CN116811259B - 基于数据分析的3d打印设备运行监控方法及系统 - Google Patents
基于数据分析的3d打印设备运行监控方法及系统 Download PDFInfo
- Publication number
- CN116811259B CN116811259B CN202311097792.4A CN202311097792A CN116811259B CN 116811259 B CN116811259 B CN 116811259B CN 202311097792 A CN202311097792 A CN 202311097792A CN 116811259 B CN116811259 B CN 116811259B
- Authority
- CN
- China
- Prior art keywords
- printing
- abnormal
- data
- printing equipment
- instruction
- 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
- 238000010146 3D printing Methods 0.000 title claims abstract description 151
- 238000012544 monitoring process Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000007405 data analysis Methods 0.000 title claims abstract description 28
- 238000007639 printing Methods 0.000 claims abstract description 828
- 230000002159 abnormal effect Effects 0.000 claims abstract description 458
- 238000004088 simulation Methods 0.000 claims abstract description 114
- 238000005457 optimization Methods 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000004422 calculation algorithm Methods 0.000 claims description 54
- 238000004891 communication Methods 0.000 claims description 32
- 230000005856 abnormality Effects 0.000 claims description 31
- 230000007246 mechanism Effects 0.000 claims description 21
- 238000003066 decision tree Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 41
- 230000006870 function Effects 0.000 description 16
- 238000004519 manufacturing process Methods 0.000 description 16
- 230000009286 beneficial effect Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 8
- 230000008030 elimination Effects 0.000 description 8
- 238000003379 elimination reaction Methods 0.000 description 8
- 239000010410 layer Substances 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000011229 interlayer Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及数据监控技术领域,尤其涉及一种基于数据分析的3D打印设备运行监控方法及系统。所述方法包括以下步骤:利用3D打印设备操控指令对3D打印设备进行操控异常的3D打印设备排除,生成常规打印设备;对常规打印设备进行打印数据异常实时监控处理,生成异常打印监控数据;根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立及仿真运行,生成异常仿真打印数据;对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。本发明通过监控打印设备打印异常部分进行智能调节,使得打印数据时更为精确。
Description
技术领域
本发明涉及数据监控技术领域,尤其涉及一种基于数据分析的3D打印设备运行监控方法及系统。
背景技术
在3D打印设备运行过程中会出现打印出错,机械损坏等问题,从而我们需要及时发现3D打印设备的问题并及时解决。3D打印设备运行监控便是很好的解决问题方法,3D打印设备运行监控对于提高生产效率和质量控制至关重要,通过实时收集、分析和解释3D打印过程中的关键数据,可以及时发现潜在问题、优化打印参数,并预测设备维护需求,从而避免生产中断和质量缺陷。然而,传统的基于数据分析的3D打印设备运行监控方法对于打印设备的异常打印部分需要通过手动测试调节参数,浪费了大量的时间与钱财,并且调节的参数可能不够精准,未达到预期打印目标的要求。
发明内容
基于此,本发明提供一种基于数据分析的3D打印设备运行监控方法及系统,以解决至少一个上述技术问题。
为实现上述目的,一种基于数据分析的3D打印设备运行监控方法,包括以下步骤:
步骤S1:获取3D打印设备操控指令;利用3D打印设备操控指令对3D打印设备进行操控异常的3D打印设备排除,生成常规打印设备;
步骤S2:基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;根据打印设备远程控制台对常规打印设备进行远程打印控制处理,生成远程打印数据;对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据;
步骤S3:根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据;
利用S4:利用决策树算法对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。
本发明获取用户输入的3D打印设备操控指令,利用这些3D打印设备操控指令,通过排除可能引起操控异常的因素,例如打印设备不能向左,或者前后移动有障碍,将3D打印设备的异常部分进行剔除,生成常规打印设备,确保打印设备在开始打印任务前就排除了潜在的异常因素,从而提高了打印过程的稳定性和可靠性。借助通信设备和通信协议,建立了3D打印设备的一个远程控制台,通过该控制台实现对3D打印设备的远程控制,使用远程控制台对常规打印设备进行远程打印控制,生成远程打印数据,这些远程打印数据会经过实时监控,以检测可能出现的打印数据异常,从而实现了对3D打印过程的远程监控和控制,确保打印任务能够在不同地点进行有效管理和干预,从而提高生产效率。根据异常打印监控数据对常规打印设备的异常部分建立物理模型,异常打印设备物理模型捕捉潜在的异常因素和影响因素,有助于更好地理解和预测异常情况。通过对异常设备物理模型进行仿真运行,生成异常仿真打印数据,在虚拟环境中模拟和分析异常情况,从而更好地应对可能出现的问题。利用决策树算法对异常仿真打印数据进行优化调节,生成更精确的优化仿真打印数据,根据这些优化仿真打印数据,对常规打印设备的参数进行调节优化,生成优化打印设备,提高了打印设备的性能和稳定性,通过对异常情况进行仿真和优化,有效地减少了打印过程中的不确定性,从而提升了产品质量和生产效率。本发明的基于数据分析的3D打印设备运行监控方法对于打印设备的异常打印部分通过仿真模拟异常部分,并根据模拟的异常部分进行参数调整,从而无需手动测试调节参数,节约了时间与财力,并且调节的参数更为精准,达到预期打印目标的要求。
优选地,步骤S1包括以下步骤:
步骤S11:获取3D打印设备操控指令;
步骤S12:利用3D打印设备操控指令对3D打印设备进行初步调节操控处理,生成3D打印设备的调节操控数据;
步骤S13:对调节操控数据进行打印设备的运行数据实时采集,生成实时设备运行数据;
步骤S14:根据实时设备运行数据对3D打印设备进行操控异常的3D打印设备排除,以获取常规打印设备。
本发明获取用户输入的3D打印设备操控指令,包含了关于打印任务各种参数的要求,例如操控打印设备进行移动,观测设备能否正常移动,确保打印设备能够准确了解即将执行的打印任务的特征和要求。使用获取的操控指令对3D打印设备进行初步的调节操控处理,能涉及调整打印设备的移动方向等参数,以适应即将执行的打印任务的要求,打印设备得以在开始打印之前就根据任务需求进行必要的准备,以提高后续打印过程的稳定性。对调节操控数据进行实时运行数据采集,这包括从3D打印设备中收集有关当前打印任务执行的数据,如打印设备是否能根据操控指令正常移动,实时数据的采集使系统能够准确地监测设备状态,为后续的异常排除和优化步骤提供必要的信息。基于实时设备运行数据,系统对3D打印设备进行操控异常的排除,通过比较当前运行状态与预期状态,可以检测到任何可能的异常情况,如打印设备不能正常操控移动等,通过排除异常,确保从3D打印设备中获取常规打印设备,以确保后续打印过程的稳定性和可靠性。
优选地,步骤S14包括以下步骤:
步骤S141:利用实时设备运行数据与3D打印设备操控指令进行运行数据与操控指令差异比对,当实时设备运行数据与3D打印设备操控指令不一致时,将3D打印设备标记为异常打印设备,将异常打印设备反馈至终端;
步骤S142:利用实时设备运行数据与3D打印设备操控指令进行运行数据与操控指令差异比对,当实时设备运行数据与3D打印设备操控指令一致时,将3D打印设备标记为常规打印设备。
本发明利用实时设备运行数据与3D打印设备操控指令进行比对,检测是否存在运行数据与指令不一致的情况,如果发现实时设备运行数据与操控指令存在差异,将判定该3D打印设备为异常打印设备,并将异常信息反馈至终端,通知操作员或维护人员,这一步的效果在于迅速识别潜在的损坏打印设备,为后续的排除和修复提供了及时的警示。实时设备运行数据与3D打印设备操控指令进行比对,确认运行数据与指令一致,如果实时数据与操控指令相符,将将该3D打印设备标记为常规打印设备,通过这一步,确认设备正常运行,为后续操作提供了可靠的基础。
优选地,步骤S2包括以下步骤:
步骤S21:基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;
步骤S22:获取常规打印设备的打印指令;
步骤S23:利用打印指令加密算法对打印指令进行打印指令加密处理,生成加密打印指令;
步骤S24:将加密打印指令传输至打印设备远程控制台中进行打印设备远程控制台的控制打印指令生成,以获取远程控制打印指令;
步骤S25:根据远程控制打印指令对常规打印设备进行远程打印控制处理,生成远程打印数据;
步骤S26:对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据。
本发明基于通信设备和通信协议,建立一个用于远程控制的控制台,该远程控制台允许远程操作员或系统管理者在不同地点实现对3D打印设备的远程访问和控制,提高了管理效率,使操作人员可以灵活地远程管理和监控多台打印设备。从常规打印设备中获取待执行的打印指令,这些指令包含了有关打印任务的详细参数和要求,确保远程控制台获得准确的任务信息,为后续的远程控制和监控做好准备。利用打印指令加密算法对获取的打印指令进行加密处理,生成加密打印指令,保障了指令在传输过程中的机密性,防止指令被未经授权的人员窃取或篡改,这有助于确保远程控制过程的安全性和可靠性。将加密的打印指令传输至打印设备远程控制台,通过控制台生成远程控制打印指令,这些指令将用于远程操作和控制常规打印设备的行为,远程操作员能够迅速生成适用于远程打印控制的指令,从而实现远程操作的灵活性和便捷性。利用远程控制打印指令对常规打印设备进行远程打印控制处理,生成远程打印数据,远程操作员可以实现对打印过程的实时控制和调整,而不必直接在设备旁操作,提高了操作的便捷性和远程管理的效率。对远程打印数据进行实时异常监控处理,生成异常打印监控数据,通过监测打印数据的实时状态,能够及时识别任何异常情况,如层间错位、打印质量下降等,提前发现潜在问题,为进一步的排除和优化提供了必要的数据支持。
优选地,步骤S23中的打印指令加密算法如下所示:
;
式中,E(x)表示为加密打印指令数字信号,N表示为打印指令的总长度,i表示为打印指令的当前位置,α表示为加密强度调节参数,t表示为打印指令处理时间,β表示为打印指令特征相关参数,P i 表示为打印指令在位置i处的数字信号,γ表示为打印指令变化率调节参数,δ表示为打印指令的时间衰减参数,表示为打印指令的空间特征调节参数,τ表示为加密打印指令数字信号的异常调整值。
本发明利用一种打印指令加密算法,该算法充分考虑了打印指令的总长度N表示为,打印指令的当前位置i、加密强度调节参数α、打印指令处理时间t、打印指令特征相关参数β、打印指令在位置i处的数字信号P i 、打印指令变化率调节参数γ、打印指令的时间衰减参数δ、打印指令的空间特征调节参数以及函数之间的相互作用关系,以形成函数关系式:
即,,通过对打印指令数字信号进行数据加密后传输至终端控制台,防止数据被黑客窃取后泄露打印信息。打印指令的总长度表示打印指令的数字信号长度,将不同长度的指令进行量化处理;当前打印指令的位置表示在处理过程中的当前位置,用于追踪指令的处理进度;加密强度调节参数,控制加密的程度,较大的值会使加密更强,提高指令的安全性,但算法复杂度会增加;打印指令处理时间,表示打印指令在执行过程中的所需时间;打印指令特征相关参数,与打印指令的特征相关联,可以用来自适应地调整加密方式;打印指令在位置i处的数字信号表示特定位置处的指令数据;打印指令变化率调节参数,用于调节指令的变化速率,有助于模糊指令的变化模式;打印指令的时间衰减参数,用于控制时间上的指令影响范围,较小的值使过去的指令影响减弱;打印指令的空间特征调节参数,用于控制指令在空间上的影响范围,较大的值加强了空间特征的影响。通过使用打印指令加密算法对打印指令进行加密,保证指令在传输过程中的机密性和完整性,只有具备正确密钥的接收方才能解密和还原指令,从而避免了潜在的信息泄漏和篡改;加密强度调节参数允许系统根据需求调整加密的强度,这使得可以在面对不同级别的威胁和攻击时进行适当的应对,增强了系统的安全性;加密算法对于每个位置都有相关的参数,这使得系统可以在后续分析中追溯指令的处理情况,有助于调查异常情况的根本原因。利用加密打印指令数字信号的异常调整值τ对函数关系式进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成加密打印指令数字信号E(x),提高了对打印指令进行打印指令加密处理的准确性和可靠性。同时该公式中的权重信息以及调整值可以根据实际情况进行调整,应用于不同的打印指令中,提高了算法的灵活性与适用性。
优选地,步骤S3包括以下步骤:
步骤S31:根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;
步骤S32:根据异常打印监控数据对打印指令进行打印异常部分指令提取,生成异常打印指令;
步骤S33:根据异常打印指令进行物理模型的仿真异常打印指令转换,生成异常仿真打印指令;
步骤S34:通过异常仿真打印指令对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据。
本发明根据异常打印监控数据对常规打印设备进行异常部分物理模型的建立,通过分析异常数据,可以捕捉异常出现的模式和影响因素,从而构建一个描述异常情况的物理模型,更深入地理解异常情况,并为后续的仿真和优化提供更准确的基础。根据异常打印监控数据,提取导致异常的部分打印指令,生成异常打印指令,这些指令可能是引起异常情况的关键因素,将其提取出来有助于进一步分析异常产生的根本原因。利用异常打印指令进行物理模型的仿真异常打印指令转换,将异常指令映射到物理模型中,以便在仿真环境中模拟这些异常情况,这个转换过程能够帮助将实际异常情况映射到模型中,从而进行更精确的仿真分析。基于异常仿真打印指令对异常设备物理模型进行仿真运行,生成异常仿真打印数据,在虚拟环境中模拟异常情况下的实际打印过程,获得与实际情况相符的仿真数据。
优选地,步骤S31包括以下步骤:
步骤S311:根据异常打印监控数据对常规打印设备进行打印设备参数的异常部分提取,生成打印设备异常参数;
步骤S312:利用三维建模技术对常规打印设备进行打印设备的物理模型框架建立,生成打印设备物理模型框架;
步骤S313:利用打印设备异常参数对打印设备物理模型框架进行打印设备物理模型参数设置,生成异常打印设备物理模型。
本发明通过分析异常打印监控数据,提取导致常规打印设备异常的参数部分,生成打印设备异常参数,打印设备异常参数可能涉及打印速度、温度、层高等关键参数,准确确定导致异常的参数变化,为后续建模提供关键信息。运用三维建模技术对常规打印设备进行物理模型框架的建立,该框架是一个初始的虚拟表示,包括了设备的基本结构和组成部分,通过建立物理模型框架,为后续的参数设置和建模提供了基础。利用打印设备异常参数对打印设备物理模型框架进行参数设置,生成异常打印设备的物理模型,通过将异常参数应用于模型框架,构建一个在异常情况下更为准确的物理模型,在于更精细地描述异常情况下的设备特性,为仿真运行提供准确的基础。
优选地,步骤S4包括以下步骤:
步骤S41:利用决策树算法建立打印异常优化调节的映射关系,生成初始打印参数异常调节模型;
步骤S42:获取历史打印异常数据;
步骤S43:根据历史打印异常数据进行初始打印参数异常调节模型的奖惩机制设计,生成模型奖惩机制;
步骤S44:将历史打印异常数据传输至打印参数异常调节模型中,并根据模型奖惩机制进行模型训练,生成打印参数异常调节模型;
步骤S45:利用打印参数异常调节模型优化算法对打印参数异常调节模型进行模型参数优化,生成优化打印参数异常调节模型;
步骤S46:利用优化打印参数异常调节模型对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;
步骤S47:根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。
本发明通过采用决策树算法,系统建立一个高度可定制的异常优化映射关系,能够将特定异常情况与适当的参数调整策略联系起来,提供精确的优化指导,有助于在异常情况下快速作出正确的决策,从而最大程度地减少生产中断和不良产品。通过收集历史打印过程中的异常数据能够获得丰富的实际案例,其中包括了各种不同类型的异常情况及其对应的参数状态,有助于模型更准确地模拟真实世界中的异常情况。在设计模型奖惩机制时,基于历史异常数据为模型制定奖励和惩罚策略,这种策略可以根据异常的严重程度和类型,激励模型在类似情况下作出合适的响应,通过引入奖惩机制,模型能够更好地适应不同的异常情况,从而提高决策的准确性和效果。将历史异常数据注入到打印参数异常调节模型中,并根据设计的奖惩机制进行训练,通过模型训练,模型可以从历史数据中学习出正确的优化策略,使其能够在异常情况下做出更加准确和有效的决策,有助于模型在实际应用中更好地预测和应对异常情况。利用打印参数异常调节模型优化算法对模型进行参数调整,使其能够更好地适应不同类型的异常情况,通过优化模型参数,可以提高模型的灵活性和适应性,使其在各种异常情况下都能够表现出色。通过优化打印参数异常调节模型对异常仿真打印数据进行精细调整,通过模型的指导,更准确地模拟异常情况下的打印过程,从而获得更真实、更有价值的仿真数据。基于优化仿真打印数据对常规打印设备的参数进行精细调整和优化,这些优化参数将使设备能够更好地应对异常情况,如打印曲线时因速率过快导致曲线偏移等问题,从而实现更稳定和高质量的打印结果,能够将优化后的知识应用于实际生产中,提高生产效率和打印质量。
优选地,步骤S45中的打印参数异常调节模型优化算法如下所示:
;
式中,P表示为打印参数异常调节模型的优化目标函数,D表示为打印参数异常调节模型的节点数量,d表示为打印参数异常调节模型的当前节点,k表示为打印空间区域偏移量调整值,W表示为打印数据偏差修正调整值,表示为第d个节点对应的异常打印度量,b d 表示为第d个节点对应的打印指令常规打印度量,Z表示为目标打印质量,c d 表示为第d个节点对应的异常打印速度,f d 表示为第d个节点对应的打印指令目标打印速度,δ表示为优化目标函数的异常调整值。
本发明利用一种打印参数异常调节模型优化算法,该算法充分考虑了打印参数异常调节模型的节点数量D、打印参数异常调节模型的当前节点d、打印空间区域偏移量调整值k、打印数据偏差修正调整值W、第d个节点对应的异常打印度量、第d个节点对应的打印指令常规打印度量b d 、目标打印质量Z、第d个节点对应的异常打印速度c d 、第d个节点对应的打印指令目标打印速度f d 以及函数之间的相互作用关系,以形成函数关系式:
即,,通过对打印参数异常调节模型进行打印参数动态调整,以实现在异常情况下的最优化打印质量。打印参数异常调节模型的节点数量表示模型中的节点数量,每个节点对应不同的调节情况;当前打印参数异常调节模型的节点,代表当前所考虑的调节节点;打印空间区域偏移量调整值,用于调整不同空间区域的打印参数调节的影响;打印数据偏差修正调整值,通过修正数据偏差,使优化模型更符合实际情况;第d个节点对应的异常打印度量与打印指令常规打印度量,表示为通过打印指令控制在某处的真实输出与预测数据的打印情况;目标打印质量,代表所期望的打印质量水平,用作参考值;第d个节点对应的异常打印速度与打印指令目标打印速度,表示为通过打印指令控制在某处真实打印速率与预测打印速率的打印速率情况;该函数关系式旨在最小化在不同节点下的打印参数异常调节结果,以实现更高的打印质量,通过动态调整打印参数,能够在异常情况下保持打印质量的稳定性;通过引入异常打印度量和常规打印度量,系统能够根据异常程度来调整打印参数,以应对不同类型和严重程度的异常情况;通过考虑异常打印速度和目标打印速度,系统可以根据打印速度的变化进行调整,从而保持打印的稳定性和一致性。利用优化目标函数的异常调整值δ对函数关系式进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成打印参数异常调节模型的优化目标函数P,提高了对打印参数异常调节模型进行模型参数优化的准确性和可靠性。同时该公式中的调整值可以根据实际情况进行调整,应用于打印参数异常调节模型不同的参数中,提高了算法的灵活性与适用性。
本说明书中提供一种基于数据分析的3D打印设备运行监控系统,用于执行如上述所述的基于数据分析的3D打印设备运行监控方法,该基于数据分析的3D打印设备运行监控系统包括:
监控操控异常模块,用于获取3D打印设备操控指令;利用3D打印设备操控指令对3D打印设备进行操控异常的3D打印设备排除,生成常规打印设备;
监控打印异常模块,基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;根据打印设备远程控制台对常规打印设备进行远程打印控制处理,生成远程打印数据;对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据;
打印异常部分模拟模块,用于根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据;
修正打印异常模块,利用决策树算法对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。
本申请有益效果在于,本发明通过对3D打印设备的异常设备,如不能正常移动的3D打印设备进行排除,反馈给用户人员进行修复,这有助于减少生产中断,提高设备的可用性,降低后续打印设备的维护成本。建立远程控制台为操作人员提供了更大的便利性,尤其在设备分布广泛或难以访问的情况下,这减少了操作人员的工作量,提高了操作的效率,同时也降低了操作误差的风险,并且对打印指令加密保障了指令传输的安全性,防止恶意访问和篡改。这对于保护知识产权、防止数据泄露具有关键性作用,特别是在敏感应用领域。及时监控及处理打印过程中的异常有助于对打印异常部分进行修复,对于生产成本和产品质量的控制都具有显著的积极影响。根据异常监控数据构建异常打印设备的物理模型,并进行仿真运行,这使操作人员可以更好地理解异常情况的本质,为后续的优化决策提供更准确的依据。引入决策树算法建立优化决策模型,有助于将历史异常数据转化为决策规则,并根据历史异常数据涉及决策模型的奖惩机制,使其能够在异常情况下做出更明智的决策,降低了人为误操作的风险。通过对打印设备参数进行优化,不仅在监测到异常情况下对异常状况进行修复,还在正常情况下进一步提升了产品的一致性和性能。
附图说明
图1为本发明一种基于数据分析的3D打印设备运行监控方法的步骤流程示意图;
图2为图1中步骤S2的详细实施步骤流程示意图;
图3为图1中步骤S3的详细实施步骤流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,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,本领域所属的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。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的,请参阅图1至图3,本发明提供一种基于数据分析的3D打印设备运行监控方法,包括以下步骤:
步骤S1:获取3D打印设备操控指令;利用3D打印设备操控指令对3D打印设备进行操控异常的3D打印设备排除,生成常规打印设备;
步骤S2:基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;根据打印设备远程控制台对常规打印设备进行远程打印控制处理,生成远程打印数据;对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据;
步骤S3:根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据;
利用S4:利用决策树算法对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。
本发明获取用户输入的3D打印设备操控指令,利用这些3D打印设备操控指令,通过排除可能引起操控异常的因素,例如打印设备不能向左,或者前后移动有障碍,将3D打印设备的异常部分进行剔除,生成常规打印设备,确保打印设备在开始打印任务前就排除了潜在的异常因素,从而提高了打印过程的稳定性和可靠性。借助通信设备和通信协议,建立了3D打印设备的一个远程控制台,通过该控制台实现对3D打印设备的远程控制,使用远程控制台对常规打印设备进行远程打印控制,生成远程打印数据,这些远程打印数据会经过实时监控,以检测可能出现的打印数据异常,从而实现了对3D打印过程的远程监控和控制,确保打印任务能够在不同地点进行有效管理和干预,从而提高生产效率。根据异常打印监控数据对常规打印设备的异常部分建立物理模型,异常打印设备物理模型捕捉潜在的异常因素和影响因素,有助于更好地理解和预测异常情况。通过对异常设备物理模型进行仿真运行,生成异常仿真打印数据,在虚拟环境中模拟和分析异常情况,从而更好地应对可能出现的问题。利用决策树算法对异常仿真打印数据进行优化调节,生成更精确的优化仿真打印数据,根据这些优化仿真打印数据,对常规打印设备的参数进行调节优化,生成优化打印设备,提高了打印设备的性能和稳定性,通过对异常情况进行仿真和优化,有效地减少了打印过程中的不确定性,从而提升了产品质量和生产效率。本发明的基于数据分析的3D打印设备运行监控方法对于打印设备的异常打印部分通过仿真模拟异常部分,并根据模拟的异常部分进行参数调整,从而无需手动测试调节参数,节约了时间与财力,并且调节的参数更为精准,达到预期打印目标的要求。
本发明实施例中,参考图1所述,为本发明一种基于数据分析的3D打印设备运行监控方法的步骤流程示意图,在本实施例中,所述基于数据分析的3D打印设备运行监控方法包括以下步骤:
步骤S1:获取3D打印设备操控指令;利用3D打印设备操控指令对3D打印设备进行操控异常的3D打印设备排除,生成常规打印设备;
本发明实施例中,获取3D打印设备的操控指令,例如调整打印设备移动、材料供给等,监测这些指令是否在合理范围内,如果发现异常指令,例如打印设备不能正常移动,或者移动超出安全操作范围,会标记为异常情况并采取停机操作,排除可能的异常操控设备,以此获得常规打印设备。
步骤S2:基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;根据打印设备远程控制台对常规打印设备进行远程打印控制处理,生成远程打印数据;对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据;
本发明实施例中,基于网关设备,如WIFI等,以及TCP/IP通信协议,建立3D打印设备的远程控制台。操作人员可以通过云端平台实时监控设备状态,远程设置打印参数,如图层厚度和打印速度,操作人员将这些参数传递给常规打印设备,实现远程打印控制,同时通过监控打印过程中的数据流,检测异常数据变化,例如温度突然升高或材料供给异常,生成异常打印监控数据。
步骤S3:根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据;
本发明实施例中,根据异常打印监控数据,系统构建常规打印设备的物理模型,例如通过收集打印速度、温度和材料信息,建立异常打印情况下的物理特征模型,然后通过计算机辅助仿真工具,对物理模型进行仿真运行,模拟异常情况下的打印过程,生成异常仿真打印数据。
利用S4:利用决策树算法对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。
本发明实施例中,利用决策树算法,系统分析异常仿真打印数据。例如,根据不同温度和速度组合,预测打印质量的可能结果,形成初始的异常仿真数据优化模型,然后获取历史异常数据,根据奖惩机制设计,训练优化模型,经过训练后,模型能够更准确地对异常仿真打印数据进行调节,生成优化的异常仿真打印数据,这些数据反映了如何通过调整参数来获得更优的打印质量。根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备,如常规打印设备根据优化防止打印数据在打印曲线时的速率进行调整,从而对常规打印设备的打印速率进行优化等。
优选地,步骤S1包括以下步骤:
步骤S11:获取3D打印设备操控指令;
步骤S12:利用3D打印设备操控指令对3D打印设备进行初步调节操控处理,生成3D打印设备的调节操控数据;
步骤S13:对调节操控数据进行打印设备的运行数据实时采集,生成实时设备运行数据;
步骤S14:根据实时设备运行数据对3D打印设备进行操控异常的3D打印设备排除,以获取常规打印设备。
本发明获取用户输入的3D打印设备操控指令,包含了关于打印任务各种参数的要求,例如操控打印设备进行移动,观测设备能否正常移动,确保打印设备能够准确了解即将执行的打印任务的特征和要求。使用获取的操控指令对3D打印设备进行初步的调节操控处理,能涉及调整打印设备的移动方向等参数,以适应即将执行的打印任务的要求,打印设备得以在开始打印之前就根据任务需求进行必要的准备,以提高后续打印过程的稳定性。对调节操控数据进行实时运行数据采集,这包括从3D打印设备中收集有关当前打印任务执行的数据,如打印设备是否能根据操控指令正常移动,实时数据的采集使系统能够准确地监测设备状态,为后续的异常排除和优化步骤提供必要的信息。基于实时设备运行数据,系统对3D打印设备进行操控异常的排除,通过比较当前运行状态与预期状态,可以检测到任何可能的异常情况,如打印设备不能正常操控移动等,通过排除异常,确保从3D打印设备中获取常规打印设备,以确保后续打印过程的稳定性和可靠性。
本发明实施例中,系统从控制面板获取3D打印设备的操控指令,如调整打印设备移动、材料供给等。例如,操作人员通过面板输入设备参数,打印设备的移动方向。根据获取的指令对设备进行初步调节处理,以调整打印设备移动为例,打印设备接收控制指令后进行相应的移动操作。在设备调节处理期间,实时采集设备的运行数据,如打印设备根据操控指令进行移动的方向等。根据实时设备运行数据对3D打印设备进行操控异常的3D打印设备排除,如打印设备的移动操作与操控指令不一致时,那么该打印设备可能出现了故障,对有故障的打印设备进行排除,保留正常的打印设备。
优选地,步骤S14包括以下步骤:
步骤S141:利用实时设备运行数据与3D打印设备操控指令进行运行数据与操控指令差异比对,当实时设备运行数据与3D打印设备操控指令不一致时,将3D打印设备标记为异常打印设备,将异常打印设备反馈至终端;
步骤S142:利用实时设备运行数据与3D打印设备操控指令进行运行数据与操控指令差异比对,当实时设备运行数据与3D打印设备操控指令一致时,将3D打印设备标记为常规打印设备。
本发明利用实时设备运行数据与3D打印设备操控指令进行比对,检测是否存在运行数据与指令不一致的情况,如果发现实时设备运行数据与操控指令存在差异,将判定该3D打印设备为异常打印设备,并将异常信息反馈至终端,通知操作员或维护人员,这一步的效果在于迅速识别潜在的损坏打印设备,为后续的排除和修复提供了及时的警示。实时设备运行数据与3D打印设备操控指令进行比对,确认运行数据与指令一致,如果实时数据与操控指令相符,将将该3D打印设备标记为常规打印设备,通过这一步,确认设备正常运行,为后续操作提供了可靠的基础。
本发明实施例中,利用实时设备运行数据与3D打印设备操控指令进行运行数据与操控指令差异比对,例如3D打印设备操控指令为前后左右移动,并调整打印设备角度等操作,而实施设备运行数据没有达到该要求,则说明这个打印设备出现故障,不能根据操控指令进行正常操作,则将该3D打印设备进行剔除;反之,如果满足3D打印设备操控指令与实时设备运行数据一致时,说明该3D打印设备在正常移动操作下没有问题,将正常的3D打印设备标记为常规打印设备,保留常规打印设备。
优选地,步骤S2包括以下步骤:
步骤S21:基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;
步骤S22:获取常规打印设备的打印指令;
步骤S23:利用打印指令加密算法对打印指令进行打印指令加密处理,生成加密打印指令;
步骤S24:将加密打印指令传输至打印设备远程控制台中进行打印设备远程控制台的控制打印指令生成,以获取远程控制打印指令;
步骤S25:根据远程控制打印指令对常规打印设备进行远程打印控制处理,生成远程打印数据;
步骤S26:对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据。
本发明基于通信设备和通信协议,建立一个用于远程控制的控制台,该远程控制台允许远程操作员或系统管理者在不同地点实现对3D打印设备的远程访问和控制,提高了管理效率,使操作人员可以灵活地远程管理和监控多台打印设备。从常规打印设备中获取待执行的打印指令,这些指令包含了有关打印任务的详细参数和要求,确保远程控制台获得准确的任务信息,为后续的远程控制和监控做好准备。利用打印指令加密算法对获取的打印指令进行加密处理,生成加密打印指令,保障了指令在传输过程中的机密性,防止指令被未经授权的人员窃取或篡改,这有助于确保远程控制过程的安全性和可靠性。将加密的打印指令传输至打印设备远程控制台,通过控制台生成远程控制打印指令,这些指令将用于远程操作和控制常规打印设备的行为,远程操作员能够迅速生成适用于远程打印控制的指令,从而实现远程操作的灵活性和便捷性。利用远程控制打印指令对常规打印设备进行远程打印控制处理,生成远程打印数据,远程操作员可以实现对打印过程的实时控制和调整,而不必直接在设备旁操作,提高了操作的便捷性和远程管理的效率。对远程打印数据进行实时异常监控处理,生成异常打印监控数据,通过监测打印数据的实时状态,能够及时识别任何异常情况,如层间错位、打印质量下降等,提前发现潜在问题,为进一步的排除和优化提供了必要的数据支持。
作为本发明的一个实例,参考图2所示,为图1中步骤S2的详细实施步骤流程示意图,在本实例中所述步骤S2包括:
步骤S21:基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;
本发明实施例中,基于网关设备,如WIFI等,以及TCP/IP通信协议,建立3D打印设备的远程控制台,通过网络实时获取设备的运行状态、传感器数据和操作参数,为操作人员提供远程操作界面。
步骤S22:获取常规打印设备的打印指令;
本发明实施例中,操作人员在远程控制台上输入打印参数,如层厚、打印速度等。例如,操作人员设定层厚为0.2mm,打印速度为40mm/s,作为常规打印指令。
步骤S23:利用打印指令加密算法对打印指令进行打印指令加密处理,生成加密打印指令;
本发明实施例中,采用加密算法对常规打印指令进行加密处理,生成加密的打印指令,如通过数学函数计算得到加密后的指令,该打印指令加密算法可以根据打印指令生成的二进制数据进行数据加密,保障打印指令在传输过程中的安全性,并且在打印设备中设置私钥进行解密,防止数据被黑客窃取后泄露打印信息。
步骤S24:将加密打印指令传输至打印设备远程控制台中进行打印设备远程控制台的控制打印指令生成,以获取远程控制打印指令;
本发明实施例中,加密后的打印指令通过SSL加密通道传输至云端远程控制台,传输过程中确保数据的安全性和完整性,防止数据被窃取或篡改。
步骤S25:根据远程控制打印指令对常规打印设备进行远程打印控制处理,生成远程打印数据;
本发明实施例中,云端远程控制台收到加密指令后,解密得到常规打印指令,将这些指令转换成适合设备的格式,并生成远程控制打印指令,如设置温度和速度参数。
步骤S26:对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据。
本发明实施例中,在打印过程中实时监控传感器数据和设备状态,如果检测到温度异常或运行速度偏离预期,如要打印的曲线轨道偏离了原来轨迹,将该打印数据标记为异常,并生成异常打印监控数据,以便进一步分析。
优选地,步骤S23中的打印指令加密算法如下所示:
;
式中,E(x)表示为加密打印指令数字信号,N表示为打印指令的总长度,i表示为打印指令的当前位置,α表示为加密强度调节参数,t表示为打印指令处理时间,β表示为打印指令特征相关参数,P i 表示为打印指令在位置i处的数字信号,γ表示为打印指令变化率调节参数,δ表示为打印指令的时间衰减参数,表示为打印指令的空间特征调节参数,τ表示为加密打印指令数字信号的异常调整值。
本发明利用一种打印指令加密算法,该算法充分考虑了打印指令的总长度N表示为,打印指令的当前位置i、加密强度调节参数α、打印指令处理时间t、打印指令特征相关参数β、打印指令在位置i处的数字信号P i 、打印指令变化率调节参数γ、打印指令的时间衰减参数δ、打印指令的空间特征调节参数以及函数之间的相互作用关系,以形成函数关系式:
即,,通过对打印指令数字信号进行数据加密后传输至终端控制台,防止数据被黑客窃取后泄露打印信息。打印指令的总长度表示打印指令的数字信号长度,将不同长度的指令进行量化处理;当前打印指令的位置表示在处理过程中的当前位置,用于追踪指令的处理进度;加密强度调节参数,控制加密的程度,较大的值会使加密更强,提高指令的安全性,但算法复杂度会增加;打印指令处理时间,表示打印指令在执行过程中的所需时间;打印指令特征相关参数,与打印指令的特征相关联,可以用来自适应地调整加密方式;打印指令在位置i处的数字信号表示特定位置处的指令数据;打印指令变化率调节参数,用于调节指令的变化速率,有助于模糊指令的变化模式;打印指令的时间衰减参数,用于控制时间上的指令影响范围,较小的值使过去的指令影响减弱;打印指令的空间特征调节参数,用于控制指令在空间上的影响范围,较大的值加强了空间特征的影响。通过使用打印指令加密算法对打印指令进行加密,保证指令在传输过程中的机密性和完整性,只有具备正确密钥的接收方才能解密和还原指令,从而避免了潜在的信息泄漏和篡改;加密强度调节参数允许系统根据需求调整加密的强度,这使得可以在面对不同级别的威胁和攻击时进行适当的应对,增强了系统的安全性;加密算法对于每个位置都有相关的参数,这使得系统可以在后续分析中追溯指令的处理情况,有助于调查异常情况的根本原因。利用加密打印指令数字信号的异常调整值τ对函数关系式进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成加密打印指令数字信号E(x),提高了对打印指令进行打印指令加密处理的准确性和可靠性。同时该公式中的权重信息以及调整值可以根据实际情况进行调整,应用于不同的打印指令中,提高了算法的灵活性与适用性。
优选地,步骤S3包括以下步骤:
步骤S31:根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;
步骤S32:根据异常打印监控数据对打印指令进行打印异常部分指令提取,生成异常打印指令;
步骤S33:根据异常打印指令进行物理模型的仿真异常打印指令转换,生成异常仿真打印指令;
步骤S34:通过异常仿真打印指令对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据。
本发明根据异常打印监控数据对常规打印设备进行异常部分物理模型的建立,通过分析异常数据,可以捕捉异常出现的模式和影响因素,从而构建一个描述异常情况的物理模型,更深入地理解异常情况,并为后续的仿真和优化提供更准确的基础。根据异常打印监控数据,提取导致异常的部分打印指令,生成异常打印指令,这些指令可能是引起异常情况的关键因素,将其提取出来有助于进一步分析异常产生的根本原因。利用异常打印指令进行物理模型的仿真异常打印指令转换,将异常指令映射到物理模型中,以便在仿真环境中模拟这些异常情况,这个转换过程能够帮助将实际异常情况映射到模型中,从而进行更精确的仿真分析。基于异常仿真打印指令对异常设备物理模型进行仿真运行,生成异常仿真打印数据,在虚拟环境中模拟异常情况下的实际打印过程,获得与实际情况相符的仿真数据。
作为本发明的一个实例,参考图3所示,为图1中步骤S3的详细实施步骤流程示意图,在本实例中所述步骤S3包括:
步骤S31:根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;
本发明实施例中,通过分析异常打印监控数据,发现设备温度升高异常导致层间附着不良,基于这些数据建立异常打印设备的物理模型,将温度升高作为异常因素,或者根据打印速度异常作为异常因素。
步骤S32:根据异常打印监控数据对打印指令进行打印异常部分指令提取,生成异常打印指令;
本发明实施例中,根据异常打印监控数据对打印指令进行打印异常部分指令提取,异常打印监控数据显示在一定高度时存在层间缺陷,例如实际温度偏离设定温度,实际打印速度偏离设定打印速度等。
步骤S33:根据异常打印指令进行物理模型的仿真异常打印指令转换,生成异常仿真打印指令;
本发明实施例中,根据异常打印指令进行物理模型的仿真异常打印指令转换,将异常打印指令进行适配于异常打印设备物理模型的打印指令映射,生成异常仿真打印指令。
步骤S34:通过异常仿真打印指令对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据。
本发明实施例中,将异常仿真打印指令应用到异常打印设备的物理模型上,通过计算和模拟得到异常仿真打印数据,例如原本的打印指令在常规打印设备中该部分会出现异常,如打印指令在弯道时规定速度为A值,在常规打印设备中实际弯道速度为B值,则将该部分打印指令对应的异常复杂打印指令对异常打印设备物理模型进行操控,对异常打印设备物理模型产生的异常仿真打印数据进行采集,生成异常仿真打印数据。
优选地,步骤S31包括以下步骤:
步骤S311:根据异常打印监控数据对常规打印设备进行打印设备参数的异常部分提取,生成打印设备异常参数;
步骤S312:利用三维建模技术对常规打印设备进行打印设备的物理模型框架建立,生成打印设备物理模型框架;
步骤S313:利用打印设备异常参数对打印设备物理模型框架进行打印设备物理模型参数设置,生成异常打印设备物理模型。
本发明通过分析异常打印监控数据,提取导致常规打印设备异常的参数部分,生成打印设备异常参数,打印设备异常参数可能涉及打印速度、温度、层高等关键参数,准确确定导致异常的参数变化,为后续建模提供关键信息。运用三维建模技术对常规打印设备进行物理模型框架的建立,该框架是一个初始的虚拟表示,包括了设备的基本结构和组成部分,通过建立物理模型框架,为后续的参数设置和建模提供了基础。利用打印设备异常参数对打印设备物理模型框架进行参数设置,生成异常打印设备的物理模型,通过将异常参数应用于模型框架,构建一个在异常情况下更为准确的物理模型,在于更精细地描述异常情况下的设备特性,为仿真运行提供准确的基础。
本发明实施例中,通过异常打印监控数据,发现设备温度和层厚在某一阶段出现异常,从数据中提取出这些异常参数,如温度升高幅度、层厚变化幅度等。使用CAD软件,利用三维建模技术,建立常规打印设备的物理模型框架,包括设备的结构、传感器位置、运动部件等。基于的异常参数,调整打印设备物理模型框架中的相关参数。例如,修改温度传感器的位置和敏感度,调整运动部件的速度参数等。
优选地,步骤S4包括以下步骤:
步骤S41:利用决策树算法建立打印异常优化调节的映射关系,生成初始打印参数异常调节模型;
步骤S42:获取历史打印异常数据;
步骤S43:根据历史打印异常数据进行初始打印参数异常调节模型的奖惩机制设计,生成模型奖惩机制;
步骤S44:将历史打印异常数据传输至打印参数异常调节模型中,并根据模型奖惩机制进行模型训练,生成打印参数异常调节模型;
步骤S45:利用打印参数异常调节模型优化算法对打印参数异常调节模型进行模型参数优化,生成优化打印参数异常调节模型;
步骤S46:利用优化打印参数异常调节模型对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;
步骤S47:根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。
本发明通过采用决策树算法,系统建立一个高度可定制的异常优化映射关系,能够将特定异常情况与适当的参数调整策略联系起来,提供精确的优化指导,有助于在异常情况下快速作出正确的决策,从而最大程度地减少生产中断和不良产品。通过收集历史打印过程中的异常数据能够获得丰富的实际案例,其中包括了各种不同类型的异常情况及其对应的参数状态,有助于模型更准确地模拟真实世界中的异常情况。在设计模型奖惩机制时,基于历史异常数据为模型制定奖励和惩罚策略,这种策略可以根据异常的严重程度和类型,激励模型在类似情况下作出合适的响应,通过引入奖惩机制,模型能够更好地适应不同的异常情况,从而提高决策的准确性和效果。将历史异常数据注入到打印参数异常调节模型中,并根据设计的奖惩机制进行训练,通过模型训练,模型可以从历史数据中学习出正确的优化策略,使其能够在异常情况下做出更加准确和有效的决策,有助于模型在实际应用中更好地预测和应对异常情况。利用打印参数异常调节模型优化算法对模型进行参数调整,使其能够更好地适应不同类型的异常情况,通过优化模型参数,可以提高模型的灵活性和适应性,使其在各种异常情况下都能够表现出色。通过优化打印参数异常调节模型对异常仿真打印数据进行精细调整,通过模型的指导,更准确地模拟异常情况下的打印过程,从而获得更真实、更有价值的仿真数据。基于优化仿真打印数据对常规打印设备的参数进行精细调整和优化,这些优化参数将使设备能够更好地应对异常情况,如打印曲线时因速率过快导致曲线偏移等问题,从而实现更稳定和高质量的打印结果,能够将优化后的知识应用于实际生产中,提高生产效率和打印质量。
本发明实施例中,利用决策树算法来构建一个映射关系模型,这个模型将基于不同异常情况下的输入特征,如温度波动、层厚变化等,决定应该如何调整打印参数以最大程度地消除异常,并提升打印质量,决策树的每个节点代表一个特定的调整决策,而叶节点则给出最终的优化打印参数,以此生成初始打印参数异常调节模型。获取历史中出现过的打印异常数据,包括了打印质量方面的信息,还记录了每个异常事件的上下文,如温度变化曲线、速度变化曲线等。这些数据将成为我们模型训练和优化的基础,帮助我们建立更准确的打印参数调节模型。根据历史异常数据的分析,设计出一个巧妙的奖惩机制。这个机制将根据异常事件的严重程度和影响程度,对不同的打印参数调整方案进行评价,正向奖励将被赋予那些成功消除异常并提升打印质量的调整方案,而负向奖励则会对可能加剧异常的调整方案进行惩罚。将历史异常数据导入初始模型中,根据之前设计的奖惩机制对模型进行训练,模型将不断地学习从异常情况到最佳参数调整的映射关系,以便在未来遇到类似异常时做出合理的调整。使用优化算法对初始模型的参数进行微调,采用遗传算法、梯度下降等方法,通过迭代优化模型的参数,使其更好地适应不同类型的异常情况和打印设备特性。运用优化后的打印参数异常调节模型,能够进一步优化之前生成的异常仿真打印数据,将确保仿真数据更加贴近实际情况,为最终的设备参数调整提供更准确的依据。将通过之前优化过的仿真数据,将优化后的打印参数应用到实际的常规打印设备上,这将时常规打印设备中监测到的异常状况进行修正,例如打印弯道时速度变慢,直线速度快,使得修正打印出现的异常状况,并且使得3D打印设备的3D结果更为精确。
优选地,步骤S45中的打印参数异常调节模型优化算法如下所示:
;
式中,P表示为打印参数异常调节模型的优化目标函数,D表示为打印参数异常调节模型的节点数量,d表示为打印参数异常调节模型的当前节点,k表示为打印空间区域偏移量调整值,W表示为打印数据偏差修正调整值,表示为第d个节点对应的异常打印度量,b d 表示为第d个节点对应的打印指令常规打印度量,Z表示为目标打印质量,c d 表示为第d个节点对应的异常打印速度,f d 表示为第d个节点对应的打印指令目标打印速度,δ表示为优化目标函数的异常调整值。
本发明利用一种打印参数异常调节模型优化算法,该算法充分考虑了打印参数异常调节模型的节点数量D、打印参数异常调节模型的当前节点d、打印空间区域偏移量调整值k、打印数据偏差修正调整值W、第d个节点对应的异常打印度量、第d个节点对应的打印指令常规打印度量b d 、目标打印质量Z、第d个节点对应的异常打印速度c d 、第d个节点对应的打印指令目标打印速度f d 以及函数之间的相互作用关系,以形成函数关系式:
即,,通过对打印参数异常调节模型进行打印参数动态调整,以实现在异常情况下的最优化打印质量。打印参数异常调节模型的节点数量表示模型中的节点数量,每个节点对应不同的调节情况;当前打印参数异常调节模型的节点,代表当前所考虑的调节节点;打印空间区域偏移量调整值,用于调整不同空间区域的打印参数调节的影响;打印数据偏差修正调整值,通过修正数据偏差,使优化模型更符合实际情况;第d个节点对应的异常打印度量与打印指令常规打印度量,表示为通过打印指令控制在某处的真实输出与预测数据的打印情况;目标打印质量,代表所期望的打印质量水平,用作参考值;第d个节点对应的异常打印速度与打印指令目标打印速度,表示为通过打印指令控制在某处真实打印速率与预测打印速率的打印速率情况;该函数关系式旨在最小化在不同节点下的打印参数异常调节结果,以实现更高的打印质量,通过动态调整打印参数,能够在异常情况下保持打印质量的稳定性;通过引入异常打印度量和常规打印度量,系统能够根据异常程度来调整打印参数,以应对不同类型和严重程度的异常情况;通过考虑异常打印速度和目标打印速度,系统可以根据打印速度的变化进行调整,从而保持打印的稳定性和一致性。利用优化目标函数的异常调整值δ对函数关系式进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成打印参数异常调节模型的优化目标函数P,提高了对打印参数异常调节模型进行模型参数优化的准确性和可靠性。同时该公式中的调整值可以根据实际情况进行调整,应用于打印参数异常调节模型不同的参数中,提高了算法的灵活性与适用性。
本说明书中提供一种基于数据分析的3D打印设备运行监控系统,用于执行如上述所述的基于数据分析的3D打印设备运行监控方法,该基于数据分析的3D打印设备运行监控系统包括:
监控操控异常模块,用于获取3D打印设备操控指令;利用3D打印设备操控指令对3D打印设备进行操控异常的3D打印设备排除,生成常规打印设备;
监控打印异常模块,基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;根据打印设备远程控制台对常规打印设备进行远程打印控制处理,生成远程打印数据;对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据;
打印异常部分模拟模块,用于根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据;
修正打印异常模块,利用决策树算法对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。
本申请有益效果在于,本发明通过对3D打印设备的异常设备,如不能正常移动的3D打印设备进行排除,反馈给用户人员进行修复,这有助于减少生产中断,提高设备的可用性,降低后续打印设备的维护成本。建立远程控制台为操作人员提供了更大的便利性,尤其在设备分布广泛或难以访问的情况下,这减少了操作人员的工作量,提高了操作的效率,同时也降低了操作误差的风险,并且对打印指令加密保障了指令传输的安全性,防止恶意访问和篡改。这对于保护知识产权、防止数据泄露具有关键性作用,特别是在敏感应用领域。及时监控及处理打印过程中的异常有助于对打印异常部分进行修复,对于生产成本和产品质量的控制都具有显著的积极影响。根据异常监控数据构建异常打印设备的物理模型,并进行仿真运行,这使操作人员可以更好地理解异常情况的本质,为后续的优化决策提供更准确的依据。引入决策树算法建立优化决策模型,有助于将历史异常数据转化为决策规则,并根据历史异常数据涉及决策模型的奖惩机制,使其能够在异常情况下做出更明智的决策,降低了人为误操作的风险。通过对打印设备参数进行优化,不仅在监测到异常情况下对异常状况进行修复,还在正常情况下进一步提升了产品的一致性和性能。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种基于数据分析的3D打印设备运行监控方法,其特征在于,包括以下步骤:
步骤S1,包括:
步骤S11:获取3D打印设备操控指令;
步骤S12:利用3D打印设备操控指令对3D打印设备进行初步调节操控处理,生成3D打印设备的调节操控数据;
步骤S13:对调节操控数据进行打印设备的运行数据实时采集,生成实时设备运行数据;
步骤S14,包括:
步骤S141:利用实时设备运行数据与3D打印设备操控指令进行运行数据与操控指令差异比对,当实时设备运行数据与3D打印设备操控指令不一致时,将3D打印设备标记为异常打印设备,将异常打印设备反馈至终端;
步骤S142:利用实时设备运行数据与3D打印设备操控指令进行运行数据与操控指令差异比对,当实时设备运行数据与3D打印设备操控指令一致时,将3D打印设备标记为常规打印设备;
步骤S2:基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;根据打印设备远程控制台对常规打印设备进行远程打印控制处理,生成远程打印数据;对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据;
步骤S3:根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据;
利用S4,包括:
步骤S41:利用决策树算法建立打印异常优化调节的映射关系,生成初始打印参数异常调节模型;
步骤S42:获取历史打印异常数据;
步骤S43:根据历史打印异常数据进行初始打印参数异常调节模型的奖惩机制设计,生成模型奖惩机制;
步骤S44:将历史打印异常数据传输至打印参数异常调节模型中,并根据模型奖惩机制进行模型训练,生成打印参数异常调节模型;
步骤S45:利用打印参数异常调节模型优化算法对打印参数异常调节模型进行模型参数优化,生成优化打印参数异常调节模型;
步骤S46:利用优化打印参数异常调节模型对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;
步骤S47:根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。
2.根据权利要求1所述的基于数据分析的3D打印设备运行监控方法,其特征在于,步骤S2包括以下步骤:
步骤S21:基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;
步骤S22:获取常规打印设备的打印指令;
步骤S23:利用打印指令加密算法对打印指令进行打印指令加密处理,生成加密打印指令;
步骤S24:将加密打印指令传输至打印设备远程控制台中进行打印设备远程控制台的控制打印指令生成,以获取远程控制打印指令;
步骤S25:根据远程控制打印指令对常规打印设备进行远程打印控制处理,生成远程打印数据;
步骤S26:对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据。
3.根据权利要求2所述的基于数据分析的3D打印设备运行监控方法,其特征在于,步骤S23中的打印指令加密算法如下所示:
;
式中,E(x)表示为加密打印指令数字信号,N表示为打印指令的总长度,i表示为打印指令的当前位置,α表示为加密强度调节参数,t表示为打印指令处理时间,β表示为打印指令特征相关参数,Pi表示为打印指令在位置i处的数字信号,γ表示为打印指令变化率调节参数,δ表示为打印指令的时间衰减参数,表示为打印指令的空间特征调节参数,τ表示为加密打印指令数字信号的异常调整值。
4.根据权利要求3所述的基于数据分析的3D打印设备运行监控方法,其特征在于,步骤S3包括以下步骤:
步骤S31:根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;
步骤S32:根据异常打印监控数据对打印指令进行打印异常部分指令提取,生成异常打印指令;
步骤S33:根据异常打印指令进行物理模型的仿真异常打印指令转换,生成异常仿真打印指令;
步骤S34:通过异常仿真打印指令对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据。
5.根据权利要求4所述的基于数据分析的3D打印设备运行监控方法,其特征在于,步骤S31包括以下步骤:
步骤S311:根据异常打印监控数据对常规打印设备进行打印设备参数的异常部分提取,生成打印设备异常参数;
步骤S312:利用三维建模技术对常规打印设备进行打印设备的物理模型框架建立,生成打印设备物理模型框架;
步骤S313:利用打印设备异常参数对打印设备物理模型框架进行打印设备物理模型参数设置,生成异常打印设备物理模型。
6.根据权利要求5所述的基于数据分析的3D打印设备运行监控方法,其特征在于,步骤S45中的打印参数异常调节模型优化算法如下所示:
;
式中,P表示为打印参数异常调节模型的优化目标函数,D表示为打印参数异常调节模型的节点数量,d表示为打印参数异常调节模型的当前节点,k表示为打印空间区域偏移量调整值,W表示为打印数据偏差修正调整值,ad表示为第d个节点对应的异常打印度量,bd表示为第d个节点对应的打印指令常规打印度量,Z表示为目标打印质量,cd表示为第d个节点对应的异常打印速度,fd表示为第d个节点对应的打印指令目标打印速度,δ表示为优化目标函数的异常调整值。
7.一种基于数据分析的3D打印设备运行监控系统,其特征在于,用于执行如权利要求1所述的基于数据分析的3D打印设备运行监控方法,该基于数据分析的3D打印设备运行监控系统包括:
监控操控异常模块,用于获取3D打印设备操控指令;利用3D打印设备操控指令对3D打印设备进行操控异常的3D打印设备排除,生成常规打印设备;
监控打印异常模块,基于通信设备与通信协议进行3D打印设备的远程控制台建立,生成打印设备远程控制台;根据打印设备远程控制台对常规打印设备进行远程打印控制处理,生成远程打印数据;对远程打印数据进行打印数据异常实时监控处理,生成异常打印监控数据;
打印异常部分模拟模块,用于根据异常打印监控数据对常规打印设备进行打印设备的异常部分物理模型建立,生成异常打印设备物理模型;对异常打印设备物理模型进行异常打印设备物理模型的仿真运行,生成异常仿真打印数据;
修正打印异常模块,利用决策树算法对异常仿真打印数据进行异常仿真打印数据的优化调节,生成优化仿真打印数据;根据优化仿真打印数据对常规打印设备进行打印设备参数调节优化,生成优化打印设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311097792.4A CN116811259B (zh) | 2023-08-29 | 2023-08-29 | 基于数据分析的3d打印设备运行监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311097792.4A CN116811259B (zh) | 2023-08-29 | 2023-08-29 | 基于数据分析的3d打印设备运行监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116811259A CN116811259A (zh) | 2023-09-29 |
CN116811259B true CN116811259B (zh) | 2023-11-24 |
Family
ID=88120630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311097792.4A Active CN116811259B (zh) | 2023-08-29 | 2023-08-29 | 基于数据分析的3d打印设备运行监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116811259B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180111255A (ko) * | 2017-03-31 | 2018-10-11 | 전자부품연구원 | 3d 프린팅 슬라이서와 재귀 루프 구조가 장착된 3d 프린팅 모니터링 방법 |
CN112549555A (zh) * | 2020-12-04 | 2021-03-26 | 北京星航机电装备有限公司 | 一种基于云平台的3d打印远程在线监控方法及系统 |
CN114675794A (zh) * | 2022-03-07 | 2022-06-28 | 宜春宜联打印设备有限公司 | 智能打印异常旋控修复方法、系统、打印机及存储介质 |
CN115302759A (zh) * | 2022-08-08 | 2022-11-08 | 西北工业大学 | 增材制造监测及调控方法、系统及存储介质 |
CN116126257A (zh) * | 2022-12-26 | 2023-05-16 | 浪潮金融信息技术有限公司 | 一种自助打印终端的综合监控方法、系统、设备及介质 |
-
2023
- 2023-08-29 CN CN202311097792.4A patent/CN116811259B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180111255A (ko) * | 2017-03-31 | 2018-10-11 | 전자부품연구원 | 3d 프린팅 슬라이서와 재귀 루프 구조가 장착된 3d 프린팅 모니터링 방법 |
CN112549555A (zh) * | 2020-12-04 | 2021-03-26 | 北京星航机电装备有限公司 | 一种基于云平台的3d打印远程在线监控方法及系统 |
CN114675794A (zh) * | 2022-03-07 | 2022-06-28 | 宜春宜联打印设备有限公司 | 智能打印异常旋控修复方法、系统、打印机及存储介质 |
CN115302759A (zh) * | 2022-08-08 | 2022-11-08 | 西北工业大学 | 增材制造监测及调控方法、系统及存储介质 |
CN116126257A (zh) * | 2022-12-26 | 2023-05-16 | 浪潮金融信息技术有限公司 | 一种自助打印终端的综合监控方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116811259A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8532795B2 (en) | Method and system for offline code validation | |
CN112202736A (zh) | 基于统计学习和深度学习的工业控制系统通信网络异常分类方法 | |
US11343266B2 (en) | Self-certified security for assured cyber-physical systems | |
CN106227159A (zh) | 用于工业控制基础设施的使用动态签名的安防系统 | |
CN116911700B (zh) | 一种基于bim与iot的工程安全与质量监管方法及系统 | |
US10469527B2 (en) | System and method of protection of technological systems from cyber attacks | |
CN113256102B (zh) | 高风险工艺过程风险管控方法及系统 | |
CN114647525A (zh) | 诊断方法、装置、终端及存储介质 | |
CN114738205B (zh) | 一种浮式风机基础的状态监测方法、装置、设备和介质 | |
CN117055502A (zh) | 基于物联网和大数据分析的智能控制系统 | |
DE112021002946T5 (de) | Diagnosevorrichtung, Server und Diagnoseverfahren | |
CN117419814A (zh) | 一种基于电气设备红外热像的图像处理系统 | |
CN116811259B (zh) | 基于数据分析的3d打印设备运行监控方法及系统 | |
Li et al. | An online approach to covert attack detection and identification in power systems | |
CN108347433A (zh) | 检测向通信环境的入侵的系统和入侵检测方法 | |
Li et al. | An online approach to cyberattack detection and localization in smart grid | |
US11966217B2 (en) | Faulty variable identification technique for data-driven fault detection within a process plant | |
CN114389861A (zh) | 基于EtherCAT自动化的机械臂安全检测方法及系统 | |
Ganesh et al. | The Industry 4.0 for Secure and Smarter Manufacturing | |
WO2020194583A1 (ja) | 異常検知装置、制御方法、及びプログラム | |
CN114729959A (zh) | 用于电动工具的远程诊断设备、系统和方法 | |
KR20200036500A (ko) | 발전 제어 설비 사이버보안 시뮬레이션 시스템 | |
CN117034125B (zh) | 一种用于大数据融合的分类管理系统及方法 | |
CN118035707A (zh) | 一种交通工程隧道施工工序自动识别系统 | |
CN117114506B (zh) | 一种智慧工厂质量检测与分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |