CN114407350B - 连续纤维增强复合材料3d打印填充路径规划方法和装置 - Google Patents

连续纤维增强复合材料3d打印填充路径规划方法和装置 Download PDF

Info

Publication number
CN114407350B
CN114407350B CN202210027792.6A CN202210027792A CN114407350B CN 114407350 B CN114407350 B CN 114407350B CN 202210027792 A CN202210027792 A CN 202210027792A CN 114407350 B CN114407350 B CN 114407350B
Authority
CN
China
Prior art keywords
contour line
field
fiber direction
filled
filling
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
Application number
CN202210027792.6A
Other languages
English (en)
Other versions
CN114407350A (zh
Inventor
李亚敏
朱继宏
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202210027792.6A priority Critical patent/CN114407350B/zh
Publication of CN114407350A publication Critical patent/CN114407350A/zh
Application granted granted Critical
Publication of CN114407350B publication Critical patent/CN114407350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • B29C64/10—Processes of additive manufacturing
    • B29C64/165—Processes of additive manufacturing using a combination of solid and fluid materials, e.g. a powder selectively bound by a liquid binder, catalyst, inhibitor or energy absorber
    • 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
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Materials Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Optics & Photonics (AREA)

Abstract

本申请公开了一种连续纤维增强复合材料3D打印填充路径规划方法和装置，属于填充路径规划领域。包括将待填充区域划分；选择多个顶点为控制点；建立函数dt＝P(g)和优化模型；求解优化模型，获得最优纤维方向场G；生成与G正交的正交向量场H；利用H获得标量场Φ；根据Φ的最小值Φmin进行插值拟和得到等值线；获得每个边界轮廓线的偏移轮廓线；删除不与偏移轮廓线相交，偏移、边界轮廓线间的等值线；依次对等值线与偏移轮廓线的交点编号，找到离线段P2k‑ 1P2k距离最近的点Qk，连接P2k‑1Qk和P2kQk，形成填充图形；根据填充图形获取连续填充路径。采用本申请能够实现打印路径的连续性及提升结构承载能力。

Description

连续纤维增强复合材料3D打印填充路径规划方法和装置
技术领域
本申请涉及填充路径规划技术领域，尤其涉及一种连续纤维增强复合材料3D打印填充路径规划方法和装置。
背景技术
相比于常规金属材料体系，以碳纤维等长纤维材料作为增强基、树脂作为基体的连续纤维增强复合材料，具有比模量高、耐腐蚀性强、抗疲劳性好等优异性能，已在航空航天、汽车、军工等制造业领域得到了广泛应用。
实际中，将3D打印技术应用到连续纤维复合材料构件的成型，可解放传统热压成型的工艺约束，降低零件制造成本，极大地拓展了连续纤维复合材料应用的范围和深度。而合理的打印路径规划方法是实现复杂构件3D打印成型的关键。
在使用连续纤维复合材料进行打印时，采用现有的打印路径规划方法，由于连续纤维复合材料中长纤维增强基的加入，很难保持其打印路径的连续性，从而导致打印时可能频繁剪断长纤维造成效率降低和打印缺陷。此外，由于连续纤维有各向异性的特征，在使用连续纤维复合材料进行打印时，还需要同时考虑通过优化打印路径排布特征来提升连续纤维复合材料构件的承载性能。但是，现有的路径规划方法均没有同时考虑路径连续性和结构承载性，无法适用于连续纤维增强复合材料构件的打印。
发明内容
本申请实施例通过提供一种连续纤维增强复合材料3D打印填充路径规划方法和装置，能够解决现有的路径规划方法均没有同时考虑路径连续性和结构承载性，无法适用于连续纤维增强复合材料构件的打印。
第一方面，本发明实施例提供了一种连续纤维增强复合材料3D打印填充路径规划方法，包括：
将待填充区域划分为有多个多边形单元的多边形面片网格；
随机选择所述多边形面片网格中的多个顶点作为控制点；
建立所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和所述待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，以g为优化变量，dt为优化目标建立优化模型：
求解所述优化模型，获得使dt最小的g及其对应的分布在所述多边形面片网格的最优纤维方向场G；
生成与所述最优纤维方向场G正交的正交向量场H；
利用所述正交向量场H获得单调增的标量场Φ；
根据所述标量场Φ的最小值Φmin进行插值拟和得到等值线；
将所述待填充区域的每个边界轮廓线向所述待填充区域内部偏移预设距离，获得每个所述边界轮廓线的偏移轮廓线；
删除不与所述偏移轮廓线相交的等值线、删除所述偏移轮廓线和与其对应的所述边界轮廓线之间的等值线段；
沿着任意一条所述偏移轮廓线的方向，依次对所述等值线与该所述偏移轮廓线的交点进行编号为P1、P2、P3、…P2k-1、P2k、…P2n，再在对应的所述边界轮廓线上找到一个离由P2k-1和P2k两点形成的线段P2k-1P2k距离最近的点Qk，并连接P2k-1Qk和P2kQk，其中，n、k为正整数，以形成填充图形；
根据所述填充图形获取连续填充路径。
结合第一方面，在一种可能的实现方式中，所述建立所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和所述待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，包括：
将所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在所述多边形面片网格的每个顶点的纤维方向场G；
建立连续纤维复合材料的微观结构单胞，并利用均匀化理论获得所述微观结构单胞的刚度矩阵Kc；
获得每个所述多边形单元的刚度矩阵Ke，其中，Ke＝R(θm)TKcR(θm)，R(θm)为旋转函数；θm为当前计算的所述多边形单元的纤维方向角，为所述多边形单元各个顶点的纤维方向角的平均值；
将所有单元的刚度矩阵Ke叠加获得所述多边形面片网格的总刚度矩阵K；
通过静力平衡方程Kd＝f获得所述待填充区域受载荷f后的位移向量d，将位移向量d每一项的绝对值求和即为总位移dt。
结合第一方面，在一种可能的实现方式中，所述将所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在所述多边形面片网格的每个顶点的纤维方向场G，包括：
将所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)作为Dirichlet边界条件，在所述多边形面片网格上求解拉普拉斯方程ΔG＝0，以将所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在所述多边形面片网格的每个顶点的纤维方向场G。
结合第一方面，在一种可能的实现方式中，所述求解所述优化模型，获得使dt最小的g及其对应的分布在所述多边形面片网格的最优纤维方向场G，包括：
利用遗传算法求解所述优化模型，获得使dt最小的g及其对应的分布在所述多边形面片网格的最优纤维方向场G。
结合第一方面，在一种可能的实现方式中，所述生成与所述最优纤维方向场G正交的正交向量场H，包括：
通过将所述最优纤维方向场G中的每个顶点处的方向向量绕所述待填充区域的法向量旋转90°来生成与所述最优纤维方向场G正交的正交向量场H。
结合第一方面，在一种可能的实现方式中，所述利用所述正交向量场H获得单调增的标量场Φ，包括：
根据泊松方程LcΦ＝DivH获得沿所述正交向量场H单调增的标量场Φ，其中，Lc为拉普拉斯矩阵，Div为散度算子。
结合第一方面，在一种可能的实现方式中，所述根据所述填充图形获取连续填充路径，包括：
通过Fleury算法根据所述填充图形获取连续填充路径。
第二方面，本发明实施例提供了一种连续纤维增强复合材料3D打印填充路径规划装置，包括：
划分模块，用于将待填充区域划分为有多个多边形单元的多边形面片网格；
选择模块，用于随机选择所述多边形面片网格中的多个顶点作为控制点；
模型建立模块，用于建立所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和所述待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，以g为优化变量，dt为优化目标建立优化模型：
求解模块，用于求解所述优化模型，获得使dt最小的g及其对应的分布在所述多边形面片网格的最优纤维方向场G；
生成模块，用于生成与所述最优纤维方向场G正交的正交向量场H；
获得模块，用于利用所述正交向量场H获得单调增的标量场Φ；
拟合模块，用于根据所述标量场Φ的最小值Φmin进行插值拟和得到等值线；
偏移模块，用于将所述待填充区域的每个边界轮廓线向所述待填充区域内部偏移预设距离，获得每个所述边界轮廓线的偏移轮廓线；
删除模块，用于删除不与所述偏移轮廓线相交的等值线、删除所述偏移轮廓线和与其对应的所述边界轮廓线之间的等值线段；
图形生成模块，用于沿着任意一条所述偏移轮廓线的方向，依次对所述等值线与该所述偏移轮廓线的交点进行编号为P1、P2、P3、…P2k-1、P2k、…P2n，再在对应的所述边界轮廓线上找到一个离由P2k-1和P2k两点形成的线段P2k-1P2k距离最近的点Qk，并连接P2k-1Qk和P2kQk，其中，n、k为正整数，以形成填充图形；
获取模块，用于根据所述填充图形获取连续填充路径。
第三方面，本发明实施例提供了一种服务器，包括：存储器和处理器；
所述存储器用于存储程序指令；
所述处理器用于执行服务器中的程序指令，使得所述服务器执行上述所述的连续纤维增强复合材料3D打印填充路径规划方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有可执行指令，计算机执行所述可执行指令时能够实现上述所述的连续纤维增强复合材料3D打印填充路径规划方法。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本发明实施例提供的一种连续纤维增强复合材料3D打印填充路径规划方法，包括：将待填充区域划分为有多个多边形单元的多边形面片网格。随机选择多边形面片网格中的多个顶点作为控制点。建立控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，以g为优化变量，dt为优化目标建立优化模型：求解优化模型，获得使dt最小的g及其对应的分布在多边形面片网格的最优纤维方向场G。生成与最优纤维方向场G正交的正交向量场H。利用正交向量场H获得单调增的标量场Φ。根据标量场Φ的最小值Φmin进行插值拟和得到等值线。将待填充区域的每个边界轮廓线向待填充区域内部偏移预设距离，获得每个边界轮廓线的偏移轮廓线。删除不与偏移轮廓线相交的等值线、删除偏移轮廓线和与其对应的边界轮廓线之间的等值线段。沿着任意一条偏移轮廓线的方向，依次对等值线与该偏移轮廓线的交点进行编号为P1、P2、P3、…P2k-1、P2k、…P2n，再在对应的边界轮廓线上找到一个离由P2k-1和P2k两点形成的线段P2k-1P2k距离最近的点Qk，并连接P2k-1Qk和P2kQk，其中，n、k为正整数，以形成填充图形。根据填充图形获取连续填充路径。本申请的路径规划方法，在使用连续纤维复合材料进行打印时，既能够实现打印路径的连续性，又通过优化路径提升了所打印结构的承载能力。此外，本申请实施例提供的填充路径规划方法具有很高的通用性，适合多孔复杂区域的连续填充。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的连续纤维增强复合材料3D打印填充路径规划方法的流程框图；
图2为本申请实施例提供的将待填充区域划分为三角面片网格的示意图；
图3为本申请实施例提供的微观结构单胞的结构示意图；
图4为本申请实施例提供的基于最优向量场生成连续填充路径的示意图一；
图5为本申请实施例提供的基于最优向量场生成连续填充路径的示意图二；
图6为本申请实施例提供的基于最优向量场生成连续填充路径的示意图三；
图7为图6中边界轮廓线C1和偏移轮廓线S1处的局部放大图；
图8为本申请实施例提供的待填充区域的最优纤维方向场G的示意图；
图9为本申请实施例提供的待填充区域基于最优纤维方向场G生成的连续填充路径的示意图；
图10为本申请实施例提供的待填充区域为多孔复杂区域的连续填充路径的示意图；
图11为通过图10的连续填充路径进行打印的实物。
图标：1-基底材料；2-连续纤维；3-等值线。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种连续纤维增强复合材料3D打印填充路径规划方法，如图1所示，包括以下步骤：
步骤1：将待填充区域划分为有多个多边形单元的多边形面片网格。
实际中，可以将待填充区域划分为有多个三角形单元的三角面片网格，也可以将待填充区域划分为有多个四边形单元的四边形面片网格。如图2示出了将待填充区域划分为有多个三角形单元的三角面片网格的结构示意图，该三角面片网格用M(V，E，F)来表示，其中V表示三角面片网格的顶点的集合，E表示三角面片网格的边的集合，F表示三角面片网格的面的集合。采用三角面片网格使计算成本更低，网格复杂程度更小，从而计算速度更快。
步骤2：随机选择多边形面片网格中的多个顶点作为控制点。示例的，随机选择图2中的三角面片网格的多个顶点作为控制点，图2中六个黑点即为选择的控制点。
步骤3：建立控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，以g为优化变量，dt为优化目标建立优化模型：在实际中，控制点处纤维方向角是将所有控制点按统一测量方式获得的方向角，示例的，如图2中，在每个控制点处建立二维平面坐标系，X轴正半轴与控制点处单位向量的夹角即为该控制点处的纤维方向角。
进一步地，建立控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，包括：
步骤3a：将控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在多边形面片网格的每个顶点的纤维方向场G。
进一步地，将控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)作为Dirichlet边界条件，在多边形面片网格上求解拉普拉斯方程ΔG＝0，以将控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在多边形面片网格的每个顶点的纤维方向场G。
步骤3b：如图3所示，建立连续纤维复合材料的微观结构单胞，并利用均匀化理论获得微观结构单胞的刚度矩阵Kc。在实际中，基底材料1和连续纤维2的刚度矩阵是不同的，通过均匀化理论获得微观结构单胞的第一刚度矩阵Kc为微观结构单胞的基底材料1和连续纤维2的平均化刚度矩阵。
步骤3c：获得每个多边形单元的刚度矩阵Ke，其中，Ke＝R(θm)TKcR(θm)，R(θm)为旋转函数；θm为当前计算的多边形单元的纤维方向角，为多边形单元各个顶点的纤维方向角的平均值，即用多边形的每个顶点的纤维方向角的和除以顶点的个数即为该单元的纤维向量角，采用该方法得到的单元纤维方向角平均化程度更高，从而使单元刚度矩阵Ke的计算结果更精准。
步骤3d：将所有单元的刚度矩阵Ke叠加获得多边形面片网格的总刚度矩阵K。
步骤3e：通过静力平衡方程Kd＝f获得待填充区域受载荷f后的位移向量d，将位移向量d每一项的绝对值求和即为总位移dt。
步骤4：求解优化模型，获得使dt最小的g及其对应的分布在多边形面片网格的最优纤维方向场G，即为最终求得的纤维最优排布方向向量场，即多边形面片网格的每一个定点位置都有一个单位向量表示当前位置纤维的排布方向。基于该最优纤维方向场G生成的连续路径进行连续纤维复合材料的打印，能够提升打印结构的力学性能。
进一步地，利用遗传算法求解优化模型，获得使dt最小的g及其对应的分布在多边形面片网格的最优纤维方向场G。如图8示出了通过遗传算法求解优化模型获得的到最佳纤维方向场G，即获得待填充区域的纤维最优排布方向向量场的示意图，即在该状态下，待填充区域受径向力后整体变形位移最小。遗传算法是以决策变量的编码为运算对象，可以直接对集合、序列、矩阵、树、图等结构对象进行操作，其直接以目标函数值作为搜索信息，使用适应度函数值来度量个体的优良程度，不涉及目标函数值求导求微分的过程，这使得在现实中很多很难求导甚至不存在导数的目标函数，也能求解。遗传算法具有群体搜索的特性，它的搜索过程是一个具有多个个体初始群体P(0)开始的，一方面可以有效地避免搜索一些不必搜索的点，另一方面由于传统的单点搜索方法在对多峰分布的搜索空间进行搜索时很容易陷入局部某个单峰的极值点，而遗传算法的群体搜索特性可以避免这样的问题，因而可以体现出遗传算法的并行化和较好的全局搜索性。遗传算法基于概率规则而不是确定性规则，从而其搜索更为灵活、参数对其搜索效果的影响也较小。
步骤1～步骤4即本申请的连续纤维增强复合材料3D打印填充路径规划方法的第一个阶段，在待填充区域上通过求解优化模型生成纤维最优排布方向向量场，即最优纤维方向场G。
步骤5：生成与最优纤维方向场G正交的正交向量场H。
进一步地，步骤5包括：通过将最优纤维方向场G中的每个顶点处的方向向量绕待填充区域的法向量旋转90°来生成与最优纤维方向场G正交的正交向量场H，具体示意图如图4所示，采用该方法能够快速、精准地获得正交向量场H。
步骤6：利用正交向量场H获得单调增的标量场Φ。
进一步地，步骤6具体包括根据泊松方程LcΦ＝DivH获得沿正交向量场H单调增的标量场Φ，其中，Lc为拉普拉斯矩阵，Div为散度算子。具体地，将正交向量场H代入到泊松方程LcΦ＝DivH求解，可获得沿着正交向量场H单调增的标量场Φ。
步骤7：根据标量场Φ的最小值Φmin进行插值拟和得到等值线3。
由于标量场Φ的等值线3将与最优纤维方向场G平行，因此可以将其作为填充路径。实际中，如图5所示，设填充路径之间的间距为△Φ，从标量场Φ的最小值Φmin(标量场Φ中的数值均已知道，在其中选择最小值即为Φmin)开始生成集合M(Φmin+△Φ，Φmin+2△Φ，Φmin+3△Φ，…)，对于集合M中的每个标量进行差值拟合，可获得其对应等值线3。
步骤8：将待填充区域的每个边界轮廓线(如图5～7中的边界轮廓线C0、C1、C2、C3)向待填充区域内部偏移预设距离(如偏移距离L)，获得每个边界轮廓线的偏移轮廓线(如图5～7中，边界轮廓线C0对应的偏移轮廓线为S0，边界轮廓线C1对应的偏移轮廓线为S1，边界轮廓线C2对应的偏移轮廓线为S2，边界轮廓线C3对应的偏移轮廓线为S3)。
步骤9：删除不与偏移轮廓线相交的等值线3，如图5～7中，删除偏移轮廓线S0圈外的等值线3，删除偏移轮廓线S1、S2、S3圈内的等值线3；删除偏移轮廓线和与其对应的边界轮廓线之间的等值线段，如图5～7中，删除边界轮廓线C0与偏移轮廓线S0之间、边界轮廓线C1与偏移轮廓线S1之间、边界轮廓线C2与偏移轮廓线S2之间、边界轮廓线C3与偏移轮廓线S3之间的等值线段。
步骤10：如图7所示，沿着任意一条偏移轮廓线的方向，依次对等值线3与该偏移轮廓线的交点进行编号为P1、P2、P3、…P2k-1、P2k、…P2n，再在对应的边界轮廓线上找到一个离由P2k-1和P2k两点形成的线段P2k-1P2k距离最近的点Qk，并连接P2k-1Qk和P2kQk，其中，n、k为正整数，以形成填充图形。
具体地，等值线3与偏移轮廓线的交点的个数必为偶数，对于每条偏移轮廓线Si，从标量值最小的顶点开始，沿着每条偏移轮廓线的方向，依次对等值线3与该偏移轮廓线的交点进行编号为P1、P2、P3、…P2k-1、P2k、…P2n，之后对于交点P2k-1和P2k，n、k为正整数，在对应的边界轮廓线上找到一个离该两点形成的线段P2k-1P2k距离最近的点Qk，并连接P2k-1Qk和P2kQk，则最终形成图6所示的填充图形，该填充图形是一个欧拉图，即其所有顶点的度(顶点邻近边的个数)为偶数，因此必然存在一条不重复的路径可以遍历该填充图形的所有顶点以及边，即保证填充路径是连续的。
步骤11：根据填充图形获取连续填充路径。
其中，步骤11具体包括：通过Fleury算法根据填充图形获取连续填充路径。
图9示出了待填充区域基于最优纤维方向场G生成的连续填充路径的示意图，该填充路径在待填充区域的内部及边界处均可以保持与最优纤维方向场G，即纤维最优排布方向向量场平行，从而保证了结构具有高的承载性能。
在实际中，步骤5～步骤11即本申请的连续纤维增强复合材料3D打印填充路径规划方法的第二个阶段，生成沿纤维的最优排布方向的连续打印路径，该连续打印路径沿着纤维最优排布方向向量场，从而能够使打印结构获得优异的力学性能，实现打印路径连续性，即实现“一笔画”填充完待填充区域而不抬刀。
本发明实施例提供的一种连续纤维增强复合材料3D打印填充路径规划方法，包括：将待填充区域划分为有多个多边形单元的多边形面片网格。随机选择多边形面片网格中的多个顶点作为控制点。建立控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，以g为优化变量，dt为优化目标建立优化模型：求解优化模型，获得使dt最小的g及其对应的分布在多边形面片网格的最优纤维方向场G。生成与最优纤维方向场G正交的正交向量场H。利用正交向量场H获得单调增的标量场Φ。根据标量场Φ的最小值Φmin进行插值拟和得到等值线3。将待填充区域的每个边界轮廓线向待填充区域内部偏移预设距离，获得每个边界轮廓线的偏移轮廓线。删除不与偏移轮廓线相交的等值线3、删除偏移轮廓线和与其对应的边界轮廓线之间的等值线段。沿着任意一条偏移轮廓线的方向，依次对等值线3与该偏移轮廓线的交点进行编号为P1、P2、P3、…P2k-1、P2k、…P2n，再在对应的边界轮廓线上找到一个离由P2k-1和P2k两点形成的线段P2k-1P2k距离最近的点Qk，并连接P2k-1Qk和P2kQk，其中，n、k为正整数，以形成填充图形。根据填充图形获取连续填充路径。本申请的路径规划方法，在使用连续纤维复合材料进行打印时，既能够实现打印路径的连续性，又通过优化路径提升了所打印结构的承载能力。此外，本申请实施例提供的填充路径规划方法具有很高的通用性，适合多孔复杂区域的连续填充，如图10示出了采用本申请实施例提供的填充路径规划方法进行多孔复杂区域的填充路径规划得到的连续填充路径的示意图，图11为通过图10的连续填充路径进行打印的实物。
本发明另一实施例提供了一种连续纤维增强复合材料填充路径规划装置，包括：
划分模块，用于将待填充区域划分为有多个多边形单元的多边形面片网格。
选择模块，用于随机选择多边形面片网格中的多个顶点作为控制点。
模型建立模块，用于建立控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，以g为优化变量，dt为优化目标建立优化模型：
进一步地，模型建立模块包括：
平均子模块，用于将控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在多边形面片网格的每个顶点的纤维方向场G。
更进一步地，平均子模块用于将控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)作为Dirichlet边界条件，在多边形面片网格上求解拉普拉斯方程ΔG＝0，以将控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在多边形面片网格的每个顶点的纤维方向场G。
建立与获得子模块，用于建立连续纤维复合材料的微观结构单胞，并利用均匀化理论获得微观结构单胞的刚度矩阵Kc；
第一获得子模块，用于获得每个多边形单元的刚度矩阵Ke，其中，Ke＝R(θm)TKcR(θm)，R(θm)为旋转函数；θm为当前计算的多边形单元的纤维方向角，为多边形单元各个顶点的纤维方向角的平均值；
叠加子模块，用于将所有单元的刚度矩阵Ke叠加获得多边形面片网格的总刚度矩阵K；
第二获得子模块，用于通过静力平衡方程Kd＝f获得待填充区域受载荷f后的位移向量d，将位移向量d每一项的绝对值求和即为总位移dt。
求解模块，用于求解优化模型，获得使dt最小的g及其对应的分布在多边形面片网格的最优纤维方向场G。
进一步地，求解模块用于利用遗传算法求解优化模型，获得使dt最小的g及其对应的分布在多边形面片网格的最优纤维方向场G。
生成模块，用于生成与最优纤维方向场G正交的正交向量场H。
进一步地，生成模块用于通过将最优纤维方向场G中的每个顶点处的方向向量绕待填充区域的法向量旋转90°来生成与最优纤维方向场G正交的正交向量场H。
获得模块，用于利用正交向量场H获得单调增的标量场Φ。
进一步地，获得模块用于根据泊松方程LcΦ＝DivH获得沿正交向量场H单调增的标量场Φ，其中，Lc为拉普拉斯矩阵，Div为散度算子。
拟合模块，用于根据标量场Φ的最小值Φmin进行插值拟和得到等值线3。
偏移模块，用于将待填充区域的每个边界轮廓线向待填充区域内部偏移预设距离，获得每个边界轮廓线的偏移轮廓线。
删除模块，用于删除不与偏移轮廓线相交的等值线3、删除偏移轮廓线和与其对应的边界轮廓线之间的等值线段。
图形生成模块，用于沿着任意一条偏移轮廓线的方向，依次对等值线3与该偏移轮廓线的交点进行编号为P1、P2、P3、…P2k-1、P2k、…P2n，再在对应的边界轮廓线上找到一个离由P2k-1和P2k两点形成的线段P2k-1P2k距离最近的点Qk，并连接P2k-1Qk和P2kQk，其中，n、k为正整数，以形成填充图形。
获取模块，用于根据填充图形获取连续填充路径。
进一步地，获取模块用于通过Fleury算法根据填充图形获取连续填充路径。
本发明又一实施例提供了一种服务器，包括：存储器和处理器。存储器用于存储程序指令。处理器用于执行服务器中的程序指令，使得服务器执行上述的连续纤维增强复合材料3D打印填充路径规划方法。
本发明再一实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有可执行指令，计算机执行可执行指令时能够实现上述的连续纤维增强复合材料3D打印填充路径规划方法。
上述存储介质包括但不限于随机存取存储器(英文：Random Access Memory；简称：RAM)、只读存储器(英文：Read-Only Memory；简称：ROM)、缓存(英文：Cache)、硬盘(英文：Hard Disk Drive；简称：HDD)或者存储卡(英文：Memory Card)。存储器可以用于存储计算机程序指令。
虽然本申请提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。本实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照本实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的装置或模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。当然，也可以将实现某功能的模块由多个子模块或子单元组合实现。
本申请中的方法、装置或模块可以以计算机可读程序代码方式实现控制器按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(英文：Application Specific Integrated Circuit；简称：ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、AtmelAT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请装置中的部分模块可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的硬件的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，也可以通过数据迁移的实施过程中体现出来。该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分的方法。
本说明书中的各个实施方式采用递进的方式描述，各个实施方式之间相同或相似的部分互相参见即可，每个实施方式重点说明的都是与其他实施方式的不同之处。本申请的全部或者部分可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、移动通信终端、多处理器系统、基于微处理器的系统、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
以上实施例仅用以说明本申请的技术方案，而非对本申请限制；尽管参照前述实施例对本申请进行了详细的说明，本领域普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请技术方案的范围。

Claims (10)

1.一种连续纤维增强复合材料3D打印填充路径规划方法，其特征在于，包括：
将待填充区域划分为有多个多边形单元的多边形面片网格；
随机选择所述多边形面片网格中的多个顶点作为控制点；
建立所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和所述待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，以g为优化变量，dt为优化目标建立优化模型：
求解所述优化模型，获得使dt最小的g及其对应的分布在所述多边形面片网格的最优纤维方向场G；
生成与所述最优纤维方向场G正交的正交向量场H；
利用所述正交向量场H获得单调增的标量场Φ；
根据所述标量场Φ的最小值Φmin进行插值拟和得到等值线；
将所述待填充区域的每个边界轮廓线向所述待填充区域内部偏移预设距离，获得每个所述边界轮廓线的偏移轮廓线；
删除不与所述偏移轮廓线相交的等值线、删除所述偏移轮廓线和与其对应的所述边界轮廓线之间的等值线段；
沿着任意一条所述偏移轮廓线的方向，依次对所述等值线与该所述偏移轮廓线的交点进行编号为P1、P2、P3、…P2k-1、P2k、…P2n，再在对应的所述边界轮廓线上找到一个离由P2k-1和P2k两点形成的线段P2k-1P2k距离最近的点Qk，并连接P2k-1Qk和P2kQk，其中，n、k为正整数，以形成填充图形；
根据所述填充图形获取连续填充路径。
2.根据权利要求1所述的连续纤维增强复合材料3D打印填充路径规划方法，其特征在于，所述建立所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和所述待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，包括：
将所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在所述多边形面片网格的每个顶点的纤维方向场G；
建立连续纤维复合材料的微观结构单胞，并利用均匀化理论获得所述微观结构单胞的刚度矩阵Kc；
获得每个所述多边形单元的刚度矩阵Ke，其中，Ke＝R(θm)TKcR(θm)，R(θm)为旋转函数；θm为当前计算的所述多边形单元的纤维方向角，为所述多边形单元各个顶点的纤维方向角的平均值；
将所有单元的刚度矩阵Ke叠加获得所述多边形面片网格的总刚度矩阵K；
通过静力平衡方程Kd＝f获得所述待填充区域受载荷f后的位移向量d，将位移向量d每一项的绝对值求和即为总位移dt。
3.根据权利要求2所述的连续纤维增强复合材料3D打印填充路径规划方法，其特征在于，所述将所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在所述多边形面片网格的每个顶点的纤维方向场G，包括：
将所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)作为Dirichlet边界条件，在所述多边形面片网格上求解拉普拉斯方程ΔG＝0，以将所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)平均到整个填充区域，获得分布在所述多边形面片网格的每个顶点的纤维方向场G。
4.根据权利要求1所述的连续纤维增强复合材料3D打印填充路径规划方法，其特征在于，所述求解所述优化模型，获得使dt最小的g及其对应的分布在所述多边形面片网格的最优纤维方向场G，包括：
利用遗传算法求解所述优化模型，获得使dt最小的g及其对应的分布在所述多边形面片网格的最优纤维方向场G。
5.根据权利要求1所述的连续纤维增强复合材料3D打印填充路径规划方法，其特征在于，所述生成与所述最优纤维方向场G正交的正交向量场H，包括：
通过将所述最优纤维方向场G中的每个顶点处的方向向量绕所述待填充区域的法向量旋转90°来生成与所述最优纤维方向场G正交的正交向量场H。
6.根据权利要求1所述的连续纤维增强复合材料3D打印填充路径规划方法，其特征在于，所述利用所述正交向量场H获得单调增的标量场Φ，包括：
根据泊松方程LcΦ＝DivH获得沿所述正交向量场H单调增的标量场Φ，其中，Lc为拉普拉斯矩阵，Div为散度算子。
7.根据权利要求1所述的连续纤维增强复合材料3D打印填充路径规划方法，其特征在于，所述根据所述填充图形获取连续填充路径，包括：
通过Fleury算法根据所述填充图形获取连续填充路径。
8.一种连续纤维增强复合材料3D打印填充路径规划装置，其特征在于，包括：
划分模块，用于将待填充区域划分为有多个多边形单元的多边形面片网格；
选择模块，用于随机选择所述多边形面片网格中的多个顶点作为控制点；
模型建立模块，用于建立所述控制点处纤维方向角g＝(θ1,θ2,…θm,…,θn)和所述待填充区域受载荷f后的总位移dt之间的函数关系dt＝P(g)，以g为优化变量，dt为优化目标建立优化模型：
求解模块，用于求解所述优化模型，获得使dt最小的g及其对应的分布在所述多边形面片网格的最优纤维方向场G；
生成模块，用于生成与所述最优纤维方向场G正交的正交向量场H；
获得模块，用于利用所述正交向量场H获得单调增的标量场Φ；
拟合模块，用于根据所述标量场Φ的最小值Φmin进行插值拟和得到等值线；
偏移模块，用于将所述待填充区域的每个边界轮廓线向所述待填充区域内部偏移预设距离，获得每个所述边界轮廓线的偏移轮廓线；
删除模块，用于删除不与所述偏移轮廓线相交的等值线、删除所述偏移轮廓线和与其对应的所述边界轮廓线之间的等值线段；
图形生成模块，用于沿着任意一条所述偏移轮廓线的方向，依次对所述等值线与该所述偏移轮廓线的交点进行编号为P1、P2、P3、…P2k-1、P2k、…P2n，再在对应的所述边界轮廓线上找到一个离由P2k-1和P2k两点形成的线段P2k-1P2k距离最近的点Qk，并连接P2k-1Qk和P2kQk，其中，n、k为正整数，以形成填充图形；
获取模块，用于根据所述填充图形获取连续填充路径。
9.一种服务器，其特征在于，包括：存储器和处理器；
所述存储器用于存储程序指令；
所述处理器用于执行服务器中的程序指令，使得所述服务器执行如权利要求1～7任一项所述的连续纤维增强复合材料3D打印填充路径规划方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有可执行指令，计算机执行所述可执行指令时能够实现如权利要求1～7任一项所述的连续纤维增强复合材料3D打印填充路径规划方法。
CN202210027792.6A 2022-01-11 2022-01-11 连续纤维增强复合材料3d打印填充路径规划方法和装置 Active CN114407350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210027792.6A CN114407350B (zh) 2022-01-11 2022-01-11 连续纤维增强复合材料3d打印填充路径规划方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210027792.6A CN114407350B (zh) 2022-01-11 2022-01-11 连续纤维增强复合材料3d打印填充路径规划方法和装置

Publications (2)

Publication Number Publication Date
CN114407350A CN114407350A (zh) 2022-04-29
CN114407350B true CN114407350B (zh) 2023-07-21

Family

ID=81272069

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210027792.6A Active CN114407350B (zh) 2022-01-11 2022-01-11 连续纤维增强复合材料3d打印填充路径规划方法和装置

Country Status (1)

Country Link
CN (1) CN114407350B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115214142B (zh) * 2022-06-01 2024-02-13 北京理工大学 一种基于欧拉图的连续纤维3d打印路径规划方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107590325A (zh) * 2017-08-29 2018-01-16 华中科技大学 一种基于Shepard插值的纤维增强复合材料结构优化方法
CN108629140A (zh) * 2018-05-14 2018-10-09 华中科技大学 一种基于测地线距离的带孔复合材料结构设计优化方法
CN112883616A (zh) * 2021-02-26 2021-06-01 山东大学 一种面向纤维增强结构的3d打印喷头路径优化方法
CN113191077A (zh) * 2021-04-25 2021-07-30 西安交通大学 一种基于连续纤维复材3d打印的变纤维含量拓扑优化方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104835194B (zh) * 2015-03-03 2017-10-27 西北工业大学 基于随机顺序生长法复合材料三维微观体胞模型创建方法
US10353378B2 (en) * 2016-08-18 2019-07-16 Wisconsin Alumni Research Foundation Homogenization of material properties in additively manufactured structures
US20200086624A1 (en) * 2016-12-22 2020-03-19 Agency For Science, Technology And Research Method and system of manufacturing a load-bearing structure and a load-bearing structure manufactured thereof
US11123900B2 (en) * 2017-09-20 2021-09-21 Bell Helicopter Textron Inc. Mold tool with anisotropic thermal properties
US11009853B2 (en) * 2019-07-29 2021-05-18 Toyota Motor Engineering & Manufacturing North America, Inc. Method of tool path generation for additive manufacturing with vector distribution
CN110610041B (zh) * 2019-09-10 2023-04-18 青岛理工大学 一种井筒失稳破坏的极限应变判别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107590325A (zh) * 2017-08-29 2018-01-16 华中科技大学 一种基于Shepard插值的纤维增强复合材料结构优化方法
CN108629140A (zh) * 2018-05-14 2018-10-09 华中科技大学 一种基于测地线距离的带孔复合材料结构设计优化方法
CN112883616A (zh) * 2021-02-26 2021-06-01 山东大学 一种面向纤维增强结构的3d打印喷头路径优化方法
CN113191077A (zh) * 2021-04-25 2021-07-30 西安交通大学 一种基于连续纤维复材3d打印的变纤维含量拓扑优化方法

Also Published As

Publication number Publication date
CN114407350A (zh) 2022-04-29

Similar Documents

Publication Publication Date Title
Dai et al. Support-free volume printing by multi-axis motion
US10928742B2 (en) Additive manufacturing systems and methods for non-planar interfaces between layers
CN106815408B (zh) 长纤维复合材料随机结构生成及其弹性性能预测方法
CN114407350B (zh) 连续纤维增强复合材料3d打印填充路径规划方法和装置
CN107729648A (zh) 一种基于Shepard插值的曲线纤维复合结构设计瀑布型多级优化方法
JP2008186440A (ja) 構造設計のトポロジー進化最適化演算法
CN110955941B (zh) 基于向量场的复合材料结构优化设计方法及设备
Brant et al. A novel electrochemical micro additive manufacturing method of overhanging metal parts without reliance on support structures
JP2002245098A (ja) 六面体メッシュ生成方法および装置
Gibson et al. Software issues for additive manufacturing
Kussmaul et al. A novel computational framework for structural optimization with patched laminates
CN114861500A (zh) 基于三维点云自动生成隧道结构有限元模型的方法及系统
Kubalak et al. Investigation of parameter spaces for topology optimization with three-dimensional orientation fields for multi-axis additive manufacturing
CN116661856B (zh) Eda软件的数据拼接系统
CN114474741A (zh) 一种多轴无支撑3d打印曲面切片方法、装置和服务器
US8155929B2 (en) Process for computing geometric perturbations for probabilistic analysis
Battiato et al. Reduced order modeling for multi-stage coupling of cyclic symmetric structures
CN112231800B (zh) Bim图形的优化方法、装置以及计算机存储介质
US10650173B2 (en) Support apparatus, design support method, and program
Wang et al. Functionally graded non-periodic cellular structure design using a surrogate model-based optimization scheme
CN104239626B (zh) 用于设计折叠片对象的方法、装置、介质和系统
JP2002297678A (ja) Ｖｏｘｅｌモデルの座標決定処理方法，座標決定処理プログラムおよび座標決定処理プログラム記録媒体
JP2009064164A (ja) 曲面形状作成装置、曲面形状作成方法、及び曲面形状作成プログラム
Wade et al. Determining Optimal Print Orientation Using GPU-Accelerated Convex Hull Analysis
JP4479364B2 (ja) ３次元表面形状モデル作成装置，３次元表面形状モデル作成方法及び３次元表面形状モデル作成プログラム

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