【技术实现步骤摘要】
【国外来华专利技术】
本专利技术公开的主题涉及用于辅助增材制造过程的系统和方法。
技术介绍
1、随着增材制造（3d打印）的广泛使用，对打印工件的质量保证的需求日益增加。增材制造就是添加材料以逐层地成形一个工件。
2、如果在增材制造中由于机器、过程或材料问题而存在定性打印问题，则工件质量受损并导致废料产生。并且如果打印错误没有被检测到，甚至通过在有问题的区域上添加层而被隐藏，则当错误的工件用于产品中时，尤其是用于诸如汽车、铁路或航空领域等可用性关键产品或安全关键产品中时，这种隐藏的质量问题可能容易导致大量的后续问题。
3、因此，需要对增材制造过程进行过程中错误检测和校正。
技术实现思路
1、该需求通过一种用于（过程中）辅助工件的增材制造过程的系统来满足，例如通过监测工件被生产部分的质量，换句话说，部分生产的工件的质量。该增材制造过程包括多个打印步骤，并且该系统包括
2、-（易失性或非易失性）存储器，该存储器存储机器可执行组件，
3、-处理器，该处理器可操作地联接到存储器，并且被配置为执行机器可执行组件，以及
4、-接口，该接口被配置为接收第一数据流和第二数据流，其中第一数据流和第二数据流是在通过增材制造过程制造工件的同时生成的。
5、第一数据流包括由控制增材制造过程的控制装置提供的第一数据，该第一数据表示工件的被生产部分的第一形式。该第一形式由与增材制造过程的打印步骤相关联的第一几何形状组成。
6、第二数据流包括由监测增材
7、机器可执行组件包括
8、-数据融合组件，该数据融合组件被配置为接收第一数据流和第二数据流（作为输入），并通过将第一数据流与第二数据流相关联/链接来生成/提供合并数据流（作为输出），使得在合并数据流中的第一数据流和第二数据流之间存在公共时间基准，
9、-几何分类组件，该几何分类组件被配置为基于合并数据流确定工件的被生产部分的第二形式和将该工件的被生产部分的第二形式分解成第二几何形状的至少一种分解，以及
10、-质量检查组件，该质量检查组件被配置为将第二几何形状与（相应的）第一几何形状进行比较，以评估工件的被生产部分的质量。
11、术语“工件的被生产部分”强调工件经历生产过程的事实，并且本专利技术公开的系统被设计为实时地（例如在线）辅助增材制造过程。例如，每个被生产部分可以对应于生产过程的预定阶段。
12、数据融合组件在任何时间均建立第一形式与第二形式之间的对应关系。这使得例如可以将由控制单元执行的部分程序的特定行的执行结果与图像数据流中的帧（图像）进行比较。
13、本专利技术公开的一个或多个组件可被实现为软件、软件模块、软件包等，包括例如可以以声明性形式的命令写入的编程语言的人类或机器可读代码。组件可以是例如编译的和/或运行的。
14、质量评估可以例如得出质量（仍然）良好、降低，甚至得到提高的结论。例如，当在工件的增材制造过程期间发生错误（例如打印错误）时，可以检测到质量降低。
15、换句话说，评估质量包括检测在增材制造过程期间，即在例如向工件的一部分（逐步）添加材料的过程期间发生的可能（早期）错误。
16、错误可以包括几何错误，例如打印电路板（pcb）的厚度和/或宽度中的错误、断裂、打印层中的材料缺失（这可能导致工件中的凹槽和/或空腔、不完整的粉末层、涂层缺失等）。
17、本专利技术公开的过程中（实时）质量评估允许检测早期过程错误，并且例如使得过程中错误校正成为可能，从而提高最终工件的质量。
18、在一个实施方式中，几何分类组件进一步被配置为接收合并数据流，并检测合并数据流的第二数据流中的工件的被生产部分。
19、在一个实施方式中，每个打印步骤可以由增材制造装置或机器执行的预定义或预定动作来定义或确定。这例如可以是部分程序（例如nc程序的部分程序）中的某个循环（g代码的某些行），该部分程序使机器的打印头打印一层，例如单材料层，或一些预定义形式。
20、几何分类组件可以进一步被配置为将第二几何形状与增材制造过程的打印步骤相匹配和/或相关联。
21、第二几何形状可以以预定的一组（例如基本可打印的）几何（2d和/或3d）形状来定义。
22、基本形状可以是不能进一步分解成更简单形状的形状，例如圆形。可打印是指形状通过增材制造机器的可打印性，例如它们可以与一些g代码打印功能相匹配和/或相关联。
23、在一个实施方式中，质量检查组件可以被配置为在每个打印步骤之后将第二几何形状与第一几何形状进行比较，以评估工件的被生产部分的质量。
24、在一个实施方式中，几何分类组件包括机器学习算法、特别是分类算法，该机器学习算法被用于检测合并数据流的第二数据流中的工件的被生产部分。分类算法可以是经过训练的算法。
25、在一个实施方式中，机器学习算法可以（预先）在预定义的训练数据集上训练，该训练数据集表示工件的被生产部分的形式。
26、在一个实施方式中，预定义的训练数据集表示将工件的被生产部分的形式分解成几何形状的分解，并且机器学习算法被用于确定将工件的被生产部分的第二形式分解成第二几何形状的至少一种分解。
27、在一个实施方式中，分类算法可以包括基于描述性逻辑的推理器。该推理器可以被配置为通过使用预定集合（例如公理的集合）来进行形式上和数学上的推理。特别地，推理器可以是未经训练的推理器。
28、在一个实施方式中，预定集合（用于推理器）包括几何属性的语义描述以及根据描述性逻辑的几何形状之间的关系。
29、预定数据集中的语义描述可以包括（基本）形状的属性，例如大小、形状（例如角的数量等）、（可能的）彼此的关系（在顶部、无缝连接、居中等）。
30、此外，预定数据集可以包括形状的（等价）类的描述（或语义定义）（例如“球形”是没有角的形状-几何形状的语义定义-基本形状本体）。
31、换句话说，语义可以是质量检查组件的一部分。
32、这便于基于分类算法和使用等价类推理的算法配置对例如2d和/或3d几何形状进行语义分类。
33、在一个实施方式中，机器可执行组件还包括动作反馈组件，该动作反馈组件被配置为提供待在执行工件的增材制造过程的增材制造机器上执行的至少一个动作的建议。
34、在一个实施方式中，例如向（增材制造系统的）操作者提供建议可以包括在显示装置上显示建议。这可以为增材制造机器的操作者提供持续指导。
35、在一个实施方式中，至少一个动作包括停止增材制造过程，并且特别是在停止增材制造过程之后执行（手动，例如通过操作者，或自动）校正动作。
36、在一个实施方式中，校正动作与（已知/预定的）材料缺陷和（已知/预定的）工件质量降低相关联，和/或包括本文档来自技高网...
【技术保护点】
1.一种用于辅助工件（22）的增材制造过程的系统，其中，所述增材制造过程包括多个打印步骤（P1，P2，P3，P4），其中，所述系统包括
2.根据权利要求1所述的系统，其中，所述几何分类组件被配置为
3.根据权利要求1或2所述的系统，其中，所述几何分类组件被配置为
4.根据权利要求1至3中任一项所述的系统，其中，所述几何分类组件包括机器学习算法、特别是分类算法，所述机器学习算法包括基于描述性逻辑并使用预定集合的推理器，所述预定集合包括几何属性的语义描述以及根据所述描述性逻辑的几何形式和/或形状之间的关系。
5.根据权利要求4所述的系统，其中，所述机器学习算法是在预定义的训练数据集上训练的，所述预定义的训练数据集表示工件的被生产部分的形式。
6.根据权利要求5结合权利要求3所述的系统，其中，所述预定义的训练数据集表示将工件的被生产部分的形式分解成几何形状的分解，并且所述机器学习算法被用于确定将所述工件的所述被生产部分的所述第二形式分解成第二几何形状的至少一种分解。
7.根据权利要求1至6中任一项所述的系统，其中，
8.根据权利要求7所述的系统，其中，所述至少一个动作包括停止所述增材制造过程。
9.根据权利要求8所述的系统，其中，所述至少一个动作包括在停止所述增材制造过程之后执行校正动作，其中，特别是所述校正动作与材料缺陷和工件质量退化相关联，和/或包括由所述控制装置（23）能够执行的经校正的机械加工程序。
10.根据权利要求7至9中任一项所述的系统，其中，所述动作反馈组件进一步被配置为向所述增材制造过程建议至少一个校正动作，并使所述控制装置（23）执行所述至少一个校正动作。
11.根据权利要求10所述的系统，其中，所述至少一个校正动作是从语义等价类中得到的，其中，所述语义等价类优选地基于来自CAD/CAM系统的输入来定义，该CAD/CAM系统能够将所述工件分解成单独的几何形状。
12.根据权利要求1至11中任一项所述的系统，其中，控制所述增材制造过程的所述控制装置的时钟是所述公共时间基准。
13.根据权利要求1至12中任一项所述的系统，其中，所述第二数据（31）包括图像数据、特别是视频数据流、激光扫描数据流、超声数据流。
14.根据权利要求1至13中任一项所述的系统，其中，所述数据融合组件被配置为建立所述第一形式与所述第二形式之间的对应关系，使得便于将由所述控制单元执行的部分程序的预定行的执行结果与所述图像数据流中的帧图像进行比较。
15.根据权利要求1至14中任一项所述的系统，还包括决策支持组件，所述决策支持组件被配置为从3D打印过程的视角或在完成工件的制造过程之后，在系统选择的安全点处以通知或警告操作者的形式和/或以逐步手动校正指令的形式提供决策支持。
16.一种工件的增材制造的计算机辅助的方法，包括
17.一种包括指令的计算机程序，所述指令在由计算装置执行时使所述计算装置执行根据权利要求16所述的方法的步骤。
18.一种计算机可读介质，包括根据权利要求17所述的计算机程序。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于辅助工件（22）的增材制造过程的系统，其中，所述增材制造过程包括多个打印步骤（p1，p2，p3，p4），其中，所述系统包括
2.根据权利要求1所述的系统，其中，所述几何分类组件被配置为
3.根据权利要求1或2所述的系统，其中，所述几何分类组件被配置为
4.根据权利要求1至3中任一项所述的系统，其中，所述几何分类组件包括机器学习算法、特别是分类算法，所述机器学习算法包括基于描述性逻辑并使用预定集合的推理器，所述预定集合包括几何属性的语义描述以及根据所述描述性逻辑的几何形式和/或形状之间的关系。
5.根据权利要求4所述的系统，其中，所述机器学习算法是在预定义的训练数据集上训练的，所述预定义的训练数据集表示工件的被生产部分的形式。
6.根据权利要求5结合权利要求3所述的系统，其中，所述预定义的训练数据集表示将工件的被生产部分的形式分解成几何形状的分解，并且所述机器学习算法被用于确定将所述工件的所述被生产部分的所述第二形式分解成第二几何形状的至少一种分解。
7.根据权利要求1至6中任一项所述的系统，其中，所述机器可执行组件还包括动作反馈组件，所述动作反馈组件被配置为提供待在执行所述工件的所述增材制造过程的增材制造机器上执行的至少一个动作的建议。
8.根据权利要求7所述的系统，其中，所述至少一个动作包括停止所述增材制造过程。
9.根据权利要求8所述的系统，其中，所述至少一个动作包括在停止所述增材制造过程之后执行校正动作，其中，特别是所述校正动作与材料缺陷和工件质量退化相关联，和/或包括由所述控制装置（23）能够执行...
【专利技术属性】
技术研发人员：扬格雷戈尔·菲舍尔，盖尔盖伊·鲁达，
申请(专利权)人：西门子股份公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。