CN116882210A - 多孔晶格结构的工艺开发方法、装置、设备及存储介质 - Google Patents

多孔晶格结构的工艺开发方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116882210A
CN116882210A CN202311142431.7A CN202311142431A CN116882210A CN 116882210 A CN116882210 A CN 116882210A CN 202311142431 A CN202311142431 A CN 202311142431A CN 116882210 A CN116882210 A CN 116882210A
Authority
CN
China
Prior art keywords
parameter
lattice structure
porous lattice
value
optimal
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.)
Granted
Application number
CN202311142431.7A
Other languages
English (en)
Other versions
CN116882210B (zh
Inventor
高超峰
张士亨
汤华平
马治博
饶衡
熊孝经
毕云杰
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.)
Ji Hua Laboratory
Original Assignee
Ji Hua Laboratory
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 Ji Hua Laboratory filed Critical Ji Hua Laboratory
Priority to CN202311142431.7A priority Critical patent/CN116882210B/zh
Publication of CN116882210A publication Critical patent/CN116882210A/zh
Application granted granted Critical
Publication of CN116882210B publication Critical patent/CN116882210B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • B22F10/30—Process control
    • B22F10/38—Process control to achieve specific product aspects, e.g. surface smoothness, density, porosity or hollow structures
    • 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
    • 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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Materials Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Geometry (AREA)
  • Algebra (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请公开了一种多孔晶格结构的工艺开发方法、装置、设备及存储介质，涉及增材制造技术领域。该工艺开发方法包括：获取制备多孔晶格结构的目标材料特性和结构信息；根据目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值；基于第一参数基准值，构建对应的二因子参数矩阵；根据结构信息，确定对应的轮廓偏置参数；基于二因子参数矩阵和轮廓偏置参数，增材制造成形多孔晶格结构的第一试验样品，并检测第一试验样品的表面粗糙度；根据表面粗糙度，确定多孔晶格结构的最优轮廓参数值，并将最优轮廓参数值作为多孔晶格结构的优化工艺参数包。本申请优化了多孔晶格结构的工艺参数，进而提高了多孔晶格结构的表面质量。

Description

多孔晶格结构的工艺开发方法、装置、设备及存储介质
技术领域
本申请涉及增材制造技术领域，尤其涉及一种多孔晶格结构的工艺开发方法、装置、设备及存储介质。
背景技术
随着我国在航空航天、汽车等高端先进制造领域的不断突破和发展，其关键装备零件的轻量化、整体化、集成化需求愈发迫切。增材制造逐层叠加的“降维式”加工方式是实现装备轻量化和集成化的有力保障。
然而，多孔结构的大规模应用仍存在可靠性、服役寿命的限制。由于多孔结构具有复杂的拓扑构型和表面形貌，其表面质量的优劣严重影响着零件的疲劳服役性能。传统的喷砂及化学抛光等后处理工艺只能够在一定程度上改善多孔结构的表面质量，且会引入新的工序也会降低多孔晶格结构的制备效率。
因此，如何高效地提高多孔晶格结构的表面质量是本领域技术人员亟需解决的技术问题。
发明内容
本申请的主要目的在于提供一种多孔晶格结构的工艺开发方法，旨在解决当前增材制造对于改善多孔晶格结构的表面质量的效率偏低的技术问题。
为实现上述目的，第一方面，本申请提供一种多孔晶格结构的工艺开发方法，所述多孔晶格结构的工艺开发方法包括以下步骤：
获取制备多孔晶格结构的目标材料特性和结构信息；
根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值；
基于所述第一参数基准值，构建对应的二因子参数矩阵；
根据所述结构信息，确定对应的轮廓偏置参数；
基于所述二因子参数矩阵和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品，并检测所述第一试验样品的表面粗糙度；
根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。
根据第一方面，在所述根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包的步骤之前，包括：
判断所述表面粗糙度是否小于第一预设期望阈值；
若所述表面粗糙度小于第一预设期望阈值，则执行步骤：根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包；
若所述表面粗糙度不小于第一预设期望阈值，则根据所述表面粗糙度，筛选出所述二因子参数矩阵中的第一最优参数值，并基于所述第一最优参数值对所述第一参数基准值进行更新，执行步骤：基于所述第一参数基准值，构建对应的二因子参数矩阵。
根据第一方面，或者以上第一方面的任意一种实现方式，所述基于所述第一参数基准值，构建对应的二因子参数矩阵的步骤，包括：
以所述第一参数基准值为中心值，按照预设数值间隔生成对应的第一参数试验值；
基于所述第一参数试验值，构建对应的二因子参数矩阵。
根据第一方面，或者以上第一方面的任意一种实现方式，在所述以所述第一参数基准值为中心值，按照预设数值间隔生成对应的第一参数试验值的步骤之前，包括：
获取所述第一参数基准值的更新次数；
根据所述更新次数，查询预设映射表得到所述更新次数对应的预设数值间隔，其中所述预设数值间隔与所述更新次数呈负相关。
根据第一方面，或者以上第一方面的任意一种实现方式，所述根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值的步骤，包括：
对所述表面粗糙度进行对比，确定所述第一试验样品中的第一最优样品；
将所述第一最优样品的工艺参数值作为所述多孔晶格结构的最优轮廓参数值。
根据第一方面，或者以上第一方面的任意一种实现方式，在所述获取制备多孔晶格结构的目标材料特性和结构信息的步骤之后，所述的多孔晶格结构的工艺开发方法还包括：
根据所述结构信息，判断所述多孔晶格结构中是否存在斜面，其中所述斜面为倾斜于竖直加工方向的表面；
若所述多孔晶格结构中存在斜面，则根据所述目标材料特性，确定上下表面激光功率、上下表面扫描速度和上下表面扫描间距的第二参数基准值；
基于所述第二参数基准值，构建对应的三因子参数矩阵；
基于所述三因子参数矩阵，增材制造成形所述多孔晶格结构的第二试验样品，并检测所述第二试验样品的斜面粗糙度；
根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
将所述最优轮廓参数值和所述最优斜面参数值作为所述多孔晶格结构的优化工艺参数包。
根据第一方面，或者以上第一方面的任意一种实现方式，在所述根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值的步骤之前，包括：
判断所述斜面粗糙度是否小于第二预设期望阈值；
若所述斜面粗糙度小于第二预设期望阈值，则执行步骤：根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
若所述斜面粗糙度不小于第二预设期望阈值，则根据所述斜面粗糙度，筛选出所述三因子参数矩阵中的第二最优参数值，并基于所述第二最优参数值对所述第二参数基准值进行更新，执行步骤：基于所述第二参数基准值，构建对应的三因子参数矩阵。
第二方面，本申请提供了一种多孔晶格结构的工艺开发装置，所述多孔晶格结构的工艺开发装置包括：
获取模块，用于获取制备多孔晶格结构的目标材料特性和结构信息；
第一参数确定模块，用于根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值；
矩阵构建模块，用于基于所述第一参数基准值，构建对应的二因子参数矩阵；
第二参数确定模块，用于根据所述结构信息，确定对应的轮廓偏置参数；
样品制造模块，用于基于所述二因子参数矩阵和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品，并检测所述第一试验样品的表面粗糙度；
参数筛选模块，用于根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。
根据第二方面，所述多孔晶格结构的工艺开发装置包括第一参数更新模块，用于：
判断所述表面粗糙度是否小于第一预设期望阈值；
若所述表面粗糙度小于第一预设期望阈值，则执行步骤：根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包；
若所述表面粗糙度不小于第一预设期望阈值，则根据所述表面粗糙度，筛选出所述二因子参数矩阵中的第一最优参数值，并基于所述第一最优参数值对所述第一参数基准值进行更新，执行步骤：基于所述第一参数基准值，构建对应的二因子参数矩阵。
根据第二方面，或者以上第二方面的任意一种实现方式，矩阵构建模块，还用于：
以所述第一参数基准值为中心值，按照预设数值间隔生成对应的第一参数试验值；
基于所述第一参数试验值，构建对应的二因子参数矩阵。
根据第二方面，或者以上第二方面的任意一种实现方式，矩阵构建模块，还用于：
获取所述第一参数基准值的更新次数；
根据所述更新次数，查询预设映射表得到所述更新次数对应的预设数值间隔，其中所述预设数值间隔与所述更新次数呈负相关。
根据第二方面，或者以上第二方面的任意一种实现方式，参数筛选模块，还用于：
对所述表面粗糙度进行对比，确定所述第一试验样品中的第一最优样品；
将所述第一最优样品的工艺参数值作为所述多孔晶格结构的最优轮廓参数值。
根据第二方面，或者以上第二方面的任意一种实现方式，所述多孔晶格结构的工艺开发装置包括斜面优化模块，用于：
根据所述结构信息，判断所述多孔晶格结构中是否存在斜面，其中所述斜面为倾斜于竖直加工方向的表面；
若所述多孔晶格结构中存在斜面，则根据所述目标材料特性，确定上下表面激光功率、上下表面扫描速度和上下表面扫描间距的第二参数基准值；
基于所述第二参数基准值，构建对应的三因子参数矩阵；
基于所述三因子参数矩阵，增材制造成形所述多孔晶格结构的第二试验样品，并检测所述第二试验样品的斜面粗糙度；
根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
将所述最优轮廓参数值和所述最优斜面参数值作为所述多孔晶格结构的优化工艺参数包。
根据第二方面，或者以上第二方面的任意一种实现方式，斜面优化模块，还用于：
判断所述斜面粗糙度是否小于第二预设期望阈值；
若所述斜面粗糙度小于第二预设期望阈值，则执行步骤：根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
若所述斜面粗糙度不小于第二预设期望阈值，则根据所述斜面粗糙度，筛选出所述三因子参数矩阵中的第二最优参数值，并基于所述第二最优参数值对所述第二参数基准值进行更新，执行步骤：基于所述第二参数基准值，构建对应的三因子参数矩阵。
第三方面，本申请提供了一种多孔晶格结构的工艺开发设备，所述多孔晶格结构的工艺开发设备包括：存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上所述的多孔晶格结构的工艺开发方法的步骤。
第三方面以及第三方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第三方面以及第三方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。
第四方面，本申请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中存储了计算机程序，当所述计算机程序被处理器执行时，使得处理器执行如上述第一方面或第一方面的可能的实现方式中任一项所述的多孔晶格结构的工艺开发方法。
第四方面以及第四方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第四方面以及第四方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。
第五方面，本申请实施例提供了一种计算机程序，该计算机程序包括用于执行第一方面以及第一方面的任意可能的实现方式中的多孔晶格结构的工艺开发方法的指令。
第五方面以及第五方面的任意一种实现方式分别与第一方面以及第一方面的任意一种实现方式相对应。第五方面以及第五方面的任意一种实现方式所对应的技术效果可参见上述第一方面以及第一方面的任意一种实现方式所对应的技术效果，此处不再赘述。
本申请提出了一种多孔晶格结构的工艺开发方法、装置、设备及存储介质，通过获取制备多孔晶格结构的目标材料特性和结构信息，进而根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值，并基于所述第一参数基准值，构建对应的二因子参数矩阵。再根据所述结构信息，确定对应的轮廓偏置参数。然后基于所述二因子参数矩阵和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品，并检测所述第一试验样品的表面粗糙度；根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。由此，本申请通过对多孔晶格结构在增材制造成形过程中的工艺参数进行优化，从而在成形制备过程中即可提高多孔晶格结构的表面质量，降低其表面粗糙度，进而能够提升其疲劳服役性能。相较于现有的喷砂及化学抛光等后处理工艺而言，无需增加新的工序，有效提高了改善多孔晶格结构的表面质量的效率。
附图说明
图1为本申请多孔晶格结构的工艺开发方法第一实施例的流程示意图；
图2为本申请多孔晶格结构的工艺开发方法第二实施例的流程示意图；
图3为本申请实施例方案涉及的斜面的结构示意图；
图4为本申请多孔晶格结构的工艺开发方法一可行实施例的流程示意图；
图5为本申请实施例方案涉及的表面质量对比图；
图6为本申请多孔晶格结构的工艺开发装置的结构示意图；
图7为本申请实施例方案涉及的硬件运行环境的设备结构示意图。
本申请目的的实现、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
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
本申请实施例的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述对象的特定顺序。例如，第一目标对象和第二目标对象等是用于区别不同的目标对象，而不是用于描述目标对象的特定顺序。
在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更初选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
应当理解，此处所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。
请参照图1，图1为本申请多孔晶格结构的工艺开发方法第一实施例的流程示意图。需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请第一实施例提供一种多孔晶格结构的工艺开发方法，所述多孔晶格结构的工艺开发方法包括以下步骤：
步骤S100，获取制备多孔晶格结构的目标材料特性和结构信息；
本实施例中，需要说明的是，所述多孔晶格结构包括但不限于点阵晶格结构，如BCC（Body-Centered Cubic structure，体心立方）、FCC（Face-Centered Cubicstructure，面心立方）；octet truss（八角桁架）； TPMS（Triply-Periodic MinimalSurface，三周期极小曲面）结构，如Gyroid（螺旋二十四面体）、Schwarz-P等适用于增材制造技术的多孔晶格结构。所述目标材料特性为期望进行增材制造多孔晶格结构的材料的特性，如激光吸收率、熔点等。所述结构信息可以包括所述多孔晶格结构的结构类型及其结构单元的最小壁厚尺寸等信息。
步骤S200，根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值；
本实施例中，可以理解的是，在增材制造过程中对于所述多孔晶格结构的表面质量造成直接影响的工艺参数为轮廓激光功率和轮廓扫描速度。
本实施例中，可以根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值。示例性地，可以预先设置材料特性与轮廓激光功率和轮廓扫描速度的参数基准值之间对应关系的参数基准值映射表，通过根据所述目标材料特性查询所述参数基准值映射表，获得轮廓激光功率和轮廓扫描速度的第一参数基准值。以所述目标材料为AlSi10Mg为例，对应的第一参数基准值中轮廓激光功率和轮廓扫描速度的参数基准值分别为200W，800mm/s。
步骤S300，基于所述第一参数基准值，构建对应的二因子参数矩阵；
本实施例中，可以理解的是，所述二因子参数矩阵中的因子是指轮廓激光功率和轮廓扫描速度这两个工艺参数。所述二因子参数矩阵可以是基于所述第一参数基准值，采用全面试验设计方法、正交试验设计方法或其他科学试验设计方法构建的参数矩阵，本实施例对此不作限制。
此外，可以理解的是，所述第一参数基准值包括所述轮廓激光功率的参数基准值和所述轮廓扫描速度的参数基准值。
作为一种示例，可以以所述第一参数基准值为中心值，按照预设数值间隔生成对应的第一参数试验值。示例性地，所述第一参数基准值为k，预设数值间隔为m。第一参数试验值为k-p*m……k-3m、k-2m、k-m、k、k+m、k+2m、k+3m……k+n*m，p和n为自然数，可以根据具体需求进行选取。可以理解的是，所述第一参数试验值包括所述轮廓激光功率的参数试验值和所述轮廓扫描速度的参数试验值。由此，基于所述第一参数试验值，构建对应的二因子参数矩阵。
其中，所述基于所述第一参数基准值，构建对应的二因子参数矩阵的步骤，包括：
步骤S310，以所述第一参数基准值为中心值，按照预设数值间隔生成对应的第一参数试验值；
步骤S320，基于所述第一参数试验值，构建对应的二因子参数矩阵。
作为一种示例，以所述目标材料为AlSi10Mg为例，对应的第一参数基准值中轮廓激光功率和轮廓扫描速度的参数基准值分别为200W，800mm/s。进而可以在所述第一参数基准值附近，以所述第一参数基准值为中心值，按照预设数值间隔等间隔选取一系列数值，生成对应的第一参数试验值，以用于构建轮廓激光功率和轮廓扫描速度的二因子参数矩阵。示例性地，所述二因子参数矩阵如下表1所示：
表1 二因子参数矩阵
上表中，（1）、（2）、（3）……（25）为所述轮廓激光功率的参数试验值和所述轮廓扫描速度的参数试验值对应的试验参数组。例如，试验参数组（1）对应的试验参数值为轮廓激光功率=170W，轮廓扫描速度=400mm/s。
其中，在步骤S310中所述以所述第一参数基准值为中心值，按照预设数值间隔生成对应的第一参数试验值的步骤之前，包括：
步骤S311，获取所述第一参数基准值的更新次数；
步骤S312，根据所述更新次数，查询预设映射表得到所述更新次数对应的预设数值间隔，其中所述预设数值间隔与所述更新次数呈负相关。
本实施例中，需要说明的是，由于在工艺开发过程中通常难以一次就得到性能满足期望的工艺参数。因此在性能不满足期望后，会对所述第一参数基准值进行更新，再次进行试验。所述更新次数为对所述第一参数基准值进行更新的次数。所述预设映射表包含更新次数与预设数值间隔之间的对应关系。
本实施例中，由于所述第一参数基准值在逐次迭代更新中，会使得所述多孔晶格结构的表面质量性能逐渐接近期望性能。因此可以通过获取所述第一参数基准值的更新次数；根据所述更新次数，查询预设映射表得到所述更新次数对应的预设数值间隔，其中所述预设数值间隔与所述更新次数呈负相关。由此随着所述第一参数基准值的更新次数的增加，所述预设数值间隔逐渐减小，由此随着第一参数基准值的迭代更新可以逐渐减小第一参数试验值之间的数值间隔。由此可以有效降低错失较优第一参数试验值的可能性，以进一步提高所述多孔晶格结构的表面质量性能。
步骤S400，根据所述结构信息，确定对应的轮廓偏置参数；
本实施例中，需要说明的是，所述结构信息可以包括所述多孔晶格结构的结构类型及其结构单元的最小壁厚尺寸等信息。其中所述轮廓偏置参数的参数值Dc小于二分之一的最小壁厚尺寸d，其中Dc<（1/2）d。
本实施例中，可以根据所述结构信息，确定对应的轮廓偏置参数。示例性地，可以预先设置结构类型和最小壁厚尺寸与轮廓偏置参数之间对应关系的轮廓偏置参数映射表，通过根据所述结构信息查询所述轮廓偏置参数映射表，获得所述结构信息对应的轮廓偏置参数。示例性地，所述结构信息中所述多孔晶格结构的结构类型为体心立方结构，其单胞尺寸为6mm，由4*4*4个单胞阵列组合得到，其最小壁厚经测量为0.4mm。所述结构信息对应的轮廓偏置参数的参数值为0.1mm。
步骤S500，基于所述二因子参数矩阵和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品，并检测所述第一试验样品的表面粗糙度；
本实施例中，在获得所述二因子参数矩阵和所述轮廓偏置参数后，可以基于所述二因子参数矩阵中各参数试验组和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品。然后则可以采用粗糙度仪检测所述第一试验样品的表面粗糙度。当然也可以通过光学显微镜、扫描电镜来观察所述第一试验样品的表面形貌。
步骤S600，根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。
本实施例中，可以根据所述表面粗糙度，对所述表面粗糙度进行对比，确定所述第一试验样品中的第一最优样品；将所述第一最优样品对应的轮廓激光功率的参数试验值和轮廓扫描速度的工艺参数值作为所述多孔晶格结构的最优轮廓参数值。由此可以并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。其中表面质量最好的第一试验样品为试验参数组10对应的第一试验样品，其结构表面平坦，光滑，无明显未熔粉等缺陷，达到预期效果。
其中，步骤S600所述根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值的步骤，包括：
步骤S610，对所述表面粗糙度进行对比，确定所述第一试验样品中的第一最优样品；
步骤S620，将所述第一最优样品的工艺参数值作为所述多孔晶格结构的最优轮廓参数值。
本实施例中，对所述表面粗糙度进行对比，从第一试验样品中筛选出表面粗糙度最低的第一试验样品作为第一最优样品，并将第一最优样品的工艺参数值作为所述多孔晶格结构的最优轮廓参数值。当然可以理解的是，在存在多个表面粗糙度最低的第一试验样品时，可以任选其中一个表面粗糙度最低的第一试验样品的工艺参数值作为所述多孔晶格结构的最优轮廓参数值。也可以将多个表面粗糙度最低的第一试验样品的工艺参数值均作为所述多孔晶格结构的最优轮廓参数值。
在步骤S600中所述根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包的步骤之前，包括：
步骤S700，判断所述表面粗糙度是否小于第一预设期望阈值；
步骤S710，若所述表面粗糙度小于第一预设期望阈值，则执行步骤：根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包；
步骤S720，若所述表面粗糙度不小于第一预设期望阈值，则根据所述表面粗糙度，筛选出所述二因子参数矩阵中的第一最优参数值，并基于所述第一最优参数值对所述第一参数基准值进行更新，执行步骤：基于所述第一参数基准值，构建对应的二因子参数矩阵。
本实施例中，需要说明的是，所述第一预设期望阈值为用户期望所述多孔晶格结构的表面质量达到的粗糙度，如Ra 2μm、Ra 2.5μm、Ra 3μm等。
本实施例中，通过判断所述表面粗糙度是否小于第一预设期望阈值，确定所述第一试验样品的表面粗糙度是否满足用户期望的表面质量。若所述表面粗糙度小于第一预设期望阈值，说明存在第一试验样品的表面粗糙度满足用户期望的表面质量，则可以直接执行步骤：根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。若所述表面粗糙度不小于第一预设期望阈值，说明不存在第一试验样品的表面粗糙度满足用户期望的表面质量，则根据所述表面粗糙度，对所述表面粗糙度进行对比，从第一试验样品中筛选出表面粗糙度最低的第一试验样品，并将所述表面粗糙度最低的第一试验样品在所述二因子参数矩阵中对应的参数试验值作为第一最优参数值，并将所述第一最优参数值作为新的第一参数基准值，以对所述第一参数基准值进行更新，进而执行步骤：基于所述第一参数基准值，构建对应的二因子参数矩阵。
本实施例通过在所述表面粗糙度不小于第一预设期望阈值的情况下，根据所述表面粗糙度，筛选出所述二因子参数矩阵中的第一最优参数值，并基于所述第一最优参数值对所述第一参数基准值进行更新，执行步骤：基于所述第一参数基准值，构建对应的二因子参数矩阵。从而对所述二因子参数矩阵进行迭代更新，从而进一步提高所述第一试验样品的表面质量直至达到用户期望表面质量对应的第一预设期望阈值。
本申请第一实施例中，通过获取制备多孔晶格结构的目标材料特性和结构信息，进而根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值，并基于所述第一参数基准值，构建对应的二因子参数矩阵。再根据所述结构信息，确定对应的轮廓偏置参数。然后基于所述二因子参数矩阵和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品，并检测所述第一试验样品的表面粗糙度；根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。由此，本申请通过对多孔晶格结构在增材制造成形过程中的工艺参数进行优化，从而在成形制备过程中即可提高多孔晶格结构的表面质量，降低其表面粗糙度，进而能够提升其疲劳服役性能。相较于现有的喷砂及化学抛光等后处理工艺而言，无需增加新的工序，有效提高了改善多孔晶格结构的表面质量的效率。
参照图2，图2为本申请多孔晶格结构的工艺开发方法第二实施例的流程示意图。需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请第二实施例提供一种多孔晶格结构的工艺开发方法，在所述获取制备多孔晶格结构的目标材料特性和结构信息的步骤之后，所述的多孔晶格结构的工艺开发方法还包括：
步骤A10，根据所述结构信息，判断所述多孔晶格结构中是否存在斜面，其中所述斜面为倾斜于竖直加工方向的表面；
步骤A20，若所述多孔晶格结构中存在斜面，则根据所述目标材料特性，确定上下表面激光功率、上下表面扫描速度和上下表面扫描间距的第二参数基准值；
步骤A30，基于所述第二参数基准值，构建对应的三因子参数矩阵；
步骤A40，基于所述三因子参数矩阵，增材制造成形所述多孔晶格结构的第二试验样品，并检测所述第二试验样品的斜面粗糙度；
步骤A50，根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
步骤A60，将所述最优轮廓参数值和所述最优斜面参数值作为所述多孔晶格结构的优化工艺参数包。
本实施例中，需要说明的是，参见图3，图3为本申请实施例方案涉及的斜面的结构示意图。由于增材打印是逐层打印的过程，因此斜面实际是由多个叠加的切片分层组成。图3为斜面放大后的图像，由此可以看出在存在斜面的情况下，切片分层（即空白矩形）上未被上一切片分层遮挡的区域，为上表面区域；将切片分层上未被下一切片分层遮挡的区域，为下表面区域。
本实施例中，可以根据所述结构信息中所述多孔晶格结构的结构类型，判断所述多孔晶格结构中是否存在斜面，其中所述斜面为倾斜于竖直加工方向的表面。若所述多孔晶格结构中不存在斜面，则可以将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。若所述多孔晶格结构中存在斜面，说明所述多孔晶格结构存在上表面区域和下表面区域。为了进一步保证存在斜面的多孔晶格结构的表面质量，则可以根据所述目标材料特性，确定上下表面激光功率、上下表面扫描速度和上下表面扫描间距的第二参数基准值。示例性地，可以预先设置材料特性与上下表面激光功率、上下表面扫描速度和上下表面扫描间距的参数基准值之间对应关系的参数基准值映射表，通过根据所述目标材料特性查询所述参数基准值映射表，获得上下表面激光功率、上下表面扫描速度和上下表面扫描间距的第二参数基准值。以所述目标材料为AlSi10Mg为例，对应的第二参数基准值中上下表面激光功率、上下表面扫描速度、上下表面扫描间距的参数基准值分别为250W，600mm/s，0.12mm。
基于所述第二参数基准值，构建对应的三因子参数矩阵。可以理解的是，所述三因子参数矩阵中的因子是指上下表面激光功率、上下表面扫描速度和上下表面扫描间距这三个工艺参数。所述三因子参数矩阵可以是基于所述第二参数基准值，采用全面试验设计方法、正交试验设计方法或其他科学试验设计方法构建的参数矩阵，本实施例对此不作限制。示例性地，可以以所述第二参数基准值为中心值，按照第二预设数值间隔生成对应的第二参数试验值。然后基于所述第二参数试验值，构建对应的二因子参数矩阵。其中所述第二预设数值间隔与所述第二参数基准值的更新次数呈负相关。示例性地，所述第二参数试验值如下表2所示：
表2 第二参数试验值
然后可以基于所述三因子参数矩阵，增材制造成形所述多孔晶格结构的第二试验样品，并可以采用粗糙度仪检测所述第二试验样品的表面粗糙度。当然也可以通过光学显微镜、扫描电镜来观察所述第二试验样品的表面形貌。进而可以根据所述斜面粗糙度，对所述斜面粗糙度进行对比，确定所述第二试验样品中的第二最优样品（即所述斜面粗糙度最小的第二试验样品），将所述第二最优样品对应的上下表面激光功率、上下表面扫描速度和上下表面扫描间距的工艺参数值作为所述多孔晶格结构的最优斜面参数值。示例性地，斜面的表面质量最好的第二最优样品对应的上下表面激光功率为280W，上下表面扫描速度为800mm/s，上下表面扫描间距为0.12mm。进而可以将所述最优轮廓参数值和所述最优斜面参数值作为所述多孔晶格结构的优化工艺参数包，用于对所述多孔晶格结构的表面质量进行改善。
其中，在步骤A50所述根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值的步骤之前，包括：
步骤B10，判断所述斜面粗糙度是否小于第二预设期望阈值；
步骤B20，若所述斜面粗糙度小于第二预设期望阈值，则执行步骤：根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
步骤B30，若所述斜面粗糙度不小于第二预设期望阈值，则根据所述斜面粗糙度，筛选出所述三因子参数矩阵中的第二最优参数值，并基于所述第二最优参数值对所述第二参数基准值进行更新，执行步骤：基于所述第二参数基准值，构建对应的三因子参数矩阵。
本实施例中，需要说明的是，所述第二预设期望阈值为用户期望所述多孔晶格结构的斜面的表面质量达到的粗糙度，如Ra 2μm、Ra 2.5μm、Ra 3μm等。
本实施例中，通过判断所述斜面粗糙度是否小于第二预设期望阈值，确定所述第二试验样品的斜面粗糙度是否满足用户期望的斜面的表面质量。若所述斜面粗糙度小于第二预设期望阈值，说明存在第二试验样品的斜面粗糙度满足用户期望的斜面的表面质量，则可以直接执行步骤：根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值。若所述斜面粗糙度不小于第二预设期望阈值，说明不存在第二试验样品的斜面粗糙度满足用户期望的斜面的表面质量，则可以根据所述斜面粗糙度，对所述斜面粗糙度进行对比，从第二试验样品中筛选出斜面粗糙度最低的第二试验样品，并将所述斜面粗糙度最低的第二试验样品在所述三因子参数矩阵中对应的参数试验值作为第二最优参数值，并将所述第二最优参数值作为新的第二参数基准值，以对所述第二参数基准值进行更新，进而执行步骤：基于所述第二参数基准值，构建对应的三因子参数矩阵。
本实施例通过在所述斜面粗糙度不小于第二预设期望阈值的情况下，根据所述斜面粗糙度，筛选出所述二因子参数矩阵中的第二最优参数值，并基于所述第二最优参数值对所述第二参数基准值进行更新，执行步骤：基于所述第二参数基准值，构建对应的三因子参数矩阵。从而对所述三因子参数矩阵进行迭代更新，从而进一步提高所述第二试验样品的斜面的表面质量。
本申请第二实施例中，通过根据所述结构信息，判断所述多孔晶格结构中是否存在斜面，其中所述斜面为倾斜于竖直加工方向的表面；若所述多孔晶格结构中存在斜面，则根据所述目标材料特性，确定上下表面激光功率、上下表面扫描速度和上下表面扫描间距的第二参数基准值；基于所述第二参数基准值，构建对应的三因子参数矩阵；基于所述三因子参数矩阵，增材制造成形所述多孔晶格结构的第二试验样品，并检测所述第二试验样品的斜面粗糙度；根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；将所述最优轮廓参数值和所述最优斜面参数值作为所述多孔晶格结构的优化工艺参数包。从而本实施例通过对存在斜面的多孔晶格结构在增材制造成形过程中的上下表面工艺参数进行优化，从而在成形制备过程中提高存在斜面的多孔晶格结构的表面质量。
参照图4，图4为本申请工艺开发方法一可行实施例的流程示意图。
如图4所示，本可行实施例中，可以通过获取制备多孔晶格结构的目标材料特性和结构信息；根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值；基于所述第一参数基准值，构建对应的二因子参数矩阵；根据所述结构信息，确定对应的轮廓偏置参数；基于所述二因子参数矩阵和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品，并检测所述第一试验样品的表面粗糙度。进而判断所述表面粗糙度是否小于第一预设期望阈值，若不小于所述第一预设期望阈值，则可以根据所述表面粗糙度，筛选出所述二因子参数矩阵中的第一最优参数值，并基于所述第一最优参数值对所述第一参数基准值进行更新，执行步骤：基于所述第一参数基准值，构建对应的二因子参数矩阵。若小于所述第一预设期望阈值，则判断所述多孔晶格结构中是否存在斜面。若不存在斜面，则可以根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。若不存在斜面，则可以根据所述目标材料特性，确定上下表面激光功率、上下表面扫描速度和上下表面扫描间距的第二参数基准值；基于所述第二参数基准值，构建对应的三因子参数矩阵；基于所述三因子参数矩阵，增材制造成形所述多孔晶格结构的第二试验样品，并检测所述第二试验样品的斜面粗糙度；进而判断所述斜面粗糙度是否小于第二预设期望阈值。若不小于所述第二预设期望阈值，则根据所述斜面粗糙度，筛选出所述三因子参数矩阵中的第二最优参数值，并基于所述第二最优参数值对所述第二参数基准值进行更新，执行步骤：基于所述第二参数基准值，构建对应的三因子参数矩阵。若小于所述第二预设期望阈值，则可以根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；将所述最优轮廓参数值和所述最优斜面参数值作为所述多孔晶格结构的优化工艺参数包。
参见图5，图5本申请实施例方案涉及的表面质量对比图。图5中左侧为采用未经优化开发的工艺参数增材制造得到的样品表面质量，右侧为采用经本申请实施例优化开发后的优化工艺参数包增材制造得到的样品表面质量。由此可以明显看出，本申请实施例在增材制造过程中，就大幅改善了多孔晶格结构的表面质量，可无需增加额外的后处理工序。
参照图6，图6为本申请多孔晶格结构的工艺开发装置的结构示意图。
本申请还提供一种多孔晶格结构的工艺开发装置，所述多孔晶格结构的工艺开发装置包括：
获取模块10，用于获取制备多孔晶格结构的目标材料特性和结构信息；
第一参数确定模块20，用于根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值；
矩阵构建模块30，用于基于所述第一参数基准值，构建对应的二因子参数矩阵；
第二参数确定模块40，用于根据所述结构信息，确定对应的轮廓偏置参数；
样品制造模块50，用于基于所述二因子参数矩阵和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品，并检测所述第一试验样品的表面粗糙度；
参数筛选模块60，用于根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。
可选地，所述多孔晶格结构的工艺开发装置包括第一参数更新模块，用于：
判断所述表面粗糙度是否小于第一预设期望阈值；
若所述表面粗糙度小于第一预设期望阈值，则执行步骤：根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包；
若所述表面粗糙度不小于第一预设期望阈值，则根据所述表面粗糙度，筛选出所述二因子参数矩阵中的第一最优参数值，并基于所述第一最优参数值对所述第一参数基准值进行更新，执行步骤：基于所述第一参数基准值，构建对应的二因子参数矩阵。
可选地，矩阵构建模块30，还用于：
以所述第一参数基准值为中心值，按照预设数值间隔生成对应的第一参数试验值；
基于所述第一参数试验值，构建对应的二因子参数矩阵。
可选地，矩阵构建模块30，还用于：
获取所述第一参数基准值的更新次数；
根据所述更新次数，查询预设映射表得到所述更新次数对应的预设数值间隔，其中所述预设数值间隔与所述更新次数呈负相关。
可选地，参数筛选模块60，还用于：
对所述表面粗糙度进行对比，确定所述第一试验样品中的第一最优样品；
将所述第一最优样品的工艺参数值作为所述多孔晶格结构的最优轮廓参数值。
可选地，所述多孔晶格结构的工艺开发装置包括斜面优化模块，用于：
根据所述结构信息，判断所述多孔晶格结构中是否存在斜面，其中所述斜面为倾斜于竖直加工方向的表面；
若所述多孔晶格结构中存在斜面，则根据所述目标材料特性，确定上下表面激光功率、上下表面扫描速度和上下表面扫描间距的第二参数基准值；
基于所述第二参数基准值，构建对应的三因子参数矩阵；
基于所述三因子参数矩阵，增材制造成形所述多孔晶格结构的第二试验样品，并检测所述第二试验样品的斜面粗糙度；
根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
将所述最优轮廓参数值和所述最优斜面参数值作为所述多孔晶格结构的优化工艺参数包。
可选地，斜面优化模块，还用于：
判断所述斜面粗糙度是否小于第二预设期望阈值；
若所述斜面粗糙度小于第二预设期望阈值，则执行步骤：根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
若所述斜面粗糙度不小于第二预设期望阈值，则根据所述斜面粗糙度，筛选出所述三因子参数矩阵中的第二最优参数值，并基于所述第二最优参数值对所述第二参数基准值进行更新，执行步骤：基于所述第二参数基准值，构建对应的三因子参数矩阵。
如图7所示，图7为本申请实施例方案涉及的硬件运行环境的设备结构示意图。
具体地，所述多孔晶格结构的工艺开发设备可以是PC（Personal Computer，个人计算机）、平板电脑、便携式计算机或者服务器等设备。
如图7所示，所述多孔晶格结构的工艺开发设备可以包括：处理器1001，例如中央处理器（Central Processing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（WIreless-FIdelity，WI-FI）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图7中示出的设备结构并不构成对所述多孔晶格结构的工艺开发设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图7所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及多孔晶格结构的工艺开发应用程序。
在图7所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的多孔晶格结构的工艺开发程序，实现上述实施例提供的多孔晶格结构的工艺开发方法中的操作。
此外，本申请实施例还提出一种计算机存储介质，所述计算机存储介质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上述实施例提供的多孔晶格结构的工艺开发方法中的操作，具体步骤此处不再过多赘述。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序；术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种多孔晶格结构的工艺开发方法，其特征在于，所述多孔晶格结构的工艺开发方法包括以下步骤：
获取制备多孔晶格结构的目标材料特性和结构信息；
根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值；
基于所述第一参数基准值，构建对应的二因子参数矩阵；
根据所述结构信息，确定对应的轮廓偏置参数；
基于所述二因子参数矩阵和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品，并检测所述第一试验样品的表面粗糙度；
根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。
2.如权利要求1所述的多孔晶格结构的工艺开发方法，其特征在于，在所述根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包的步骤之前，包括：
判断所述表面粗糙度是否小于第一预设期望阈值；
若所述表面粗糙度小于第一预设期望阈值，则执行步骤：根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包；
若所述表面粗糙度不小于第一预设期望阈值，则根据所述表面粗糙度，筛选出所述二因子参数矩阵中的第一最优参数值，并基于所述第一最优参数值对所述第一参数基准值进行更新，执行步骤：基于所述第一参数基准值，构建对应的二因子参数矩阵。
3.如权利要求1所述的多孔晶格结构的工艺开发方法，其特征在于，所述基于所述第一参数基准值，构建对应的二因子参数矩阵的步骤，包括：
以所述第一参数基准值为中心值，按照预设数值间隔生成对应的第一参数试验值；
基于所述第一参数试验值，构建对应的二因子参数矩阵。
4.如权利要求3所述的多孔晶格结构的工艺开发方法，其特征在于，在所述以所述第一参数基准值为中心值，按照预设数值间隔生成对应的第一参数试验值的步骤之前，包括：
获取所述第一参数基准值的更新次数；
根据所述更新次数，查询预设映射表得到所述更新次数对应的预设数值间隔，其中所述预设数值间隔与所述更新次数呈负相关。
5.如权利要求1所述的多孔晶格结构的工艺开发方法，其特征在于，所述根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值的步骤，包括：
对所述表面粗糙度进行对比，确定所述第一试验样品中的第一最优样品；
将所述第一最优样品的工艺参数值作为所述多孔晶格结构的最优轮廓参数值。
6.如权利要求1至5任一项所述的多孔晶格结构的工艺开发方法，其特征在于，在所述获取制备多孔晶格结构的目标材料特性和结构信息的步骤之后，所述的多孔晶格结构的工艺开发方法还包括：
根据所述结构信息，判断所述多孔晶格结构中是否存在斜面，其中所述斜面为倾斜于竖直加工方向的表面；
若所述多孔晶格结构中存在斜面，则根据所述目标材料特性，确定上下表面激光功率、上下表面扫描速度和上下表面扫描间距的第二参数基准值；
基于所述第二参数基准值，构建对应的三因子参数矩阵；
基于所述三因子参数矩阵，增材制造成形所述多孔晶格结构的第二试验样品，并检测所述第二试验样品的斜面粗糙度；
根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
将所述最优轮廓参数值和所述最优斜面参数值作为所述多孔晶格结构的优化工艺参数包。
7.如权利要求6所述的多孔晶格结构的工艺开发方法，其特征在于，在所述根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值的步骤之前，包括：
判断所述斜面粗糙度是否小于第二预设期望阈值；
若所述斜面粗糙度小于第二预设期望阈值，则执行步骤：根据所述斜面粗糙度，确定所述多孔晶格结构的最优斜面参数值；
若所述斜面粗糙度不小于第二预设期望阈值，则根据所述斜面粗糙度，筛选出所述三因子参数矩阵中的第二最优参数值，并基于所述第二最优参数值对所述第二参数基准值进行更新，执行步骤：基于所述第二参数基准值，构建对应的三因子参数矩阵。
8.一种多孔晶格结构的工艺开发装置，其特征在于，所述多孔晶格结构的工艺开发装置包括：
获取模块，用于获取制备多孔晶格结构的目标材料特性和结构信息；
第一参数确定模块，用于根据所述目标材料特性，确定轮廓激光功率和轮廓扫描速度的第一参数基准值；
矩阵构建模块，用于基于所述第一参数基准值，构建对应的二因子参数矩阵；
第二参数确定模块，用于根据所述结构信息，确定对应的轮廓偏置参数；
样品制造模块，用于基于所述二因子参数矩阵和所述轮廓偏置参数，增材制造成形所述多孔晶格结构的第一试验样品，并检测所述第一试验样品的表面粗糙度；
参数筛选模块，用于根据所述表面粗糙度，确定所述多孔晶格结构的最优轮廓参数值，并将所述最优轮廓参数值作为所述多孔晶格结构的优化工艺参数包。
9.一种多孔晶格结构的工艺开发设备，其特征在于，所述多孔晶格结构的工艺开发设备包括：存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的多孔晶格结构的工艺开发方法的步骤。
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上存储有多孔晶格结构的工艺开发程序，所述多孔晶格结构的工艺开发程序被处理器执行时实现如权利要求1至7中任一项所述的多孔晶格结构的工艺开发方法的步骤。
CN202311142431.7A 2023-09-06 2023-09-06 多孔晶格结构的工艺开发方法、装置、设备及存储介质 Active CN116882210B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311142431.7A CN116882210B (zh) 2023-09-06 2023-09-06 多孔晶格结构的工艺开发方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311142431.7A CN116882210B (zh) 2023-09-06 2023-09-06 多孔晶格结构的工艺开发方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116882210A true CN116882210A (zh) 2023-10-13
CN116882210B CN116882210B (zh) 2023-12-22

Family

ID=88262508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311142431.7A Active CN116882210B (zh) 2023-09-06 2023-09-06 多孔晶格结构的工艺开发方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116882210B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110014153A (zh) * 2019-04-24 2019-07-16 同济大学 一种利用3d打印制备周期性铝合金晶格结构的方法
CN112893870A (zh) * 2021-01-19 2021-06-04 西安铂力特增材技术股份有限公司 一种提升3d打印高强铝合金制件表面质量的方法
US20220176457A1 (en) * 2019-03-29 2022-06-09 Siemens Energy Global GmbH & Co. KG Method and system for optimzing process parameters in an additive manufacturing process
CN114619049A (zh) * 2022-03-15 2022-06-14 季华实验室 一种选区激光熔化成形金属材料的工艺开发方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220176457A1 (en) * 2019-03-29 2022-06-09 Siemens Energy Global GmbH & Co. KG Method and system for optimzing process parameters in an additive manufacturing process
CN110014153A (zh) * 2019-04-24 2019-07-16 同济大学 一种利用3d打印制备周期性铝合金晶格结构的方法
CN112893870A (zh) * 2021-01-19 2021-06-04 西安铂力特增材技术股份有限公司 一种提升3d打印高强铝合金制件表面质量的方法
CN114619049A (zh) * 2022-03-15 2022-06-14 季华实验室 一种选区激光熔化成形金属材料的工艺开发方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHAOFENG GAO 等: "Process Optimization for Up-Facing Surface Finish of AlSi10Mg Alloy Produced by Laser Powder Bed Fusion", METALS, no. 12, pages 1 - 13 *

Also Published As

Publication number Publication date
CN116882210B (zh) 2023-12-22

Similar Documents

Publication Publication Date Title
CN107918706B (zh) 一种自适应的混凝土细观建模方法
CN106985393B (zh) 一种面向3d打印的内部填充优化方法
CN109240202A (zh) 一种面向低碳的铣削加工刀具路径优化方法
CN101299834A (zh) 基站位置核查的方法
CN106600700B (zh) 一种三维模型数据处理系统
JPWO2007060808A1 (ja) 無線ネットワーク設計装置および方法
CN114501530B (zh) 基于深度强化学习的天线参数的确定方法和装置
CN116882210B (zh) 多孔晶格结构的工艺开发方法、装置、设备及存储介质
CN113987750B (zh) 一种含随机缺陷的全级配混凝土三维细观模型建模方法
WO2022036591A1 (zh) 增材制造中的打印工艺制定方法及装置
CN113591300A (zh) 3d打印文件的生成方法、装置、计算机设备和存储介质
CN111475956A (zh) 电池设计方法、评估电池设计的方法及计算机设备
CN110136782B (zh) 一种金属氧化物团簇结构模型的构造方法
CN114841042A (zh) 质子交换膜燃料电池气体扩散层的孔隙建模方法
CN113414412A (zh) 一种面向增材制造悬垂结构的支撑点确定方法
CN110010513B (zh) 薄膜沉积层缺陷扫描程式的建立方法及扫描机台
CN115041842B (zh) 一种芯片群孔的激光打孔路径优化方法和系统
CN112952170A (zh) 一种燃料电池/电解池多孔金属支撑体及其增材制备方法
CN111103327B (zh) 介质材料非均匀的人工结构等效电磁参数反演方法及装置
CN112907752A (zh) 一种基于全球索引的点云切片处理方法
CN116861709B (zh) 工艺开发方法、装置、设备及可读存储介质
CN112974804A (zh) 一种结构可控的多孔材料增材制造方法
Padhye et al. Evolutionary multi-objective optimization and decision making for selective laser sintering
Fei et al. An Adaptive Sampling Scheme for Out‐of‐Core Simplification
CN117197036B (zh) 图像检测方法及装置

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