【技术实现步骤摘要】
增材制造中用于人工智能反馈控制的系统、方法和介质
[0001]本专利技术是申请日为2019年03月29日、申请号为201980032570.X、专利技术名称为“增材制造中用于人工智能反馈控制的系统、方法和介质”的分案申请,该母案申请要求2018年04月02日提交到美国专利局的申请号为NO.15/943,442的优先权。
[0002]本公开涉及用于在增材制造中提供人工智能反馈控制的机制。
技术介绍
[0003]增材制造系统(诸如3D打印机和单元打印机)被广泛用于沉积天然的、合成的或生物材料的多层,以通过挤压、烧结、光聚合、机械合成或电动流体动力的过程来制造对象。增材制造的过程通过层沉积过程制造对象,其中,增材制造打印机不断添加连续的层,直到打印对象完成。
[0004]通常,由增材制造打印机打印的对象是基于生产设计的。可以使用三维建模软件(例如CAD程序)为所需规格的对象创建生产设计。然后,切片程序可以将生产设计转换为数控代码(例如G代码),然后切片程序将设计分为多个层,然后切片程序可以用来指示增材制造打印机打印生产设计的每个单独层的物理表示。增材制造的目标是打印与生产设计的规格密切相关的对象。
[0005]根据生产设计的尺寸和复杂度,无论如何完成一个打印对象可能要花费数小时到几天的时间。当前的增材制造系统在其可提供的反馈类型以及在对象的每一层被打印后可采取的纠正措施方面受到限制。通常,直到整个对象都已打印,才提供反馈。当在对象的打印过程中提供反馈时,通常是为了确定是停止打印对象还是继续打印对象。 ...
【技术保护点】
【技术特征摘要】
1.一种制造系统,包括:图像传感器,所述图像传感器被配置为捕获样本的第一图像;以及至少一个硬件处理器,所述至少一个硬件处理器被配置为:从所述图像传感器接收第一图像;获取所述样本的一种或更多种期望的性能;基于所述第一图像来生成所述样本的第二图像;使用被配置为检测所述样本上的异常的第一人工智能算法从所述第二图像识别所述样本上的异常;使用第二人工智能算法确定所识别的异常与用于处理所述样本的多个处理参数中的一个之间的相关性,所述第二人工智能算法被配置为确定所识别的异常与所述多个处理参数中的一个之间的相关性;调整将由所述制造系统使用的所述多个处理参数中的一个的值,以处理所述样本;以及使用所述多个处理参数中的一个的值,使所述制造系统继续处理所述样本,以基本实现所述一种或更多种期望的性能。2.根据权利要求1所述的制造系统,其中,基于所述第一图像来生成所述样本的第二图像,包括:将聚焦形状算法、阴影聚焦形状算法、光度立体算法和傅里叶叠层调制算法中的一种应用到所述第一图像。3.根据权利要求1所述的制造系统,使用所述第一人工智能算法从所述第二图像识别所述样本上的异常,包括:将所述第二图像与所述样本的生产设计进行比较。4.根据权利要求1所述的制造系统,其中,所述至少一个硬件处理器还被配置为:识别影响所述样本的机械性能、光学性能和电性能中的至少一项的处理参数;在所述样本经过第一处理步骤后,测量所述机械性能、所述光学性能和所述电性能中的至少一项;确定所述样本的异常率;以及确定所述异常率和所述处理参数对所述样本的机械性能、光学性能和电性能中的至少一项的影响。5.根据权利要求1所述的制造系统,其中,所述至少一个硬件处理器还被配置为:识别影响所述样本的机械性能、光学性能和电性能中的至少一项的处理参数;在所述样本经过第一处理步骤后,测量所述机械性能、所述光学性能和所述电性能中的至少一项;确定所述样本的异常图案;以及确定所述异常图案和所述处理参数对所述样本的机械性能、光学性能和电性能中的至少一项的影响。6.根据权利要求1所述的制造系统,其中,所述至少一个硬件处理器还被配置为:训练所述第一人工智能算法来识别训练样本的训练图像上的异常。7.根据权利要求1所述的制造系统,其中,所述至少一个硬件处理器还被配置为:
训练所述第二人工智能算法来识别训练异常和训练处理参数之间的相关性。8.一种计算机实施方法,包括:通过计算系统,从制造系统的图像传感器接收样本的第一图像;通过所述计算系统,获取所述样本的一种或更多种期望的性能;通过所述计算系统,基于所述第一图像来生成所述样本的第二图像;通过所述计算系统,使用被配置为检测所述样本上的异常的第一人工智能算法从所述第二图像识别所述样本上的异常;通过所述计算系统,使用第二人工智能算法确定所识别的异常与用于处理所述样本的多个处理参数中的一个之间的相关性,所述第二人工智能算法被配置为确定所识别的异常与所述多个处理参数中的一个之间的相关性;通过所述计算系统,调整将由所述制造系统使用的所述多个处理参数中的一个的值,以处理所述样本;以及通过所述计算系统,使用所述多个处理参数中的一个的值,使所述制造系统继续处理所述样本,以基本实现所述一种或更多种期望的性能。9.根据权利要求8所述的计算机实施方法,其中,通过所述计算系统,基于所述第一图像来生成所述样本的第二图像,包括:将聚焦形状算法、阴影聚焦形状算法、光度立体算法和傅里叶叠层调制算法中的一种应用到所述第一图像。10.根据权利要求8所述的计算机实施方法,通过所述计算系统,使用所述第一人工智能算法从所述第二图像识别所述样本上的异常,包括:将所述第二图像与所述样本的生产设计进行比较。11.根据权利要求8所述的计算机实施方法,还包括:通过所述计算系统,识别影响所述样本的机械性能、光学性能和电性能中的至少一项的处...
【专利技术属性】
技术研发人员:马修,
申请(专利权)人:纳米电子成像有限公司,
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。