用于制造过程的系统、方法和介质技术方案

本文公开了一种制造系统。该制造系统包括一个或更多个工位、监控平台和控制模块。一个或更多个工位中的每个工位被配置为在产品的多步骤制造过程中执行至少一个步骤。监控平台被配置为监控产品在整个多步骤制造过程中的进度。控制模块被配置为动态地调整多步骤制造过程中的每个步骤的加工参数，以实现产品期望的最终质量度量。的最终质量度量。的最终质量度量。

【技术实现步骤摘要】
【国外来华专利技术】用于制造过程的系统、方法和介质
[0001]相关申请的交叉引用
[0002]本申请主张2019年9月10日提交的美国临时申请序列号62/898,535的优先权，现将其全部内容通过引用并入本申请。


[0003]本公开一般涉及用于制造过程的系统、方法和介质。

技术介绍

[0004]为了安全、及时且以最少的浪费制造出始终符合期望设计规范的产品，通常需要对制造过程进行持续监控和调整。

技术实现思路

[0005]在一些实施例中，本文公开了一种制造系统。制造系统包括一个或更多个加工工位、监控平台和控制模块。一个或更多个加工工位中的每个加工工位配置为在产品的多步骤制造过程中执行至少一个步骤。监控平台被配置为监控产品在整个多步骤制造过程中的进度。控制模块被配置为动态地调整多步骤制造过程中每个步骤的加工参数，以实现产品的期望的最终质量度量。控制模块配置为执行操作。操作包括从监控平台接收与在多步骤制造过程中的步骤处的产品相关联的输入。操作还包括由控制模块基于输入生成产品的状态编码。操作还包括由控制模块基于状态编码和输入而确定最终质量度量不在可接受值的范围内。操作还包括由控制模块基于所述确定来对至少后续加工工位的控制逻辑进行调整。调整包括由后续加工工位执行的纠正动作。
[0006]在一些实施例中，本文公开了一种多步骤制造方法。由计算系统从制造系统的监控平台接收加工工位处的产品图像。加工工位可被配置为至少执行多步骤制造过程中的步骤。计算系统基于产品图像生成产品的状态编码。计算系统基于状态编码和产品图像确定产品的最终质量度量不在可接受值的范围内。基于所述确定，由计算系统对至少后续加工工位的控制逻辑进行调整，其中，所述调整包括将由后续加工工位执行的纠正动作。
[0007]在一些实施例中，本文公开了一种三维(three
‑
dimensional,3D)打印系统。3D打印系统包括加工工位、监控平台和控制模块。加工工位被配置为沉积多个层以形成产品。监控平台配置为监控产品在整个沉积过程中的进度。控制模块被配置为动态地调整多个层中的每一层的加工参数，以实现产品的期望的最终质量度量。控制模块配置为执行操作。操作包括从监控平台接收已经沉积了层之后的产品图像。操作还包括由控制模块基于产品图像生成产品的状态编码。操作还包括由控制模块基于状态编码和产品图像确定最终质量度量不在可接受值的范围内。操作还包括基于所述确定由控制模块对沉积多个层中的至少后续层的控制逻辑进行调整。调整包括将在沉积后续层期间执行的纠正动作。
附图说明
[0008]为了能够详细理解本公开的上述特征，可以通过参考实施例(附图中示出了其中一些实施例)对本公开进行更具体的描述(上文进行了简要概述)。然而，应当注意的是，附图仅示出了本专利技术的典型实施例，因此不应被视为限制本专利技术的范围，因为本专利技术可以允许其他同样有效的实施例。
[0009]图1是根据示例实施例示出的制造环境的框图。
[0010]图2是根据示例实施例示出的制造环境的预测引擎的框图。
[0011]图3是根据示例实施例示出的预测引擎的状态自动编码器的框图。
[0012]图4是根据示例实施例示出的用于预测引擎的纠正代理的演员评论家范式(actor
‑
critic paradigm)的框图。
[0013]图5是根据示例实施例示出的执行多步骤制造过程的方法的流程图。
[0014]图6A根据示例实施例示出了系统总线计算系统架构。
[0015]图6B根据示例实施例示出了具有芯片组架构的计算机系统。
[0016]为了便于理解，在可能的情况下，使用了相同的参考数字来指定图中常见的相同元素。可以设想的是，在一个实施例中公开的元素可以有益地用于其他实施例，而无需具体叙述。
具体实施方式
[0017]制造过程可能很复杂，包括由不同加工工位(或“工位”)加工直到生产出最终产品的原材料。在一些实施例中，每个加工工位接收加工的输入，并可输出中间输出，该中间输出可被传递到随后的(下游)加工工位以进行额外的加工。在一些实施例中，最终加工工位可以接收加工的输入，并且可以输出最终产品，或者更一般地，输出最终输出。
[0018]在一些实施例中，每个工位可包括可执行一组加工步骤的一个或更多个工具/设备。示例性加工工位可包括但不限于传送带、注塑机、切割机、冲模机、挤出机、计算机数字控制(computer numerical control,CNC)磨机、研磨机、装配工位、三维打印机、质量控制工位、验证工位等。
[0019]在一些实施例中，可由一个或更多个加工控制器管理每个加工工位的操作。在一些实施例中，每个加工工位可包括一个或更多个加工控制器，这些加工控制器可被编程以控制加工工位的操作。在一些实施例中，操作员或控制算法可向工位控制器提供工位控制器设定点，设定点可表示每个控制值的期望值或值的范围。在一些实施例中，在制造过程中用于反馈或前馈的值可称为控制值。示例性控制值可包括但不限于：速度、温度、压力、真空、旋转、电流、电压、功率、粘度、工位处使用的材料/资源、吞吐量、停机时间、有毒烟雾等。
[0020]本文描述的一种或更多种技术通常指监控平台，监控平台配置为监控多步骤制造过程中的每个步骤。对于多步骤制造过程中的每个步骤，监控平台可以监控产品的进度，并确定产品的当前状态如何影响与最终产品相关的最终质量度量。通常，最终质量度量是一种无法在多步骤制造过程中的每个步骤测量的度量。示例性最终质量度量可包括但不限于最终产品的抗拉强度、硬度、热性能等。对于某些最终质量度量，如抗拉强度，破坏性试验用于测量此类度量。
[0021]本文描述的一种或更多种技术能够使用一种或更多种人工智能技术在多步骤制
造过程的每个步骤预测最终质量度量。例如，本文描述的一种或更多种技术可以利用一种或更多种强化算法，以基于处于多步骤制造过程的特定步骤的产品状态来预测最终质量度量。
[0022]将强化学习应用到物理环境中并不是一项不重要的任务。一般来说，强化学习不像其他类型的机器学习技术那样有利于真实的物理环境。这可能是因为训练预测模型通常需要的大量的训练示例。在物理环境中，由于制造物理产品的成本和时间，通常很难生成所需数量的训练示例。为了说明该限制，本文提供的一种或更多种技术可以利用无模型强化学习技术(model
‑
free reinforcement learning technique)，该技术允许预测模型在被遍历时对环境进行学习。这对物理测量很好，因为该技术需要较少的测量来预测最佳动作。
[0023]图1是根据示例实施例示出的制造环境100的框图。制造环境100可以包括制造系统102、监控平台104和控制模块106。制造系统102可以广泛代表多步骤制造系统。在一些实施例中，制造系统102可以表示用于增材制造的制造系统(例如，3D打印系统)。在一些实施例中，制造系统102可以表示用于减材制造的制造系统(例如本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种制造系统，包括：一个或更多个工位，每个工位配置为在产品的多步骤制造过程中执行至少一个步骤；监控平台，配置为监控所述产品在整个所述多步骤制造过程中的进度；以及控制模块，配置为动态地调整所述多步骤制造过程中每个步骤的加工参数，以实现产品的期望的最终质量度量，所述控制模块配置为执行操作，所述操作包括：从所述监控平台接收与在所述多步骤制造过程的步骤中的所述产品相关联的输入；由所述控制模块基于所述输入生成所述产品的状态编码；由所述控制模块基于所述状态编码和产品图像来确定所述最终质量度量不在可接受值的范围内；以及基于所述确定，由所述控制模块对至少后续工位的控制逻辑进行调整，其中，所述调整包括将由所述后续工位执行的纠正动作。2.根据权利要求1所述的制造系统，其中，在所述产品加工完成之前无法测量所述最终质量度量。3.根据权利要求1所述的制造系统，其中，由所述控制模块对至少所述后续工位的控制逻辑进行调整，包括：识别所述后续工位将执行的所述纠正动作；以及基于所述纠正动作和所述状态编码预测所述最终质量度量。4.根据权利要求1所述的制造系统，其中，所述操作还包括：由所述控制模块基于所述输入确定是否存在不可恢复的故障。5.根据权利要求4所述的制造系统，其中，所述输入包括图像，并且其中，所述控制模块使用卷积神经网络确定存在所述不可恢复的故障。6.根据权利要求1所述的制造系统，其中，由所述控制模块对至少所述后续工位的控制逻辑进行调整，包括：调整进一步的后续工位的进一步的控制逻辑。7.根据权利要求1所述的制造系统，其中，所述一个或更多个加工工位中的每一个加工工位对应于3D打印过程中的层沉积。8.一种多步骤制造方法，包括：由计算系统从制造系统的监控平台接收位于一个或更多个工位中的一个工位处的产品图像，每个工位配置为执行多步骤制造过程的步骤；由所述计算系统基于所述产品图像生成所述产品的状态编码；由所述计算系统基于所述状态编码和所述产品图像确定所述产品的最终质量度量不在可接受值的范围内；以及基于所述确定，由所述计算系统对至少后续工位的控制逻辑进行调整，其中，所述调整包括将由所述后续工位执行的纠正动作。9.根据权利要求8所述的多步骤制造方法，其中，在所述产品加工完成之前无法测量所述最终质量度量。1...

【专利技术属性】
技术研发人员：法比安，
申请(专利权)人：纳米电子成像有限公司，
类型：发明
国别省市：