CN117794721A - 代表性部件、设计代表性部件的方法、形成和测试代表性部件的方法以及使增材制造系统合格的方法 - Google Patents
代表性部件、设计代表性部件的方法、形成和测试代表性部件的方法以及使增材制造系统合格的方法 Download PDFInfo
- Publication number
- CN117794721A CN117794721A CN202280052302.6A CN202280052302A CN117794721A CN 117794721 A CN117794721 A CN 117794721A CN 202280052302 A CN202280052302 A CN 202280052302A CN 117794721 A CN117794721 A CN 117794721A
- Authority
- CN
- China
- Prior art keywords
- design
- component
- representative
- actual
- representative component
- 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 150
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 115
- 239000000654 additive Substances 0.000 title claims abstract description 110
- 230000000996 additive effect Effects 0.000 title claims abstract description 110
- 238000012360 testing method Methods 0.000 title claims description 52
- 238000013461 design Methods 0.000 claims abstract description 320
- 230000008569 process Effects 0.000 claims abstract description 53
- 239000000463 material Substances 0.000 claims description 43
- 238000010801 machine learning Methods 0.000 claims description 18
- 238000000151 deposition Methods 0.000 claims description 13
- 230000008021 deposition Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 239000000843 powder Substances 0.000 claims description 8
- 239000011230 binding agent Substances 0.000 claims description 7
- 238000010894 electron beam technology Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000010146 3D printing Methods 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 238000000149 argon plasma sintering Methods 0.000 claims description 3
- 238000010100 freeform fabrication Methods 0.000 claims description 3
- 238000002844 melting Methods 0.000 claims description 3
- 230000008018 melting Effects 0.000 claims description 3
- 238000001465 metallisation Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 238000000110 selective laser sintering Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000003066 decision tree Methods 0.000 claims description 2
- 238000009661 fatigue test Methods 0.000 claims description 2
- 238000007477 logistic regression Methods 0.000 claims description 2
- 238000003909 pattern recognition Methods 0.000 claims description 2
- 230000035515 penetration Effects 0.000 claims description 2
- 230000008447 perception Effects 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000001931 thermography Methods 0.000 claims description 2
- 238000011179 visual inspection Methods 0.000 claims description 2
- 238000002591 computed tomography Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 30
- 238000003860 storage Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 7
- 238000009659 non-destructive testing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000000853 adhesive Substances 0.000 description 5
- 230000001070 adhesive effect Effects 0.000 description 5
- 238000010998 test method Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 238000007639 printing Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000007767 bonding agent Substances 0.000 description 3
- 238000011960 computer-aided design Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009658 destructive testing Methods 0.000 description 2
- 239000000155 melt Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000872 buffer Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000006249 magnetic particle Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000344 soap Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/30—Process control
- B22F10/38—Process control to achieve specific product aspects, e.g. surface smoothness, density, porosity or hollow structures
- B22F10/385—Overhang structures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/80—Data acquisition or data processing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- 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
-
- 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
- B33Y80/00—Products made by 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
- B33Y10/00—Processes of additive manufacturing
-
- 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
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Powder Metallurgy (AREA)
- Moulds For Moulding Plastics Or The Like (AREA)
Abstract
一种形成与实际部件相关的代表性部件的方法。该方法包括:接收实际部件设计;分析该实际部件设计以识别一个或多个设计元件;基于该多个设计元件中的一个设计元件;生成结合该一个或多个设计元件并具有与该实际部件设计相比不同的总体形状的代表性部件设计,并基于代表性部件设计形成代表性部件。与实际部件相关的代表性部件包括该实际部件的一个或多个设计元件以及相对于该实际部件的不同的总体形状。一种使用于形成实际部件的增材制造系统或工艺合格的方法。
Description
优先权声明
本申请要求于2021年7月30日提交的名称为“代表性部件、设计代表性部件的方法、形成和测试代表性部件的方法、以及使增材制造系统合格的方法(REPRESENTATIVEPART,METHODS OF DESIGNING REPRESENTATIVE PARTS,METHODS OF FORMING AND TESTINGREPRESENTATIVE PARTS,AND METHODS OF QUALIFYING ADDITIVE MANUFACTURINGSYSTEMS)”的美国临时专利申请序列号63/227,613的提交日期的权益,并且要求于2021年9月2日提交的名称为“代表性部件、设计代表性部件的方法、形成和测试代表性部件的方法、以及使增材制造系统合格的方法(REPRESENTATIVE PART,METHODS OF DESIGNINGREPRESENTATIVE PARTS,METHODS OF FORMING AND TESTING REPRESENTATIVE PARTS,ANDMETHODS OF QUALIFYING ADDITIVE MANUFACTURING SYSTEMS)”的美国专利申请序列号17/465,207的提交日期的权益,每一者的公开内容通过引用整体并入本文。
技术领域
本公开整体涉及包括实际部件的元件的代表性部件。本公开还涉及设计和测试将经由增材制造工艺形成的代表性部件的方法以及通过形成代表性部件来评估增材制造系统和工艺的方法。
背景技术
增材制造(也称为3D打印)是一种变革性的工业生产方法,其通常能够产生更轻、更坚固的部件和系统。此外,通常情况下,“增材制造”是指一次生长一层三维物体的技术。每个连续层粘结到前一熔融或部分熔融的材料层。物体(例如,部件或系统)通常由计算机辅助设计(CAD)软件以数字方式定义,该计算机辅助设计软件用于创建基本上将物体“切片”成多层的数据包。该数据包引导喷嘴或打印头的路径,因为其将材料沉积在前一层上。或者,激光或电子束在粉末材料床中选择性地熔融或部分熔融材料。在材料冷却或固化时,材料熔合在一起以形成三维物体。
增材制造还使得能够形成比以其他方式能够经由常规构建工艺和系统形成的物体更复杂的物体。传统上,通过印刷实际部件或系统,然后分析部件或系统的质量来测试增材制造工艺和系统以确定形成给定部件或系统的能力。另外,通常,形成部件或系统,然后测试其性能,这可能既耗时又相对昂贵。
发明内容
本公开的一个或多个实施方案包括一种形成与实际部件相关的代表性部件的方法。该方法可包括:接收实际部件设计;分析该实际部件设计以识别一个或多个设计元件;基于该多个设计元件中的一个设计元件;生成代表性部件设计,该代表性部件设计结合该一个或多个设计元件并且具有与该实际部件设计相比不同的总体形状;以及基于该代表性部件设计形成代表性部件。
本公开的附加实施方案包括与实际部件相关的代表性部件。该代表性部件可包括该实际部件的一个或多个设计元件以及相对于该实际部件的不同的总体形状。
本公开的一些实施方案包括一种使用于形成实际部件的增材制造系统或工艺合格的方法。该方法可包括:经由该增材制造系统或工艺基于代表性部件设计来形成代表性部件;响应于确定该代表性部件的质量满足阈值质量来分析该代表性部件以确定该代表性部件的质量;使用于形成该代表性部件的该增材制造系统或工艺合格;以及响应于确定该代表性部件的质量不满足阈值质量,使用于形成该实际部件的该增材制造系统或工艺不合格。
附图说明
为了详细地理解本公开,应结合附图参考以下具体实施方式,在附图中,相似的元件一般由相似的数字表示,并且其中:
图1是根据本公开的一个或多个实施方案的部件设计系统可在其中运行的环境的示意图;
图2示出了根据本公开的一个或多个实施方案的设计和测试代表性部件的方法的流程图,该代表性部件表示(例如,相关)并结合(例如,展示)实际部件的一个或多个设计元件;
图3A至图3C描绘了可由根据本公开的一个或多个实施方案的部件设计系统设计的示例性代表性部件设计的各种视图;
图4是根据本公开的一个或多个实施方案的增材制造系统的示意图;
图5是一种使用于形成实际部件的增材制造系统或工艺合格的方法的流程图;
图6是根据本公开的一个或多个实施方案的部件设计系统的示意图;
图7A至图7D描绘了可由根据本公开的一个或多个实施方案的部件设计系统设计的示例性代表性部件设计的各种视图;
图8A至图8E描绘了根据本公开的一个或多个实施方案的示例性实际部件设计的各种视图;
图9A至图9C包括示出根据本公开的一个或多个实施方案的实际部件的分析的示例性结果的表格;并且
图10A至图10E描绘了基于图8A至图8E的实际部件设计生成的示例性代表性部件设计的各种视图。
具体实施方式
本文所呈现的图示不是任何特定代表性部件、代表性部件设计、增材制造系统或其任何部件的实际视图,而仅仅是用于描述本发明的理想化表示。
如本文所用,诸如“第一”、“第二”、“前部”、“后部”等的任何关系术语为了清楚和方便地理解本公开和附图而使用,并且除非上下文另有明确说明,否则不暗示或取决于任何特定的偏好或顺序。
如本文所用,术语“具有”、“包括”、“包含”、“以......为特征”及其语法等同物是包含性或开放式术语,这些术语不排除附加未叙述的元素或方法步骤,而是还包括更具限制性的术语“由......组成”、“基本上由......组成”及其语法等同物。
如本文所用,相对于材料、结构、特征或方法动作而言的术语“可”指示这被设想用于实现本公开的实施方案,并且与更具限制性的术语“是”相比优先使用此术语以便避免可与之组合使用的其他兼容材料、结构、特征和方法应当或必须被排除的任何暗示。
如本文所用,术语“被构造”是指以预定方式促进至少一个结构和至少一个装置中的一者或多者的操作的、该结构和该装置中的一者或多者的尺寸、形状、材料组成和布置。
如本文所用,“一个”、“一种”和“该”后的单数形式旨在也包括复数形式,除非上下文另有明确指示。
如本文所用,术语“和/或”包括相关联的所列项目中的一者或多者的任何和所有组合。
如本文所使用的,关于给定参数、特性或状况的术语“基本上”在某种程度上意指并包括:本领域技术人员将理解以小差异程度(诸如在可接受的制造公差内)满足给定参数、特性或状况。例如,基本上满足的参数可以是至少约90%满足、至少约95%满足、或甚至至少约99%满足。
如本文所用,关于给定参数使用的术语“约”包含所陈述的值并且具有由上下文决定的含义(例如,其包括与给定参数的测量相关联的误差度)。
本公开的一些实施方案包括设计和形成代表性增材制造部件或系统(例如,代表性部件或原型)的方法,该代表性增材制造部件或系统包括实际部件或系统的一个或多个特征和/或复杂性(例如,设计元件)。代表性部件可小于实际部件并且可具有不同的总体形状。可在模拟中利用代表性部件的设计,并且可在检查和测试中利用代表性部件。
本公开的一个或多个实施方案包括设计和形成通用代表性部件的方法,该通用代表性部件包括多个实际部件或系统的所有特征和/或复杂性(例如,设计元件)。另外,本公开的一些实施方案包括通过经由增材制造工艺或系统形成代表性部件并且确定所形成的代表性部件的质量来使增材制造工艺或系统合格以形成实际部件。此外,可确定增材制造工艺或系统的“击穿”点。
此外,如本文中进一步详细描述,本公开的代表性部件和代表性部件设计可减少与实际部件的计算分析、测试和最终形成(例如,生产)相关联的成本。此外,经由增材制造工艺或系统形成代表性部件而不是实际部件可减少使用于制造实际部件的增材制造工艺或系统合格所需的材料和所需的时间。
图1示出了根据本公开的一个或多个实施方案的部件设计系统可在其中运行的环境100的示意图。如图所示,环境100包括部件设计系统102、至少一个服务器108(例如,云计算平台)、网络106以及一个或多个增材制造系统114。
如本文所用,术语“部件设计系统”是指确定和生成用于代表性部件的设计(例如,三维模型、CAD模型等)的系统,该代表性部件结合(例如,包括)实际部件的一个或多个设计元件,同时不包括实际部件的整个几何形状。如本文所用,术语“代表性部件”是指结合实际部件的一个或多个设计元件或实际部件的设计的部件或设计。
此外,如本文所用,“设计元件”可指部件(例如,实际部件)的在部件操作期间可能失效的一个或多个部分(例如,关键设计元件)和/或部件的对于部件在预期环境中或当部件经受预期负载时维持操作完整性至关重要的一个或多个部分。例如,部件的“设计元件”可指部件的最薄区段或部分、最厚区段或部分、部分的最大曲率、最大悬垂角、最尖锐区段或部分、或最小特征或部分中的一者或多者。此外,部件的“设计元件”可指可能引起应力集中的部件结构(例如,引起应力流动中断的部件的几何形状或材料的不规则性)。
如下面进一步详细描述的,部件设计系统102可分析实际部件的设计并且可生成一个或多个代表性部件设计(例如,可由一个或多个增材制造系统114利用的三维模型和数据包),该一个或多个代表性部件设计结合了实际部件设计的一个或多个设计元件,并且因此结合了实际部件。随后,可根据相应代表性部件设计经由一个或多个增材制造系统114形成代表性部件。代表性部件可小于实际部件并且可在测试和检验程序中代替(例如,替换)实际部件。
在一些实施方案中,部件设计系统102可包括一个或多个应用程序112和/或数据库,该应用程序和/或数据库包括用于接收实际部件设计、分析实际部件设计以及基于实际部件设计的分析来生成代表性部件设计的算法。特别地,部件设计系统102可执行一个或多个应用程序,用于执行本文描述的各种实施方案和工艺的功能。在一些实施方案中,应用程序112可在部件设计系统102本地。在其他实施方案中,应用程序112可经由云计算服务(例如,至少一个服务器108)存储和/或至少部分地操作。
部件设计系统102、至少一个服务器108和一个或多个增材制造系统114可经由网络106进行通信。在一个或多个实施方案中,网络106包括蜂窝或移动电信网络、公共交换电话网(PSTN)和/或互联网或万维网的组合。然而,网络106可包括使用各种通信技术和协议的各种其他类型的网络,诸如无线局域网(WLAN)、广域网(WAN)、城域网(MAN)、其他电信网络、或前述网络中的两种或更多种的组合。尽管图1示出了部件设计系统102、至少一个服务器108、一个或多个增材制造系统114和网络106的特定布置,但是各种附加布置也是可能的。例如,部件设计系统102可绕过网络106直接与一个或多个增材制造系统114进行通信。
部件设计系统102可以是各种类型的计算设备中的任何一种或多种计算设备。例如,部件设计系统102可包括诸如移动电话、智能电话、PDA、平板计算机或膝上型计算机之类的移动设备,或者诸如台式计算机、计算机集群或另一类型的计算设备之类的非移动设备。关于部件设计系统102的附加细节在下文关于图6进行讨论。
一个或多个增材制造系统114可包括任何常规的增材制造系统。下面参考图2和图4更详细地描述一个或多个增材制造系统114。
图2是设计和测试代表性部件的方法200的流程图,该代表性部件表示并结合(例如,展示)实际部件(例如,钻地工具和/或钻探系统的实际部件)的一个或多个设计元件。在一些实施方案中,方法200可包括接收实际部件(例如,钻地工具和/或钻探系统的实际部件)的设计,如图2的动作202中所示。在一个或多个实施方案中,部件设计系统102可从云计算平台、用户输入、数据库、增材制造系统、应用程序等中的一者或多者接收实际部件的设计(在本文中也称为“实际部件设计”)。实际部件设计可包括表示实际部件的几何形状和材料的三维模型。例如,实际部件设计可包括通常由增材制造系统用来形成部件的数据包。一些实施方案包括接收多个实际部件设计。在整个公开中,可参考“实际部件设计”或“该实际部件设计”。然而,本公开不限于此;相反,在本文描述的任何实施方案中可以可选地利用和实现多个实际部件设计。
响应于接收实际部件设计,方法200可包括分析实际部件设计以识别实际部件的一个或多个设计元件,如图2的动作204中所示。例如,部件设计系统102可对实际部件设计执行一个或多个分析,以识别设计元件(例如,实际部件的最薄区段或部分、最厚区段或部分、最大曲率、最大悬垂角、最小悬垂角、最尖锐区段或部分、或最小特征或部分)中的任何设计元件。一些实施方案包括分析多个实际部件设计以识别多个实际部件设计中的一些或全部实际部件设计的设计元件。
在一些实施方案中,部件设计系统102可分析实际部件设计以经由一种或多种机器学习技术识别实际部件的一个或多个设计元件。例如,部件设计系统102可利用一种或多种机器学习技术和/或深度学习技术来基于实际部件设计迭代地建模和模拟实际部件的性能,以识别实际部件的一个或多个设计元件。
在一些实施方案中,机器学习和/或深度学习技术可包括回归模型(例如,用于估计变量之间的关系的一组统计过程)、分类模型和/或现象模型中的一者或多者。另外,机器学习技术和/或深度学习技术可包括二次回归分析、逻辑回归分析、支持向量机、高斯过程回归、系综模型或任何其他回归分析。此外,在又一实施方案中,机器学习技术和/或深度学习技术可包括决策树学习、回归树、提升树、梯度提升树、多层感知、一对多、朴素贝叶斯、k最近邻、关联规则学习、神经网络、深度学习、模式识别或任何其他类型的机器学习。
在一些实施方案中,部件设计系统102可利用历史数据、反馈数据、已知物理模型和/或力学模型来训练机器学习模型以将设计元件(例如,材料组成、外部结构/几何形状和/或内部结构/几何形状等)与给定应用(例如,钻孔过程)内的实际部件的操作完整性和性能(例如,耐久性、失效可能性、失效点等)匹配。换句话说,经由机器学习模型技术,部件设计系统102可学习输入数据(例如,材料组成、外部结构/几何形状和/或内部结构/几何形状等)与实际部件的操作完整性和性能之间的相关性。换句话说,部件设计系统102可学习实际部件设计与实际部件所建模的/所仿真的操作完整性和性能之间的关系。例如,如本领域将理解的,对于给定的一组输入值(例如,给定的实际部件设计),部件设计系统102预期会产生一致且准确的输出值(即,操作完整性和性能数据)。特别地,机器学习模型可经由监督学习来进行训练,如本领域中所已知的。在足够数量的迭代之后,机器学习模型变成受过训练的机器学习模型。在一些实施方案中,机器学习模型还可在来自先前设计和实现的实际部件的历史数据上进行训练。例如,历史数据可包括关于操作完整性和实际应用内的实际部件的元件的性能的数据。
此外,至少部分地基于经由一种或多种机器学习技术对实际部件设计的分析,部件设计系统102可识别实际部件设计(和实际部件)的一个或多个设计元件。如上所述,实际部件的一个或多个设计元件可包括例如实际部件设计(和实际部件)的最薄区段或部分、最厚区段或部分、最大曲率、最大悬垂角、最尖锐区段或部分、或最小特征或部分。
仍然参照图2,方法200还可包括确定和生成代表性部件的设计,该代表性部件表示并结合(例如,展示)实际部件设计的一个或多个所识别的设计元件,如图2的动作206中所示。例如,方法200可包括确定和生成代表性部件的设计,该代表性部件表示并结合(例如,展示)实际部件设计的所识别的设计元件中的所有设计元件。在一个或多个实施方案中,部件设计系统102可确定和生成代表性部件的设计(在本文中也称为“代表性部件设计”)。此外,部件设计系统102可确定和生成代表性部件设计,以包括实际部件设计的一个或多个设计元件,而不是实际部件设计的整个几何结构(例如,形状)。例如,代表性部件设计可不包括实际部件设计的所有元件和特征。另外,在一些实施方案中,代表性部件设计可包括相对于实际部件设计的简化设计。一些实施方案包括确定和生成通用代表性部件,该通用代表性部件结合(例如,展示)来自多个实际部件设计的多个所识别的设计元件。例如,通用代表性部件可结合用于多个实际部件或系统的所识别的设计元件中的所有设计元件。在整个公开中,参考“代表性部件”或“该代表性部件”。然而,本文所述的代表性部件中的任何代表性部件均可任选地或替代地包括“通用代表性部件”,其表示多个实际部件设计和部件,如本文所述。
在一些实施方案中,部件设计系统102可利用一种或多种机器学习技术来确定和生成代表性部件设计。例如,部件设计系统102可利用上述机器学习技术中的任何机器学习技术来确定和生成代表性部件设计。在一些实施方案中,部件设计系统102可确定和生成代表性部件设计以使代表性部件设计的总体尺寸最小化,同时结合一个或多个所识别的设计元件(例如,所识别的设计元件中的一部分或所有设计元件)。此外,部件设计系统102可确定和生成代表性部件设计以在代表性部件设计内定向一个或多个所识别的设计元件,使得一个或多个所识别的设计元件中的每个设计元件均可经受针对相应设计元件的适当测试(例如,破坏性测试或其他测试)和检查。例如,部件设计系统102可确定和生成代表性部件设计以在代表性部件设计内定向一个或多个所识别的设计元件,使得一个或多个所识别的设计元件对于预期的测试和检查是可访问的。鉴于前述内容,在一些实施方案中,部件设计系统102可确定和生成代表性部件设计以在代表性部件设计内定向一个或多个所识别的设计元件,使得一个或多个所识别的设计元件中的每个设计元件均可经受适当的测试,同时使代表性部件设计的代表性部件的总体尺寸(例如,物理尺寸)最小化。
此外,如本领域的普通技术人员将理解,在一些情况下,当相对大量的层堆叠于彼此之上时(例如,部件达到相对较大的高度),经由增材制造形成的部件可能会发生缺陷。因此,部件设计系统102可确定和生成代表性部件设计以包括达到与实际部件相同高度的高度元件(例如,塔),使得实际部件的高度由代表性部件展示。
图3A至图3C描绘了可由如本文所述的部件设计系统102设计的示例性代表性部件设计300的各种视图。例如,图3A示出了代表性部件设计300的侧视图,图3B示出了代表性部件设计300的前视图,并且图3C示出了代表性部件设计300的顶视图。一起参考图2至图3C,代表性部件设计300可包括一个或多个实际部件设计的一个或多个设计元件。例如,代表性部件设计300可包括以下中的一者或多者:一个或多个实际部件设计(和实际部件)的最薄区段或部分、最厚区段或部分、最大曲率、最大悬垂角、最尖锐区段或部分、或最小特征或部分。作为非限制性示例,图3A至图3C的代表性部件设计300包括一个或多个实际部件设计的最小特征302a-302h、一个或多个实际部件设计的悬垂部分304、一个或多个实际部件设计的最薄部分306、一个或多个实际部件设计的最大悬垂角308、达到一个或多个实际部件设计的最大高度的塔310等。
在一些实施方案中,一个或多个设计元件可包括尺寸逐渐增加的一组元件(例如,最小特征),使得元件的尺寸范围可在代表性设计中展现。同样地,一个或多个设计元件可包括展现厚度、曲率、悬垂尺寸、斜率、角度等的范围的多组元件或单个元件。
在一些实施方案中,代表性部件设计300(例如,在代表性部件设计300中表示的部件)可在尺寸(例如,物理尺寸)上小于实际部件设计,并且可通常与在代表性部件设计300中表示设计元件的实际部件设计的相同总体形状不相关。例如,在一个或多个实施方案中,代表性部件设计300的外观可能不能被立即识别为与实际部件设计相关。作为另一非限制性示例,代表性部件设计300的总体形状可不同于实际部件设计的形状(例如,总体形状)。
返回参考图2,在确定和生成代表性部件设计之后,方法200可包括构建代表性部件,如图2的动作208中所示。在一些实施方案中,方法200可包括经由一种或多种增材制造工艺来形成代表性部件。如上所述,在一些实施方案中,形成代表性部件包括形成通用代表性部件。作为非限制性示例,在一个或多个实施方案中,代表性部件和/或其任何元件可经由一种或多种增材制造工艺形成,诸如例如粘结剂喷射、立体光刻(SLA)、溶胶-凝胶或液体分配方法、喷墨3D打印、直接金属沉积、微等离子体粉末沉积、直接激光烧结、选择性激光烧结、电子束熔化、电子束自由成形制造、熔融沉积建模以及其他增材制造工艺。在一些实施方案中,代表性部件的每个元件(例如,设计元件)可经由相同的增材制造工艺形成。在其他实施方案中,代表性部件的一个或多个元件可经由不同的增材制造工艺形成。在一些实施方案中,整个代表性部件可经由单个增材制造工艺和单个增材制造系统形成。在其他实施方案中,代表性部件的一个或多个元件可经由第一增材制造工艺和第一增材制造系统,并且代表性部件的一个或多个元件可经由第二增材制造工艺和第二增材制造系统。随后,可组装代表性部件的单独形成的元件。下文关于图4描述示例性增材制造工艺。
在一个或多个实施方案中,部件设计系统102可向用于形成代表性部件的一个或多个增材制造系统(例如,3D打印机)提供表示代表性部件设计的数据包。在附加实施方案中,部件设计系统102可将表示代表性部件设计的数据包存储在一个或多个服务器108上的数据库中,该一个或多个服务器可由一个或多个增材制造系统访问,并且表示代表性部件设计的数据包可由用于形成的一个或多个增材制造系统获取(例如,检索)。
在形成代表性部件之后,方法200可包括测试代表性部件,如图2的动作210中所示。例如,方法200可包括对代表性部件进行任何常规的测试方法和程序,实际部件通常也要进行这些常规的测试方法和程序。例如,方法200可包括对代表性部件进行以下中的一者或多者:温度测试、断裂和机械测试、韧性测试、疲劳测试、腐蚀测试、残余应力管理测试、视觉无损检测、超声无损检测、射线照相无损检测、涡流无损检测、磁性颗粒无损检测、声发射无损检测、液体渗透无损检测、泄漏测试和/或任何其他合适的测试。此外,测试代表性部件可包括模拟代表性部件和/或代表性部件设计的性能。
在一些实施方案中,方法200可包括对代表性部件进行任何常规的测试方法和程序,这些测试方法和程序用于测试包含在给定应用的代表性部件内的设计元件。另外,在一些实施方案中,代表性部件所经受的测试方法可至少部分地根据代表性部件内包括的设计元件来确定。此外,代表性部件所经受的测试方法可至少部分地由实际部件的预期应用来确定。
在一些实施方案中,测试和检查代表性部件可包括确定代表性部件的设计元件的机械性质。作为非限制性示例,设计元件中相对较小的元件可在形成期间更快地冷却,这可影响较小元件的内部或外部机械性质,使得较小元件的内部机械性质相对于代表性部件的较大元件或芯有所不同。此外,测试和检查代表性部件可包括检查代表性部件的外表面以确定设计元件是否影响外表面(例如,由于(例如,外表面的曲率)而使得外表面更粗糙)。
此外,测试代表性部件可包括从测试中获取结果(例如,结果数据)。例如,测试代表性部件可包括经由任何常规方式获取结果。此外,测试代表性部件可包括评估包含在代表性部件内的实际部件设计的设计元件的性能和操作完整性(例如,耐久性、失效可能性、失效点等)。
另外,响应于代表性部件的测试和结果,方法200可包括调整实际部件设计,如图2的动作212中所示。例如,响应于所评估的代表性设计的设计元件的性能和操作完整性,方法200可包括对实际部件设计的一个或多个设计元件的设计进行调整。作为非限制性示例,响应于确定设计元件在响应于测试程序时失败,可调整实际部件设计的设计元件的外部结构(例如,厚度、曲率半径、形状和/或尺寸)、内部结构或材料组成中的一者或多者。此外,图2的动作204至动作212可重复多次以针对预期应用优化实际部件设计。
代表性部件的实施方案和形成代表性部件以包括本文所述的实际部件设计的设计元件的方法可提供优势。例如,如本文所述,代表性部件可在尺寸上小于其表示的实际部件,并且可代替典型的牺牲实际部件(即,为了测试目的而牺牲(例如,销毁)的实际部件)。鉴于前述内容,代表性部件可比实际部件需要更少的材料和更少的时间来进行生产。因此,代表性部件的生产成本可更低,并且相对于形成实际部件可缩短前置时间。此外,通过测试代表性部件而不是实际部件,可减少和/或消除对实际部件执行破坏性测试的要求。此外,测试代表性部件而不是实际部件可减少模拟和检查成本以及模拟和测试实际部件所需的时间。在一些实施方案中,代表性部件可与每个实际部件一起制造,用于测试和提供给顾客或用户。I
此外,由于代表性部件可提供关于实际部件的材料属性和性能的数据,因此利用代表性部件来测试实际部件的性能可减少为了测试目的而必须公开的关于实际部件的设计的信息量。特别地,通过测试代表性部件而不是实际部件,可保留关于实际部件或实际部件的设计的细节(例如,保密),同时最终仍可获得和提供关于实际部件的性能的数据。例如,可在形成(例如,打印)实际部件之前向用户(例如,顾客)提供关于实际部件设计的性能的初始结果(例如,初始测试结果)。
为了清楚起见并且作为示例而非限制,下面参考图4提供示例性增材制造方法的描述,通过该增材制造方法可形成代表性部件的一个或多个元件。图4是根据本公开的一个或多个实施方案的增材制造系统400的示意图。在一些实施方案中,增材制造系统400包括构建组件402、粘结剂沉积系统404、源材料组件406和控制器407。构建组件402、粘结剂沉积系统404和源材料组件406中的每一者均可操作性地耦接到控制器407。构建组件402可包括构建平台408、设置在构建平台408的上表面上并且用于支撑待构建的部件409(例如,代表性部件)的构建板410、和将构建板410可移除地固定到构建平台408的一个或多个紧固件。
在一些实施方案中,构建平台408可包括活塞,该活塞在部件409形成期间沿竖直方向(例如,竖直Z轴)平移。此外,构建平台408可在部件409印刷过程期间在竖直方向上逐渐降低。例如,构建平台408可包括本领域已知的任何常规的构建平台。
源材料组件406可包括材料输送平台414、源材料416和材料施用装置418。在一些实施方案中,材料输送平台414可包括活塞,该活塞在竖直方向(例如,竖直Z轴)上平移,并且源材料416可设置在活塞上。例如,材料输送平台414可在部件印刷过程期间在竖直方向上进行向上平移,并且材料施用装置418(例如,粉末辊、粉末刀片)可将源材料416从材料输送平台414的顶部移动到构建组件402。例如,材料施用装置418(例如,辊、刀片)可从材料输送平台414的顶部上撇去粉末源材料416,并且可在构建平台408上铺展一层。例如,源材料组件406可包括本领域已知的任何常规的源材料组件406。
粘结剂沉积系统404可包括打印头405和粘结剂供应装置411。打印头405根据部件的几何形状(例如,代表性部件的一个或多个元件)将粘结试剂沉积(例如,喷射)到粉末上。粘结剂沉积系统404可经由常规方法在X方向和Y方向上引导打印头405。例如,粘结剂沉积系统404可包括本领域已知的任何常规的粘结剂沉积系统404。随后,可将源材料416的另一层铺展在粘结试剂和前一层上,并且可根据部件的几何形状重复铺展层和沉积粘结试剂的过程以形成部件的各层,并且最终形成部件(例如,代表性部件的一个或多个元件)本身。
控制器407可包括处理器、存储器、存储设备、I/O接口和通信接口,它们可通过通信基础设施通信地耦接。在一个或多个实施方案中,处理器包括用于执行指令(诸如构成计算机程序的那些指令)的硬件。存储器可用于存储供处理器执行的数据、元数据和程序。存储设备包括用于存储数据或指令的存储装置。I/O接口允许用户向增材制造系统400提供输入、从其接收输出、以及以其他方式向其传送数据和从其接收数据。通信接口可包括硬件、软件或两者。在任何情况下,通信接口均可提供一个或多个接口,用于增材制造系统400与一个或多个其他计算设备或网络之间的通信(诸如例如,基于分组的通信)。例如,通信接口可提供一个或多个接口,用于增材制造系统400与部件设计系统102和/或一个或多个服务器108(例如,云计算平台)之间的通信(诸如例如,基于分组的通信)。
在操作中,控制器407可经由常规过程将三维模型(例如,代表性部件设计300)切片成层以创建每一层的二维图像。随后,材料施用装置418可在构建板410和构建平台408上铺展一层薄薄的源材料416(例如,0.1mm厚的材料层)。粘结剂沉积系统404可在源材料416的层上沉积粘结试剂,以根据第一层的二维图像熔合或粘结第一层材料。构建平台408然后逐渐降低(例如,降低与源材料416的层的厚度相同的量),并且重复该过程,直到创建整个(或至少一部分)三维模型为止。例如,增材制造系统400可以常规方式操作。
一起参考图1至图4,除了粘结剂喷射系统之外或代替粘结剂喷射系统,增材制造系统400可包括一个或多个增材制造系统。例如,增材制造系统400可包括用于执行以下中的一者或多者的增材制造系统:立体光刻(SLA)、溶胶-凝胶或液体分配方法、喷墨3D打印、直接金属沉积、微等离子体粉末沉积、直接激光烧结、选择性激光烧结、电子束熔化、电子束自由成形制造、熔融沉积建模或其他增材制造工艺。
图5是使用于形成实际部件的增材制造系统或工艺合格的方法500的流程图。在一些实施方案中,方法200可包括接收或访问代表性部件设计,如图5的动作502中所示。例如,增材制造系统(例如,增材制造系统400)可从部件设计系统(例如,部件设计系统)接收代表性部件设计。此外,代表性部件设计可包括本文所述的任何代表性部件设计中的任何代表性部件设计,并且可经由本文所述的任何方式生成。
另外,方法500可包括根据代表性部件设计来形成代表性部件,如图5的动作504中所示。例如,增材制造系统可通过相应的增材制造工艺(例如,期望合格的增材制造工艺)来形成代表性部件。例如,增材制造系统可通过任何常规的增材制造工艺来形成代表性部件。
响应于形成代表性部件,方法500可包括分析代表性部件,如图5的动作506中所示。例如,可分析代表性部件以确定(例如,查明)代表性部件的构建的质量(例如,准确性、分辨率、完整性、缺陷的数量或严重性)。作为非限制性示例,确定代表性部件的质量可包括确定代表性部件的质量是否满足阈值质量。在一些实施方案中,分析代表性部件可包括将代表性部件的尺寸和形状与代表性部件设计的尺寸和形状进行比较。在进一步的实施方案中,分析代表性部件可包括将代表性部件与经由另一增材制造系统形成(例如,印刷)的另一代表性部件进行比较,该另一增材制造系统先前已经有资格构建代表性部件。可经由任何常规方式(例如,视觉检查、CT系统、X射线、穿透测试、红外热成像、泄漏或压力测试、涡流、用于测量拉伸、屈服、剪切和/或疲劳的机械性质检查、金相学、线束测试等)分析(例如,检查)代表性部件。在一些实施方案中,可分析代表性部件以确定代表性部件的不同部分的机械性质。例如,可分析代表性部件的设计元件以确定设计元件的机械性质。作为非限制性示例,设计元件中相对较小的元件可在形成期间更快地冷却,这可影响较小元件的内部机械性质,使得较小元件的内部机械性质相对于代表性部件的较大元件或芯有所不同。
如本文所用,当关于增材制造系统和/或工艺使用时,术语“合格的”、“合格”和“使合格”涉及增材制造系统或工艺是否已被验证可生产具有足够质量(例如,满足阈值质量)的实际部件。例如,当增材制造系统和/或工艺已经有资格构建实际部件时,增材制造系统和/或工艺已经被验证可生产具有足够质量的代表性部件。例如,如果增材制造系统和/或工艺以足够的质量构建代表性部件的设计元件,则增材制造系统和/或工艺可被认为以足够的质量构建实际部件。
另外,分析代表性部件可包括识别代表性部件的一个或多个部分,其中增材制造系统和/或工艺未能满足阈值质量。例如,分析代表性部件可包括根据阈值质量识别增材制造系统和/或工艺在形成代表性部件时发生故障的位置。作为非限制性示例,分析代表性部件可包括确定增材制造系统和/或工艺能够形成低至某一分辨率(例如,低至具有约2mm尺寸的特征)的特征和元件,但不能根据阈值质量形成具有1mm或更小尺寸的特征和元件。鉴于前述内容,分析代表性部件可包括确定量化范围(例如,确定范围的边界),在该量化范围内,增材制造系统和/或工艺能够根据阈值质量形成部件。量化范围可包括高度范围、曲率范围、元件尺寸范围、分辨率范围等。换句话说,分析代表性部件可包括确定增材制造系统和/或工艺能够形成设计元件以直到特定点(例如,直到特定高度、直到特定曲率、直到特定尺寸、直到特定分辨率)。例如,分析代表性部件可包括基于增材制造系统和/或工艺的当前校准来确定增材制造系统和/或工艺在形成更加复杂的几何形状方面的能力的程度。
响应于分析代表性部件,方法500可包括使用于形成实际部件的增材制造系统或工艺合格或不合格,如图5的动作508中所示。例如,如果确定经由增材制造系统或工艺形成的代表性部件满足阈值质量,则方法500包括使用于形成实际部件的增材制造系统或工艺合格。相反,如果经由增材制造系统或工艺形成的代表性部件被确定为不满足阈值质量,则方法500包括使用于形成实际部件的增材制造系统或工艺不合格或提供需要进一步测试、调整或分析的指示。
在一些实施方案中,方法500可包括基于代表性部件的分析来调整增材制造系统或工艺的校准。
此外,响应于使用于形成实际部件的增材制造系统或工艺合格,方法500可包括经由增材制造系统或工艺形成实际部件。例如,实际部件可经由本文所述的增材制造系统或工艺中的任何增材制造系统或工艺形成。
一起参考图1至图5,经由本文所述的方法使增材制造系统和工艺合格可能是有利的。例如,与通过形成和分析实际部件来使增材制造系统和工艺合格相比,通过形成和分析代表性部件而不是实际部件来使增材制造系统和工艺合格可导致相对更快地使增材制造系统和工艺合格或不合格。例如,形成代表性部件而不是实际部件需要更少的时间和材料,这减少了前置时间和成本。
图6是部件设计系统102的框图。可以理解,一个或多个计算设备可实现部件设计系统102。部件设计系统102可包括处理器602、存储器604、存储设备606、I/O接口608和通信接口610,它们可通过通信基础设施通信地耦接。虽然图6中示出了计算设备的示例,但是图6中示出的部件并不旨在进行限制。在其他实施方案中,可使用附加或另选的部件。此外,在某些实施方案中,部件设计系统102可包括比图6所示的部件少的部件。现在将更详细地描述图6所示的部件设计系统102的部件。
在一个或多个实施方案中,处理器602包括用于执行指令(诸如构成计算机程序的那些指令)的硬件。作为示例而非限制,为了执行指令,处理器602可从内部寄存器、内部高速缓存、存储器604或存储设备606检索(或提取)指令,并解码和执行这些指令。在一个或多个实施方案中,处理器602可包括用于数据、指令或地址的一个或多个内部高速缓存。作为示例而非限制,处理器602可包括一个或多个指令高速缓存、一个或多个数据高速缓存和一个或多个转译后备缓冲器(“TLB”)。指令高速缓存中的指令可以是存储器604或存储设备606中的指令的副本。
存储器604可用于存储供处理器执行的数据、元数据和程序。存储器604可包括易失性和非易失性存储器,诸如随机存取存储器(“RAM”)、只读存储器(“ROM”)、固态盘(“SSD”)、闪存、相变存储器(“PCM”)或其他类型的数据存储装置中的一者或多者。存储器604可以是内部存储器或分布式存储器。
存储设备606包括用于存储数据或指令的存储装置。作为示例而非限制,存储设备606可包括上述非暂态存储介质。存储设备606可包括硬盘驱动器(“HDD”)、软盘驱动器、闪存存储器、光盘、磁光盘、磁带或通用串行总线(“USB”)驱动器或这些中的两种或更多种的组合。在适当的情况下,存储设备606可包括可移除或不可移除(或固定)介质。存储设备606可在部件设计系统102的内部或外部。在一个或多个实施方案中,存储设备606是非易失性固态存储器。在其他实施方案中,存储设备606包括只读存储器(“ROM”)。在适当的情况下,该ROM可以是掩模编程ROM、可编程ROM(“PROM”)、可擦除PROM(“EPROM”)、电可擦除PROM(“EEPROM”)、电可更改ROM(“EAROM”)或闪存存储器或这些中的两种或更多种的组合。
I/O接口608允许用户向部件设计系统102提供输入、从其接收输出、以及以其他方式向其传送数据和从其接收数据。I/O接口608可包括鼠标、小键盘或键盘、触摸屏、相机、光学扫描仪、网络接口、调制解调器、其他已知的I/O设备或此类I/O接口的组合。I/O接口608可包括用于向用户呈现输出的一个或多个设备,包括但不限于图形引擎、显示器(例如,显示屏)、一个或多个输出驱动器(例如,显示驱动器)、一个或多个音频扬声器和一个或多个音频驱动器。在某些实施方案中,I/O接口608被配置为向显示器提供图形数据以呈现给用户。图形数据可以表示一个或多个图形用户界面和/或可以服务于特定实现的任何其他图形内容。
通信接口610可包括硬件、软件或两者。在任何情况下,通信接口610可以提供一个或多个接口,用于部件设计系统102与一个或多个其他计算设备或网络之间的通信(诸如例如,基于分组的通信)。作为示例而非限制,通信接口610可包括用于与以太网或其他基于有线的网络通信的网络接口控制器(“NIC”)或网络适配器,或者用于与无线网络(诸如WI-FI)通信的无线NIC(“WNIC”)或无线适配器。
附加地或另选地,通信接口610可促进与自组织(ad hoc)网络、个人区域网络(“PAN”)、局域网(“LAN”)、广域网(“WAN”)、城域网(“MAN”)或互联网的一个或多个部分或这些中的两种或更多种的组合的通信。这些网络中的一个或多个网络的一个或多个部分可以是有线的或无线的。作为示例,通信接口610可促进与无线PAN(“WPAN”)(诸如例如,BLUETOOTH WPAN)、WI-FI网络、WI-MAX网络、蜂窝电话网络(诸如例如,全球移动通信系统(“GSM”)网络)或其他合适的无线网络或其组合的通信。
另外,通信接口610可促进与各种通信协议的通信。可以使用的通信协议的示例包括但不限于数据传输介质、通信设备、传输控制协议(“TCP”)、互联网协议(“IP”)、文件传输协议(“FTP”)、Telnet、超文本传输协议(“HTTP”)、超文本传输安全协议(“HTTPS”)、会话发起协议(“SIP”)、简单对象访问协议(“SOAP”)、可扩展置标语言(“XML”)及其变型、简单邮件传输协议(“SMTP”)、实时传输协议(“RTP”)、用户数据报协议(“UDP”)、全球移动通信系统(“GSM”)技术、码分多址(“CDMA”)技术、时分多址(“TDMA”)技术、短消息服务(“SMS”)、多媒体消息服务(“MMS”)、射频(“RF”)信令技术、长期演进(“LTE”)技术、无线通信技术、带内和带外信令技术以及其他合适的通信网络和技术。
通信基础设施612可包括将部件设计系统102的部件彼此耦接的硬件、软件或两者。作为示例而非限制,通信基础设施612可包括加速图形端口(“AGP”)或其他图形总线、增强工业标准体系结构(“EISA”)总线、前端总线(“FSB”)、HYPERTRANSPORT(“HT”)互连、工业标准体系结构(“ISA”)总线、INFINIBAND互连、低引脚数(“LPC”)总线、存储器总线、微通道体系结构(“MCA”)总线、外围部件互连(“PCI”)总线、PCI-Express(“PCIe”)总线、串行高级技术附件(“SATA”)总线、视频电子标准协会局域(“VLB”)总线或另一种合适的总线或其组合。
图7A至图7D描绘了可由如本文所述的部件设计系统102设计的示例性代表性部件设计700的各种视图。例如,图7A示出了代表性部件700的透视图。图7B示出了代表性部件设计700的侧视图,图7C示出了代表性部件设计700的前视图,并且图7D示出了代表性部件设计700的顶视图。一起参考图2和图7A至图7D,代表性部件设计700可包括一个或多个实际部件设计的一个或多个设计元件。例如,代表性部件设计700可包括以下中的一者或多者:一个或多个实际部件设计(和实际部件)的最薄区段或部分、最厚区段或部分、最大曲率、最大悬垂角、最尖锐区段或部分、网格结构、或最小特征或部分。作为非限制性示例,图7A至图7D的代表性部件设计700包括一个或多个实际部件设计的最小特征702a-702h、一个或多个实际部件设计的悬垂部分704、一个或多个实际部件设计的最薄部分706、一个或多个实际部件设计的最大悬垂角708、达到一个或多个实际部件设计的最大高度的塔710、以及一个或多个实际部件设计的网格结构712。
图8A至图8E描绘了根据本公开的一个或多个实施方案的示例性实际部件设计800的各种视图。例如,图8A描绘了实际部件设计800的侧视图。图8B描绘了实际部件设计800的顶部透视图。图8C描绘了实际部件设计800的顶视图。图8D描绘了实际部件设计800的另一侧视图。图8E描绘了实际部件设计800的底部透视图。一起参考图8A至图8E,实际部件设计800可包括一个或多个设计元件。例如,实际部件设计800可至少包括最薄区段或部分802、最厚区段或部分804、最大曲率806、最大悬垂角808和最尖锐区段或部分810。
图9A至图9C包括根据一个或多个实施方案的实际部件设计(例如,实际部件设计800)的分析结果的曲线图902、904、906。实际部件设计的分析可包括本文所述的分析中的任何分析,并且可包括经由本文所述的方式中的任何方式来识别实际部件设计的设计元件。
图10A至图10E描绘了根据本公开的一个或多个实施方案的代表性部件设计1000的各种视图。例如,图10A描绘了代表性部件设计1000的侧视图。图10B描绘了代表性部件设计1000的顶部透视图。图10C描绘了代表性部件设计1000的顶视图。图10D描绘了代表性部件设计1000的另一侧视图。图10E描绘了代表性部件设计1000的底部透视图。一起参考图10A至图10E,代表性部件设计1000可基于图8A至图8E的实际部件设计800。此外,代表性部件设计1000可包括从实际部件设计800识别的一个或多个设计元件。例如,代表性部件设计1000可至少包括与实际部件设计800的最薄区段或部分802相关的最薄区段或部分1002、与实际部件设计800的最厚区段或部分804相关的最厚区段或部分1004、与实际部件设计800的最大曲率806相关的最大曲率1006、与实际部件设计800的最大悬垂角808相关的最大悬垂角1008、与实际部件设计800的最尖锐区段或部分810相关的最尖锐区段或部分1010。
上文所述和附图所示的本公开的实施方案不限制本公开的范围,本公开的范围由所附权利要求及其法律等同物的范围所涵盖。任何等效实施方案都在本公开的范围内。实际上,所属领域一般技术人员从所述描述将显而易见除本文中展示且描述的修改之外的本公开的各种修改(诸如所描述元件的另选有用组合)。这种修改和实施方案也落入所附权利要求书及等同物的范围内。
Claims (24)
1.一种形成与实际部件相关的代表性部件的方法,所述方法包括:
接收实际部件设计;
分析所述实际部件设计以识别一个或多个设计元件;
基于所述一个或多个设计元件;生成代表性部件设计,所述代表性部件设计结合所述一个或多个设计元件并且具有与所述实际部件设计相比不同的总体形状;以及
基于代表性部件设计形成代表性部件。
2.根据权利要求1所述的方法,其中所述实际部件设计包括三维模型。
3.根据权利要求1所述的方法,其中分析所述实际部件设计以识别所述一个或多个设计元件包括经由一种或多种机器学习技术分析所述实际部件设计。
4.根据权利要求1所述的方法,其中生成所述代表性部件设计包括利用一种或多种机器学习技术生成所述代表性部件设计。
5.根据权利要求4所述的方法,其中所述一种或多种机器学习技术包括以下中的一者或多者:二次回归分析、逻辑回归分析、支持向量机、高斯过程回归、系综模型、决策树学习、回归树、提升树、梯度提升树、多层感知、一对多、朴素贝叶斯、k最近邻、关联规则学习、神经网络、深度学习或模式识别。
6.根据权利要求1所述的方法,其中识别所述一个或多个设计元件包括识别以下中的一者或多者:所述实际部件设计中展现的最薄区段、最厚区段、部分的最大曲率、最大悬垂角、最尖锐区段或最小特征。
7.根据权利要求1所述的方法,其中形成所述代表性部件包括经由一种或多种增材制造工艺形成所述代表性部件。
8.根据权利要求7所述的方法,其中所述一种或多种增材制造工艺包括以下中的一者或多者:粘结剂喷射、立体光刻(SLA)、溶胶-凝胶或液体分配方法、喷墨3D打印、直接金属沉积、微等离子体粉末沉积、直接激光烧结、选择性激光烧结、电子束熔化或电子束自由成形制造。
9.根据权利要求1所述的方法,所述方法还包括对所述代表性部件进行测试。
10.根据权利要求9所述的方法,所述方法还包括模拟所述代表性部件的性能。
11.根据权利要求10所述的方法,所述方法还包括至少部分地基于所述代表性部件的所述测试或所述模拟中的一者或多者来调整所述实际部件设计。
12.一种与实际部件相关的代表性部件,所述代表性部件包括所述实际部件的一个或多个设计元件和相对于所述实际部件的不同的总体形状。
13.根据权利要求12所述的代表性部件,其中所述代表性部件包括所述实际部件的两个或更多个设计元件。
14.根据权利要求13所述的代表性部件,其中与所述实际部件的两个相关设计元件的取向相比,所述代表性部件的所述两个或更多个设计元件相对于彼此不同地取向。
15.根据权利要求12所述的代表性部件,其中所述一个或多个设计元件包括以下中的一者或多者:所述实际部件中展现的最薄区段、最厚区段、部分的最大曲率、最大悬垂角、最尖锐区段或最小特征。
16.根据权利要求12所述的代表性部件,其中与所述实际部件的总体尺寸相比,所述代表性部件具有较小的总体尺寸。
17.根据权利要求12所述的代表性部件,其中所述代表性部件包括所述实际部件的所述设计元件中的所有设计元件。
18.根据权利要求12所述的代表性部件,其中所述代表性部件的所述设计元件中的每个设计元件均包括与所述实际部件的相关设计元件相同的材料。
19.一种使用于形成实际部件的增材制造系统或工艺合格的方法,所述方法包括:
经由所述增材制造系统或工艺基于代表性部件设计形成代表性部件;
分析所述代表性部件以确定所述代表性部件的质量;
响应于确定所述代表性部件的所述质量满足阈值质量,使用于形成所述代表性部件的所述增材制造系统或工艺合格;以及
响应于确定所述代表性部件的所述质量不满足阈值质量,使用于形成所述实际部件的所述增材制造系统或工艺不合格。
20.根据权利要求19所述的方法,其中分析所述代表性部件包括经由以下中的一者或多者来分析所述代表性部件:视觉检查、CT扫描、X射线、穿透测试、红外热成像、泄漏或压力测试、涡流、用于测量拉伸、屈服或剪切的机械性质检查、疲劳测试、金相学测试或线束测试。
21.根据权利要求19所述的方法,所述方法还包括经由所述增材制造系统或工艺形成所述实际部件。
22.根据权利要求19所述的方法,其中分析所述代表性部件包括确定其中所述增材制造系统或工艺未能满足所述阈值质量的所述代表性部件的部分。
23.根据权利要求21所述的方法,所述方法还包括至少部分地基于所确定的其中所述增材制造系统或工艺未能满足所述阈值质量的所述代表性部件的部分,校准所述增材制造系统或工艺。
24.一种形成通用代表性部件的方法,所述方法包括:
接收多个实际部件设计;
分析所述多个实际部件设计以识别所述多个实际部件设计的设计元件;
基于所识别的设计元件;生成结合所识别的设计元件中的所有设计元件的通用代表性部件设计;以及
基于通用代表性部件设计形成通用代表性部件。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163227613P | 2021-07-30 | 2021-07-30 | |
US63/227,613 | 2021-07-30 | ||
US17/465,207 | 2021-09-02 | ||
US17/465,207 US20230032861A1 (en) | 2021-07-30 | 2021-09-02 | Representative part, methods of designing representative parts, methods of forming and testing representative parts, and methods of qualifying additive manufacturing systems |
PCT/US2022/074109 WO2023009981A1 (en) | 2021-07-30 | 2022-07-25 | Representative part, methods of designing representative parts, methods of forming and testing representative parts, and methods of qualifying additive manufacturing systems |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117794721A true CN117794721A (zh) | 2024-03-29 |
Family
ID=85038309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280052302.6A Pending CN117794721A (zh) | 2021-07-30 | 2022-09-26 | 代表性部件、设计代表性部件的方法、形成和测试代表性部件的方法以及使增材制造系统合格的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230032861A1 (zh) |
EP (1) | EP4377073A1 (zh) |
CN (1) | CN117794721A (zh) |
CA (1) | CA3226666A1 (zh) |
WO (1) | WO2023009981A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116737665B (zh) * | 2023-08-16 | 2023-10-13 | 深圳市优米特新材料科技有限公司 | 一种基于云存储的增材制造数据管理方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102157136B1 (ko) * | 2012-12-11 | 2020-09-17 | 쓰리엠 이노베이티브 프로퍼티즈 컴파니 | 치과 교정용 브래킷을 근사화한 유사체를 포함하는 치열궁을 나타내는 실물모형 및 실물모형의 제조 방법 |
WO2017220567A1 (de) * | 2016-06-24 | 2017-12-28 | Covestro Deutschland Ag | Verfahren zur mechanischen prüfung einer einteilig ausgebildeten struktur anhand von über ein 3d-druckverfahren erzeugten prüfkörpern |
US11383448B2 (en) * | 2018-03-28 | 2022-07-12 | Hewlett-Packard Development Company, L.P. | Generating objects in additive manufacturing utilizing a predefined portion within a threshold distance of a wall of fabrication chamber |
EP3647973A1 (en) * | 2018-11-04 | 2020-05-06 | Dassault Systèmes | Designing a mechanical part with topology optimization |
US20210182597A1 (en) * | 2019-09-27 | 2021-06-17 | Carl Zeiss X-ray Microscopy, Inc. | Process parameter prediction using multivariant structural regression |
-
2021
- 2021-09-02 US US17/465,207 patent/US20230032861A1/en active Pending
-
2022
- 2022-07-25 EP EP22850457.7A patent/EP4377073A1/en active Pending
- 2022-07-25 WO PCT/US2022/074109 patent/WO2023009981A1/en active Application Filing
- 2022-09-26 CA CA3226666A patent/CA3226666A1/en active Pending
- 2022-09-26 CN CN202280052302.6A patent/CN117794721A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023009981A9 (en) | 2023-06-22 |
US20230032861A1 (en) | 2023-02-02 |
CA3226666A1 (en) | 2024-03-26 |
EP4377073A1 (en) | 2024-06-05 |
WO2023009981A1 (en) | 2023-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3308945B1 (en) | Method and system for topographical based inspection and process control for additive manufactured parts | |
US12017301B2 (en) | Systems and methods for compression, management, and analysis of downbeam camera data for an additive machine | |
US11150633B2 (en) | System and method for automated geometric shape deviation modeling for additive manufacturing | |
US12105505B2 (en) | Online monitoring of additive manufacturing using acoustic emission methods | |
US11806784B2 (en) | Rapid material development process for additive manufactured materials | |
WO2019055538A1 (en) | SYSTEMS AND METHODS OF ADDITIVE MANUFACTURING | |
EP3651053A1 (en) | Machine learning assisted development in additive manufacturing | |
EP3736725A2 (en) | Machine learning with fast feature generation for selective laser melting print parameter optimization | |
US20180356778A1 (en) | Method for modeling additive manufacturing of a part | |
CN113840675B (zh) | 用于增材制造的原位监测系统辅助材料和参数开发 | |
CN117794721A (zh) | 代表性部件、设计代表性部件的方法、形成和测试代表性部件的方法以及使增材制造系统合格的方法 | |
US20200034498A1 (en) | Method of providing a dataset for the additive manufacture and corresponding quality control method | |
US20170144424A1 (en) | Three dimensional modeling apparatus, three dimensional modeling method, program, and storage medium | |
US11079739B2 (en) | Transfer learning/dictionary generation and usage for tailored part parameter generation from coupon builds | |
EP3232353A1 (en) | System and process for evaluating and validating additive manufacturing operations | |
US11073824B1 (en) | System and method of simulating and optimizing surface quality based on location and orientation of additively manufactured build parts | |
US20220219239A1 (en) | Methods of designing printed metallic materials | |
JP2017161981A (ja) | 解析装置、解析方法および解析プログラム | |
WO2019136001A1 (en) | Improved computer processing based on data taxonomy-driven workflow processing and computer systems configured for utilizing thereof | |
WO2024059546A1 (en) | Machine learning based rapid parameter development for additive manufacturing and related methods | |
Hamulczuk et al. | Data analysis as the basis for improved design for additive manufacturing (DfAM) | |
US11020908B2 (en) | Method for additive manufacturing three-dimensional objects wherein at least one open sub-data set is changeable by user to comprise object specific identification number | |
Karadgi et al. | A Conceptual Framework Towards the Realization of In situ Monitoring and Control of End-to-End Additive Manufacturing Process |
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 |