KR20220138385A - 3차원 구조를 형성하는 장치 및 그 관련 방법 - Google Patents

3차원 구조를 형성하는 장치 및 그 관련 방법 Download PDF

Info

Publication number
KR20220138385A
KR20220138385A KR1020227027740A KR20227027740A KR20220138385A KR 20220138385 A KR20220138385 A KR 20220138385A KR 1020227027740 A KR1020227027740 A KR 1020227027740A KR 20227027740 A KR20227027740 A KR 20227027740A KR 20220138385 A KR20220138385 A KR 20220138385A
Authority
KR
South Korea
Prior art keywords
dimensional structure
layer
forming
determining
strand
Prior art date
Application number
KR1020227027740A
Other languages
English (en)
Inventor
모히트 프라샨트 차야
나비드 카니
조나스 알렉산더 틸레
Original Assignee
벨라세노 게엠베하
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 벨라세노 게엠베하 filed Critical 벨라세노 게엠베하
Publication of KR20220138385A publication Critical patent/KR20220138385A/ko

Links

Images

Classifications

    • 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
    • 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
    • B22F10/30—Process control
    • 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
    • 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
    • B22F12/00—Apparatus or devices specially adapted for additive manufacturing; Auxiliary means for additive manufacturing; Combinations of additive manufacturing apparatus or devices with other processing apparatus or devices
    • B22F12/90—Means for process control, e.g. cameras or sensors
    • 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
    • B22F3/00—Manufacture of workpieces or articles from metallic powder characterised by the manner of compacting or sintering; Apparatus specially adapted therefor ; Presses and furnaces
    • B22F3/10—Sintering only
    • B22F3/11—Making porous workpieces or articles
    • B22F3/1103—Making porous workpieces or articles with particular physical characteristics
    • B22F3/1115—Making porous workpieces or articles with particular physical characteristics comprising complex forms, e.g. honeycombs
    • 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
    • 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
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G06N3/0454—
    • 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
    • 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
    • B22F2998/00—Supplementary information concerning processes or compositions relating to powder metallurgy
    • 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
    • B22F2999/00—Aspects linked to processes or compositions used in powder metallurgy
    • 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
    • B29C64/106—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material
    • B29C64/118—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material using filamentary material being melted, e.g. fused deposition modelling [FDM]
    • 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)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Automation & Control Theory (AREA)
  • Optics & Photonics (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Transition And Organic Metals Composition Catalysts For Addition Polymerization (AREA)
  • Laminated Bodies (AREA)

Abstract

실시예들은 3차원 구조물을 형성하는 방법에 관한 것이다. 방법은 형성될 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 감지 장치를 위치시키기 위한 하나 이상의 위치를 결정하는 단계를 포함한다. 방법은 구조적 좌표 정보에 기초하여 3차원 구조의 일부를 형성하는 단계를 더 포함한다. 방법은 하나 이상의 위치의 위치에 감지 장치를 배치시키는 단계를 더 포함한다.

Description

3차원 구조를 형성하는 장치 및 그 관련 방법
본 명세서에 설명된 실시예는 3차원 구조를 형성하는 장치, 및 그 관련 방법에 관한 것이다.
본 출원은 2020년 2월 3일에 유럽 특허청에 제출된 유럽 특허 출원 20155109.0의 우선권을 주장하며, 그 전체 내용은 모든 목적을 위해 여기에 통합된다.
3차원 구조의 제조는 인쇄 오류의 간접 측정 또는 직접 측정을 사용하여 모니터링할 수 있다. 간접 측정은 인쇄 매개변수와 환경 변수를 측정하는 반면 직접 측정은 인쇄된 구조 자체의 결함을 모니터링한다.
예를 들어, FDM(Fused Deposition Modelling) 인쇄에서 많은 측정 가능한 변수가 인쇄 상태를 나타낼 수 있기 때문에 간접 측정을 위해 다양한 센서가 사용될 수 있다.
예를 들어, 음향 방출(AE) 기술은 비정상적인 인쇄 상태를 결정하고 필라멘트 파손을 감지하는 데 사용될 수 있다. 일부 응용 프로그램에서는 숨겨진 반 Markrov 모델 및 k-Means 클러스터링이 인쇄 상태를 구별하기 위해 사용될 수 있다.
일부 응용 프로그램에서는 노즐 막힘 모니터링(nozzle clog monitoring)이 구현될 수 있다. 일부 응용 프로그램에서 재료 증착 상태는 필라멘트 공급 모터의 전류를 측정하여 결정될 수 있다. 일부 응용 분야에서는 2차원 레이저 삼각 측량 시스템을 사용하여 압출 트랙의 치수를 스캔할 수 있다. 일부 응용 프로그램에서 초음파 여기를 사용하여 인쇄 중 결합 실패를 감지할 수 있다.
일부 응용 프로그램에서 화이버 브레그 그레이팅(Fiber Bragg Grating) 센서와 열전대는 인쇄하는 동안 생성된 잔류 변형 및 온도 프로파일을 모니터링하기 위해 시편 내부에 내장될 수 있다. 열전대는 인쇄 과정에서 온도 조건을 평가하는데 사용할 수 있다.
일부 응용 프로그램에서는 압축 감지를 적용하여 한 번에 4개의 온도 판독값을 측정하여 용융 필라멘트로 제작된 시편의 온도 필드를 재구성하는 것이 가능할 수 있다.
일부 응용 프로그램에서는 여러 센서가 있는 센서 어레이가 인쇄 프로세스를 모니터링할 수 있다. 비모수 베이지안 모델(Non-parametric Bayesian Model)을 사용하여 센서 데이터를 분석하여 다양한 프로세스 상태(정상 작동, 비정상 작동 및 빌드 실패)의 분류를 수행할 수 있다.
직접 측정을 위해 증강 현실 기반 기술을 사용하여 인쇄된 모델의 이미지를 CAD 모델과 비교할 수 있다. 일부 응용 분야에서는 막힌 노즐, 불완전한 프로젝트 및 필라멘트 손실을 감지하기 위해 단일 및 이중 카메라 시스템을 사용할 수 있다. 일부 응용 프로그램에서는 이상적인 모델의 포인트 클라우드와 인쇄된 부품 간의 차이점을 찾기 위해 두 대의 카메라를 사용하여 프린팅 부품의 3차원 이미지를 재구성할 수 있다.
일부 응용 프로그램에서 인쇄된 부품은 2차원 카메라로 이미지화될 수 있다. 인쇄된 부품의 중심을 감지하여 이상적인 형상의 중심과 비교할 수 있다. 일부 응용 프로그램에서는 경계 서명 방법을 적용하여 단순한 솔리드의 외부 형상에서 형상 편차를 감지하고 이상적인 프로파일과 인쇄된 부품 프로파일을 층 별로 비교할 수 있다. 일부 응용 프로그램에서는 USB 현미경 비디오 카메라를 사용하여 미끄러짐을 측정하고 제어할 수 있다.
온라인 검사 접근 방식은 다른 인쇄 기술에 사용될 수 있다. 예를 들어, 금속 기반 분말층 융합 제조 부품의 컴퓨터 단층 촬영(CT) 스캔을 수행하고 모든 층의 2차원 이미지를 다중 프랙탈 분석으로 분석할 수 있다. 일부 응용 프로그램에서는 프린지 투영을 사용하여 AM 제조 부품의 표면 지형을 측정할 수 있다. 또한, 세라믹 센서 층에서 온라인 서명 분석을 수행할 수 있다. 일부 응용 프로그램에서는 템플릿 서명이 있는 돌출된 트랙의 서명을 비교하여 결함을 감지할 수 있다. 일부 응용 프로그램에서 선택적 레이저 용융의 이미지 오류에 대해 통계적 방법을 통해 비디오 프레임의 연속 이미지에서 단일 픽셀의 강도 변화를 캡처하여 시간이 지남에 따라 비정상적인 강도 프로파일을 갖는 픽셀을 감지할 수 있다. 또한, 프린팅 부품 또는 프린팅 대상에 프린팅된 라벨의 특이점을 인식하여 적층 제조 부품의 외관을 캡처하는 것이 가능할 수 있다.
다양한 실시예는 제조 공정 동안 3차원 구조의 품질을 모니터링하기 위한 방법 및 장치를 제공하는 것에 관한 것이다. 방법 및 장치는 인쇄 중 결함 및 그 출처를 분류하고 위치를 파악하기 위한 개선된 프로세스를 제공한다.
다양한 실시예는 3차원 구조물을 형성하는 방법에 관한 것이다. 방법은 형성될 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 감지 장치를 배치하기 위한 하나 이상의 위치를 결정하는 단계를 포함한다. 방법은 구조적 좌표 정보에 기초하여 3차원 구조의 일부를 형성하는 단계를 더 포함한다. 방법은 하나 이상의 위치의 위치에 감지 장치를 배치하는 단계를 더 포함한다.
다양한 실시예는 3차원 구조를 형성하기 위한 장치에 관한 것이다. 상기 장치는 3차원 구조와 관련된 구조 좌표 정보에 기초하여 3차원 구조를 형성하기 위한 형성 장치를 포함한다. 장치는 이동식 감지 장치를 더 포함한다. 장치는 프로세서를 더 포함하고, 여기서 프로세서는 형성될 3차원 구조에 관한 구조적 좌표 정보에 기초하여 감지 장치를 배치하기 위한 하나 이상의 위치를 결정하고, 하나 이상의 위치로 이동 가능한 감지 장치를 배치하는 것을 제어하도록 구성된다.
다양한 실시예는 3차원 구조를 형성하기 위한 장치에 관한 것이다. 장치는 복수의 층을 포함하는 3차원 구조를 형성하기 위한 형성 장치를 포함한다. 장치는 이동식 감지 장치를 더 포함한다. 장치는 복수의 층의 층 세트에 대해 감지 장치를 배치하기 위한 적어도 하나의 위치를 결정하도록 구성된 프로세서를 더 포함한다. 프로세서는 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 디바이스에 의해 설정된 층의 형성을 제어하도록 추가로 구성된다. 프로세서는 층 세트가 형성된 후 및 추가 층 세트가 형성되기 전에 층 세트와 연관된 적어도 하나의 위치로 이동식 감지 장치의 위치를 제어하도록 추가로 구성된다. 프로세서는 형성된 층 세트의 획득된 구조적 데이터에 기초하여 프로세스 상태를 결정하도록 추가로 구성되며, 획득된 구조적 데이터는 형성된 층 세트와 연관된 적어도 하나의 위치에서 감지 장치에 의해 획득된다.
본 개시의 전술한 특징 및 기타 특징은 첨부 도면과 함께 취해진 다음의 설명 및 첨부된 청구범위로부터 더욱 완전히 명백해질 것이다. 첨부된 도면은 본 개시에 따른 단지 몇몇 실시예를 도시한다. 따라서 그 범위를 제한하는 것으로 간주되어서는 안된다는 것을 이해해야 한다. 본 발명의 이점이 보다 쉽게 확인될 수 있도록 본 발명은 첨부된 도면의 사용을 통해 추가의 구체적이고 상세하게 설명될 것이다.
도 1a는 3차원 구조를 형성하기 위한 방법(100)의 흐름도를 도시한다.
도 1b는 3차원 구조를 형성하기 위한 방법(160)의 흐름도를 도시한다.
도 2a 및 도 2b는 각각 3차원 구조의 상이한 층 세트의 예를 도시한다.
도 3은 3차원 구조를 형성하기 위한 방법(300)의 적어도 일부의 흐름도를 도시한다.
도 4a 및 4b는 잘못 배치된 스트랜드(strands)의 예를 도시한다.
도 5a 및 5b는 CNN(Convolutional Neural Networks) 훈련 데이터의 이미지를 도시한다.
도 6은 CNN(Convolutional Neural Networks)을 사용한 에지 감지의 예를 도시한다.
도 7a는 정확하고 부정확한 에지(721)를 포함하는 에지 클러스터링 프로세스로부터 발견된 에지 포인트를 도시한다.
도 7b는 메인 에지를 결정하기 위해 에지 클러스터링을 사용한 결과를 도시한다.
도 7c는 클러스터링된 상부 에지 및 클러스터링된 하부 에지를 식별하기 위한 추가 클러스터링 프로세스를 도시한다.
도 8은 실제 축을 기준으로 하여 측정된 거리 (lreal)과 이상적인 축을 기준으로 하여 측정된 거리(lideal) 사이의 차이를 도시한다.
도 9a 내지 도 9d는 인쇄될 수 있는 상이한 3차원 구조를 도시한다.
도 10a 내지 10f는 구배 기반 에지 검출을 사용하여 50ml 유방 지지체를 시각적으로 모니터링한 이미지를 도시한다.
도 11a 내지 11f는 세포 배양 메쉬의 스트랜드를 시각적으로 모니터링한 이미지를 도시한다.
도 12a 내지 12f는 CNN(Convolutional Neural Network)을 사용하여 50ml 유방 지지체를 시각적으로 모니터링한 이미지를 도시한다.
도 13a 내지 도 13c는 50ml 유방 임플란트 지지체의 측정된 스트랜드 직경(최소, 최대 및 평균 직경)의 히스토그램을 사용한 1차 수준 평가를 나타낸다.
도 14a 내지 도 14c는 50 ml 유방 임플란트 지지체의 층별 평가와 같은 2차 수준 평가를 도시한다.
도 15a 내지 도 15b는 50 ml 스캐폴드의 스트랜드에 대한 스트랜드별 평가가 수행될 수 있는 제3 수준 평가를 도시한다.
도 16은 3차원 구조를 형성하기 위한 장치(150)의 예시를 도시한다.
다음의 상세한 설명에서, 청구된 주제가 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 주제를 실시할 수 있도록 충분히 상세하게 설명된다. 다양한 실시예는 비록 상이하지만 반드시 상호 배타적이지 않다는 것을 이해해야 한다.
"실시예", "예시적인 실시예", "예시적인 실시예" 및 "본 실시예"라는 용어는 반드시 단일 실시예를 지칭하는 것은 아니며, 다양한 실시예가 본 발명의 권리 범위를 벗어나지 않고 용이하게 결합 및/또는 상호 교환될 수 있다.
예시적인 실시예의 범위 또는 정신. 예를 들어, 일 실시예와 관련하여 본 명세서에 설명된 특정 특징, 구조 또는 특성은 청구된 주제의 사상 및 범위를 벗어나지 않고 다른 실시예 내에서 구현될 수 있다. 본 명세서 내에서 "일 실시예" 또는 "일 실시예"에 대한 참조는 실시예와 관련하여 설명된 특정 특징, 구조 또는 특성이 본 설명 내에 포함되는 적어도 하나의 구현에 포함된다는 것을 의미한다.
따라서, "일 실시예" 또는 "일 실시예에서"라는 문구의 사용은 반드시 동일한 실시예를 지칭하는 것은 아니다. 또한, 각각의 개시된 실시예 내의 개별 요소의 위치 또는 배열은 청구된 요지의 사상 및 범위를 벗어나지 않고 수정될 수 있음을 이해해야 한다. 따라서, 다음의 상세한 설명은 제한적인 의미로 받아들여져서는 안 되며, 주제의 범위는 첨부된 청구범위에 자격이 부여되는 등가물의 전체 범위와 함께 적절하게 해석되는 첨부된 청구범위에 의해서만 정의한다.
도면에서, 동일한 숫자는 여러 도면에 걸쳐 동일하거나 유사한 요소 또는 기능을 나타내며, 그 안에 도시된 요소는 반드시 서로 축척에 맞춰져 있지는 않으며, 오히려 개별 요소는 본 설명의 맥락에서 요소를 더 쉽게 이해하기 위해 확대 또는 축소될 수 있다.
본 명세서에서 사용되는 용어 "위에", "~에", "사이에" 및 "위에"는 다른 층에 대한 한 층의 상대적인 위치를 나타낼 수 있다. 다른 층 "위" 또는 "위"의 한 층은 다른 층과 직접 접촉할 수 있거나 하나 이상의 중간 층을 가질 수 있다. 층 "사이에" 하나의 층은 층과 직접 접촉할 수 있거나 하나 이상의 개재 층을 가질 수 있다.
용어 "하나", "한개" 및 "상기"는 단수 및 복수 참조를 포함할 수 있다. 또한, 본 개시내용 및 첨부된 청구범위에 사용된 바와 같이, "및/또는"이라는 단어는 관련된 나열된 항목 중 하나 이상의 모든 가능한 조합을 지칭하고 포함할 수 있다. 본 명세서에서 "A 및/또는 B"는 (A), (B) 또는 (A 및 B)를 의미한다. 본 명세서에서 "A, B, 및/또는 C"는 (A), (B), (C), (A 및 B), (A 및 C), (B 및 C), 또는 (A, B 및 C). 본 명세서에서 "또는"이라는 용어는 "A, B 또는 C"에서 (A)가 (B) 및 (C)를 배제하지 않고, (B)가 (A)를 배제하지 않고, (C), (C)는 (A)와 (B)를 배제하지 않는다.
도 1a는 3차원 구조를 형성하기 위한 방법(100)의 흐름도를 도시한다.
방법(100)은 형성될 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 감지 장치를 배치하기 위한 하나 이상의 위치를 결정하는 단계(110)를 포함한다. 방법(100)은 구조적 좌표 정보에 기초하여 3차원 구조의 일부를 형성하는 단계(120)를 더 포함한다. 방법(100)은 하나 이상의 위치의 위치에 감지 장치를 배치하는 단계(130)를 더 포함한다.
구조 좌표 정보는 형성하고자 하는 3차원 구조의 레이아웃과 관련된 좌표 정보를 포함할 수 있다. 구조적 좌표 정보는 물리적 구조의 위치, 위치, 방향, 치수, 형상 및/또는 형태 및/또는 형성될 3차원 구조의 레이아웃과 관련된 좌표 정보를 포함할 수 있다. 구조적 좌표 정보는 형성될 3차원 구조의 구조적 특징들의 위치, 위치, 방향, 치수, 모양 및/또는 형태를 고유하게 정의 및/또는 설명하기 위해 축척 또는 축의 숫자를 사용하는 좌표계에 기반한 정보일 수 있다.
선택적으로, 구조적 좌표 정보는 3개의 서로 수직인 축(예를 들어, x축, y축 및 z축)과 3개의 상호 직교 평면을 갖는 3차원 직교 좌표계를 기반으로 할 수 있다. 구조 좌표 정보는 3차원 직교 좌표계에 대하여 출력하고자 하는 3차원 구조의 내부 구조 및/또는 외부 구조에 대한 정보를 포함할 수 있다. 대안적으로, 구조적 좌표 정보는 구형, 극좌표, 타원 또는 원통형 좌표계와 같은 임의의 다른 좌표계, 또는 상기 좌표계와 직교 좌표계 사이에서 좌표가 변환될 수 있는 임의의 좌표계를 기반으로 할 수 있다.
구조적 좌표 정보는 3차원 구조의 아키텍처, 매핑, 형태 또는 레이아웃과 관련된 CAD(Computer-Aided Design) 정보를 포함할 수 있다. 추가적으로, 대안적으로 또는 선택적으로, 구조적 좌표 정보는 3차원 구조를 형성하기 위한 형성 장치(예를 들어, 3차원 인쇄 장치 또는 배열)를 제어하기 위한 컴퓨터 지원 제조(CAM) 정보를 포함할 수 있다. 추가적으로, 대안적으로 또는 선택적으로, 구조적 좌표 정보는 3차원 구조를 형성하기 위한 형성 장치를 제어하기 위한 공구 경로 명령을 포함할 수 있다(또는 그럴 수 있다). 예를 들어, 구조적 좌표 정보는 G 코드 명령어와 같은 수치 코드 명령어를 포함할 수 있다(또는 그럴 수 있다). 숫자 코드 툴패스 명령어 및/또는 G 코드 명령어는 형성될 3차원 구조의 구조 및/또는 아키텍처에 관한 좌표 정보를 기반으로 할 수 있고/있거나 이를 포함할 수 있다. 이러한 명령은 프로세서에 의해 실행될 때 3차원 구조를 형성하기 위한 장치(예: 분배 장치)의 이동 및/또는 경로를 제어할 수 있다.
구조적 좌표 정보는 3차원 구조의 내부 구조 및/또는 외부 구조와 관련된 정보를 포함할 수 있다. 형성될 3차원 구조는 예를 들어 3차원 스캐폴드 구조 및/또는 메쉬 구조를 포함할 수 있지만 이에 제한되지 않는다. 대안적으로, 추가로 또는 선택적으로, 3차원 구조는 충전 라인(본원에서 스트랜드라고도 함)을 포함할 수 있거나 스트랜드 또는 라인의 격자 네트워크를 포함하는 임의의 구조일 수 있다. 채우기 라인 외에도 스트랜드에는 구조의 외부 경계를 형성하는 외부 채우기 라인도 포함될 수 있다.
형성될 3차원 구조(예: 스캐폴드 구조 및/또는 메쉬 구조)는 복수의 층 또는 복수의 층 세트를 포함할 수 있다. 3차원 성형(또는 인쇄) 공정에서(또는 도중), 연속적인 층들이 인쇄 방향(본 명세서에서 z-방향으로 지칭될 수 있음)으로 서로에 대해 수직으로 적층되도록 서로 상에 첫 번째 층을 형성하고 그 다음 층 들을 연속해서 형성함으로써 3차원 구조가 형성될 수 있다. 선택적으로, 이러한 인쇄된 층은 측면 층, 수평 층, 평면 층 또는 평평한 층인 것으로 이해되거나 지칭될 수 있다. 이러한 용어에 의해, 층은 x-y 평면 내에 또는 내부에 있는 층으로 이해된다.
이러한 인쇄된 층은 z 방향의 치수보다 더 큰(예를 들어, 적어도 10배, 또는 예를 들어, 적어도 50배, 또는 예를 들어, 적어도 100배) x축(x-방향) 및 y축(y-방향)을 따라 연장되는 치수를 가질 수 있다. 본 명세서에서 측면층 및 수평층이라는 용어는 인쇄 방향에 수직인 방향을 의미할 수 있으며, 이는 z 방향 또는 수직 방향으로 간주될 수 있다. 하나의 측면(또는 수평) 레이어의 인쇄가 완료되면, 프린터는 이전 레이어의 맨 위에(또는 위(above), 또는 위(on) 또는 위(over)) 연속적인 측면(또는 가로) 레이어를 인쇄하는 것을 진행하여 측면층들이 인쇄 방향(예: 3차원 인쇄의 경우)으로 서로에 대해 수직으로 적층(예: 수직으로 적층된)되게 할 수 있다.
선택적으로, 층 세트(또는 층)는 제1 방향으로 배향된 스트랜드의 제1 서브층(또는 서브층의 제1 그룹) 및 제1 방향과 다른 제2 방향으로 배향된 스트랜드의 제2 서브층을 포함할 수 있다. 선택적으로, 층 세트는 서브층의 제1 그룹 또는 서브층의 제2 그룹만을 포함하는 것으로 제한되지 않고, 임의의 가능한 수의 서브층을 포함할 수 있다. 서브층의 각각의 그룹은 하나 이상의 서브층을 포함할 수 있다(또는 참조할 수 있다). 선택적으로, 교차하는(또는 예를 들어 십자형) 선 또는 스트랜드는 층 세트의 복수의 반복된 단위 셀을 형성할 수 있다.
3차원 구조물의 외부 구조는 3차원 구조물의 외부 표면 영역일 수 있다. 외부 표면 영역은 3차원 구조의 최외곽 표면, 최외곽 층 및/또는 최외곽 윤곽을 지칭할 수 있다(또는 일 수 있다). 최외곽 표면 및 최외곽 윤곽은 하나 이상의 층 또는 스트랜드로 형성될 수 있다. 외부 표면 영역은 3차원 구조의 최외곽 그룹의 층(예를 들어, 단일 최외측 층, 또는 예를 들어, 최외곽측 복수의 층, 또는 예를 들어 경계층)을 지칭할 수 있다(또는 그 그룹일 수 있음). 외부 표면 영역은 3차원 구조의 외부(또는 예를 들어 외부) 대면 표면을 나타낼 수 있다.
3차원 구조의 내부 구조는 3차원 구조의 최외곽 경계에 있지 않은 3차원 구조의 임의의 부분일 수 있다. 추가적으로, 대안적으로, 또는 선택적으로, 층 세트 내의 다른 단위 셀에 의해 그 모든 면이 둘러싸인 단위 셀은 3차원 구조의 내부 구조로 간주될 수 있다. 반대로, 경계 단위 셀이 다른 단위 셀에 의해 둘러싸여 있지 않은 적어도 일면을 포함할 수 있는 것은 3차원 구조의 외부 구조의 일부로 간주될 수 있다. 3차원 구조의 내부 구조는 가장 바깥쪽 표면에서 인쇄된 스트랜드의 원하는 스트랜드 폭 또는 두께의 2배 이상에 위치하는 3차원 구조의 임의의 부분일 수 있다. 원하는 스트랜드 폭 또는 두께는 예를 들어 인쇄될 3차원 구조의 스트랜드의 이상적인 두께일 수 있다. 선택적으로, 스트랜드의 평균 두께(또는 폭 또는 직경)는 0.001mm와 30mm 사이(또는 예를 들어 0.001mm에서 1mm 사이, 또는 예를 들어 0.01mm와 0.5mm 사이)일 수 있지만 이에 제한되지 않는다. 선택적으로, 이웃하는 라인들 사이의 분리 거리는 0.001mm와 30cm 사이(또는 예를 들어 0.001mm와 50mm 사이, 또는 예를 들어 0.01mm와 50mm 사이)일 수 있지만 이에 제한되지 않는다. 유사하게는, 제2 방향으로 배향된 각각의 서브층은 스트랜드의 평균 두께의 1% 내지 100%의 분리 거리만큼 (동일한) 제2 방향으로 배향된 인접(또는 연속적인) 하위층으로부터 분리될 수 있다.
방법(100)은 형성될 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 감지 장치를 배치하기 위한 하나 이상의 위치(또는 예를 들어, 복수의 위치)를 결정하는 단계를 포함한다. 프로세서는 구조적 좌표 정보로부터 또는 이에 기초하여 하나 이상의 위치를 결정(또는 계산)하도록 구성될 수 있다. 하나 이상의 위치는 예를 들어(도 2A 내지 2B에 도시된 바와 같이) 3차원 구조의 스트랜드(또는 스트랜드 세그먼트) 사이의 교차 영역 또는 교차점을 계산하거나 결정함으로써 구조적 좌표 정보로부터 결정될 수 있다.
3차원 구조의 일부를 형성하는 단계(120)는 3차원 인쇄 장치 또는 장치에 의해 3차원 구조의 일부를 인쇄하는 것을 포함할 수 있다. 3차원 구조체는 3차원(3D) 프린팅 공정에 의해 형성될 수 있다. 3차원 프린팅 공정은 SLA(Stereolithography) , DLP(Digital Light Processing), FDM(Fused Deposition Modeling), SLS (Selective Laser Sintering), SLM(Selective Laser Melting), EBM(Electronic Beam Melting), 적층 물체 제조(LOM), 바인더 분사(BJ) 및 재료 분사(MJ) 중 적어도 하나를 포함할 수 있다.
프로세서는 3차원 구조를 형성하기 위한 성형 장치의 적어도 일부의 이동 및/또는 경로를 제어하기 위해 구조적 좌표 정보에 기초하여 숫자 코드 명령을 실행할 수 있다. 일부 예에서, 이동이 구조 좌표 정보에 의해 제어되는 장치의 부분은 융합 증착 모델에서와 같이 3차원 구조(예: 3차원 구조의 스트랜드)를 형성하기 위한 인쇄 재료를 분배하기 위한 분배 부분일 수 있다. 다른 예에서, 장치의 제어된 부분은 레이저일 수 있으며, 여기서 구조적 좌표 정보는 3차원 구조를 형성하기 위한 재료의 소결, 경화, 용융, 결합, 라미네이팅 및/또는 경화 중 적어도 하나가 발생하는 선택적 위치를 제어한다. 움직임이 숫자 코드 명령에 의해 제어되는 장치의 부분은 3차원 구조의 형성(예: 3차원 구조의 스트랜드 형성)을 담당하는 장치의 부분일 수 있음을 이해할 수 있다. 숫자 코드 명령어의 구조 좌표 정보에 의해 정의된 선택된 위치에서. 대안적으로 또는 선택적으로, 3차원 구조는 3차원 이상의 움직임을 기반으로 한 인쇄 프로세스, 예를들어 5차원(5D) 인쇄 프로세스 또는 6차원(6D) 인쇄 프로세스에 의해 형성될 수 있다.
방법(100)은 현장 모니터링 프로세스에 관한 것이기 때문에, 여기에서 언급된 형성 부분(120에서 형성됨)이 형성될 전체 3차원 구조보다 작을 수 있음을 이해할 수 있다. 예를 들어, 3차원 구조의 부분은 3차원 구조의 복수의 층(및/또는 층 세트)의 층 세트(예를 들어, 하나, 또는 예를 들어 하나 초과의 층 세트)일 수 있다. 형성된 부분은 3차원 구조의 내부 구조이거나 이를 포함할 수 있다. 예를 들어, 형성된 부분은 3차원 구조 내에서 단위 셀의 격자를 형성하는 복수의 교차 라인 또는 스트랜드를 포함하는 하나 이상의 층 세트를 포함할 수 있다. 복수의 층에 대한 결함 검출을 위한 프로세스는 도 1B와 관련하여 추가로 설명된다.
방법(100)은 형성 프로세스를 시작하기 전에, 또는 심지어 형성 프로세스 동안 3차원 구조물의 형성된 부분과 관련된 감지 장치를 위치시키기 위한 위치 그룹을 결정하는 단계를 포함할 수 있다. 예를 들어, 위치 그룹은 3차원 구조의 일부를 형성하기 전 또는 후에 결정될 수 있다. 방법(100)은 3차원 구조의 추가(또는 예를 들어, 후속) 부분을 형성하기 전에 이미 형성된 부분과 관련된 결정된 위치 그룹의 위치에 감지 장치를 순차적으로 배치하는 단계를 포함할 수 있다. 위치 그룹에는 여러 위치가 포함될 수 있다. 위치의 수는 무작위, 순차적, 어레이 기반 및/또는 사용자가 결정할 수 있다. 위치의 그룹은 하나 이상의(예를 들어, 복수의) 위치를 참조할 수 있다(또는 그럴 수 있거나 포함할 수 있다).
위치 그룹의 개별 위치(예를 들어, 각각의 위치)에서, 방법(100)은 감지 장치에 의해 형성된 부분의 적어도 일부의 데이터를 획득하는 단계를 포함할 수 있다. 감지 장치는 형성된 부분의 구조 정보를 포함하는 데이터를 획득할 수 있는 임의의 감지 장치일 수 있다. 예를 들어, 감지 장치는 장치 그룹에서 적어도 하나의 장치일 수 있으며, 장치 그룹은 이미징 장치, 카메라, 열화상 카메라, 현미경, 레이저 스캐너 및 3차원 스캐닝 장치로 구성된다. 선택적으로, 획득된 데이터는 위치 그룹의 각 위치에서 획득된 성형 부분의 2차원 이미지 또는 3차원 이미지일 수 있다.
획득된 데이터는 3차원 구조의 형성된 부분의 하나 이상의 구조적 특징에 관한 및/또는 이에 관한 구조적 정보를 포함하거나 포함할 수 있는 시각적 데이터를 포함할 수 있다. 획득된 데이터로부터 획득 및/또는 결정된 구조 정보는 물리적 구조적 특징의 위치, 위치, 방향, 치수, 모양 및/또는 형태 및/또는 3차원 구조의 형성된 부분의 레이아웃과 관련된 정보를 포함할 수 있다. 예를 들어, 구조적 특징은 3차원 구조의 형성된 부분의 라인, 라인 세그먼트, 스트랜드, 스트랜드 세그먼트, 기공 및/또는 벽일 수 있다.
추가적으로 또는 선택적으로, 방법(100)은 3차원 구조의 형성된 부분의 적어도 일부에 관한 획득된 데이터에 기초하여 프로세스 상태를 결정하는 단계를 더 포함할 수 있다. 프로세스 상태는 형성된 부분(예를 들어, 층 세트)과 관련된 데이터를 획득한 후 및 (선택적으로) 3차원 구조의 추가 부분(예를 들어, 추가 층 세트)을 형성하기 전에 결정될 수 있다. 본 명세서에서 언급된 추가 부분은 형성될 바로 후속 부분일 수 있지만 이에 제한되지 않는다. 예를 들어, 성형 장치는 프로세스 상태가 결정될 때까지 프린팅 프로세스를 계속할 수 있으며, 이는 프로세스 상태를 결정하는 데 필요한 시간에 따라 3차원 구조의 하나 이상의 추가 부분이 이미 인쇄되었을 수 있음을 의미할 수 있다.
프로세스 상태를 결정하는 것은 획득된 데이터에 기초하여 3차원 구조의 형성된 부분의 구조적 특징의 파라미터 값을 결정하는 것을 포함할 수 있다. 구조적 특징의 파라미터 값은 3차원 구조의 형성 부분의 구조적 특징의 길이, 폭 또는 직경, 높이, 거칠기, 색상, 균질성, 두께 및 경사각 중 적어도 하나일 수 있다. 선택적으로, 구조적 특징의 파라미터 값은 스트랜드 세그먼트의 에지 검출에 기초하여(예를 들어, 스트랜드 세그먼트의 에지들을 검출함으로써) 결정될 수 있다. 예를 들어, 파라미터 값은 스트랜드 세그먼트의 두 검출된 에지 사이의 스트랜드 세그먼트의 폭일 수 있다. 스트랜드 세그먼트의 가장자리는 예를 들어 인공 신경망 프로세스 또는 그라디언트 기반 감지 프로세스를 구현하여 감지할 수 있다. 선택적으로, 구조적 특징의 매개변수 값은 구조적 특징과 주어진 기준선 또는 비교 구조 (예를 들어, 이미지 값을 빼서)사이의 차이에 기초하여 결정될 수 있고 및/또는 구조적 특징과 주어진 기준선 사이의 오정렬 또는 비교 구조를 결정함에 의해 결정될 수 있다.
선택적으로, 프로세스 상태를 결정하는 것은 구조적 좌표 정보에 기초하여 3차원 구조의 부분의 스트랜드 세그먼트의 이상 축을 결정하는 것(예를 들어, 계산하거나, 예를 들어 생성하는 것)을 포함할 수 있다. 공정 상태를 결정하는 것은 형성된 부분의 획득된 데이터에 기초하여 형성된 부분의 스트랜드 세그먼트의 실제 축을 결정하는 것(예를 들어, 측정하거나, 또는 예를 들어 계산하는 것)을 더 포함할 수 있다. 이상 축(ideal axis)과 실제 축(real axis)을 비교하여 공정 상태를 결정할 수 있다. 이상 축과 실제 축의 차이가 임계값을 초과하면 불량 공정 상태로 판단될 수 있다.
선택적으로, 공정 상태를 결정하는 단계는 3차원 구조의 부분의 스트랜드 세그먼트의 이상적인 파라미터 값과 형성된 부분의 스트랜드 세그먼트의 결정된 파라미터 값을 비교하는 단계를 포함할 수 있다. 결정된 스트랜드 세그먼트의 파라미터 값은 3차원 구조의 형성된 부분의 적어도 일부의 획득된 데이터에 기초하여 결정될 수 있다. 스트랜드 세그먼트의 이상적인 파라미터 값은 구조 좌표 정보 및 입력 값 중 적어도 하나에 기초하여 결정될 수 있다. 입력 값은 하나 이상의 사용자 입력 값 및/또는 데이터 세트 또는 데이터베이스의 하나 이상의 값(예: 여러 인쇄 또는 이전 프로세스에 대한 데이터 모음)일 수 있다. 이상적인 파라미터 값과 결정된 파라미터 값의 차이가 임계값을 초과하면 불량 공정 상태가 결정될 수 있다.
추가적으로, 선택적으로 또는 대안적으로, 공정 상태를 결정하는 단계는 형성된 부분의 복수의 스트랜드 세그먼트와 관련된 복수의 매개변수 값을 결정하는 단계를 포함할 수 있다. 복수의 매개변수 값의 통계적 매개변수(예: 표준 편차, 분산, 중앙값, 모드, 범위, 상관, 빈도, 최대값, 최소값, 사분위수, 평균 및 오차 중 적어도 하나)는 다음과 같을 수 있다. 단호한. 통계적 매개변수와 비교 매개변수의 차이가 임계값을 초과하면 불량 공정 상태가 결정될 수 있다.
방법(100)은 결정된 프로세스 상태에 기초하여 3차원 구조를 형성하기 위한 프로세스 파라미터를 적응시키는 단계를 더 포함할 수 있다. 공정 매개변수는 성형 온도, 주변 온도, 냉각 공정, 층 간극, 노즐 청결도, 인쇄 재료의 유속, 인쇄 속도, 공구 경로, 주변 습도 및/또는 레이저 파워로 구성된 그룹의 적어도 하나의 공정 매개변수를 포함할 수 있다. 주변 온도는 상온 및/또는 챔버 온도 또는 3차원 구조물의 형성이 수행되는 밀폐된 공간의 온도일 수 있다. 성형 온도(예: 인쇄 온도)는 분배될 3차원 구조를 형성하기 위한 재료(예: 중합체)를 보유하는 카트리지의 온도일 수 있다. 레이저 파워는 3차원 구조를 형성하는 재료의 소결, 경화, 용융, 결합, 라미네이팅 및/또는 경화를 위한 레이저의 파워 및/또는 에너지일 수 있다.
도 1b는 3차원 구조를 형성하기 위한 방법(160)의 흐름도를 도시한다.
방법(160)은 도 1a와 관련하여 이미 설명된 특징들 중 하나 이상 또는 전부를 포함할 수 있다. 도 1b는 결함 검출 시스템의 프로세스, 및 3차원 구조를 형성하기 위한 프로세스의 현장 모니터링이 구현될 수 있는 방법을 도시한다.
도 1a와 관련하여 설명된 바와 같이, 방법(160)은 인쇄될 3차원 구조의 복수의 층의 층 세트(또는 예를 들어, 각각의 층 세트에 대해)에 대해 감지 장치를 배치하기 위한 각각의 위치 그룹을 결정하는 단계를 포함할 수 있다.
위치 그룹은 인쇄될 3차원 구조물의 구조적 조정 정보에 기초하여 결정될 수 있으며, 위치 그룹은 3차원 구조물의 형성 프로세스(예: 프린팅 프로세스)를 시작하기 전에 선택적으로 결정될 수 있다. 대안적으로, 프로세서는 각각의 부분이 형성되기 시작하기 전 또는 그 때까지, 또는 대안적으로 완전히 형성될 때까지, 3차원 구조의 각 부분에 대한 위치 그룹이 결정되는 한, 인쇄 프로세스 동안 위치 그룹을 결정하도록 구성될 수 있다. 선택적으로 또는 대안적으로, 프로세서는 개별 부분이 형성된 후에 개별 부분에 대한 위치 그룹을 결정하도록 구성될 수도 있다.
방법(160)은 3차원 구조를 형성하기 위한 적응된 수치 코드 명령어를 생성하는 단계를 더 포함할 수 있다. 예를 들어, 적응된 숫자 코드 명령은 성형 장치의 이동 및 이동식 감지 장치의 이동을 제어하기 위한 명령을 포함할 수 있다. 적응된 숫자 코드 명령은 형성될 3차원 구조와 관련된 구조적 좌표 정보 및 하나 이상의 위치에서 감지 장치의 위치 지정과 관련된 정보를 포함할 수 있다. 예를 들어, 감지 장치의 위치 지정과 관련된 정보는 이동 가능한 감지 장치의 위치 또는 하나 이상의 위치로의 이동을 제어하기 위한 정보일 수 있다. 더욱이, 적응된 숫자 코드 명령은 하나 이상의 위치로의 이동식 감지 장치의 움직임을 고려하기 위해 성형 장치의 타이밍 시퀀스 또는 움직임 시퀀스를 적응시킬 수 있다.
적응된 수치 코드 명령어를 실행하는 프로세서에 의해, 방법(160)은 (방법(100)과 관련하여 설명된 바와 같이) 구조적 좌표 정보에 기초하여 3차원 구조의 일부를 형성하는 단계(120)를 포함할 수 있다. 3차원 구조의 일부를 형성하는 단계(120)는 복수의 층 세트의 층 세트(예를 들어, 제1 층 세트, 또는 예를 들어, 임의의 제1 층 세트)를 형성(예를 들어, 인쇄)하는 것을 포함하거나 의미할 수 있다.
(제1) 층 세트를 형성한 후 및 추가(또는 후술하는, 예를 들어, 제2 또는 예를 들어, 임의의 제2) 층 세트를 형성하기 전에, 방법(160)은 3차원 구조를 형성하는 프로세스 상태(예를들어 제조 상태)를 결정하는 단계(140)를 포함할 수 있다. 프로세스 상태를 결정하는 단계(140)는 형성된 층 세트에 대해 결정된 위치 그룹의 위치에 감지 장치를 순차적으로 배치하는 것을 포함할 수 있다. 프로세스 상태를 결정하는 단계(140)는 형성된 층 세트에 대해 결정된 위치 그룹의 각 위치에서 형성된 층 세트와 관련된 데이터(130)를 획득하는 단계(130)(예를 들어, 이미지 획득에 의해)를 더 포함할 수 있다. 프로세스 상태를 결정하는 단계(140)는 (예를 들어, 각각의 획득된 이미지를 처리함으로써) 획득된 데이터를 처리하는 단계(141)를 더 포함할 수 있다.
프로세스 상태를 결정하는 단계(140)는 이상적인 파라미터 값과 획득된 파라미터 값 사이의 비교에 기초하여 결함 있는 프로세스 상태를 결정하는 단계(예를 들어, 심각한 인쇄 결함이 발생했는지를 결정하는 단계(142))를 포함할 수 있다. 프로세서가 결함 있는 프로세스 상태를 결정하면, 프로세서는 형성 프로세스를 중지(180)하거나 인쇄 매개변수를 적응(170)하라는 명령을 실행할 수 있다. 만일 결함이 있는 프로세스 상태가 결정되지 않으면 프로세서는 성형 프로세스를 계속하라는 명령을 실행하고 다음 층 세트가 인쇄될 수 있다.
방법(160)은 복수의 층 세트의 층 세트(또는 하나 이상의 층 세트)를 형성하는 것 사이에서 반복적으로 교대로 반복적으로 포함할 수 있고, 층 세트를 형성한 후 및 추가의 층 세트를 형성하기 전에, 프로세스 상태(이는 형성된 층 세트의 위치 그룹의 위치에 감지 장치를 배치시키는 단계를 포함할 수 있다)를 결정할 수 있다. 선택적으로, 후자의 반복적인 교대 프로세스는 인쇄 프로세스가 완료되고 3차원 구조가 형성될 때까지 또는 대안적으로 프로세서가 인쇄를 중지하라는 명령을 실행하게 하는 심각한 결함이 결정될 때까지 수행될 수 있다. 선택적으로, 3차원 구조의 특정(예: 미리 정의된 부분)이 인쇄될 때까지 반복적으로 교대하는 프로세스가 수행될 수 있다. 이러한 사전 정의된 부분은 3차원 구조 내의 특정 또는 특정 수의 층일 수 있다. 구조의 총 층 수 또는 3차원 구조 내에서 지정되거나 특정 위치 또는 부분일 수 있다. 이러한 미리 정의된 부분은 3차원 구조의 다른 부분보다 더 복잡하거나 덜 복잡한 3차원 구조의 일부일 수 있으며 제조 프로세스의 요구 사항에 따라 선택될 수 있다.
감지 장치(예: 상업용 디지털 현미경)를 사용하여 관심 영역의 이미지(사진)를 레이어 방식으로 캡처할 수 있다. 이러한 이미지는 결함을 감지하기 위해 처리될 수 있다. 도 1B는 검출 방법(160)의 층별 특성을 도시한다. 각 인쇄된 층 후에, 현미경은 지정된 관심 영역 위에 프린터의 축에 의해 자동으로 위치될 수 있다. 시야각과 모니터링 대상의 크기에 따라 하나 이상의 이미지를 촬영하고 처리할 수 있다. 카메라 포지셔닝 및 이미지 촬영의 자동화를 위해서는 이미지 촬영 시간과 최적의 카메라 위치를 알아야 할 수 있다. 이 정보는 3차원 스캐폴드 구조를 인쇄하는데 사용되는 모든 프린터 움직임을 포함하는 숫자 코드(예: G-Code)에서 추출할 수 있다. 숫자 코드는 잠재적인 카메라 위치를 결정하기 위해 수정되거나 적용되거나 사용될 수 있으며 카메라 위치 지정을 위한 명령으로 수정될 수 있다. 선택적으로, 감지 장치는 인쇄 장치(예: 인쇄 헤드)와 별개의 또는 다른 축 시스템에 배열될 수 있다. 조정된 숫자 코드가 두 개의 개별 축 시스템, 즉 감지 장치 축 시스템과 인쇄 장치 축 시스템을 제어하는데 사용되는 것이 가능할 수 있다. 예를 들어, 적응된 수치 코드는 각각이 상이한 축 시스템을 제어하는 복수의 상이한 프로세서 또는 제어기로 전송될 수 있다.
후속 이미지 처리는 스트랜드 직경의 측정에 사용될 수 있다. 만일 측정값이 미리 결정된 허용 오차 이내이면 인쇄를 계속할 수 있다. 편차가 심한 경우, 인쇄가 중지될 수 있다(180). 미리 결정된 허용 오차 내 편차의 경우(예: 인쇄를 중지할 만큼 크지 않지만 다음 층들에서 방지될 수 있는 편차), 인쇄 매개변수가 조정될 수 있다(170). 조정(170) 후에 인쇄 프로세스가 진행될 수 있다. 방법(100, 160)은 스트랜드 직경의 검출을 위해, 추가적으로, 대안적으로, 또는 선택적으로, 예를 들어 골절 또는 기하학적 편차의 검출을 위해 사용될 수 있다.
도 2a 및 2b는 각각 도 1a 에서 도 1b의 방법과 관련하여 설명된 상이한 층 세트의 예를 도시한다.
도 2a 내지 도 2b는 단위 셀의 층 세트를 도시한다. 층 세트는 제1 방향으로 배향된 스트랜드(228)를 포함하는 제1 서브층(또는 제1 그룹의 서브층)과 제1방향과 다른 제2방향으로 배향된 스트랜드(229)를 포함하는 제2 서브층(또는 제2 그룹의 서브층)을 포함할 수 있다.
선택적으로, 각 서브층의 스트랜드는 서브층의 시작점(S)에서 서브층의 끝점 (E)까지 연속적으로 연장되는 연속 서브층 스트랜드의 일부일 수 있다. 예를 들어, 제1 서브층의 스트랜드(228)는 제1 서브층의 시작점(S)에서 끝점(E)까지 연속적으로 구불구불한 연속적인 서브층 스트랜드의 일부일 수 있다. 예를 들어, 제2 서브층의 스트랜드는 제2 서브층의 시작점 S에서 끝점 E까지 연속적으로 구불구불한 연속 서브층 스트랜드의 일부일 수 있다. 선 또는 스트랜드라는 용어가 본 명세서에서 사용되는 경우, 이들은 직선뿐만 아니라 곡선, 또는 자유형 스트랜드를 포함하거나 지칭할 수 있음을 이해할 수 있다. 예를 들어, 단위 셀을 형성하는 교차 스트랜드는 직선일 수 있거나, 대안적으로 스트랜드는 사인 곡선 또는 곡선일 수 있으며, 여기서 단위 셀은 "자유 형태" 형상을 가질 수 있다. 대안적으로 또는 선택적으로, 층은 하나 이상의 시작점과 끝점이 있는 경로로 인쇄될 수 있다. 예를 들어, 각 층 사이에 갭이 있을 수 있거나, 한 층은 다른 영역들을 포함할 수 있거나, 동일한 시간에 형성되는 다른 구조들을 포함할 수 있다.
선택적으로, 각각의 서브층 내의 스트랜드(228, 229) 중 일부는 서로 평행할 수 있다(예: 서브층 내 스트랜드 사이 또는 사인 곡선 스트랜드에 가장 적합한 스트랜드 사이의 예각은 + / - 5°). 대안적으로, 스트랜드는 곡선일 수 있거나 서로 평행하지 않고 임의의 방향으로 연장될 수 있다.
선택적으로, 제1 서브층의 복수의 스트랜드(228) 및 제2 서브층의 복수의 스트랜드(229)는 층의 2차원 단위 셀의 2차원 격자 배열을 형성하기 위해 교차점 또는 교차 영역에서 교차할 수 있다 . 적층된 층 배열의 각 층의 2차원 단위 셀은 3차원 격자 구조를 형성할 수 있다. 층 세트의 각각의 단위 셀은 단위 셀의 기공 크기를 정의하는 인접 서브층으로부터 교차 스트랜드(228, 229)를 포함하거나 그로부터 형성될 수 있다. 예를 들어, 제1 서브층의 2개의 인접한(그리고 평행한) 스트랜드(228)는 제2(인접한) 서브층의 2개의 인접한(그리고 평행한) 스트랜드(229)와 교차할 수 있다. 교차 스트랜드로 둘러싸인 단위 셀의 영역은 마름모꼴 단위 셀, 다각형 단위 셀, 삼각형 모양의 단위 셀, 마름모 모양의 단위 셀, 자유형 모양의 단위 셀, 정사각형 모양의 단위 셀, 평행 사변형 모양의 단위 셀 및/또는 육각형 단위 셀일 수 있다.
층 세트는 적어도 제1 서브층 및 적어도 제2 서브층을 포함할 수 있다. 복수의 위치의 위치는 제1 서브층과 제2 서브층 사이의 교차점(231)(예를 들어, 제1 서브층의 스트랜드(228)과 제2 서브층의 스트랜드(229) 사이의 교차점)에 기초한 구조적 좌표 정보로부터 결정될 수 있다. 예를 들어, 복수의 위치(232)의 위치(232)는 제1 서브층과 제2 서브층의 두 교차점(231) 사이에 있을 수 있다.
인쇄 공정(예: FDM 공정)은 층별 접근 방식을 따를 수 있다. 스캐폴드(S)의 구조는 층(L) 세트로 나타낼 수 있습니다.
Figure pct00001
여기서 J는 j∈N인 층의 총 수입니다. 프린터의 모든 움직임은 시작점과 끝점이 있는 숫자 코드 명령(예: G-코드)에 의해 정의될 수 있으며, 여기서 인쇄 헤드는 직선으로 이동할 수 있다. 원형 운동은 짧은 길이의 연속적인 선으로 근사화될 수 있다. 따라서 각 레이어 Lj는 라인 l의 집합으로 정의될 수 있다.
Figure pct00002
층의 총 라인 수는 g∈N인 G입니다. 모든 라인 lj g 는
시작점 Psj g 및 끝점 Pej g:
Figure pct00003
비계의 기하학적 설명은 적절한 카메라 위치(또는 위치) 또는 구조의 층에서 관심 영역의 정의를 허용할 수 있다. 관심 영역은 현재 층과 이전 층의 연결점이 발생하는 영역일 수 있다. 노즐이 대칭이라고 가정하면 이러한 연결점의 중심은 평면(x,y)에 투영된 두 개의 연속 레이어 Lj 및 Lj-1의 교차점으로 나타낼 수 있다. 여기서 j > 1입니다.
교차점들은 다음과 같이 계산할 수 있다.
Figure pct00004
여기서 g,h,i∈N.
이러한 점을 계산하고 해당 교차선을 결정하는 다른 방법이 있을 수 있다. 교차점의 개수가 선 개수의 제곱보다 현저히 작다고 가정하면 벤틀리 오트만 (Bentley-Ottmann) 알고리즘을 적용하는 것이 적합할 수 있다. 교차점을 계산하기 전에 경계 영역의 선을 제거하고 계산 시간을 단축하기 위해 선을 필터링할 수 있다. 이 작업은 라인의 길이에 따라 라인을 걸러 낼 수 있고 인쇄부의 기공 크기에 적응될 수 있다. 예를 들어, 인쇄된 구조의 최소 기공 크기보다 짧은 선은 제거될 수 있다. 계산된 교차점을 통해 사용된 카메라의 시야에 따라 카메라 위치를 계산할 수 있다. 시야가 전체 층을 캡처하기에 충분히 큰 경우 모든 교차점의 중심이 카메라 지점으로 선택될 수 있다. 시야가 너무 작아 전체 층을 모니터링할 수 없는 경우 교차점이 있는 작은 영역 위의 카메라 위치도 계산될 수 있다. 이 경우, 층은 전체 층을 평가하기 위해 스캔 영역이 겹치거나 경계를 두고 순차적으로 스캔될 수 있다. 또한, 층을 부분적으로 모니터링하는 것이 가능할 수도 있다. 무작위로 선택된 교차점을 기반으로 하는 층의 부분적 이미징이 실현될 수 있다. 두 교차점 사이의 스트랜드 섹션은 관심 영역으로 간주될 수 있다. 이 기술은 스트랜드 직경의 편차가 교차점 사이의 브리지에서 일반적으로 발생하기 때문에 적합할 수 있다. 선택적으로, 카메라 위치는 두 개의 연속적인 교차점 사이(예: 중앙에 있음)로 계산될 수 있다.
이러한 위치를 계산하기 위해, 이전 층{lj-1 h}의 라인과 층(j)의 모든 라인 {lj g}의 교차점은 라인 lj g에서의 위치에 따라 정렬될 수 있다. 정렬된 포인트는 다음과 같이 정의할 수 있다.
Figure pct00005
여기서 r은 교차점의 인덱스, g는 라인의 인덱스, j는 레이어의 인덱스이며 g,j,r∈N 이다. 정렬 후 선분의 중심을 결정할 수 있다. 경계에 가까운 위치를 무시하는 등 카메라 위치를 찾아야 하는 범위를 제한할 수도 있다. 그 후, 이러한 가능한 위치 중 다수가 무작위로 선택될 수 있다. 카메라 위치의 수는 품질 관리 요구 사항에 따라 달라지며 사용자가 지정할 수 있다. 또는, 카메라 위치는 두 교차점 사이가 아닌 교차점 자체에서 계산될 수 있다. 대안으로, 교차점을 기반으로 카메라를 배치하는 대신 층의 외부 좌표 및/또는 도구 경로 코드와 같은 다른 요소를 기반으로 하는 위치에 카메라를 배치하는 것이 가능할 수 있다.
도 2a에서, 여러 교차점과 많은 수의 가능한 카메라 위치가 있는 두 개의 연속 서브층이 있는 층 세트가 표시된다. 모든 가능한 카메라 위치 중에서 5개 지점(도 2A에서 X로 식별됨)이 예를 들어 무작위로 선택될 수 있다. 도 2a에서, 구조물 분리 및 위치 계산 결과가 보여진다. 여기서 경계까지의 두 교차점의 거리를 갖는 5개의 모니터링 위치를 찾을 수 있다. 도 2b에서, 도 2a에서보다 더 적은 교차점을 갖는 2개의 서브층을 갖는 층 세트가 도시된다. 더 적은 수의 가능한 카메라 위치 중 하나의 카메라 위치(도 2b에서 X로 식별됨)는 예를 들어 무작위로 선택될 수 있다. 또는 카메라 위치에서 외부 경계까지의 설정된 거리 때문에 해당 층에 대해 하나의 모니터링 위치만 찾을 수 있다. x축과 y축은 프린터 움직임의 좌표를 보여 준다. 이 예는 위치의 수가 무작위, 순차적, 어레이 기반 및/또는 사용자에 의해 결정될 수 있음을 보여 준다.
도 3은 3차원 구조를 형성하기 위한 방법(300)의 적어도 일부의 흐름도를 도시한다. 도 3은 도1a 내지 2b의 방법과 관련하여 설명된 이미지 처리(140)를 위한 프로세스의 일부를 도시한다. 이미지 처리 프로세스(140)는 도 4a 내지 도 15b와 관련하여 더 설명될 수 있다. 또한, 상기 방법(300)은 도 1a 내지 도 2b와 관련하여 이미 설명된 특징들 중 하나 이상 또는 전부를 포함할 수 있다.
방법(300)은 층 세트를 형성한 후 및 추가 층 세트를 형성하기 전에 이미지 처리 프로세스(140)를 수행하는 단계를 포함할 수 있다. 이미지 처리 프로세스 (140)(예를 들어, 이미지 처리 알고리즘을 실행하는 프로세서에 의해 수행될 수 있음)는 도 3에 설명된 여러 프로세스(301 내지 312)(예를 들어, 연속 프로세스)를 포함하거나 포함할 수 있다.
이미지 처리 프로세스(140)는 구조적 좌표 정보에 기초하여 이상 축(302)을 결정하기 위해 구조적 좌표 정보(예를 들어, G-코드 또는 숫자 코드)를 처리하는 (301) 것을 포함할 수 있다. 예를 들어, 이미지 처리 프로세스(140)는 스트랜드의 이상 축을 결정(302)하거나 추출하는 것을 포함할 수 있다. 선택적으로, 이상 축은 숫자 코드(예: G-코드) 구조 추출(301)에 의해 얻어질 수 있으며, 여기서 추출된 축은 시작점(Ps) 및 끝점(Pe)으로 표시될 수 있다.
이미지 처리 프로세스(140)는 이상 축을 결정(302)한 후에 획득된 데이터에 결정된 이상 축을 피팅(303)(fitting)하는 것을 포함할 수 있다. 획득된 데이터가 영상인 경우, 스트랜드의 영상을 특정 위치에서 특정 축척으로 촬영할 수 있으므로 추출된 이상적인 축이 촬영된 영상에 맞춰질 수 있다. 피팅은, 예를 들어 추출된 이상 축이 이미지에 피팅되도록 이미지를 회전(303)함으로써 수행될 수 있다. 이는 카메라 위치와 픽셀 크기를 알고 있기 때문에 수행될 수 있다.
303에서와 같이 이상 축을 스케일링하고 위치결정한 후, 이미지 처리 프로세스(140)는 잘못된 에지의 검출을 피하기 위해 축이 스트랜드 상에 있는지 없는지 여부를 평가하는 단계(302)를 포함할 수 있다. 만일 인쇄된 스트랜드가 누락되거나 잘못된 위치에 인쇄되거나 심하게 말리는 경우 이상 축이 스트랜드에 없는 것으로 평가될 수 있다. 이 경우 모니터링되는 스트랜드에 속하지 않는 가장자리가 감지될 수 있다.
도 4a 및 4b는 잘못 위치된 스트랜드의 예를 도시한다.
도 4a에서, 스트랜드는 이상 축에 대해 회전되기 때문에 스트랜드는 이상적인 축(415)에 위치하지 않는다.
도 4b에서, 스트랜드는 이상 축에 대해 병진이동되기 때문에 스트랜드가 이상 축에 위치하지 않는다. 이상 축 옆에 있는 에지(416, 417)는 스트랜드의 실제 에지가 아니며 예를 들어 스트랜드 치수를 측정하는 데 사용되지 않을 수 있다.
방법(300)은 이러한 경우를 인식하기 위해 이미지를 그레이 스케일로 변환하는 단계(304)를 더 포함할 수 있다. 이상 축을 따라 회색 값의 속성은 이미지 처리의 시작 부분에서 분석될 수 있다.
이러한 속성은 연속적인 축 섹션의 평균 회색 값의 차이 및 축을 따른 회색 값 기능의 복잡성 일 수 있다. 둘 다 축을 따라 이미지의 색상 균질성을 나타낸다.
만일 스트랜드가 이상 축에 위치하지 않으면, 이상 축을 기준으로 스트랜드의 치수를 측정하지 못할 수 있다. 이 응용 프로그램에서 변위된 스트랜드는 인쇄 결함으로 정의될 수 있다. 변위된 스트랜드는 이상 축이 해당 위치에서 예상되는 스트랜드의 어떤 부분에도 있지 않음을 의미할 수 있다.
방법(300)은 스트랜드 세그먼트의 이상 축이 실제 인쇄된 축에 위치하는 경우(예를 들어, 이상 축이 실제 인쇄된 스트랜드). 예를 들어, 에지 검출(305)은, 이상 축이 실제 인쇄된 스트랜드의 에지 사이에 있는 것으로 밝혀지면, 필요한 정렬을 획득하기 위해 실제 스트랜드의 이미지를 회전 및/또는 병진시키는 것을 포함할 수 있다. 예를 들어, 도 4a 및 도 4b에 도시된 바와 같이, 실제 인쇄된 스트랜드의 가장자리 사이에 이상 축이 위치하지 않으므로 더 이상 가장자리 검출이 수행되지 않는다.
도 8은 실제 인쇄된 스트랜드의 가장자리 사이에 이상 축이 놓일 수 있는 경우를 보여 준다. 그러나 실제 축은 아직 필요한 방향으로 정렬되지 않는다. 필요한 정렬은 사용된 이미지 감지 및 이미지 처리 기술에 따라 달라질 수 있다. 이상 축의 각도는 G 코드를 통해 알 수 있으므로 이상 축이 정렬 및/또는 수평이 되도록 이미지를 회전할 수 있다(예: 축 시스템의 x 방향과 같은 방향에 평행). 선택적으로, 요구되는 정렬은 스트랜드의 에지가 축 시스템과 정렬(예: 평행 및/또는 수평 정렬)되는 것일 수 있다. 여기서 정렬이라는 용어는 정의된 축과 같이 필요한 방향에 대해 수평 또는 평행한 경우를 의미한다. 요구되는 정렬과 관련하여 사용되는 정렬이라는 용어는 요구되는 제조 공차에 기초한 임의의 미리 정의되거나 요구되는 각도를 나타낼 수 있다는 것을 이해할 수 있을 것이다.
이미지를 회전시킨 후, 이상 축의 방향을 x 방향으로 정의할 수 있고, y 방향은 이상 축과 직교할 수 있다. 에지 검출 프로세스(305)는 이미지를 회전시키고 이미지를 그레이 스케일로 변환한 후에 수행될 수 있다. 에지 검출 프로세스(305)는 그라디언트 검출 프로세스(V1*) 또는 CNN(convolutional network) 프로세스와 같은 인공 신경망 프로세스(V2*)를 구현하는 것을 포함할 수 있다.
그라디언트 기반 에지 감지기(V1*)는 에지와 같이 빈도가 높은 기능에 민감할 수 있다. 이미지의 1차 도함수를 취함으로써 특징은 높은 크기의 포인트로 감지될 수 있다. 이러한 이유로, 이미지는 필터 커널 H로 컨볼루션(convolved)될 수 있다. 간단한 그라디언트 필터는 프리위트(Prewitt) 연산자일 수 있다. x 및 y 방향으로 필터링하기 위한 커널은 다음과 같이 설명할 수 있다.
Figure pct00006
이미지의 노이즈도 고주파수 특성일 수 있으므로 가장자리로 감지될 수 있다. 잘못된 에지 감지를 방지하기 위해 에지 감지 작업 전에 이미지를 전처리할 수 있다. 예를 들어, 노이즈를 감쇠하기 위해 필터로 이미지를 흐리게 할 수 있다. 이러한 연산자의 예는 에지를 유지하면서 노이즈를 감쇠할 수 있는 에지 보존 필터일 수 있는 중앙값 필터일 수 있다. 로컬 비선형 등고선 보존 필터는 기울기 기반 프리위트(Prewitt) 필터 작업의 결과를 개선하기 위해 에지 감지에 선행할 수 있다. 보존 필터는 가장자리로 감지될 수 있는 노이즈를 제거할 수 있다. 에지의 방향을 알 수 있으므로 한 방향으로만 에지를 감지하는 필터로 충분할 수 있다. 이미지의 크기에 비해 감지해야 하는 가장자리가 상대적으로 길 수 있다. 이러한 이유로 프리위트(Prewitt) 연산자의 커널은 수평 방향으로 확장될 수 있다.
Figure pct00007
예를 들어, 커널은 연속적으로 9개의 요소로 확장될 수 있으며 결과적으로 3 x 9 커널이 된다. 가장자리의 길이에 따라 필터의 크기가 조정될 수 있다. 그 후, 필터링된 이미지는 선택된 범위에서 양수 및 음수 y 방향을 따라 스캔될 수 있습니다. 이상 축의 상수 y 값을 시작점으로 사용할 수 있다. 특정 두께의 모서리가 발견되면 y 값을 감지하거나 감지하여 저장할 수 있다. 이 프로세스는 이상 축의 모든 x 값에 대해 수행될 수 있다.
또는 컨볼루션 신경망(Convolutional Neural Networks; CNNs)(V2*)은 다중 어레이 입력 데이터를 처리하고 이미지를 분류하기 위해 사용될 수 있다. 완전 연결된 다계층 네트워크와 비교하여 입력 데이터의 전처리가 네트워크에 통합될 수 있고 특징 추출 프로세스가 네트워크 자체에서 수행될 수 있다. CNNs은 이미지에서 로컬 그룹의 상관 관계를 고려할 수 있다. 가중치는 이미지의 다른 영역에서 공유될 수 있으므로 위치에 관계없이 특징을 감지할 수 있다.
도 5a 및 5b는 CNN 트레이닝 데이터의 이미지를 보여주며, 여기서 CNN은 이전 3차원 구조의 이전 인쇄 프로세스(들) 동안 획득된 트레이닝 이미지의 일부로 감독된 트레이닝될 수 있다. 훈련 이미지는 스트랜드 또는 가장자리의 일부를 보여준다. 따라서, 트레이닝 이미지는 "스트랜드(strand)" 또는 "에지(edge)"로 라벨링될 수 있다. 네트워크를 훈련시킨 후, 훈련된 네트워크는 모니터링되는 현재 3차원 구조에 대해 결정된 하나 이상의 위치로부터 획득된 알 수 없는 이미지의 에지를 분류하는 데 사용될 수 있다.
도 5a는 레이블이 지정되거나 에지로 식별될 수 있는 훈련 데이터의 예를 보여 준다.
도 5b는 스트랜드로 표시될 수 있는 훈련 이미지의 예를 보여 준다.
도 6은 CNN(631)을 사용한 에지 검출의 예시를 도시한다.
형성된 부분에 기초하여 획득된 이미지는 y-방향을 따라 크롭되어 크롭된 이미지(633)를 생성할 수 있다. 예를 들어, 결정된 위치 중 하나에서 인쇄하는 동안 촬영된 전체 이미지는 더 작은 이미지(633)로 분할(또는 절단)될 수 있다. 이 더 작은 크롭된 이미지(633)는 훈련된 CNN(631)에 공급될 수 있고, 이는 이미지가 에지를 포함하는지 여부에 따라 이미지를 분류할 수 있다.
기울기 접근 방식과 유사하게 이상 축은 가장자리 검색을 위한 시작점으로 사용될 수 있다. 일정한(동일한) x 좌표에서 전체 이미지는 시작점으로 이상 축(y0)의 y 좌표를 사용하여 양의 y 방향과 음의 y 방향을 따라 더 작은 이미지(633)로 크롭(cropped)될 수 있다.
도 6은 동일한 x-좌표에 대응하는 복수의 크롭된 이미지(633)를 도시하고, 여기서 각각의 크롭된 이미지는 상이한 y-좌표에 대응할 수 있다. 크롭된 이미지 내의 영역은 CNN(631)에 의해 분석될 수 있다. 예를 들어, 이상 축에서 크롭된 이미지 I(x, y0)에서 시작하여 CNN은 크롭된 이미지 I(x, y0)에 가장자리가 없을 수 있다는 것을 결정할 수 있다. 양의 y 방향의 크롭 이미지(633) 중, 크롭 이미지 I(x, yk)는 에지를 식별할 수 있는 제1 크롭 이미지(또는 제1 영역)일 수 있다.
따라서, 에지를 포함하는 제1 영역(또는 크롭된 이미지 I(x, yk))의 중심점의 위치가 저장될 수 있다. 유사하게, 음의 y 방향의 크롭 이미지(633) 중, 크롭 이미지 I(x, yn)은 에지가 식별될 수 있는 제1 크롭 이미지(또는 제1 영역)일 수 있다. 따라서, 에지를 포함하는 제1 영역(또는 크롭된 이미지 I(x, yn))의 중심점의 위치가 저장될 수 있다. 이 과정은 이상 축의 각 x 좌표에 대해 반복될 수 있다. 기울기 기반 및 CNN 기반 에지 감지의 두 경우 모두 에지 감지 결과는 이상 축 위와 아래에서 발견된 모든 에지 포인트일 수 있다.
방법(300)(도 7a 내지 도 7c에 도시됨)은 하나 이상의 메인 에지를 식별 (306)(또는 발견)하고, 발견된 에지 또는 에지를 식별(또는 발견)(305)한 후에 에지 클러스터링 프로세스(307)를 수행하는 단계를 더 포함할 수 있다. 305의 점은 정확하거나 부정확한 모서리를 포함할 수 있다.
도 7a는 정확하고 부정확한 에지(721)를 포함하는 에지 클러스터링 프로세스로부터 발견된 에지 포인트를 도시한다. 잘못된 에지(721)는 반사, 노이즈 및 인접 스트랜드로 인해 발견될 수 있다. 이러한 이유로, 발견된 모서리는 추가로 분석할 필요가 있다.
도 7b는 메인 에지를 결정(306)하기 위해 에지 클러스터링을 사용한 결과를 도시한다. 상부 경계와 하부 경계의 메인 엣지를 결정하기 위해, 이웃하는 에지 포인트 사이의 각도가 계산될 수 있다. 두 인접 점 사이의 각도가 임계값 미만인 한 점은 x-값 순서대로 클러스터링될 수 있다. 임계값을 초과하면 새 클러스터가 생성될 수 있다. 가장 긴 연속 모서리가 가닥의 실제 경계에 속한다고 가정할 때 메인 모서리는 가장 큰 클러스터로 정의될 수 있다. 메인 에지는 스트랜드의 전체 경계 또는 경계의 세그먼트일 수 있다. 이 클러스터링의 결과는 도 7b에 나타나 있다. 연속 에지 포인트의 가장 긴 클러스터는 메인 에지(722), 예를들어 주요 상단 가장자리 및 주요 하단 가장자리를 형성할 수 있다. 포인트 1과 2는 추가(또는 후속) 클러스터 프로세스의 시작점이 될 수 있다.
도 7c는 클러스터링된 상부 에지(723) 및 클러스터링된 하부 에지(723)를 식별하는 추가(또는 최종) 클러스터링 프로세스(307)를 도시한다. 추가 클러스터링 (307) 프로세스에서, 메인 에지의 외부 포인트를 시작점으로 사용하여 나머지 에지 포인트를 수집할 수 있다. 이 클러스터링은 최근접 이웃 방법을 기반으로 한다. 이웃 간의 x 및 y 차이가 설정된 임계값 미만인 경우 가장 가까운 이웃이 클러스터에 추가될 수 있다. 이 방법을 사용하면, 클러스터링 과정에서 메인 에지를 참조로 사용하여 이상치를 제거할 수 있다. 이러한 방식으로, 표적 스트랜드의 실제 에지 (723)(예를 들어, 실제 상부 에지 및 실제 하부 에지)가 식별될 수 있다.
방법(300)은 에지 클러스터링 프로세스(306, 307)를 수행한 후 스트랜드 경계를 근사화하는 단계(308)를 더 포함할 수 있다. 에지 함수는 제곱 오차를 최소화함으로써 클러스터링된 에지 포인트를 사용하여 근사화될 수 있다(308). 잘못된 근사를 감지하기 위해 에지 기능의 특성을 분석할 수 있다.
만일 스트랜드의 두 경계가 모두 발견되면, 스트랜드의 직경을 측정할 수 있다. 적절한 측정 프로세스를 달성하기 위해 스트랜드의 측정 축(예: 실제 축)이 결정될 수 있다. 스트랜드의 실제 축은 근사 모서리 함수를 사용하여 계산할 수 있다. 스트랜드의 이상 축은 제조 공정 중 병진 및 회전에 의해 스트랜드가 변위될 수 있기 때문에 잘못된 측정으로 이어질 수 있다.
도 8은 이상 축(415)을 기준으로 측정하는 것이 이상 축(예를 들어, 이상 축(415)과 실제 축(834) 사이의 각도가 α일 수 있으며, 선택적으로 0° < α < 180°)에 대해 각도 α만큼 회전되는 인쇄된 스트랜드로 인해 잘못된 측정을 초래할 수 있는 방법을 보여 준다. 위쪽 에지와 아래쪽 에지 사이의 거리는 기준축에 수직으로 측정될 수 있으며, 도 8은 실제 축을 기준으로 측정한 거리 (1real)와 이상 축으로 측정한 거리(1ideal)와의 차이로 인해 오차가 발생할 수 있음을 보여 준다.
방법(300)은 스트랜드 경계를 근사화한 후(308) 측정하기 위해 이미지를 회전시키는 단계(309)를 더 포함할 수 있다. 예를 들어, 방법(300)은 실제 축이 요구되는 방향과 일치하도록 회전될 수 있다.
방법(300)은 스트랜드의 치수를 측정(311)하는 단계를 더 포함할 수 있다. 예를 들어, 실제 축에 직교하는 방향으로 상부(723)와 하부 가장자리(723) 사이의 거리를 계산하여 스트랜드의 직경을 측정(311)할 수 있다.
도 9a 내지 도 9d는 인쇄될 수 있는 상이한 3차원 구조를 도시한다. 유방 보형물 및 세포 배양 메쉬를 포함한 다양한 구조는 제조 과정에서 인쇄되고 모니터링될 수 있다. 구조물은 다양한 매개변수로 제조될 수 있다. 예를 들어, 다양한 노즐 직경과 기공 크기뿐만 아니라 다양한 레이어 수로 인쇄할 수 있다.
도 9a는 유방 보형물 지지체(부피 50ml)를 나타낸다. 바닥에서 평균 기공 크기는 6mm일 수 있다. 기공 크기는 높이가 증가함에 따라 감소하여 평균 기공 크기가 상단에서 3mm에 이른다. 조직 성장을 방해하는 장벽 형성을 피하기 위해 층을 이전 층에 오프셋으로 인쇄할 수 있다. 이 기술에 의해 경사진 채널과 특징적인 전체 모양이 형성될 수 있다. 외부 경계는 원형 구조에서 발전하는 반면 내부 구조는 직교하는 직선 스트랜드만 포함한다. 구조는 350 μm의 노즐 직경으로 인쇄될 수 있다.
도 9b는 350μm 스트랜드 폭, 700μm 기공 크기 및 층 당 36°의 스트랜드 배향 오프셋을 가진 세포 배양 메쉬를 보여 준다. 구조는 350 μm의 노즐 직경으로 인쇄될 수 있다.
도 9c는 150 μm 스트랜드 폭, 400 μm 기공 크기 및 36°의 스트랜드 배향 오프셋을 갖는 세포 배양 메쉬를 보여 준다. 구조는 150 μm의 노즐 직경으로 인쇄될 수 있다.
도 9d는 150μm 스트랜드 폭, 400μm 기공 크기 및 90°의 스트랜드 방향 오프셋을 가진 세포 배양 메쉬를 보여 준다. 구조는 150 μm의 노즐 직경으로 인쇄될 수 있다.
처리 가능한 이미지를 얻기 위해 구조(도 9a 내지 9d)는 구조가 인쇄된 기판 아래에 배치될 수 있는 LED 조명을 사용하여 아래에서 조명될 수 있다. 카메라 포지셔닝을 자동화하기 위해 각 구조의 숫자 코드는 하나 이상의 위치와 관련된 정보를 포함하도록 위에서 설명한 대로 수정될 수 있다. 카메라를 계산된 위치로 이동하고 이미지를 촬영하고 이미지 캡처 소프트웨어로 저장할 때까지 그곳에서 일시 중지할 수 있다. 예를 들어, 40배의 배율을 사용하여 50ml 유방 보형물의 스트랜드 직경을 측정할 수 있다. 예를 들어, 층 당 4개의 스트랜드가 인쇄 프로세스 동안 모니터링될 수 있다. 메쉬를 인쇄하는 동안 메쉬의 기공 크기에 따라 140 및 200의 배율을 사용하여 층 당 10개의 스트랜드를 모니터링할 수 있다. 즉, 위치의 수는 사용자에 의해 결정될 수 있으며 제조 요구 사항의 엄격성에 따라 변경될 수 있다.
도 10a 내지 10f는 기울기 기반 에지 검출을 사용하여 50ml 유방 지지체(도 9a에 설명됨)를 시각적으로 모니터링한 이미지를 보여 준다.
도 10a는 3차원 구조의 세 번째 층에서 중첩되는 수직 스트랜드를 도시한다.
도 10b는 3차원 구조의 15번째 층의 수평 스트랜드를 나타낸다.
도 10c는 3차원 구조의 43번째 층에서 중첩되는 수평 스트랜드를 도시한다.
도 10d는 3차원 구조의 53번째 층에서 경계 옆에 누락된 수평 스트랜드를 보여 준다.
도 10e는 3차원 구조의 75번째 층의 수평 스트랜드를 나타낸다.
도 10f는 3차원 구조의 80번째 층의 수직 스트랜드를 나타낸다.
기울기 기반 접근 방식을 사용하여 스트랜드의 경계를 감지할 수 있다. 도 10a의 제3 층부터 시작하여 다른 높이의 층이 표시된다. 제3 층의 이미지(도 10a)에서 기판 아래에 위치한 종이 조각의 구조가 보일 수 있으며, 이는 스캐폴드의 성장과 함께 초점이 맞지 않게 된다. 또한 성장하는 구조에 따라 조명이 변경될 수 있다. 이것은 스캐폴드가 구조에 의해 빛을 산란시킬 수 있기 때문이다. 임플란트의 구조로 인해 인쇄물에서 가닥이 겹칠 수 있다. 이는 현재 층 스트랜드의 일부가 두 번째 마지막 층 스트랜드 위에 있음을 의미한다. 이 층들은 물리적으로 연결되어 있지 않고, 2차원적 관점으로 인해 서로의 위에 있는 것처럼 보일 수 있지만, 그 사이의 간격으로 분리되어 있다. 이 효과는 도 10a 및 10c에서 발생한다. 그럼에도 불구하고 스트랜드(라인 1023)의 경계는 올바르게 감지될 수 있다.
도 10d에서는 관찰되어야 하는 스트랜드(예를 들어, 구조적 좌표 정보를 기반으로 관찰될 것으로 예상되는 스트랜드)가 누락되어 있다. 이 이미지의 배경에서 일부 드래그된 스트랜드가 보일 수 있다. 축 평가 프로세스에서 축의 잘못된 위치를 올바르게 표시했는데 이는 스트랜드가 이상 축에 인쇄되지 않았음을 의미한다. 이 변위는 결함으로 기록될 수 있다. 이 이미지에서 이상 축은 선(1024)으로 표시된다. 도 10e 및 도 10f 이미지는 스캐폴드의 상위 층에서 촬영된다. 이러한 층에서 기공 크기는 하위 층보다 상당히 작을 수 있다.
처리된 이미지에서, 스트랜드의 최소(최소) 또는 최소 직경 또는 너비 및 최대(최대) 또는 최대 직경 또는 너비 및 그 위치의 값이 예를 들어 시각화 및 측정될 수 있다. 선택적으로, ㎛ 단위의 평균 직경 또는 너비(avg)는 모니터링된 스트랜드 세그먼트를 따라 복수의 직경을 측정함으로써 결정될 수 있다.
도 11a 내지 도 11f는 도 9b 내지 도 9d에 기재된 세포 배양 메쉬의 스트랜드를 시각적으로 모니터링한 이미지를 나타낸다. 경계를 감지하기 위해 기울기 기반 접근 방식을 사용할 수 있다. 지지체의 관찰(도 10a 내지 도 10f)과 비교하여, 측정할 구조가 더 작기 때문에 더 높은 배율이 설정될 수 있다.
도 11a 및 도 11b는 기공 크기가 700μm이고 스트랜드 방향의 변화가 층당 36°인 메쉬에서 직경 350μm의 스트랜드를 보여준다. 연속된 층의 스트랜드는 36°의 각도로 서로 교차할 수 있다. 이미지는 140 배율로 촬영한다.
다음 4개의 이미지는 더 작은 구조의 메쉬에서 스트랜드 측정을 시각화한다. 메쉬의 요청된 기공 크기는 400μm이고 요구되는 스트랜드 직경은 150μm이다. 이 이미지는 200 배율로 촬영한 것이다.
도 11c 및 도 11d는 기공 크기가 400㎛이고 층 당 스트랜드 방향의 변화가 36°인 메쉬에서 직경 150㎛의 스트랜드를 나타낸다.
도 11e 및 11f는 기공 크기가 400㎛이고 층 당 스트랜드 방향의 변화가 90°인 메쉬에서 직경 150㎛의 스트랜드를 나타낸다.
도 12a 내지 도 12f는 에지 또는 경계를 검출하기 위해 CNN을 사용하는 이미지 처리의 결과를 나타낸다. 도 12a 내지 도 12f는 50ml 스캐폴드의 제조 공정 동안 촬영된 원시 이미지를 나타내며, 도 10a 내지 도 10f와 관련하여 설명된 구배 기반 접근법에서와 동일한 각각의 스트랜드이다.
그라디언트 기반과 CNN 기반 에지 감지를 사용한 측정 간에 약간의 편차가 관찰될 수 있지만 유사한 결과가 얻어진다. 이러한 편차는 최대 30μm 규모일 수 있다. 이러한 편차로 인해 CNN 기반 에지 감지 접근 방식과 기울기 기반 접근 방식의 측정된 최소, 최대 및 평균 직경이 다를 수 있다. 이러한 차이는 CNN 네트워크에 제공될 수 있는 크롭된 이미지(cropped image)의 크기 때문일 수 있다. 분류된 영상은 가장자리의 위치를 정확히 알 수 없기 때문에 크롭된 영상의 크기만큼 편차가 클 수 있다. 그 효과는 도 12f에서 찢어진 근사 에지 함수를 관찰함으로써 특히 명백해진다. 대부분의 경우 가장자리가 더 일찍 감지되었기 때문에(이미지의 경계에 나타나자 마자) 발생한 편차는 크롭된 이미지의 크기보다 작다. 네트워크에 제공된 이미지의 크기로 인해 여기에 표시된 CNN 기반 기술은 40배의 배율에서 5μm의 해상도에 도달한 그라디언트 기반 접근 방식보다 덜 정확해 보일 수 있다. 그러나 필요한 경우 해상도를 개선하기 위해 필요한 경우 이미지의 더 작은 부분이 CNN에 공급될 수 있다. 이를 달성하기 위해 CNN 네트워크는 더 작은 이미지로도 훈련될 수 있다. 더욱이, 훈련 데이터를 증가시키고/시키거나 필요한 경우 이전에 네트워크에 의해 식별될 수 없었던 에지를 포함하거나 포함할 수 있는 특정 이미지로 네트워크를 훈련함으로써 더 나은 해상도에 도달할 수 있다.
CNN 기반 에지 감지 에지는 전체 이상 축을 따라 발견되거나 관찰될 수 있다. 이는 도 10a 내지 도 10f, 및 도 12a 내지 도 12f 각각의 이미지를 비교할 때 관찰될 수 있다. 이에 비해 기울기 기반 에지 감지에서는 이상 축의 맨 처음과 마지막 섹션에서 에지를 찾거나 관찰할 수 없다. 그러나 이러한 에지는 CNN에 의해 감지될 수 있다. 예를 들어, 도 10c에서 기울기 기반 접근 방식에 의해 이상 축의 맨 마지막 섹션에서 에지가 발견되지 않을 수 있지만 이러한 에지는 CNN을 사용하여 감지될 수 있다(도 12c 참조). 처리 시간을 고려할 때 기울기 기반 기법이 CNN 기반 접근 방식보다 빠를 수 있다. 그러나 CNN 기반 접근 방식의 더 큰 시간 소비가 중요한지 여부는 애플리케이션에 따라 다르다. 반면에 훈련된 CNN은 그라디언트 기반 방법보다 대비가 낮은 영역의 에지를 더 잘 분류할 수 있다. CNN 기반 접근 방식에서 사용되는 이미지의 크기에 따라 그라디언트 기반 접근 방식이 더 정확할 수 있다. 6mm의 큰 구멍 크기와 400μm의 작은 구멍 크기를 가진 스캐폴드를 모니터링하는 것이 가능할 수 있다. 그러나 피처 크기의 차이를 보상하기 위해 디지털 현미경의 다른 배율이 사용될 수 있다.
데이터를 분석함에 있어, 스트랜드의 평균 직경과 한 레이어의 모든 평균 직경의 평균값은 의미 있는 측정 변수가 될 수 있다. 스트랜드 직경이 충분하지 않으면 스캐폴드의 기계적 특성이 제한될 수 있다. 반면에 너무 두꺼운 스트랜드는 인쇄물을 뻣뻣하게 만들고 기공 크기를 줄여 의료 응용 분야에서 조직 성장 과정을 제한할 수 있다. 평균 직경이 주어진 공차 내에 있지 않으면 인쇄 매개변수를 조정해야 할 수 있다. 불충분한 평균 직경은 재료의 유속을 높이거나 인쇄 속도를 감소시켜 보상할 수 있다. 반대로 유량을 줄이거나 속도를 높이면 직경이 줄어들 수 있다. 청소가 필요한 노즐이 막혀도 직경이 충분하지 않을 수 있다. 더 중요한 측정 가능한 변수는 최대(최대) 및 최소(가장 작은) 직경 또는 스트랜드의 폭과 그 위치, 스트랜드를 따른 직경의 진행이다. 이 정보를 사용하여 결함을 분류할 수 있다. 허용 오차 범위 내에서 평균 직경을 갖지만 스트랜드를 따라 다양한 직경을 갖는 것은 불충분한 층 간극 또는 바람직하지 않은 온도 조건으로 인한 협소화 효과로 인한 것으로 결론지을 수 있다. 이 경우, 층 간극을 증가시키고, 냉각 과정을 연장하거나, 주위 온도를 조절함으로써 인쇄 조건을 개선할 수 있다. 또한, 인쇄 공정의 안정성을 평가할 수 있다. 안정도를 조사하기 위해 하나 이상의 평균 직경, 한 층 또는 전체 인쇄 부품의 최소 직경 또는 최대 직경의 표준 편차를 결정하는 것이 가능할 수 있다. 표준 편차가 낮으면 인쇄 프로세스가 일관되고 안정적일 수 있으며, 이는 인쇄 매개변수 최적화를 위한 좋은 출발점이 될 수 있다. 반면에 표준 편차가 높으면 공정이 일정하지 않음을 나타낼 수 있다. 이러한 경우 스트랜드 직경의 크기 정확도를 최적화하기 전에 공정을 안정적이고 일관되게 만드는 것이 유용할 수 있다. 또한 측정할 수 없는 직경은 변위된 스트랜드와 같은 기하학적 문제를 나타낼 수 있다. 이러한 오류의 원인에는 뒤틀림, 막힌 노즐, 늘어진 스트랜드 또는 프린터 축의 부정확한 움직임이 포함될 수 있다.
이러한 평가 방법 중 일부는 도 9a와 관련하여 설명된 유방 보형물 지지체의 모니터링 과정에서 추출된 결과와 관련하여 설명될 수 있다. 세 가지 다른 분석 수준이 설명되어 있다. 첫 번째 수준은 일반적으로 전체 인쇄 부분을 확인할 수 있으며 모든 측정된 직경을 고려할 수 있다. 이를 통해 인쇄 대상의 전반적인 품질을 평가할 수 있다. 두 번째 수준은 단일 층이 품질 요구 사항을 충족하는지 여부를 결정하는 데 사용할 수 있는 층별 평가일 수 있다. 세 번째 수준에서는 단일 스트랜드의 치수를 분석할 수 있다. 이 평가 수준은 결함을 분류하고 인쇄 매개변수를 체계적으로 최적화하는 데 사용할 수 있다.
도 13a 내지 도 13c는 유방 지지체의 모든 측정된 스트랜드 직경(최소, 최대 및 평균 직경)의 히스토그램을 사용한 1차 수준 평가를 나타낸다. 특정 시간에 전체 인쇄 부분 또는 모든 인쇄 스트랜드의 품질을 평가하기 위해 측정된 직경의 빈도를 히스토그램으로 표시할 수 있다. 이것은 히스토그램이 측정된 직경의 모든 범위를 표시할 수 있기 때문에 적합한 기술이다. 또한 측정된 직경의 분산을 시각화할 수 있다. 이러한 평가는 인쇄가 완료된 후에 이루어져야 할 뿐만 아니라 인쇄 과정에서도 발생할 수 있다.
도 13a는 유방 지지체의 예에 대한 스트랜드의 평균 직경 대 주파수의 분산을 보여주는 히스토그램을 도시한다. 도 13a에 도시된 바와 같이, 이상적인 직경 350μm와 측정된 모든 평균 직경의 평균(μm 단위)의 차이는 10μm의 차이를 초과하지 않는다. 표준 편차(σ=9.5)가 낮다.
도 13b는 유방 스캐폴드의 예에 대한 스트랜드의 최대(최대 또는 최대) 직경 대 주파수의 분산을 보여주는 히스토그램을 도시한다.
도 13c는 유방 스캐폴드의 예에 대한 스트랜드의 최소(최소 또는 최소) 직경 대 빈도의 분산을 보여주는 히스토그램을 도시한다.
측정된 최대 및 최소 직경의 경우 표준 편차가 각각 더 높을 수 있다(σ=21.8 및 σ=19.8). 허용 오차에 따라 최소 허용 직경 이하로 떨어지거나 최대 허용 직경을 초과하는 스트랜드 직경의 빈도가 결정될 수 있다.
도 14a 내지 도 14c는 50ml 스캐폴드의 층별 평가와 같은 2차 수준 평가를 나타낸다. 도 14a 내지 도 14c는 측정된 직경을 층별로 표시한 것으로, 도 14a는 최소 직경, 도 14b는 최대 직경, 도 14c는 평균 직경을 나타낸다.
이러한 그래프를 사용하면 어떤 층 직경이 지정된 허용 오차 범위를 벗어났는지 쉽게 결정할 수 있다. 품질 요구 사항에 따라 이 층 내의 특정 직경 수가 필요한 허용 오차를 벗어날 경우 층에 실패한 층으로 레이블이 지정될 수 있다.
도 14a 내지 도 14c에 도시된 바와 같이, 서로 다른 임계값은 사용자에 의해 결정될 수 있다. 예를 들어, 스트랜드의 최소 직경은 225μm 이하로 떨어지지 않아야 한다. 최대 직경은 475μm를 초과하지 않아야 한다. 평균 직경은 310μm에서 390μm 범위에 있어야 한다. 공차를 벗어난 직경을 가진 스트랜드는 결함으로 간주될 수 있으며 결함 있는 공정 상태가 결정될 수 있다. 단일 층 또는 전체 구조가 요구되는 품질을 충족하는지 여부는 원하는 품질에 따라 결정된다. 허용 가능한 직경 범위 밖에 있는 스트랜드 직경은 지정된 품질 요구 사항을 충족하지 못하는 것으로 결정된다.
결함 분류 및 최적화 목적을 위해 단일 스트랜드를 따라 직경 과정을 평가하는 것이 유용할 수 있다.
도 15a 내지 도 15b는 50ml 스캐폴드의 스트랜드에 대한 스트랜드별 평가가 수행될 수 있는 3차 수준 평가를 나타낸다.
도 15a는 측정 과정의 시각적 결과를 보여 준다.
도 15b는 스트랜드 L의 길이를 따라 이상적인 스트랜드 직경(350㎛)으로부터의 모든 편차의 그래프를 도시한다. 허용 오차 범위는 예를 들어 ±50㎛로 설정될 수 있다. 이상적인 직경에서 ±50μm 이하의 측정은 지정된 품질 요구 사항을 통과하는 것으로 결정될 수 있는 반면, ±50μm보다 큰 편차는 통과하지 못한 것으로 결정될 수 있다. 표시되는 그래프의 특성은 결함의 종류에 따라 달라질 수 있으며, 이에 따라 결함 분류가 가능하다. 이 분류는 분류된 결함의 원인이 알려진 경우 인쇄 매개변수를 체계적으로 조정하는 데 사용할 수 있다. 도 15b에서, 검사된 스트랜드의 중요한 부분이 국소화될 수 있다. 스트랜드의 가장 중요한 부분은 이상적인 직경에서 50μm 이상 벗어나는 최소 직경일 수 있다. 스트랜드의 최소 너비는 중심 외부에 있기 때문에 이러한 결함은 부적절한 냉각 프로세스 또는 불충분한 층 간극으로 인해 발생할 수 있는 협소화 효과로 분류될 수 있다.
따라서, 인쇄 프로세스가 중지되었는지(예를 들어, 인쇄(180) 중지) 또는 중지되지 않았는지(예를 들어, 대신에 인쇄 매개변수(170)를 적용함) 여부는 평가 프로세스의 요구되는 엄격성에 기초할 수 있음을 이해할 수 있다. 예를 들어, 인쇄(180)를 중단하기로 한 결정은 이상적인 파라미터 값으로부터 결정된 파라미터 값의 편차의 빈도 및/또는 이상적인 파라미터 값으로부터 결정된 파라미터 값의 편차의 크기에 의존할 수 있다. 이러한 편차에 대한 임계값은 사용자가 결정할 수 있습니다.
도 16은 3차원 구조를 형성하기 위한 배열(150)의 예시를 도시한다. 장치(150)는 도 1a 내지 도 15b와 관련하여 설명된 방법을 수행하거나 수행하도록 구성될 수 있다.
장치(150)는 3차원 구조물(104)과 관련된 구조적 좌표 정보에 기초하여 3차원 구조물(104)을 형성하기 위한 장치(101)를 포함한다. 장치(100)는 움직일 수 있는 감지 장치(102)를 더 포함한다. 장치(100)는 프로세서(103)를 더 포함한다. 프로세서(103)는 형성될 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 감지 장치(102)를 위치시키기 위한 하나 이상의 위치를 결정하고, 하나 이상의 위치에 대한 이동식 감지 장치(102)의 위치를 제어하도록 구성된다.
3차원(3D) 구조를 형성하기 위한 장치(101)는 SLA(stereolithography) 장치, DLP(digital light processing) 장치, FDM(Fused Deposition Modeling) 장치, SLS(Selective Laser Sintering) 장치, 선택적 레이저 용융(SLM) 장치, 전자 빔 용융(EBM) 장치, 적층 물체 제조(LOM) 장치, 바인더 분사(BJ) 장치 및/또는 재료 분사(MJ) 장치를 처리할 수 있다.
감지 장치(102)는 예를 들어 촬상 장치, 카메라 또는 3차원 스캐닝 장치, 열 카메라, 디지털 현미경, 음향 방출 센서 및/또는 CT 장치일 수 있다.
프로세서(103)는 컴퓨터로 읽을 수 있는 저장 매체의 명령을 실행할 수 있는 모든 컴퓨터 또는 기계일 수 있다. 그러한 컴퓨터 판독 가능 저장 매체는 컴퓨터(또는 프로세서)(103)에 의해 실행될 때 컴퓨터(103)가 도 1a 내지 도 15b와 관련하여 설명된 방법을 수행하게 하는 명령을 포함할 수 있다.
장치(150)는 도 1a 내지 도 15b와 관련하여 설명된 방법을 수행하기 위한 비전 기반 모니터링 시스템일 수 있다. 감지 장치(102)(예를 들어, 상용 디지털 현미경)는 층 방식으로 데이터(예를 들어, 이미지)를 획득하도록 구성될 수 있다. 획득된 데이터는 결함 검출을 위해 처리될 수 있다. (또는 각각의) 층이 인쇄된 후, 감지 장치(102)는 하나 이상의 위치에서 프린터의 축에 의해 위치될 수 있다. 시야각과 모니터링 대상의 크기에 따라 하나 이상의 이미지를 촬영하고 처리할 수 있다.
카메라 포지셔닝 및 이미지 촬영의 자동화를 위해서는 이미지 촬영 시간과 최적의 카메라 위치를 알아야 할 수도 있다. 이 정보는 3차원 스캐폴드 구조를 인쇄하는 데 사용되는 모든 프린터 움직임을 포함하는 숫자 코드에서 추출할 수 있다. 숫자 코드는 잠재적인 카메라 위치를 결정하기 위해 분리될 수 있으며 카메라 위치에 대한 명령으로 수정될 수 있다.
따라서, 프로세서(103)는 형성될 3차원 구조물의 레이아웃 및/또는 내부 구조 및/또는 외부 구조와 관련된 구조적 좌표 정보를 처리하도록 구성될 수 있다. 구조 좌표 정보는 예를 들어, CAD 기반 정보 또는 수치 코드 정보를 포함할 수 있다. 구조적 좌표 정보에 기초하여, 프로세서(103)는 3차원 구조(104)를 형성하기 위한 적응된 숫자 코드 명령어를 생성하도록 구성될 수 있다. 적응된 숫자 코드 명령어는 형성될 3차원 구조와 관련된 구조적 좌표 정보 및 정보를 포함할 수 있다. 하나 이상의 위치에서 감지 장치의 위치 지정과 관련된다.
장치(101), 이동식 감지 장치(102) 및 프로세서(103)는 서로 연결될 수 있으므로, 장치(101)의 숫자 코드 명령에 의해 움직임이 제어되는 부분은 장치(101)(예: 인쇄 헤드, 디스펜서, 노즐 헤드, 압출기 또는 레이저) 숫자 코드 명령의 구조 좌표 정보에 의해 정의된 선택된 위치에서 3차원 구조의 형성을 담당한다.
프로세서(103)는 3차원 구조의 형성된 부분의 적어도 일부와 관련된 획득된 데이터에 기초하여 프로세스 상태를 결정하도록 더 구성될 수 있다. 획득된 데이터는 하나 이상의 위치의 결정된 위치에서 감지 장치(102)에 의해 획득되거나 생성될 수 있다.
일부 실시예에서, 장치(150)는 복수의 층을 포함하는 3차원 구조를 형성하기 위한 형성 장치(101)를 포함한다는 것이 이해될 수 있다. 장치(150)는 이동식 감지 장치(102)를 포함한다. 장치(150)는
(a) 복수의 층의 층 세트에 대해, 감지 장치를 위치시키기 위한 적어도 하나의 위치를 결정하고,
(b) 3차원 구조와 관련된 구조 좌표 정보를 기반으로 디바이스에 의해 층 세트 형성을 제어하며,
(c) 층 세트가 형성된 후 및 추가 층 세트가 형성되기 전에 층 세트와 연관된 적어도 하나의 위치로 이동식 감지 장치의 위치를 제어하고,
(d) 형성된 층 세트의 획득된 데이터에 기초하여 프로세스 상태를 결정하되, 상기 획득된 데이터는 형성된 층 세트와 연관된 적어도 하나의 위치에서 감지 장치에 의해 획득되는 단계로 구성된 프로세서를 포함한다.
본 명세서에 기술된 다양한 실시예는 다공성 스캐폴드의 적층 제조 공정 동안 현장 결함 검출을 위한 비전 기반 시스템에 관한 것일 수 있다. 그들은 인쇄된 스트랜드의 직경 측정을 기반으로 하는 결함 감지 시스템의 완전한 프로세스를 제공한다. 배율 조정이 가능한 디지털 현미경을 센서로 사용하고 비전 기반 데이터 처리를 통해 구조의 작은 결함을 직접 감지할 수 있다. 다양한 개념에는 숫자 코드를 사용한 자동 카메라 위치 지정과 인쇄된 스트랜드의 직경을 측정하는 촬영 이미지의 처리가 포함될 수 있다. 이미지 처리는 그라디언트 기반 에지 검출 또는 CNN 기반 에지 검출과 같은 적어도 2개의 상이한 에지 검출 방법으로 구현될 수 있다.
다양한 실시예 및 예는 기존의 프린팅 환경에 통합될 수 있으며, 여기서 모니터링된 스트랜드는 검출 및 측정될 수 있다. 다양한 실시예는 측정의 분석을 위한 하나 이상의 옵션을 제공할 수 있다. 예를 들어, 품질 관리의 요구 사항에 따라 단일 스트랜드, 층 또는 전체 구조의 품질을 검사할 수 있다.
다양한 실시예는 상이한 자동화 레벨에서 구현될 수 있다. 수동 품질 관리에 적합할 수 있다. 예를 들어, 사용자는 현미경 아래에 수동으로 구조물을 놓고 상층의 이미지를 찍을 수 있다. 컴퓨터 실행 가능 명령어는 축의 시작점과 끝점을 표시하여 수동으로 측정할 스트랜드의 축을 그리도록 구성할 수 있다. 스트랜드는 컴퓨터 실행 명령에 의해 측정될 수 있으며 출력은 표시되고 저장될 수 있다. 이 경우 숫자 코드를 수정할 필요가 없다. 선택적으로 또는 대안적으로, 모니터링 프로세스의 자동화는 자동화된 카메라 위치 지정, 이미지 획득 및 처리로 수행될 수 있지만 폐쇄 루프 제어 없이 수행될 수 있다. 여기서, 사용자는 제조 과정 중 및 이후에 언제든지 인쇄물의 상태에 접근할 수 있으며, 필요한 경우 개입할 수 있다. 완전 자동화된 폐쇄 루프 시스템도 구현할 수 있다. 이 경우 품질 요구 사항이 충족되는 한 인쇄가 실행될 수 있다. 그렇지 않으면 인쇄가 중단되거나 인쇄 매개변수가 보정을 위해 자동으로 조정된다.
다양한 실시예는 임의의 3차원 프린팅 방법에 의한 3차원 구조의 모니터링에 사용될 수 있다. 특히, 다양한 실시예는 제조 공정 동안 다공성 스캐폴드에서 FDM 인쇄된 스트랜드의 품질을 모니터링할 수 있다.
스트랜드 직경의 측정은 결함과 그 원인을 분류하고 지역화하는 데 적합할 수 있다. 제조업체는 현장에서 인쇄 개체의 품질을 분석할 수 있다. FDM으로 인쇄된 다공성 구조는 세포 배양 메쉬 및 고유한 맞춤형 임플란트와 같은 조직 공학 응용 분야에서 인기를 얻고 있다. 비계 제작의 경우 PCL은 유변학적 및 점탄성 특성이 우수하여 재료로 사용할 수 있다. PCL은 열 안정성이 좋아 FDM 인쇄 공정에 적합하다. 특히 의료 배경이 있는 응용 프로그램의 경우 정교한 품질 관리 프로세스가 필요하다. 센서는 제조의 필수 구성 요소가 되었지만 가장 널리 사용되는 3D 프린팅 기술 중 하나인 FDM에는 모니터링 시스템과 개방 루프 제어 시스템이 없다. AM 프로세스에서 감지가 부족하면 현장 품질 관리가 상당히 까다로워진다. 인쇄된 부품 내부의 구조가 접근이 어렵거나 불가능하기 때문에 인쇄 후 품질 관리도 복잡하다.
도 1a 내지 도 16과 관련하여 설명된 방법 및 장치는 적층 제조된 다공성 지지체의 현장 모니터링을 위한 비전 기반 검사 프로세스에 관한 것일 수 있다. 방법 및 장치는 예를 들어 기하학적 치수를 모니터링하여 인쇄된 스캐폴드의 내부 구조 품질을 평가하는 것을 포함할 수 있다. 조정 가능한 배율이 있는 상업용 디지털 현미경을 사용하여 인쇄된 개체의 선택된 내부 영역을 캡처할 수 있다. 캡처된 이미지는 컴퓨터 비전 방법으로 분석할 수 있다. 2개의 상이한 에지 검출 기술 중 적어도 하나는 이미지의 선택된 영역에서 경계를 검출하기 위해 사용될 수 있다. 제1 에지 검출 기술은 그라디언트 기반 접근법을 포함하거나 그 방법일 수 있다. 두 번째 에지 검출 기술은 CNN(Convolution Neural Network)의 분류에 기초할 수 있다. 방법 및 장치에는 숫자 코드의 분리 및 수정을 기반으로 및/또는 제어할 수 있는 자동화된 카메라 위치 지정의 사용이 포함될 수 있다.
유방 보형물(예: 생분해성) 및/또는 세포 배양 메쉬와 같은 형성될 구조는 제조 과정에서 모니터링될 수 있다. 방법은 품질 관리 프로세스의 다양한 단계에서 통합될 수 있다. 이는 결함을 자동으로 보상하는 폐쇄 루프 시스템의 일부일 수 있으며 중대한 결함이 발생하는 경우 제조 공정을 중단할 수 있다.
센서는 더 나은 공정 신뢰성, 반복성 및 공정 자동화를 달성하기 위해 제조 공정에 사용될 수 있다. 인쇄 프로세스 모니터링의 바람직한 효과로는 인쇄 중 오류 감지하고, 인쇄 매개변수를 조정하여 추가 실패를 방지하며, 감지된 오류가 심각한 경우 인쇄 프로세스를 자동으로 중지하고, 제조된 제품에서 모니터링하기 어려운 오류(예: 내부 기능의 결함)를 감지하는 효과가 있다. 이는 인쇄 시간을 효과적으로 절약하고 재료 낭비를 줄이며 제조 공정의 품질 관리 및 문서화를 개선한다.
본 명세서에 기술된 다양한 실시예는 인쇄된(예를 들어, FDM 인쇄된) 다공성 구조의 현장 모니터링에 관한 것일 수 있다. 기존 기술은 내부 구조가 아닌 외부 경계의 치수를 모니터링하기 때문에 주로 솔리드 인쇄 개체와 관련이 있다. 일반적으로 기존 기술은 1 밀리미터 미만의 해상도에 도달하지 못한다. 다공성 구조의 품질 및 기계적 특성은 내부 구조의 외관에 의해 과학적으로 영향을 받으므로, 여기에 설명된 다양한 실시예는 내부 구조도 모니터링할 수 있는 모니터링 시스템, 방법 및 장치에 관한 것이다. 인쇄 품질에 대한 의미 있는 평가를 얻으려면 밀리미터 이하 범위의 측정을 추구할 수 있다.
일부 실시예에서, CAD 데이터를 사용하는 대신 수치 코드를 사용하여 참조로서 인쇄 대상의 이상적인 구조를 얻을 수 있다. 이러한 실시예에서는 CAD 프로그램이 사용되지 않는다. 모든 기계의 움직임과 인쇄 가닥의 직경이 코드로 알려져 있기 때문에 숫자 코드를 사용하여 이상적인 모양을 표현하는 것이 가능하다.
본 명세서에 기술된 다양한 실시예는 스트랜드 직경의 모니터링과 관련될 수 있다. 제조된 구조물의 품질 특성은 인쇄된 스트랜드의 치수이다. 고품질 제품은 지정된 값의 일관된 스트랜드 직경이 특징일 수 있다. 스트랜드 직경의 일관성은 인쇄 프로세스가 안정적이고 신뢰할 수 있음을 나타낼 수도 있다. 반면, 스트랜드 직경이 일정하지 않고 요구되는 스트랜드 직경과의 편차는 불안정한 제조 공정을 나타낸다. 따라서 인쇄 중 스트랜드 직경을 모니터링하면 신뢰할 수 있는 현장 품질 관리뿐만 아니라 제조 공정의 최적화도 가능하다. 조직 공학의 경우, 스트랜드 직경은 직경 편차가 적절한 조직 성장을 방해할 수 있는 기공 크기를 변경하고 기계적 특성도 변경할 수 있기 때문에 중요한 변수일 수 있다.
본 발명은 또한 다음 항목들을 특징으로 한다.
항목 1: 3차원 구조를 형성하는 방법은, 형성될 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 감지 장치를 배치하기 위한 하나 이상의 위치를 결정하는 단계;
구조 좌표 정보에 기초하여 3차원 구조의 일부를 형성하는 단계; 및
하나 이상의 위치의 위치에 감지 장치를 배치하는 단계,를 포함한다.
항목 2: 항목 1에 있어서, 구조적 좌표 정보는 3차원 구조의 레이아웃과 관련된 정보를 포함한다.
항목 3: 항목 1 또는 항목 2에 있어서, 구조적 좌표 정보는 3차원 구조의 내부 구조와 관련된 정보를 포함한다.
항목 4: 항목 2 또는 항목 3에 있어서, 구조적 좌표 정보는 3차원 구조를 형성하기 위한 성형 장치를 제어하기 위한 공구 경로 명령을 포함한다.
항목 5: 항목 1 내지 항목 4 중 어느 하나에 있어서, 3차원 구조의 형성된 부분의 적어도 일부에 관한 획득된 데이터에 기초하여 프로세스 상태를 결정하는 단계를 더 포함하고, 획득된 데이터는 결정된 위치에서 감지 장치에 의해 획득된다.
항목 6: 항목 5에 있어서, 프로세스 상태를 결정하는 단계는 획득된 데이터에 기초하여 3차원 구조의 형성된 부분의 구조적 특징의 파라미터 값을 결정하는 단계를 포함한다.
항목 7: 항목 6에 있어서, 파라미터 값은 3차원 구조의 형성 부분의 구조적 특징의 길이, 너비 또는 직경, 높이, 거칠기, 색상, 균질성, 두께 및 경사각 중 적어도 하나이다.
항목 8: 항목 6 또는 항목 7에 있어서, 구조적 특징은 3차원 구조의 내부 구조의 스트랜드 세그먼트를 포함한다.
항목 9: 항목 8에 있어서, 특징의 파라미터 값은 스트랜드 세그먼트의 에지를 검출함으로써 결정된다.
항목 10: 항목 9에 있어서, 스트랜드 세그먼트의 에지는 인공 신경망 프로세스 또는 기울기 기반 검출 프로세스를 구현함으로써 검출된다.
항목 11: 항목 5 내지 항목 9 중 어느 하나에 있어서, 상기 프로세스 상태를 결정하는 단계는,
구조적 좌표 정보에 기초하여, 3차원 구조의 부분의 스트랜드 세그먼트의 이상적인 축을 결정하는 단계;
형성된 부분의 획득된 데이터에 기초하여, 형성된 부분의 스트랜드 세그먼트의 실제 축을 결정하는 단계; 및
이상 축과 실제 축을 비교하여 프로세스 상태를 결정하는 단계를 포함한다.
항목 12: 항목 11에 있어서, 이상 축과 실제 축 간의 차이가 임계값을 초과하는 경우 결함 프로세스 상태를 결정하는 단계를 포함한다.
항목 13: 항목 5 내지 항목 12 중 어느 하나에 있어서, 프로세스 상태를 결정하는 단계는,
3차원 구조의 일부의 스트랜드 세그먼트의 이상적인 파라미터 값과 상기 형성된 부분의 스트랜드 세그먼트의 결정된 파라미터 값을 비교하는 단계를 포함하며,
상기 스트랜드 세그먼트의 결정된 파라미터 값은 3차원 구조의 형성된 부분의 적어도 일부의 획득된 데이터에 기초하여 결정되고,
상기 스트랜드 세그먼트의 이상적인 파라미터 값은 구조적 좌표 정보 및 입력 값 중 적어도 하나에 기초하여 결정된다.
항목 14: 항목 5 내지 13중 어느 하나에 있어서, 이상적인 파라미터 값과 결정된 파라미터 값 사이의 차이가 임계값을 초과하는 경우 결함이 있는 프로세스 상태를 결정하는 단계를 포함한다.
항목 15: 항목 5 내지 항목 14 중 어느 하나에 있어서, 프로세스 상태를 결정하는 단계는,
형성된 부분의 복수의 스트랜드 세그먼트와 관련된 복수의 파라미터 값을 결정하는 단계;
복수의 매개변수 값 중 통계적 매개변수를 결정하는 단계, 및
통계적 매개변수와 비교 매개변수 간의 차이가 임계값을 초과하는 경우 결함이 있는 프로세스 상태를 결정하는 단계를 포함한다.
항목 16: 항목 1 내지 항목 15 중 어느 하나에 있어서, 결정된 프로세스 상태에 기초하여 3차원 구조를 형성하기 위한 프로세스 파라미터를 조정하는 단계를 더 포함한다.
항목 17: 항목 1 내지 항목 16 중 어느 하나에 있어서, 3차원 구조의 부분은 3차원 구조의 복수의 층의 층 세트를 포함한다.
항목 18: 항목 17에 있어서,
복수의 층의 층 세트에 대해, 감지 장치를 배치하기 위한 위치의 각각의 그룹을 결정하는 단계,
복수의 층 세트의 층 세트를 형성하는 단계; 그리고
층 세트를 형성한 후 및 후속 층 세트를 형성하기 전에, 위치 그룹의 위치에 감지 장치를 순차적으로 배치시키고, 각 위치에서 형성된 층 세트의 데이터를 획득하는 단계를 포함한다.
항목 19: 항목 17 또는 항목 18에 있어서, 층 세트는 적어도 제1 서브층 및 적어도 제2 서브층을 포함하고;
복수의 위치의 위치는 제1 서브층과 제2 서브층 사이의 교차점에 기초하여 결정된다.
항목 20: 항목 18 또는 항목 19에 있어서, 복수의 위치의 위치는 제1 서브층과 제2 서브층의 2개의 교차점 사이에 있다.
항목 21: 항목 1 내지 항목 20 중 어느 하나에 있어서, 하나 이상의 위치는 다수의 위치를 포함하고, 위치의 수는 랜덤, 순차적, 어레이 기반 또는 사용자에 의해 결정가능하다.
항목 22: 항목 17 내지 항목 21 중 어느 하나에 있어서, 상기 방법은
복수의 층 세트의 층 세트를 형성하는 단계; 및
층 세트를 형성한 후 및 추가의 층 세트를 형성하기 전에, 층 세트의 위치 그룹의 위치에 감지 장치를 순차적으로 배치시키는 단계를 포함하며, 이들을 교대로 반복한다.
항목 23: 컴퓨터에 의해 실행될 때 컴퓨터로 하여금 항목 1 내지 22 중 어느 하나의 방법을 수행하게 하는 명령을 포함하는 컴퓨터 판독 가능 저장 매체.
항목 24: 3차원 구조를 형성하기 위한 장치는:
3차원 구조물과 관련된 구조적 좌표 정보에 기초하여 3차원 구조물을 형성하는 형성 장치와;
이동식 감지 장치; 및
프로세서,를 포함하며,
상기 프로세서는
형성될 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 감지 장치를 배치하기 위한 하나 이상의 위치를 결정하고,
하나 이상의 위치에 대한 이동식 감지 장치의 위치 지정을 제어한다.
항목 25: 항목 24의 장치에 있어서, 프로세서는 3차원 구조를 형성하기 위한 적응된 숫자 코드 명령을 생성하도록 추가로 구성되고, 적응된 숫자 코드 명령은 형성될 3차원 구조에 관한 구조적 좌표 정보와, 하나 이상의 위치에서 감지 장치의 위치 지정과 관련된 정보를 포함한다.
항목 26: 항목 24의 장치에 있어서, 프로세서는 3차원 구조의 형성된 부분의 적어도 일부와 관련된 획득된 데이터에 기초하여 프로세스 상태를 결정하도록 추가로 구성되고, 획득된 데이터는 하나 이상의 위치에서 감지 장치에 의해 획득된다.
항목 27: 3차원 구조를 형성하기 위한 장치는,
복수의 층을 포함하는 3차원 구조를 형성하기 위한 형성 장치와;
이동식 감지 장치와;
프로세서를 포함하며,
상기 프로세서는
복수의 층의 층 세트에 대해, 감지 장치를 배치시키기 위한 적어도 하나의 위치를 결정하고,
상기 3차원 구조와 관련된 구조 좌표 정보를 기반으로 상기 디바이스에 의해 설정된 층 형성을 제어하며,
층 세트가 형성된 후 및 추가의 층 세트가 형성되기 전에, 층 세트와 연관된 적어도 하나의 위치로 이동식 감지 장치의 위치를 제어하고,
형성된 층 세트의 획득된 데이터에 기초하여 프로세스 상태를 결정하되, 여기서 획득된 데이터는 형성된 층 세트와 연관된 적어도 하나의 위치에서 감지 장치에 의해 획득되는 단계로 구성된다.
본 발명의 상세한 실시예에 대해 설명하였지만, 첨부된 청구범위에 의해 정의된 본 발명은 그 사상 또는 범위를 벗어나지 않고 많은 명백한 변형이 가능하기 때문에 상기 설명에 기재된 특정 세부사항에 의해 제한되지 않는다는 것이라는 것은 이해한다.

Claims (24)

  1. 형성될 3차원 구조의 레이아웃과 관련된 구조적 좌표 정보에 기초하여 감지 장치를 배치하기 위한 하나 이상의 위치를 결정하는 단계;
    상기 구조적 좌표 정보에 기초하여 상기 3차원 구조의 일부를 형성하는 단계;
    상기 하나 이상의 위치의 위치에 감지 장치를 배치하는 단계; 및
    상기 3차원 구조의 형성된 부분의 적어도 일부와 관련된 획득된 데이터에 기초하여 프로세스 상태를 결정하되, 상기 획득된 데이터는 하나 이상의 결정된 위치의 위치에서 감지 장치에 의해 획득되는 단계를 포함하는 3차원 구조를 형성하는 방법.
  2. 제1항에 있어서, 상기 구조적 좌표 정보는 상기 3차원 구조의 내부 구조와 관련된 정보를 포함하는 3차원 구조를 형성하는 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 구조적 좌표 정보는 상기 3차원 구조를 형성하기 위한 성형 장치를 제어하는 공구 경로 명령을 포함하는 3차원 구조를 형성하는 방법.
  4. 제1항 내지 제3항중 어느 한 항에 있어서,
    상기 프로세스 상태를 결정하는 단계는 상기 획득된 데이터에 기초하여 상기 3차원 구조의 형성된 부분의 구조적 특징의 파라미터 값을 결정하는 단계를 포함하는 3차원 구조를 형성하는 방법.
  5. 제4항에 있어서,
    상기 파라미터 값은 상기 3차원 구조의 형성 부분의 구조적 특징의 길이, 너비 또는 직경, 높이, 거칠기, 색상, 균질성, 두께 및 경사각 중 적어도 하나인 3차원 구조를 형성하는 방법.
  6. 제4항에 있어서, 상기 구조적 특징은 상기 3차원 구조의 내부 구조의 스트랜드 세그먼트를 포함하는 3차원 구조를 형성하는 방법.
  7. 제6항에 있어서, 상기 특징의 파라미터 값은 상기 스트랜드 세그먼트의 에지를 검출하여 결정되는 3차원 구조를 형성하는 방법.
  8. 제7항에 있어서, 상기 스트랜드 세그먼트의 에지는 인공 신경망 프로세스 또는 그라디언트 기반 검출 프로세스를 구현하여 검출하는 3차원 구조를 형성하는 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서, 상기 프로세스 상태를 결정하는 단계는
    상기 구조적 좌표 정보에 기초하여, 3차원 구조의 부분의 스트랜드 세그먼트의 이상 축을 결정하는 단계;
    형성된 부분의 획득된 데이터에 기초하여, 상기 형성된 부분의 스트랜드 세그먼트의 실제 축을 결정하는 단계; 및
    상기 이상 축과 상기 실제 축을 비교하여 공정 상태를 결정하는 단계를 포함하는 3차원 구조를 형성하는 방법.
  10. 제9항에 있어서, 상기 이상 축과 상기 실제 축 사이의 차이가 임계값을 초과하는 경우 결함이 있는 프로세스 상태를 결정하는 단계를 포함하는 3차원 구조를 형성하는 방법.
  11. 제1항 내지 제10항 중 어느 한 항에 있어서, 상기 프로세스 상태를 결정하는 단계는
    상기 3차원 구조의 일부의 스트랜드 세그먼트의 이상적인 파라미터 값과 형성된 부분의 스트랜드 세그먼트의 결정된 파라미터 값을 비교하는 단계를 포함하며,
    상기 스트랜드 세그먼트의 결정된 파라미터 값은 상기 3차원 구조의 형성된 부분의 적어도 일부의 획득된 데이터에 기초하여 결정되고,
    상기 스트랜드 세그먼트의 상기 이상적인 파라미터 값은 상기 구조적 좌표 정보 및 입력 값 중 적어도 하나에 기초하여 결정되는 3차원 구조를 형성하는 방법.
  12. 제1항 내지 제11항중 어느 한 항에 있어서, 상기 이상적인 파라미터 값과 결정된 파라미터 값 사이의 차이가 임계값을 초과하는 경우 결함이 있는 프로세스 상태를 결정하는 단계를 포함하는 3차원 구조를 형성하는 방법.
  13. 제1항 내지 제12항 중 어느 한 항에 있어서,
    상기 프로세스 상태를 결정하는 단계는,
    상기 형성된 부분의 복수의 스트랜드 세그먼트와 관련된 복수의 파라미터 값을 결정하는 단계;
    복수의 매개변수 값 중 통계적 매개변수를 결정하는 단계, 및
    상기 통계적 매개변수와 비교 매개변수 간의 차이가 임계값을 초과하는 경우 결함이 있는 프로세스 상태를 결정하는 단계를 포함하는 3차원 구조를 형성하는 방법.
  14. 제1항 내지 제13항 중 어느 한 항에 있어서, 상기 결정된 프로세스 상태에 기초하여 상기 3차원 구조를 형성하기 위한 프로세스 파라미터를 적응시키는 단계를 포함하는 3차원 구조를 형성하는 방법.
  15. 제1항 내지 제14항 중 어느 한 항에 있어서, 상기 3차원 구조의 일부는 상기 3차원 구조의 복수의 층의 층 세트를 포함하는 3차원 구조를 형성하는 방법.
  16. 제15항에 있어서,
    복수의 층의 층 세트에 대해, 상기 감지 장치를 배치하기 위한 위치의 각각의 그룹을 결정하는 단계,
    복수의 층 세트의 층 세트를 형성하는 단계; 및
    층 세트를 형성한 후 및 후속 층 세트를 형성하기 전에, 위치 그룹의 위치에 상기 감지 장치를 순차적으로 배치시키고, 각 위치에서 상기 형성된 층 세트의 데이터를 획득하는 단계를 더 포함하는 3차원 구조를 형성하는 방법.
  17. 제15항에 있어서, 층 세트는 적어도 제1 서브층 및 적어도 제2 서브층을 포함하고;
    복수의 위치의 위치는 상기 제1 서브층과 상기 제2 서브층 사이의 교차점에 기초하여 결정되는 3차원 구조를 형성하는 방법.
  18. 제16항에 있어서, 상기 복수의 위치의 위치는 상기 제1 서브층과 상기 제2 서브층의 2개의 교차점 사이에 있는 3차원 구조를 형성하는 방법.
  19. 제1항 내지 제18항 중 어느 한 항에 있어서, 상기 하나 이상의 위치는 다수의 위치를 포함하고, 상기 위치의 수는 랜덤, 순차적, 어레이 기반 또는 사용자에 의해 결정가능한 3차원 구조를 형성하는 방법.
  20. 제15항에 있어서,
    상기 방법은
    복수의 층 세트의 층 세트를 형성하는 단계; 및
    상기 층 세트를 형성한 후 및 추가의 층 세트를 형성하기 전에, 상기 층 세트의 위치 그룹의 위치에 감지 장치를 순차적으로 배치시키는 단계를 포함하며, 이들 단계를 교대로 반복하는 3차원 구조를 형성하는 방법.
  21. 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 3차원 구조를 형성하는 형성 장치;
    이동식 감지 장치; 및
    프로세서를 포함하며,
    상기 프로세서는
    형성될 3차원 구조와 관련된 구조적 좌표 정보에 기초하여 감지 장치를 배치시키기 위한 하나 이상의 위치를 결정하고,
    상기 하나 이상의 위치에 대한 상기 이동식 감지 장치의 위치를 제어하며,
    상기 3차원 구조의 형성된 부분의 적어도 일부와 관련된 획득된 데이터에 기초하여 프로세스 상태를 결정하되, 상기 획득된 데이터는 상기 하나 이상의 위치의 위치에서 감지 장치에 의해 획득되는 단계로 구성되는 3차원 구조를 형성하는 장치.
  22. 제21항에 있어서, 상기 프로세서는 상기 3차원 구조를 형성하기 위한 적응된 숫자 코드 명령어를 생성하는 것을 추가로 구성되며, 상기 적응된 숫자 코드 명령어는 형성될 3차원 구조에 관한 구조적 좌표 정보와 하나 이상의 위치에서 상기 감지 장치의 위치 지정과 관련된 정보를 구성하는 3차원 구조를 형성하는 장치.
  23. 복수의 층을 포함하는 3차원 구조를 형성하기 위한 형성 장치와;
    움직일 수 있는 감지 장치와;
    복수의 층의 층 세트에 대해, 감지 장치를 배치시키기 위한 적어도 하나의 위치를 결정하고,
    상기 3차원 구조와 관련된 구조적 좌표 정보를 기반으로 상기 장치에 의해 설정된 층의 형성을 제어하며,
    층 세트가 형성된 후 및 추가의 층 세트가 형성되기 전에, 층 세트와 연관된 적어도 하나의 위치로 상기 움직일 수 있는 감지 장치의 위치를 제어하고,
    형성된 층 세트의 획득된 데이터에 기초하여 프로세스 상태를 결정하되, 상기 획득된 데이터는 형성된 층 세트와 연관된 적어도 하나의 위치에서 상기 감지 장치에 의해 획득되는 단계로 구성된 프로세서를 포함하는 3차원 구조를 형성하는 장치.
  24. 제21항 내지 제23항의 장치 프로세서에 의해 실행될 때, 장치로 하여금 제1항 내지 제20항 중 어느 한 항의 방법을 수행하게 하는 명령어를 포함하는 컴퓨터 판독가능 저장 매체.
KR1020227027740A 2020-02-03 2021-02-03 3차원 구조를 형성하는 장치 및 그 관련 방법 KR20220138385A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP20155109 2020-02-03
EP20155109.0 2020-02-03
PCT/EP2021/052513 WO2021156292A1 (en) 2020-02-03 2021-02-03 Arrangements for forming three-dimensional structures, and related methods thereof

Publications (1)

Publication Number Publication Date
KR20220138385A true KR20220138385A (ko) 2022-10-12

Family

ID=69467393

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227027740A KR20220138385A (ko) 2020-02-03 2021-02-03 3차원 구조를 형성하는 장치 및 그 관련 방법

Country Status (10)

Country Link
US (1) US20230073418A1 (ko)
EP (1) EP4100239A1 (ko)
JP (1) JP2023512296A (ko)
KR (1) KR20220138385A (ko)
CN (1) CN115298020A (ko)
AU (1) AU2021217126A1 (ko)
BR (1) BR112022014647A2 (ko)
CR (1) CR20220436A (ko)
MX (1) MX2022009304A (ko)
WO (1) WO2021156292A1 (ko)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015113700A1 (de) * 2015-04-22 2016-10-27 Cl Schutzrechtsverwaltungs Gmbh Verfahren zum Herstellen eines dreidimensionalen Bauteils
JP6804718B2 (ja) * 2016-07-08 2020-12-23 富士ゼロックス株式会社 ３次元データ生成装置、３次元造形装置、造形物の製造方法及びプログラム

Also Published As

Publication number Publication date
WO2021156292A1 (en) 2021-08-12
AU2021217126A1 (en) 2022-08-11
CR20220436A (es) 2023-02-09
MX2022009304A (es) 2022-08-18
EP4100239A1 (en) 2022-12-14
CN115298020A (zh) 2022-11-04
JP2023512296A (ja) 2023-03-24
BR112022014647A2 (pt) 2022-09-13
US20230073418A1 (en) 2023-03-09

Similar Documents

Publication Publication Date Title
EP3323617B1 (en) Method and system for x-ray backscatter inspection of additive manufactured parts
US12001191B2 (en) Automated 360-degree dense point object inspection
US20210146447A1 (en) Additive manufacturing method and apparatus
EP3308945B1 (en) Method and system for topographical based inspection and process control for additive manufactured parts
EP3774281B1 (en) System, method and media for additive manufacturing
Bartlett et al. Prediction of microstructural defects in additive manufacturing from powder bed quality using digital image correlation
EP3963414A2 (en) Automated 360-degree dense point object inspection
EP3312009A1 (en) Method and system for thermographic inspection of additive manufactured parts
Lyu et al. Online convolutional neural network-based anomaly detection and quality control for fused filament fabrication process
Ye et al. In-situ point cloud fusion for layer-wise monitoring of additive manufacturing
JP2018024242A (ja) 積層造形法により製造された部品の検査のための方法およびシステム
EP3711019A1 (en) Automated in-line object inspection
CN108463838A (zh) 增材制造过程中的差错检测
US20220281177A1 (en) Ai-powered autonomous 3d printer
Yi et al. Machine vision based statistical process control in fused deposition modeling
US20220347930A1 (en) Simulation, correction, and digitalization during operation of an additive manufacturing system
Kopsacheilis et al. In Situ Visual Quality Control in 3D Printing.
KR20220138385A (ko) 3차원 구조를 형성하는 장치 및 그 관련 방법
Boos et al. Melt pool monitoring using fuzzy based anomaly detection in laser beam melting
Binder et al. Linking thermal images with 3D models for FFF printing
Liu et al. Detection and quantitative evaluation of surface defects in wire and arc additive manufacturing based on 3D point cloud
Hisham et al. QUALITY MONITORING FOR FUSED FILAMENT FABRICATION PRODUCT: A
US20220230292A1 (en) Machine learning and computer vision based 3d printer monitoring systems and related methods
US20240233364A1 (en) Abnormality determination device and abnormality determination method
Doodi et al. Layer profile monitoring for fused deposition modelling process using boarder signature method

Legal Events

Date Code Title Description
A201 Request for examination