[发明专利]形成电铸构件的方法及相关系统

说明书

提出了一种使用电铸设备通过电铸工艺形成构件的方法。电铸设备包括阳极、阴极和包含金属盐的电解质。该方法包括接收一组训练电铸工艺参数；基于该组训练电铸工艺参数的至少子集来训练机器学习算法；根据训练过的机器学习算法生成一组更新的操作电铸参数；以及基于该组更新的操作电铸参数来操作电铸设备。操作电铸设备的步骤包括在存在电解质的情况下在阳极和阴极之间施加电流，以及在阴极表面上沉积多个金属层以形成构件。还提出了一种形成构件的系统。

技术领域

本公开涉及形成具有复杂几何形状的电铸构件的方法和系统。

背景技术

本公开的实施例大体上涉及形成电铸构件的方法和系统。更特别地，本公开的实施例涉及形成具有复杂几何形状的电铸构件的方法和系统。

电铸为其中通过在芯棒(阴极)表面上电解还原金属离子(逐个原子)来形成金属构件的增材制造工艺。电铸用于制造跨一系列行业的产品，包括医疗保健、电子和航空航天。电铸制造工艺可提供若干优势，包括效率、精度、可扩展性或成本效益。然而，具有复杂形状的构件的电铸可能造成技术挑战。例如，具有很大的曲率、狭窄的拐角、缺乏对称性、凹入的或甚至内部特征的构件可能在建立用于产生一致且可控制的零件厚度的过程中造成困难。

因此，仍然需要制造电铸构件的改进方法，特别是对于具有复杂几何形状的构件的电铸。

发明内容

在说明书的一方面，提出了一种使用电铸设备通过电铸工艺形成构件的方法。电铸设备包括阳极、阴极和包含金属盐的电解质。该方法包括接收一组训练电铸工艺参数；基于该组训练电铸工艺参数的至少子集来训练机器学习算法；根据训练过的机器学习算法生成一组更新的操作电铸参数；以及基于该组更新的操作电铸参数来操作电铸设备。操作电铸设备的步骤包括在存在电解质的情况下在阳极和阴极之间施加电流，以及在阴极表面上沉积多个金属层以形成构件。

在说明书的另一方面，提出了一种使用电铸设备通过电铸工艺形成构件的方法。电铸设备包括阳极、阴极和包含金属盐的电解质。该方法包括：接收一组训练电铸工艺参数，包括阳极的坐标、阳极的定向状态或它们的组合；基于该组训练电铸工艺参数的至少子集来训练机器学习算法；根据训练过的机器学习算法生成一组更新的操作电铸参数，其中该组更新的操作参数包括阳极的更新坐标、阳极的更新的定向状态或它们的组合；以及基于该组更新的操作电铸参数来操作电铸设备。操作电铸设备的步骤包括：基于一组更新的操作电铸参数使用机器人组件移动阳极；在每次移动阳极之后，在存在电解质的情况下在阳极和阴极之间施加电流；以及在阴极表面上沉积多个金属层以形成构件。

在说明书的又一方面，还提出了一种用于电铸构件的系统。该系统包括电铸设备和可操作地联接到电铸设备的控制器。电铸设备包括阳极、阴极和包含金属盐的电解质。控制器包括存储器，该存储器存储一个或多个处理器可执行的例行程序和机器学习算法。控制器还包括一个或多个处理器，以执行一个或多个处理器可执行的例行程序，该例行程序在执行时引起要执行的动作。要执行的动作包括接收一组训练电铸工艺参数；基于该组训练电铸工艺参数的至少子集来训练机器学习算法；根据训练过的机器学习算法生成一组更新的操作电铸参数；以及基于该组更新的操作电铸参数来操作电铸设备。此外，操作电铸设备包括在存在电解质的情况下在阳极和阴极之间施加电流，以及在阴极表面上沉积多个金属层以形成构件。

技术方案1. 一种使用包括阳极、阴极和包含金属盐的电解质的电铸设备通过电铸工艺形成构件的方法，所述方法包括：

接收成组训练电铸工艺参数；

基于所述成组训练电铸工艺参数的至少子集来训练机器学习算法；

根据所训练过的机器学习算法生成成组更新的操作电铸参数；以及

基于所述成组更新的操作电铸参数来操作所述电铸设备，其中操作所述电铸设备包括：

在所述电解质存在下在所述阳极和所述阴极之间施加电流，以及