CN117183331A - 一种基于数字孪生三维模型3d打印建模方法 - Google Patents
一种基于数字孪生三维模型3d打印建模方法 Download PDFInfo
- Publication number
- CN117183331A CN117183331A CN202311144040.9A CN202311144040A CN117183331A CN 117183331 A CN117183331 A CN 117183331A CN 202311144040 A CN202311144040 A CN 202311144040A CN 117183331 A CN117183331 A CN 117183331A
- Authority
- CN
- China
- Prior art keywords
- printer
- printing
- semi
- dimensional model
- finished product
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000010146 3D printing Methods 0.000 title claims abstract description 25
- 238000007639 printing Methods 0.000 claims abstract description 110
- 230000036541 health Effects 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000012423 maintenance Methods 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 239000011265 semifinished product Substances 0.000 claims description 73
- 238000013441 quality evaluation Methods 0.000 claims description 40
- 239000000463 material Substances 0.000 claims description 25
- 230000017525 heat dissipation Effects 0.000 claims description 17
- 230000003746 surface roughness Effects 0.000 claims description 17
- 238000012856 packing Methods 0.000 claims description 11
- 238000005303 weighing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000002910 structure generation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明公开了一种基于数字孪生三维模型3D打印建模方法，涉及3D打印技术领域，包括如下步骤：使用扫描设备获取待打印物体的实际数据，将其转化为数字化的三维模型数据，并对三维模型进行预处理，得到数字孪生三维模型；将数字孪生三维模型进行分层切片；其技术要点为：根据3D打印机的健康状态来发出预警和做出相应策略，从而及时的完成对3D打印机的调整或维修，在一定程度上能够提高打印建模的效率和稳定性，在已知3D打印机所处健康状态的前期下可以判断出3D打印机能否继续工作，若不能则可重新调整后进行打印工作，避免出现资源浪费，进一步的保证了整体打印过程的稳定性，并确保打印质。
Description
技术领域
本发明涉及3D打印技术领域，具体为一种基于数字孪生三维模型3D打印建模方法。
背景技术
3D打印技术是一种将数字模型转化为实体物体的制造技术，它通过逐层堆叠材料来构建三维物体，与传统的加工方法相比，它能够更加灵活和高效地制造复杂的结构。
普通的3D打印建模方法一般包括以下步骤：第一步、设计模型：使用计算机辅助设计软件(CAD)或三维建模软件，根据需求设计出所需的三维模型，设计可以从头开始进行，也可以通过扫描物体来获取现有物体的3D模型；第二步、导出模型文件：将设计好的模型导出为特定的文件格式，如.STL(Standard Tessellation Language)格式，这种格式能够将模型表示为多个小三角形网格，以便于后续的处理和打印；第三步、准备打印参数：根据打印机和材料的特性，设置适当的打印参数，包括打印速度、温度、填充密度等，这些参数会影响打印结果的质量和耗材的使用量；第四步、切片软件处理：使用切片软件将模型文件进行处理，将模型切分为一层一层的薄片。切片软件会生成每层的路径和填充方式，并将它们转化为适合打印的指令；第五步、打印预处理：将切片好的文件传输到3D打印机，在打印之前，需要进行一些预处理工作，如调平打印床、装载和预热打印材料等；
第六步、开始打印：启动3D打印机，开始打印，打印机会按照切片文件中的指令，逐层堆叠材料，将物体逐渐建造出来，这个过程可能需要一定的时间，取决于物体的复杂程度和打印速度。
然而，传统在进行3D打印建模操作时，若是打印机前期没有调整完善或是打印机本身存在问题，则会导致3D打印机在后续的运行过程中存在问题，使用者无法在第一时间获取3D打印机运行状态，若是还进行持续性的打印操作，则会出现因打印机运行状态差而导致的打印建模成品的品质差问题，成品质量不过关则需要进行报废处理，继而需要进行二次3D打印操作，一方面不仅损耗用材，另一方面也会影响整体打印工作的稳定性和效率。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于数字孪生三维模型3D打印建模方法，根据3D打印机的健康状态来发出预警和做出相应策略，从而及时的完成对3D打印机的调整或维修，在一定程度上能够提高打印建模的效率和稳定性，在已知3D打印机所处健康状态的前期下可以判断出3D打印机能否继续工作，若不能则可重新调整后进行打印工作，避免出现资源浪费的情况，进一步的保证了整体打印过程的稳定性，并确保打印质量，以解决背景技术中提出的，3D打印成品质量不过关，需要进行报废处理，并继而需要进行二次3D打印，导致损耗用材，影响整体打印工作的稳定性和效率的技术问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种基于数字孪生三维模型3D打印建模方法，包括如下步骤：
S1、使用扫描设备获取待打印物体的实际数据，将其转化为数字化的三维模型数据，并对三维模型进行预处理，得到数字孪生三维模型；
S2、将数字孪生三维模型进行分层切片，划分为若干水平的切片层，根据分层切片结果，生成每个切片层对应的包含相应参数的G代码；
S3、打印参数设置，选取3D打印机的型号和打印材料，按照自下而上的顺序设置各个G代码内的相应参数，实现打印操作；
S4、在打印运行时，采集3D打印机的若干运行参数，依据运行参数获取运行状态指数Ytzs，并设定状态阈值与运行状态指数Ytzs进行对比，根据对比结果执行相应策略；
S5、在3D打印机执行完预定比例的切分层后，采集打印半成品的相关评估参数，依据评估参数获取质量评估指数Zpgz，并将质量评估指数Zpgz与计算获取的标准阈值molω进行对比，在获取S4中对比结果的基础上，根据本次对比结果执行相应的策略；
S6、将G代码继续传输至3D打印机，由打印机按照相应参数进行打印操作，直至完成整个模型的打印。
进一步的，在S1中，获取的待打印物体的实际数据包括几何形状和外观数据，在对转化为数字化三维模型数据的实际数据进行预处理时，预处理的内容至少包括：噪音去除、数据平滑以及重建缺失部分。
进一步的，在S2中，G代码内的相应参数至少包括：打印路径、打印速度、熔融温度以及填充密度。
进一步的，在S4中，获取质量评估指数Zpgz的具体步骤如下：
采集3D打印机的运行速度、打印温度波动率以及3D打印机散热效率；
将3D打印机的运行速度、打印温度波动率以及设备散热效率做无量纲处理，去除单位后建立运行状态指数Ytzs，依据的公式如下：
式中，Vr为3D打印机的运行速度，为打印温度波动率，/>为3D打印机散热效率，α、β、γ分别为3D打印机的运行速度、打印温度波动率以及3D打印机散热效率的预设比例系数，且α+β+γ＝5.742，3>α>γ>β>0。
进一步的，3D打印机的运行速度Vr：表示3D打印机中打印头的实际运行速度，通过在打印头内嵌入式安装位移传感器，将位移传感器监测到的打印头位移量除以运行时间，即可得到3D打印机的运行速度Vr；
打印温度波动率通过3D打印机中的打印头上设置温度传感器，温度传感器每检测到打印头上温度变化就进行记录，温度变化的标准为±0.2℃，Wbd为打印头在t时间段内的温度变化的次数，t表示时间；
3D打印机散热效率表示打印过程中通过散热的热功率损失均值，通过热力学公式进行计算，获取3D打印机中热床运行时和打印头运行时内部产生的热量和，并将热量和除以2即得到/>Ps表示3D打印机运行时向外散发的热量。
进一步的，在S4中设定状态阈值与运行状态指数Ytzs进行对比的步骤如下：
S401、设定第一状态阈值zta1、第二状态阈值zta2，且zta2>zta1，并将运行状态指数Ytzs与状态阈值进行对比；
S402、若运行状态指数Ytzs≥第二状态阈值zta2，表示3D打印机的健康状态为优，3D打印机不发出预警信号，并不做出策略；
S403、若第一状态阈值zta1<运行状态指数Ytzs<第二状态阈值zta2，表示3D打印机的健康状态为良，3D打印机发出初级预警信号，并对3D打印机进行调节管理；
S404、若运行状态指数Ytzs≤第一状态阈值zta1，表示3D打印机的健康状态为差，系统发出次级预警信号，并在对3D打印机进行调节管理的同时向检修人员发送检修信息。
进一步的，在S5中，获取质量评估指数Zpgz的具体步骤如下：
采集打印半成品的实际填充密度、半成品的总重量以及半成品表面粗糙度；
将打印半成品的填充密度、半成品的总重量以及半成品表面粗糙度做无量纲处理，去除单位后建立质量评估指数Zpgz，依据的公式如下：
式中，Mdz为打印半成品的实际填充密度，Wz为半成品的总重量，(∑(Rai)/i)为半成品表面粗糙度，a1、a2、a3分别为打印半成品的填充密度、半成品的总重量以及半成品表面粗糙度的预设比例系数，且a1+a2+a3＝3.581，2>a1>a3>a2>0，G为常数修正系数。
进一步的，打印半成品的实际填充密度Mdz：通过实际称量计算法获取；
半成品的总重量Wz：在半成品下方安装称重传感器直接获取，在实际称量计算法的计算过程即可得到半成品的总重量Wz；
半成品表面粗糙度(∑(Rai)/i)：∑(Rai)表示总粗糙度，Rai表示第i个位置的粗糙度值，i的取值范围从1到N，N表示检测位置点的数量，且检测位置点均匀分布于半成品的外表面上，单个检测位置点的粗糙度通过表面测量设备进行测量，测量设备包括粗糙度计、高度计以及轮廓仪任意一种。
进一步的，在S5中将质量评估指数Zpgz与计算获取的标准阈值molω进行对比包括如下步骤：
S501、设定质量标准阈值molω，并将质量评估指数Zpgz与标准阈值molω进行对比；
S502、在3D打印机的健康状态为优的情况下，若是质量评估指数Zpgz<标准阈值molω，则表示3D打印机打印的半成品质量不达标，需要更换打印材料，若是质量评估指数Zpgz≥标准阈值molω，则继续进行打印操作；
S503、在3D打印机的健康状态为良的情况下，若是质量评估指数Zpgz<标准阈值molω，则需要更换打印材料的同时调节管理3D打印机，若是质量评估指数Zpgz≥标准阈值molω，则继续进行打印操作。
S504、在3D打印机的健康状态为差的情况下，则不需要获取质量评估指数Zpgz。
进一步的，质量标准阈值molω＝mlz+1，其中通过搭建数据分析模型，依据采集到的环境温度实际值Hw和环境湿度实际值Hs，生成校对值mlz，所依据的公式如下：
式中，b1、b2分别为环境温度实际值和环境湿度实际值的预设比例系数，且b1>b2
>0。
(三)有益效果
本发明提供了一种基于数字孪生三维模型3D打印建模方法，具备以下有益效果：
1、通过采集3D打印机的运行速度、打印温度波动率以及3D打印机散热效率，获取的运行状态指数Ytzs考虑到了3D打印机运行时的综合因素，从而保证指数获取的准确性，并将运行状态指数Ytzs与状态阈值进行对比，能够判断出3D打印机所处的健康状态，根据健康状态来发出预警和做出相应策略，从而及时的完成对3D打印机的调整或维修，在一定程度上能够提高打印建模的效率和稳定性；
2、通过获取3D打印机的运行状态指数Ytzs后，在3D打印机执行完预定比例的切分层后的情景下，采集打印半成品的实际填充密度、半成品的总重量以及半成品表面粗糙度，以获取质量评估指数Zpgz，通过设计考虑到环境因素的质量标准阈值molω，并将其与质量评估指数Zpgz对比，在已知3D打印机所处健康状态的前期下可以判断出3D打印机能否继续工作，若不能则可重新调整后进行打印工作，避免出现资源浪费的情况，进一步的保证了整体打印过程的稳定性，并确保打印质量。
附图说明
图1为本发明基于数字孪生三维模型3D打印建模方法的整体步骤流程图。
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、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，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。
实施例1：请参阅图1，本发明提供一种基于数字孪生三维模型3D打印建模方法，包括如下步骤：
S1、使用扫描设备获取待打印物体的实际数据，将其转化为数字化的三维模型数据，并对三维模型进行预处理，得到数字孪生三维模型；
待打印物体的实际数据包括几何形状和外观数据，目的是获取待打印物体的整体结构信息，从而方便后续转化为数字化的数据，在对三维模型进行预处理时包括：噪音去除、数据平滑、重建缺失部分以及设计优化，其中的设计优化包括几何形状的调整、结构优化以及支撑结构生成，以确保后续形成数字孪生三维模型的准确性和可用性。
S2、将数字孪生三维模型进行分层切片，划分为若干水平的切片层，用于确保每个切片层的打印路径和其他相关参数，根据分层切片结果，生成每个切片层对应的G代码，G代码中包括相应参数，且相应参数至少包括打印路径、打印速度、熔融温度以及填充密度，其中的打印速度为打印头的移动速度，熔融温度为打印材料熔融时的温度，填充密度为需要形成模型后的填充密度；
S3、打印参数设置，选取3D打印机的型号和打印材料，按照自下而上的顺序设置各个G代码内的相应参数，实现层层式的打印操作；
S4、在打印运行时，采集3D打印机的若干运行参数，运行参数通过公式建立运行状态指数Ytzs，建立运行状态指数Ytzs包括如下步骤：
采集3D打印机的运行速度、打印温度波动率以及3D打印机散热效率；
将3D打印机的运行速度、打印温度波动率以及设备散热效率做无量纲处理，去除单位后建立运行状态指数Ytzs，依据的公式如下：
式中，Vr为3D打印机的运行速度，为打印温度波动率，/>为3D打印机散热效率，α、β、γ分别为3D打印机的运行速度、打印温度波动率以及3D打印机散热效率的预设比例系数，且α+β+γ＝5.742，3>α>γ>β>0。
3D打印机的运行速度Vr：表示3D打印机中打印头的实际运行速度，通过在打印头内嵌入式安装位移传感器，将位移传感器监测到的打印头位移量除以运行时间，即可得到3D打印机的运行速度Vr；
打印温度波动率通过3D打印机中的打印头上设置温度传感器，温度传感器每检测到打印头上温度变化就进行记录，温度变化的标准为±0.2℃，Wbd为打印头在t时间段内的温度变化的次数，t表示时间；
3D打印机散热效率表示打印过程中通过散热的热功率损失均值，通过热力学公式进行计算，获取3D打印机中热床运行时和打印头运行时内部产生的热量和，并将热量和除以2即得到/>Ps表示3D打印机运行时向外散发的热量；
在S4中还包括如下步骤：
S401、设定第一状态阈值zta1、第二状态阈值zta2，且zta2>zta1，并将运行状态指数Ytzs与状态阈值进行对比；
S402、若运行状态指数Ytzs≥第二状态阈值zta2，表示3D打印机的健康状态为优，3D打印机不发出预警信号，并不做出策略；
S403、若第一状态阈值zta1<运行状态指数Ytzs<第二状态阈值zta2，表示3D打印机的健康状态为良，3D打印机发出初级预警信号，并对3D打印机进行调节管理；
S404、若运行状态指数Ytzs≤第一状态阈值zta1，表示3D打印机的健康状态为差，系统发出次级预警信号，并在对3D打印机进行调节管理的同时向检修人员发送检修信息。
通过采集3D打印机的运行速度、打印温度波动率以及3D打印机散热效率，获取的运行状态指数Ytzs考虑到了3D打印机运行时的综合因素，从而保证指数获取的准确性，并将运行状态指数Ytzs与状态阈值进行对比，能够判断出3D打印机所处的健康状态，根据健康状态来发出预警和做出相应策略，及时的完成对3D打印机的调整或维修，在一定程度上能够提高打印建模的效率和稳定性。
S5、在3D打印机执行完预定比例的切分层后，例如：完成十分之一的切分层后，采集打印半成品的相关评估参数，评估参数通过公式建立质量评估指数Zpgz，并将质量评估指数Zpgz与标准阈值molω进行对比，在获取S4中对比结果的基础上，根据本次对比结果执行相应的策略。
S6、将G代码继续传输至3D打印机，由打印机按照相应参数进行打印操作，直至完成整个模型的打印。
通过以上步骤，基于数字孪生三维模型的3D打印建模方法可完成从数据采集到打印完成的全过程，每个步骤都对应了实际操作和处理的具体内容，以确保打印过程的准确性、可靠性和效率性。
实施例2：在实施例1中，建立质量评估指数Zpgz包括如下步骤：
采集打印半成品的实际填充密度、半成品的总重量以及半成品表面粗糙度；将打印半成品的填充密度、半成品的总重量以及半成品表面粗糙度做无量纲处理，去除单位后建立质量评估指数Zpgz，依据的公式如下：
式中，Mdz为打印半成品的实际填充密度，Wz为半成品的总重量，(∑(Rai)/i)为半成品表面粗糙度，a1、a2、a3分别为打印半成品的填充密度、半成品的总重量以及半成品表面粗糙度的预设比例系数，且a1+a2+a3＝3.581，2>a1>a3>a2>0，G为常数修正系数。
打印半成品的实际填充密度Mdz：通过实际称量计算法获取，实际称量计算法的计算步骤如下：
测量半成品的总体积(V总)：使用测量工具，如激光扫描仪，测量打印半成品的尺寸，应对形状规则的半成品，可将其长度、宽度和高度测量结果相乘，得到半成品的总体积；
确定打印材料的密度(ρ材料)：查阅相关材料的技术规格或从材料供应商处获取打印材料的密度值；
称重半成品的重量(W半成品)：在半成品下方安装称重传感器，准确获取打印半成品的重量；
计算实际填充部分的体积(V填充)：使用以下公式计算实际填充部分的体积：V填充＝(W半成品/ρ材料)/1000；其中，W半成品为半成品的重量，单位为克，ρ材料为打印材料的密度，单位为克/立方厘米，1000是单位转换因子；
计算填充密度：使用以下公式计算填充密度的百分比：填充密度＝(V填充/V总)*100％；其中，V填充为实际填充部分的体积，V总为半成品的总体积。
半成品的总重量Wz：在半成品下方安装称重传感器直接获取，在实际称量计算法的计算过程即可得到半成品的总重量Wz；
半成品表面粗糙度(Σ(Rai)/i)：∑(Rai)表示总粗糙度，Rai表示第i个位置的粗糙度值，i的取值范围从1到N，N表示检测位置点的数量，且检测位置点均匀分布于半成品的外表面上，单个检测位置点的粗糙度通过表面测量设备进行测量，测量设备包括粗糙度计、高度计以及轮廓仪，本方案中使用的为粗糙度计。
在S5中还包括如下步骤：
S501、设定质量标准阈值molω，且molω＝mlz+1，搭建数据分析模型，生成校对值mlz，所依据的公式如下：
式中，Hw为环境温度实际值，Hs为环境湿度实际值，b1、b2分别为环境温度实际值和环境湿度实际值的预设比例系数，且b1>b2>0；
并将质量评估指数Zpgz与标准阈值molω进行对比。
需要说明的是：本领域技术人员采集多组样本数据并对每一组样本数据设定对应的预设比例系数；将设定的预设比例系数，可以是预设比例系数和采集的样本数据代入公式，任意两个公式构成二元一次方程组，将计算得到的系数进行筛选并取均值，得到，b1、b2取值；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数，也可以说是根据实际进行预设规定的，只要不影响参数与量化后数值的比例关系即可，对于其他公式中说明的预设比例系数和常数修正系数中，也同样采取上述的说明。
S502、在3D打印机的健康状态为优的情况下，若是质量评估指数Zpgz<标准阈值molω，则表示3D打印机打印的半成品质量不达标，需要更换打印材料，若是质量评估指数Zpgz≥标准阈值molω，则继续进行打印操作；
S503、在3D打印机的健康状态为良的情况下，若是质量评估指数Zpgz<标准阈值molω，则需要更换打印材料的同时调节管理3D打印机，若是质量评估指数Zpgz≥标准阈值molω，则继续进行打印操作；
S504、在3D打印机的健康状态为差的情况下，则不需要获取质量评估指数Zpgz。
通过获取3D打印机的运行状态指数Ytzs后，在3D打印机执行完预定比例的切分层后的情景下，采集打印半成品的实际填充密度、半成品的总重量以及半成品表面粗糙度，以获取质量评估指数Zpgz，通过设计考虑到环境因素的质量标准阈值molω，并将其与质量评估指数Zpgz对比，在已知3D打印机所处健康状态的前期下可以判断出3D打印机能否继续工作，若不能则可重新调整后进行打印工作，避免出现资源浪费的情况，进一步的保证了整体打印过程的稳定性，并确保打印质量。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
所述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，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种基于数字孪生三维模型3D打印建模方法，其特征在于：包括如下步骤：
S1、使用扫描设备获取待打印物体的实际数据，将其转化为数字化的三维模型数据，并对三维模型进行预处理，得到数字孪生三维模型；
S2、将数字孪生三维模型进行分层切片，划分为若干水平的切片层，根据分层切片结果，生成每个切片层对应的包含相应参数的G代码；
S3、打印参数设置，选取3D打印机的型号和打印材料，按照自下而上的顺序设置各个G代码内的相应参数，实现打印操作；
S4、在打印运行时，采集3D打印机的若干运行参数，依据运行参数获取运行状态指数Ytzs，并设定状态阈值与运行状态指数Ytzs进行对比，根据对比结果执行相应策略；
S5、在3D打印机执行完预定比例的切分层后，采集打印半成品的相关评估参数，依据评估参数获取质量评估指数Zpgz，并将质量评估指数Zpgz与计算获取的标准阈值molω进行对比，在获取S4中对比结果的基础上，根据本次对比结果执行相应的策略；
S6、将G代码继续传输至3D打印机，由打印机按照相应参数进行打印操作，直至完成整个模型的打印。
2.根据权利要求1所述的一种基于数字孪生三维模型3D打印建模方法，其特征在于：在S1中，获取的待打印物体的实际数据包括几何形状和外观数据，在对转化为数字化三维模型数据的实际数据进行预处理时，预处理的内容至少包括：噪音去除、数据平滑以及重建缺失部分。
3.根据权利要求1所述的一种基于数字孪生三维模型3D打印建模方法，其特征在于：在S2中，G代码内的相应参数至少包括：打印路径、打印速度、熔融温度以及填充密度。
4.根据权利要求1所述的一种基于数字孪生三维模型3D打印建模方法，其特征在于：在S4中，获取质量评估指数Zpgz的具体步骤如下：
采集3D打印机的运行速度、打印温度波动率以及3D打印机散热效率；
将3D打印机的运行速度、打印温度波动率以及设备散热效率做无量纲处理，去除单位后建立运行状态指数Ytzs，依据的公式如下：
式中，Vr为3D打印机的运行速度，为打印温度波动率，/>为3D打印机散热效率，α、β、γ分别为3D打印机的运行速度、打印温度波动率以及3D打印机散热效率的预设比例系数，且α+β+γ＝5.742，3>α>γ>β>0。
5.根据权利要求4所述的一种基于数字孪生三维模型3D打印建模方法，其特征在于：3D打印机的运行速度Vr：表示3D打印机中打印头的实际运行速度，通过在打印头内嵌入式安装位移传感器，将位移传感器监测到的打印头位移量除以运行时间，即可得到3D打印机的运行速度Vr；
打印温度波动率通过3D打印机中的打印头上设置温度传感器，温度传感器每检测到打印头上温度变化就进行记录，温度变化的标准为±0.2℃，Wbd为打印头在t时间段内的温度变化的次数，t表示时间；
3D打印机散热效率表示打印过程中通过散热的热功率损失均值，通过热力学公式进行计算，获取3D打印机中热床运行时和打印头运行时内部产生的热量和，并将热量和除以2即得到/>Ps表示3D打印机运行时向外散发的热量。
6.根据权利要求1所述的一种基于数字孪生三维模型3D打印建模方法，其特征在于：在S4中设定状态阈值与运行状态指数Ytzs进行对比的步骤如下：
S401、设定第一状态阈值zta1、第二状态阈值zta2，且zta2>zta1，并将运行状态指数Ytzs与状态阈值进行对比；
S402、若运行状态指数Ytzs≥第二状态阈值zta2，表示3D打印机的健康状态为优，3D打印机不发出预警信号，并不做出策略；
S403、若第一状态阈值zta1<运行状态指数Ytzs<第二状态阈值zta2，表示3D打印机的健康状态为良，3D打印机发出初级预警信号，并对3D打印机进行调节管理；
S404、若运行状态指数Ytzs≤第一状态阈值zta1，表示3D打印机的健康状态为差，系统发出次级预警信号，并在对3D打印机进行调节管理的同时向检修人员发送检修信息。
7.根据权利要求6所述的一种基于数字孪生三维模型3D打印建模方法，其特征在于：在S5中，获取质量评估指数Zpgz的具体方法如下：
采集打印半成品的实际填充密度、半成品的总重量以及半成品表面粗糙度；
将打印半成品的填充密度、半成品的总重量以及半成品表面粗糙度做无量纲处理，去除单位后建立质量评估指数Zpgz，依据的公式如下：
式中，Mdz为打印半成品的实际填充密度，Wz为半成品的总重量，∑(Rai)/i)为半成品表面粗糙度，a1、a2、a3分别为打印半成品的填充密度、半成品的总重量以及半成品表面粗糙度的预设比例系数，且a1+a2+a3＝3.581，2>a1>a3>a2>0，G为常数修正系数。
8.根据权利要求7所述的一种基于数字孪生三维模型3D打印建模方法，其特征在于：打印半成品的实际填充密度Mdz：通过实际称量计算法获取；半成品的总重量Wz：在半成品下方安装称重传感器直接获取，在实际称量计算法的计算过程即可得到半成品的总重量Wz；
半成品表面粗糙度(∑(Rai)/i)：∑(Rai)表示总粗糙度，Rai表示第i个位置的粗糙度值，i的取值范围从1到N，N表示检测位置点的数量，且检测位置点均匀分布于半成品的外表面上，单个检测位置点的粗糙度通过表面测量设备进行测量，测量设备包括粗糙度计、高度计以及轮廓仪任意一种。
9.根据权利要求8所述的一种基于数字孪生三维模型3D打印建模方法，其特征在于：在S5中将质量评估指数Zpgz与计算获取的标准阈值molω进行对比包括如下步骤：
S501、设定质量标准阈值molω，并将质量评估指数Zpgz与标准阈值molω进行对比；
S502、在3D打印机的健康状态为优的情况下，若是质量评估指数Zpgz<标准阈值molω，则表示3D打印机打印的半成品质量不达标，需要更换打印材料，若是质量评估指数Zpgz≥标准阈值molω，则继续进行打印操作；
S503、在3D打印机的健康状态为良的情况下，若是质量评估指数Zpgz<标准阈值molω，则需要更换打印材料的同时调节管理3D打印机，若是质量评估指数Zpgz≥标准阈值molω，则继续进行打印操作。
S504、在3D打印机的健康状态为差的情况下，则不需要获取质量评估指数Zpgz。
10.根据权利要求9所述的一种基于数字孪生三维模型3D打印建模方法，其特征在于：质量标准阈值molω＝mlz+1，其中通过搭建数据分析模型，依据采集到的环境温度实际值Hw和环境湿度实际值Hs，生成校对值mlz，所依据的公式如下：
式中，b1、b2分别为环境温度实际值和环境湿度实际值的预设比例系数，且b1>b2>0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311144040.9A CN117183331A (zh) | 2023-09-06 | 2023-09-06 | 一种基于数字孪生三维模型3d打印建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311144040.9A CN117183331A (zh) | 2023-09-06 | 2023-09-06 | 一种基于数字孪生三维模型3d打印建模方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117183331A true CN117183331A (zh) | 2023-12-08 |
Family
ID=89002844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311144040.9A Pending CN117183331A (zh) | 2023-09-06 | 2023-09-06 | 一种基于数字孪生三维模型3d打印建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117183331A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117399647A (zh) * | 2023-12-14 | 2024-01-16 | 哈尔滨市允巢金属材料有限公司 | 基于3d打印的金属材料加工控制优化方法 |
| CN117601424A (zh) * | 2024-01-12 | 2024-02-27 | 浙江金石智诚新材料有限公司 | 一种拼接式3d打印系统及打印方法 |
Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2859128A1 (fr) * | 2003-08-29 | 2005-03-04 | Centre Nat Rech Scient | Procede et dispositif de fabrication d'un composant multimateriaux tridimensionnel par impression du type jet d'encre |
| WO2012058278A2 (en) * | 2010-10-27 | 2012-05-03 | Eugene Giller | Process and apparatus for fabrication of three-dimensional objects |
| US20150165683A1 (en) * | 2013-12-13 | 2015-06-18 | General Electric Company | Operational performance assessment of additive manufacturing |
| CN107839240A (zh) * | 2017-11-16 | 2018-03-27 | 杭州捷诺飞生物科技股份有限公司 | 实时监测的三维打印方法及装置 |
| US20180304540A1 (en) * | 2017-04-24 | 2018-10-25 | Desktop Metal, Inc. | System And Method For Controlling Three-Dimensional (3D) Printing Using Measured Processing Effects |
| US20190004079A1 (en) * | 2017-06-30 | 2019-01-03 | General Electric Company | Systems and method for advanced additive manufacturing |
| WO2019040948A1 (en) * | 2017-08-25 | 2019-02-28 | Massachusetts Institute Of Technology | DETECTION AND CONTROL OF ADDITIVE MANUFACTURING PROCESSES |
| WO2019182989A1 (en) * | 2018-03-19 | 2019-09-26 | Digital Alloys Incorporated | Apparatuses, methods and systems for printing three-dimensional objects |
| CN111046597A (zh) * | 2020-01-20 | 2020-04-21 | 兰州理工大学 | 基于数字孪生三维模型3d打印机建模方法及模型系统 |
| US20200130280A1 (en) * | 2017-03-15 | 2020-04-30 | Heraeus Additive Manufacturing Gmbh | Method for determining printing process parameter values, method for controlling a 3d printer, computer-readable storage medium and 3d printer |
| US20200247063A1 (en) * | 2018-04-02 | 2020-08-06 | Nanotronics Imaging, Inc. | Systems, methods, and media for artificial intelligence process control in additive manufacturing |
| WO2020215093A1 (en) * | 2019-04-19 | 2020-10-22 | Nanotronics Imaging, Inc. | Systems, methods, and media for artificial intelligence process control in additive manufacturing |
| WO2020223594A2 (en) * | 2019-05-02 | 2020-11-05 | Kodak Alaris, Inc | Automated 360-degree dense point object inspection |
| WO2021021469A1 (en) * | 2019-07-26 | 2021-02-04 | Velo3D, Inc. | Quality assurance in formation of three-dimensional objects |
| US11079748B1 (en) * | 2020-04-29 | 2021-08-03 | Grale Technologies | In-process digital twinning |
| US20210325848A1 (en) * | 2018-08-09 | 2021-10-21 | The Research Foundation For The State University Of New York | Method for automated 3d print quality assessment and redesign |
| CN113601833A (zh) * | 2021-08-04 | 2021-11-05 | 温州科技职业学院 | 一种fdm三维打印控制系统 |
| EP3933527A1 (de) * | 2020-07-03 | 2022-01-05 | Siemens Aktiengesellschaft | Verfahren und anordnung zum reparieren eines werkstücks |
| CN114326492A (zh) * | 2021-12-20 | 2022-04-12 | 中国科学院上海高等研究院 | 一种流程工业设备的数字孪生虚实联动系统 |
| WO2022133330A1 (en) * | 2020-12-18 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
| EP4029675A1 (en) * | 2021-01-19 | 2022-07-20 | Bostik SA | 3d-printing methods and systems |
| EP4032705A1 (en) * | 2021-01-22 | 2022-07-27 | Palo Alto Research Center Incorporated | Varying density support structures for 3d printed objects |
| WO2022174322A1 (en) * | 2021-02-17 | 2022-08-25 | Metafold Inc. | Systems and methods for 3d printing |
| EP4094867A1 (de) * | 2021-05-26 | 2022-11-30 | Siemens Aktiengesellschaft | Verfahren zur additiven herstellung eines bauteils |
| CN115489125A (zh) * | 2022-09-30 | 2022-12-20 | 吉林大学 | 一种基于云服务的增材制造数字孪生系统构建方法 |
| US20230219158A1 (en) * | 2020-09-14 | 2023-07-13 | Hankaisi Intelligent Technology Co., Ltd., Guizhou | Method for generating a path for wire arc additive manufacturing |
-
2023
- 2023-09-06 CN CN202311144040.9A patent/CN117183331A/zh active Pending
Patent Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2859128A1 (fr) * | 2003-08-29 | 2005-03-04 | Centre Nat Rech Scient | Procede et dispositif de fabrication d'un composant multimateriaux tridimensionnel par impression du type jet d'encre |
| WO2012058278A2 (en) * | 2010-10-27 | 2012-05-03 | Eugene Giller | Process and apparatus for fabrication of three-dimensional objects |
| US20150165683A1 (en) * | 2013-12-13 | 2015-06-18 | General Electric Company | Operational performance assessment of additive manufacturing |
| US20200130280A1 (en) * | 2017-03-15 | 2020-04-30 | Heraeus Additive Manufacturing Gmbh | Method for determining printing process parameter values, method for controlling a 3d printer, computer-readable storage medium and 3d printer |
| US20180304540A1 (en) * | 2017-04-24 | 2018-10-25 | Desktop Metal, Inc. | System And Method For Controlling Three-Dimensional (3D) Printing Using Measured Processing Effects |
| US20190004079A1 (en) * | 2017-06-30 | 2019-01-03 | General Electric Company | Systems and method for advanced additive manufacturing |
| WO2019040948A1 (en) * | 2017-08-25 | 2019-02-28 | Massachusetts Institute Of Technology | DETECTION AND CONTROL OF ADDITIVE MANUFACTURING PROCESSES |
| CN107839240A (zh) * | 2017-11-16 | 2018-03-27 | 杭州捷诺飞生物科技股份有限公司 | 实时监测的三维打印方法及装置 |
| WO2019182989A1 (en) * | 2018-03-19 | 2019-09-26 | Digital Alloys Incorporated | Apparatuses, methods and systems for printing three-dimensional objects |
| US20200247063A1 (en) * | 2018-04-02 | 2020-08-06 | Nanotronics Imaging, Inc. | Systems, methods, and media for artificial intelligence process control in additive manufacturing |
| US20210325848A1 (en) * | 2018-08-09 | 2021-10-21 | The Research Foundation For The State University Of New York | Method for automated 3d print quality assessment and redesign |
| WO2020215093A1 (en) * | 2019-04-19 | 2020-10-22 | Nanotronics Imaging, Inc. | Systems, methods, and media for artificial intelligence process control in additive manufacturing |
| WO2020223594A2 (en) * | 2019-05-02 | 2020-11-05 | Kodak Alaris, Inc | Automated 360-degree dense point object inspection |
| WO2021021469A1 (en) * | 2019-07-26 | 2021-02-04 | Velo3D, Inc. | Quality assurance in formation of three-dimensional objects |
| CN111046597A (zh) * | 2020-01-20 | 2020-04-21 | 兰州理工大学 | 基于数字孪生三维模型3d打印机建模方法及模型系统 |
| US11079748B1 (en) * | 2020-04-29 | 2021-08-03 | Grale Technologies | In-process digital twinning |
| EP3933527A1 (de) * | 2020-07-03 | 2022-01-05 | Siemens Aktiengesellschaft | Verfahren und anordnung zum reparieren eines werkstücks |
| US20230219158A1 (en) * | 2020-09-14 | 2023-07-13 | Hankaisi Intelligent Technology Co., Ltd., Guizhou | Method for generating a path for wire arc additive manufacturing |
| WO2022133330A1 (en) * | 2020-12-18 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
| EP4029675A1 (en) * | 2021-01-19 | 2022-07-20 | Bostik SA | 3d-printing methods and systems |
| EP4032705A1 (en) * | 2021-01-22 | 2022-07-27 | Palo Alto Research Center Incorporated | Varying density support structures for 3d printed objects |
| WO2022174322A1 (en) * | 2021-02-17 | 2022-08-25 | Metafold Inc. | Systems and methods for 3d printing |
| EP4094867A1 (de) * | 2021-05-26 | 2022-11-30 | Siemens Aktiengesellschaft | Verfahren zur additiven herstellung eines bauteils |
| CN113601833A (zh) * | 2021-08-04 | 2021-11-05 | 温州科技职业学院 | 一种fdm三维打印控制系统 |
| CN114326492A (zh) * | 2021-12-20 | 2022-04-12 | 中国科学院上海高等研究院 | 一种流程工业设备的数字孪生虚实联动系统 |
| CN115489125A (zh) * | 2022-09-30 | 2022-12-20 | 吉林大学 | 一种基于云服务的增材制造数字孪生系统构建方法 |
Non-Patent Citations (2)
| Title |
|---|
| 王安邦;孙文彬;段国林;: "基于数字孪生与深度学习技术的制造加工设备智能化方法研究", 工程设计学报, no. 06, pages 666 - 674 * |
| 郭亮等: "基于数字孪生的云边协同3D打印研究", 航空制造技术, vol. 64, no. 22, pages 28 - 36 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117399647A (zh) * | 2023-12-14 | 2024-01-16 | 哈尔滨市允巢金属材料有限公司 | 基于3d打印的金属材料加工控制优化方法 |
| CN117399647B (zh) * | 2023-12-14 | 2024-03-29 | 释空(上海)品牌策划有限公司 | 基于3d打印的金属材料加工控制优化方法 |
| CN117601424A (zh) * | 2024-01-12 | 2024-02-27 | 浙江金石智诚新材料有限公司 | 一种拼接式3d打印系统及打印方法 |
| CN117601424B (zh) * | 2024-01-12 | 2024-05-07 | 浙江金石智诚新材料有限公司 | 一种拼接式3d打印系统及打印方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117183331A (zh) | 一种基于数字孪生三维模型3d打印建模方法 | |
| US11556968B2 (en) | Systems and methods for creating 3D objects | |
| CN106547969B (zh) | 一种基于t样条曲面的三维打印切片方法 | |
| Byun et al. | Determination of optimal build direction in rapid prototyping with variable slicing | |
| Fernandez-Vicente et al. | Identifying limitations for design for manufacturing with desktop FFF 3D printers | |
| CN108357106A (zh) | 增材制造设备的自动化过程控制 | |
| JP6314276B1 (ja) | 補綴物３次元モデル生成装置、補綴物作製システム、補綴物３次元モデル生成方法及び補綴物３次元モデル生成プログラム | |
| CN115687983B (zh) | 一种桥梁健康状态监测方法、系统及电子设备 | |
| US10814391B2 (en) | Additive manufacturing material analysis system and related method | |
| Marsan et al. | An assessment of data requirements and data transfer formats for layered manufacturing | |
| CN113589755A (zh) | 基于优化补偿的智能调机方法及系统 | |
| CN114169667A (zh) | 一种空船重量的预估控制方法 | |
| Giannatsis et al. | Decision support tool for selecting fabrication parameters in stereolithography | |
| CN116304949A (zh) | 一种能耗历史数据的校准方法 | |
| Šproch et al. | Using 3D printing technology in prototype production to control the dimensions of complexly shaped products | |
| Singh et al. | Investigations for statistically controlled rapid casting solution of low brass alloys using three dimensional printing | |
| CN112507410B (zh) | 轨道梁图纸的生成方法和生成装置 | |
| Fuhrmann et al. | Model-based parameter optimization of a fused deposition modelling process | |
| Kyaw et al. | A Combined Reverse Engineering and Multi-Criteria Decision-Making Approach for Remanufacturing a Classic Car Part | |
| CN117565402B (zh) | 3d打印控制执行方法、系统及3d打印设备 | |
| JP4971811B2 (ja) | 関数データベース生成方法及び関数データベース生成装置 | |
| WO2020222793A1 (en) | Geometrical compensation models | |
| CN117171922B (zh) | 一种钢结构制作中平行矫正的方法及系统 | |
| CN117399647B (zh) | 基于3d打印的金属材料加工控制优化方法 | |
| KR102291643B1 (ko) | 3d 프린팅 기반 선박용 벨마우스 형틀 제작시스템 |
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 |