线采集监控；此处的工艺参数包括但不限于激光功率、送粉流量、机器人末端速度、机器人坐标等。
S2.工艺参数传输与存储：工艺参数采集完成后，经传输和开发处理，存入数据库；
S3.建立递阶层次的结构模型：在不同的增材工艺方案中，找到对应权重的影响因素；各个因素之间存在关联，将这些因素划分成有序层次，从而构建出层次模型；
S4.构造判断矩阵：通过不同影响因素，采用相对尺度，两两相互比较，确定分级标度值，构造判断矩阵；
S5.层次单排序：通过判断矩阵最大特征值对应的归一化特征向量，进行层次单排序，为本层因素对上层目标相对重要性的排序；
S6.单排序一致性检验：计算一致性指标CI以及相应的平均随机一致性指标RI，最后根据一致性比例CR，对一致性做出判断；
S7.层次总排序：总排序权重从高层到低层将权重进行合成，最终得到工艺参数方案排序；
S8.总排序一致性检验：通过计算总排序一致性指标CI(j)及相应的平均一致性指标RI(j)，通过计算CR，对一致性做出判断；其中，j＝1...n。
进一步优选，步骤S1中，通过Beckhoff-IPC控制系统，利用EtherCAT总线采集增材制造工艺参数各数字量和模拟量，同时利用WPF完成二次开发，将整套增材制造装备的工艺参数进行实时在线监控。
进一步优选，步骤S2中，工艺参数采集完成后，通过C#协议转换程序，利用自定义网络协议，将系统内部变量发送出来，在边缘PC内，通过C#二次开发，利用Socket通信传输工艺参数变量数据，并存入Influxdb数据库中。
进一步优选，步骤S3中，建立三层阶梯模型，包括目标层、准侧层和方案层；所述目标层只有一个元素，是分析问题的目标；准则层包含的元素是为了实现目标所涉及的中间环节，根据用户对产品需求的侧重点不同进行设定；方案层所包含元素是为了实现目标所采取的具体可选方案、措施。
进一步优选，所述准则层的元素包括硬度、强度、粗糙度、成形尺寸。
进一步优选，步骤S5和S7中，判断矩阵对应于最大特征值:λmax的归一化特征向量即为本层
因素对上层目标相对重要性的排序。
进一步优选，步骤S6和S8中，一致性指标CI的计算公式如式(1)所示，
其中，λmax,n对应判断矩阵的最大特征值和阶数；
不同阶数n对应的RI值如表1所示：
表1不同阶数n对应的RI值
CR的计算公式如式(2)所示：
其中，CI(j)bj表示总排序一致性指标；
RI(j)bj表示对应总排序的平均随机一致性指标。
进一步优选，当CR<0.10时，认定判断矩阵的一致性可接受；
当CR≥0.10时，认定判断矩阵的一致性不可接受，需对判断矩阵作适当修正。
一种基于层次分析法的增材制造工艺优选系统，用于实现上述的一种基于层次分析法的增材制造工艺优选方法，其特征在于，包括工艺规划子系统、数据采集子系统、数据监控子系统和数据存储子系统，所有子系统在Beckhoff工控机和服务器上运行。
进一步优选，所述数据存储子系统包括Mysql、Influxdb数据库模块，用于存储、并为优选方法提供工艺方案相关数据。
本发明具有如下的优点和有益效果：
本发明通过整个工艺优选系统可以完成不同加工任务下工艺参数的实时存储，可以在已获取的成组工艺参数中完成不同工艺要求下的参数优选，有效提高制造过程中的经济效益和生产效率；除此之外，本系统还可以记录加工过程中产生的大量数据(设备状态、成形产品、原材料等)，为工艺规划、产品研发提供数据支持；加速产品的设计制造和研发过程，提升产品质量。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明实施例1的基本流程示意图。
图2为本发明的工艺方案优选系统框图。
图3为本发明的工艺方案优选层次结构图。
图4为本发明实施例1的一致性检验流程图
图5为本发明的方案层权重合成方法；
图中c1jbi表示方案c1对应权值；
c2jbi表示方案c2对应权值；
c3jbi表示方案c3对应权值。
图6为本发明的n阶矩阵对应RI值。
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明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
本实施例提供了一种基于层次分析法的增材制造工艺优选方法，如图1，具体步骤如下所示：
S1.工艺参数采集：通过Beckhoff-IPC控制系统，利用EtherCAT总线采集增材制造工艺参数各数字量和模拟量(激光功率等)，同时利用WPF完成二次开发，对整套增材制造装备的工艺参数数据进行实时在线采集监控。
如图2所示，在工控系统中使用Beck工控，采用Ads通信进行数据传输，将采集的工艺参数进行集成与监控。
S2.工艺参数传输与存储：工艺参数采集完成后，通过C#协议转换程序，利用自定义网络协议，将系统内部变量激光功率(P)、扫描速度(V)等发送出来，在边缘PC内，通过C#二次开发，利用Socket通信传输工艺参数变量数据，并存入Influxdb数据库中。
如图2所示在完成S1后，工控系统作为Client(客户端)，数据管理系统作为Server(服务器端)，通过TCP将工艺参数传至Server端，最终存储在Server端的数据库内。
S3.建立递阶层次的结构模型：在不同的工艺方案中，找到对应权重的影响因素。各个因素之间会有一定的关系，将这些因素划分成有序层次，从而构建出层次模型。
如图3所示，上述S3层次模型分为三类，具体的层次划分如下：
(1)目标层：该层中只有一个元素，是分析问题的目标。在本实施例应用中目标层为最优工艺方案优选A。.
(2)准则层：该层中包含的元素是为了实现目标所涉及的中间环节，可以根据用户对产品需求的侧重点不同进行设定。实例中可以选择成形产品的硬度、强度、粗糙度和成形尺寸为准则进行方案优选。
(3)方案层：这一层为最底层，所包含元素是为了实现目标所采取的具体可选方案、措施。本实施例中这层为经过工艺试验研究得到的增材制造工艺方案。
S4.构造判断矩阵：通过一致矩阵法构造判断矩阵，一致矩阵法将所有影响因素放在一起，两两相互比较；采用相对尺度，可以尽可能减少性质不同的各因素相互比较的困难以提高准确度。它是表示本层所有因素针对上一层某一因素的相对重要性的比较。
如图5所示，实施例中设定最优方案的选择的四个影响因素分别为：硬度B1、强度B2、粗糙度B3、成形尺寸B4。同时由于每种工艺参数方案对于准则层的硬度B1、强度B2、粗糙度B3、成形尺寸B4均有影响，所以需要分别构建B1-C判断矩阵(相对于硬度，各工艺参数方案的影响大小比较)；B2-C(相对于强度，各工艺参数方案的影响大小比较)；B3-C(相对于粗糙度，各工艺参数方案的影响大小比较)及B4-C(相对于成形尺寸，各工艺参数方案的影响大小比较)。以B1-C为例，得到判断矩阵：
S5.层次单排序：通过上一步构造的判断矩阵可以比较客观的反应出一对影响因子的相对重要性，层次单排序是本层次所有因素相对上一层而言的重要性进行排序的基础。需要对能否接受判断矩阵进行判别判断矩阵是否满足一致性的要求。
S6.单排序一致性检验：计算一致性指标CI以及相应的平均随机一致性指标RI，最后根据一致性比例CR，对一致性做出判断。
如图4所示，以上参数CI及CR计算方法参见S61、S63。
如图6所示，n阶矩阵对应得RI值。
S7.层次总排序：总排序权重从高层到低层将权重进行合成，最终得到工艺参数方案排序。
通过以上几步，已经得到了硬度B1、强度B2、粗糙度B3、成形尺寸B4对成形方案优选的权重向量。而最终要得到的是方案层中各工艺参数方案C1、C2、C3对于成形方案优选的权重排序，从而进行工艺参数方案的选择。
如图5所示为方案层权重合成方法。
S8.总排序一致性检验：通过计算总排序一致性指标CI(j)(j＝1...n)及相应的平均一致性指标RI(j)(j＝1...n)，通过计算CR，对一致性做出判断。
实施例2
本实施例提供了一种基于层次分析法的增材制造工艺优选系统，用于实现实施例1提供的一种基于层次分析法的增材制造工艺优选方法。如图2所示，优选系统主要包括数据库服务器，上位机人机交互，Beckhoff工控机、数据采集卡以及增材装备等硬件设备。
所述数据采集与监控系统位于Beckhoff工控机上，Beckhoff工控机通过EtherCAT总线完成增材所有装备(激光器、送粉器、机器人、净化装置等)的数据采集；所述人机界面通过自主研发的MFC界面完成数据监控；所述工艺数据优选系统位于服务器上，通过TCP/IP完成与人机界面数据交互通信，工艺数据通过Socket传到服务器工艺优选系统Influxdb数据库中；同时工艺优选系统包含对加工任务的实时采集，加工任务包括打印时间、工艺参数、成形产品参数、实时图像等。
优选的，所述加工任务、成型产品参数存于Mysql数据库中，工艺参数存于Influxdb数据库中，保证实时性。
通过采用上述技术方案，工艺加工任务(工艺优选方案层)可以完成对成形产品参数(工艺优选准则层)、工艺参数等所有数据的统一，通过系统工艺优选模块界面，输入产品需求准则(根据实际产品要求按照准则确定对应权重)，同时利用工艺优选系统后台运行优选算法，从数据库中存储的工艺加工任务中选出最佳工艺方案。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于层次分析法的增材制造工艺优选方法，其特征在于，包括以下步骤：
S1.工艺参数采集：对整套增材制造装备的工艺参数数据实时在线采集监控；
S2.工艺参数传输与存储：工艺参数采集完成后，经传输和开发处理，存入数据库；
S3.建立递阶层次的结构模型：在不同的增材工艺方案中，找到对应权重的影响因素；各个因素之间存在关联，将这些因素划分成有序层次，从而构建出层次模型；
S4.构造判断矩阵：通过不同影响因素，采用相对尺度，两两相互比较，确定分级标度值，构造判断矩阵；
S5.层次单排序：通过判断矩阵最大特征值对应的归一化特征向量，进行层次单排序，为本层因素对上层目标相对重要性的排序；
S6.单排序一致性检验：计算一致性指标CI以及相应的平均随机一致性指标RI，最后根据一致性比例CR，对一致性做出判断；
S7.层次总排序：总排序权重从高层到低层将权重进行合成，最终得到工艺参数方案排序；
S8.总排序一致性检验：通过计算总排序一致性指标CI(j)及相应的平均一致性指标RI(j)，通过计算CR，对一致性做出判断；其中，j＝1...n。
2.根据权利要求1所述的一种基于层次分析法的增材制造工艺优选方法，其特征在于，步骤S1中，通过Beckhoff-IPC控制系统，利用EtherCAT总线采集增材制造工艺参数各数字量和模拟量，同时利用WPF完成二次开发，将整套增材制造装备的工艺参数进行实时在线监控。
3.根据权利要求1所述的一种基于层次分析法的增材制造工艺优选方法，其特征在于，步骤S2中，工艺参数采集完成后，通过C#协议转换程序，利用自定义网络协议，将系统内部变量发送出来，在边缘PC内，通过C#二次开发，利用Socket通信传输工艺参数变量数据，并存入Influxdb数据库中。
4.根据权利要求1所述的一种基于层次分析法的增材制造工艺优选方法，其特征在于，步骤S3中，建立三层阶梯模型，包括目标层、准侧层和方案层；所述目标层只有一个元素，是分析问题的目标；准则层包含的元素是为了实现目标所涉及的中间环节，根据用户对产品需求的侧重点不同进行设定；方案层所包含元素是为了实现目标所采取的具体可选方案、措施。
5.根据权利要求4所述的一种基于层次分析法的增材制造工艺优选方法，其特征在于，所述准则层的元素包括硬度、强度、粗糙度、成形尺寸。
6.根据权利要求1所述的一种基于层次分析法的增材制造工艺优选方法，其特征在于，步骤S5和S7中，判断矩阵对应于最大特征值:λmax的归一化特征向量为本层
因素对上层目标相对重要性的排序。
7.根据权利要求1所述的一种基于层次分析法的增材制造工艺优选方法，其特征在于，步骤S6和S8中，一致性指标CI的计算公式如式(1)所示，
其中，λmax,n对应判断矩阵的最大特征值和阶数；
不同阶数n对应的RI值如表1所示：
表1不同阶数n对应的RI值
CR的计算公式如式(2)所示：
其中，CI(j)bj表示总排序一致性指标；
RI(j)bj表示对应总排序的平均随机一致性指标。
8.根据权利要求7所述的一种基于层次分析法的增材制造工艺优选方法，其特征在于，
当CR<0.10时，认定判断矩阵的一致性可接受；
当CR≥0.10时，认定判断矩阵的一致性不可接受，需对判断矩阵作适当修正。
9.一种基于层次分析法的增材制造工艺优选系统，用于实现权利要求1至8任一项所述的一种基于层次分析法的增材制造工艺优选方法，其特征在于，包括工艺规划子系统、数据采集子系统、数据监控子系统和数据存储子系统，所有子系统在Beckhoff工控机和服务器上运行。
10.根据权利要求9所述的一种基于层次分析法的增材制造工艺优选系统，其特征在于，所述数据存储子系统包括Mysql、Influxdb数据库模块，用于存储、并为优选方法提供工艺方案相关数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011354336.XA CN112486118A (zh) | 2020-11-26 | 2020-11-26 | 一种基于层次分析法的增材制造工艺优选方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011354336.XA CN112486118A (zh) | 2020-11-26 | 2020-11-26 | 一种基于层次分析法的增材制造工艺优选方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112486118A true CN112486118A (zh) | 2021-03-12 |
Family
ID=74935713
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011354336.XA Pending CN112486118A (zh) | 2020-11-26 | 2020-11-26 | 一种基于层次分析法的增材制造工艺优选方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112486118A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106454856A (zh) * | 2016-11-17 | 2017-02-22 | 浙江工业大学 | 认知无线电中基于图论着色和层次分析法的频谱分配方法 |
| CN106651656A (zh) * | 2016-12-28 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 基于改进的隶属度函数的供电可靠性模糊综合评价方法 |
| CN110956380A (zh) * | 2019-11-22 | 2020-04-03 | 吉林农业大学 | 基于改进的层次分析法评价生猪养殖工艺的方法 |
| CN110995736A (zh) * | 2019-12-13 | 2020-04-10 | 中国兵器装备集团自动化研究所 | 一种通用的工业物联网设备管理系统 |
-
2020
- 2020-11-26 CN CN202011354336.XA patent/CN112486118A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106454856A (zh) * | 2016-11-17 | 2017-02-22 | 浙江工业大学 | 认知无线电中基于图论着色和层次分析法的频谱分配方法 |
| CN106651656A (zh) * | 2016-12-28 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 基于改进的隶属度函数的供电可靠性模糊综合评价方法 |
| CN110956380A (zh) * | 2019-11-22 | 2020-04-03 | 吉林农业大学 | 基于改进的层次分析法评价生猪养殖工艺的方法 |
| CN110995736A (zh) * | 2019-12-13 | 2020-04-10 | 中国兵器装备集团自动化研究所 | 一种通用的工业物联网设备管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 乔树雷: "金属选区激光熔化增材制造工艺数据库及工艺试验研究" * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110609531A (zh) | 一种基于数字孪生的车间调度方法 | |
| CN108399287B (zh) | 采用模糊层次分析的机床横梁设计方案的评估方法 | |
| CN111695734A (zh) | 一种基于数字孪生及深度学习的多工艺规划综合评估系统及方法 | |
| CN109472057B (zh) | 基于跨工步隐式参数记忆的产品加工质量预测装置及方法 | |
| CN106472332B (zh) | 基于动态智能算法的宠物喂养方法及系统 | |
| CN109858758A (zh) | 一种配电网电能质量的组合赋权评估方法及系统 | |
| CN109765788B (zh) | 一种多目标原油调合在线优化方法 | |
| CN106842922B (zh) | 一种数控加工误差优化方法 | |
| CN109992848B (zh) | 一种基于负理想解贴近距离的压力机上横梁稳健优化设计方法 | |
| US20230384771A1 (en) | Method for automatic production line planning based on industrial internet of things, system and storage medium thereof | |
| CN113094980A (zh) | 一种基于iga-dnn的焊膏印刷质量预测方法及系统 | |
| CN108898259A (zh) | 基于多因素综合的自适应进化规划电力负荷预测方法及系统 | |
| CN108460191B (zh) | 基于质量功能展开的机床横梁设计方案的优选方法 | |
| CN114758064A (zh) | 一种基于数字孪生的机床切削工艺参数优化方法 | |
| CN115860592A (zh) | 一种石膏砌块的质量检测评估方法及系统 | |
| CN112906243A (zh) | 一种基于变差函数的多点地质统计建模参数优选方法 | |
| CN116127695A (zh) | 一种基于综合性能评价的生产线构建方法及系统 | |
| CN112184412A (zh) | 一种信用评分卡模型的建模方法、装置、介质及电子设备 | |
| CN115237878A (zh) | 基于增材制造的工艺数据库构建方法及介质 | |
| CN114881301A (zh) | 生产线的仿真排产方法、系统、终端设备及存储介质 | |
| US12045036B2 (en) | Industrial internet of things, control method, and medium for automatically controlling working parameters of manufacturing device | |
| CN112486118A (zh) | 一种基于层次分析法的增材制造工艺优选方法及系统 | |
| CN117669955A (zh) | 一种人机协作任务自动分配方法 | |
| CN111948977A (zh) | 一种用于不锈钢加工的多目标优化方法和系统 | |
| CN115689437A (zh) | 一种基于人工智能的erp高效生产管理系统及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210312 |