JP2022506523A - インテリジェント付加製造方法 - Google Patents
インテリジェント付加製造方法 Download PDFInfo
- Publication number
- JP2022506523A JP2022506523A JP2021523926A JP2021523926A JP2022506523A JP 2022506523 A JP2022506523 A JP 2022506523A JP 2021523926 A JP2021523926 A JP 2021523926A JP 2021523926 A JP2021523926 A JP 2021523926A JP 2022506523 A JP2022506523 A JP 2022506523A
- Authority
- JP
- Japan
- Prior art keywords
- predistator
- modified
- printer
- data
- scan
- 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
- 238000004519 manufacturing process Methods 0.000 title claims description 199
- 238000000034 method Methods 0.000 claims abstract description 183
- 230000008569 process Effects 0.000 claims abstract description 107
- 238000007639 printing Methods 0.000 claims abstract description 87
- 238000012549 training Methods 0.000 claims description 123
- 239000000463 material Substances 0.000 claims description 62
- 238000012545 processing Methods 0.000 claims description 14
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000010146 3D printing Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 description 65
- 238000004364 calculation method Methods 0.000 description 62
- 238000010801 machine learning Methods 0.000 description 42
- 238000013461 design Methods 0.000 description 32
- 239000000976 ink Substances 0.000 description 23
- 230000002441 reversible effect Effects 0.000 description 23
- 238000005457 optimization Methods 0.000 description 20
- 239000000654 additive Substances 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 230000000996 additive effect Effects 0.000 description 13
- 230000008021 deposition Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000002347 injection Methods 0.000 description 9
- 239000007924 injection Substances 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000001723 curing Methods 0.000 description 5
- 238000000844 transformation Methods 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000003848 UV Light-Curing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000000110 selective laser sintering Methods 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000004581 coalescence Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000004035 construction material Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 238000011049 filling Methods 0.000 description 2
- 239000011344 liquid material Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 239000000049 pigment Substances 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000005245 sintering Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 239000001993 wax Substances 0.000 description 2
- 229910052725 zinc Inorganic materials 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000270708 Testudinidae Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 230000001112 coagulating effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007641 inkjet printing Methods 0.000 description 1
- 238000001459 lithography Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000010603 microCT Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000012014 optical coherence tomography Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
Abstract
Description
本出願は、参照により本明細書に組み込まれる、2018年11月2日に出願された米国仮特許出願第62/754,770号の権利を主張するものである。
プリディストータである。
図1を参照すると、印刷システム100は作製される物体の一部又はすべての仕様105を受け入れる。同図において、仕様105は、仕様110により既に作製された第2の部分上に作製される物体の第1の部分を表す。しかし、本明細書で説明する手法が、物体を形成するために追加されるインクリメンタルパーツに適用することは必須ではないことを理解すべきであり、本手法は部分全体の仕様に適用され得る。さらに、用語「仕様」は、広義に理解され、そして多くの代替形式を有するものと理解されるべきである。一般的に、仕様105は所望の3D構造(例えば、ソリッドモデル)を規定し得る。仕様105は、例えば、これらに限定されないが、表面(例えば、STLファイルなどのマイクロポリゴン形式で又は表面の関数形式として解析的に)として;どの領域が充填されるか、使用される材料、密度を示す量子化された体積領域(例えば「ボクセル」)のセットとして;当該面(例えばx-y面)上の位置に応じた薄い平坦スラブの厚さ(例えばz次元の)として;又は一部分を追加した後、必要な結果の上面として表され得る。いくつかの実装では、仕様105は、物体全体の仕様を処理する立案(例えば「スライシング」)段階の製品(図1に示さず)であり、物体全体を形成するために次に作製される層の仕様を形成する。
2.1 ランタイム動作
図2及び3を参照すると、別の例示的な付加製造手法は、本プロセスを使用して製造された物体の品質を改善するために、機械学習ベースのプリディストータを使用する。
図3では、機械学習ベースのプリディストータG215及び機械学習ベースのシミュレータ
図5を参照すると、シミュレーション損失は、どの程度シミュレータ
図6を参照すると、逆設計損失を計算するために、逆設計損失計算モジュール433(図4を参照)は、増分スキャンデータ(z1...zN)155及び修正された入力仕様(y1...yN)120を含むトレーニングデータを受信する。スキャンデータ155は入力としてプリディストータG215へ提供され、プリディストータG215は対応する予測され修正された入力仕様(y’1...y’N)620を生成する。逆設計損失637は修正された入力仕様(y1...yN)120と予測され修正された入力仕様(y’1...y’N)620との差として計算される。
図7を参照すると、サイクル入力3Dモデル損失の計算はシミュレータ
図8を参照すると、サイクル製造3Dモデル損失を計算するために、サイクル製造3Dモデル損失計算モジュール435(図4を参照)は入力としてスキャンデータ(Z1...ZN)155を最初に受信する。スキャンデータ155はプリディストータG215へ提供され、プリディストータG215は予測され修正された入力仕様(y’1...y’N)820を生成するために予測された作製部分177を使用する。予測され修正された入力仕様820はシミュレータ
図9及び10を参照すると、上述の例はトレーニングデータのすべてが予め収集されるシナリオに関連しており、トレーニングはランタイムシステムの配備に先立って「バッチ」で行われる。しかし、いくつかの例では、プリディストータG215及びシミュレータ
上述の付加製造プロセスは、印刷パスから印刷パスへ一貫した体系的なエラーを考慮することにより製造精度を改善する。これらのエラーは印刷材料の物理的挙動及び製造プロセスにより決定される。ランダムエラーとして知られるもう一つの重要なエラーの原因は、層毎に存在する。ランダムエラーは、測位システムの精度、又はプリントヘッド状態(ノズルの目詰まり、周囲温度の揺らぎなど)により影響される。これらのタイプのエラーを考慮するために、機械学習モデルは、製造の進捗状況に関するフィードバックを使用してリアルタイムに拡張される。リアルタイムフィードバックを提供する1つのやり方は、印刷中に、部分的に製造された部分をスキャンし、そして該情報を使用して製造プロセスへの入力を直接生成することである。
図11及び12を参照すると、付加製造プロセスの別の例示的手法は、追加の入力として前の印刷パスにおいて作製された物体のスキャンを受信するように構成された機械学習ベースのプリディストータを使用する。
いくつかの例では、プリディストータGFL1115及び
図14を参照すると、シミュレーション損失を計算するために、シミュレーション損失計算モジュール1132(図13を参照)は、修正された入力仕様yi120、現在のスキャンZi155、及び、以前のスキャンZi-1155のトリプルを含むトレーニングデータを受信する。修正された入力仕様yi120及び以前のスキャンZi-1155は入力としてシミュレータ
図15を参照すると、逆設計損失を計算するために、逆設計損失計算モジュール433(図3を参照)は、修正された入力仕様yi120、現在のスキャンZi155、及び、以前のスキャンZi-1155のトリプルを含むトレーニングデータを受信する。現在及び以前のスキャンZn、Zn-1155は、入力としてプリディストータGFL1115へ提供され、プリディストータGFL1115は対応する予測され修正された入力仕様y’n1520を生成する。トレーニングトリプル毎に、逆設計損失1537は修正された入力仕様yn120と予測され修正された入力仕様y’n1520との差として計算される。
図16を参照すると、サイクル入力3Dモデル損失を計算するために、サイクル入力3Dモデル損失計算モジュール1334(図13を参照)は、ペアの修正された入力仕様yi120及び以前のスキャンZi-1155を含むトレーニングデータを受信する。トレーニングペア毎に、修正された入力仕様120及び以前のスキャンデータ155はシミュレータ
は、対応する予測された作製部分
図17を参照すると、サイクル製造3Dモデル損失を計算するために、サイクル製造3Dモデル損失計算モジュール1335(図13を参照)は、入力として以前のスキャンと現在のスキャンのペア(Zn,Zn-1)155を含むトレーニングデータを受信する。トレーニングデータペア毎に、現在のスキャンZn及び以前のスキャンZn-1はプリディストータGFL1115へ提供され、プリディストータGFL1115は予測され修正された入力仕様y’n1720を生成するためにこれらを使用する。予測され修正された入力仕様y’n1720及び以前のスキャンZn-1はシミュレータ
図18、19を参照すると、上述の例はトレーニングデータのすべてが事前に収集され、トレーニングはランタイムシステムの展開前に「バッチ」で実行されるシナリオに関連している。。しかし、いくつかの例では、プリディストータGFL1115及びシミュレータ
いくつかの例では、マシン状態モデルは、上述の付加製造プリンタについて決定される。マシン状態モデルは、付加製造プリンタハードウェアの状態の定量的記述である。いくつかの例では、マシン状態モデルは、各ノズルの噴射量、各ノズルの一貫性、プリントヘッドの位置合わせ及びモーションシステムの精度などの印刷品質に影響を与えるメトリックを含む。
5.1 ランタイム動作
図26及び27を参照すると、付加製造プロセスの別の例示的手法は、追加の入力として、前の印刷パスにおいて作製された物体のスキャン及びマシン状態を受信するように構成された機械学習ベースのプリディストータを使用する。
いくつかの例では、プリディストータGFL+MS2615、シミュレータ
図29を参照すると、シミュレーション損失を計算するために、シミュレーション損失計算モジュール2832(図28を参照)は、修正された入力仕様yn、現在のスキャンZn、以前のスキャンZn-1、及びマシン状態mnのクアドルプル(yn,Zn,Zn-1,mn)を含むトレーニングデータを受信する。修正された入力仕様yn2620、以前のスキャンZn-1155及びマシン状態mn2617は入力としてシミュレータ
図30を参照すると、逆設計損失を計算するために、逆設計損失計算モジュール2833(図28を参照)は、修正された入力仕様yn、現在のスキャンZn、以前のスキャンZn-1及びマシン状態mnのクアドルプル(yn、Zn、Zn-1、mn)を含むトレーニングデータを受信する。現在及び以前のスキャンZn、Zn-1155は入力としてプリディストータGFL+MS2615へ提供され、プリディストータGFL+MS2615は対応する予測され修正された入力仕様y’n2621を生成する。トレーニングクアドルプル毎に、逆設計損失3037は修正入力仕様yn2620と予測され修正された入力仕様y’n2621との差として計算される。
図31を参照すると、サイクル入力3Dモデル損失を計算するために、サイクル入力3Dモデル損失計算モジュール2834(図28を参照)は、修正された入力仕様yn、以前のスキャンZn-1及びマシン状態mnのトリプル(yn、Zn-1、mn)を含むトレーニングデータを受信する。トレーニングトリプル毎に、修正された入力仕様yn、以前のスキャンZn-1及びマシン状態mnは入力としてシミュレータ
図32を参照すると、サイクル製造3Dモデル損失を計算するために、サイクル製造3Dモデル損失計算モジュール2835(図28を参照)は、入力として現在のスキャンZn、以前のスキャンZn-1及びマシン状態mnのトリプル(Zn,Zn-1、mn)を含むトレーニングデータを受信する。トレーニングデータトリプル毎に、現在のスキャンZn、以前のスキャンZn-1及びマシン状態mnはプリディストータGFL+MS2615へ提供され、該プリディストータは、これらを使用して予測され修正された入力仕様y’n2621を生成する。予測され修正された入力仕様y’n2621、以前のスキャンZn-1及びマシン状態mnはシミュレータ
6.1 ランタイム動作
図33及び34を参照すると、付加製造プロセスの別の例示的手法は、入力仕様、現在のマシン状態及び前に印刷された層のスキャンから、製作計画を直接生成するように構成された機械学習ベースのプリディストータを使用する。
いくつかの例では、プリディストータGU3315、シミュレータ
図36を参照すると、シミュレーション損失を計算するために、シミュレーション損失計算モジュール3532(図35を参照)は、製作計画un、現在のスキャンZn、以前のスキャンZn-1、及びマシン状態mnのクアドルプル(un,Zn,Zn-1,mn)を含むトレーニングデータを受信する。製作計画un3321、以前のスキャンZn-1155及びマシン状態mn3317は入力としてシミュレータ
図37を参照すると、逆設計損失を計算するために、逆設計損失計算モジュール3533(図35を参照)は、製作計画un、現在のスキャンZn、以前のスキャンZn-1、及びマシン状態mnのクアドルプル(un,Zn,Zn-1,mn)を含むトレーニングデータを受信する。現在及び以前のスキャンZn、Zn-1155は入力としてプリディストータGU3315へ提供され、プリディストータGU3315は対応する予測された製作計画u’n3320を生成する。トレーニングクアドルプル毎に、逆設計損失3737は製作計画un3321と予測された製作計画y’n3320との差として計算される。
図38を参照すると、サイクル入力3Dモデル損失を計算するために、サイクル入力3Dモデル損失計算モジュール3534(図35を参照)は、製作計画un、以前のスキャンZn-1及びマシン状態mnのトリプル(un、Zn-1、mn)を含むトレーニングデータを受信する。トレーニングトリプル毎に、製作計画un、以前のスキャンZn-1及びマシン状態mnは入力としてシミュレータ
図39を参照すると、サイクル製造3Dモデル損失を計算するために、サイクル製造3Dモデル損失計算モジュール3535(図35を参照)は、入力として現在のスキャンZn、以前のスキャンZn-1及びマシン状態mnのトリプル(Zn,Zn-1、mn)を含むトレーニングデータを受信する。トレーニングデータトリプル毎に、現在のスキャンZn、以前のスキャンZn-1及びマシン状態mnはプリディストータGU3315へ提供され、プリディストータGU3315は予測製作計画u’n3320を生成するためにこれらを使用する。予測製作計画u’n3320、以前のスキャンZn-1及びマシン状態mnはシミュレータ
7.1 ランタイム動作
図40及び41を参照すると、付加製造プロセスの別の例示的手法は、統合されたマシン状態を使用して、入力仕様および前に印刷された層のスキャンから製造計画を直接生成するように構成される機械学習ベースのプリディストータを使用する。一般的に、プリディストータは、以前の3Dスキャン及び部分的な製作計画に関する情報を格納することにより、マシン状態を自動的に推定する。いくつかの例では、プリディストータのニューラルネットワークアーキテクチャは再帰型ニューラルネットワーク構造を追加することにより履歴情報を格納するように適合されている。いくつかの例では、プリディストータは、人間の専門家により設計されたマシン状態モデルに基づいて、マシン状態独自の表現を学習する。有利なことに、プリディストータは、製造された部分の仕様及びスキャンを入力として受け取り、そして製造ハードウェアにより行われ得る製作計画を直接生成するという点で、処理ソフトウェアの実質的にすべての側面を統合する。
いくつかの例では、プリディストータGI4015及びシミュレータ
図43を参照すると、シミュレーション損失を計算するために、シミュレーション損失計算モジュール4232(図42を参照)は、修正された物体仕様ynと以前のスキャンZn-1とのペア(yn,Zn)を含むトレーニングデータを受信する。修正された物体仕様ynは、修正された物体仕様を処理して、製作計画un4021を生成する処理プログラム4019に提供さる。
図44を参照すると、逆設計損失を計算するために、逆設計損失計算モジュール4233(図42を参照)は、修正された物体仕様ynと以前のスキャンZn-1とのペア(yn,Zn)を含むトレーニングデータを受信する。
図45を参照すると、サイクル入力3Dモデル損失を計算するために、サイクル入力3Dモデル損失計算モジュール4234(図42を参照)は、製作計画unと以前のスキャンZn-1とのペア(un,Zn-1)を含むトレーニングデータを受信する。トレーニングペア毎に、製作計画un及び以前のスキャンZn-1は入力としてシミュレータ
図46を参照すると、サイクル製造3Dモデル損失を計算するために、サイクル製造3Dモデル損失計算モジュール4235(図42を参照)は、入力として現在のスキャンZnと以前のスキャンZn-1とのペア(Zn,Zn-1)を含むトレーニングデータを受信する。トレーニングデータペア毎に、現在のスキャンZnと以前のスキャンZn-1はプリディストータGI4015へ提供され、プリディストータGI4015はこれらを使用して予測された製作計画u’n4020を生成する。予測製作計画u’n4020及び以前のスキャンZn-1はシミュレータ
いくつかの例では、物体(又は物体の一部)の仕様は、メッシュ(例えば頂点及び三角形のリスト);トライアングルスープ、境界表現(brep:boundary representation)、立体モデル:ボクセルグリッド(均一且つ適応型)、四面体モデル、材料割り当てによる立体モデル、手続き型モデル及び暗黙的モデルのうちの任意の1つとして表され得る。
上述の手法は、米国特許第10,252,466号明細書:題名「SYSTEMS AND METHODS OF MACHINE VISION ASSISTED ADDITIVE FABRICATION」;及び米国特許第10,456,984号明細書:題名「ADAPTIVE MATERIAL DEPOSITION FOR ADDITIVE MANUFACTURING」に記載された手法へ取り込まれ得る、及び/又はそれと併せて使用され得る。これらの特許を参照により本明細書に援用する。
Claims (22)
- プリンタ(125)を介し3D物体を作製する方法であって:
前記3D物体の第1の部分の3D仕様(105)を受信すること;
前記物体の前記第1の部分の修正された3D仕様(120)を生成するために、前記3D仕様(105)を処理するプリディストータ(115)を使用すること、ここで、前記プリディストータ(115)は印刷プロセスの少なくともいくつかの特性を補償するために、構成データ(225)により構成される;及び、
前記修正された3D仕様に少なくとも部分的に基づく前記印刷プロセスに従って、前記物体(175)の前記第1の部分を前記プリンタ(125)に印刷させること;
を含む方法。 - 前記プリディストータを使用することは、一連の構成可能なプリディストータを使用することを含み、前記構成可能なプリディストータの構成は、前記構成データ(225)に表される、請求項1に記載の方法。
- 前記構成可能なプリディストータは、複数の利用可能なプリディストータに属し、前記構成データ(225)はさらに、前記一連のプリディストータ内の前記プリディストータの選択及び/又は順序付けを表す、請求項2に記載の方法。
- 前記構成可能なプリディストータの少なくともいくつかは、解像度に依存しないプリディストータを含む、請求項2に記載の方法。
- 前記3D仕様(105)は、作製される前記3D物体全体を表す、請求項1~4のいずれか一項に記載の方法。
- 前記3D仕様(105)は、前記3D物体の既に作製された部分(170)上に作製される前記3D物体の追加の部分(175)を表す、請求項1~5のいずれか一項に記載の方法。
- 前記既に作製された部分(170)を表すスキャンデータ(155)を生成するために、スキャナ(150)を使用することをさらに含む、請求項6に記載の方法。
- 前記スキャンデータは、前記既に作製された部分の深度マップを含む、請求項7に記載の方法。
- 前記スキャンデータは、前記既に作製された部分の複数の体積要素の三次元表現を含み、前記体積要素に関連付けられた材料識別子を含む、請求項7に記載の方法。
- 前記プリディストータ(115)を使用することは、前記修正された3D仕様(120)を生成するために、前記既に作製された部分(170)を表す前記スキャンデータ(155)を使用することをさらに含む、請求項7に記載の方法。
- 前記既に作製された部分(170)は、前記追加の部分(175)が作製される表面(171)を含み、前記スキャンデータ(155)は前記表面(171)を表す、請求項7に記載の方法。
- 前記プリディストータを使用することは、人工ニューラルネットワークを適用することを含む、請求項1~11のいずれか一項に記載の方法。
- 前記プリンタに前記第1の部分を印刷させた後に前記構成データを更新することをさらに含む、請求項1~12のいずれか一項に記載の方法であって:
前記修正された3D仕様に従って前記第1の部分を印刷した後に、前記物体を表すスキャンデータを受信すること;
前記構成データを更新するために、前記修正された3D仕様及び前記受信されたスキャンデータを含むデータを処理すること;
前記物体の第2の部分の仕様を処理して、前記更新された構成パラメータに従って前記第2の部分の修正された3D仕様を生成すこと;及び、
前記プリンタに前記物体の前記第2の部分を印刷させること;
を含む方法。 - 3D印刷システム(100)を構成する方法であって:
複数のトレーニングタプルを含むトレーニングデータ(230)を受信すること、各トレーニングタプルは、仕様(220)及び、前記印刷システム(100)のプリンタ(125)を使用した前記仕様(220)の作製を表すスキャンデータ(256)を含む;及び、
前記印刷システムを使用して印刷する際に使用するためのプリディストータ(115)を構成するための構成データ(225)を生成するために、前記トレーニングデータ(230)を処理すること;
を含む方法。 - 請求項1に記載の方法に従って3D物体を作製することをさらに含む請求項12に記載の方法。
- 各トレーニングタプルが、前記仕様(220)の作製が行われる部分(170)を表すスキャンデータ(255)をさらに含む、請求項12に記載の方法。
- プリンタ(125)を介し3D物体を作製する方法であって:
前記3D物体の一部分の3D仕様(105)を受信すること;
前記物体の前記一部分の修正された3D仕様(120)を生成するために、プリディストータ(115)を前記3D仕様(105)へ適用すること、ここで、前記プリディストータ(115)は、一連の構成可能なプリディストータを含み、前記プリディストータの構成は、構成データ(225)で表される;及び、
前記修正された3D仕様に少なくとも部分的に基づく印刷プロセスに従って、物体(175)の前記第1の部分を前記プリンタ(125)に印刷させること;
を含む方法。 - プリンタ(125)を介し3D物体を作製する方法であって:
3D仕様(105)を受信すること、ここで、前記仕様(105)は、前記3D物体の一部分と、前記3D物体の既に作製された部分(170)上に作製される前記3D物体の追加の部分(175)とを表す;
前記既に作製された部分(170)を表すスキャンデータ(155)を生成するために、スキャナ(150)を使用すること;
前記物体の前記一部分の修正された3D仕様(120)を生成するために、前記既に作製された部分(170)を表す前記スキャンデータ(155)を使用して、プリディストータ(115)を前記3D仕様(105)へ適用すること、ここで、前記プリディストータ(115)は、印刷プロセスの少なくともいくつかの特性を補償するために構成データ(225)により構成される;及び、
前記修正された3D仕様に少なくとも部分的に基づく前記印刷プロセスに従って、前記物体(175)の前記第1の部分を前記プリンタ(125)に印刷させること;
を含む方法。 - プリンタ(125)を介し3D物体を作製する際に使用されるプリディストータを構成する方法であって:
印刷プロセスを表す第1の値を推定すること、ここで、前記印刷プロセスは、3D物体の仕様を受信し、前記物体を作製させるように構成される;及び、
前記印刷プロセスの前処理(115)を表す第2の値を推定すること、ここで、前記前処理(115)は、前記3D物体(105)の仕様を受け入れ、前記物体の修正された仕様(120)を生成するように構成可能である;
を含み、
ここで、前記第1の値及び前記第2の値を推定することは、前記前処理(115)及び前記印刷プロセスの組み合わされた特性に少なくとも部分的に依存する損失関数を最適化すること、を含む方法。 - 前記前処理(115)及び前記印刷プロセスの前記組み合わされた特性が、前記前処理(115)及び前記印刷プロセスの順次適用の特性を含む、請求項18に記載の方法。
- 格納された命令、データ処理システムによる前記命令の実行を含む非一時的な機械可読媒体は、前記システムに以下を引き起こす非一時的な機械可読媒体であって:
3D物体の第1の部分の3D仕様(105)を受信させること;
プリディストータ(115)を使用して前記3D仕様(105)を処理し、前記物体の前記第1の部分の修正3D仕様(120)を生成すること、ここで、前記プリディストータ(115)は印刷プロセスの少なくともいくつかの特性を補償するために構成データ(225)により構成される;及び、
前記修正3D仕様に少なくとも部分的に基づく前記印刷プロセスに従って物体(175)の前記第1の部分をプリンタ(125)に印刷させること;
を含む、非一時的な機械可読媒体。 - コントローラを含む三次元印刷システムであって:
3D物体の第1の部分の3D仕様(105)を受信すること;
プリディストータ(115)を使用して前記3D仕様(105)を処理し、前記物体の前記第1の部分の修正された3D仕様(120)を生成すること、ここで、前記プリディストータ(115)は、印刷プロセスの少なくともいくつかの特性を補償するために構成データ(225)により構成される;及び、
前記修正された3D仕様に少なくとも部分的に基づく前記印刷プロセスに従って、物体(175)の前記第1の部分をプリンタ(125)に印刷させること;
を含む、システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862754770P | 2018-11-02 | 2018-11-02 | |
US62/754,770 | 2018-11-02 | ||
PCT/US2019/059567 WO2020093030A1 (en) | 2018-11-02 | 2019-11-02 | Intelligent additive manufacturing |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022506523A true JP2022506523A (ja) | 2022-01-17 |
Family
ID=69165489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021523926A Pending JP2022506523A (ja) | 2018-11-02 | 2019-11-02 | インテリジェント付加製造方法 |
Country Status (6)
Country | Link |
---|---|
US (2) | US10769324B2 (ja) |
EP (1) | EP3856494A1 (ja) |
JP (1) | JP2022506523A (ja) |
AU (1) | AU2019374148A1 (ja) |
CA (1) | CA3118328A1 (ja) |
WO (1) | WO2020093030A1 (ja) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3850300A2 (en) | 2018-10-19 | 2021-07-21 | Inkbit, LLC | High-speed metrology |
JP2022506523A (ja) | 2018-11-02 | 2022-01-17 | インクビット, エルエルシー | インテリジェント付加製造方法 |
US11354466B1 (en) | 2018-11-02 | 2022-06-07 | Inkbit, LLC | Machine learning for additive manufacturing |
WO2020102614A2 (en) | 2018-11-16 | 2020-05-22 | Inkbit, LLC | Inkjet 3d printing of multi-component resins |
JP7184618B2 (ja) * | 2018-12-07 | 2022-12-06 | 株式会社ミマキエンジニアリング | 造形システム、造形方法、及び造形制御装置 |
EP3884237A1 (en) * | 2019-01-08 | 2021-09-29 | Inkbit, LLC | Depth reconstruction in additive fabrication |
EP3883755A1 (en) | 2019-01-08 | 2021-09-29 | Inkbit, LLC | Reconstruction of surfaces for additive manufacturing |
US11079739B2 (en) * | 2019-02-25 | 2021-08-03 | General Electric Company | Transfer learning/dictionary generation and usage for tailored part parameter generation from coupon builds |
US11520322B2 (en) * | 2019-05-24 | 2022-12-06 | Markforged, Inc. | Manufacturing optimization using a multi-tenant machine learning platform |
US10994477B1 (en) | 2019-11-01 | 2021-05-04 | Inkbit, LLC | Optical scanning for industrial metrology |
US11712837B2 (en) | 2019-11-01 | 2023-08-01 | Inkbit, LLC | Optical scanning for industrial metrology |
US20210157696A1 (en) * | 2019-11-22 | 2021-05-27 | Rohde & Schwarz Gmbh & Co. Kg | Radio frequency test and measurement device, system and method |
US11524463B2 (en) * | 2020-06-11 | 2022-12-13 | Palo Alto Research Center Incorporated | Fabricated shape estimation for droplet-based additive manufacturing processes with uncertainty |
US11741273B2 (en) * | 2020-06-11 | 2023-08-29 | Palo Alto Research Center Incorporated | Fabricated shape estimation for droplet based additive manufacturing |
US11072120B1 (en) * | 2020-07-23 | 2021-07-27 | Inkbit, LLC | Edge profilometer |
US10994490B1 (en) | 2020-07-31 | 2021-05-04 | Inkbit, LLC | Calibration for additive manufacturing by compensating for geometric misalignments and distortions between components of a 3D printer |
WO2022071957A1 (en) * | 2020-10-01 | 2022-04-07 | Hewlett-Packard Development Company, L.P. | Translating vertices of a 3d model of an object |
US11186033B1 (en) | 2020-10-28 | 2021-11-30 | Inkbit, LLC | Material interlocking |
WO2022093253A1 (en) * | 2020-10-30 | 2022-05-05 | Hewlett-Packard Development Company, L.P. | Translating vertices of a model of a 3d printed part |
US11518109B2 (en) | 2020-10-30 | 2022-12-06 | Inkbit, LLC | Thermal management for additive fabrication |
CN112865721B (zh) * | 2021-01-05 | 2023-05-16 | 紫光展锐(重庆)科技有限公司 | 信号处理方法、装置、设备及存储介质、芯片、模组设备 |
WO2022159177A1 (en) | 2021-01-20 | 2022-07-28 | Inkbit, LLC | Additive fabrication system |
US11797744B1 (en) * | 2021-02-18 | 2023-10-24 | Ansys Inc. | Methods and systems for predicting silicon density for a metal layer of semi-conductor chip via machine learning |
IT202100013289A1 (it) * | 2021-05-21 | 2022-11-21 | Breton Spa | Metodo ed impianto per la realizzazione di manufatti tridimensionali mediante deposizione di una pluralità di strati sovrapposti di un materiale per la manifattura additiva |
US11707780B2 (en) * | 2021-06-11 | 2023-07-25 | International Business Machines Corporation | Formation of spray based three-dimensional printing object using magnetic fluid |
US11708459B2 (en) | 2021-10-21 | 2023-07-25 | Inkbit, LLC | Vinyl sulfonyl agents for thiol-ene polymerization and related uses |
WO2023122004A1 (en) | 2021-12-23 | 2023-06-29 | Inkbit, LLC | Machine learning for additive manufacturing |
DE102022001231A1 (de) | 2022-04-11 | 2023-10-12 | Laempe Mössner Sinto Gmbh | Verfahren zur Herstellung einer 3D-Struktur in einem 3D-Druckverfahren |
Family Cites Families (102)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5460758A (en) | 1990-12-21 | 1995-10-24 | Eos Gmbh Electro Optical Systems | Method and apparatus for production of a three-dimensional object |
US6073056A (en) | 1997-04-08 | 2000-06-06 | Larry J. Winget | Method and system for building a data model of a physical part in a data format useful for and reproduction of the part |
US7300619B2 (en) | 2000-03-13 | 2007-11-27 | Objet Geometries Ltd. | Compositions and methods for use in three dimensional model printing |
US6492651B2 (en) | 2001-02-08 | 2002-12-10 | 3D Systems, Inc. | Surface scanning system for selective deposition modeling |
ATE549150T1 (de) | 2001-09-27 | 2012-03-15 | Z Corp | Dreidimensionaler drucker und verfahren zum drucken eines dreidimensionalen gegenstandes |
US8328420B2 (en) | 2003-04-22 | 2012-12-11 | Marcio Marc Abreu | Apparatus and method for measuring biologic parameters |
JP4175065B2 (ja) | 2002-09-24 | 2008-11-05 | セイコーエプソン株式会社 | カートリッジ、印刷装置およびカートリッジと情報をやり取りする方法 |
US7040745B2 (en) | 2002-10-31 | 2006-05-09 | Hewlett-Packard Development Company, L.P. | Recirculating inkjet printing system |
DE60324332D1 (de) * | 2002-12-03 | 2008-12-04 | Objet Geometries Ltd | Verfahren und vorrichtung für dreidimensionales drucken |
DE10310385B4 (de) | 2003-03-07 | 2006-09-21 | Daimlerchrysler Ag | Verfahren zur Herstellung von dreidimensionalen Körpern mittels pulverbasierter schichtaufbauender Verfahren |
EP1769921B1 (en) | 2004-07-07 | 2012-02-29 | Konica Minolta Medical & Graphic, Inc. | Inkjet printer |
ES2399872T3 (es) | 2005-10-24 | 2013-04-04 | Marcio Marc Aurelio Martins Abreu | Aparato para medir parámetros biológicos |
EP2001656B1 (en) | 2006-04-06 | 2014-10-15 | 3D Systems Incorporated | KiT FOR THE PRODUCTION OF THREE-DIMENSIONAL OBJECTS BY USE OF ELECTROMAGNETIC RADIATION |
JP5218049B2 (ja) | 2006-05-31 | 2013-06-26 | 株式会社ニコン | 露光装置及び露光方法 |
WO2008039825A2 (en) | 2006-09-26 | 2008-04-03 | Hinds Instruments, Inc. | Detection system for birefringence measurement |
WO2008090599A1 (ja) | 2007-01-22 | 2008-07-31 | School Juridical Person Kitasato Institute | オプティカル・コヒーレンス・トモグラフィー装置 |
US8237788B2 (en) | 2007-08-23 | 2012-08-07 | 3D Systems, Inc. | Methods of automatic geometric calibration using laser scanning reflectometry |
US7901852B2 (en) | 2008-02-29 | 2011-03-08 | Freescale Semiconductor, Inc. | Metrology of bilayer photoresist processes |
US8666142B2 (en) | 2008-11-18 | 2014-03-04 | Global Filtration Systems | System and method for manufacturing |
DE102008058177A1 (de) | 2008-11-20 | 2010-06-24 | Eos Gmbh Electro Optical Systems | Verfahren zur Identifizierung von Lasersinterpulvern |
US20100158332A1 (en) | 2008-12-22 | 2010-06-24 | Dan Rico | Method and system of automated detection of lesions in medical images |
US8345257B2 (en) | 2009-04-20 | 2013-01-01 | D4D Technologies, Llc | Swept source optical coherence tomography (OCT) method and system |
US8470231B1 (en) | 2009-06-01 | 2013-06-25 | Stratasys Ltd. | Three-dimensional printing process for producing a self-destructible temporary structure |
US10124410B2 (en) | 2010-09-25 | 2018-11-13 | Ipg Photonics Corporation | Methods and systems for coherent imaging and feedback control for modification of materials |
JP2014098555A (ja) | 2011-03-09 | 2014-05-29 | Panasonic Corp | リサイクル樹脂判定装置、及び、リサイクル樹脂材料の製造装置 |
TW201243380A (en) | 2011-04-29 | 2012-11-01 | Entire Technology Co Ltd | Optical reflective film and light emitting device using the same |
JP5833762B2 (ja) | 2011-09-26 | 2015-12-16 | バーフェリヒト ゲゼルシャフト ミット ベシュレンクテル ハフツング | 光干渉断層撮影の技術 |
FR2981450B1 (fr) | 2011-10-17 | 2014-06-06 | Eads Europ Aeronautic Defence | Systeme et procede de controle de la qualite d'un objet |
ITMI20120854A1 (it) * | 2012-05-17 | 2013-11-18 | Fisi Fibre Sint Spa | Procedimento per la produzione di un'imbottitura termoisolante, particolarmente per l'abbigliamento e l'arredamento. |
US9669584B2 (en) | 2012-06-08 | 2017-06-06 | Solidscape, Inc. | Imaging monitoring method and apparatus for fabricating three dimensional models |
US20160249836A1 (en) | 2012-07-16 | 2016-09-01 | Sandeep Gulati | Sample optical pathlength control using a noninvasive analyzer apparatus and method of use thereof |
US9162453B2 (en) | 2012-07-30 | 2015-10-20 | Hewlett-Packard Development Company, L.P. | Printhead including integrated circuit die cooling |
US9259931B2 (en) | 2012-12-19 | 2016-02-16 | Cimpress Schweiz Gmbh | System and method for print head alignment using alignment adapter |
CN105122065B (zh) | 2013-02-20 | 2018-05-25 | 康奈尔大学 | 多层荧光纳米颗粒及其制备和使用方法 |
US9579851B2 (en) | 2013-03-22 | 2017-02-28 | Markforged, Inc. | Apparatus for fiber reinforced additive manufacturing |
US9004675B2 (en) * | 2013-04-04 | 2015-04-14 | Nike, Inc. | Image correction with 3D printing |
DE102013221020B4 (de) * | 2013-10-16 | 2020-04-02 | Adidas Ag | Speedfactory 3D |
IN2014DE02931A (ja) * | 2013-11-01 | 2015-06-26 | Seiko Epson Corp | |
BE1024052B1 (nl) | 2013-12-03 | 2017-11-08 | Layerwise N.V. | Werkwijze en inrichting voor het kalibreren van meerdere energiestralen voor het additief vervaardigen van een object |
US10258256B2 (en) | 2014-12-09 | 2019-04-16 | TechMah Medical | Bone reconstruction and orthopedic implants |
TWI520098B (zh) | 2014-01-28 | 2016-02-01 | 聚晶半導體股份有限公司 | 影像擷取裝置及其影像形變偵測方法 |
US10011071B2 (en) | 2014-03-18 | 2018-07-03 | Evolve Additive Solutions, Inc. | Additive manufacturing using density feedback control |
US20160347005A1 (en) | 2014-03-24 | 2016-12-01 | Empire Technology Development Llc | Methods and systems for monitoring melt zones in polymer three dimensional printing |
EP3145689B1 (en) | 2014-05-20 | 2020-01-01 | The Regents of the University of California | Layerless bioprinting via dynamic optical projection and uses thereof |
JP2015229338A (ja) * | 2014-06-06 | 2015-12-21 | 泰 金田 | 各部分の断面積または高さ・幅を指定する3次元モデリング方法および3次元印刷方法 |
US20170143494A1 (en) | 2014-07-10 | 2017-05-25 | Mohamed R. Mahfouz | Bone Reconstruction and Orthopedic Implants |
JP6530653B2 (ja) | 2014-07-25 | 2019-06-12 | キヤノン株式会社 | 液体吐出装置、インプリント装置および物品製造方法 |
US10252466B2 (en) | 2014-07-28 | 2019-04-09 | Massachusetts Institute Of Technology | Systems and methods of machine vision assisted additive fabrication |
US10052823B2 (en) | 2014-10-08 | 2018-08-21 | Xerox Corporation | System and method for test pattern formation during three-dimensional object printing |
EP3209419A4 (en) | 2014-10-22 | 2018-10-03 | The Regents of The University of California | High definition microdroplet printer |
WO2016094827A1 (en) | 2014-12-12 | 2016-06-16 | Velo3D, Inc. | Feedback control systems for three-dimensional printing |
US20160167301A1 (en) | 2014-12-12 | 2016-06-16 | Autodesk, Inc. | Polymeric photoinitiators for 3d printing applications |
US10421238B2 (en) * | 2014-12-31 | 2019-09-24 | Makerbot Industries, Llc | Detection and use of printer configuration information |
WO2016115537A2 (en) | 2015-01-15 | 2016-07-21 | Massachusetts Institute Of Technology | Systems, methods, and apparatus for in vitro single-cell identification and recovery |
WO2016131022A1 (en) | 2015-02-12 | 2016-08-18 | Glowforge Inc. | Cloud controlled laser fabrication |
KR102307599B1 (ko) | 2015-03-16 | 2021-10-05 | 엘지전자 주식회사 | 3차원 인쇄 장치 |
US10474134B2 (en) * | 2015-04-29 | 2019-11-12 | University Of Southern California | Systems and methods for compensating for 3D shape deviations in additive manufacturing |
US20180143147A1 (en) | 2015-05-11 | 2018-05-24 | Board Of Regents, The University Of Texas System | Optical-coherence-tomography guided additive manufacturing and laser ablation of 3d-printed parts |
JP2018524178A (ja) | 2015-06-10 | 2018-08-30 | アイピージー フォトニクス コーポレーション | 複数ビーム付加的製造 |
KR101567281B1 (ko) | 2015-06-10 | 2015-11-10 | 세종대학교산학협력단 | 피하지방층 두께 추정 장치 및 방법 |
CN108136568B (zh) | 2015-10-16 | 2020-10-09 | 应用材料公司 | 使用增材制造工艺形成先进抛光垫的方法和设备 |
WO2017075370A2 (en) | 2015-10-30 | 2017-05-04 | The University Of Akron | Additive printing apparatus and method employing liquid bridge |
US11332625B2 (en) | 2015-11-17 | 2022-05-17 | Covestro (Netherlands) B.V. | Antimony-free radiation curable compositions for additive fabrication, and applications thereof in investment casting processes |
US10221284B2 (en) | 2016-01-15 | 2019-03-05 | Hrl Laboratories, Llc | Resin formulations for polymer-derived ceramic materials |
JP6220477B1 (ja) | 2016-01-28 | 2017-10-25 | バンドー化学株式会社 | 3次元造形物の製造方法 |
WO2017132582A1 (en) | 2016-01-29 | 2017-08-03 | Massachusetts Institute Of Technology | Techniques for color contoning in additive fabrication and related systems and methods |
EP3270095A1 (en) | 2016-07-13 | 2018-01-17 | Sightline Innovation Inc. | System and method for surface inspection |
US20180036964A1 (en) | 2016-08-08 | 2018-02-08 | General Electric Company | Method and system for inspection of additive manufactured parts |
US11097464B2 (en) | 2016-08-26 | 2021-08-24 | Massachusetts Institute Of Technology | Systems, devices, and methods for inkjet-based three-dimensional printing |
US20180093418A1 (en) * | 2016-09-30 | 2018-04-05 | Velo3D, Inc. | Three-dimensional objects and their formation |
US20180099333A1 (en) | 2016-10-11 | 2018-04-12 | General Electric Company | Method and system for topographical based inspection and process control for additive manufactured parts |
SG11201903714YA (en) | 2016-10-25 | 2019-05-30 | Agency Science Tech & Res | A resin formulation and uses thereof |
US10281902B2 (en) | 2016-11-01 | 2019-05-07 | Xometry, Inc. | Methods and apparatus for machine learning predictions of manufacture processes |
WO2018091638A1 (en) | 2016-11-17 | 2018-05-24 | Trinamix Gmbh | Detector for optically detecting at least one object |
US10800108B2 (en) | 2016-12-02 | 2020-10-13 | Markforged, Inc. | Sinterable separation material in additive manufacturing |
AU2017366705A1 (en) | 2016-12-02 | 2019-05-02 | Markforged, Inc. | Sintering additively manufactured parts with a densification linking platform |
KR101891075B1 (ko) | 2016-12-13 | 2018-08-23 | 세종대학교 산학협력단 | 스웹 소스 간섭계를 이용한 피하지방층 두께 추정 장치 및 그 방법 |
EP3554798B1 (en) | 2016-12-16 | 2020-12-02 | Massachusetts Institute of Technology | Adaptive material deposition for additive manufacturing |
JP2018103488A (ja) | 2016-12-27 | 2018-07-05 | 株式会社Screenホールディングス | 液滴吐出装置の温度制御方法、液滴吐出装置および三次元造形装置 |
US11409261B2 (en) | 2017-01-27 | 2022-08-09 | Hewlett-Packard Development Company, L.P. | Predicting distributions of values of layers for three-dimensional printing |
CN108570126A (zh) | 2017-03-08 | 2018-09-25 | 新加坡科技研究局 | 树脂制剂及其用途 |
WO2018187489A1 (en) | 2017-04-04 | 2018-10-11 | Nlight, Inc. | Optical fiducial generation for galvanometric scanner calibration |
US11014163B2 (en) | 2017-04-14 | 2021-05-25 | Desktop Metal, Inc. | Calibration of 3D printer via computer vision |
US11173664B2 (en) | 2017-04-24 | 2021-11-16 | The Boeing Company | Nanostructures for process monitoring and feedback control |
JP6746806B2 (ja) | 2017-04-25 | 2020-08-26 | シグニファイ ホールディング ビー ヴィSignify Holding B.V. | 3d印刷されインプリントされた構造、印刷方法、3d物品、及び3d物品を有する照明システム |
US11449757B2 (en) | 2017-05-16 | 2022-09-20 | Sightline Innovation Inc. | Neural network system for non-destructive optical coherence tomography |
US10234848B2 (en) | 2017-05-24 | 2019-03-19 | Relativity Space, Inc. | Real-time adaptive control of additive manufacturing processes using machine learning |
US10596802B2 (en) | 2017-05-30 | 2020-03-24 | General Electric Company | Calibration systems for calibrating build platforms of additive manufacturing systems and related program products |
JP7270559B2 (ja) | 2017-06-09 | 2023-05-10 | ストラクト ピーティーイー.エルティーディー | 分散式の自動付加製造のための方法および装置 |
US11511373B2 (en) | 2017-08-25 | 2022-11-29 | Massachusetts Institute Of Technology | Sensing and control of additive manufacturing processes |
US10649439B2 (en) | 2017-09-21 | 2020-05-12 | Hangzhou Regenovo Biotechnology Co., Ltd. | On-line monitoring method and system for three-dimensional printing |
WO2019070644A2 (en) | 2017-10-02 | 2019-04-11 | Arconic Inc. | SYSTEMS AND METHODS FOR UTILIZING MULTICRITERIAL OPTIMIZATION IN ADDITIVE MANUFACTURING |
CN111372755B (zh) | 2017-12-20 | 2022-02-18 | 穆格公司 | 增材制造图像的卷积神经网络评估以及以其为基础的增材制造系统 |
EP3527352B1 (en) | 2018-02-15 | 2020-06-03 | SLM Solutions Group AG | Device and method for calibrating an irradiation system of an apparatus for producing a three-dimensional work piece |
US11150633B2 (en) * | 2018-05-14 | 2021-10-19 | Purdue Research Foundation | System and method for automated geometric shape deviation modeling for additive manufacturing |
US20200004225A1 (en) | 2018-06-29 | 2020-01-02 | Velo3D, Inc. | Manipulating one or more formation variables to form three-dimensional objects |
JP2022506523A (ja) | 2018-11-02 | 2022-01-17 | インクビット, エルエルシー | インテリジェント付加製造方法 |
JP2022512168A (ja) | 2018-12-10 | 2022-02-02 | インクビット, エルエルシー | 付加製造のための精密システム |
EP3884237A1 (en) | 2019-01-08 | 2021-09-29 | Inkbit, LLC | Depth reconstruction in additive fabrication |
EP3883755A1 (en) | 2019-01-08 | 2021-09-29 | Inkbit, LLC | Reconstruction of surfaces for additive manufacturing |
WO2020145982A1 (en) | 2019-01-10 | 2020-07-16 | Hewlett-Packard Development Company, L.P. | Custom three-dimensional (3d) print mode generation |
US11117326B2 (en) | 2019-01-11 | 2021-09-14 | Hewlett-Packard Development Company, L.P. | Object model dimension compensation for additive manufacturing |
-
2019
- 2019-11-02 JP JP2021523926A patent/JP2022506523A/ja active Pending
- 2019-11-02 WO PCT/US2019/059567 patent/WO2020093030A1/en unknown
- 2019-11-02 EP EP19836636.1A patent/EP3856494A1/en active Pending
- 2019-11-02 CA CA3118328A patent/CA3118328A1/en active Pending
- 2019-11-02 AU AU2019374148A patent/AU2019374148A1/en not_active Abandoned
- 2019-11-04 US US16/672,711 patent/US10769324B2/en active Active
-
2020
- 2020-09-08 US US17/014,344 patent/US11347908B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20200143006A1 (en) | 2020-05-07 |
US11347908B2 (en) | 2022-05-31 |
US20210124857A1 (en) | 2021-04-29 |
CA3118328A1 (en) | 2020-05-07 |
AU2019374148A1 (en) | 2021-05-27 |
US10769324B2 (en) | 2020-09-08 |
EP3856494A1 (en) | 2021-08-04 |
WO2020093030A1 (en) | 2020-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022506523A (ja) | インテリジェント付加製造方法 | |
US20240126942A1 (en) | Machine Learning for Additive Manufacturing | |
US20210370611A1 (en) | Object model dimensions for additive manufacturing | |
US10326910B2 (en) | Using three-dimensional threshold matrices in the production of three-dimensional objects | |
US10974458B2 (en) | Dimensional compensations for additive manufacturing | |
KR20180057471A (ko) | 3d 프린터의 컬러 오브젝트 인쇄 방법 | |
US20210331403A1 (en) | Segmenting object model data at first and second resolutions | |
CN113601833A (zh) | 一种fdm三维打印控制系统 | |
US20220072800A1 (en) | Dimensional compensations in additive manufacturing | |
CN113905874B (zh) | 几何补偿 | |
US20210390219A1 (en) | Geometrical compensation models | |
US20220161498A1 (en) | Dimensional compensations for additive manufacturing | |
US20220075347A1 (en) | Geometrical compensations | |
EP3774296B1 (en) | Three-dimensional object production | |
WO2020222781A1 (en) | Geometrical compensations | |
CN109866429A (zh) | 适于协同工作的高效3d打印机及其工作方法 | |
US20220067225A1 (en) | Dimensions in Additive Manufacturing | |
US20220016845A1 (en) | Geometrical compensation in additive manufacturing | |
WO2021221615A1 (en) | Evaluating dimensional accuracy based on weighting factors | |
NOVAKOVA-MARCINCINOVA et al. | SOME ASPECTS OF RAPID PROTOTYPING TECHNOLOGY UTILIZATION |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221006 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230619 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230629 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230922 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231127 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240328 |