CN117677455A - 用于增材构造过程的优化的过程变量值和控制数据的生成 - Google Patents
用于增材构造过程的优化的过程变量值和控制数据的生成 Download PDFInfo
- Publication number
- CN117677455A CN117677455A CN202280050307.5A CN202280050307A CN117677455A CN 117677455 A CN117677455 A CN 117677455A CN 202280050307 A CN202280050307 A CN 202280050307A CN 117677455 A CN117677455 A CN 117677455A
- Authority
- CN
- China
- Prior art keywords
- segment
- parameter set
- optimization
- scan direction
- data
- 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 498
- 238000005457 optimization Methods 0.000 title claims abstract description 213
- 230000008569 process Effects 0.000 title claims abstract description 191
- 239000000654 additive Substances 0.000 title claims abstract description 79
- 230000000996 additive effect Effects 0.000 title claims abstract description 79
- 238000009826 distribution Methods 0.000 claims abstract description 196
- 238000004519 manufacturing process Methods 0.000 claims abstract description 115
- 238000013386 optimize process Methods 0.000 claims abstract description 44
- 239000000463 material Substances 0.000 claims description 88
- 238000010276 construction Methods 0.000 claims description 79
- 238000012360 testing method Methods 0.000 claims description 78
- 239000004035 construction material Substances 0.000 claims description 26
- 238000010438 heat treatment Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 4
- 239000010410 layer Substances 0.000 description 267
- 230000006870 function Effects 0.000 description 123
- 239000000843 powder Substances 0.000 description 66
- 238000011049 filling Methods 0.000 description 49
- 238000004088 simulation Methods 0.000 description 31
- 239000013078 crystal Substances 0.000 description 25
- 238000005259 measurement Methods 0.000 description 24
- 241000702287 Sugarcane streak virus Species 0.000 description 23
- 230000000875 corresponding effect Effects 0.000 description 19
- 238000002844 melting Methods 0.000 description 18
- 230000008018 melting Effects 0.000 description 18
- 230000008859 change Effects 0.000 description 16
- 230000001419 dependent effect Effects 0.000 description 16
- 230000033001 locomotion Effects 0.000 description 16
- 230000005855 radiation Effects 0.000 description 16
- 238000010998 test method Methods 0.000 description 16
- 230000036961 partial effect Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 238000007689 inspection Methods 0.000 description 10
- 238000010309 melting process Methods 0.000 description 10
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 9
- 241001011846 Sulfolobus spindle-shaped virus 2 Species 0.000 description 9
- 238000009792 diffusion process Methods 0.000 description 9
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 9
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 238000007499 fusion processing Methods 0.000 description 8
- 238000000265 homogenisation Methods 0.000 description 8
- 238000004886 process control Methods 0.000 description 8
- 238000005520 cutting process Methods 0.000 description 7
- 238000001887 electron backscatter diffraction Methods 0.000 description 7
- 239000012530 fluid Substances 0.000 description 7
- 238000012856 packing Methods 0.000 description 7
- 239000002245 particle Substances 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 6
- 230000008021 deposition Effects 0.000 description 6
- 238000005315 distribution function Methods 0.000 description 6
- 230000012010 growth Effects 0.000 description 6
- 230000000670 limiting effect Effects 0.000 description 6
- 239000002356 single layer Substances 0.000 description 6
- 238000007711 solidification Methods 0.000 description 6
- 230000008023 solidification Effects 0.000 description 6
- 238000002441 X-ray diffraction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 238000009864 tensile test Methods 0.000 description 5
- 238000003466 welding Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000010894 electron beam technology Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000007769 metal material Substances 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 101100110333 Arabidopsis thaliana ATL31 gene Proteins 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 102100035971 Molybdopterin molybdenumtransferase Human genes 0.000 description 2
- 101710119577 Molybdopterin molybdenumtransferase Proteins 0.000 description 2
- 241001011888 Sulfolobus spindle-shaped virus 1 Species 0.000 description 2
- 238000000149 argon plasma sintering Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 238000004372 laser cladding Methods 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000002050 diffraction method Methods 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 238000002003 electron diffraction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 239000011812 mixed powder Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000012768 molten material Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000001683 neutron diffraction Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000004482 other powder Substances 0.000 description 1
- 235000011837 pasties Nutrition 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000003739 radiometry method Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004626 scanning electron microscopy Methods 0.000 description 1
- 238000000110 selective laser sintering Methods 0.000 description 1
- 229920006126 semicrystalline polymer Polymers 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 108020001568 subdomains Proteins 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/20—Direct sintering or melting
- B22F10/28—Powder bed fusion, e.g. selective laser melting [SLM] or electron beam melting [EBM]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/30—Process control
- B22F10/36—Process control of energy beam parameters
-
- 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
- B22F10/36—Process control of energy beam parameters
- B22F10/366—Scanning parameters, e.g. hatch distance or scanning strategy
-
- 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
- B22F10/85—Data acquisition or data processing for controlling or regulating additive manufacturing processes
-
- 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
- B29C64/141—Processes of additive manufacturing using only solid materials
- B29C64/153—Processes of additive manufacturing using only solid materials using layers of powder being selectively joined, e.g. by selective laser sintering or melting
-
- 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
- B33Y10/00—Processes of additive manufacturing
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/10—Additive manufacturing, e.g. 3D printing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Plasma & Fusion (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
Abstract
描述了用于生成生产品(2，2'，2”)的增材构造过程的优化的过程变量值(PGO)的方法和装置(60)。为此目的，提供生产品(2，2'，2”)的要求数据(AD)，该要求数据至少包括生产品(2，2'，2”)的几何数据(GD)。此外，定义包括含至少一个段(SG，SG1，SG2，SG3)的生产品(2，2'，2”)的域(G)。然后，在定义的域(G)内对生产品(2，2'，2”)的至少一个段(SG，SG1，SG2，SG3)执行优化方法，以便从多个候选参数集(KPS)中选择包括过程变量值的定义的组的至少一个最佳的参数集(PS)且以便通过利用定义的目标函数(ZF)和要求数据(AD)来确定优化段扫描方向分布(SSV)。最佳的参数集(PS)和优化段的扫描方向分布(SSV)作为优化的过程变量值(PGO)提供。此外，还描述了用于生成控制数据(BSD，PSD)的方法和控制数据生成装置(54，54')、用于增材构造的生产装置(1)的控制方法和控制设备(50)以及相应的生产装置(1)。
Description
技术领域
本发明涉及用于生成或确定生产品(Fertigungsprodukts)(以下也称为“部件”)的增材构造过程的优化过程变量值的方法和装置、用于生成增材构造过程中至少一种生产品的增材构造的生产装置的控制数据的方法和控制数据生成装置，以及用于控制生产品的增材构造生产装置的方法和控制设备。此外，本发明还涉及用于增材构造过程中生产品的具有至少一个此种控制设备的增材构造的生产装置。
背景技术
“增材构造过程”(也称为“增材制造过程”)在原型生产同时也在批量生产中作用越来越大。一般来说，“增材构造过程”应理解为原则上基于3D数字构造数据通过材料(“构造材料”)沉积以构造生产品的构造过程。该构造因此通常分层，但并非必须分层进行。“3D打印”常被用作增材构造的同义词，通过增材构造过程生产模型、样品和原型常被称为“快速原型生产”，而生产工具则被称为“快速模具生产”。
实现增材构造过程的基本方法包括构造材料的选择性固化，其中该固化在许多构造过程中可借助辐射能进行，例如电磁辐射，特别是光和/或热辐射，但如有必要也可借助粒子辐射，例如电子束辐射。此种利用辐射的方法也称为“激光熔融”(也缩写为SSV)。在此例如所谓“激光粉末床熔融工艺”(也称“选择性激光烧结”或“选择性激光熔融”)或“电子粉末床熔融工艺”。在此主要为粉末状的构造材料薄层被重复地逐层叠加，在每层中，通过对加工后成为制成生产品一部分的位置进行定义空间的辐照，构造材料在“焊接过程”中被选择性固化，即构造材料的粉末颗粒借助辐射在该位置处局部引入的能量而部分或完全熔化。冷却后，这些粉末颗粒粘合在一起形成固体。
固化构造材料时，能量束沿预定扫描路径，通常考虑到定义辐照策略，主要是所谓“填充策略”，在位于构造场的各层中的待固化区轮廓内被引导，以便按所需空间和时间顺序熔化和固化材料。此外，还规定了进一步的过程变量值，如强度、焦点范围或能量束扩(Energiestrahlausdehnung)(如能量束直径)、强度分布形状(或强度曲线)以及能量束的进给速率(或扫描速度)、层厚度等，并应尽可能严格遵守。
最新研究结果表明，在增材构造过程中，某些过程变量对部件中局部形成的微观结构具有重大影响。不仅但尤其是作为构造材料的金属会受到这种影响。微观结构反过来又决定宏观层面的部件属性，进而决定部件质量，特别是其能否满足某些质量要求。如随后待述，关键过程变量除所述能量束过程变量值外，还特别包括填充策略。此外，所有这些过程变量还会对构造速度产生影响，进而影响生产率、能耗和施工成本。因此在优化设置某些过程变量，即选择适当过程变量值时，可能需要在相互冲突的目标间进行权衡(例如一方面是构造速度，另一方面是部件的刚度或强度)。
同样，在其他增材构造过程中，例如仅通过材料施加头在所需位置施加随后固化或被固化的材料的过程、各种过程变量，特别是材料固化路径(在下文中，此类固化路径通常也称为“扫描路径”)的选择和进给速率等，一方面会对部件属性和质量产生相当大的影响，另一方面也会影响生产率，这就是为何须巧妙选择过程变量值的原因。这一点原则上也适用于粉末沉积焊接(激光熔覆)和线材沉积焊接(直接能量沉积(DED)或电弧增材制造(WAAM))等增材构造工艺。
发明内容
因此，本发明的任务是提供用于为增材构造过程生成优化过程变量值并基于该变量值生成控制数据或用于生产品的增材构造的合适方法，以及用于此目的的合适装置。
解决该任务的方法有：根据权利要求1的用于生成优化过程变量值的方法、根据权利要求17的用于生成控制数据的方法、根据权利要求19的用于控制生产品的增材构造的生产装置的方法、根据权利要求20的用于生成优化过程变量值的装置、根据权利要求21的控制数据生成装置、根据权利要求22的用于生产品的增材构造的生产装置的控制设备以及根据权利要求23的用于生产品的增材构造的生产装置。
根据本发明的用于生成或确定由多层构造材料构成的生产品的增材构造过程(或制造过程)的优化过程变量值的方法具有至少以下方法步骤：
首先，提供生产品的要求数据，其至少包括生产品的几何数据。在最简单的情况下，几何数据可能仅为例如由可用构造空间决定的最大尺寸和/或最小尺寸。不过，几何数据也可包括某些精确尺寸，例如部件的子件或部分的尺寸，如连接件的尺寸，以便将部件与其他子件连接起来，在某些延伸方向上精确保持的部件长度等。特别是几何数据还可包括部件的精确尺寸和所有细节。几何数据可以任何方式提供，例如通过在用户接口输入几何数据、通过从其他程序段、网络和/或数据存储接收几何数据。例如，几何数据还可包括部件CAD数据，其可例如取自设计程序。
此外，还定义一个所谓“域”(其也可称为“计算域”或“设计空间”)，其中包括生产品，即生产品完全包括在该域内。
如随后待述，该域(虚拟地)将被或已被划分为所谓“段”，其中生产品包括至少一个此类“段”。一般而言，段是指域内、尤其是部件中的区，如随后待述，该区优选经多层延伸。段优选包括生产品的一个子部/区，其中生产品的段的总和随之构成生产品。不过，也有可能，特别是在小物件的情况下，整个生产品仅由一个段构成。更复杂的部件通常具有多个段。
该域尤其还可包括所谓“粉末段”，即未固化或待固化段。这里一方面可为“域”内的区，但在部件轮廓之外(但在构造空间内或在增材构造机器的生产体积内或在设计空间内)，另一方面也可能是生产品中的空腔或空洞。如随后待述，部件最终轮廓只能由待固化段和粉末段之间的边界来定义。
如该域是一个例如包围生产品的长方体，生产品与长方体的所有侧面之间均有一定距离，则在最简单的情况下，该域内有两个段就足够，即一个固化段或一个待固化段(其包括整个生产品)和一个粉末段(其包括生产品以外的整个区)。但原则上，该域边界也可与生产品边界或轮廓完全一致，其中例如除非生产品中存在空腔，否则根本无须存在任何粉末段。
另外，在根据本发明的方法中，对定义域中的生产品的至少一个段执行优化方法，以便从多个“候选参数集”中选择至少一个最佳“参数集”并通过利用定义“目标函数”和要求数据以确定优化或最佳的(最终与最佳参数集相匹配的)“段扫描方向分布”。
在优化方法中，分配给相关段的各目标函数可优选如此选择，如有必要，同时符合某些边界条件(例如，给定外部载荷的最大允许米塞斯等效应力或最小安全系数)，即在段中尽可能好地实现预定目标的宏观属性(例如质量要求数据，特别是部件须承受的有关载荷的载荷数据，例如在尽可能高的构造率下的高刚度，同时符合某一确定的例如1.65安全系数)，前提是如通过最小化目标函数(或至少是与目标宏观属性相匹配的子函数)获得的最佳过程变量值在随后的增材构造过程得到尽可能好地保持或尽可能近似。除几何数据外，质量要求数据也可是上述要求数据的一部分。
要求数据优选也能在定义目标函数中(直接或间接)予以考虑，至少是部分考虑。
同样，在域定义中也可考虑部分要求数据，特别是几何数据。例如可经由域外部形状设置某些条件，例如通过将待生产品装配到域中并且例如延伸到域的特定外表面。那么目标函数中的边界条件可能是材料必须在该域的特定区固化。
参数集(也可同义称为“过程参数集”)或候选参数集包括各定义过程变量值组，即单个过程变量值的元组，随后使用这些参数值控制或优化控制机器，以构造相关段的至少一层。过程变量值尤其可为预先确定的、离散的(即非连续的)优化变量，如开头所述强度值、强度分布或强度曲线的焦点范围和形状、能量束的扫描速度、层厚度等。
对于不同类型的构造材料，例如不同粉末类型，优选金属粉末，可每次提供多个候选参数集。不同粉末类型尤其可根据以下条件进行区分：
a)材料，其中纯材料或合金之间也有区别，
b)其他粉末参数，如粒度分布、颗粒球形度、化学特性等。
由于同种材料的不同批次粉末可具有上述参数的不同组合，因此如需要且适当的话，每个粉末批次也可被视为单独粉末类型。
然而，各参数集或候选参数集还可包括相关构造材料类型本身作为其他的“过程变量值”，即当选择了候选参数集时，材料类型就由该过程变量值(离散值)确定。这归根结底是候选参数集数据库的组织或结构设计问题。
在实践中，最初可能仅使用几个候选参数集，例如4到20个候选参数集可用于特定材料。原则上，候选参数集的数量仅受数据库规模的技术可能性限制，即有多少存储空间和多少计算时间(预先)可用于创建数据库。在确定候选参数集数量时，还可考虑所需计算时间，因限制数量可减少优化方法中的计算时间。
上述“段扫描方向分布”是段内扫描方向的分布。“扫描”在此通常被理解为是指负责在各位置处固化材料的单元沿指定“扫描路径”的移动，例如分配材料并使其固化的材料施加头，和/或用于固化的能量束等。例如，在开头所阐述光束熔化过程中，“扫描”指的是能量束冲击点(即选择性激光熔融和类似工艺中激光焦点的移动)在当前工作面上沿指定的“扫描路径”进行的移动。当前“扫描方向”是指沿当前行进的扫描路径的各当前方向。能量束的冲击面或负责在构造场各位置固化材料的单元的移动速度即为扫描速度，该扫描速度也可根据位置进行调整，即不必保持恒定。“工作面”通常是指在相应点垂直于部件构造方向的平面。在上述“激光粉末床熔融工艺”中，这是指粉末层被施加的平面，即层的扫描路径通常位于在层固化期间不倾斜的平面中。对于其他增材构造工艺如粉末沉积焊接(激光熔覆)和线材沉积焊接(直接能量沉积(DED)或电弧增材制造(WAAM))等，工作面也可由所谓切向面来定义，但不限制其通用性。这种切向面的原点是辐射能量对材料的冲击点。
在此应当提及，扫描路径不必连续延伸，而是还可包括彼此间隔布置的多个扫描路径部分，特别是在一个平面中。故下文还将阐述的单个“填充线”，能量束沿该填充线按照“填充方向排列”(一般也简称为“填充策略”)在工作面的材料层上移动，以固化平面上的部件横截面，各自均可被视为单独的“扫描路径部分”。
如上所述，在激光熔融工艺中，能量束在构造场的选择性辐照或冲击面移动通常是根据适当的辐照策略进行的。通常，在固化过程中，较大的二维区，即构造场的较大面积，会受到辐照。无论能量束如何产生，也无论冲击点在构造场如何移动，已经证明，根据选定的图案最初虚拟“划分”至少此类较大的待辐照区是有利的，例如划分为虚拟“条纹”、菱形图案、棋盘图案或类似图案。然后该图案的单个表面，即定义的子区，例如条纹或格子等几何标准化表面区通常以所谓“阴影线”(一般也称为“填充线”)的形式通过能量束被扫描。当条纹图案时，构造材料(从宏观上看)沿彼此平行的条带逐渐固化，而在细节上(从微观上看)能量束的冲击面移动在构造场上系沿彼此紧密贴近的阴影线进行，该阴影线横向于各辐照条带的延伸方向在辐照条带边界内来回延伸。填充方向排列或填充策略可例如因此定义，是利用交替填充方向(交替辐照)，还是利用恒定填充方向(单向辐照，即从辐照条带内一个填充线末端回跳到下个相邻填充线起点)进行工作。因此，填充方向也可视为一组局部扫描方向。在部件的轮廓区，扫描路径通常沿轮廓延伸，以使表面尽可能光滑。
上述的“段扫描方向分布”，如后详述，除其他外，取决于在构造过程中选择的“层扫描方向排列”。该“层扫描方向排列”通常定义了分层结构时扫描路径运行的基本策略，即在光束熔融情况下各层的辐照策略，即扫描路径在层中以何种运行方式或方向相对于彼此运行，如有必要，以及扫描路径在层中以何种顺序运行，以便按所需空间和时间顺序熔化和固化材料。因此，通过“层扫描方向排列”定义了在层内构造过程中为层表面的主要部分将要指定或已经指定的相关扫描方向。正如上文提到的填充策略，层扫描方向排列一般来说也可作为过程参数对部件中局部形成的微观结构产生重大影响。这里须注意，层扫描方向排列的取向在层与层之间的旋转(稍后详述)在此不应理解为层扫描方向排列的修正。换言之，即使取向发生变化(围绕层层叠加的主构造方向旋转)，也可认为各层是以相同的层扫描方向排列所创建。个别扫描路径部分的变化，特别是沿各层部件轮廓的变化，例如由取向变化或部件轮廓层与层之间变化等引起的变化，在此意义上不被视为层扫描方向排列的主要变化，即在本发明意义上，各层的层扫描方向排列可被视为相同，因为此类变化通常不会导致“层内扫描方向分布”(基本上由层扫描方向排列决定)发生重大变化，因此也不会导致段的属性值发生重大变化。故“层扫描方向排列”的典型示例包括前述填充方向排列或填充策略或其也可通过层扫描方向排列来定义。
在优化方法中，段扫描方向分布可有利地作为优化变量。这里优选作为优化方法中连续的、特别优选固定的优化变量。同样，段扫描方向分布也可被定义为“准连续”，例如通过足够数量离散的邻近值，例如360个支撑点来定义平面中360°的角度范围内的段扫描方向分布。
在优化方法中，尤其优选从段、即针对段中的所有层的候选参数集中选择一个最佳参数集，因为这比搜索多个分配给段的不同层的最佳参数集的计算量要低得多。同样如随后待述，每个段优选只有一个优化段扫描方向分布。换言之，段尤其特别优选也能以如此方式定义，即在该段边界内正好有一个最佳参数集和一个优化段扫描方向分布。然后，最佳参数集和/或优化段扫描方向分布会在该段至另一段的边界处改变。
在该优选情况下，段也被定义为域中的区，特别是部件中，其中为该段确定的通用参数集以及根据目标函数选择的最佳段扫描方向分布存在于该段的所有层中，即参数集和/或段扫描方向分布仅在必要时在段边界处发生变化。
最佳参数集和优化段扫描方向分布最终作为优化过程变量值提供，例如，如随后待述，以便据此生成优化控制数据，利用该数据可在构造过程中控制生产装置。优化过程变量值的提供可包括例如存储以供以后使用和/或转移到另一个计算单元和/或传输到生产装置。
根据本发明的用于生成或确定优化过程变量值的方法使得能够对增材构造的部件的属性轮廓进行非常普遍的优化，并且有利地不限于关于单个部件属性，例如机械强度的优化。相反，其代表了解决任何热物理和制造技术性质的边界值问题的可能性。除考虑要求概况(以要求数据为基础)外，还可根据设计在拟议方法框架内确定在生产技术方面实现指定要求的最具成本效益的途径。例如，可通过最大限度地提高体积构造率来实现这一目标，具体如随后待述。
基于如此获得的根据本发明的优化过程变量值可随后为用于至少一个生产品的增材构造的生产装置生成根据本发明的控制数据。
根据本发明的用于生成由多层构造材料构成的至少一个生产品的增材构造的生产装置的控制数据的相应方法具有至少以下方法步骤：
-在第一阶段中，提供为根据符合本发明上述特征的方法的增材构造过程而生成的优化过程变量值，例如直接采用或从存储器中检索该优化过程变量值。
-随后在第二阶段如此生成生产装置的控制数据，即优化过程变量值(即至少在优化方法中获得的最佳参数集和各段中发现的最佳段扫描方向分布)根据预定评估标准在增材构造过程中能被充分实现，并优选在构造过程中也能被遵守。根据当前的技术可能性，优化过程变量值可能无法被精确保持或只能通过极大努力方能保持。因此，预定评估标准应优选如此定义，即在生产过程中尽可能好地实现或近似优化过程变量值(最佳值即为精确值)或至少在相应过程变量值的预定公差范围内近似存在，并在制造过程中得以保持。公差范围也可取决于相应的优化过程变量值。
优选为生产装置的控制数据(即生产装置的设计也要与之相适应)，如开头所述，利用该控制数据在优选基于粉末床的激光熔融工艺中，将构造材料、优选粉末构造并选择性固化，其中为实现固化，构造材料在构造场上被至少一个能量束辐照，其中能量束的冲击面在构造场上沿着预定扫描轨道移动，以便在冲击面内和周围的目标区中熔化构造材料。能量束的“移动”或能量束的冲击面在此可理解为能量束的通常偏转，例如通过检流计振镜，但也可指完整辐射发射单元的移动，例如以二极管组的形式，特别是激光二极管组，或通过移动的光束整形器。这里“目标区”一方面指冲击区，即能量束冲击表面的区，另一方面也指下面的区，即进入材料或层的深处，可能还包括冲击面周围的环境，在该冲击面中能量束例如通过构造材料中的热传导仍在起作用。为完整起见需再次说明，能量束既可是粒子辐射，也可是电磁辐射，例如光辐射或优选激光辐射。
因此，控制数据可优选为曝光控制数据，例如定义或指定能量束在表面移动的扫描数据、用于设置能量水平或激光强度的控制数据、关于光束“形状”或光束轮廓和/或垂直于光束方向的光束焦点和扩展的数据。此外，如随后待述，该控制数据还可包括其他控制信息，例如规定当前涂层厚度的施加控制数据、利用其他能量输入介质控制预热或后热的信息、注入惰性气体的信息等。
在此还应提及，控制数据不仅可用于“简单”的过程控制，还可用于过程调节，例如通过控制数据指定用于进一步调节过程的目标数据。换言之，借助根据本发明的方法也可用于推导出控制器所需变量，该控制器接收例如实际数据以进行反馈，该实际数据通过用于监测构造层的熔池监测或时间分辨和/或空间分辨成像，如利用光学断层扫描进行热成像被确定。此类方法为本领域技术人员已知。如此可对生产过程中出现的干扰进行修正，以尽可能接近控制数据所指定的目标过程控制。
在根据本发明的用于控制生产品的增材构造的生产装置的方法中，首先以根据本发明提到的方式生成控制数据，然后将其利用，以便通过控制数据来控制装置。在此控制数据可预先生成，并作为完整的数据包或一种“控制协议”传输至装置，然后装置执行生产过程。然而，原则上，还可在已运行的过程期间，例如当固化层或段时，确定用于下一层或段的控制数据。
根据本发明的用于生成或确定生产品增材构造过程的优化过程变量值的装置具有至少以下部件(用于执行以上所阐述的根据本发明的方法)：
-要求接口单元，其被设计为用于提供生产品的要求数据，该要求数据至少包括生产品的几何数据。这例如可是用于接收数据的接口或/或存储该数据的存储器。
-优化单元，其被设计为利用考虑了要求数据的定义目标函数对生产品的至少一个段执行上述优化方法，以便从多个候选参数集中选择包括定义过程变量值组的最佳参数集，并确定最佳段扫描方向分布作为进一步优化的过程变量值。
-过程变量值接口单元，其用于提供最佳参数集和最佳段扫描方向分布作为优化过程变量值。这例如可是传输数据的接口和/或存储这些数据的存储器。原则上，要求和过程变量值接口单元也可作为共同单元来实现，或至少使用共同部件，如共同存储器。
根据本发明的控制数据生成装置，用于生成增材构造过程中、优选通过上述激光熔融工艺，生产品的增材构造生产装置的控制数据，包括至少以下组件：
-如上所描述的根据本发明的、用于生成或确定用于生产品的增材构造过程的优化过程变量值的装置和/或用于接收优化过程变量值的此装置的接口。该接口还可访问存储器，例如数据库，其中优化过程变量值被生成优化过程变量值的装置预先存储在存储器中。
-数据生成单元，用于以如此方式生成生产装置的控制数据，即增材构造过程中的优化过程变量值能按预定评估标准充分实现，如上文结合生成控制数据的方法已阐述。
控制数据生成装置例如可是用于生产品增材构造的此生产装置的控制设备的一部分。然而，其也可在另一台计算机上独立实现，以便随后将数据传输到控制设备。
因此，根据本发明，用于制造过程的增材构造的生产装置的控制设备具有根据本发明的控制数据生成装置和/或用于从控制数据生成装置接收相关控制数据的此控制数据生成装置的接口。该接口反过来又包括访问存储器、如数据库的可能性，其中存储器中的控制数据由例如控制数据生成装置预先存储。控制设备被设计为利用该控制数据控制生产装置，例如用能量束辐照构造材料。
根据本发明的用于在增材构造过程或制造过程中对生产品进行增材构造的生产装置，具有除取决于制造过程类型，例如用于(优选)激光熔融工艺的常用部件之外，还具有用于将构造材料，例如以构造材料层的形式，引入加工区中的供给装置和用于通过使用能量束辐照选择性固化构造材料的辐照装置，至少一个此类控制设备。
此处应当注意，该装置还可具有多个辐照装置，然后通过控制数据以协调的方式对该辐照装置进行控制，以便根据给定的评估标准充分实现优化过程变量值或在构造过程中保持该过程变量值。
根据本发明的用于生成或确定优化过程变量值的装置和根据本发明的控制数据生成装置均可主要以计算机单元的形式各自实现，也可以共享计算机单元的形式实现，并配有适当的软件。计算机单元可例如具有一个或多个协作微处理器或类似装置。特别是该微处理器可以适当的软件程序段的形式在根据本发明的生产装置的控制设备的计算机单元中实现。主要以软件为基础的实现方式的优点在于，先前使用的计算机单元，特别是用于增材构造的生产装置的控制设备，可很容易地通过软件或固件更新进行改装，以便按照本发明的方式工作。
在此方面，任务还通过相应计算机程序产品来实现，该计算机程序产品具有可直接加载到计算机单元，特别是可直接加载到生成或确定优化过程变量值的装置、控制数据生成装置或控制设备的存储装置中的计算机程序并具有程序段，以便在计算机单元或控制设备执行该计算机程序时能执行根据本发明的方法的所有步骤。原则上，所需的软件组件或程序段也可分布在彼此联网的多个计算机单元上，从此意义上看，该计算机单元也可被视为一个共同的、只是分布式的计算机单元。
除计算机程序之外，该计算机程序产品还可选地包含其他组成部分，例如文档和/或附加组件，包括硬件组件，例如使用软件的硬件密钥(加密狗等)。计算机可读介质，例如记忆棒、硬盘驱动器或其他可移动或永久安装的数据载体，其上存储有可被计算机单元、特别是控制设备读取和执行的计算机程序的程序段，可用于传送到计算机单元或控制设备和/或用于存储在计算机单元或控制设备上或其中。
此外，本发明的特别有利的设计方案和改进方案源自从属权利要求和以下描述，其中，一类权利要求中的独立权利要求也可类比地进一步形成另一类权利要求中的从属权利要求和实施例，并且特别是不同实施例或变体的个别特征也可结合起来形成新的实施例或变型形式。
如前所述，作为生成优化过程变量值方法的一部分，域(实际上)被划分为若干段。优选还能对生产品进行分段。如前所述，生产品中未固化的外部区和孔洞也可定义为单独(粉末)段。正如稍后待述，这种分段可自动进行，也可在用户接口的帮助下根据用户要求进行，其中半自动方法也有可能，即部分自动，部分根据用户要求进行。分段优选使用要求数据，特别是几何数据。例如还可根据某些功能上必要的结构部分(即结构部分主要具有的功能)对部件进行细分，如分为支柱、压板、法兰部分等。
优化方法将以如此方式执行，即每次为单个段生成至少一个，优选正好一个最佳参数集和最佳段扫描方向分布，即根据段扫描方向分布进行优化。
特别优选在优化方法中，还可利用公共目标函数并行(即耦合地)确定定义域内多个段的优化过程变量值。
尤其优选将部件的所有段或甚至域的所有段耦合在一个优化方法中。优化方法的解决方案，即通过最佳段扫描方向分布获得的最佳参数集，也可是整个生产品的帕累托最优方案。
通过“公共目标函数”并行(即同时)确定多个段的优化过程变量值，也可理解为使用多个数学耦合分段目标函数，其中单个分段目标函数分别分配给其中一个段。这种耦合可用于推导出例如适当的联合微分方程，在该方程中，分段目标函数各自同时使用，并互为函数以进行优化。通过该耦合最终可用于为整个定义域，即其中定义的所有段，各自确定最佳参数集和具有公共目标函数(由分段目标函数定义)的相关优化段扫描方向分布。换言之，公共目标函数实际上是联合优化所涉及的所有段的分段目标函数之和。
目标函数非常特别优选包括整个生产品内参数集变化的最小化作为进一步的要求数据。考虑到该额外目标相当于尽可能减少段边界，即将生产品分为尽可能少的(虚拟)段。换句话说，这也可通过制定目标函数的方式来实现，即段边界最小化。
特别是在优化方法中段边界优选作为进一步的优化变量加以考虑，然后在优化方法结束时，即优化完成后，作为进一步优化过程变量值提供。换言之，作为优化方法的一部分，也可移动段边界。在极端情况下，段边界的移动甚至可使段完全消失。同样也可通过移动段边界来创建新段。因此，在这种优选变型形式中，域内段数量并非一定固定，也可在优化方法中进行优化。特别是域数量也可通过这种方式最小化，以实现在部件中尽可能少地修正最佳参数集的目标。
特别是，段边界的移动也会影响生产品的外部边界，因为这些边界被定义为该域中部件段和粉末段之间的段边界。以该方式，在优化方法中也可有利地修正部件的拓扑结构，即某些区的形状可不同于起始规格中最初规定的形状，例如，如修正拓扑结构可更好地实现部件要求，或者至少可用较少的努力充分地实现要求。在这方面，最初作为要求数据指定的生产品几何数据也可更改或优化，特别是如其能更精确地定义生产品的形状。
作为对优化方法进一步开发的结果，可为段优选获得以下优化过程变量值：
1.最佳参数集(作为第一个优化过程变量值)，其又包括单个过程变量值的元组。
2.优化段扫描方向分布(作为第二优化过程变量值)。
3.优化段边界(作为第三优化过程变量值)。
为在优化方法中实现段边界的移动，优选使用相场法，尤其是多相场法。稍后将详细介绍该方法。多相场法尤其适合处理不同的段边界。
特别优选在位于多个相邻段(至少两个不同的相邻段，也可能是两个以上的相邻段)之间的“界面区”的位置处，分配给段的各参数集可按比例分配。
在优化方法中，某个位置处存在的参数集优选各自也能用参数集的“比例”来表示。比例值最好介于0和1之间，其中参数集的比例值为1表示该参数集存在于该位置，比例值为0则表示不存在。因此，在优化方法中，两个段之间界面区内的位置可简单用适用于第一段的第一参数集比例和适用于第二段的第二参数集比例来表征。在两个以上段交汇的界面区，一个位置也可有两个以上参数集比例。每个位置处所有参数集比例之和优选等于1。
在优化方法中，“界面区”的宽度(然后通常在该方法中被假定)可优选由用户定义或指定。
在优化方法中，段的单个层的(最佳)参数集中的过程变量值之一包括至少一个层扫描方向排列，即在构造过程中各相关层内每次将被指定或已被指定的扫描方向。尤其是层扫描方向排列可包括层中的填充方向排列(填充策略)。因此，每个层中均有由层扫描方向排列决定的“层内扫描方向分布”。
特别优选在优化方法中选择能够应用于段所有层的层扫描方向排列，除不同层之间的层扫描方向排列的总体取向的可能旋转之外。然后，层扫描方向分布作为段中的层之间的层扫描方向排列的旋转组合而产生。为优化段扫描方向分布，可以然后优选简单地将段的不同层的层扫描方向排列的相对取向彼此优化，其中段中的层之间的层扫描方向排列的旋转可通过适当的控制命令来定义，在构造部件时可利用该控制命令来控制生产装置。
参数集中的至少一个过程变量值优选还包括两个加固路径之间的轨迹宽度，即例如选择的填充间距。该轨迹宽度可独立于层扫描方向排列被定义在参数集中。
优选在优化方法中，例如在目标函数中，将生产品基于主构造方向(即构造空间中的相对取向)对准作为进一步的优化变量加以考虑。在逐层构造的情况下，主构造方向通常被认为垂直于各层方向，在该主构造方向上各层逐渐堆积。在光束熔融工艺中，尤其是激光熔融工艺中，通常将笛卡尔坐标系x、y、z定义为参考系，其中，x方向和y方向平行于层面或跨越构造场平面，“z方向”从构造场垂直向上，即与主构造方向一致。
在优化方法结束时，即优化完成后，可将找到的优化取向作为进一步优化的过程变量值。这样做很有益处，因为构造空间中的取向会影响空间中段边界的位置。通过考虑取向，优化时例如还有可能实现减少甚至最小化悬垂和/或支撑结构(支持结构)的目的。
在优化方法中，例如根据本发明，在目标函数中或以其他方式考虑不同的要求数据。要求数据可优选包括一个或多个“目标生产数据”和/或“目标属性数据”和/或“约束条件”。
特别优选可考虑以下一个或多个目标生产数据：
-增材构造过程中的构造率。
-构造材料的材料类型(据此不仅可说明材料，还可说明浓度，例如是否为粉末，如是，则具有哪些参数)。
-构造技术(即构造方法的类型，如激光熔融、电子束熔融等)。
-机器类型(即所用生产装置的类型)
同样优选可考虑以下一种或多种目标属性数据：
-目标载荷数据(如部件必须承受的载荷信息)。
-刚度(即生产品在各段区的弹性变形阻力)。
-强度(即生产品在各段区的塑性变形阻力)。
-生产品的质量和/或质量分布(在许多情况下，此处目的是实现尽可能小的质量，即减少质量，从而使生产品尽可能轻和/或节省材料成本。不过，根据部件不同，也可刻意至少在局部要求尽可能大的质量，例如飞轮质量或类似等)。
-表面可达性(例如，有关表面可达性的某些要求数据可确保部件的后处理得到保证或变得更容易。例如，支撑结构良好的可移除性通常需要良好的可达性。也可优选在优化方法中通过适当方法，例如光线追踪法或如M.Inui、S.Nagano和N.Umezu，快速计算辅助3+2轴铣削的可达锥体》；《计算机辅助设计与应用》，2018年，第15卷第5期，667-676页中所描述，在单独的方法步骤或过程步骤中检查可达性)。
-支撑属性(在此可以考虑支撑结构应具有的属性，例如是否用于支撑和/或散热。需要注意的是，用于散热的支撑结构并不一定要与部件牢固连接；支撑结构与部件之间也可存在粉末层，该粉末层至少对应一个(实际)层厚(此外部件悬垂部分也可如此设计，即没有“支撑架”也能使用)。
优选还应考虑到以下一或多个约束条件：
-化学属性(例如部件材料不应生锈)，
-几何数据(例如需严格遵守的具体尺寸或部件的最大/最小尺寸，如开头所述)。
此外，根据生产品(部件)类型，还可考虑其他各种要求数据。顺便提及，有些要求数据既可被视为“目标生产数据”，也可被视为“目标属性数据”或“约束条件”。同样，如上所述，某些数据，特别是与部件承重能力或化学属性或耐化学性有关的目标属性数据，也可视为质量要求数据。
特别优选在优化方法中通过可预定权重来考虑要求数据，即可设置哪些要求数据，例如哪些要求数据比较重要，哪些相对不太重要。
目标函数优选由多个子函数组成，每个子函数均配有特定要求数据，即每个子函数都代表一个特定要求。
因此，优化方法中通过可预定权重来考虑要求数据，可经由目标函数包括权重子函数总和来实现，其中子函数被分配给特定要求数据。
如稍后所示，在迭代优化方法中，单独子函数也可在与其他子函数或优化变量分开的迭代循环中进行优化。根据具体设计，如此可减少计算量。
正如开头所提，用于构造层的(最佳)参数集可包括控制机器的过程变量值元组。参数集最好包括以下一个或多个过程参数：
-能量束功率(例如激光熔融工艺中的激光功率)。
-扫描速度
-填充距离
-能量束直径
-能量束强度分布
-作为能量束的激光：连续或脉冲工作模式
-能量束功率曲线
原则上，可考虑各种标准和/或方法来从可用候选参数集中选择优化或最佳参数集。
在优选过程中，针对至少部分候选参数集(即至少针对一个、但优选针对多个候选参数集，特别优选针对所有可用候选参数集)分别确定至少一个参数集适合度值。然后可使用候选参数集的参数集适合度值从候选参数集中选择最佳参数集。
该参数集适合度值可为标量值，优介于在0和1之间，其表示相关候选参数集满足特定要求数据的适合度的度量。其以下也称为“参数集分值”(或简称为“PS分值”)。
例如，候选参数集的PS分值与其他可能的候选参数集的PS分值相比，可用于例如确定该特定候选参数集是否为最适合满足某些定义要求数据的候选参数集，或者PS分值可被视为候选参数集成为最佳参数集的概率度量。例如，PS分值几乎为1的候选参数集也可能几乎百分之百适合满足要求。
特别优选针对至少部分候选参数集分别针对不同要求数据确定多个特定要求参数集适合度值(即特定要求PS分值)。这说明，特定要求PS分值可用作比较度量，以阐明哪些可用候选参数集最适合满足精确定义的特定要求数据，例如所要求的构造率和/或强度。稍后将举例说明如何确定可能的(特定要求)PS分值。
由于在优化方法中即使在多个不同的、有时甚至是冲突的要求的情况下也有必要选择最佳参数集，因此候选参数集的特定要求参数集适合度值可特别优选是将各个候选参数集组合成总体参数集适合度值。然后可使用候选参数集的总体参数集适合度值来从候选参数集中选择最佳参数集。
稍后还将给出可能的(特定要求)PS分值的适当组合示例。组合类型也可取决于要求。
组合方法可优选包括特定要求参数集适合度值的乘积。尤其可通过简单将相关候选参数集的所有特定要求参数集适合度值相乘来获得总体参数集适合度值。
如上所述，在优化方法中确定最佳参数集，即第一个优化过程变量值，可借助使用分配给候选参数集的(总)PS分值进行选择来执行，即特别是在不使用目标函数的情况下，而定义目标函数优选用于确定优化段扫描方向分布(作为第二优化过程变量值)和优化段分界(作为第三优化过程变量值)。
如前所述，优化方法优选包含多个迭代步骤，即至少有一部分方法可迭代运行多次。例如，可在一个或多个步骤中，例如使用(总)PS分值选择最佳参数集，可在一个或多个其他步骤中，例如使用目标函数或子函数确定优化段扫描方向分布和优化段边界，且如有必要，还可在其他步骤中确定进一步优化的过程变量值(使用或不使用目标函数)，稍后将借助示例进行阐述。
由多个步骤组成的迭代循环可运行多次，直到达到预定的中止标准。如当前迭代循环中发现的过程变量值为最佳值，即在新运行中未发现明显更好的值，和/或根据预定评估标准充分满足所有要求，和/或例如达到一定运行次数等，则取消标准优选可以满足。也可以考虑其他中止标准。
优选在优化方法中首先确定起始配置，其中至少定义或规定起始段以确定起始配置，并从候选参数集中为每个起始段选择一个起始参数集，同时确定起始段扫描方向分布。例如，起始配置可在确定域后立即在优化方法的第一步骤中选择。
优选选择在段中构造率最高的候选参数集作为段的起始参数集。不过，也可以不同方式选择起始参数集，例如简单随机选择。
在此需要指出，对于上述“粉末段”(即域中无须固化的段)，例如在起始参数集设置中可简单将能量束或激光功率设置为0，即在这些粉末段中不引入能量。该值将永久保留在该粉末段中，即在优化方法或迭代方法中不会被修正。另一方面，如在优化方法中还需对部件拓扑结构进行优化，则粉末段边界当然可转移到邻近的粉末段。
优化方法优选包括至少一个状态确定步骤，在该步骤中，使用当前过程变量值确定由所需构造材料构成的生产品的“状态描述”。因此在迭代过程中，“当前过程变量值”是适用于迭代循环当前迭代的过程变量值。在第一次运行中，当前过程变量值是上述起始配置的过程变量值。
为确定状态确定步骤中的状态描述，优选对当前系统的状态进行模拟(即当前正在寻找最佳过程变量值的虚拟生产品的相关段将例如在一定载荷下表现，如其使用当前过程变量值进行生产)。因此，状态确定步骤也可称为“状态模拟步骤”。特别优选的模拟方法包括例如有限元法或有限体积模拟等。例如，可对(虚拟)部件进行载荷模拟或振动模拟，其结果为，在假设过程变量值的当前配置的情况下，系统或部件的可能载荷或固有频率。
优选将状态描述与生产品的预定质量要求进行比较。这可用于检查生产品是否满足预定质量要求。状态模拟步骤可作为(质量)要求模拟进行，即使用规定部件在特定载荷或特定力作用下可能或应该如何运行的质量要求数据。尤其是状态模拟步骤可使用至少部分要求数据，其中也可包括适合的质量要求数据。因此，在选择最佳参数集和目标函数时可使用要求数据。
如状态描述不符合预定质量要求，则优选对当前过程变量值进行(进一步)更改。该进一步更改可在进一步单独优化过程步骤或方法步骤中进行，如随后待述，也可整合到后续方法的各个步骤中。
可选地，在过程变量值发生进一步变化后，可再次执行状态确定步骤，并将状态描述与预定要求进行比较。换言之，该检查也可在迭代循环中进行。例如，迭代循环的中止标准可是成功(状态描述符合预定要求)，也可是达到最大迭代次数。必要时，可通过修正起始配置(如使也可采用不同材料)重新开始。
然后，优化方法还可包括其他各种优化过程步骤，例如也可在单独的迭代循环中进行。
例如，可分别在一个步骤，优选状态确定步骤后的第一步骤中为至少一个段选择不同的候选参数集，以取代起始配置的参数集。这对于例如根据状态确定步骤结果未满足(质量)要求的所有段都有益处。如上所述，优选使用参数集的参数集适合度值(尤其是整体参数集适合度值)来选择新的当前参数集。如其中考虑到与相应要求相匹配的特定要求参数集适宜合度值，则很有可能找到满足要求的新的当前参数集。在该步骤结束时，各段或已进行更新的所有段优选均能获得更优当前参数集。
替代地或附加地，也可在(进一步)步骤中修正至少两个段之间的至少一个段边界，即段之间的段边界可移动。
如前所述，段边界的修正及由此的优化和由此段形状的修正及由此的优化，可特别优选使用所谓相场法，尤其是多相场法进行，稍后将借助示例进一步阐述。
特别优选在上述两个步骤中的至少一个步骤中，还确定了修正或更新后的段扫描方向分布。此处也可使用目标函数(或子函数)。
在上述一系列步骤结束后，优选存在具有改进的当前参数集和改进的段扫描方向分布的改进段，即然后存在改进的配置或改进的当前过程变量值。
在根据本发明的方法的特别优选的进一步发展中，属性数据库系统的属性数据库被用作优化方法的一部分(例如在上述步骤之一中)，以确定或选择段的修正(更新)段扫描方向分布。在这种属性数据库系统中，待生产品的属性，或者更准确地说，生产品的单个层和/或由层形成的段的属性，可作为相关层或段的相关过程参数集的函数来存储，如适用，还可以作为段扫描方向分布函数来存储。
实现此类属性数据库系统有多种选择。尤其是属性数据库系统还可由多个属性数据库组成，例如具有不同的属性和/或参数分配。
属性数据库系统优选包个所谓“基本属性数据库”。单个层的“基本属性”可存储在该数据库中，具体取决于待利用或已利用的用于构造层的过程参数集(包括层扫描方向排列或填充方向排列或构造材料类型，其也是各自过程参数集的过程参数)。因此在此类数据库中，每个参数集都被分配了至少一个基本属性值，优选一组基本属性值，如使用分配的参数集构造相应的层，则段或部件的层就会具有这些属性值。
构造和使用此种基本属性数据库的方法将在下文中说明。尤其是可根据层的这些基本属性确定由层形成的段甚至整个部件的宏观属性或“宏观属性值”。
此“宏观属性值”描述宏观层面或宏观角度上的属性值，即整个部件所具有的属性，如导热性、断裂强度等。在此方法中优选同时确定部件或部件多个段的宏观属性值。宏观属性值可包括张量值，如弹性张量，也可以包括分类值，如耐腐蚀与否、晶格结构的性质，如面心立方(kfz)、体心立方(krz)或六方紧密堆积(hdp)。各种宏观属性值稍后待述。
如在宏观层面上已知部件各个段的属性，即“宏观属性值”，则还可提供有关部件属性和部件整体质量的信息，特别是部件是否满足某些质量要求。因此，段的宏观属性值也可用于上述状态确定步骤，以确定生产品的状态描述。
优选多个不同参数集的基本属性数据库可分别包含作为基本属性值的层“纹理”，该“纹理”系在增材构造过程中使用各自参数集(即也使用特定构造材料)生成。术语“纹理”是指结构中晶体取向的总和，即晶体学纹理，不应与表面纹理，如表面粗糙度相混淆。纹理优选以所谓“取向密度分布函数”(ODF)的形式来描述，如稍后待述。
纹理或ODF可通过例如使用EBSD方法(EBSD＝电子背散射衍射)在扫描电子显微镜下测量或其他方法来确定，这也将稍后待释。
替代地或特别优选附加地，基本属性数据库还可包括另外的基本属性值，例如还可基于参数集的层的纹理、特别是取向密度分布函数来确定。进一步的基本属性可使用构造材料单晶体的已知属性从纹理或ODF计算出来(例如通过平均或均质化过程，如稍后所述)。例如，仅举几例，这样的基本性能可包括屈服点、任何方向上的拉伸强度等。相反，纹理也可从其他基本属性值或宏观属性值导出，例如弹性张量。
基本属性数据库优选包括各层扫描方向排列，特别是填充方向排列的参考取向的基本属性值。参考取向或参考排列可任意选择。
对于层扫描方向排列及其“层内扫描方向分布”与参考取向相比旋转了至少一个旋转角度(围绕主构造方向的任意方向，即围绕垂直于层面的方向)的层，可每次利用旋转角度，根据为参考取向存储的相应基本属性值确定或计算基本属性值。这可通过简单的角度转换实现。层与层之间的层扫描方向排列、尤其是填充方向排列的旋转很常见，例如在光束熔融工艺中。例如，层与层之间的旋转角度通常为67°。
有多种方法可确定段的宏观属性值：
如上所述，在一种优选方法中，具有多个叠加层的段的宏观属性值系由各层基本属性值确定或组合而成。优选使用数学“均质化方法”来实现。
均质化方法可优选使用以下至少一个均质化步骤：
-形成各层基本属性值的平均值。该平均值随后可形成宏观属性值。(根据Voigt方法，稍后待述。)
-形成各层基本属性值倒数的平均值，并形成平均值的倒数。在此种情况下，平均值的倒数就可形成宏观属性值。(根据Reuss的方法，稍后待述)。
-通过上述组合的加法混合或加法权重混合或加法取向权重混合形成平均值。
因此根据待测试的质量要求和/或层的微观结构来选择使用上述哪种均质化步骤尤为可取。“微观结构”由层中晶粒的形态和平均尺寸决定。微观结构例如也可在EBSD方法中经扫描电子显微镜测量确定。
优选使用提供的基本属性数据库确定至少一个段的至少一个宏观属性值。
替代地或附加地，属性数据库系统优选还包括一个所谓“宏观属性数据库”。在该数据库中可由段(由数层组成)存储至少一个宏观属性值，最好是一组宏观属性值，各自用于不同组合的段扫描方向分布和参数集(也取决于构造材料)，该宏观属性值通过在数据库中分配的段扫描方向分布及参数集将要或已经创建。
在确定或选择段变更后的段扫描方向分布时，优选考虑是否已经在宏观属性数据库中输入宏观属性值，用于可能的段扫描方向分布和(例如在优化方法中)当前参数集(包括构造材料)的特定组合(即“候选组合”)。
如情况如此，则可决定是否将已存储的段扫描方向分布(且因此特别是单个层中的填充方向排列或“标准”填充策略)用于待构造段，这在计算和时间方面可能更有利，但在设置方面可能更慢，或是否应使用具有尚未存储的单个填充方向排列的策略。这在计算技术和时间方面可能更有利，但构造可能更慢，或例如是否使用尚未存储的具有单个填充方向排列的策略，这可能更快和/或具有其他优势，但需要根据单个基本属性值进行更复杂的计算。
然而，如不能使用“标准”的构造策略，特别是“标准”的填充策略，则无论如何都必须根据基本属性值进行更复杂的计算。
一方面，通过查询宏观属性数据库来确定完整段的宏观属性值，要比根据单个层的基本属性来确定段的宏观属性值简单快捷得多。另一方面，创建和存储大量宏观属性值需耗费大量计算时间和内存空间。
因此，宏观属性数据库优选至少包含宏观属性值，优选宏观属性值组，用于最常用的构造策略，特别是在光束熔融工艺中经常使用的“标准曝光策略”或所谓“标准填充策略”。光束熔融工艺中典型的标准填充策略是所谓67°填充或x-y填充(＝90°填充)。在这些方法中，填充策略的取向在层与层之间旋转67°或90°，而填充策略基本保持不变。
如某些查询多次出现，则将其纳入宏观属性数据库的“标准”填充策略条目中很有意义。因此数据库系统结构优选如此构造，即能记录哪些段扫描方向分布和参数集的组合使用频率特别高，然后相应地在宏观属性数据库中创建新条目，也就是说，数据库系统可以说是在“学习”。
如前所述，除纹理或ODF外，还有一些其他属性值(尤其是基本或宏观属性值)可能会引起关注。这些属性值通常可通过构造材料单晶体的已知属性(如通过平均值)从纹理或ODF计算得出。
特别优选地，至少一个属性值，特别是基本或宏观属性值，包括以下材料参数之一的至少一个值：
-弹性张量
-“拉伸强度张量”(表示工件中某一位置存在特定屈服准则时的机械应力；各屈服准则的张量变量条目定义可参见J.Betten，《连续介质力学》，1993年，Springer出版社)。
-屈服点分布(例如以希尔张量的形式，也可在J.Betten的书中找到)
-固化系数
-导热系数
-断裂强度。
优选至少一个材料参数的该种属性值可包括多个与方向相关的分值，即属性值也可各向异性。一般来说，属性值可以定义为张量，例如矢量(一阶张量)或矩阵(二阶张量)，以便考虑三维或方向，或也可定义为四阶张量，以便考虑晶体系统中的属性。
对此示例为四阶弹性张量，其中不同晶体空间方向的弹性张量条目包含一般三维应力状态值，据此通过转换可计算弹性模量E，例如在层中x方向和y方向。
类似的各向异性也可出现在屈服点分布或拉伸强度张量中。在不限制通用性的前提下，也可使用其他常见的可视化形式，如Voigt符号。
上述方法中使用的基本属性数据库优选使用一种方法来建立，在该方法中，每次至少执行以下步骤，以确定特定参数集(其中包括构造材料类型和层扫描方向排列或填充方向排列/填充策略)的至少一个基本属性值和/或材料层的微观结构：
首先，在测试制造方法中，从选定的主体材料中逐层构造出至少一个测试样本，优选一组最佳取向的测试样本，其中在测试样本的至少一层(最好是测试样本的所有层)中使用数据库条目被确定的参数集。优选测试样本为拉伸样本，例如根据ASTM 1876-15[2]或类似标准测试的圆形或方形拉杆或横梁。
然后在测试方法中使用制造好的测试样本确定至少一个基本属性值和/或微观结构。
然后将此基本属性值与参数集链接，并作为条目存储或保存在基本属性数据库中。
特别是可将纹理确定为基本属性数据库的基本属性值。优选还能各自同时确定一组基本属性值，其中一些基本属性值也如前述可从纹理和/或微观结构中导出。
为此可使用各种测试方法，其中适当测试方法的选择取决于各种条件，尤其是待确定的基本属性值。
例如，如需确定纹理和/或微观结构，优选考虑采用以下方法，其中任选可为相应测试方法适当制备测试样本：
-电子背散射衍射(EBSD＝电子背散射衍射)：这优选使用扫描电子显微镜进行。在制备过程中，对测试样本进行切割，并在测量面上进行研磨和/或抛光，以便用扫描电子显微镜测量其纹理和/或微观结构。
-X射线衍射测量法：在这种方法中，也应事先将测试样本在测量面上切开，例如切割，然后可选地研磨。通常不需要抛光。
-使用中子测量法：此处无需准备测试样本，尤其无需切割测试样本。测量面可是测试样本中的任何平面，优选使得测试样本在垂直于测量面的方向上小于10毫米。
测量面可正好位于需要确定基本属性值的测试样本层中，即垂直于层层叠加的主构造方向。
不过，测量面也可横向设置，尤其是在主构造方向上延伸，以便测量穿过部件多个层的层剖面，从而同时确定层剖面所穿过的测试样本段的宏观属性值和/或多个层的基本属性值。
然而，也可在测试方法中对测试样本进行至少一项拉伸测试或优选振动测试(例如使用根据ASTM 1876-15[2]的脉冲激励技术)，以便确定至少一条基本属性值和/或宏观属性值。例如可在拉伸或振动测试中确定弹性张量，并从中导出进一步的基本属性值和/或宏观属性值。
例如优选还能创建包含基本属性数据库和/或包含宏观属性数据库的属性数据库系统。
优化方法最好包括至少一个"空腔测试步骤"。该步骤可用于测试构造后生产品中存在的可能填充有未固化粉末的任何空腔是否与生产品表面相连。这样做目的是检查粉末是否能从部件空腔中清除，因此空腔测试步骤也可称为"除粉测试步骤"。
优选可(虚拟)测试各受测空腔与(虚拟)生产品环境之间是否能实现(虚拟)压力均衡。例如可用纳维-斯托克斯方程或其他方程描述流体力学问题，其中可在域表面上定义压力＝0，可在所有粉末区中定义压力>0，可在所有固化区定义流量＝0。目标函数还可包括一个惩罚剩余压力>0的项。
如在空腔测试步骤中发现并非所有空腔都能按照预期进行除粉，则可根据需要再次修正部件的几何形状。例如，优化方法可从头开始，尤其是使用不同的起始参数集。
此外，空腔测试步骤还可用于评估通道是否够宽还是太窄，即空腔除粉化的效果如何。
此外，优化方法优选还包括至少一个热传导测试步骤，在该步骤中，要检查生产品是否可按照预定质量标准进行既定的热处理。尤其检查是否可在合理时间内进行热处理，并保证足够的最终质量。如不能，优化方法也可以从头开始，尤其是使用不同的起始参数集。
如上所述，然后可基于优化过程变量值生成用于生产品增材构造的生产装置的控制数据，以便根据指定的评估标准在逐层增材构造过程中充分实现优化过程变量值，
优选为段中的单个层选择层扫描方向排列的最佳取向，即尤其单个层的填充方向排列或填充策略的方向，以便在段中的所有层上尽可能好地实现或近似最佳段扫描方向分布。换言之，最初连续的优化变量“段扫描方向分布”基于控制参数被离散化，以便在逐层构造中考虑到每层中分别仅存一个预定层扫描方向排列或填充策略，优选各层扫描方向排列相同，只是相互旋转。
如上所述，上述方法可对增材构造部件的属性轮廓进行总体优化。该方法考虑了所选制造策略，特别是所选制造变量(如参数集中的过程参数)与所产生的部件属性之间的相关性。影响微观结构的、反过来又在宏观层面上共同决定了部件属性或部件质量的主要过程变量值，例如机器配置、曝光策略和/或后处理，可按不同权重加以考虑。
如前所述，该过程不仅限于针对单一标准进行优化，而且代表了解决任何热物理和制造技术性质边值问题的可能性。不仅可确保符合必要的要求(尤其是质量要求)，还可找到最具成本效益的生产技术方法，从而达到既定要求。
此外，本文所介绍的方法与传统的优化方法(如已在使用的拓扑优化程序所提供的方法)不同，其有多种选择来满足局部属性要求。例如，可通过增加材料来满足局部增加材料刚度的要求，也可通过调整扫描策略来生产所需纹理或更换材料来满足要求。从这些可能性中，本文介绍的优化方法总能在由边界值问题定义的帕累托前沿找到解决方案。
上述许多论述都与适用于金属材料的观察结果和现象有关，例如从晶体纹理中推导属性。因此，该方法特别适用于金属材料并且优选用于此目的。但原则上，陶瓷或聚合材料如半结晶聚合物也可用相同或类似方法建立选定的生产参数与所产生的部件属性之间的相关性，因此该方法也可通过适当调整扩展到这些材料类别。
附图说明
下面将借助附图结合实施例对本发明进行更详细的解释。在各图中，相同的部件标有相同的附图标记。附图示出：
图1为用于实施本发明的增材制造的装置的实施例的示意性局部剖视图，该装置具有控制数据生成装置和用于生成优化过程变量值的装置以及检查装置和用于确定属性值的装置，
图2为晶体固体中两种不同纹理的示意图，
图3为能量束运动对晶体生长方向的形成可能产生的影响的示意图，因此也是通过光束熔融工艺制造的部件的纹理，
图4为带有两段的杆状样品部件的示意图，以及不同层中可能的层扫描方向排列及其取向的示意图，
图5至图8为用于解释图4中样品部件不同层的层扫描方向排列及其取向如何导致两个段的不同段扫描方向分布的示意图，
图9为描述近似均匀分布的段扫描方向分布的另一示例的示意图，
图10为描述近似均匀分布的段扫描方向分布的另一示例的示意图，
图11为用于生成优化过程变量值的装置的实施例的示意图，
图12为例如图14所示优化方法设置可能目标函数的框图，
图13为子函数fS的曲线图，以便在例如根据图14的优化方法的可能目标函数中考虑安全系数，
图14为用于生成优化过程变量值的方法的实施例的优化方法的可能方法顺序的流程图，
图15为待制造部件示例透视图，其中示意性地表示作用在该部件上可能的力，
图16为根据图15的部件，具有由部件上的外力而作用在各个部分的载荷的灰度表示，
图17为根据图15和图16的部件，其中显示部件的可能(虚拟)分段以及根据图14的优化方法围绕部件的域的可能定义，
图18为用于确定段属性值的装置的实施例的框图，
图19为用于解释属性数据库系统的基本属性数据库的结构的实施例的框图，
图20为用于创建基本属性数据库的方法顺序的实施例的流程图，
图21为根据第一示实施例的用于测量测试样本上单层纹理的示意图，
图22和23为根据另一方法变体的测量测试样本上多层纹理的示意图，
图24为用于检查是否符合生产品属性要求的方法顺序实施例的流程图，
图25为用于检查是否符合生产品属性要求的检查装置的实施例的框图。
具体实施方式
以下示例性实施例将参考以激光烧结或激光熔融装置1形式的用于生产品增材构造的生产装置1进行描述，其中再次明确指出，本发明不限于激光烧结或激光熔熔融装置。因此，在下文中，在不限制一般性的前提下，生产装置1也被称为“激光熔融装置”1。
图1示意性地示出了这种激光熔融装置1。该装置具有加工室3或带有室壁4的加工区3，制造过程基本上在其中进行。在加工室3中，存在具有容器壁6的向上开口的容器5。容器5的上部开口形成当前工作面7。位于容器5开口内的工作面7区可用于构造物体2，因此被称为构造场8。
容器5具有可沿竖直方向V移动的基板11且布置在载体10上。该基板11在底部封闭容器5并因此形成其底部。基板11可与载体10一体形成，但也可以是与载体10分开形成的板并附接到载体10上或者简单置于该载体上。根据具体构造材料类型，例如所使用的粉末，以及制造过程，构造台12可附接到基板11作为在其上构造物体2的构造基座。原则上，物体2也可构造在基板11本身上，然后该基板形成构造基座。
物体2的基本结构通过以下方式实现：首先将一层构造材料13施加到构造台12上，然后(如稍后所阐述)用能量束E在形成待制造物体2部件的点上选择性固化构造材料13，然后借助载体10降低基板11，从而降低构造台12，再涂抹一层新的构造材料13并选择性固化，以此类推。在图1中，构造台12上容器中已构造物体2位于工作面7下方处于中间状态。该已构造物体已具有多个固化层，被保持未固化的构造材料13包围。可使用各种材料作为构造材料13，优选粉末，特别是金属粉末、塑料粉末、陶瓷粉末、沙子、填充或混合粉末或者甚至可是糊状材料。
顺便提及，此处工作面7定义为笛卡尔参考坐标系的x/y平面。z方向从该x/y平面垂直向上并形成主要构造方向，因为在该方向上底板11连续下降，部件2的层L(层)彼此叠加。
新鲜构造材料15位于激光熔融装置1的储存器14中。借助可沿水平方向H移动的施加机16，构造材料可以薄层形式被施加在工作面7中或构造场8内。
可选在加工室3中设附加辐射加热器17。这可用于加热所施加的构造材料13，使得用于选择性固化的辐照装置不必输入太多能量。这说明，例如在辐射加热器17的帮助下已可将一定量的基本能量引入构造材料13中，该基本能量当然仍低于构造材料13熔化或烧结所需的能量。例如可使用红外线辐射器作为辐射加热器17。
为实现选择性固化，激光熔融装置1具有辐照装置20，更具体地是具有带激光器21的曝光装置20。该激光器21产生激光束E(作为用于熔化构造场8中构造材料的能量束E)。然后，能量束E经由随后的偏转装置23(扫描仪23)偏转，以便根据辐照策略沿待固化层中的辐照路径或轨迹行进并选择性地引入能量。即通过扫描仪23，使能量束E的冲击面22在构造场8上移动，其中冲击面22的当前移动矢量或移动方向S(或扫描方向S)在构造场8上可频繁且快速地变化。该激光束E通过聚焦装置24以适当方式聚焦在工作面7上。辐照装置20在此优选位于加工室3外部，且能量束E经由安装在加工室3上侧室壁4中的耦合窗25被导入加工室3中。
辐照装置20例如不仅可由一台激光器构成，还可由多台激光器构成。此处可优选气态或固态激光器或任何其他类型的激光器例如激光二极管，特别是VCSEL(垂直腔表面发射激光器)或VECSEL(垂直外腔表面发射激光器)或一排此类激光器。
激光熔熔融装置1还可包括装置等(未示出，但为本领域技术人员已知)，以便执行诸如熔池监控等过程以校正在制造过程中可能出现的任何干扰，以便保持尽可能接近由根据本发明创建的控制数据预定的目标过程控制。
这里控制设备50具有控制单元51，其通过辐照控制接口53控制辐照装置20的部件，即在此将激光控制数据LS发送到激光器21，将扫描控制数据SD发送到偏转装置23，并将聚焦控制数据FS发送到聚焦装置24。
控制单元51还利用适当的加热控制数据HS控制辐射加热器17、利用施加控制数据ST控制施加机16及利用载体控制数据TSD控制载体10的移动，从而控制层厚度。
控制设备50通过总线55或其他数据连接方式与带有显示屏或类似装置的终端56相连。通过该终端56，操作员可控制控制设备50，从而控制整个激光熔融装置1，例如通过传输过程控制数据PSD。
为优化生产过程，过程控制数据PSD，尤其是过程控制数据PSD中的曝光控制数据BSD(二者也同义简写为“控制数据”)，通过控制数据生成装置54、54'按照本发明方式如此被生成或修正，即控制生产装置1，使得其在增材制造过程期间根据预定的评估标准充分实现并相应维持某些优化的过程变量值PGO。为此，控制数据生成装置54还可包括用于生成优化过程变量值PGO的适当装置60，尤其是以适当软件或类似形式。该装置作为子单元(例如软件模块、例程、对象等)还可包括用于检查使用特定过程变量值制造的部件(预计)是否符合属性要求的检查装置80，及用于确定此类部件段属性值的装置70。确定优化过程变量值PGO的优选程序和适当装置的优选实施例将在后面参照图4及其以下附图进行解释。
例如，控制数据生成装置54可为控制设备50的一部分，并以软件组件的形式在该设备中实现。该种集成在控制设备50中的控制数据生成装置54可例如接受待制造部件的要求数据AD(包括几何数据GD)，并在此基础上生成优化过程变量值PGO和基于此的适当控制数据PSD，并将其传送至控制单元51。控制数据PSD尤其包括曝光控制数据BSD，但也可包括其他控制数据，如施加控制数据ST或载体控制数据TS，以便选择适当层厚度。
不过，控制数据生成装置54'也可在外部计算机单元、例如此处的终端56上实现，并基于要求数据AD(包括几何数据GD)为待制造部件预先生成优化过程变量值PGO和适当的过程控制数据PSD(特别是曝光控制数据BSD)，然后将其传输至控制设备50。在这种情况下，也可省去控制装设备50中的内部控制数据生成装置54。
同样还可能有种变体，其中基于待制造部件的要求数据AD(包括几何数据GD)在单独设备60中(例如在与总线55相连的单独计算机单元上)确定优化过程变量值PGO，然后将其提供给各自的控制数据生成装置例如54、54'，后者只需为此确定适当的控制数据PSD、BSD。如此则控制数据生成装置54、54'不再需要用于生成优化过程变量值PGO的装置60(或用于确定部件段属性值的检查装置80或装置70)。
用于将各种装置54、54'、60、70、80布置在计算单元和控制设备50的适当拓扑结构中的上述选项中的多个在图1中被示出为替代方案。此外，还可以实现其他变体，例如在不同的计算机单元或类似装置之间分配用于执行本发明的任务。
由控制数据生成装置54、54'生成的过程控制数据PSD、尤其是曝光控制数据BSD也可被视为目标值，其然后在控制单元51中用于控制过程。
在此还须再次指出，本发明并不局限于这种激光熔熔融装置1。本发明还可应用于任何其他用于生成或增材构造三维物体的方法，特别是通过构造材料的逐层施加和选择性固化。因此，辐照装置不仅如本文所述可包括激光器，还可包括任何能将能量作为波或粒子辐射选择性施加到构造材料上或构造材料中的装置。例如可使用其他光源、电子束等代替激光。
尽管图1中仅示出单个物体2，但有可能且通常也很常见，在加工室3或容器5中并行生产多个物体。
用于说明本发明的以下解释主要涉及通常具有晶体结构的金属材料。因此，使用这些材料可更容易解释许多机理和关系。即使关系可能更复杂，本发明原则上也可用于聚合物或陶瓷材料，概因选定的过程参数和由此产生的部件属性之间的相关性也可在彼处建立。
在结晶或半结晶固体，例如使用激光熔融工艺增材构造的金属部件中，如前所述，纹理对部件属性具有重大影响。当观察各种理想化纹理时，如图2所示，这一点就相对容易理解。
纹理定义为晶体取向的总和。取向可通过多种数学方式进行描述，在晶体学中，最常见的描述方法是使用欧拉角，其中欧拉角描述警惕相对于参考系的倾斜度。
如固体中未形成晶体的优选方向，则称为统计随机纹理或"灰色纹理"。如图2右侧示意图所示。在完全随机纹理的极限情况下，即使使用具有各向异性晶体属性的材料，部件在宏观层面上也具有各向同性属性。
在增材构造过程中，出现定向凝固的极限情况是单晶纹理。在准单晶纹理的情况下，由于晶体的对称性，所有晶粒均以相同或等同的取向存在(即所谓晶体学等效)，因此多晶成分在宏观上也具有单晶属性。图2左侧示意性地显示了这一点。纤维纹理看起来与此类似。这也是理想化纹理，在该纹理中，所有晶粒均沿部件轴以定义的晶格方向排列在结构内。纤维纹理与准单晶纹理的不同之处在于，晶体取向仍具有可绕纤维轴旋转的自由度。
上述纹理代表理想化纹理。真实纹理涵盖了高度取向的单晶纹理或准单晶纹理与完全随机纹理之间的整个光谱，可近似描述为此类任意旋转的理想化纹理的权重叠加。因此，纹理样品(即不同晶体取向占据不同体积比例的样品)的宏观属性不再与单晶体的宏观属性相对应，而是仍然表现出各向异性。这意味着具有真实纹理的真实部件通常在宏观层面上表现出与方向无关的属性。正如本发明所示，根据逐层叠加构造的部件中各层实际存在的纹理信息，可得出有关部件属性的结论或很好地估计部件属性。
描述纹理的首选且常用方法是所谓“取向密度函数”(简称ODF)。ODF通常在选定的“方向空间”中定义，其中通常使用欧拉空间，该空间由三个欧拉角作为坐标轴展开。然后，ODF描述了欧拉空间内每种可能的晶体取向在所考虑的样品体积内的体积分数。由于在统计随机灰纹理的情况下，每个取向在微观结构中占据相同的体积分数，因此ODF具有恒定值，其体积积分通常在欧拉空间中归一化为1。在理想的准单晶纹理情况下，整个取向空间值为0，仅有单个取向值不为0。在真实纹理情况下，ODF描述了取向空间内取向的连续分布，其中其值介于0和1之间，欧拉空间内所有体积分数的积分为1。因此，取向密度函数也可用于在数学背景下使用纹理，例如作为权重函数或用于其他目的，如在随后的优化方法中。如稍后将举例说明，样品的纹理以及由此的ODF可通过X射线、中子或电子衍射等计量方法确定，也可通过其他方法在样品上进行实验确定。
如样品中的纹理，特别是ODF，可通过测量得知，或纹理或ODF的近似解可通过模拟结果获得，则就可使用所谓数学均质化方法来近似确定纹理多晶体(即部件)的有效宏观属性。这里假定微观结构的宏观属性应理解为其微观结构中各个晶体属性的叠加，通常是权重线性组合。例如，单个晶粒属性可通过基底相位的单晶属性、化学成分和取向计算得出，然后根据ODF所描述的体积分数权重累加。在确定多晶体弹性时，应特别提及Voigt、Reuss或Hill的均质化方法、例如，U Fred Kocks、Carlos Norberto Tomé、H-R Wenk的著作《纹理与各向异性：多晶体的优先取向及其对材料属性的影响》第7.3章及以下对此进行了解释，剑桥大学出版社，2005年，其中Hill的方法结合了Voigt和Reus的方法。许多其他方法对于本领域技术人员来说为已知。
对于增材构造技术而言，正如开头所提及，某些过程参数，如激光熔融工艺中的扫描速度、激光功率和扫描策略，与部件内部产生的微观结构之间存在关联。凝固过程中的冷却条件是形成部件纹理的重点。此处关键影响变量是发生的温度梯度和凝固前沿的进料速度。在基于激光的增材构造中，三维熔池始终存在于局部，并沿扫描方向逐渐移动，因此包括扫描速度和激光功率密度对纹理均有影响，概因它们也是形成熔池形状和大小的主要影响因素。例如，在扫描速度很低的情况下，会形成近似球形的熔池，导致散热方向与构造方向倾斜约45°。如提高扫描速度而功率保持不变，熔池的长度会增加，而宽度和深度(z方向)会减小，这就是为何散热会沿构造方向(即z方向)近似对齐的原因。
图3示意性地示出基于激光的增材构造过程对纹理形成进行建模的过程，其中左侧示出扫描速度相对较慢时的情况，右侧示出扫描速度相对较快时的情况。根据理想化的熔池几何形状，可以确定前进方向(此处为扫描方向x)上的以及垂直于前进方向的平均曲率半径。在这个近似界面的法线上，会产生三维方向的主热流，这里用主热流方向HWR表示。优选晶体生长方向KWR与之相反。这表明可假定能量上最有利的晶体取向的主要生长方向与主热流方向HWR反平行。因此，图3清楚表明，部件层或制成部件的纹理不仅取决于上述过程变量值如扫描速度、激光功率密度等，还取决于曝光策略，即扫描方向或扫描路径在各层中的运行方式，因为熔池在空间中的取向也会影响部件中每个位置的局部晶体生长。
此外，部件中的纹理不仅取决于曝光策略，即各层内的层扫描方向排列。层扫描方向排列最初仅实质上确定单个层中的“层内扫描方向分布”。然而，由于部件的某个段或整个部件由多个层组成，各层的层内扫描方向分布的相对位置对于段或部件的整体纹理效果也起着重要作用，因为层扫描方向排列或层内扫描方向分布的不同取向也会导致不同的段扫描方向分布，该段扫描方向分布从而定义各扫描方向在段或部件整体中出现的频率。
图4至图8举例说明由多层L生成的非常简单的部件2”的两个不同段SG2、SG3如何产生不同的段扫描方向分布SSV2、SSV3，其中每个段SG2、SG3均利用不同的层扫描方向排列HS2、HS3(填充策略)。层扫描方向排列HS2、HS3在各段SG2、SG3的所有层上保持不变，仅在层与层之间旋转确定角度(此处在段SG2、SG3中角度不同)。
部件2”是简单的方杆2”并且构造方向z沿着方杆2”的纵向方向延伸，即各层L均沿x/y平面取向。在该方杆2”内部的中间区有一个细长的圆杆段SG2。方杆2”的除内部圆杆段SG2(其形成方杆2”的一种芯)之外的整个外部域为第二段SG3。如图4左侧所示。
在图4的右侧，示出了该部件2”的四个任意选择的层L1、L2、L3、L4(也称为分层)中的填充方向，以表明不同的层扫描方向排列HS2、HS3是在各个段SG1、SG2中使用。在当前情况下，层扫描方向排列HS2、HS3各自对应于非常简单的填充策略HS2、HS3，其用于扫描或填充相应段SG2、SG3的整个面。通常部件被分为不同的区，其中例如核心区被宽轨道行驶，每条轨道都具有横向于轨道方向的特定填充图案，即填充策略要复杂得多。另外，在部件边缘区，无论是部件的外边缘还是空腔，通常采用轮廓模式，能量束沿着轮廓连续移动，从而在成品部件的表面上不存在填充图案。然而，图4中简化的填充策略HS2、HS3更能阐明整个原理。
正如借助最低层L1(侧面单独显示的层)示出，内段SG2具有填充策略HS2，其中两条轨道始终在一个方向上并行行驶，然后两条相邻轨道在相反方向上平行行驶，以此类推。相反，外段SG3中的填充策略HS3如此选择，即一条轨道始终去向交替运行，第二条轨道则返向交替运行，以此类推。这表明轨道以蜿蜒模式运行。
此外，如上所述，对于两个段SG2、SG3，各层之间围绕填充策略HS2、HS3的z轴(主构造方向)的重新取向或旋转策略各不相同。例如，在内段SG2中，层扫描方向排列HS2、HS3的取向总是逐层旋转45°。与此相反，外段SG3总是旋转90°。如图5至图8所示，如由多个此类叠加层构造成段SG2、SG3，则整个段SG2、SG3的段扫描方向分布SSV2、SSV3就会不同。
在这些图中，上方示出外段SG3的段扫描方向分布SSV3图，下方示出内段SG2的段扫描方向分布SSV2图。在这些和所有其他段扫描方向分布SSV1、SSV2、SSV3、SSV4图中各自在0至360°的角度上绘制了相关角度中扫描方向的出现频率。参考角度(即例如角度0°位于层面中的位置)可任意选择，因为这仅是一个分布。例如可始终选择x方向上延伸的填充方向取向作为段的参考取向RO。如部件通常情况下由多个段组成，则应为部件的所有段选择相同的参考取向，即为部件定义一个参考取向。此外，扫描方向的出现频率可以任意单位绘制。
由于此处相对精确保持按定义层扫描方向排列HS2、HS3的各扫描路径，这也导致在层扫描方向排列HS2，HS3的相应取向度数处的段扫描方向分布SSV2、SSV3中总是出现相对较窄的高斯线。
在外段SG3的上段扫描方向分布SSV3和内段SG2的下段扫描方向分布SSV2之间，各层再次在图5至图8中分别示出(图5中为最底层L1)且箭头标记显示最底层L1外段SG3中填充策略HS3的各扫描方向如何对上段扫描方向分布SSV3中的峰值发挥作用，以及最底层L1内段SG2中填充策略HS2的各扫描方向如何对下段扫描方向分布SSV2中的峰值发挥作用。因此外段SG2的第一层L1会在90°处产生一个峰值和在270°处产生另一个峰值。与此相反，第一层L1中内段SG2的填充策略HS2会在0°处产生一个峰值，并在180°处产生另一个峰值。其他图6、图7和图8显示位于上方的层L2、L3和L4如何在外段(见各图上部曲线)和内段(见各图下部曲线)的段扫描方向分布SSV2和SSV3中助力产生更多峰值。这里清楚示出，不仅填充策略HS2、HS3负责段扫描方向分布SSV，而且尤其还负责各填充策略在层与层之间的取向策略。外段SG3的段扫描方向分布SSV3仅在0°、90°、180°、270°和360°处具有峰值，而内段SG2的段扫描方向分布SSV2包括显著更多的角度。
然而，原则上也可能且实际上也优选使用显著更复杂或更平滑的段扫描方向分布，其中扫描方向并不像上图所示简单实施例中那样在如此狭窄的角度内运行。
图9示出了几乎均匀分布的段扫描方向分布SSV3的示例，其中分布函数通过在每个单独度数方向上实现的概率来近似。由于大多数机器通常可以精确解析1°，因此分布函数可以通过360个单独的步骤来近似。
在生产品结构中可实现该均匀分布的情况是，一个段由许多层组成且该段的每一层中均使用相同的层扫描方向排列(填充策略)，但层扫描方向排列从层到层的取向总是以一个非360°约数的角度(例如常用的67°角度)进行旋转。那么几乎所有角度都出现在段扫描方向分布中。
图10还示出具有几乎均匀分布角度的段扫描方向分布SSV4。如图所示，此类段扫描方向分布SSV4也可通过基函数，例如径向基函数来近似。如此优点是整个段扫描方向分布可被参数化，即可用相对有限数量的自由角分布参数来描述，从而减少寻找最佳段扫描方向分布的计算量(另见随后对方程(9)的解释)。
因此，总是有可能修正段扫描方向分布，例如通过选择其他层扫描方向排列(即相应修正参数集，因为层扫描方向排列(与段扫描方向分布不同)也被指定为参数集的一部分)，特别是其他填充策略，和/或通过修正连续重叠层的层扫描方向排列的取向或旋转，例如通过将各层旋转45°而不是90°等。如此正如在生产过程中选择其他过程参数一样会对纹理产生影响，故也会对部件的其他属性产生影响。
本发明可利用所有这些上述关系，因为其基于已使用或将用于构造部件段的层的已知参数集以及基于由多层组成的关于整个段的段扫描方向分布，可确定或近似确定相关段的至少一个宏观属性值。此外，一方面由于过程变量值与段扫描方向分布之间的关系，另一方面由于生产品的预期属性，可为生产品的各个段确定相应的优化过程变量值，尤其是各段中的最佳参数集和优化分段扫描方向分布，从而使部件最终特别优秀地满足某些(质量)要求数据。
图11示出用于生成优化过程参数的适当装置的简化图。该装置60的核心是例如采用软件形式的优化单元65(简称“优化器”)。
预期生产品的要求数据AD可例如从用户经由要求接口单元61传输到该优化器65。要求数据AD至少包括生产品的几何数据GD，其中该几何数据GD例如在最普遍的情况下仅能包括部件的允许最大尺寸，或仅包括某些方向上的最大或最小尺寸，但另一方面也包括某些精确长度上的非常具体的尺寸，甚至是定义部件完整轮廓的CAD数据。
优化器65还可通过接口62获得所使用机器(即生产装置1)的硬件属性数据，尤其是关于可用于控制生产装置1的可能过程参数的数据。
通过接口63，优化器65可访问属性数据库系统DBS(以下也简称为“数据库系统”)，稍后将对此进行更详细的阐述：在数据库系统DBS中存在某些可在层的构造过程期间控制生产装置1的参数集(特别是扫描速度、激光功率密度等)，可根据关于扫描方向的各种信息，例如在层内的层扫描方向排列和/或由多个层组成的段内的段扫描方向分布，被相应分配给相关层或段的属性值。为此，除其他外(如稍后待述)这可包括各层的基本属性值BEW，例如通过各层的ODF或其弹性张量对纹理进行数学描述，也可包括宏观属性值，例如从宏观角度描述整个段的纹理或ODF，和/或由此导出的宏观属性值，例如刚度或强度等，仅举几例。
优化器65，例如借助以下图14解释的程序，确定优化过程变量值PGO并且通过接口64使其可用于进一步目的。
整个装置60，即不仅是优化器65，还有所有接口61、62、63、64，都可以采用软件形式在适当的计算机单元上实现。数据库系统DBS也可是装置60的一部分，同样可在相关计算机单元上实现。原则上，这些接口(即要求接口61、其他接口62、63和过程变量值接口单元64)也可设计成一个通用接口单元以便接受数据，在优化器65中进行处理并再次输出。
优化过程变量值PGO可通过将其存储在适当的存储器中或发送到另一个单元来提供，然后该单元基于该值生成用于生产装置的优化控制数据，例如图1中示意性示出的控制数据生成装置54、54'中的一个。
优化器65还可接收关于预期目标函数ZF的信息以用于优化方法，其中该目标函数ZF也可至少部分由要求数据产生和/或可从其他程序获取和/或可通过用户接口进行指定或配置。
此类目标函数ZF可有多个子函数TF1、......、TFi、......、TFn(也称为“Unterfunktionen(子函数)”或“Unterfunktionale(子函数)”)，各子函数均致力于考虑不同的要求。如图12所示。
优选子函数TF1可例如基本上包括构造速率的最大化，并且优选地还存在子函数TFn，其旨在最小化部件总体结构内参数集的变化。这意味着部件应包含尽可能少的不同段，因为各段的定义方式是在该段内使用同一组参数来构造相关段的层。这可例如通过子函数来实现以最小化段边界的数量(见随后方程(10))。还有许多其他可选的TFi子函数可考虑各种标准，例如最大限度地减少材料的使用(见方程(14a)和(14b))、优化安全指示系数(见方程(16a)和(16b))，段扫描方向分布熵值最小化(见方程(18)，即尽可能降低部件静载荷或质量，部件的脱粉性等(见方程(11))和/或其他任意标准。
如图12所示，目标函数ZF为具有(优选强制性的)第一链节的链，该第一链节表示用于最大化构造率的子函数TF1，并且具有最后链节(在稍后待述的、利用可移动段边界的优选优化方法中优选为强制性)该最后链节表示用于最小化段数量并由此最小化参数集变化的子函数TFn(只要-如优选的-为每个段恰好选择一个最佳参数集)。在两者之间示出一些可选的子函数TFi。然而，这仅用于说明各种可能性。事实上，子函数TF1、......、TFi、......、TFn可以任何适当的顺序和方式组合成目标函数。为确定标准的优先次序，还可在目标函数ZF中为TF1、......、TFi、......、TFn分别考虑权重系数。可选子函数的选择取决于用户及其优化问题，并可根据需要进行扩展。通过与边界值问题或机械载荷或属性要求的顺序耦合，可在用户为特定应用选择的域内优化部件形状。
可用作优化方法一部分的目标函数F(也可称为“质量函数”或简称“函数”)，通过该函数可同时确定先前定义的域Ω中各段的最佳参数集和优化层扫描方向排列，例如其数学定义如下：
F＝∫FSeg dΩ (1)
FSeg为域Ω中各段的分段目标函数。积分相当于对域Ω内各分段目标函数的求和。
这些分段目标函数可定义如下：
/>
因此，不限制一般性，分段目标函数FSeg可描述为子函数(Teilfunktionen(子函数))的权重和，每个子函数均乘以权重系数Wi，i是对子函数进行编号的运行索引，fU中的U只是子函数具体名称的占位符，例如U＝build构造，指fbuild子函数(Unterfunktional(子函数))用于最小化构造时间或最大化构造率。
原则上，所有子函数fU(从而段目标函数FSeg和最终目标函数F)均以某种方式取决于选定参数集φα(x)
fU(φα(x)) (3)
x代表进行优化的域Ω中的空间坐标(即部件和粉末段)。这表明要为域Ω中的每个位置分配一个特定的参数集φα(x)，其中该参数集对应于该点所在段的各自有效参数集，以构造相关段的层。作为优化工作的一部分，如上所述，将从一系列候选参数集中为点或段选择更适当的参数集。在此(以及在下文中)α为索引变量，表示候选参数集中的各种参数集φα(x)。
例如，用于最小化构造时间的子函数fbuild例如可定义如下：
fbuild＝-Bα(φα(x)) (4b)
目标函数的子函数fbuild可用来考虑各个参数集φα(x)对构造速度的影响。子函数fbuild旨在确保在取决于位置x的所有参数集φα(x)的可能配置中，考虑具有最高体积构造率的参数集。因此，Bα表示使用过程参数集φα(x)在各自位置x上可达到的体积构造率。子函数fbuild的其他定义也可使构造时间最小化，如随后所示。
此外，许多子函数fU仍然取决于段扫描方向分布Ψ(x)：
fU(φα(x)，Ψ(x)) (5)
段扫描方向分布Ψ(x)取决于位置x，因为其取决于当前考虑位置所在的段。
取决于段扫描方向分布Ψ(x)的子函数具体示例为子函数fst，其致力于使与位置相关的刚度尽可能适应刚度要求：
与位置相关的刚度在这里由刚度张量表示，该张量取决于参数集φα(x)和段扫描方向分布Ψ(x)，其中i，j，k，l为常见张量运行变量。刚度要求可由用户或以其他方式指定的目标值/>表示。可以看出，方程(6)“惩罚”了与目标值的过度偏差。为以标量形式表达偏差，使用了L2范数。该算术运算由‖…‖2中的表达式表示。
如方程(2)所示，用户可使用较高的权重系数Wi来强调强调其多重物理要求概况中的某些要求，从而确保在寻找帕累托最优值时更多地考虑这方面。原则上，权重系数可为任何大于0的数字。明智选择是始终选择0和1之间的数字，其中权重系数的总和也可标准化为1。例如，如目标函数中须考虑三个子函数，即一个用于安全系数，一个用于施工率，一个用于段边界数量，其中安全系数应具有更高的重要性，则安全系数子函数的权重为0.5，其他两个子函数的权重分别为0.25。
作为优化方法的一部分，最终要最小化的目标函数可通过组合方程(1)和(2)来定义，可定义如下：
/>
此处函数F具有积分形式，并且始终作为整个域Ω的标量值。因此，质量函数F的较高值描述与要求概况相关的不太理想的状态，而较低值描述更理想的状态。通过最小化该函数(7)可找到最佳值，即最佳参数集系根据各个最佳段扫描方向分布Ψ(x)的可用(候选)参数集φα(x)确定。
为此可采用多种优化方法，其中有两种基本情况：
a)利用固定段边界进行优化。
b)利用可移动段边界进行优化，即段(及从而部件)的形状可修正。
在这两种情况下，优化最好是以迭代、顺序的方式进行，其中所有方法步骤也可以在迭代循环(特别是嵌套循环)中运行多次，以便考虑到各步骤中的优化对其他步骤的影响。稍后将参照图14对这一具体的优选方法进行更详细的举例说明。
然而，首先下面将概述利用固定段边界或利用可移动段边界的基本可用优化方法：
a)利用固定段边界进行优化：
为此，可使用各种方法，特别是数值方法，进行有约束条件和无约束条件的线性和非线性局部或全局优化，其中，根据目标函数F的形式，无导数方法尤其适用于此(如区间减半法、下降单纯形法)、需要一阶导数(正割法、梯度法和共轭梯度法、拟牛顿法等)或需要二阶导数(如牛顿法或牛顿-拉斐逊法)。根据所选方法，子函数须以如此方式表述，即其对于待优化变量(即过程参数集φα(x)和/或段扫描方向分布Ψ(x))是连续的、一次连续可微，甚至二次可微。优选使用具有高收敛性的方法，即那些尽可能需要高阶导数的方法，因为这类方法速度更快。
适当优化方法的技术实现实例可从基本著作中获取，如C.Richter：《C++中的优化：基础与算法》，2016年，柏林Wiley-VCH出版社，其中在所荐著作中，质量函数用f(x)表示，而非F，待优化变量用x表示。
b)利用可移动段边界进行优化：
即使在利用可移动段边界进行优化的情况下，也有多种方法可实现这点。如上所述，可同时优化段(从而部件)的形状，即几何形状及段扫描方向分布，其中通过移动段边界，适用于各个位置的参数集也不可避免地会发生变化，因为通过边界移动，相关位置可能会被分配到另一段，在该另一段中适用不同的参数集。在不限制一般性的情况下，原则上用于拓扑优化的所有方法均可用于最小化目标函数F。这些方法包括但不限于：
-离散拓扑优化，Michell A.G.M.《框架结构中材料经济的极限》，《哲学杂志》第8卷第47期：第589-597页，1904年
-形状导数拓扑优化，P.Gangl，《基于灵敏度的拓扑和形状优化及其在电机中的应用》，林茨大学，论文2016
-水平集，S.Kambampati、C.Jauregui、K.Museth和H.A.Kim，《弹性和热传导的大规模水平集拓扑优化》，《结构和多学科优化》第61卷：第9-38页，2020年
-进化结构优化，P.Tanskane，《进化结构优化方法：理论方面》，《应用力学和工程中的计算机方法》，第191卷，第47-48期：第5485-5498页，2002年
-相场，J.Kato、S.Ogawa、T.Ichibangase&T.Takaki，《最大化导热性的多晶微观结构的多相场拓扑优化》，《结构与多学科优化》第57卷：第1937-1954页，2018年
为此，本质上必须从目标函数F中各自推导出所谓“界面动力学”，其中建立可数值求解的微分方程，在该方程中目标函数F根据待优化变量推导出来。这些程序通常为本领域技术人员所熟知。
在下文中，将使用与本发明结合的、特别优选被利用的所谓“多相场法”示例稍微更详细地解释该原理，例如在I.Steinbach，《切面晶体生长的多相场模型》，论文，亚琛工业大学，2000年，中以类似方式对此进行描述。该原理的另一解释可在《N.E.Ken：材料科学与工程中的相场法》，2010年，柏林Wiley-VCH出版社的第7章中找到。然而本发明不必仅限于该优选方法。
多相场法(作为一种相场法)实际上是一种用于对两个或多个相以及它们之间的界面、即相界进行数值模拟的方法。相场法可用于确定界面结构和形状如何随时间变化。为描述相的结构或分布，相场法使用所谓“相场函数”，该函数在时间和空间上连续，例如在描述两个相时，其值可介于在零(第一相)和一(第二相)之间。在本优化方法框架下，这一原理可有利地用于描述相邻段之间的界面位移，在这些段中适用不同的过程参数集φα(x)和/或段扫描方向分布Ψ(x)。因此，在这种情况下，不同的过程参数集φα(x)和/或段扫描方向分布Ψ(x)对应于不同的“相”。否则，该程序原则上大致可以采用。
为使用该多相场法对移动段边界进行优化，通常从目标函数F导出非线性偏微分方程，该方程确定各段界面位置(即段边界各个点或位置x的方位)的移动。
因为一方面，在两个相邻段之间的边界处存在从一个参数集φα(x)到另一个参数集φβ(x)的变化(β仅是不等于α的另一个索引变量)，但另一方面，在使用所需的微分方程时，不允许有尖锐过渡(尖锐界面)或跳跃，在优化算法的技术实现中，位置x处的参数集φα(x)各自由其“比例”表示。比例值可以在0到1之间，其中/>表示参数集φα(x)存在于位置x处，而比例φα(x)＝0表示该参数集不存在。因此，在优化中，两段之间的边界区(以下也称为“界面区”，其宽度可由用户定义)中的位置x可以简单地具有适用于第一段的第一参数集φα(x)，的比例/>以及适用于相邻第二段的第二参数集φβ(x)的比例如有两个以上段在界面区交汇，则在位置x上也可能有两个以上参数集的比例。无论如何，在每个位置出现的所有参数集的比例之和须等于1。为能够在整个域Ω中使用参数集φα(x)的比例/>)，在优化中，对于段中间区、即另一个段的边界区之外的所有位置x，参数集φα(x)在该段中的适用比例/>)简单地设为1。
目标函数F或单个子函数fU必须根据相场法进行相应调整，以便在数学上考虑到参数集φα(x)的比例这需要针对不同的子函数fU分别进行计算，例如上面解释的子函数fst的方程(6b)可进行修正，使与位置相关的刚度适应刚度要求，方法是将(取决于参数集)刚度张量/>简单相加，然后分别乘以位置x上可能存在的各参数集φα(x)的参数集比例/>
同样，子函数fbuild可根据方程(4b)通过对位置x(在界面区中)上所有可能的参数集φα(x)的相应参数集比例求和来概括。/>
因此，在本文介绍的数值实现中，相场法通过参数集在(可由用户定义或指定)“扩散”界面区位置处参数集的比例来描述两个或多个参数集(与相场法其他应用的相位相对应)之间的过渡。
第一偏微分方程旨在描述段边界须如何移动才能达到目标函数F的最小值的动态过程。例如，对于参数集φα(x)，此类微分方程可表述如下，其中，如上所述，目标函数F取决于各段中参数集φα(x)的比例
在该偏微分方程中，α和β再次是考虑公共边界区的段中不同参数集的索引。如要考虑N个不同参数集(特别是在N个不同段交汇的位置x，因为此处每个段均配有参数集)，则对每个参数集φα(x)须以α＝N求解该方程(8)，即求解N次。
微分方程在左侧描述位置x上的参数集比例的变化，具体取决于虚拟“弛豫时间”τ的变化。在通常使用相场法描述相变时，该弛豫时间对应于相变的实际时间。在目前的应用中，“弛豫时间”被用作相应的纯虚拟参数，以便在数值计算过程中跟踪段边界的变化。换言之，需虚拟弛豫时间借助相场方程，迭代确定目标函数F最小值时的、具有段所属各参数集和段扫描方向分布的空间段配置。
另一方面，方程(8)的右侧表示作用于段边界的“驱动力”，将其移动到最佳空间配置，从而使目标函数F最小化。
通过目标函数δF的变化的两两比较来确定驱动力，该变化取决于参数集比例或/>这里α和β再次是相邻段中不同参数集的索引，其界面区被视为形成成对差异。由于在界面区的一个位置x上可能有两个以上段相交，因此所有成对比较都要进行求和，其中在上例中，除索引α之外，索引β对1到N的所有参数集都进行了重复计算。
在根据参数集比例或/>求目标函数F的导数差值之前的置前因子中，根据相场法的类比，包含表示段边界“流动性”的值M，更确切地说是扩散界面区(即界面上或紧邻界面的域)，以及表示扩散界面区宽度的值η。这些变量须根据相应的数值方法确定，稍后将在数值实现示例中进行说明。然而，它们没有原始相场法中的物理意义。
由于如上所述，目标函数F还取决于段扫描方向分布Ψ(x)，因此必须为此建立第二偏微分方程。例如这可表述如下：
正如与方程(8)的比较所示，参数集和段扫描方向分布的偏微分方程原则上具有类似的结构。然而，两者还是存在差异，因为单个段的段扫描方向分布Ψ(x)为可在方法中优化的参数，而非像参数集φα(x)那样从多个离散候选参数集中选择出来。
因此，在方程(9)中，i和j是能够指定待优化段扫描方向分布Ψ(x)的自由角分布参数的变量。
例如在方程(9)中，在段扫描方向分布Ψ(x)的非参数描述中，自由角分布参数可为各个离散扫描方向角在各自段扫描方向分布Ψ(x)中的比例，其中i和j分别是代表不同扫描方向角的运行变量。例如，段扫描方向分布Ψ(x)可细分为360个离散的扫描方向角，其中每个角1度，运行变量i和j的值为0-359，运行变量的每个值可分配给一个扫描方向角(参照上文图9的说明)。自由角分布参数/>就是第i个扫描方向角在段扫描方向分布Ψ(x)中所占的比例(这也同样适用于j)。段扫描方向角分量/>的值分别介于0和1之间，其中介于0和1之间的值并不表示段边界，而只是描述段扫描方向分布Ψ(x)中扫描方向角的比例。在每个位置x上，所有段扫描方向角分量/>的总和必须等于1。
但是，如段扫描方向分布Ψ(x)可参数化定义，例如作为高斯分布，则自由角分布参数也可为段扫描方向分布Ψ(x)的单个参数，据此应进行优化，其中i和j代表各个参数(例如i代表平均值，j代表标准偏差)。
现在第二偏微分方程(9)在左侧描述了自由角分布参数(即例如非参数定义分布的段扫描方向角比例/>或参数定义分布的通常自由参数)在位置x上的变化，该变化取决于上文已解释的虚拟弛豫时间τ的变化。
因此，第二偏微分方程(9)右侧的驱动力是对目标函数δF的变化进行成对比较后通过自由角分布参数确定，与方程(8)中的过程完全类似。
在置前因子Msηs/π2中，与相场法类似，也设定了流动性值Ms，通过该流动性值自由角分布参数的变化可在段内扩散，并设定扩散界面区的宽度ηs，自由角分布参数/>可在该宽度上发生变化，这些变量须再次根据相应的数值方法确定，如稍后实施例所述。它们可与上述参数M或η相对应，但并非必须如此。它们没有原始相场法中的物理意义。Ms和ηs的值优选以使自由角分布参数/>的变化迅速发生，即整个段迅速采用段扫描方向分布Ψ(x)的调整。
这些偏微分方程(8)和(9)在日常实践中通常不容易对整个域Ω进行解析求解。因此，在实际应用中，最好采用数值方法求解，即把偏微分方程转换成可以用数值方法求解的方程组。这可以通过有限元法来实现，例如在P.Knabner，L.Angerman，《偏微分方程数值》，Springer出版社，柏林/海德堡，2000年中进行了描述。通过将域Ω分解为离散有限子域ΩT来进行转换。
例如，在这些离散子域ΩT中，可在上述虚拟“弛豫时间”τ的每个时间点(例如优化方法中的每个迭代步骤)，为微分方程中使用的每个与位置相关的参数(即与位置相关的常量和优化变量)各存储一个值。各种离散化方法，即将域Ω划分为离散子域ΩT的方法，对于本领域技术人员来说均为已知，因此无需详细解释。不过，下文将以常用的分解为相同大小六边形有限元的方法为例进行具体说明，其中单个有限元被称为“体素”，这也是常用的口语用法。
在分解时，尽量减少体素的数量是有意义的。为实现这一点，分解可以取决于所设定的任务或优化方法。在进行分解时，可考虑到每个体素只分配到参数集比例值(如上定义)和待优化的自由角分布参数/>值(如上定义)。如在一个体素中，特定段的参数集φα(x)的参数集比例/>值等于1，则该参数集φα(x)适用于相关体素，即该体素明显位于该段中。另一方面，如该值为0，则该参数集φα(x)不用于该体素，即该体素明显位于相关段之外。如该值介于0和1之间，则体素位于段边界区，须对其进行重建以获得几何表示。使用相场法，两个或多个段之间的过渡通常会延伸到多个体素上。优选过渡应该延伸到尽可能少的体素上。
对于相场法，还可优选如此选择体素尺寸，即体素边长对应于要在部件中显示的细节宽度的十分之一或更小。在具体实现中，在部件中待展示的细节宽度可例如为使用参数集可实现的最小壁厚、用于固化的能量束的最小束扩或用户定义的任何其他值。
为了减少计算量，还可控制体素大小，以便仅将其分解至当前段边界附近的各必要分辨率，而无论如何，在明显位于段内的区中使用较大体素。替代地或附加地，为减少计算量，可仅求解由有限元法产生的方程组中靠近段界面的区，即仅求解段边界区(即段边界上和段边界附近)的相关体素。
根据上述定义的最小体素尺寸，也可以在方程(8)和(9)中选择扩散界面区宽度η或ηs，因为可能出现在子函数fU中的、数值形成的梯度数量级取决于体素尺寸。
实际上，方程(8)的η值或方程(9)的宽度ηs优选以如此方式选择，使得作为稍后结合方程(10)描述的子函数fint用于最小化段边界数量的值，与目标函数中的其他子函数具有相同的数量级。为确保这一点，可以将η和ηs的可能值存储在数据库中，或者通过评估起始配置中的其他子函数来确定。例如，体素尺寸为1毫米时，η和ηs的典型值为10-6毫米。
方程(8)中的流动性值M或方程(9)中的流动性值Ms优选以如此方式确定，即在所有子域ΩT中，参数集比例和待优化的自由角分布参数/>在优化方法的每个迭代步骤中的最大变化小于1。通常情况下，许多数值方法都倾向于使用0.5或更小的值，以便相场法安全地迭代收敛到解。
在实践中，用于数值求解此类任务的现有程序或程序段可简单地用于优化。例如，OpenPhase、OpenFoam或deal.II软件包中都有此类程序。
由于在所述相场法中段边界由扩散界面区定义，因此在优化之后，应确定最终在界面区哪些体素中使用哪个过程参数集和哪段扫描方向分布。
除其他因素外，这还取决于优化方法中获得的数据的具体用途。
如其可直接用于控制生产装置，则在界面区也可使用此处体素已知的各不同参数集φα(x)的参数集比例这些参数集分别被分配给不同的相邻段。在这种情况下，过程参数集的数据及其比例也可逐个体素传输到生产装置的控制设备中，例如，在生产过程中，过程参数集根据其比例多次应用于两个段之间的重叠域。例如在激光粉末床熔融工艺中，激光可在重叠域内多次曝光，每次均使用不同的过程参数集。
为重建清晰的段边界，以便将部件可视化为CAD模型，可采用适当的方法例如等值面的形式。等值面是连接空间中具有相同特征或一定大小值的相邻体素的面，如参数集比例或自由角分布参数。由于如前所述，等值面优选也由以下事实来定义，即相同的过程参数集φα也适用于等值面(此外还有相同的等值面扫描方向分布)(从这个意义上说，等值面也可称为“过程参数域”)，因此在过程中确定的等值面应等同于段边界。在存在不同参数集φα(x)及其各自参数集比例的体素中，必须决定在那里应用哪个参数集，例如优选比例最大的参数集。/>
生成等值面的方法例如是行进立方体法，如在C.D.Hansen，C.R.Johnson《可视化手册》，Elsevier Science出版社，2005年等书中被描述。也可以使用本教科书中的其他方法。
将界面区中的体素相应分配给段扫描方向分布并非绝对必要，因为不仅可通过分配到段来定义过程参数集，还可将指定的层扫描方向排列分配到应用过程参数集的各段。这就自动产生了段的段扫描方向分布，该分布对于整个段必须是统一的。
下面列出一些进一步的子函数(＝Unterfunktionale(子函数))作为示例，以便根据方程(1)和(2)建立目标函数，其中α和β同样是N个不同段中不同参数集φα(x)和φβ(x)的索引，如上所述，这些段的共同界面区被考虑在内。
a)用于最小化段界面的子函数：
子函数或Unterfunktional(子函数)可用于最大限度地减少段之间的界面数量，其定义如下：
该方程在形状优化中惩罚界面区的存在，即域Ω中的界面区越多，目标函数F的值就越高。因此，该子功能确保了界面区和由此产生的参数变化段的聚类，即段具有一定的空间范围，不会形成大量过小的段。这最终也减少了部件构造过程中参数集的更改次数。
表示参数集比例/>的空间梯度。这与/>类似。在区段内部(即不在界面区中)，这些梯度为0，且参数集比例/>或之一也必须为0(另一个为1)，总体而言导致比例总和为0。然而，在界面区中括号中的值不等于0。η再次表示扩散界面区的宽度值。
变量μαβ(γ)表示界面能的一种类型，其可取决于参数集组合。这表示代表未固化材料的参数集与代表固化材料的另一参数集之间的界面可例如与其中材料被固化的两个参数集之间的界面受到不同的惩罚。另一方面，如图所示，界面能μαβ(γ)可是参数γ的函数，借助该函数可使界面能各向异性。在实际应用中，确定所有参数集组合的所有界面区的界面能是有意义的，其中一个参数集与未固化材料段有关，另一个参数集与固化材料段有关。具体取决于重力场矢量与界面区取向的方向、即段界面法线方向之间的角度γ，该法线方向又可根据参数集比例的梯度来计算。如此可实现取决于角度γ的各向异性界面能，其中例如悬垂受到更严重的惩罚，概因过大悬垂通常须由支架支撑，这说明支架数量也可减少。
b)用于确保部件可以除粉的子函数(仅适用于可移动段边界)：
用于对部件中含有粉末夹杂物的区进行惩罚的子函数或Unterfunktional(子函数)可按多相场法定义如下：
为使用这一功能，可以在整个域内进行流体模拟，稍后将以图14为例进行说明。在此种流体模拟中，粉末被假定为一种流体，在压力差的作用下流出该域。流体模拟以如此方式设计，即在无法除粉区残留残余压力pR，用大于0的数字表示。如某个域可以除粉，则残余压力值为0。根据流体模拟的设计，残余压力pR的最大值可不同。优选利用系数A对其进行缩放，使子函数值与其他子函数值的数量级相同。该方程中的和项仅用于确保在推导方程(8)中的目标函数F时子函数仅在残余压力pR＝0时才变为0。由于通过流体模拟确定的pR(x)A值为常数，因此如没有求和项，方程(8)中的子函数将因导数而始终为0。
c)用于确保正确热处理的子函数：
子函数fWB惩罚不符合某些预定热处理参数的段，例如按可移动段边界的多相场法一般可定义如下：
在此描述一个函数，该函数将特定参数集目标热处理温度-时间-曲线/>与由热处理模拟(另见图14的后续说明)得出的实际热处理温度-时间-曲线/>之间的偏差转化为标量值。t表示时间。因此，方程(12a)意味着目标和实际热处理温度-时间-曲线之间的每个偏差都会导致目标函数值的增加。
函数W的最简单实施例在此称为差平方和：
在此表示时间的积分变量。本领域技术人员还可以使用适合其材料的任何度量，例如与临界冷却速率的差值。
方程(12a)中的和项与方程(11)一样，仅用于确保在推导方程(8)中的目标函数F时，子函数仅在函数W的值等于0时才变为0。如在不移动段边界的情况下进行优化，则也可以省略此项，并可使用子函数fWB的简化形式来代替方程(12a)：
e)用于减少材料使用的子函数：
根据段质量投入对段进行惩罚的子函数fM，例如按可移动段边界的多相场法一般可定义如下：
此处ρα(φα(x))是相应位置x上的质量密度，该质量密度与基于该位置x处存在的段所使用的参数集φα(x)一起存在。其与位置x处的参数集比例相乘，然后乘积与位置x上的所有参数集比例/>相加。
如在不移动段边界的情况下进行优化，则可使用子函数fM的简化形式来代替方程(14a)，因为在每个位置x上肯定只能有一个参数集φα(x)(那么就没有扩散界面)：
fM＝ρα(φα(x)) (14b)
f)用于最佳安全系数保证的子功能：
在实践中，结构的设计考虑到其荷载的“安全系数”。安全系数S用数值表示，并指示通过什么系数将材料状况或整个部件的失效极限设计为高于基于理论确定的应有的极限。安全系数通常一方面根据部件材料状况和由此产生的理论状况变量、例如强度确定，另一方面根据作用在部件中的场变量状况、例如机械应力确定。
为了在根据本发明的方法的进一步发展中反映这一事实，优选引入“安全指示系数”Ssα(φα(x))，其描述了确定的安全系数与模拟中部件或其段的当前状况之间的差异，优选用数字来表示差异。该反映可任意，但优选应表示至少三种状况：
ⅰ)未达到目标安全系数，
ii)完全达到目标安全系数，
iii)超过目标安全系数。
为此，优选可如此进行定义：安全指示系数值为0时，表示完全满足目标安全系数S；值小于0时，表示该安全系数不足；值大于0时，表示该安全系数超出。一般情况下，安全系数S的值总是大于或等于1，否则部件很可能在计划载荷下失效。安全系数通常取决于应用领域及必要时其标准。例如，在汽车工业中，安全系数S的典型值为1.5或2，在航空工业中为1.5至6，具体取决于部件的安全相关性。
位置x上的参数集φα(x)的安全指示系数Ssα(φα(x))例如可定义如下：
g(σij，φα(x))表示材料特定屈服函数，其如此进行缩放，即当机械应力σij达到材料的屈服点时，g(σij，φα(x))＝1适用，即部件开始发生塑性变形。如g(σij，φα(x))值小于1，则说明构件是纯弹性变形。因此，只有在优化时选择参数集φα(x)，使材料特定屈服函数g(σij，φα(x))的结果值低于安全系数S的倒数时，安全指示系数Ssα(φα(x))才会在“允许”范围内大于或等于0。
存在本领域技术人员己知的用于定义适当的材料特定屈服函数的各种选项。一些变体例如发表于J.Betten，《连续介质力学》，1993年，Springer出版社。
原则上，还可借助对适当样品的实验例如拉伸测试等来定义适当的材料特定屈服函数或其参数，尤其是在各向同性的情况下。
根据方程(15)，使用该“安全指示系数”Ssα(φα(x))的适当的子函数fS可被如此设计，即对于位置x处的最优参数集φα(x)，特别优选安全指示系数Ssα(φα(x))的值等于0。特别优选的是确保超过安全系数受到比低于安全系数更严厉的惩罚，即安全系数S确实得到满足，但为此所需的工作量却要降到最低。
此类子函数fS的执行可见如下所示：
此处所述子函数是以伦纳德-琼斯(指数6)势的形式选择。如安全指示系数Ssα(φα(x))等于或接近0，则该函数应显示最小值。对于小于0的值，该子函数应迅速取大值。
如在不移动段边界的情况下进行优化，则可使用子函数fS的简化形式代替方程(16a)，因为在每个位置x上肯定只存在一个参数集φα(x)(此时则不存在扩散界面)，故可省略对参数集比例的求和：
利用方程(16a)或(16b)中变量A的值，可将安全指示系数Ssα(φα(x))的值在横坐标上移动，在该处子函数fS具有最小值。式(16a)和(16b)中的子函数fS系如此构造，当A＝0时，子函数fS的最小值位于Ssα(φα(x))＝0.025的计算精度范围内。使用方程(16a)或(16b)且A＝0实现子函数fS通常是首选变体，因为在实践中，安全指示系数Ssα(φα(x))几乎永远无法达到0值，但是这样从安全的角度可以保证该值非常接近0值，即大干0。以类似的方式，这也可以用其他势函数代替方程(16a)或(16b)来实现。
例如，在某一要求中，安全系数也允许在一定范围内下降，但又要求尽可能小的部件体积，那么即使安全系数略微偏低，也要尽可能达到0的安全指示系数。例如根据方程(16a)或(16b)，用子函数fS将安全系数S设为2，而当值A＝0时，该安全系数S无法达到2，但安全系数至少应为2.1，然而此种情况也可通过值A<0来考虑，这另一方面意味着优化中的安全系数也可以稍微降低。
不过，在这种情况下，也可以事先对安全系数进行修正，例如根据
执行，由此简单地使用修正安全系数SKorr来代替方程(15)中的安全系数S。
作为优化的数值实现的一部分，也有可能出现子函数fS为负值的情况，这是因为方程(16a)或(16b)中的Ssα(φα(x))+A项变成了负值。在这种情况下，例如在使用方程(16a)或(16b)进行优化时，可简单地将子函数fS的值设置为109，这样优化程序就会被迫选择不同的值，从而“纠正”无效状态。
图13示出适当的子函数fS，特别是根据方程(16b)所示函数的示例。在此子函数fS，的值(可以任意单位；a.u.＝任意单位)与安全指示系数Ssα(可以任意单位)相对应。图中清楚可见，从子函数fS，最小值开始，随着安全指示系数Ssα的增加(向右)，即在超标的情况下，子函数值缓慢增加。然而，在子函数fS，最小值处，随着安全指示系数Ssα下降(向左)，子函数fS，值急剧增加。
g)用于最大化扫描方向角度变化的子函数：
本领域技术人员从实践中得知，扫描方向角(层中扫描方向相对于可自由选择的参考角的角度)的变化越大，对结构质量的影响就越大。因此，过分限制段扫描方向分布Ψ(x)中的扫描方向角可能会带来不利。故包含多个扫描方向角的最佳段扫描方向分布Ψ(x)(例如图9和图10)是适宜的。为在优化方法中考虑到这点，(基于香农信息论)”段扫描方向分布熵”可形成为进一步的子函数fE
fE＝∫Ψ(x)log(Ψ(x))dω (18)
这里，段扫描方向分布熵fE的定义类似于信息论中的熵。ω表示扫描方向角。段扫描方向分布中使用的扫描方向角越多，则子函数fE的值就越小。这表明该子函数确保在所有可能的相似最优解中，选择段中具有最大扫描方向角变化的一个。
在方程(18)中，fE一般描述为段扫描方向分布Ψ(x)的函数。为了在数值优化方法中使用，方程(18)还须以如此方式来实现，即该方程取决于待优化的段扫描方向分布Ψ(x)的自由角分布参数本领域技术人员可使用标准数值方法轻松实现。根据待优化的自由角分布参数/>的类型，该函数看起来可能会有所不同。
h)用于避免段内段扫描方向分布Ψ(x)发散的子功能：
如上文已阐述，优选在单个段中应该总是恰好存在一个段扫描方向分布Ψ(x)。具体每层中优选应当恰好遵循一种层扫描方向排列(或填充方向排列或填充策略)，以避免层面不能再被无间隙填充。当使用移动段边界进行优化时，可使用以下子函数fHD来实现这点：
此处描述了所谓“跳跃函数”。此处定义为，如位置x位于界面区中，则取值0，或如位置x不在界面区中，但明显位于一个段，则取值1。相反，梯度恰好在位置x处，该位置明显位于段中而非界面区，则取值0。因此，在理想的解析解中，子函数fHD始终为0，因此无功能。另一方面，在数值优化方法中，其用于补偿由于数值离散处理而不可避免的“差异”，因为在数值优化的背景下，位置x可能会暂时出现，例如在运行优化循环时，一方面段扫描方向分布Ψ(x)尚未明确位于段内，另一方面根据最佳参数集φα(x)已经位于段内，反之亦然。在这种情况下，子函数fE生效，并通过梯度/>确保待优化的自由角分布参数/>也适用于所有属于当前适用最佳参数集φα(x)的各段的位置x。在方程(19)中，η再次表示扩散界面区的宽度值，变量μ表示界面能量类型。
如前所述，优选需要至少目标函数的最小配置，该最小配置由特别是由用于最小化构造时间或最大化构造速度的子函数，以及如进行的是利用可移动段边界的优化，用于最小化段边界(过程参数界面)的子函数组成，即用于最小化部件中的段，如方程(4a)和(10)所述。此外，目标函数还可包含其他一些可选的子函数，例如上文提到的其他子函数。
在上述示例中，显示的分别是最简单的子函数形式，可以对其进行修正以包含更多的约束条件，前提是有关约束条件不以单独子函数的形式添加到优化问题中。优化标准是否与另一个子函数，尤其是强制子函数相耦合，或是否定义单独子函数，取决于优化问题的复杂程度。
下面举例说明优化标准与强制性子函数的耦合，即安全系数与用于最小化构造时间或最大化体积构造率子函数的耦合，用于最小化构造时间的子函数已经在上面通过方程(4a)提出，用于在段边界移动的情况下进行优化，以及在方程(4b)中不移动段边界的情况下进行优化。在这两种情况下，子函数现均可通过安全系数进行扩展，以定义具有构造率-安全系数耦合的子函数fbuild-S：
fbuild-S＝-Bα(φα(x))sign(Ssα) (4b′)
Ssα在这里再次表示安全系数指示，例如其可用上面的方程(17)来定义。sign是符号函数，它只考虑符号，并将正号赋给0值。因此，如参数集(φα(x))导致安全系数下降(即安全系数指示ssα为负值)，由于子函数fbuild-S中的符号发生了变化，体积构造率将不再从目标函数中减去，而是自动加到目标函数中。这意味着，低于安全系数必然会受到惩罚。
如使用其中已经集成了安全系数的子函数，则无须使用单独子函数来维持安全系数。
以上述方式定义的目标函数ZF现在可在优化方法中使用(例如由图11中的优化器65使用)。下面将借助图14解释可能的优化方法示例。这是一个迭代方法。目标函数可在某些方法步骤中重复使用，其中，如有必要，目标函数的某些(仅)子函数也可在不同的步骤中使用，以便最初彼此分开处理或优化子函数的基本优化目标。例如，在某一步骤中，可通过相应设置某些子函数中的某些参数来降低甚至停用该子函数的效果，或者在某些步骤中最初可将某些优化变量视为常数。
在图14中的示例中，使用了目标函数作为示例，其中包含根据公方程(4a)计算的子函数，用于最小化构造时间，方程(10)用于最小化段界面；方程(16a)用于考虑安全系数；方程(11)用于可能的部件除粉；方程(12a)用于热处理；方程(18)用于最大化扫描角的变化；方程(19)用于避免段扫描方向分布的偏离。不过，在此再次明确指出，如上所述，目标函数也可采用其他方式构造。最佳目标函数取决于要求范围、可用计算能力和可用时间。
在步骤S0中，首先定义一个域G(计算域或设计空间)，该域包括待制造部件。如待制造部件的外部尺寸不应修正，即形状应保持不变，则部件本身的外轮廓可例如形成该域。此外，还可以任意方式在部件周围绘制任意框，即部件周围或部件某些侧面上的未固化区也算作该域的一部分。然后，该域随后(在后续步骤中，见下文)分为数个段，其中一些段可属于该部件，但也可有些段(例如粉末段)位于部件外部，前提是如上所述，该域大于部件。
在步骤S1中，然后设置用于后续优化(其在此处迭代运行)的起始值，即起始段SG′，以及与起始段SG′相关联的起始参数集PS′和起始段扫描方向分布SSV′。
借助图15、16和17释明如何定义具体部件2′(此处为缓冲器2′)，域G及如何在域G中确定段SG0、SG1(例如作为起始段)。
在图15中，该部件显示为三角形网格，以便显示，虚拟数据可用来对缓冲器2′的载荷情况进行有限元模拟，其中外力(如图6中箭头所示)作用在缓冲器2′上。基于模拟可创建出三维载荷图，该图以灰度(或通常彩色)直观地显示在图16中的缓冲器2′上。从图中可见，例如，只有一小部分体积，即小于3％的整个缓冲器2'的体积部分承受200兆帕以上的载荷水平，这些较高载荷区主要位于缓冲器2'的横梁区。
知晓准确的载荷信息(也可是要求数据，尤其质量要求数据)，例如载荷较大和较小区的信息，就可相应将部件有利地分成不同的虚拟段。
在此可根据载荷信息将缓冲器2'划分为单个段，这样，横梁中载荷特别大的区被视为单个段SG1，而缓冲器2'的剩余区可形成另一段，如图17所示。然后这些段例如在优化方法中最初可用作起始段SG'。
图17还示出例如整个部件2'如何被更大域G包围，且部件2'周围的整个外部区形成其他段SG0，其为“粉末段”或“空段”，其中粉末在构造过程中不被固化。对此类粉末段SG0，可在优化方法中如此简单设置起始参数集，即使得此处激光功率为0。然后，对于粉末段SG0的起始参数集无须再修正。
对于所有其他起始段SG'，然后可以在步骤S1中选择适当的起始参数集PS'(用于构造相关起始段SG'的层)和起始段扫描方向分布SSV'。例如从数据存储器DS中选择，其中可以存储各种候选参数集KPS，这些参数集可用于构造待使用的生产装置1。通常情况下，候选参数集KPS的数量相对有限，其中该数量当然仅受可用存储空间和用于测试各种候选参数集KPS对生产品属性值影响的计算时间的限制。
由于部件生产的高效率在许多情况下也是重要标准，因此建议每次选择能够实现最高构造率的起始参数集PS'和起始段扫描方向分布SSV'。然而，原则上也可采用另一选择标准。
在此应指出，还可基于如何实现最高构造率来选择将域G或部件2'虚拟划分为起始段SG'，而不在此使用载荷模拟，如图6至图8所示。这尤其适用于部件完全不承受高载荷或载荷仅为次要考虑因素的情况。
在随后的步骤S2中，如在制造过程中使用了步骤S1中定义的起始配置，即起始段SG'、起始参数集PS'和起始段扫描方向分布SSV'，则首先需对要待制造(仍然是虚拟的)部件进行要求模拟。正如稍后将更详细解释的，对于已知的段SG配置或组合以及相关参数集PS和段扫描方向分布SSV，可每次确定单个段的宏观属性值，如纹理(尤其是以取向密度函数ODF的形式)和/或其他宏观属性值，如弹性传感器、屈服点分布、固化系数、热导率、断裂强度等。
作为此类要求模拟的一部分，然后可例如执行载荷模拟，例如使用(段或由段所形成的部件的)宏观属性值，类似于前述借助图16对模拟缓冲器2'进行可视化处理或振动模拟或类似等。此类模拟可使用通常数值模拟方法例如有限元法或有限体积法进行。该要求模拟的结果是包含当前系统或部件与各段的不同状态值的状态描述，特别是这些段可承受何种载荷，整个系统(部件)的频率，且每次均针对当前配置，其中计算发生在步骤S2中。
如稍后待述，作为迭代方法的一部分，S2步骤会被多次调用以检查当前配置。当第一次调用即优化方法开始时，这些状态值或状态描述适用于从步骤S1开始的起始配置。
在随后的步骤S3中，可以将状态描述或状态值等与外部规范、尤其是部件的要求数据进行比较。这些外部规格还可包括例如已经预先为部件提供的作为(质量)要求数据的载荷记录，例如如图16中示例缓冲器2'的载荷记录。
如在特殊情况下，所有所需尺寸均得到最佳满足，则原则上可以使用起始配置来构建部件，特别是如该起始配置已经以可以实现最高可能构造率的方式选择。那么起始配置将是最佳配置，且已经找到优化的过程变量值。然而，这种情况出现的可能性很小。
通常，如没有满足所有要求，则在后续方法中进一步优化过程变量值，即段或其精确的段边界，以及各个段的参数集和段扫描方向分布。
为此，在步骤S3中，如需要，可从当前段SG'的候选参数集KPS中选择新的当前参数集。该选择可特别优选考虑所谓“参数组适合度值”PSS(简称为PS分值PSS)来进行。
每个候选参数集KPS可针对某些要求，例如关于强度、刚度、构造率等，被分配不同的特定要求PS分值，这些分数可部分存储在数据存储器DS中，也可针对当前配置重新计算。这取决于与特定要求PS分值相关的具体要求。对于仅取决于所选参数集的要求，例如构造率，这些特定要求的PS分值可与参数集一起存储。然而，对于还取决于外部场变量、特别是机械力的要求，优选每次在步骤S3中运行循环时重新计算PS分值。易于理解的示例是给定载荷下部件的机械应力。这些应力取决于例如部件的几何形状，因此也取决于段的当前配置。如在优化方法中修正段的边界，则部件中的应力也不可避免地发生变化。因此，针对此类载荷，每次最好根据当前配置调整PS评分。
通过组合这些特定要求的PS分值，然后可确定各候选参数集KPS的总体PS分值。
尤其是例如当单个特定要求PS分值介于0和1之间，即表示关于特定要求与相应候选参数集的满足程度的概率，则这些特定要求PS分值可简单相乘以确定总体PS分值。例如第一候选参数集的第一要求的PS分值为0.8，第二要求的PS分值为0.2，而另一候选参数集的第一要求和第二要求的PS分值分别为0.6，则优选选择第二候选参数集，因为其总体PS得分为0.36，而第一候选参数集仅具有0.16的PS得分。
但是，这样做的前提是这两项要求的权重相同。原则上，也可对某项具体要求给予特别权重。在确定PS的总分时，可用权重系数来考虑这一点。
在步骤S3结束时，仍然可能存在相同段SG'，但是优选应为一些段SG'分配更优的当前参数集，以更好地满足要求。
在步骤S3之后，可在步骤S4中使用目标函数ZF来优化段边界，即试图通过修正某些区的单个段边界以获得更优结果。这也明确包括不仅部件内段的段边界被移动，而且部件边缘的段与该域外部粉末段之间的段边界也可能被移动。这表明在某些情况下，部件外部轮廓也可修正，例如某些支柱变厚或变薄，具体取决于具体情况的需要。以此方式可同时优化部件的几何形状。
由于步骤S4涉及优化并因此移动段边界，故为确定相场法框架内目标函数F的最小值，必须至少求解上述第一偏微分方程(8)，其中位置x(界面区中)处的参数集比例的变化被考虑为虚拟“弛豫时间”τ变化的函数。
优选在步骤S4中还可同时利用目标函数ZF对段扫描方向分布进行优化。这通过在步骤S4中同时求解上述第二偏微分方程(9)来确定目标函数F的最小值来实现，其中位置x处自由角分布参数的变化作为虚拟松弛时间τ变化的函数加以考虑。可选段扫描方向分布的优化也可推迟到后续步骤，例如推迟到步骤S7和S8，这将随后解释。
在步骤S4结束时，已改进段和可选已改进段扫描方向分布可与步骤S3中选择的参数集的几何形状或段边界相匹配。
在步骤S5中，再次重复步骤S2中的过程，即利用当前过程变量值、即当前段、当前参数集和当前段扫描方向分布创建新的状态描述(也同义称为系统描述)，并确定并检查是否充分满足所有要求，尤其是质量要求。
如不能充分满足要求，系统将回跳至步骤S4。在步骤S4和S5之间循环运行，直到达到中止标准，即例如直到两个迭代步骤之间关于预定质量标准方面的变化变得非常小为止。此时可认为，存在近乎最佳的组合可用于当前载荷情况。
在包括三个子步骤S6a、S6b和S6c的后续步骤S6中，将检查存在粉末的所有区是否也具有离开部件的出口。因此，至少对于那些在部件中不刻意需要填有粉末的空腔的情况，应确保在粉末拆封之后未残留在部件中，例如未残留在与外部空间不通的空腔中。
为此目的，在步骤S6a中，可假设粉末系从空腔流出的粘性流体。该流出可用纳维-斯托克斯方程来描述，该方程通常可以使用数值方法来求解(这方面示例在M.O.Bristeau、R.Glowinski、J.Periaux：《纳维-斯托克斯方程的数值方法，在可压缩和不可压缩粘性流模拟中的应用》，第6卷，第1-6期，73-187页中给出)。为在数值模拟中模拟流动，对于流体力学问题，可将方法起始时定义的域表面压力假设为0。而在所有存在粉末的区中，压力被定义为大于0。此外，所有固化区的流速均可设置为0。例如在目标函数中可包括根据方程(11)的子函数，该子函数惩罚大于0的剩余压力，其中压力变量pR(x)可用纳维-斯托克斯方程来计算。
通过回跳到步骤S4，在该步骤中目标函数ZF也被用于修正段边界，然后可修正段边界，使得具有粉末夹杂物的区可被最小化或完全去除。这可在循环中完成，该循环将尝试进行一定次数的迭代，通过修正段几何形状来移动夹杂物使其最终位于部件表面上，或通过利用熔融材料填充夹杂物，即消除填有粉末的空腔。例如这里可再次使用中止标准，即在循环中不再进行相关修正或最大数量的迭代步骤已完成。
随后，在可选步骤S6b中，可对仍可能存在粉末夹杂物的那些区进行所谓明可夫斯基减法，以便通过类似于图像处理方法的侵蚀从计算网格中去除这些区。明可夫斯基减法是应用图像处理的标准方法，故在此无须进一步解释。仅需要将上面定义的体素视为处理三维图像数据的明可夫斯基减法中的体素。
在最后步骤S6c中将检查是否仍有粉末夹杂物。如有，则回跳至步骤S3清除这些区。在彼处为相关区选择新参数集，从而使该区得到巩固，然后从步骤S3开始，使用新的参数集再次进行完整优化。
应当注意，除粉步骤S6a系在步骤S4中对目标函数内的其他点进行优化之后特意单独进行。这可通过在第一次运行中将各处压力均设置为0来实现，且因此在步骤S4和S5的先前运行中首先对所有其他标准进行了优化而尚未进行除粉。对于除粉准则，由于参数的巧妙选择，目标函数ZF或相应子函数(11)最初处于不活动状态(因为如将域内各处压力pR(x)设为0，则目标函数F中整个子函数fclean等于0)。如在起始配置中开始优化时，最初可用的解的形状与最佳形状相差甚远，因此预计在步骤S4和S5之间将进行大量迭代循环，则该程序可节省计算时间。
步骤S7和S8纯粹是可选的且仅在步骤S4中未考虑段扫描方向分布(通常是这种情况)的前提下才被使用。原则上，如前所述，可在不优化段扫描方向分布的情况下执行当前优化且仅在步骤S7和S8中单独执行。在步骤S7中，再次使用目标函数ZF，但现在只求解第二偏微分方程(9)，该方程例如在步骤S4中未被考虑。在此过程中，步骤S8与步骤S5或S2相对应，即在此进行状态描述和检查，以确定系统或部件在多大程度上能满足当前段和当前分配给段的参数集要求，如不能充分满足要求，则回跳至步骤S7。步骤S7和S8之间的循环将再次进行，直到达到中止标准，例如，直到两个迭代步骤之间的变化相对于指定的质量标准变得非常小。
也是可选的步骤S9最后对随后制造的部件进行可能设定的热处理。该步骤包括两个子步骤S9a和S9b。在子步骤S9a中，对(仍然)待制造的虚拟部件进行虚拟热处理，并存储模拟热处理中每点的特征温度曲线。随后的子步骤S9b将检查模拟温度曲线是否在所需热处理的允许范围内，例如在部件某些点上是否变得太热或不够热。如超过极限值，则返回步骤S2，最终以新起始配置再次进行整个优化，其中起始配置应如此选择，即热处理问题可能被消除。另一方面，如最终满足热处理方面的要求，则优化过程最终结束，并可获得以下形式的所需优化过程变量值PGO，即最佳段边界SGG、最佳参数集PS和优化段扫描方向分布SSV。
段边界SGG的优化还可包括物体相对于主构造方向、即层与层之间堆叠的Z方向的优化对准。也可修正段边界，以实现部件相对于主构造方向的重新取向或优化取向。例如，在安装空间中的适当取向可减少或最小化悬垂和/或支撑。如上文结合方程(10)所述，这很容易实现，例如通过在子函数中加入与角度相关的界面能量来最小化段边界。尤其在某些情况下，通过修正段边界，还可优化后续制成部件所有表面区可达性，以便进行后处理或类似处理。
最后，需要注意，作为优化过程的一部分，优选同时对部件所有段进行优化，例如，对于所有起始段SG'，步骤S1起始时不仅确定段边界，而且确定其他起始参数值PS'和起始段扫描方向分布SSV'并始终在相应步骤中一起进行优化。这说明目标函数ZF可同时考虑这些参数。
在图14所示的优化方法中，如上所述，各当前配置在多个步骤中被评估，例如在步骤S2、S5和S8中，其中检查使用当前存在于优化方法中的段(即当前段边界)和属于段的当前参数集及当前段扫描方向分布SSV的构造过程是否会产生满足特定要求的部件。这表明可使用状态模拟来确定虚拟部件的状态描述，并且如有必要可在进一步的步骤中将状态描述与预定(质量)要求进行比较。
各段的宏观属性值可用于确定状况或确定状况描述。这些宏观属性值尤其可为段中的纹理，如上所述，其可由上述取向密度函数ODF描述，也可为由此导出的其他宏观属性值，如弹性传感器、屈服点分布、硬化系数、热导率、断裂强度等。
现借助图18解释如何利用已知的用于构造段层的参数集PS和已知的段的段扫描方向分布SSV，各自在确定宏观属性的适当装置70或单元中确定相关段的宏观属性值MWA。
需要明确指出，该装置70也可以软件形式在适当的计算机单元上实现。尤其可被集成到优化方法中，例如作为软件对象或子程序。同样，现在所述装置70的所有其他组件，如接口和数据库系统，也可用软件实现。此外，也可部分用硬件、部分用软件来实现接口，例如，也可将整个装置70分布在不同的计算机单元上，这些计算机单元以适当的方式相互连接。这一点尤其适用于装置70使用的数据库系统DBS，该系统包括宏观属性数据库EDA和基本属性数据库EDB。它们可很容易地外包给其他计算机和存储单元，宏观属性数据库EDA和基本属性数据库EDB的功能和数据内容，以及设置此类数据库EDA和EDB的选项将在下文中说明。
例如可通过参数集接口单元72采用当前参数集PS，通过扫描方向接口单元73可采用当前段扫描方向分布SSV用于段构造过程。此外，装置70可具有接口74，通过该接口可采用段信息SGI，即有关段的信息，例如层数、当前段边界等。
所有这些信息都可以在宏观属性确定单元71中使用，以确定宏观属性值MWA，或者更优选确定有关段的整组宏观属性值，并将当前参数集PS和当前段扫描方向分布SSV以及段信息分配给这些宏观属性值。该宏观属性确定单元71的工作方式在以图18中宏观属性确定单元71内非常简化地以流程图形式示出。
在第一步骤MS1中，首先查询宏观属性数据库EDA，以确定是否已为参数集PS和段扫描方向分布SSV的特定组合存储了现成的宏观属性值MWA。如是，则简单采用该宏观属性值MWA，且该宏观属性值MWA可以经由装置70的接口75从宏观属性确定单元71返回到例如更高级的软件组件，该软件组件然后继续使用该宏观属性值MWA。
优选在宏观属性数据库EDA中存储特别频繁出现的由参数集PS和段扫描方向分布SSV组合的宏观属性值MWA，即这些是重复使用的标准组合。当然，该宏观属性数据库EDA可逐步扩展。
如在宏观属性数据库EDA中查询不成功，则必须根据当前参数集PS和当前段扫描方向分布SSV，为当前个别情况确定新的宏观属性值MWA。为此，在下一步骤MS2中，首先在基本属性数据库EDB中查询当前参数集PS的各个层的当前基本属性值BEW。例如该基本属性值BEW可是层的纹理和/或微观结构MS，也可是由此得出的适用于各层的值。但优选继续使用由ODF描述的纹理TX和微观结构MS。
在第三步MS3中，对各层的基本属性值BEW进行数学均质化处理，即对段中各层的基本属性值BEW进行适当组合，以近似得到完整段的宏观属性值MWA。这里使用的信息包括层数、层中的层扫描方向排列以及层之间的相对旋转，这些信息决定了当前的段扫描方向分布。
例如，作为步骤MS3中均质过程的一部分，可以简单地形成各层基本属性值的平均值，然后由该平均值形成所需的宏观属性值MWA。或者，可先确定各层基本属性值BEW平均值的倒数值，然后形成该倒数值平均值的倒数值。这个平均值的倒数值就形成宏观属性值。采用这两种方法中的哪一种取决于各层的微观结构MS的外观以及当前载荷要求。
在此需要指出，如上所述，各层的基本属性值BEW没有显著差异，只要其通过相同的参数集PS(即相同的填充策略)制造，除了事实上，随着层之间相对于(原则上任意定义的)参考取向RO的取向修正，基本属性值的取向也会修正。这自然会导致纹理TX的取向发生变化。最终，这也会通过与取向相关的材料参数的形式对所有属性值产生影响，例如弹性张量或屈服点分布，例如以尔张量的形式，它们在不同取向下可能有很大不同。然而，知道一个取向的基本属性值就足够，最好是参考取向。其他取向的基本属性值可通过简单的算符，如简单旋转计算得出。
然后，在步骤MS3中确定的宏观属性值MWA还可通过接口75再次输出，例如输出到上一级单元，然后由上一级单元继续处理。
另外，该宏观属性值MWA还可与计算所基于的参数集PS以及相关联的段扫描方向分布SSV一起存储在宏观属性数据库EDA中。如宏观性数据库EDA有足够的空间，原则上每个新宏观属性值MWA均可存储在宏观属性数据库EDA中。不过，对于例如非常罕见的参数集PS或段扫描方向分布SSV等，优选不一定这样做。原则上，系统也可被设计为学习型，即例如在列表中注明哪些参数组合PS、SSV出现特别频繁，然后对于这些参数组合逐渐扩展宏观属性数据库EDA，或者反之亦然，每个宏观属性值MWA首先存储在宏观属性数据库EDA中，如一段时间内不再被查询，则再次被删除，以便为其他组合创建存储空间。
借助下图将进一步阐述基本属性数据库EDB的结构。
如图19的框图所示，基本属性数据库EDB是通过在不同的测试制造方法THV(各自的上部步骤)中逐步生产不同的测试样本K来创建的，每个测试样本具有多个层LK(见例如图21)。这些样本可以是拉伸样品，优选圆形或方形拉杆。每个测试样本均采用不同的PSK参数集制造。由于通常可以在常规的生产装置中并行生产多个物体，因此这里当然也可并行生产多个测试样本K。还可以对各测试样本K使用不同的参数组，例如通过将测试样本K定向到不同的构造方向或在测试样本K中通过使用不同的填充策略或使用不同的扫描速度、激光束功率等来工作。然而，只要测试样本K是在并行工作步骤中创建的，那么始终使用相同类型的材料进行构造也是合理的。
然后对所生产的每个测试样本K施行测试方法PV，这将在以下借助附图21至23进一步阐述。在该测试方法中，针对测试样本K的一层或多层LK确定至少一个基本属性值BEW，但优选确定一组或一元组基本属性值BEW。
这些测试方法PV的结果是为构造各自测试样本K而使用的参数组PSK和在测试方法PV中为该测试样本K确定的基本属性值BEW的各自组合。参数集PSK因此包含作为过程参数的材料类型。例如，基本属性值BEW可以再次是各个基本属性值BEW的元组，其中包括层纹理TX和微观结构MS。
然后，如图19所示，这些数据存储在基本属性数据库EDB中，并相互分配。
图20示出用于确定段的层的基本属性BEW或同时确定多个层的基本属性BEW的优选实施例。为简单起见，这里假设基本属性应为纹理TX，例如以ODF的形式进行描述。但原则上，这种方法也适用于其他基本属性BEW，尽管其他基本属性通常也可以从纹理TX或ODF中推导出来。
如图19所示，该方法从测试制造方法THV开始，该方法又包括几个步骤DA1、DA2、DA3。在第一步骤DA1中，首先精确地定义测试样本K并且确定用于构造测试样本K而待使用的过程参数集和段扫描方向分布。基于该数据，然后在步骤DA2中创建实际测试样本。然后，制成的测试样本K被制备用于进一步的步骤DA3中的进一步测量。
该准备步骤DA3可以有不同的设计，具体取决于主要使用哪种测试方法以及后续的测试方法PV如何详细设计。例如，第一准备步骤DA3可以包括沿着预定测量面ME(参见图21至图23)分离测试样本，然后为进一步步骤DA3b中的后续测量方法准备分离表面。例如，如使用EBSD法(电子背散射衍射)作为测量方法，则应切割测试样本，然后在进一步的步骤中对切割表面进行研磨和抛光。如使用X射线衍射法，则切割后仅需要研磨，但优选附加抛光。例如，如使用中子辐射进行测量，如测试样本足够小，则根本不可能进行任何准备。利用这样的中子束，可沿测试样本K内部的任何测量面ME、ME'记录层剖面SP。在这种情况下，只需在生产过程中注意确保测试样本K在垂直于测量面ME、ME'的延伸方向上不会太厚，使得中子辐射可穿过测试样本K即足够。
当制备测试样本时，还可对测试样本K是否在层面内切割进行基本区别，如图21中示意性所示。此处测量面ME恰好位于切割层LK中，其中基本属性值BEW(例如此处纹理TX和微观结构MS)将通过测量来确定。切割时须确保切割面垂直于主构造方向z。
另一方面，图22显示测量面ME'也可如此布置，即横向运行，优选垂直穿过多个层LK(即与主构造方向z平行)，从而记录层剖面SP。如上所述，这可通过例如中子辐射测量来完成，其中在这种情况下，不必切开测试样本K来确定测量面ME'中的层剖面SP。或者，实际上沿所需测量面ME'进行切割，如图23所示，并在据此所得的切割面中例如借助EBSD图像，对纹理，如图23中切开的测试样本K的示意图旁边作为层剖面SP所示，也可对层剖面SP的微观结构进行测量。
在制备测试样本K之后，实际测试方法PV在步骤DA4中进行。
在第一子步骤DA4a中，可以在测量面中执行测量。此处可使用各种测量方法，例如已经提到的EBSD方法、X射线衍射方法或利用中子辐射测量法，对于本领域技术人员来说通常为已知，因此无须在此进一步解释。以下教科书第14.2章对此有更详细的解释：L.Spieβ、G.Teichert、R.Schwarzer、H.Behnken、C.Genzel《现代X射线衍射/材料学家、物理学家和化学家的X射线衍射》，2019年，Springer Spektrum出版社。
例如使用扫描电子显微镜的EBSD方法，可在每个像素层中测量出一个值元组，该值元组表示三个角度的晶体取向，例如欧拉角。在子步骤DA4b中，可将逐个像素获得的信息输入图中(例如EBSD图)。
然后可据此确定ODF，进而定义纹理TX。最终，该ODF是三维空间(欧拉空间)中的一种直方图，其中直方图的高度各自表示值组合出现的频率。还可参考上述L.Spieβ、G.Teichert、R.Schwarzer、H.Behnken、C.Genzel的教科书。
如此使用测量值创建图，如上所述，例如在测量面ME中创建ODF，可在步骤DA5中完成。
如通过将测量面ME平行于测试样本K的层LK设置以恰好进行层LK的测量，如图21所示，则可在测试方法DA4中直接确定该层LK的一个或多个基本属性值BEW，例如上述以ODF形式表示的层LK的纹理TX。然后在步骤DA5之后结束针对该测试样本K的测试方法PV，并可将所确定的一个或多个基本属性值BEW与用于创建测试样本K的参数集PS的所配信息一起存储在基本属性数据库EDB中。
另一方面，如在图22或23中的步骤DA4中记录了层剖面，则会出现由多个层LK组成的段SGK的宏观属性值MWA，其中该段SGK相当于测量面ME'所穿过的测试样本K。
例如利用此类层剖面，可记录测试样本K(或测试样本K的段SGK)的完整宏观纹理或宏观ODF。然后该宏观属性值MWA可例如直接在宏观属性数据库EDA中采用，因为在构造期间使用参数集和层扫描方向排列，即单个填充策略以及段扫描方向分布均为已知，即与下一层相比，哪一层相对于下一层以何角度旋转。如只需宏观属性值MWA，也可在步骤DA5之后在此结束测试方法PV。然而还可遵循步骤DA6，以便根据测得的宏观属性值MWA确定各层的基本属性值BEW。
由于该段SGK也具有特定且已知的段扫描方向分布，因此以这种方式确定的宏观属性值也可以作为很好的近似值，用于适用相同参数集PS和相同段扫描方向分布的其他段，而与层数无关。这是使用段扫描方向分布作为(可优化的)参数来表征段的优点。
下面借助宏观ODF的示例来阐述步骤DA6，但不限制一般性，据此将确定单个层LK的单个基本ODF。
在步骤DA6a中，首先确定单个层的模型基本属性，即本示例中的模型基础ODF。假定所有层都具有相同的模型基本属性或模型基本ODF，但围绕Z轴的方向除外。在随后的步骤中，在该模型基本属性的帮助下，知晓了迭代拟合程序中的段扫描方向分布和单个层扫描方向排列或填充策略，尝试尽可能近似在步骤DA5中实际测量的宏观属性，在本例中为宏观ODF。
为此目的，在步骤DA6b中，根据测量体积中的段扫描方向分布旋转单个层LK的模型基本ODF。
在步骤DA6c中，然后根据测量体积中各层的模型基本ODF来计算模型宏观ODF，并且必要时，如在实践中出现可测量的切割角度偏差，则通过可能的切割角度偏差来倾斜，这有时很难避免。计划切割面与实际切割面之间的偏差被视为切割角度偏差。该偏差通常可用两个角度表示。
在步骤DA6d中，然后确定测量的宏观ODF与现前在步骤DA6c中计算的模型宏观ODF之间的误差。
在步骤DA6e中，最终确定误差是否低于一定的误差限值，或是否已经超过一定的迭代步数，或检查之前定义的另一个中止标准。
如尚未满足中止标准，则在步骤DA6f中简单递增运行变量，然后在步骤DA6g中计算对模型基本ODF和可能的切割角度偏差的校正。然后在步骤DA6b开始的进一步计算中使用新的或修正模型基本ODF，即根据测量体积中的段扫描方向分布再次旋转模型基本ODF，以模拟单个层，然后在步骤DA6c中确定新的模型宏观ODF，以便在步骤DA6d中与实际测量的宏观ODF进行比较。
如满足期望的中止标准，当然优选达到最小误差，则在步骤DA6h中，可将宏观ODF与用于制作测试样本K的参数集PSK一起存储。
在此需再次指出，本方法也可通过其他代替ODF的基本属性和宏观属性，例如弹性张量来执行。
还应提及，除制造、切割和制备测试样本或记录层剖面外，还有其他方法可确定宏观ODF。
例如，可通过拉伸试验或所谓的“脉冲激励技术”("IET")进行测量，从而确定测试样本的固有频率。为此，需要制作多个构造策略完全相同(即参数集和段扫描方向分布完全相同)，但相对于主构造方向z，杆件或测试样本的纵向不同。然后使用这些实验样本来测试相对于任意但在数据库中和机器类型中统一的参考取向的不同方向上的拉伸行为或振动行为。与拉伸试验相比，IET方法的优点是所需的不同方向较少，例如，只需在不同方向上设置15个不同的测试样本，而拉伸试验则需要约41个不同的方向来确定所有数据。
通常，这些测量首先在宏观层面确定弹性张量。与微观ODF或宏观ODF的步骤DA6所描述的方法相同，可根据宏观弹性张量确定单个层的基本弹性张量。为此，可假定模型基础弹性张量，用于计算模型宏观弹性张量，以便在迭代拟合过程中尽可能使模型宏观弹性张量与实际测量的宏观弹性张量相适应(与步骤DA6中描述的程序类似)。
如层的基本弹性张量已知，则其将直接作为基本属性值BEW被采用到数据库中。不过，也可由此确定取向密度分布函数，即纹理和/或单晶弹性张量。例如，上文提到的U FredKocks、Carlos Norberto Tomé和H-R Wenk所著的书中就介绍了适当的方法。
如上所述，用于确定段属性值或检查段当前状态是否满足特定条件的方法和装置尤其可在优化方法中使用，以便为生产品生产确定适当的过程变量值。
不过，原则上也可完全脱离优化方法来进行这种检查，例如，在使用前检查控制参数，这些参数是用于制造部件的，但制造方式与上述优化方法不同。同时还可对已制成部件进行后续检查，这些部件不应被破坏，因此无法对其进行特定的载荷测试。为此，只需知晓生产过程中使用的且上述方法所需的过程参数即可。
图24以非常简化的示意图示出可用于此目的的检查装置80，图25则示出相应检查方法的流程图。检查装置80也可纯粹以软件组件的形式在适当的计算机上实现，特别是这种检查装置80还可集成到其他程序段中，例如作为软件对象或子程序等。
检查装置80例如可经由接口81接收关于生产品的产品信息PI，如物体的几何数据、用于物体的过程变量值，如已多次提及的参数集或多个参数集，因为它们被用于部件不同区或段、填充策略在不同层之间的旋转信息等。这些信息随后可用于分段单元82，以确定部件是否由上述意义上的多个段组成，即不同参数集是否用于不同连续区。这与图25中的方法步骤PR1相对应，其结果就是段信息SGI或段SG，其中这里还可包含更多数据，如段层数、段尺寸等。此外，还可结合段获取段中使用的参数集PS和段扫描方向分布SSV的相关信息。
在进一步的PR2步骤中(见图25)，可确定每段SG的宏观属性值MWA，如之前借助图18所述。图18所示装置70在此作为子模块集成到检查装置80中(见图24)，可用于此目的。
然后该装置70确定的宏观属性值MWA可被输送到状态确定单元83，该单元根据图25执行步骤PR3，并确定各段的状态描述。这可例如使用上述状态模拟方法完成。随后状态描述可作为检查结果被输出。
不过，也可选择在PR4步骤中事先与规定的质量要求进行比较，即检查部件是否满足所需的质量要求。例如，这可在检查装置80的可选比较单元84中进行，该单可通过接口81调用所需的质量要求数据QA。
通过接口85，状态描述ZB，包括状态是否满足质量要求的信息，可传递给另一单元，例如上级单元，该单元可相应使用该数据。当然，也可不输出完整的状态描述，例如在比较之后，只输出缩减的状态描述，其形式可表明部件是否满足要求。
此时应注意，检查装置并非必须对整个部件执行如图25所示的方法，而是例如还可对部件的各段确定状态描述。将其用于上级方法或后续方法中。
此外，控制数据生成装置54、54'还具有数据生成单元57，借此可在不使用优化方法的情况下为生产装置1生成控制数据BSD、PSD。在这种情况下，控制数据BSD、PSD优选首先传输到前面所述的检查装置80(其中可在控制数据生成装置54、54'内部创建，也可通过与控制数据生成装置54、54'的数据连接器从外部耦合)，以便(虚拟地)检查通过该控制数据生成的生产品，如上所述。基于检查装置80的检查结果，控制数据BSD、PSD可被接受或拒绝，例如由决策单元58接受或拒绝，以便进行后续制造。在第二种情况下，必须生成新的、更适当的控制数据。
最后，应当再次指出，上文详细描述的装置和方法仅为实施例，本领域技术人员可在不脱离本发明范围的前提下对其进行各种修正，尤其是优化方法几乎可按当前的要求随意调整，例如可加入额外步骤，或合并步骤，或交换或扩展优化标准。优化标准也可通过不同方式加以考虑。此时还应当注意，上述使用子函数权重和以形成目标函数的方法尽管优选，但是该方法并非一定局限于此。例如，子函数也可以约束条件的形式定义，如使用拉格朗日乘子法。该约束条件可为例如平等或不平等约束条件。对此的解释可在C.Richter：《C++中的优化：基础与算法》，2016年，Richter出版社等基础著作中找到。此外，不定冠词“一(阳性或中性)”或“一(阴性)”的使用并不排除所讨论特征可多次出现的事实。同样，术语“单元”并不排除其由多个相互作用的子组件形成的事实，这些子组件也可在空间上分布。
附图标记列表
1 生产装置/激光熔融装置
2 生产品/部件/物体
2' 生产品/部件/缓冲器
2” 生产品/部件/方杆
3 加工区/加工室
4 室壁
5 容器
6 容器壁
7 工作面
8 构造场
10 载体
11 基板
12 构造台
13 构造材料(在容器5中)
14 储存器
15 构造材料(在储存器14中)
16 施加机
17 辐射加热器
20 辐照装置/曝光装置
21 激光
22 能量束冲击面
23 偏转装置/扫描仪
24 聚焦装置
25 耦合窗
50 控制设备
51 控制单元
53 辐照控制接口
54，54' 控制数据生成装置
55 总线
56 终端
57 数据生成单元
58 决策单元
60 用于生成优化过程变量值的装置
61 要求接口单元
62 接口
63 接口
64 过程变量接口单元
65 优化单元/优化器
70 用于确定属性值的装置
71 宏观属性确定单元
72 参数集接口单元
73 扫描方向接口单元
74 接口
75 接口
80 检查装置
81 接口
82 分段单元
83 状态确定单元
84 比较单元
85 接口
AD 要求数据
BEW 基本属性值
BSD 控制数据/曝光控制数据
DBS 属性数据库系统/数据库系统
DS数据存储器
DA1，DA2，DA3 DA4 DA5 DA6 方法步骤
DA4a，DA4b 子步骤
DA6a至DA6h 子步骤
E 能量束/激光束
EDA 宏观属性数据库
EDB 基本属性数据库
FS 聚焦控制数据
G 域
GD 几何数据
H 水平方向
HS 加热控制数据
HS1，HS2 层扫描方向排列/填充方向排列/填充策略
HWR 主热流方向
K 测试样本
KPS 候选参数集
KWR 晶体生长方向
L，L1，L2，L3，L4 层/层
LK 层
LS 激光控制数据
ME，ME' 测量面
MS 微观结构
MS1，MS2，MS3 方法步骤
MWA 宏观属性值
PGO 优化过程变量值
PI 产品信息
PR1，PR2，PR3，PR4 方法步骤
PS 参数集
PS' 起始参数集
PSD 控制数据/过程控制数据
PSK 参数集
PSS 参数集适合度值/PS分值
PV 测试方法
QA 质量要求/质量要求数据
RO 参考取向
S 扫描方向/冲击面的移动方向
SD 扫描控制数据
SG 段
SG' 起始段
SGG 段边界
SGI 段信息
SGK 测试样本段
SG0 粉末段
SG1，SG2，SG3 段
SP 层剖面
SSV 段扫描方向分布
SSV' 起始段扫描方向分布
SSV1，SSV2，SSV3，SSV4 段扫描方向分布
ST 施加控制数据
S0至S10 方法步骤
S6a，S6b，S6c，S9a，S9b 子步骤
TF1，…，TFi，…，TFn 子函数/子函数/子函数
THV 测试制造方法
TSD 载体控制数据
TX 纹理
V 竖直方向
x，y 层面中的空间方向
z 主构造方向
ZB 状态描述
ZF 目标函数。
Claims (26)
1.用于生成由多层(L，L1，L2，L3，L4)构造材料(13)构成的生产品(2，2'，2”)的增材构造过程的优化的过程变量值(PGO)的方法，所述方法具有以下方法步骤：
-提供所述生产品(2，2'，2”)的要求数据(AD)，该要求数据至少包括所述生产品(2，2'，2”)的几何数据(GD)，
-定义包括所述生产品(2，2'，2”)的域(G)，其中，所述生产品(2，2'，2”)包括至少一个段(SG，SG1，SG2，SG3)，
-对在定义的所述域(G)内的所述生产品(2，2'，2”)的至少一个段(SG，SG1，SG2，SG3)执行优化方法，以便从多个候选参数集(KPS)中选出包括过程变量值的定义的组的至少一个最佳参数集(PS)且以便通过利用定义的目标函数(ZF)和所述要求数据(AD)来确定优化的段扫描方向分布(SSV)，
-提供所述最佳参数集(PS)和优化的所述段扫描方向分布(SSV)作为优化的过程变量值(PGO)。
2.根据权利要求1所述的方法，其中，使用所述要求数据(AD)、尤其使用所述几何数据(GD)将所述域(G)、尤其所述生产品(2，2'，2”)分成多个段(SG，SG1，SG2，SG3)并以如此方式执行所述优化方法，即每次为单个所述段(SG，SG1，SG2，SG3)生成所述最佳参数集(PS)和优化的所述段扫描方向分布(SSV)。
3.根据权利要求2所述的方法，其中，在所述优化方法中，并行使用公共的目标函数(ZF)以确定定义的所述域(G)的多个段(SG，SG0，SG1，SG2，SG3)的优化过程变量值(PGO)，其中，尤其在所述目标函数(ZF)中，优选将所述生产品(2，2'，2”)内参数集变化最小化考虑为进一步的所述要求数据(AD)。
4.根据权利要求2或3所述的方法，其中，在所述优化方法中所述域(G)的段(SG，SG0，SG1，SG2，SG3)之间的段边界(SGG)被考虑为进一步的优化变量且被提供为进一步的优化的所述过程变量值(PGO)，其中，在所述优化方法中优选使用相场法、尤其多相场法。
5.根据前述权利要求中任一项所述的方法，其中，至少一个层(L，L1，L2，L3，L4)的过程变量值之一包括层扫描方向排列(HS2，HS3)且为优化所述段扫描方向分布(SSV)，所述段的不同层(L，L1，L2，L3，L4)的所述层扫描方向排列(HS2，HS3)的相对取向被相互优化。
6.根据前述权利要求中任一项所述的方法，其中，在所述优化方法中，所述生产品(2，2'，2”)相对于主构造方向(Z)的对准被考虑为进一步的优化变量，并被提供为进一步的优化的过程变量值(PGO)。
7.根据前述权利要求中任一项所述的方法，其中，在所述目标函数(ZF)中，以下目标生产数据和/或目标属性数据和/或约束条件中的一个或多个被考虑为所述要求数据(AD)：
-增材构造过程中的构造率
-构造材料的材料类型
-构造技术
-机器类型
-目标载荷数据
-刚度
-强度
-生产品的质量和/或质量分布
-表面可达性
-支撑属性
-化学属性
-几何数据(GD)。
8.根据前述权利要求中任一项所述的方法，
其中，在所述优化方法中通过可预定义权重来考虑所述要求数据(AD)
和/或
其中，所述目标函数(ZF)包括多个子函数(TF1，...，TFi，...，TFn)，每个所述子函数均被分配有特定的所述要求数据(AD)。
9.根据前述权利要求中任一项所述的方法，
其中，为至少部分所述候选参数集(KPS)分别确定至少一个参数集适合度值(PSS)，并利用所述候选参数集(KPS)的所述参数集适合度值(PSS)从所述候选参数集(KPS)中选择最佳参数集(PS)，
其中，优选为至少部分所述候选参数集(KPS)分别确定针对不同所述要求数据(AD)的多个特定要求的参数集适合度值(PSS)，
其中，特别优选所述候选参数集(KPS)的特定要求的所述参数集适合度值(PSS)分别被组合以形成所述候选参数集(KPS)的总体参数集适合度值。
10.根据前述权利要求中任一项所述的方法，
其中，所述优化方法包括多个迭代步骤
和/或
其中，在所述优化方法中首先确定起始配置，其中，至少定义起始段(SG')以确定所述起始配置，并从多个所述候选参数集(KPS)中为每个所述起始段(SG')选择起始参数集(PS')，并确定起始段扫描方向分布(SSV')，
其中，优选为所述段(SG，SG1，SG2，SG3)分别选择导致在所述段(SG，SG1，SG2，SG3)中产生最高构造率的所述候选参数集(KPS)作为所述起始参数集(PS')。
11.根据权利要求10所述的方法，其中，所述优化方法包括至少一个状态确定步骤，在该状态确定步骤中确定根据当前过程变量值制成的所述生产品(2，2'，2”)的状态描述，
且其中优选随后将所述状态描述与所述生产品(2，2'，2”)的预定义要求进行比较，
且如状态描述不满足预定义要求，则特别优选修正当前过程变量值
且随后可选地再次执行状态确定步骤及状态描述与预定义要求比较。
12.根据权利要求11所述的方法，其中，在进一步的优化过程步骤中
-在至少一个步骤中，为至少一个段(SG，SG1，SG2，SG3)选择其他候选参数集(KPS)，优选利用所述候选参数集(KPS)的所述参数集适合度值(PSS)
和/或
-在至少一个步骤中在至少两个段(SG，SG0，SG1，SG2，SG3)之间的至少一个段边界(SGG)发生修正
其中，优选在至少一个步骤中确定修正的段扫描方向分布(SSV)。
13.根据前述权利要求中任一项所述的方法，其中，属性数据库系统(DBS)用于确定段(SG1，SG2，SG3)的修正的段扫描方向分布(SSV)，其中所述生产品(2，2'，2”)的属性作为相应所述过程参数集(PS)的函数，且如有必要，还可作为所述段扫描方向分布(SSV)的函数存储在该数据库系统中。
14.根据权利要求13所述的方法，其中，所述属性数据库系统(DBS)包括宏观属性数据库(EDA)，针对所述段扫描方向分布(SSV)和所述过程参数集(PS)的各种组合，所述宏观属性数据库包含至少一个宏观属性值(MAW)，优选每种情况下一组宏观属性值(MAW)，
且其中，为确定所述段(SG，SG1，SG2，SG3)的修正的所述段扫描方向分布(SSV)，须考虑在所述宏观属性数据库(EDA)中是否已针对所述段扫描方向分布(SSV)和当前所述参数集(PS)的特定组合输入所述宏观属性值(MAW)。
15.根据前述权利要求中任一项所述的方法，其中，所述优化方法包括至少一个空腔测试步骤，在所述空腔测试步骤中测试所述生产品(2，2'，2”)中存在的空腔是否与所述生产品(2，2'，2”)的表面相连，
其中，优选测试各被测空腔与所述生产品(2，2'，2”)的环境之间是否可实现压力均衡。
16.根据前述权利要求中任一项所述的方法，其中，所述优化方法包括至少一个热传导测试步骤，在所述热传导测试步骤中，测试是否可对所述生产品(2，2'，2”)根据预给定质量标准进行计划的热处理。
17.用于生成用于在增材构造过程中由多层(L，L1，L2，L3，L4)构造材料(13)构成的至少一个生产品(2，2'，2”)的增材构造的生产装置(1)的控制数据(BSD，PSD)的方法，所述方法具有以下方法步骤：
-根据前述权利要求中任一项的方法提供为增材构造过程生成的优化过程变量值(PGO)，
-为所述生产装置(1)如此生成所述控制数据(BSD，PSD)，即根据预给定评估标准在增材构造过程中充分实现优化的所述过程变量值(PGO)，
其中，所述构造材料(13)优选在增材构造过程中被构造并被选择性固化，其中，为实现固化，所述构造材料(13)在构造场(8)上被至少一种能量束(E)辐照，其中，所述能量束(E)的冲击面(22)在所述构造场(8)上移动，以便熔化所述冲击面(22)内及其周围的目标区中的所述构造材料(13)。
18.根据权利要求17所述的方法，其中，在段(SG2，SG3)中分别为单个层(L，L1，L2，L3，L4)如此选择层扫描方向排列(HS2，HS3)的最佳取向，即总体上最佳的段扫描方向分布(SSV)在所述段(SG2，SG3)中的所有层(L，L1，L2，L3，L4)上尽可能好地被实现。
19.用于控制生产品(2)的增材构造的生产装置(1)的方法，其中，根据权利要求17或18中任一项所述的方法生成用于所述生产装置(1)的控制数据(BSD，PSD)，且利用所述控制数据(BSD，PSD)来控制所述生产装置(1)。
20.用于生成生产品(2，2'，2”)的增材构造过程的优化的过程变量值(PGO)的装置(60)，其具有以下组件：
-要求接口单元(61)，其被设计用于提供所述生产品(2，2'，2”)的要求数据(AD)，所述要求数据至少包括所述生产品(2，2'，2”)的几何数据(GD)，
-优化单元(65)，其被设计用于利用定义的、其中考虑了所述要求数据(AD)的目标函数(ZF)对所述生产品(2，2'，2”)的至少一个段(SG，SG1，SG2，SG3)执行优化方法，以便从多个候选参数集(KPS)中选择包括过程参数值的定义组的最佳的参数集(PS)，且以便确定优化的段扫描方向分布(SSV)，
-过程变量值接口单元(64)，其被设计用于提供最佳参数集(PS)和优化的段扫描方向分布(SSV)作为优化的过程变量值(PGO)。
21.用于生成用于在增材构造过程中增材构造生产品(2)的生产装置(1)的控制数据(BSD，PSD)的控制数据生成装置(54，54')，
在该构造过程中，优选构造材料(13)被构造并被选择性固化，其中，为实现固化，所述构造材料(13)在构造场(8)上被至少一个能量束(E)辐照，其中，所述能量束(E)的冲击面(22)在所述构造场(8)上移动，以便在所述冲击面(22)内和其周围的目标区中熔化所述构造材料(13)，其中，所述控制数据生成装置(54，54')包括至少以下组件：
-根据权利要求20所述的装置(60)和/或根据权利要求20所述的装置(60)的接口，其用于接收优化的过程变量值(PGO)，
-数据生成单元，其用于如此生成所述生产装置(1)的所述控制数据(BSD，PSD)，即根据预给定评估标准在增材构造过程中充分实现优化的过程变量值(PGO)。
22.用于在增材构造过程中增材构造生产品(2)的生产装置(1)的控制设备(50)，其中，所述控制设备(20)具有用于接收控制数据(BSD，PSD)的、根据权利要求21所述的控制数据生成装置(54)和/或与根据权利要求21所述的控制数据生成装置(54')的接口，
并被设计用于使用所述控制数据(BSD，PSD)控制所述生产装置(1)。
23.具有根据权利要求22所述的至少一个控制设备(50)的、用于在增材构造过程中增材构造生产品(2)的生产装置(1)。
24.计算机程序产品，其具有可直接加载到计算机单元，特别是可直接加载到用于生成优化的过程变量值(PGO)的装置(60)、控制数据生成装置(54，54')或用于生产品(2)的增材构造的生产装置(1)的控制设备(50)的存储装置中的计算机程序并具有程序段，以便在计算机单元中执行计算机程序时，执行根据权利要求1至19中任一项所述的方法的所有步骤。
25.用于生产品(2，2'，2”)的增材构造过程的优化的过程变量值(PGO)，该优化的过程变量值(PGO)系根据权利要求1至16中任一项所述的方法生成。
26.用于在增材构造过程中增材构造至少一个生产品(2，2'，2”)的生产装置(1)的控制数据(BSD，PSD)，所述控制数据(BSD，PSD)系根据权利要求17或18中任一项所述的方法生成。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102021119636.1 | 2021-07-28 | ||
| DE102021119636 | 2021-07-28 | ||
| PCT/EP2022/070099 WO2023006484A1 (de) | 2021-07-28 | 2022-07-18 | GENERIERUNG VON OPTIMIERTEN PROZESSGRÖßENWERTEN UND STEUERDATEN FÜR EINEN ADDITIVEN AUFBAUPROZESS |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117677455A true CN117677455A (zh) | 2024-03-08 |
Family
ID=82899234
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202280050307.5A Pending CN117677455A (zh) | 2021-07-28 | 2022-07-18 | 用于增材构造过程的优化的过程变量值和控制数据的生成 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN117677455A (zh) |
| DE (1) | DE102022117935A1 (zh) |
| WO (1) | WO2023006484A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102022125147A1 (de) | 2022-09-29 | 2024-04-04 | Eos Gmbh Electro Optical Systems | Generierung von optimierten Prozessgrößenwerten und Steuerdaten für einen additiven Aufbauprozess |
| DE102022130234A1 (de) | 2022-11-15 | 2024-05-16 | 1000 Kelvin GmbH | Verfahren zur bereitstellung einer verfahrensanweisung |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3687677B1 (ja) * | 2004-10-26 | 2005-08-24 | 松下電工株式会社 | 光造形方法と光造形システム並びに光造形用プログラム |
| DE102017127148A1 (de) * | 2017-11-17 | 2019-05-23 | Eos Gmbh Electro Optical Systems | Bestrahlungsstreifensortierung |
-
2022
- 2022-07-18 CN CN202280050307.5A patent/CN117677455A/zh active Pending
- 2022-07-18 DE DE102022117935.4A patent/DE102022117935A1/de active Pending
- 2022-07-18 WO PCT/EP2022/070099 patent/WO2023006484A1/de active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| DE102022117935A1 (de) | 2023-02-02 |
| WO2023006484A1 (de) | 2023-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Salonitis | Design for additive manufacturing based on the axiomatic design method | |
| Cheng et al. | Part-scale build orientation optimization for minimizing residual stress and support volume for metal additive manufacturing: Theory and experimental validation | |
| CN117677455A (zh) | 用于增材构造过程的优化的过程变量值和控制数据的生成 | |
| Taufik et al. | Role of build orientation in layered manufacturing: a review | |
| Hur et al. | Determination of fabricating orientation and packing in SLS process | |
| Di Angelo et al. | A reliable build orientation optimization method in additive manufacturing: The application to FDM technology | |
| KR101996933B1 (ko) | 적층 생성된 구조물에서 응력들 및 형상 편차들을 결정하기 위한 방법, 컴퓨터-판독가능 데이터 캐리어, 컴퓨터 프로그램, 및 시뮬레이터 | |
| EP3877890A1 (en) | Macrostructure topology generation with physical simulation for computer aided design and manufacturing | |
| Fernandez-Vicente et al. | Identifying limitations for design for manufacturing with desktop FFF 3D printers | |
| Matos et al. | Improving additive manufacturing performance by build orientation optimization | |
| Strano et al. | Multi-objective optimization of selective laser sintering processes for surface quality and energy saving | |
| Barclift et al. | CAD-integrated cost estimation and build orientation optimization to support design for metal additive manufacturing | |
| Song et al. | Residual stresses and microstructure in powder bed direct laser deposition (PB DLD) samples | |
| Ibhadode et al. | Topology optimization for metal additive manufacturing: current trends, challenges, and future outlook | |
| CN117980093A (zh) | 确定由多层构造材料构成的生产品的段的属性值 | |
| Moreira et al. | A multi-criteria h-adaptive finite-element framework for industrial part-scale thermal analysis in additive manufacturing processes | |
| Kuşhan et al. | Systematical review on the numerical simulations of laser powder bed additive manufacturing | |
| Qin et al. | Adaptive toolpath generation for distortion reduction in laser powder bed fusion process | |
| Javidrad et al. | Review of state-of-the-art research on the design and manufacturing of support structures for powder-bed fusion additive manufacturing | |
| Wang et al. | On efficiency and effectiveness of finite volume method for thermal analysis of selective laser melting | |
| Chen | Investigation of fem numerical simulation for the process of metal additive manufacturing in macro scale | |
| Patil | A novel numerical framework for simulation of multiscale spatio-temporally non-linear systems in additive manufacturing processes. | |
| Poggi et al. | State-of-the-art of numerical simulation of laser powder Directed Energy Deposition process | |
| Gee et al. | A physics-based modeling framework to assess the cost scaling of additive manufacturing, with application to laser powder bed fusion | |
| Barclift | Cost modeling and design tools for additive manufacturing with laser powder bed fusion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |