CN114025945A - 调整模拟 - Google Patents
调整模拟 Download PDFInfo
- Publication number
- CN114025945A CN114025945A CN201980098036.9A CN201980098036A CN114025945A CN 114025945 A CN114025945 A CN 114025945A CN 201980098036 A CN201980098036 A CN 201980098036A CN 114025945 A CN114025945 A CN 114025945A
- Authority
- CN
- China
- Prior art keywords
- examples
- simulation
- temperature
- boundary
- boundary condition
- 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
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
- 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]
-
- 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
- B22F10/20—Direct sintering or melting
- B22F10/28—Powder bed fusion, e.g. selective laser melting [SLM] or electron beam melting [EBM]
-
- 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
- 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
- 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
- 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
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- B22F2999/00—Aspects linked to processes or compositions used in powder metallurgy
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Materials Engineering (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
Abstract
本文描述了用于调整模拟的方法的示例。在一些示例中,方法可以包括模拟三维(3D)制造。在一些示例中,方法可以包括基于来自构建包围体的点处的热传感器的测量值来调整3D制造的模拟的边界条件。
Description
背景技术
三维(3D)实体零件可以使用增材制造根据数字模型进行生产。增材制造可以用于快速原型设计、模具生成、模具母版生成和短期制造。增材制造涉及连续施加构建材料层。这与通常通过移除材料来创建最终零件的一些加工工艺不同。在一些增材制造技术中,可以固化或熔融构建材料。
附图说明
图1是可以用在调整模拟的示例中的3D打印设备的示例的简化立体图;
图2是图示了可以被实施用于调整模拟的功能的示例的框图;
图3是可以用于调整模拟的装置的示例的框图;
图4是图示了用于调整模拟的方法的示例的流程图;
图5是根据本文描述的技术的一些示例的模拟结果的可视化的示例的简化立体图;
图6A是图示了构建体积的示例的图;
图6B是图示了构建体积的底面屏障的示例的图;
图6C是图示了构建体积的侧面屏障的示例的图;以及
图6D是图示了构建体积的侧面屏障的示例的图。
具体实施方式
增材制造可以用于制造三维(3D)物体。3D打印是增材制造的示例。3D打印的一些示例可以在像素级选择性地沉积试剂(例如,液滴),以实现对体素级(voxel-level)能量沉积的控制。例如,热能可以被投射到构建区域中的材料之上,此处,取决于沉积试剂的体素,材料中可能发生相变(例如,熔化和固化)。
体素是3D空间中位置的表示。例如,体素可以表示3D空间的组成部分。例如,体素可以表示作为3D空间的子集的体积。在一些示例中,体素可以布置在3D网格上。例如,体素的形状可以是矩形或立方体。体素尺寸维度的示例可以包括25.4毫米(mm)/150≈170微米(150个点每英寸(dpi))、490微米(50dpi)、2mm等。术语“体素级”及其变型可以指与体素尺寸相对应的分辨率、尺度或密度。在一些示例中,术语“体素”及其变型可以指“热体素”。在一些示例中,热体素的尺寸可以被定义为有热意义的最小值(例如,大于或等于42微米或600点每英寸(dpi))。可以用一组体素来表示构建体积。构建体积是可以在其中制造一个或多个物体的体积。
在3D制造(例如,多射流熔融(MJF))的一些示例中,构建体积中的每个体素可能经历热程序(大约15小时的构建时间(例如,用于逐层打印的时间)和大约35小时的附加冷却)。包括物体的体素的热程序可能影响物体的制造品质(例如,功能品质)。
热感测可以提供一定量的热信息(例如,在约50小时的构建和冷却期间的相对少量的时间热信息和/或构建体积的相对少量的空间热信息)。例如,当体素作为熔融层的一部分被暴露时,热传感器(例如,相机、成像器等)可以捕获热体素的50小时程序中的约10秒,由此导致缺乏时间覆盖。在构建体积的壁和底面处的热传感器可以报告几个选定点的瞬态温度,由此导致空间覆盖范围不足。
一些基于理论的模拟方法(例如,基于热力学定律的模拟)可以为热程序(例如,制造)提供附加的空间和时间信息。然而,一些类型的模拟可能不会捕获当前(例如,最新的)现实和/或可能不会考虑打印机操作中的(多个)变化(例如,环境变化、打印机漂移、打印机变化和/或打印机功能)。例如,打印机在不同的环境中的行为可能不同(例如,由于湿度的变化)。例如,可能发生打印机漂移,此时性能随时间逐渐变化。不同的打印机(相同型号或不同型号)的行为可能略有不同。不同的打印机功能(例如,设置、粉末刷新率等)可能导致打印机行为改变。一些类型的基于理论的模拟无法捕获打印机操作中的这些变化。
制造模拟是用于对实际制造进行建模模拟的程序。例如,模拟可以是用于提供制造预测的方法。在本文描述的技术的一些示例中,由一个或多个热传感器获得的数据流可以用于校正模拟和/或提供附加的(例如,完整的)空间和时间覆盖并反映用于3D制造的当前(例如,最新的)落地真实情况。例如,来自一个或多个热传感器的数据可以用于校正MJF制造的模拟。
在本文描述的技术的一些示例中,可以利用由热传感器生成的数据流,这些热传感器与构建体积的五个屏障(四个侧壁和一个底面)相对应(例如,嵌于其上)。例如,这些数据流可以用于调整(例如,持续校正)过程模拟,以确保过程模拟反映当前状况(例如,最新的情况)。
在一些示例中,来自边界的点处的热传感器的数据流可以不同于整个区域的热图像。例如,某点处的热传感器可以提供相对减少的空间覆盖范围(例如,每个边界的一个或多个点的覆盖范围相比于热图像区域覆盖范围)。在一些示例中,热传感器可以提供相对增加的时间覆盖范围。例如,可以在延长的时间段内周期性地(例如,以大约五秒的间隔)获取来自边界的点的数据,而热成像器可以在层被暴露时捕获相对短的时段(例如,针对一个热体素是10秒)。利用一个或多个点处的热传感器改进过程模拟可以通过使用感测数据以调整过程模拟所使用的边界条件中的模拟参数来实现。
本文描述的技术的一些示例可以提供过程模拟,所述过程模拟考虑到当前为止的落地真实情况并且可以持续学习和适应情境变化。这可以允许超越离线预测的过程模拟,其可以在打印之前预测某批的产量。例如,所描述的技术的一些示例可以有益地允许将过程模拟用于操作性应用,因为定量结果具有提高的准确性和及时性(例如,最新的结果)。本文描述的技术的一些示例可以在打印机操作系统中实施,以提供模拟结果和/或打印控制(例如,打印校正)。
虽然塑料(例如,聚合物)可以用作说明本文描述的方法中的一些方法的方式,但是本文描述的技术可以用于增材制造的各种示例中。例如,一些示例可以用于塑料、聚合物、半结晶材料、金属等。一些增材制造技术可以是基于粉末的并且通过粉末熔融来驱动。本文描述的方法的一些示例可以应用于基于面积的粉末床基于熔融的增材制造,如立体光固化(Stereolithography,SLA)、多射流熔融(Multi Jet Fusion,MJF)、金属射流熔融(Metal Jet Fusion)、选择性激光熔化(Selective Laser Melting,SLM)、选择性激光烧结(Selective Laser Sintering,SLS)、基于液体树脂的打印等。本文描述的方法的一些示例可以应用于其中液滴携带的试剂被用于体素级热调制的增材制造。
在一些示例中,“粉末”可以指示或对应于以空气袋隔绝的颗粒。“物体”可以指示或对应于颗粒被烧结、熔化或固化且主要由本身没有气泡或只有小气泡的材料填充的位置(例如,区域、空间等)。例如,物体可以由烧结的或熔化的粉末形成。
在所有附图中,相同或相似的附图标记可以表示相似但不一定相同的元件。当在没有附图标记的情况下提及元件时,这可以泛指该元件,而不必限于任何特定的附图。在一些情况下,多个元件可以用数字和字母来指代(例如,热传感器106a-e)。在不使用字母的情况下提及这种元件(例如,热传感器106)时,这可以指代与该数字相对应的元件中的一个、一些或所有元件。附图不一定是成比例的,并且一些部分的尺寸可以被放大以更清楚地图示所示的示例。此外,附图提供了根据描述的示例和/或实施方式;然而,描述不限于附图中提供的示例和/或实施方式。
图1是可以用在调整模拟的示例中的3D打印设备100的示例的简化立体图。3D打印设备100可以包括控制器116、数据存储114、构建体积102、打印头108、试剂容器110、辊130、材料容器122、热投射器104和/或热传感器106a-e。图1中的3D打印设备100的示例可以包括未示出的附加部件,并且在不脱离本公开中的3D打印设备100的范围的情况下,可以将所描述的一些部件从3D打印设备100移除和/或进行修改。3D打印设备100的部件可能未按比例绘制,并且因此可能具有与所示出的不同的尺寸和/或配置。
在图1的示例中,3D打印设备100包括试剂容器110、试剂112、材料容器122和材料124。在其他示例中,3D打印设备100可以包括更多或更少的容器、试剂、料斗和/或材料。材料容器122是储存材料124的容器,所述材料可以由辊130施加(例如,散布)到构建体积102上以用于3D打印。试剂容器110是储存试剂112的容器。试剂112是用于3D打印的物质(例如,液体、粉末等)。在一些示例中,试剂112可以是控制吸入热强度的熔剂。例如,可以选择性地施加试剂112,以使得被施加的材料124由从热投射器104施加的热量而发生相变和/或与材料124的另一层熔融在一起。例如,已经被施加了试剂112的材料124的区域可以最终固化成(多个)被打印的物体。在一些示例中,试剂112可以是细化剂(detailing agent)。细化剂是控制排出热强度的物质(例如,液体、粉末等)。例如,细化剂可以被选择性地施加到(多个)被打印的物体的细节边缘。
构建体积102是可以在其中执行增材制造的体积。在图1所图示的示例中,构建体积102是矩形的并且被五个屏障部分地包围:底面屏障、前侧屏障、后侧屏障、左侧屏障和右侧屏障。在其他示例中可以实施其他形状和/或其他数量的边界。例如,构建体积可以是立方形的、棱柱形的、多边形的、弧形的、椭圆形的、球形的等。屏障是包围构建体积的物质。例如,屏障可以是金属、塑料和/或形成构建体积边缘的其他物质。在一些示例中,屏障可以被称为壁。一个或多个屏障可以形成构建包围体。在一些示例中,构建体积102可以由构建包围体来限定。边界是体积(例如,构建体积)或区域的边缘。屏障可以对应于边界,或者可以是边界的示例。例如,构建体积102可以呈矩形块的形式,其中,顶部边界是熔融层而其他五个边界是屏障或壁。在一些示例中,这五个边界中的每一个都可以用整数“boundary_id(边界_id)”来表示,其中,boundary_id={0,1,2,3,4}。在模拟中,这五个边界中的每一个都可以被建模为对流边界。
辊130是用于将材料124施加到构建体积102的设备。为了打印一个或多个3D物体,辊130可以连续地施加(例如,散布)材料124(例如,粉末),并且打印头108可以连续地施加和/或传递(例如,打印)试剂112。热投射器104是将能量(例如,热能、热量等)传递到材料124上、试剂112上和/或构建体积102中的设备。例如,试剂112可以被施加在材料124层上,在想要使(材料124的)颗粒熔融在一起的位置处。暴露于能量(例如,来自热投射器104的热能)的区域以及试剂112与材料124之间的反应可以使得材料124选择性地熔融在一起,以形成(多个)物体。
打印头108是用于施加一种或多种物质(例如,试剂112和/或)的设备。例如,打印头108可以是热喷墨打印头、压电打印头等。打印头108可以包括一个或多个喷嘴(未示出),可以通过该一个或多个喷嘴来挤出试剂112。在一些示例中,打印头108可以跨越构建体积102的维度。尽管描绘了单个打印头108,但是可以使用跨越构建体积102的维度的多个打印头108。另外,一个或多个打印头108可以定位在一个或多个打印杆中。打印头108可以附接到托架(图1中未示出)。托架可以在一个或多个维度上在构建体积102之上移动打印头108。
材料124是用于制造物体的物质(例如,粉末)。可以从材料容器122移动(例如,舀出、提升和/或挤出等)材料124,并且辊130可以将材料124施加(例如,散布)到构建体积102中(例如,在当前层的顶部)。在一些示例中,辊130可以跨越构建体积102的维度(例如,与打印头108相同的维度或与打印头108不同的维度)。尽管描绘了辊130,但是也可以利用其他装置来将材料124施加到构建体积102。在一些示例中,辊130可以附接到托架(图1中未示出)。托架可以在一个或多个维度上在构建体积102之上移动辊130。在一些实施方式中,可以利用多个材料容器122。例如,可以在构建体积102的相对两侧上实施两个材料容器122,这可以允许通过辊130在两个方向上散布材料124。
在一些示例中,热投射器104可以跨越构建体积102的维度。尽管描绘了一个热投射器104,但是可以使用跨越构建体积102的维度的多个热投射器104。另外,一个或多个热投射器104可以定位在一个或多个打印杆中。热投射器104可以附接到托架(图1中未示出)。托架可以在一个或多个维度上在构建体积102之上移动热投射器104。
在一些示例中,打印头108、辊130和热投射器104中的每一个可以单独被容纳和/或可以独立地移动。在一些示例中,打印头108、辊130和热投射器104中的两个或更多个可以一起被容纳和/或可以一起移动。在一个示例中,打印头108和热投射器104可以被容纳在跨越构建体积102的一个维度的打印杆中,而辊130可以被容纳在跨越构建体积102的另一个维度的托架中。例如,辊130可以在构建体积102之上在行程(pass)中施加材料124层,之后可以是打印头108和热投射器104在构建体积102之上的一次或多次行程。
控制器116是计算设备、基于半导体的微处理器、中央处理单元(CPU)、图形处理单元(GPU)、现场可编程门阵列(FPGA)、专用集成电路(ASIC)和/或其他硬件设备。控制器116可以经由通信线路(未示出)连接到3D打印设备100的其他部件。
控制器116可控制致动器(未示出),以控制3D打印设备100的部件的操作。例如,控制器116可以控制用于控制打印头108(沿x轴、y轴和/或z轴)的移动的一个或多个致动器、用于控制辊130(沿x轴、y轴和/或z轴)的移动的一个或多个致动器、和/或用于控制热投射器104(沿x轴、y轴和/或z轴)的移动的一个或多个致动器。控制器116还可以控制用于控制打印头108从试剂容器110沉积的试剂112的量(例如,比例)的一个或多个致动器。在一些示例中,控制器116可以控制用于沿z轴升高和降低构建体积102的基底的一个或多个致动器。
控制器116可以与数据存储114进行通信。数据存储114可以包括机器可读指令,该机器可读指令使得控制器116控制材料124的供应、控制试剂112的到打印头108的供应、控制打印头108的移动、控制辊130的移动和/或控制热投射器104的移动。
在一些示例中,控制器116可以控制辊130、打印头108和/或热投射器104,以基于3D模型打印一个或多个3D物体。例如,控制器116可以利用基于3D模型的一个或多个连续调图(contone map)来控制打印头108。连续调图是指示用于打印物质(例如,试剂112)的一个或多个位置(例如,区域)的一组数据。在一些示例中,连续调图可以包括或指示用于打印物质的机器指令(例如,体素级机器指令)。例如,熔剂连续调图可以指示用于打印试剂112的坐标和/或量。在一些示例中,细化剂连续调图可以用于打印细化剂(例如,与或不与熔剂一起)。在一些示例中,连续调图可以对应于3D模型的二维(2D)层(例如,2D切片、2D截面等)。例如,可以处理3D模型以产生对应于3D模型的多个层的多个连续调图。在一些示例中,连续调图可以被表示为值的2D网格,其中,每个值可以指示在2D网格上的位置处是否打印试剂和/或试剂的量。例如,2D网格中的值的位置可以对应于构建体积102中的位置(例如,在构建体积102基底处或之上的特定高度(z)的位置(x,y))。在一些示例中,连续调图可以是上述2D网格或阵列的压缩版本(例如,四叉树)。
数据存储114是机器可读存储介质。机器可读存储是存储可执行指令和/或数据的任何电子、磁性、光学或其他物理存储设备。机器可读存储介质可以是例如随机存取存储器(RAM)、电可擦除可编程只读存储器(EEPROM)、存储驱动器、光盘和类似物。机器可读存储介质可以编码有用于控制3D打印设备100的可执行指令。计算机可读介质是可由处理器或计算机可读取的机器可读存储介质的示例。
热传感器106是感测或捕获热数据的设备。热传感器的示例可以包括热敏电阻器(热敏电阻)、电阻温度检测器、硅带隙温度传感器、二极管和/或晶体管等。热传感器可以集成到、安装在和/或以其他方式被包括在机器(例如,打印机)中。例如,热传感器可以对应于、可以附接至构建体积的屏障、和/或可以被包括在构建体积的屏障中。在图1的示例中,3D打印设备100包括五个热传感器106a-e。第一热传感器106a对应于构建体积102的底面屏障,第二热传感器106b对应于构建体积102的前侧屏障,第三热传感器106c对应于构建体积102的左侧屏障,第四热传感器106d对应于构建体积102的后侧屏障,并且第五热传感器106e对应于构建体积102的右侧屏障。热传感器106a-e可以各自提供对应的屏障的测量值(例如,热数据、温度)。在一些示例中,热传感器106a-e可以在制造(例如,打印)期间提供测量值。例如,热传感器106可以在线和/或实时地提供测量值。
虽然图1的示例图示了五个热传感器106,但是也可以利用其他数量的传感器。例如,可以利用一个、两个、三个、四个、五个或更多个热传感器。在一些示例中,可以针对每个屏障利用多个热传感器。例如,每个屏障可以具有两个对应的热传感器。
在一些示例中,每个热传感器106可以对应于屏障的点。例如,热传感器106可以提供屏障的一个位置的测量值。与屏障的点相对应的热传感器可以被称为点热传感器。在一些示例中,热传感器(和/或来自热传感器的测量值)可以对应于构建体积的体素(例如,单个体素、坐标位置)。例如,构建体积的屏障(例如,壁)上的点热传感器可以用于不时地(例如,周期性地)报告测量值(例如,热数据、温度)。
在一些示例中,控制器116可以从热传感器106a-e接收测量值。例如,控制器116可以命令热传感器106a-e进行测量和/或可以从热传感器106a-e接收测量值。在一些示例中,热传感器106a-e可以提供对构建体积102的每个屏障的测量值。测量值可以作为热数据129而被存储在数据存储114中。在一些示例中,控制器116可以对一定时间范围内的测量值(例如,感测温度)进行插值,以产生测量值(例如,插值感测温度)。例如,可以执行插值以将测量时间与模拟时间同步。在一些示例中,控制器116可以对来自多个热传感器的测量值(例如,感测温度)进行平均以产生测量值(例如,平均感测温度)。例如,控制器116可以对来自与相同的屏障或壁相对应的多个热传感器的测量值进行平均。
在一些示例中,数据存储114可以存储边界条件数据126、热数据129和/或模拟数据128。边界条件数据126包括指示构建体积102的一个或多个屏障的一个或多个边界条件的数据。边界条件是在区域的边界处要满足的条件。例如,当模拟区域(例如,面积或体积)的热行为时,边界条件可以规定在区域的边界处的模拟要满足的(多个)温度。在一些示例中,边界条件可以对应于构建体积的屏障。例如,可以利用来自屏障的测量值来调整模拟的边界条件。
模拟数据128可以包括用于模拟三维(3D)制造的模拟指令。例如,控制器116可以执行模拟指令,以模拟构建体积102中的材料124(例如,一层或多层材料124)的热行为(例如,瞬态温度)。在一些示例中,控制器116可以基于(要打印的一个或多个物体的)数字模型、一个或多个切片和/或一个或多个连续调图来模拟3D制造。在一些示例中,控制器116可以模拟尚未被施加的一个或多个层的热行为。在一些示例中,控制器116可以模拟一定时间范围内的3D制造以产生一个或多个模拟温度。例如,模拟可以产生构建体积102的全部或一部分的温度。一些模拟温度可以对应于热传感器106的位置(例如,(多个)点、(多个)体素)。
在一些示例中,控制器116可以使用基于来自热传感器106a-e的(多个)测量值的边界条件来模拟3D制造(例如,(多个)层)。例如,控制器116可以基于来自构建包围体(例如,屏障)的点处的热传感器106的测量值来调整3D制造的模拟的边界条件。在一些示例中,控制器116可以执行模拟指令,以确定模拟温度与来自热传感器106的测量值(例如,感测温度)之间的温差(例如,归一化的温差)。控制器116可以基于温差来调整边界条件,以模拟3D制造(例如,针对一定时间范围、后续时间范围、后续层等)。
在一些示例中,控制器116可以基于模拟来打印一个或多个层。例如,控制器116可以基于(多个)层的模拟来控制层的试剂112的量和/或位置。在一些示例中,控制器116可以基于(多个)模拟层来驱动模型设置(例如,步幅的大小)。在一些示例中,控制器116可以基于(多个)模拟层来执行离线打印模式调适。例如,如果模拟指示系统偏差(例如,构建体积102的特定部分始终比基线更冷或更热),则可以更改数据流水线,以修改(多个)连续调图来补偿这种系统偏差。例如,如果模拟指示系统偏差,则控制器116可以调节(例如,针对一个或多个层的)连续调图生成以补偿该偏差。因此,可以基于(多个)连续调图来调节所沉积的(多个)试剂的位置和/或量,以提高打印精度和/或性能。
图2是图示了可以被实施用于调整模拟的功能的示例的框图。在一些示例中,结合图2描述的功能中的一个、一些或全部功能可以由结合图1描述的控制器116来执行。例如,在一些示例中,用于切分切片238、连续调图生成242、数据存储243、边界条件调整252和/或模拟255的指令可以被存储在数据存储114中并由控制器116执行。在其他示例中,一个或多个功能(例如,切分切片238、连续调图生成242、数据存储243、边界条件调整252和/或模拟255)可以由另一个装置执行。例如,切分切片238可以在不同的装置上进行并被发送到3D打印设备100。
可以获得3D模型数据232。例如,3D模型数据232可以从另一个设备接收和/或生成。3D模型数据232可以指定用于打印一个或多个3D物体的3D模型的形状和/或尺寸。3D模型数据232可以定义3D物体的内部部分和外部部分两者。3D模型数据232可以例如使用多边形网格来定义。例如,3D模型数据232可以使用如3D制造格式(3MF)文件格式、目标(OBJ)文件格式和/或立体光刻(STL)文件格式以及其他类型的文件格式等多种格式来定义。在一些示例中,3D模型数据可以被称为“批次(batch)”。在一些示例中,可以将3D模型数据232提供给数据存储243和/或模拟255。
切分切片238可以基于3D模型数据232来进行。例如,切分切片238可以包括生成与3D模型数据232相对应的一组2D切片240。在一些方法中,可以沿轴线(例如,竖轴、z轴或其他轴线)遍历由3D模型数据232指示的3D模型,其中每个切片240表示3D模型的2D截面。例如,对3D模型进行切分切片238可以包括识别切片平面的z坐标。切片平面的z坐标可以用于遍历3D模型以识别由切片平面截取的3D模型的一个或多个部分。
通过考虑过程物理,可以利用3D模型和/或2D切片(例如,向量切片)堆叠体来生成每层机器指令(例如,体素级试剂分布)。连续调图可以是每层机器指令的示例。在一些示例中,可以基于切片240来执行连续调图生成242。例如,可以针对每个切片240生成一个或多个连续调图244。例如,连续调图生成242可以包括生成熔融连续调图和细化连续调图,其中熔融连续调图指示用于针对层打印熔剂的一个或多个区域和密度分布。细化连续调图指示用于针对层打印细化剂的一个或多个区域和密度分布。在一些示例中,一个或多个连续调图244可以以各种文件格式来表示。例如,连续调图244可以被格式化为图像文件和/或另一个种类的连续色调(contone)文件。在一些示例中,结合图2描述的一个或多个功能可以由打印机执行。例如,3D模型数据232可以被加载到打印机上,所述打印机可以执行结合图2描述的一个或多个功能。在一些示例中,切分切片238和/或连续调图生成242可以包括:使用指令对3D模型数据232(例如,几何图形)进行体素化和/或光栅化,以及生成试剂分配图(例如,(多个)熔剂和/或细化剂连续调图244)以进行构建。
可以使用数据存储243功能来存储(多个)连续调图244、切片240和/或热数据246(例如,(多个)捕获到的测量值和/或(多个)感测温度)。例如,(多个)连续调图244、切片240和/或热数据246可以被存储(例如,在数据库中)在存储设备中。
在一些示例中,热数据246可以包括来自一个或多个热传感器的一个或多个测量值(例如,“sensed_temperature”)。在一些示例中,热数据246可以包括对应于(多个)测量值的一个或多个时间戳(timestamp)。在一些示例中,热数据246可以包括对应于(多个)测量值的一个或多个边界标识符(例如,“boundary_id”)。在一些示例中,热数据246可以包括对应于(多个)测量值的一个或多个传感器标识符(例如,“sensor_id”)。例如,热数据246可以包括(timestamp,sensed_temperature,boundary_id,sensor_id)。在具有五个边界并且每个边界有两个热传感器的示例中,boundary_id={0,1,2,3,4},并且sensor_id={0,1}。在一些示例中,打印机可以将热数据246写入数据库。在示例中,热数据246包括来自10个点热传感器(即,每个屏障或边界有两个点热传感器)的测量值。每个热传感器可以周期性地(例如,以几秒钟——比如大约五秒钟的时间间隔)报告时间戳和温度。
在一些示例中,可以使用数据存储243功能来存储模拟数据247。在一些示例中,模拟数据247可以包括模拟温度和/或边界条件(例如,用于模拟的边界条件)。例如,模拟数据247可以将构建体积中的一个或多个体素(例如,每个体素)的模拟温度(例如,“sim_temperature”瞬态温度历史)与(多个)时间戳和/或(多个)体素标识符(例如,“voxel_id”)一起包括在内:(timestamp,sim_temperature,voxel_id)。例如,模拟255可以向数据库提供(例如,存储)瞬态模拟结果。
每个热传感器(例如,(boundary_id,sensor_id))可以具有对应的唯一体素标识符。因此,可以使用(多个)体素标识符来确定与来自热传感器的测量值相对应的模拟温度。在一些示例中,模拟数据247可以将边界条件(例如,“boundary_conditions”)与(多个)时间戳和/或(多个)边界标识符一起包括在内:(timestamp,boundary_id,boundary_conditions)。
在一些示例中,打印和模拟可以独立地执行。在打印机利用模拟来引导打印机操作的一些方法中,该模拟可以在实际生产之前模拟一个或多个层,以提供适时(just-in-time)预测。
可以将数据245提供给边界条件调整252功能。例如,边界条件调整252可以根据需要从数据库取得数据245。数据245可以包括模拟温度、测量值(例如,感测温度)和/或具有对应时间戳的边界条件。数据245可以包括来自一定时间范围的信息。例如,对于每个(boundary_id,sensor_id),可以针对范围(T-DT,T)中的所有时间戳提取两个时间序列:(timestamp,sim_temperature)和(timestamp,sensed_temperature)。在该范围中,T是最近或当前的模拟时间,并且DT是表示先前历史的时间间隔。在一些示例中,T是当前模拟时间(例如,“current_sim_time”)和当前打印时间(例如,“current_print_time”)之间的最小(例如,最早)时间,这可表示为min(current_sim_time,current_print_time)。DT的一些示例可以包括2分钟、5分钟、10分钟等。例如,范围(T-DT,T)可以提供模拟数据和感测数据两者的最近时间序列。在一些示例中,可以提取(timestamp,boundary_id,boundary_conditions)。在一些示例中,可以针对每个热传感器提取两个时间序列。例如,针对10个传感器中的每一个(以及每个对应的体素标识符),可以取得两个时间序列:(timestamp,sim_temperature)、(timestamp,sensed_temperature)。
边界条件调整252可以产生经调整的边界条件253。例如,边界条件调整252功能可以针对每个边界(例如,boundary_id)生成经调整(例如,经校正)的边界条件253(例如,更新的热传递系数)。例如,边界条件调整252功能可以针对每个boundary_id提供(boundary_id,boundary_conditions)。(多个)经调整的边界条件253可以减少(例如,最小化)属于边界(例如,boundary_id)的一个或多个热传感器的模拟时间序列与感测时间序列之间的差异。可以将经调整的边界条件253提供给模拟255功能以修改后续模拟(例如,下一时间段或时间范围内的模拟)。
在一些方法中,在构建体积的屏障或边界处的热行为可以根据方程(1)来进行建模。方程(1)可以表示通过边界从构建体积传导出去的热通量是如何被边界周围的气流带走的热通量平衡掉的。
在方程(1)中,k是材料的热导率(例如,考虑屏障周围放置的相当大的粉末——靠近这四个侧面屏障和底面屏障之上的粉末层)。在一些情况下,粉末热导率不太可能是模拟温度与感测温度之间的温度偏差的来源。在方程(1)中,T(x,t)表示边界上的点x在时间t的温度T,h是边界条件(例如,边界条件系数或热传递系数),T∞是环境温度(例如,构建体积周围的温度),n是垂直于边界表面且指向外侧的单位长度的向量,是梯度算子,并且是通过边界从体素传输出去的热通量。T(x,t)可以通过求解方程(1)来计算。估计h可能较为困难,其中h与构建体积周围的气流移除热量的能力相关联。尽管可以使用其他边界条件参数来调节或调适边界条件,但是描述了h以作为示例。例如,h可以指用于模拟的边界条件(例如,当前的h)。在一些示例中,dh表示估计调节量(estimated adjustment)。例如,可以向模拟提供h+dh以调整后续模拟(例如,下一时间范围或时间段)的边界条件。
可以基于方程(1)推导如下方程(2)。
如下方程(3)中给出了方程(2)的推广。
在方程(3)中,f表示函数,并且是归一化的温差的示例。可以通过调节h来控制归一化的温差。在一些方法中,h是根据本文描述的技术的一些示例的可调适的边界条件的示例。可以根据本文描述的技术来利用的边界条件的其他示例可以包括另外的或其他的项和/或不同形式的边界条件。
在一些示例中,边界条件调整252功能可以调控数据245。例如,测量值(例如,感测温度)可以在与模拟温度不同的时间获取(具有不同的时间戳)。在一些示例中,边界条件调整252可以对一定时间范围内的测量值(例如,感测温度)进行插值,以便产生与模拟温度的模拟时间对齐或同步的时间的测量值。例如,可以对于每个(boundary_id,sensor_id)应用插值来同步时间戳。
对于每个边界或屏障,边界条件调整252可以获得(t,Ts,dT,h)序列,其中:t是时间戳(例如,经同步的时间戳),并且t=t0,t1,t2,...,tn;Ts是感测温度;dT是模拟温度与感测温度之间的温差(例如,归一化的温差);并且h是模拟255中在t时应用的边界条件(例如,热传递系数)。当模拟255接收到经调整的边界条件253时,h值会改变,以便将h值更新为h+dh。在一些示例中,边界条件调整252功能可以对来自热传感器的感测温度进行平均以产生感测温度(例如,Ts)。在一些示例中,Ts和/或dT可以是来自多个热传感器的针对boundary_id的合成测量值。例如,来自对应于相同屏障或边界的不同传感器的测量值可以被合成为平均值或加权平均值。
在一些示例中,边界条件调整252功能可以生成经调整的边界条件253(例如,经调整的h或经校正的h)。在一些示例中,可以响应于确定测量值与模拟温度之间的差大于阈值而执行边界条件调整。例如,可以基于理论值来初始化模拟255(例如,以h(boundary_id)进行初始化)。如果最近的测量值满足阈值(例如,如果dT超过阈值,或者如果热传感器voxel_id处的模拟温度显著地不同于热传感器测量值),则可以触发边界条件调整252功能以调整边界条件(例如,确定新的h)。阈值的一些示例可以包括1摄氏度(C)、2C、3C等。
在一些示例中,调整边界条件可以包括确定测量值与模拟温度之间的温差(例如,归一化的温差)。该温差可以是如结合方程(2)来描述的归一化的温差,或者可以是测量值与模拟温度之间的差(例如,相减)。例如,在一些初始模拟和测量之后(例如,当已经获得一些记录(t,Ts,dT,h),比如5分钟持续时间内的多个记录时),边界条件调整252功能可以应用方程(2)或变型来确定温差(例如,归一化的温差),以确定估计调节量(dh),该估计调节量可以用于确定经调整的边界条件253(例如,经更新的h值)。
在一些示例中,可以使用测量值(例如,感测温度)来确定温差(例如,dT),以通过数据驱动方法改进估计调节量(dh)。例如,边界条件调整252功能可以基于一组感测温度和一组模拟温度来确定拟合函数。例如,(t,Ts,dT,h)(其中t=t0,t1,t2,...,tn)可以提供(dT,dh/h)的n个样本点。基于这n个样本点,边界条件调整252功能可以为dT=f(dh/h)拟合函数。确定拟合函数可以根据回归(例如,线性回归)、基于内核的拟合(例如,支持向量回归(SVR))和/或机器学习(例如,神经网络)。在一些示例中,确定拟合函数可以包括基于新旧(age)来对一组感测温度进行加权。例如,可以考虑新旧来对这(dT,dh/h)的n个样本点进行不同的处理,其中,较新的样本点可以比较旧的样本点权重更高。可以将所述权重不同的样本应用于确定拟合函数。
在一些示例中,可以通过利用神经网络对从f(dh/h)到dT的映射进行建模,来为dt=f(dh/h)拟合函数。例如,神经网络可以包括一个或两个完全连接层,其中,每个层具有多个节点。可以遵循随机梯度下降(SGD)程序,其中,时间序列中的每个(dT,dh/h)可以被视为随机训练样本,以通过SGD在线调适参数。可以设置学习速率(例如,较小的学习速率)以避免参数的大幅振荡。在一些方法中,可以执行在线调适,而不是用较大的训练数据集来离线拟合神经网络中的参数。在其他方法中,可以执行离线调适。
在一些示例中,边界条件调整252功能可以基于拟合函数(以及例如温差)来确定估计调节量(dh)。例如,给定dT,则可以基于拟合函数f来确定dh。调整边界条件可以包括将估计调节量应用于边界条件(例如,h=h+dh)。可以将经调整的边界条件253(例如,h=h+dh)应用于模拟255。例如,可以更新模拟255的边界条件,以促使模拟温度与感测温度之间的温差减小。
在一些示例中,调整边界条件可以包括将阻尼参数应用于估计调节量。阻尼参数是用于缩放估计调节量的值。例如,可以使用阻尼参数α(其中,α在0到1之间),使得h=h+α*dh,以便逐渐地应用估计调节量。
模拟255产生模拟数据247,该模拟数据可以被提供给数据存储243。例如,在完成对层的模拟255时,可以将每个热体素的热行为(例如,温度)记录到数据库中。例如,基于具有经调整的边界条件的模拟255的模拟层可以被存储在存储器中。在一些示例中,可以重复(多个)功能(例如,边界条件调整252和/或模拟255)。
在一些示例中,可以基于模拟数据247来执行一个或多个操作。例如,可以基于模拟数据247来确定控制信息。可以基于模拟数据247利用控制信息来打印一个或多个层。例如,控制信息可以指示基于模拟数据247来控制用于层的熔剂和/或细化剂的量和/或位置。在一些示例中,控制信息可以基于模拟数据247来驱动模型设置(例如,步幅的大小)。在一些示例中,控制信息可以基于模拟数据247来指示离线打印模式调适。例如,如果模拟数据247指示系统偏差(例如,构建区域的特定部分始终比基线更冷或更热),则可以更改数据流水线,以修改连续调图来补偿这种系统偏差。例如,如果模拟数据247指示系统偏差,则控制信息可以指示对连续调图生成(例如,对于一个或多个层)的调节以补偿该偏差。因此,可以基于(多个)连续调图来调节所沉积的(多个)试剂的位置和/或量,以提高打印精度和/或性能。在一些示例中,执行操作可以包括在显示器上呈现模拟数据247和/或向另一个设备发送模拟数据247。
图3是可以用于调整模拟的装置356的示例的框图。装置356可以是如个人计算机、服务器计算机、打印机、3D打印机、智能电话、平板计算机等的计算设备。装置356可以包括和/或可以耦接到处理器362、数据存储368、输入/输出接口366、机器可读存储介质380和/或一个或多个热传感器364。在一些示例中,装置356可以与增材制造装置(例如,结合图1描述的3D打印设备100)通信(例如,耦接到增材制造设备,具有与增材制造设备的通信链路)。在一些示例中,装置356可以是结合图1描述的3D打印设备100的示例。例如,处理器362可以是结合图1描述的控制器116的示例,数据存储368可以是结合图1描述的数据存储114的示例,并且一个或多个热传感器364可以是结合图1描述的热传感器106的示例。在不脱离本公开的范围的情况下,装置356可以包括附加部件(未示出),并且/或者本文描述的部件中的一些部件可以被去除和/或修改。
处理器362可以是以下各项中的任一项:中央处理单元(CPU)、基于半导体的微处理器、图形处理单元(GPU)、FPGA、专用集成电路(ASIC)和/或适合于取得并执行存储在机器可读存储介质380中的指令的其他硬件设备。处理器362可以获取、解码和/或执行存储在机器可读存储介质380上的指令(例如,操作指令376)。在一些示例中,处理器362可以包括一个或多个电子电路,该一个或多个电子电路包括用于执行指令(例如,操作指令376)的一个或多个功能的电子部件。在一些示例中,处理器362可以被实施为执行结合图1至图6中的一个、一些或全部图描述的功能、操作、方面、方法等中的一个、一些或全部。
机器可读存储介质380可以是包含或存储电子信息(例如,指令和/或数据)的任何电子、磁性、光学或其他物理存储设备。因此,机器可读存储介质380可以是例如随机存取存储器(RAM)、电可擦除可编程只读存储器(EEPROM)、存储设备、光盘和类似物。在一些实施方式中,机器可读存储介质380可以是非暂态有形机器可读存储介质,其中术语“非暂态(non-transitory)”并不涵盖暂态传播信号。虽然机器可读存储介质380被示出为被包括在装置356中,但是机器可读存储介质380可以独立地实施(例如,与装置356分离)。
装置356还可以包括数据存储368,处理器362可以在该数据存储上存储信息。数据存储368可以是如动态随机存取存储器(DRAM)、EEPROM、磁阻式随机存取存储器(MRAM)、相变RAM(PCRAM)、忆阻器(memristor)、闪速存储器等易失性和/或非易失性存储器。在一些示例中,机器可读存储介质380可以被包括在数据存储368中。在一些示例中,机器可读存储介质380可以与数据存储368分离。在一些方法中,数据存储368可以存储与机器可读存储介质380存储的指令和/或数据相似的指令和/或数据。例如,数据存储368可以是非易失性存储器,并且机器可读存储介质380可以是易失性存储器。
装置356可以进一步包括输入/输出接口366,处理器362可以通过该输入/输出接口与一个或多个外部设备(未示出)通信,例如,以接收和存储关于要制造(例如,打印)的一个或多个物体的信息。输入/输出接口366可以包括使得处理器362能够与一个或多个外部设备进行通信的硬件和/或机器可读指令。输入/输出接口366可以实现与一个或多个外部设备的有线或无线连接。输入/输出接口366可以进一步包括网络接口卡,并且/或者还可以包括使得处理器362能够与各种输入和/或输出设备,例如键盘、鼠标、显示器、另一装置、电子设备、计算设备等进行通信的硬件和/或机器可读指令,用户可以经由上述设备向装置356输入指令。
在一些示例中,机器可读存储介质380可以存储热数据370。热数据370可以从一个或多个热传感器364获得(例如,接收)。例如,处理器362可以执行数据获得指令382,以从构建体积的边界获得一组感测温度。这一组感测温度可以包括来自构建体积的一个或多个边界(例如,(多个)屏障)的测量值或感测温度。在一些示例中,装置356可以包括一个或多个热传感器364,可以耦接到一个或多个远程热传感器,并且/或者可以从(集成和/或远程)热传感器接收热数据370(例如,(多个)测量值、(多个)感测温度)。热传感器364的一些示例包括热敏电阻器(热敏电阻)、电阻温度检测器、硅带隙温度传感器、二极管和/或晶体管等。可以利用其他类型的热传感器。
热数据370可以包括测量值和/或感测温度。如上所述,测量值和/或感测温度可以对应于包围体的一个或多个点。例如,测量值或感测温度可以对应于屏障或边界的点(例如,体素)。在不同的示例中可以使用不同类型的热感测设备。
在一些示例中,机器可读存储介质380可以包括模拟指令378。模拟指令378是使得处理器362模拟3D制造以产生模拟数据379的代码。模拟数据379可以包括一组模拟温度。模拟3D制造可以基于一组边界条件。在一些示例中,可以预先确定一组初始边界条件。
在一些示例中,机器可读存储介质380可以包括边界条件调整指令373。边界条件调整指令373是使得处理器362基于热数据370来调整边界条件的代码。在一些示例中,边界条件调整指令373可以包括函数拟合指令372。函数拟合指令372可以是使得处理器362基于一组感测温度、一组模拟温度和一组边界条件来进行函数拟合的代码。在一些示例中,处理器362可以如结合图2描述的那样进行函数拟合。例如,拟合函数可以基于回归(例如,线性回归)、基于内核的拟合(例如,支持向量回归(SVR))和/或机器学习(例如,神经网络)。例如,处理器362可以基于一组感测温度、一组模拟温度和一组边界条件来拟合函数(例如,处理器362可以使用(t,Ts,dT,h)(其中t=t0,t1,t2,…,tn)来为dT=f(dh/h)拟合函数)。
在一些示例中,边界条件调整指令373可以包括使得处理器362基于函数(例如,拟合函数)来计算调节值(例如,dh)的代码。例如,处理器362可以通过函数确定被映射到温差(例如,dT)的调节值。例如,可以将温差(例如,归一化的温差)应用于可以提供调节值的函数。在一些示例中,边界条件调整指令373可以包括使得处理器362基于一组感测温度和一组模拟温度来确定归一化的温差的代码。例如,处理器362可以根据方程(2)来确定归一化的温差。在一些方法中,可以使用归一化的温差来计算调节值。在一些示例中,调节值可以被存储为调节值数据374。
在一些示例中,边界条件调整指令373可以包括使得处理器362基于调节值来确定经调整的边界条件的代码。例如,处理器362可以将调节值(例如,dh)加至边界条件(例如,h),以确定经调整的边界条件(例如,h=h+dh)。
在一些示例中,边界条件调整指令373可以包括使得处理器362将阻尼参数应用于调节值以确定经调整的边界条件的代码。例如,可以应用阻尼参数α(其中,α在0到1之间),使得h=h+α*dh。
在一些示例中,模拟指令378可以包括使得处理器362基于经调整的边界条件来模拟3D制造的代码。例如,模拟指令378可以包括基于经调整的边界条件模拟制造程序中的一层或多层的代码。在一些示例中,可以如结合图1和/或图2所描述的那样执行模拟。执行模拟可以产生模拟数据379,该模拟数据可以被存储在机器可读存储介质380中。模拟数据379可以包括指示基于经调整的模拟的一个或多个体素的瞬态热行为的信息。
在一些示例中,处理器362可以执行操作指令376,以基于模拟数据379来执行操作。例如,处理器362可以基于模拟数据379来打印一个或多个层(例如,控制一个或多个层的(多个)试剂的量和/或位置)。在一些示例中,处理器362可以基于模拟数据379来驱动模型设置(例如,步幅的大小)。在一些示例中,处理器362可以基于模拟数据379来执行离线打印模式调适。在一些示例中,处理器362可以基于模拟数据379来发送消息(例如,警告、警报、进度报告、品质评级等)。在一些示例中,处理器362可以在模拟数据379指示有问题(例如,打印的一个或多个模拟层与3D模型和/或切片之间的阈值差异被超过)的情况下停止打印。在一些示例中,处理器362可以将后续的一个或多个层的模拟数据379馈送到热反馈控制系统,以在线补偿(多个)即将到来的层的连续调图。在一些示例中,操作指令376可以包括呈现模拟数据379的指令。例如,指令可以使得处理器362在显示器上反映和/或呈现模拟数据379。例如,模拟数据379可以呈现为在空间上指示构建体积上的温度和/或指示一个或多个时间的温度的3D图。
在一些示例中,机器可读存储介质380可以存储3D模型数据(图3中未示出)。3D模型数据可以由装置356生成和/或从另一个设备接收。在一些示例中,机器可读存储介质380可以包括切片指令(图3中未示出)。例如,处理器362可以执行切片指令来对3D模型数据进行切片,以产生2D向量切片堆叠体。
在一些示例中,操作指令376可以包括3D打印指令。例如,处理器362可以执行3D打印指令来打印一个或多个3D物体。在一些实施方式中,3D打印指令可以包括用于控制一个或多个设备(例如,辊、打印头和/或热投射器等)的指令。例如,3D打印指令可以使用一个或多个连续调图(例如,被存储为连续调图数据)来控制一个或多个打印头在一个或多个连续调图指定的一个或多个位置打印一个或多个试剂。在一些示例中,处理器362可以执行3D打印指令来打印一个或多个层。打印(例如,热投射器控制)可以基于测量值、感测温度和/或(多个)模拟层。在一些示例中,可以省略和/或不执行结合图3描述的一个或多个功能。
图4是图示了用于调整模拟的方法400的示例的流程图。方法400和/或(多个)方法400程序和/或(多个)功能可以由电子设备执行。例如,方法400可以由结合图3描述的装置356(和/或结合图1描述的3D打印设备100)执行。
装置356可以模拟402 3D制造。这可以如结合图1、图2和/或图3所描述的那样完成。例如,构建体积的边界和/或屏障可以被建模为对流边界,以模拟构建体积中材料的热行为。
装置356可以基于来自构建包围体的点处的热传感器的测量值来调整404 3D制造模拟的边界条件。这可以如结合图1、图2和/或图3所描述的那样完成。例如,调整边界条件可以包括确定模拟温度与感测温度的温差,以及将温差应用于拟合函数以确定调节值。可以将调节值应用于边界条件(例如,先前的边界条件),以产生经调整的边界条件。经调整的边界条件可以用于执行进一步的模拟。在一些示例中,方法400可以包括结合图1、图2和/或图3描述的一个或多个功能。
图5是根据本文描述的技术的一些示例的模拟结果的可视化584、586的示例的简化立体图。本文描述的模拟的一些示例包括瞬态制造(例如,打印)程序的模拟。模拟可以产生每个体素的瞬态温度历史作为模拟结果。可视化584、586是对应于不同时间的构建体积的简化温度图。例如,第一可视化584图示了3D制造在第一时间的模拟结果,第二可视化586图示了3D制造在第二稍后时间的模拟结果。两个可视化584、586都包括用于图示内部温度(例如,埋层(buried layer))的剖面图。在该示例中,温度以华氏度的简化标度尺588来图示。其他示例可以通过颜色梯度标度尺来呈现,以便示出比图5中的示例更精细的温度变化。
在一些示例中,可以在显示器上呈现模拟结果的可视化,和/或可以将模拟结果发送到另一设备(例如,计算设备、监视器等)以呈现模拟结果的可视化。在图5中图示的示例中,模拟反映了逐层构建物体的制造。
本文描述的技术的一些示例可以提供考虑当前(例如,最新的)落地真实情况并且可以持续适应情境变化的模拟。调整模拟可以使模拟以超越离线预测被利用。在一些示例中,调整模拟可以允许将模拟应用于操作应用,因为定量结果可以是精确的并且是最新的。例如,一些方法可以将方程(1)中的k、h和T∞视为预定的常数。本文描述的技术的一些示例的益处包括适应情境变化的能力。例如,气流可能围绕构建体积和/或环境温度可能不时地变化以反映环境变化。使用常数值(例如,常数h、T∞)不能反映这种变化,并且可能使得模拟偏离落地真实情况。本文描述的技术的一些示例可以使用点热传感器的时间序列测量值来调节边界条件参数(例如,h和/或T∞),以帮助使得模拟与生产实际保持一致。
图6A是图示了构建体积602的示例的图。结合图6A描述的构建体积602可以是结合图1描述的构建体积102的示例。
图6B是图示了构建体积602的底面屏障690的示例的图。图6C是图示了构建体积602的侧面屏障696的示例的图。图6D是图示了构建体积602的侧面屏障698的示例的图。图6A至图6D将一起被描述。
在该示例中,底面屏障690包括加热器692a-b和热传感器694a-b。侧面屏障696可以是构建体积602的左侧或右侧屏障的示例。侧面屏障696包括四个加热区697和两个热传感器694c-d。侧面屏障698可以是构建体积602的前侧屏障或后侧屏障的示例。侧面屏障698包括四个加热区699和两个热传感器694e-f。
在一些示例中,可以使用点热传感器694a-f和加热器(例如,加热器692a-b和加热区697、699中的加热器)主动地管理5个屏障690、696、698(四个侧面屏障696、698、以及底面屏障690)处的温度。每个屏障可以具有可以用于监测和报告出温度的两个热传感器694。这些温度可以用于确定何时激活或停用安装在每个屏障690、696、698上的加热器(例如,加热器692a-b和加热区697、699中的加热器)以维持温度。例如,如果感测温度低于目标温度,则可以激活加热器(例如,加热器692a-b和加热区697、699中的加热器)。例如,每个加热器(例如,加热器692a-b和加热区697、699中的加热器)可以是脉冲宽度调制(PWM)加热器。可以周期性地(例如,每隔几秒钟,比如以5秒的间隔)报告感测温度。如本文所述,可以使用来自热传感器694a-f的测量值或感测温度来调整模拟的边界条件。可以在构建体积602中生产一个或多个物体期间计算模拟或模拟的一部分。
虽然本文描述了系统和方法的各种示例,但是系统和方法不限于这些示例。可以在本公开的范围内实施本文描述的示例的变型。例如,可以省略或组合本文描述的示例的操作、功能、方面或元素。
Claims (15)
1.一种方法,包括:
模拟三维(3D)制造;以及
基于来自构建包围体的点处的热传感器的测量值来调整所述3D制造的模拟的边界条件。
2.如权利要求1所述的方法,其中,调整所述边界条件包括确定所述测量值与模拟温度之间的温差。
3.如权利要求1所述的方法,其中,响应于确定所述测量值与模拟温度之间的差大于阈值,执行对所述边界条件的调整。
4.如权利要求1所述的方法,进一步包括基于一组感测温度和一组模拟温度来确定拟合函数。
5.如权利要求4所述的方法,其中,确定所述拟合函数包括基于新旧来对所述一组感测温度进行加权。
6.如权利要求4所述的方法,其中,所述拟合函数是基于回归、基于内核的拟合或机器学习而被确定的。
7.如权利要求4所述的方法,其中,调整所述边界条件包括基于所述拟合函数来确定估计调节量。
8.如权利要求7所述的方法,其中,调整所述边界条件包括将阻尼参数应用于所述估计调节量。
9.如权利要求7所述的方法,其中,调整所述边界条件包括将所述估计调节量应用于所述边界条件。
10.一种三维(3D)打印设备,包括:
热传感器,所述热传感器对应于构建体积的屏障;以及
控制器,其中,所述控制器用于:
模拟针对第一时间范围的三维(3D)制造,以产生模拟温度;
确定所述模拟温度与来自所述热传感器的感测温度之间的温差;以及
基于所述温差来调节边界条件,以模拟针对第二时间范围的3D制造。
11.如权利要求10所述的3D打印设备,其中,所述控制器用于对所述第一时间范围内的感测温度进行插值,以产生所述感测温度。
12.如权利要求10所述的3D打印设备,进一步包括第二热传感器,所述第二热传感器对应于所述构建体积的所述屏障,其中,所述控制器用于对来自所述热传感器和所述第二热传感器的感测温度进行平均,以产生所述感测温度。
13.一种存储有可执行代码的非暂态有形计算机可读介质,所述可执行代码包括:
使得处理器从构建体积的边界获得一组感测温度的代码;
使得所述处理器基于所述一组感测温度、一组模拟温度和一组边界条件来拟合函数的代码;
使得所述处理器基于所述函数来计算调节值的代码;
使得所述处理器基于所述调节值来确定经调整的边界条件的代码;以及
使得所述处理器基于所述经调整的边界条件来模拟3D制造的代码。
14.如权利要求13所述的计算机可读介质,进一步包括使得所述处理器基于所述一组感测温度和所述一组模拟温度来确定归一化的温差的代码。
15.如权利要求13所述的计算机可读介质,其中,使得所述处理器确定所述经调整的边界条件的所述代码包括使得所述处理器将阻尼参数应用于所述调节值以确定所述经调整的边界条件的代码。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2019/042608 WO2021015714A1 (en) | 2019-07-19 | 2019-07-19 | Adapting simulations |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114025945A true CN114025945A (zh) | 2022-02-08 |
Family
ID=74194294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980098036.9A Pending CN114025945A (zh) | 2019-07-19 | 2019-07-19 | 调整模拟 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220171903A1 (zh) |
EP (1) | EP3999320A4 (zh) |
CN (1) | CN114025945A (zh) |
TW (1) | TWI804746B (zh) |
WO (1) | WO2021015714A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023003512A2 (en) * | 2021-07-21 | 2023-01-26 | Phasio Pte. Ltd. | Additive manufacturing method and apparatus |
SE2250597A1 (en) * | 2022-05-19 | 2023-11-20 | Cellink Bioprinting Ab | Multi-sensor evaluation of a printing process |
CN116151083B (zh) * | 2023-04-21 | 2023-06-20 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于动网格的伸缩翼气动热与传热耦合模拟方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106383968A (zh) * | 2016-11-02 | 2017-02-08 | 中国科学院金属研究所 | 一种激光3d打印过程的实时模拟方法 |
CN107580545A (zh) * | 2015-06-02 | 2018-01-12 | 惠普发展公司,有限责任合伙企业 | 基于温度阈值的牺牲物体 |
CN107848201A (zh) * | 2015-09-30 | 2018-03-27 | 惠普发展公司有限责任合伙企业 | 用于构建体的加热机构 |
CN108698322A (zh) * | 2016-01-25 | 2018-10-23 | 惠普发展公司,有限责任合伙企业 | 三维(3d)物体打印模拟器 |
US20180349530A1 (en) * | 2015-12-11 | 2018-12-06 | Eos Gmbh Electro Optical Systems | Method and device for examining an input data set of a generative layer building device |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9999924B2 (en) * | 2014-08-22 | 2018-06-19 | Sigma Labs, Inc. | Method and system for monitoring additive manufacturing processes |
US20180169948A1 (en) * | 2015-06-12 | 2018-06-21 | Materialise N.V. | System and method for ensuring consistency in additive manufacturing using thermal imaging |
WO2017012663A1 (en) * | 2015-07-22 | 2017-01-26 | Hewlett-Packard Development Company, L.P. | Thermal control systems and methods therefor |
WO2017035228A1 (en) * | 2015-08-24 | 2017-03-02 | Desktop Metal, Inc. | Three-dimensional electrohydrodynamic printing of metallic objects |
WO2017044833A1 (en) | 2015-09-10 | 2017-03-16 | Materialise N.V. | Systems and methods for thermal cycle control in additive manufacturing environments |
WO2017079091A1 (en) * | 2015-11-06 | 2017-05-11 | Velo3D, Inc. | Adept three-dimensional printing |
CN105328906B (zh) * | 2015-11-13 | 2017-11-03 | 哈尔滨市第一医院 | 一种具有精确温度检测能力的智能3d打印机 |
US20170252814A1 (en) * | 2016-03-03 | 2017-09-07 | Desktop Metal, Inc. | Plasma depassivation |
US11179894B2 (en) * | 2016-05-12 | 2021-11-23 | Hewlett-Packard Development Company, L.P. | Managing thermal contributions between layers during additive manufacturing |
US20180104742A1 (en) * | 2016-10-18 | 2018-04-19 | General Electric Company | Method and system for thermographic inspection of additive manufactured parts |
EP3684596A4 (en) * | 2017-12-13 | 2021-05-19 | Hewlett-Packard Development Company, L.P. | PREDICTING THERMAL BEHAVIOR FROM A CONTINUOUS TONE MAP |
-
2019
- 2019-07-19 CN CN201980098036.9A patent/CN114025945A/zh active Pending
- 2019-07-19 WO PCT/US2019/042608 patent/WO2021015714A1/en unknown
- 2019-07-19 EP EP19938154.2A patent/EP3999320A4/en active Pending
- 2019-07-19 US US17/415,095 patent/US20220171903A1/en active Pending
-
2020
- 2020-07-10 TW TW109123424A patent/TWI804746B/zh active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107580545A (zh) * | 2015-06-02 | 2018-01-12 | 惠普发展公司,有限责任合伙企业 | 基于温度阈值的牺牲物体 |
US20180111320A1 (en) * | 2015-06-02 | 2018-04-26 | Hewlett-Packard Development Company, L.P. | Sacrificial objects based on a temperature threshold |
CN107848201A (zh) * | 2015-09-30 | 2018-03-27 | 惠普发展公司有限责任合伙企业 | 用于构建体的加热机构 |
US20180349530A1 (en) * | 2015-12-11 | 2018-12-06 | Eos Gmbh Electro Optical Systems | Method and device for examining an input data set of a generative layer building device |
CN108698322A (zh) * | 2016-01-25 | 2018-10-23 | 惠普发展公司,有限责任合伙企业 | 三维(3d)物体打印模拟器 |
CN106383968A (zh) * | 2016-11-02 | 2017-02-08 | 中国科学院金属研究所 | 一种激光3d打印过程的实时模拟方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3999320A4 (en) | 2023-05-10 |
TWI804746B (zh) | 2023-06-11 |
EP3999320A1 (en) | 2022-05-25 |
WO2021015714A1 (en) | 2021-01-28 |
TW202114852A (zh) | 2021-04-16 |
US20220171903A1 (en) | 2022-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI804746B (zh) | 用於三維(3d)製造之方法、3d列印裝置及相關非暫時性有形電腦可讀媒體 | |
CN110198828B (zh) | 用于三维打印的方法、系统和存储介质 | |
CN111448050B (zh) | 从连续色调图进行的热行为预测 | |
JP6730440B2 (ja) | 3d距離フィールドを用いる3d印刷のためのgpu材料指定 | |
US11597156B2 (en) | Monitoring additive manufacturing | |
CN112912232B (zh) | 热映射 | |
JP2019177494A (ja) | 制御システム、造形システムおよびプログラム | |
CN113924204B (zh) | 用于模拟3d制造的方法和设备以及计算机可读介质 | |
US20220152936A1 (en) | Generating thermal images | |
CN113950403A (zh) | 适配制造模拟 | |
US20220388070A1 (en) | Porosity prediction | |
US11931967B2 (en) | Material phase detection in additive manufacturing | |
US20220016846A1 (en) | Adaptive thermal diffusivity | |
US20230245272A1 (en) | Thermal image generation | |
WO2023043434A1 (en) | Temperature detections | |
WO2023096634A1 (en) | Lattice structure thicknesses | |
WO2023043433A1 (en) | Thermochromic dye temperatures | |
US20230288910A1 (en) | Thermal image determination | |
JP2023155177A (ja) | 付加製造における支持体を低減するためのレベルセット表現に基づく形状の修正 |
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 |