CN112597605A - 一种基于slm工艺的复杂零件轻量化优化设计方法 - Google Patents

一种基于slm工艺的复杂零件轻量化优化设计方法 Download PDF

Info

Publication number
CN112597605A
CN112597605A CN202011489789.3A CN202011489789A CN112597605A CN 112597605 A CN112597605 A CN 112597605A CN 202011489789 A CN202011489789 A CN 202011489789A CN 112597605 A CN112597605 A CN 112597605A
Authority
CN
China
Prior art keywords
model
complex part
complex
slm
lightweight
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
Application number
CN202011489789.3A
Other languages
English (en)
Inventor
宋彬
夏建强
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.)
Anhui Hengli Additive Manufacturing Technology Co ltd
Original Assignee
Anhui Hengli Additive Manufacturing Technology Co ltd
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 Anhui Hengli Additive Manufacturing Technology Co ltd filed Critical Anhui Hengli Additive Manufacturing Technology Co ltd
Priority to CN202011489789.3A priority Critical patent/CN112597605A/zh
Publication of CN112597605A publication Critical patent/CN112597605A/zh
Pending legal-status Critical Current

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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Powder Metallurgy (AREA)

Abstract

本发明公开一种基于SLM工艺的复杂零件轻量化优化设计方法，包括对复杂零件进行数据采集，并对数据进行处理及模型特征拟合，对实体模型进行逆向重构，以得到复杂零件的三维数字模型，对SLM零件进行结构性能分析，以验证其相关性能指标，对重构模型进行复杂零件内部结构再设计，生成STL模型，将所述STL模型进行复杂零件数据分层后生成SLI模型，将所述SLI模型导入SLM设备并设定相应的工艺参数进行远择性激光熔化成形技术加工后得到最终轻量化实体零件，利用生成的最终轻量化模型通过选择性激光熔化成形技术加工出最终轻量化实体零件。本发明降低了零件整体制造时间，整体制造成本降低，满足了零件各部分的不同性能要求。

Description

一种基于SLM工艺的复杂零件轻量化优化设计方法
技术领域
本发明涉及复杂零件轻量化设计技术领域，特别是涉及一种基于SLM工艺的复杂零件轻量化优化设计方法。
背景技术
产品轻量化具有减轻重量、节约材料、提高产品性能、降低能源消耗及废气排放等优点，在航空航天、汽车、轨道交通、机器人等领域具有迫切需求。在航天领域，每增加1千克负载，火箭及燃料重量需要额外增加30～100千克。在航空领域，1倍的结构重量增加将引起动力、燃油等各种附加重量增加约4倍以上。汽车行业是目前轻量化需求最大的产业，实验证明，若汽车整车重量降低10％，燃油效率可提高6％-8％。综上所述，开展产品轻量化优化设计研究意义重大。轻量化技术主要分为三大类：新材料应用、新型结构设计的应用及特种加工工艺的应用。选区激光熔化(SLM，Selective Laser Melting)是一种基于粉末床的激光增材制造技术，通过高能束激光逐点逐层快速熔化凝固金属粉末直接成形金属零件，在新材料应用、新型结构设计及成形工艺方面均可为产品轻量化提供新的空间。
现有技术中的复杂零件轻量化优化设计方法通常存在零件整体制造时间增加、整体制造成本增加，很难满足零件各部分的不同性能要求。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于SLM工艺的复杂零件轻量化优化设计方法，用于解决现有技术中的零件整体制造时间增加、整体制造成本增加，很难满足零件各部分的不同性能要求的问题。
为实现上述目的及其他相关目的，本发明提供一种基于SLM工艺的复杂零件轻量化优化设计方法，包括：
S1、通过数据采集模块对复杂零件进行数据采集，并对数据进行处理及模型特征拟合；
S2、通过逆向重构模块对实体模型进行逆向重构，以得到复杂零件的三维数字模型；
S3、通过结构性能分析模块对SLM零件进行结构性能分析，以验证其相关性能指标；
S4、通过设计模块对重构模型进行复杂零件内部结构再设计；
S5、通过STL模型生成模块生成STL模型，将所述STL模型进行复杂零件数据分层后生成SLI模型，将所述SLI模型导入SLM设备并设定相应的工艺参数进行远择性激光熔化成形技术加工后得到最终轻量化实体零件；
S6、通过加工模块利用生成的最终轻量化模型通过选择性激光熔化成形技术加工出最终轻量化实体零件。
在本发明的一实施例中，步骤S1中的对复杂零件进行数据采集包括对复杂零件的强度性能需求、耐磨性性能需求、抗空蚀性能需求、以及工艺参数的采集。
在本发明的一实施例中，步骤S3中的对SLM零件进行结构性能分析包括对试件结构进行拉伸破坏试验、对试件结构进行压载试验。
在本发明的一实施例中，步骤S4中的通过设计模块对重构模型进行复杂零件内部结构再设计包括：
选择对受力影响不敏感的薄壁厚度作为复杂零件的蒙皮最佳厚度对复杂零件实体进行抽壳处理。
在本发明的一实施例中，步骤S4中的通过设计模块对重构模型进行复杂零件内部结构再设计还包括：
复杂零件结构拆分与典型骨架设计：通过对复杂零件功能意图、受力状况进行分析，对复杂零件进行模块化分割，建立典型结构的等强度骨架，根据不同的受力结构选择合适的填充骨架对复杂零件各个拆分结构进行填充，同时调整填充单元参数，得到复杂零件辅助骨架。
在本发明的一实施例中，步骤S4中的通过设计模块对重构模型进行复杂零件内部结构再设计还包括：
根据复杂零件的拓扑结构将复杂零件进行连接，对重构复杂零件进行有限元分析评估其安全系数，对复杂零件拆分单元填充参数进行调整，并根据复杂零件的工艺要求对复杂零件其他细微设计进行完善。
在本发明的一实施例中，所述工艺参数采用激光功率选用69-125w，扫描速度选用620-720mm/s，光斑直径为50μm，曝光时间选用55-75μs，扫描间距选用115-130μm，层厚选用25-50μm。
在本发明的一实施例中，所述工艺参数采用激光功率选用220-280w，扫描速度选用750-800mm/s，光斑直径为60μm，曝光时间选用30-50μs，扫描间距选用110-120μm，层厚选用50-70μm。
在本发明的一实施例中，所述工艺参数采用激光功率选用130-220w，扫描速度选用660-720mm/s，光斑直径为70μm，曝光时间选用120-140μs，扫描间距选用80-120μm，层厚选用30-40μm。
在本发明的一实施例中，所述基于SLM工艺的复杂零件轻量化优化设计方法还包括：将所述最终轻量化模型进行复杂零件数据分层并设定相应的工艺参数，利用激光根据生成的最终轻量化模型及设定的工艺参数层层熔化金属粉末加工出最终轻量化实体零件。
如上所述，本发明的基于SLM工艺的复杂零件轻量化优化设计方法，具有以下有益效果：
本发明的基于SLM工艺的复杂零件轻量化优化设计方法降低了零件整体制造时间，整体制造成本降低，满足了零件各部分的不同性能要求。
本发明的基于SLM工艺的复杂零件轻量化优化设计方法显著提高了各部分的性能，充分发挥了各部分的作用，零件实现了轻量化，力学性能、高摩擦磨损性能和抗空蚀性能都有提高，应用前景广泛。
附图说明
图1为本申请一个实施例提供的一种基于SLM工艺的复杂零件轻量化优化设计方法的工作原理图。
图2为本申请实施例提供的图1中的一种基于SLM工艺的复杂零件轻量化优化设计方法的步骤S4的工作流程图。
图3为本申请又一个实施例提供的一种基于SLM工艺的复杂零件轻量化优化设计方法的工作原理图。
图4为本申请实施例提供的一种基于SLM工艺的复杂零件轻量化优化设计系统的结构框图。
元件标号说明
10、数据采集模块 20、逆向重构模块
30、结构性能分析模块 40、设计模块
50、STL模型生成模块 60、加工模块
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
请参阅图1，图1为本申请一个实施例提供的一种基于SLM工艺的复杂零件轻量化优化设计方法的工作原理图。本发明提供一种基于SLM工艺的复杂零件轻量化优化设计方法，包括：步骤S1、通过数据采集模块10对复杂零件进行数据采集，并对数据进行处理及模型特征拟合。步骤S2、通过逆向重构模块20对实体模型进行逆向重构，以得到复杂零件的三维数字模型。步骤S3、通过结构性能分析模块30对SLM零件进行结构性能分析，以验证其相关性能指标。步骤S4、通过设计模块40对重构模型进行复杂零件内部结构再设计。步骤S5、通过STL模型生成模块50生成STL模型，将所述STL模型进行复杂零件数据分层后生成SLI模型，将所述SLI模型导入SLM设备并设定相应的工艺参数进行远择性激光熔化成形技术加工后得到最终轻量化实体零件。步骤S6、通过加工模块60利用生成的最终轻量化模型通过选择性激光熔化成形技术加工出最终轻量化实体零件。
如图1所示，具体的，在SLM成形过程中，激光与材料交互作用，发生复杂的物理化学变化，整个过程只有数毫秒(0.5-25ms)，成形过程容易产生球化、孔隙、裂纹、翘曲、脱层、粘粉等缺陷，这些缺陷严重限制了SLM技术的广泛应用。在步骤S1中零件结构可以划分为不同的元特征。其中相对典型的元特征包括平面、(非)规则孔、(非)规则凸缘、(非)规则曲面等。零件的特征分类包括：该零件根据其特征特点分为不规则曲面、平面、规则凸缘、规则孔等。而不同的元特征所对应的采集方式受到多种因素的影响，包括测量效率、测量精度等。本发明采用模糊性的数据采集方法选择方法，利用模糊匹配优度来评价零件特征的反求数据采集方法。测量得到数据由于测量过程中的野点和噪声点等，其将会影响曲面重构的精度。因此，需要对点云数据进行处理的过程包括点云的拼接、数据精简和噪声点的去除等。根据所建立出的基于零件机械特征的零件逆向数据采集方法，需要采用多个不同采集方法对数据进行采集。因此为了获得不同测量基准下得到的多视图的零件表面信息，所采用的多视图拼接的方法为点位法。测量产生的高密度点云会极大地增加运算量，因此需要在保持基本测量特征不变的前提下，对测量数据进行精简，由于测量过程中的遮挡等问题，导致部分测量数据丢失，因此需要对测量丢失数据进行补缺。补缺主要遵循下述方法：利用破损区域周边的坐标数据点建立数据间的拓扑关系，所采用的方法为曲面插值补充法。步骤S3中的对SLM零件进行结构性能分析包括对试件结构进行拉伸破坏试验、对试件结构进行压载试验。
如图1所示，步骤S1中的对复杂零件进行数据采集包括对复杂零件的强度性能需求、耐磨性性能需求、抗空蚀性能需求、以及工艺参数的采集。具体的，所述工艺参数采用激光功率选用69-125w，扫描速度选用620-720mm/s，光斑直径为50μm，曝光时间选用55-75μs，扫描间距选用115-130μm，层厚选用25-50μm。所述工艺参数采用激光功率选用220-280w，扫描速度选用750-800mm/s，光斑直径为60μm，曝光时间选用30-50μs，扫描间距选用110-120μm，层厚选用50-70μm。所述工艺参数采用激光功率选用130-220w，扫描速度选用660-720mm/s，光斑直径为70μm，曝光时间选用120-140μs，扫描间距选用80-120μm，层厚选用30-40μm。
在本发明的一个实施例中，所述工艺参数采用激光功率选用230w，扫描速度选用760mm/s，光斑直径为60μm，曝光时间选用36μs，扫描间距选用120μm，层厚选用60μm。
请参阅图2，图2为本申请实施例提供的图1中的一种基于SLM工艺的复杂零件轻量化优化设计方法的步骤S4的工作流程图。步骤S4中的通过设计模块40对重构模型进行复杂零件内部结构再设计包括：步骤41、选择对受力影响不敏感的薄壁厚度作为复杂零件的蒙皮最佳厚度对复杂零件实体进行抽壳处理。步骤42、复杂零件结构拆分与典型骨架设计：通过对复杂零件功能意图、受力状况进行分析，对复杂零件进行模块化分割，建立典型结构的等强度骨架，根据不同的受力结构选择合适的填充骨架对复杂零件各个拆分结构进行填充，同时调整填充单元参数，得到复杂零件辅助骨架。步骤43、根据复杂零件的拓扑结构将复杂零件进行连接，对重构复杂零件进行有限元分析评估其安全系数，对复杂零件拆分单元填充参数进行调整，并根据复杂零件的工艺要求对复杂零件其他细微设计进行完善。
请参阅图3，图3为本申请又一个实施例提供的一种基于SLM工艺的复杂零件轻量化优化设计方法的工作原理图。所述基于SLM工艺的复杂零件轻量化优化设计方法还包括：将所述最终轻量化模型进行复杂零件数据分层并设定相应的工艺参数，利用激光根据生成的最终轻量化模型及设定的工艺参数层层熔化金属粉末加工出最终轻量化实体零件。具体的，通过选择性激光熔化成形技术加工零件前，将生成的最终轻量化模型进行有限元分析以验证其力学性能是否满足设计标准，由于设置多孔结构后将削弱零件的力学性能，因此，在设置多孔结构后应再次进行力学性能分析，以确保零件达到设计标准。利用所述最终轻量化模型生成STL模型；将所述STL模型进行零件数据分层后生成SLI模型，将所述SLI模型导入SLM设备并设定相应的工艺参数进行选择性激光熔化成形技术加工后得到最终轻量化实体零件。
请参阅图4，图4为本申请实施例提供的一种基于SLM工艺的复杂零件轻量化优化设计系统的结构框图。与本发明的一种基于SLM工艺的复杂零件轻量化优化设计方法的原理相似的是，本发明还提供了一种基于SLM工艺的复杂零件轻量化优化设计系统，所述基于SLM工艺的复杂零件轻量化优化设计系统包括数据采集模块10、逆向重构模块20、结构性能分析模块30、设计模块40、STL模型生成模块50、加工模块60。所述数据采集模块10用于对复杂零件进行数据采集，并对数据进行处理及模型特征拟合。所述逆向重构模块20用于对实体模型进行逆向重构，以得到复杂零件的三维数字模型。所述结构性能分析模块30用于对SLM零件进行结构性能分析，以验证其相关性能指标。所述设计模块40用于对重构模型进行复杂零件内部结构再设计。所述STL模型生成模块50用于生成STL模型，将所述STL模型进行复杂零件数据分层后生成SLI模型，将所述SLI模型导入SLM设备并设定相应的工艺参数进行远择性激光熔化成形技术加工后得到最终轻量化实体零件。所述加工模块60用于利用生成的最终轻量化模型通过选择性激光熔化成形技术加工出最终轻量化实体零件。
综上所述，本发明的本发明的基于SLM工艺的复杂零件轻量化优化设计方法降低了零件整体制造时间，整体制造成本降低，满足了零件各部分的不同性能要求。充分发挥了各部分的作用，零件实现了轻量化，力学性能、高摩擦磨损性能和抗空蚀性能都有提高，应用前景广泛。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于，包括：
S1、通过数据采集模块对复杂零件进行数据采集，并对数据进行处理及模型特征拟合；
S2、通过逆向重构模块对实体模型进行逆向重构，以得到复杂零件的三维数字模型；
S3、通过结构性能分析模块对SLM零件进行结构性能分析，以验证其相关性能指标；
S4、通过设计模块对重构模型进行复杂零件内部结构再设计；
S5、通过STL模型生成模块生成STL模型，将所述STL模型进行复杂零件数据分层后生成SLI模型，将所述SLI模型导入SLM设备并设定相应的工艺参数进行远择性激光熔化成形技术加工后得到最终轻量化实体零件；
S6、通过加工模块利用生成的最终轻量化模型通过选择性激光熔化成形技术加工出最终轻量化实体零件。
2.根据权利要求1所述的一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于：步骤S1中的对复杂零件进行数据采集包括对复杂零件的强度性能需求、耐磨性性能需求、抗空蚀性能需求、以及工艺参数的采集。
3.根据权利要求1所述的一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于：步骤S3中的对SLM零件进行结构性能分析包括对试件结构进行拉伸破坏试验、对试件结构进行压载试验。
4.根据权利要求1所述的一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于，步骤S4中的通过设计模块对重构模型进行复杂零件内部结构再设计包括：
选择对受力影响不敏感的薄壁厚度作为复杂零件的蒙皮最佳厚度对复杂零件实体进行抽壳处理。
5.根据权利要求4所述的一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于，步骤S4中的通过设计模块对重构模型进行复杂零件内部结构再设计还包括：
复杂零件结构拆分与典型骨架设计：通过对复杂零件功能意图、受力状况进行分析，对复杂零件进行模块化分割，建立典型结构的等强度骨架，根据不同的受力结构选择合适的填充骨架对复杂零件各个拆分结构进行填充，同时调整填充单元参数，得到复杂零件辅助骨架。
6.根据权利要求5所述的一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于，步骤S4中的通过设计模块对重构模型进行复杂零件内部结构再设计还包括：
根据复杂零件的拓扑结构将复杂零件进行连接，对重构复杂零件进行有限元分析评估其安全系数，对复杂零件拆分单元填充参数进行调整，并根据复杂零件的工艺要求对复杂零件其他细微设计进行完善。
7.根据权利要求2所述的一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于：所述工艺参数采用激光功率选用69-125w，扫描速度选用620-720mm/s，光斑直径为50μm，曝光时间选用55-75μs，扫描间距选用115-130μm，层厚选用25-50μm。
8.根据权利要求2所述的一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于：所述工艺参数采用激光功率选用220-280w，扫描速度选用750-800mm/s，光斑直径为60μm，曝光时间选用30-50μs，扫描间距选用110-120μm，层厚选用50-70μm。
9.根据权利要求2所述的一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于：所述工艺参数采用激光功率选用130-220w，扫描速度选用660-720mm/s，光斑直径为70μm，曝光时间选用120-140μs，扫描间距选用80-120μm，层厚选用30-40μm。
10.根据权利要求1所述的一种基于SLM工艺的复杂零件轻量化优化设计方法，其特征在于，所述基于SLM工艺的复杂零件轻量化优化设计方法还包括：将所述最终轻量化模型进行复杂零件数据分层并设定相应的工艺参数，利用激光根据生成的最终轻量化模型及设定的工艺参数层层熔化金属粉末加工出最终轻量化实体零件。
CN202011489789.3A 2020-12-16 2020-12-16 一种基于slm工艺的复杂零件轻量化优化设计方法 Pending CN112597605A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011489789.3A CN112597605A (zh) 2020-12-16 2020-12-16 一种基于slm工艺的复杂零件轻量化优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011489789.3A CN112597605A (zh) 2020-12-16 2020-12-16 一种基于slm工艺的复杂零件轻量化优化设计方法

Publications (1)

Publication Number Publication Date
CN112597605A true CN112597605A (zh) 2021-04-02

Family

ID=75196616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011489789.3A Pending CN112597605A (zh) 2020-12-16 2020-12-16 一种基于slm工艺的复杂零件轻量化优化设计方法

Country Status (1)

Country Link
CN (1) CN112597605A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239420A (zh) * 2021-04-24 2021-08-10 共享智能铸造产业创新中心有限公司 3d打印产品轻量化设计方法及3d打印产品
CN113775835A (zh) * 2021-09-18 2021-12-10 弗兰科希管件系统(常熟)有限公司 车用异形接头及其生产方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239420A (zh) * 2021-04-24 2021-08-10 共享智能铸造产业创新中心有限公司 3d打印产品轻量化设计方法及3d打印产品
CN113775835A (zh) * 2021-09-18 2021-12-10 弗兰科希管件系统(常熟)有限公司 车用异形接头及其生产方法

Similar Documents

Publication Publication Date Title
CN112597605A (zh) 一种基于slm工艺的复杂零件轻量化优化设计方法
Poprawe et al. SLM production systems: recent developments in process development, machine concepts and component design
Matta et al. The integration of CAD/CAM and rapid prototyping in product development: a review
Gao et al. Integration of additive manufacturing in casting: advances, challenges, and prospects
Kumar et al. Reverse engineering in product manufacturing: an overview
CN102081693B (zh) 薄壁复杂曲面零件三维加工预处理方法
Kretzschmar et al. A decision support system for the validation of metal powder bed-based additive manufacturing applications
Yasa et al. Benchmarking of different powder-bed metal fusion processes for machine selection in additive manufacturing
Van Sice et al. Comparing environmental impacts of metal additive manufacturing to conventional manufacturing
Ramnath et al. Implementation of reverse engineering for crankshaft manufacturing industry
CN109290571A (zh) 一种3d 打印巡飞弹的轻量化设计与制造方法
Udroiu et al. Optimization of additive manufacturing processes focused on 3D Printing
Maurya et al. An overview of investigation of Fatigue, tensile strength and hardness of the components fabricated through direct metal laser sintering (DMLS) process
Balasubramanian et al. Additive manufacturing applications for metals and composites
Li et al. Incorporating draw constraint in the lightweight and self-supporting optimisation process for selective laser melting
CN106523426A (zh) 核电站主泵叶轮的开发制造方法
Prasad et al. Design and stress analysis of crankshaft for single cylinder 4 stroke diesel engine
Li et al. Investigation into layered manufacturing technologies for industrial applications
Pal et al. Computer-aided reverse engineering for rapid replacement of parts
Guo et al. Research on Additive Manufacturing Technology
Bagde et al. Finite element structural and fatigue analysis of single cylinder engine crank shaft
Zuo et al. Application of Industrial CT Technology in Additive Manufacturing Field
Ye Application of NC Machining Technology in Aircraft Manufacturing
Yurci et al. The Importance of CT in Industry 4.0 by Supplying Quality and GPS Standards for Several Production Methods Such as Additive Manufacturing
AU2021100746A4 (en) Structural feature-based planning method for synchronous powder feeding-based additive manufacturing process

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