CN112989626B - 增材制造组织模拟方法、装置、计算机设备和存储介质 - Google Patents
增材制造组织模拟方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112989626B CN112989626B CN202110395514.1A CN202110395514A CN112989626B CN 112989626 B CN112989626 B CN 112989626B CN 202110395514 A CN202110395514 A CN 202110395514A CN 112989626 B CN112989626 B CN 112989626B
- Authority
- CN
- China
- Prior art keywords
- layer
- tissue
- distribution
- region
- additive manufacturing
- 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]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
Abstract
本申请涉及一种增材制造组织模拟方法、装置、计算机设备和存储介质。所述方法包括:获取待预测增材制造组织的温度场;根据所述温度场,得到所述待预测增材制造组织的感兴趣区域各层的温度分布;利用所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布;根据所述各层的组织分布,得到所述感兴趣区域的组织分布。采用本方法由于感兴趣区域各层的尺寸相对于整个感兴趣区域的尺寸较小,因此能够利用感兴趣区域各层的温度分布对感兴趣区域各层的组织进行准确地预测,进而能够根据感兴趣区域各层的组织分布准确地得到待预测增材制造组织的感兴趣区域的组织分布。
Description
技术领域
本申请涉及增材制造技术领域,特别是涉及一种增材制造组织模拟方法、装置、计算机设备和存储介质。
背景技术
增材制造是一种按照事先规划的路径,利用外加热源(如激光、电子束等)将供给材料(如丝材、粉末等)熔化一层层堆积,最终形成零件形状的加工技术。通常增材制造的组织和增材制造的性能相关联,增材制造的性能在工业上具有重要意义,因此,就需要对增材制造的组织进行预测。
传统的增材制造组织模拟技术中,增材制造组织模拟所能采用的网格最小尺寸为几微米、数十微米,而增材制造的零件的单方向尺寸可达几十、甚至上百毫米。
因此,传统的增材制造组织模拟技术,存在模拟网格的尺寸和增材制造零件的尺寸不匹配的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决增材制造组织模拟中的模拟网格的尺寸和增材制造零件的尺寸不匹配的增材制造组织模拟方法、装置、计算机设备和存储介质。
一种增材制造组织模拟方法,所述方法包括:
获取待预测增材制造组织的温度场;
根据所述温度场,得到所述待预测增材制造组织的感兴趣区域各层的温度分布;
利用所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布;
根据所述各层的组织分布,得到所述感兴趣区域的组织分布。
在其中一个实施例中,所述利用各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布,包括:
对所述各层的组织分布进行初始化,得到所述各层的初始组织分布;
根据所述各层的初始组织分布和所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布。
在其中一个实施例中,所述根据所述各层的初始组织分布和所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布,包括:
利用预设的组织演变算法、所述各层的初始组织分布和所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布。
在其中一个实施例中,所述预设的组织演变算法包括相场法和元胞自动机法。
在其中一个实施例中,所述获取待预测增材制造组织的温度场,包括:
利用非均匀网格的有限体积法,获取所述待预测增材制造组织的温度场。
在其中一个实施例中,所述根据所述温度场,得到所述待预测增材制造组织的感兴趣区域各层的温度分布之前,所述方法还包括:
对所述感兴趣区域进行层级划分,得到所述各层的尺寸。
在其中一个实施例中,所述根据所述温度场,得到所述待预测增材制造组织的感兴趣区域各层的温度分布,包括:
根据所述温度场和所述各层的尺寸,得到所述各层的温度分布。
一种增材制造组织模拟装置,所述装置包括:
第一获取模块,用于获取待预测增材制造组织的温度场;
第二获取模块,用于根据所述温度场,得到所述待预测增材制造组织的感兴趣区域各层的温度分布;
预测模块,用于利用所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布;
第三获取模块,用于根据所述各层的组织分布,得到所述感兴趣区域的组织分布。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待预测增材制造组织的温度场;
根据所述温度场,得到所述待预测增材制造组织的感兴趣区域各层的温度分布;
利用所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布;
根据所述各层的组织分布,得到所述感兴趣区域的组织分布。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取待预测增材制造组织的温度场;
根据所述温度场,得到所述待预测增材制造组织的感兴趣区域各层的温度分布;
利用所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布;
根据所述各层的组织分布,得到所述感兴趣区域的组织分布。
上述增材制造组织模拟方法、装置、计算机设备和存储介质,根据待预测增材制造组织的温度场,能够得到待预测增材制造组织的感兴趣区域各层的温度分布,从而可以利用感兴趣区域各层的温度分布,对感兴趣区域各层的组织进行预测,得到感兴趣区域各层的组织分布,进而可以根据感兴趣区域各层的组织分布,得到感兴趣区域的组织分布,由于该过程中是利用感兴趣区域各层的温度分布对感兴趣区域各层的组织进行的预测,而感兴趣区域各层的尺寸相对于整个感兴趣区域的尺寸较小,因此能够利用感兴趣区域各层的温度分布对感兴趣区域各层的组织进行准确地预测,准确地得到感兴趣区域各层的组织分布,而感兴趣区域的组织分布是根据感兴趣区域各层的组织分布得到的,进一步地,可以根据感兴趣区域各层的组织分布准确地得到待预测增材制造组织的感兴趣区域的组织分布。
附图说明
图1为一个实施例中增材制造组织模拟方法的应用环境图;
图2为一个实施例中增材制造组织模拟方法的流程示意图;
图2a为一个实施例中粗网格的示意图;
图3为一个实施例中增材制造组织模拟方法的流程示意图;
图3a为一个实施例中元胞自动机法的原理示意图;
图4为一个实施例中增材制造组织模拟装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的增材制造组织模拟方法,可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器,该存储器中存储有计算机程序,处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的,该计算机设备还可以包括网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的,该计算机设备可以是服务器,可以是个人计算机,还可以是个人数字助理,还可以是其他的终端设备,例如平板电脑、手机等等,还可以是云端或者远程服务器,本申请实施例对计算机设备的具体形式并不做限定。
在一个实施例中,如图2所示,提供了一种增材制造组织模拟方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S201,获取待预测增材制造组织的温度场。
其中,增材制造是一种按照事先规划的路径,利用外加热源(如激光、电子束等)将供给材料(如丝材、粉末等)熔化一层层堆积,最终形成零件形状的加工技术,增材制造过程中,快速移动的外加热源使得加工零件内部产生高温、高温度梯度和高冷却速度,进而使得工件内部形成粗大的凝固组织,这里需要说明的是,本申请实施例中所描述的待预测增材制造组织即为移动的外加热源使工件内部所形成的凝固组织。
具体地,计算机设备首先获取待预测增材制造组织的温度场。可选的,计算机设备可以利用粗网格计算待预测增材制造组织的温度场。示例性地,以图2a为例进行说明,图2a中的由(i,j),(i,j+1),(i+1,j+1),(i+1,j)所形成的方框即为本申请实施例中所描述的粗网格。需要说明的是,由于增材制造组织的演变对温度的影响并不大,且温度场对网格的要求远低于增材制造组织模拟对网格的要求,因此,计算机设备可以首先利用粗网格获取待预测增材制造组织的温度场。可选的,计算机设备可以根据待预测增材制造组织的温度演变分布获取待预测增材制造组织的温度场,其中,待预测增材制造组织的温度演变服从式中,ρ表示待预测增材制造组织的密度,Cp表示比热容,T表示温度,t表示时间,S表示内热源。其中,内热源S可来源于材料本身的相变放热,也可来源于外部热源,其中,外部热源可采用高斯面热源、双椭球体热源等,以采用的外部热源为高斯面热源为例,所采用的高斯面热源服从的分布为:式中,P表示功率,d表示激光分布参数,可选的,d取值为3,rb表示激光半径,η表示激光效率,r表示当前点距激光中心的距离。
S202,根据温度场,得到待预测增材制造组织的感兴趣区域各层的温度分布。
具体地,计算机设备根据上述得到的待预测增材制造组织的温度场,得到待预测增材制造组织的感兴趣区域各层的温度分布。可选的,待预测增材制造组织的感兴趣区域各层可以只包括一层增材制造组织,也可以包括多层的增材制造组织。可选的,计算机设备可以先对待预测增材制造组织的温度场进行层级划分,根据感兴趣区域各层的尺寸得到待预测增材制造组织的感兴趣区域各层的温度分布,也可以对待预测增材制造组织的感兴趣区域进行层级划分,根据待预测增材制造组织的感兴趣区域各层的位置在上述温度场中确定出感兴趣区域各层对应的温度分布。可选的,计算机设备根据感兴趣区域各层的尺寸,对上述得到的温度场进行积分,从而得到待预测增材制造组织的感兴趣区域各层的温度分布。
S203,利用各层的温度分布,对各层的组织进行预测,得到各层的组织分布。
具体地,计算机设备利用待预测增材制造组织的感兴趣区域各层的温度分布,对感兴趣区域各层的组织进行预测,得到感兴趣区域各层的组织分布。可选的,计算机设备可以利用感兴趣区域各层的温度分布、温度和组织分布的关系,对感兴趣区域各层的组织进行预测,得到感兴趣区域各层的组织分布。可选的,计算机设备可以分别对感兴趣区域各层的组织进行预测,得到各层的组织分布,也可以将感兴趣区域各层按照预设的划分标准划分为多帧,对划分的多帧组织分别进行预测,得到各层的组织分布,示例性地,计算机设备可以将感兴趣区域的1-3层划分为一帧,4-6层划分为一帧,6-9层划分为一帧,再分别利用1-3层的温度分布对1-3层的组织进行预测,得到1-3层的组织分布,利用4-6层的温度分布对4-6层的组织进行预测,得到4-6层的组织分布,利用6-9层的温度分布对6-9层的组织进行预测,得到6-9层的组织分布。
S204,根据各层的组织分布,得到感兴趣区域的组织分布。
具体地,计算机设备根据待预测增材制造组织的感兴趣区域各层的组织分布,得到感兴趣区域的组织分布。可选的,计算机设备可以按照待预测增材制造组织感兴趣区域各层的划分顺序,对得到的待预测增材制造组织感兴趣区域各层的组织分布进行累加,得到待预测增材制造组织感兴趣区域的组织分布。
上述增材制造组织模拟方法中,计算机设备根据待预测增材制造组织的温度场,能够得到待预测增材制造组织的感兴趣区域各层的温度分布,从而可以利用感兴趣区域各层的温度分布,对感兴趣区域各层的组织进行预测,得到感兴趣区域各层的组织分布,进而可以根据感兴趣区域各层的组织分布,得到感兴趣区域的组织分布,由于该过程中是利用感兴趣区域各层的温度分布对感兴趣区域各层的组织进行的预测,而感兴趣区域各层的尺寸相对于整个感兴趣区域的尺寸较小,因此能够利用感兴趣区域各层的温度分布对感兴趣区域各层的组织进行准确地预测,准确地得到感兴趣区域各层的组织分布,而感兴趣区域的组织分布是根据感兴趣区域各层的组织分布得到的,进一步地,可以根据感兴趣区域各层的组织分布准确地得到待预测增材制造组织的感兴趣区域的组织分布。
在上述利用待预测增材制造组织的感兴趣区域各层的温度部分,对感兴趣区域各层的组织逐层进行预测,得到感兴趣区域各层的组织分布的场景中,计算机设备可以根据感兴趣区域各层的初始组织分布和感兴趣区域各层的温度分布,对感兴趣区域各层的组织进行预测,得到感兴趣区域各层的组织分布。在上述实施例的基础上,在一个实施例中,如图3所示,上述S203,包括:
S301,对各层的组织分布进行初始化,得到各层的初始组织分布。
具体地,计算机设备对感兴趣区域各层的组织分布进行初始化,得到感兴趣区域各层的初始组织分布。可选的,计算机设备可以对各层的组织分布进行初始化,若该区域组织此前已被计算过,则利用已有的组织分布对当前区域的组织分布进行初始化,得到该区域的初始组织分布;若该区域组织未被计算过,则该区域组织随机初始化,即对该区域的组织分布随机地赋予初值。这里需要说明的是,随机初始化的区域在在后续增材过程中会被加热熔化,随机初始化对最终组织并无影响。
S302,根据各层的初始组织分布和各层的温度分布,对各层的组织进行预测,得到各层的组织分布。
具体地,计算机设备根据上述得到的感兴趣区域各层的初始组织分布和该感兴趣区域各层的温度分布,对感兴趣区域各层的组织进行预测,得到感兴趣区域各层的组织分布。可选的,计算机设备可以利用预设的组织演变算法、感兴趣区域各层的初始组织分布和感兴趣区域各层的温度分布,对感兴趣区域各层的组织进行预测,得到感兴趣区域各层的组织分布。可选的,上述预设的组织演变算法包括相场法和元胞自动机法。示例性地,如图3a所示,以预设的组织演变算法为元胞自动机法为例进行说明,假设在图3a的v处有一晶核,对于体心立方结构的β相,该晶核将以正方形的形状生长,其中,正方形在时间t的边长一半为当该正方形足够大时,v点周围的点会被捕捉,假设v点周围的μ点被捕捉,μ处的晶核会以新的正方形生长,初始时正方形的边长一半的尺寸为即计算机设备可以根据正方形的边长对增材制造的组织进行预测,得到上述感兴趣区域各层的组织分布。
本实施例中,计算机设备对待预测增材制造组织的感兴趣区域各层的组织分布进行初始化,能够快速地得到感兴趣区域各层的初始组织分布,进而可以快速地根据感兴趣区域各层的初始组织分布和感兴趣区域的各层温度分布,对感兴趣区域各层的组织进行预测,得到感兴趣各层的组织分布,从而提高了得到感兴趣区域各层的初始组织分布的效率。
在上述获取待预测增材制造组织的温度场的场景中,在上述实施例的基础上,在一个实施例中,上述S201,包括:利用非均匀网格的有限体积法,获取待预测增材制造组织的温度场。
具体地,计算机设备利用非均匀网格的有限体积法,获取待预测增材制造组织的温度场。下边以一个具体的实施例对非均匀网格的有限体积法进行说明,可选的,计算机设备在小单元体内对上述公式(1)的左右两端进行积分,得到其中,式(2)左端利用公式(3)可得:
将公式(6)代入公式(4),即可获得非均匀网格的有限体积法温度场离散形式,也就是说可获取到待预测增材制造组织的温度场。
本实施例中,由于非均匀网格的有限体积法的计算过程比较简单,计算机设备利用非均匀网格的有限体积法,能够快速地获取待预测增长制造组织的温度场,提高了得到待预测增材制造组织的温度场的效率。
在上述根据待预测增材制造组织的温度场,得到待预测增材制造组织的感兴趣区域各层的温度分布的场景中,计算机设备首先需要对感兴趣区域进行层级的划分,得到感兴趣区域对应的层。在上述实施例的基础上,在一个实施例中,上述方法还包括:对感兴趣区域进行层级划分,得到各层的尺寸。
具体地,计算机设备对待预测增材制造组织的感兴趣区域进行层级划分,得到感兴趣区域各层的尺寸。可选的,计算机设备可以根据预设的划分尺寸对感兴趣区域进行层级划分,得到感兴趣区域对应的层,进而得到感兴趣区域各层的尺寸,例如,可以将感兴趣区域划分为9层,或将感兴趣区域划分为更多层,本实施例在此不做限制。进一步地,计算机设备可以根据该感兴趣区域各层的尺寸对上述得到的待预测增材制造组织的温度场进行线性插值,得到待预测增材制造组织的感兴趣区域各层的温度分布。可选的,计算机设备可以利用如下所示的插值公式对上述温度场进行线性插值得到各层的温度分布:
本实施例中,计算机设备能够对待预测增材制造组织的感兴趣区域进行快速地层级划分,提高了得到感兴趣区域各层的尺寸的效率,进一步地,计算机设备可以快速地根据感兴趣区域各层的尺寸对待预测增材制造组织的温度场进行线性插值,快速地得到感兴趣区域各层的温度分布,从而提高了得到的感兴趣区域各层的温度分布的效率。
应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种增材制造组织模拟装置,包括:第一获取模块、第二获取模块、预测模块和第三获取模块,其中:
第一获取模块,用于获取待预测增材制造组织的温度场。
第二获取模块,用于根据温度场,得到待预测增材制造组织的感兴趣区域各层的温度分布。
预测模块,用于利用各层的温度分布,对各层的组织进行预测,得到各层的组织分布。
第三获取模块,用于根据各层的组织分布,得到感兴趣区域的组织分布。
本实施例提供的增材制造组织模拟装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述预测模块,包括:初始化单元和预测单元,其中:
初始化单元,用于对各层的组织分布进行初始化,得到各层的初始组织分布。
预测单元,用于根据各层的初始组织分布和各层的温度分布,对各层的组织进行预测,得到各层的组织分布。
本实施例提供的增材制造组织模拟装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述预测单元,具体用于利用预设的组织演变算法、各层的初始组织分布和各层的温度分布,对各层的组织进行预测,得到各层的组织分布。
可选的,预设的组织演变算法包括相场法和元胞自动机法。
本实施例提供的增材制造组织模拟装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述第一获取模块,包括:第一获取单元,其中:
第一获取单元,用于利用非均匀网格的有限体积法,获取待预测增材制造组织的温度场。
本实施例提供的增材制造组织模拟装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括:划分模块,其中:
划分模块,用于对感兴趣区域进行层级划分,得到各层的尺寸。
本实施例提供的增材制造组织模拟装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述第二获取模块,包括:第二获取单元,其中:
第二获取单元,用于根据各层的尺寸对温度场进行线性插值,得到各层的温度分布。
本实施例提供的增材制造组织模拟装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于增材制造组织模拟装置的具体限定可以参见上文中对于增材制造组织模拟方法的限定,在此不再赘述。上述增材制造组织模拟装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待预测增材制造组织的温度场;
根据温度场,得到待预测增材制造组织的感兴趣区域各层的温度分布;
利用各层的温度分布,对各层的组织进行预测,得到各层的组织分布;
根据各层的组织分布,得到感兴趣区域的组织分布。
上述实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待预测增材制造组织的温度场;
根据温度场,得到待预测增材制造组织的感兴趣区域各层的温度分布;
利用各层的温度分布,对各层的组织进行预测,得到各层的组织分布;
根据各层的组织分布,得到感兴趣区域的组织分布。
上述实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种增材制造组织模拟方法,其特征在于,所述方法包括:
利用非均匀网格的有限体积法获取待预测增材制造组织的温度场;
根据所述温度场和所述待预测增材制造组织的感兴趣区域各层的尺寸,对所述温度场进行积分或线性插值,得到所述各层的温度分布;
利用所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布;
根据所述各层的组织分布,对所述各层的组织分布进行累加,得到所述感兴趣区域的组织分布;
所述利用各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布,包括:
对所述各层的组织分布进行初始化,得到所述各层的初始组织分布;
根据所述各层的初始组织分布和所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布。
2.根据权利要求1所述的方法,其特征在于,所述根据所述各层的初始组织分布和所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布,包括:
利用预设的组织演变算法、所述各层的初始组织分布和所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布。
3.根据权利要求2所述的方法,其特征在于,所述预设的组织演变算法包括相场法和元胞自动机法。
4.根据权利要求1所述的方法,其特征在于,所述根据所述温度场,得到所述待预测增材制造组织的感兴趣区域各层的温度分布之前,所述方法还包括:
对所述感兴趣区域进行层级划分,得到所述各层的尺寸。
5.一种增材制造组织模拟装置,其特征在于,所述装置包括:
第一获取模块,用于利用非均匀网格的有限体积法获取待预测增材制造组织的温度场;
第二获取模块,用于根据所述温度场和所述待预测增材制造组织的感兴趣区域各层的尺寸,对待预测增材制造组织的温度场进行积分或线性插值,得到所述各层的温度分布;
预测模块,用于利用所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布;
第三获取模块,用于根据所述各层的组织分布,对所述各层的组织分布进行累加,得到所述感兴趣区域的组织分布;
其中,所述预测模块包括初始化单元和预测单元;
所述初始化单元,用于对所述各层的组织分布进行初始化,得到所述各层的初始组织分布;
所述预测单元,用于根据所述各层的初始组织分布和所述各层的温度分布,对所述各层的组织进行预测,得到所述各层的组织分布。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括划分模块;
所述划分模块,用于对所述感兴趣区域进行层级划分,得到所述各层的尺寸。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110395514.1A CN112989626B (zh) | 2021-04-13 | 2021-04-13 | 增材制造组织模拟方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110395514.1A CN112989626B (zh) | 2021-04-13 | 2021-04-13 | 增材制造组织模拟方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112989626A CN112989626A (zh) | 2021-06-18 |
CN112989626B true CN112989626B (zh) | 2022-12-23 |
Family
ID=76338264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110395514.1A Active CN112989626B (zh) | 2021-04-13 | 2021-04-13 | 增材制造组织模拟方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112989626B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334692A (zh) * | 2018-01-30 | 2018-07-27 | 清华大学 | 预测增材制造零件变形的方法 |
CN108717481A (zh) * | 2018-05-08 | 2018-10-30 | 武汉理工大学 | 一种选择性激光熔化过程中温度分布及翘曲变形预测方法 |
CN110472355A (zh) * | 2019-08-20 | 2019-11-19 | 南京航空航天大学 | 一种基于多场耦合建模与仿真求解的3d打印预览方法 |
CN111036909A (zh) * | 2019-12-30 | 2020-04-21 | 哈尔滨理工大学 | 金属快速成型过程中晶粒组织数值预测方法 |
-
2021
- 2021-04-13 CN CN202110395514.1A patent/CN112989626B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334692A (zh) * | 2018-01-30 | 2018-07-27 | 清华大学 | 预测增材制造零件变形的方法 |
CN108717481A (zh) * | 2018-05-08 | 2018-10-30 | 武汉理工大学 | 一种选择性激光熔化过程中温度分布及翘曲变形预测方法 |
CN110472355A (zh) * | 2019-08-20 | 2019-11-19 | 南京航空航天大学 | 一种基于多场耦合建模与仿真求解的3d打印预览方法 |
CN111036909A (zh) * | 2019-12-30 | 2020-04-21 | 哈尔滨理工大学 | 金属快速成型过程中晶粒组织数值预测方法 |
Non-Patent Citations (2)
Title |
---|
GH4169镍基高温合金激光增材制造过程;郭玉 等;《内蒙古工业大学学报》;20201231;全文 * |
Grain selection and growth orientation of prior-β phase for Ti-6-4 during additive manufacturing: insights from a modeling perspective;Wei-zhao Sun 等;《Research & Development》;20210331;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112989626A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gusak et al. | Automated multi-stage compression of neural networks | |
Hansen et al. | Fast deep reinforcement learning using online adjustments from the past | |
CN111311599B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
Wozniak et al. | A first attempt to cloud-based user verification in distributed system | |
CN112989626B (zh) | 增材制造组织模拟方法、装置、计算机设备和存储介质 | |
CN112446951B (zh) | 三维重建方法、装置、电子设备及计算机存储介质 | |
CN113936082A (zh) | 点云数据渲染方法、装置、设备及存储介质 | |
Li et al. | An accelerating convolutional neural networks via a 2D entropy based-adaptive filter search method for image recognition | |
Taralova et al. | Derivation and numerical validation of a homogenized isothermal Li-ion battery model | |
Weilharter et al. | ATLAS-MVSNet: Attention layers for feature extraction and cost volume regularization in multi-view stereo | |
CN116306030A (zh) | 考虑预测误差和波动分布的新能源预测动态场景生成方法 | |
Yang et al. | Point cloud based online detection of geometric defects for the certification of additively manufactured mechanical metamaterials | |
Taylor et al. | Approximating chaotic saddles for delay differential equations | |
CN107562703A (zh) | 字典树重构方法及系统 | |
Han et al. | Dynamical analysis of two-dimensional memristor cosine map | |
KR101690315B1 (ko) | 병렬처리 이웃 탐색 시스템 및 그 방법 | |
CN114036805A (zh) | 三维稳态热传导地温场的正演方法、装置、设备及介质 | |
CN103678545A (zh) | 进行网络资源聚类的方法及装置 | |
CN112734008A (zh) | 分类网络构建方法以及基于分类网络的分类方法 | |
CN115577573B (zh) | 同步发电机输出电流的预测方法、装置、设备和存储介质 | |
Timoshenko et al. | Modeling of Thermal Processes in Multichannel Radars in Heat-Stressed Operation Modes | |
Lau et al. | Accelerated block coordinate proximal gradients with applications in high dimensional statistics | |
CN110827377B (zh) | 粒子模糊处理方法、装置、计算机设备及存储介质 | |
CN114352485A (zh) | 风力发电机风速的预测方法、装置、计算机设备 | |
CN114417449A (zh) | 墙体相交处理方法、装置、计算机设备和存储介质 |
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 |