[发明专利]增材制造中用于人工智能反馈控制的系统、方法和介质有效
申请号: | 201980032570.X | 申请日: | 2019-03-29 |
公开(公告)号: | CN112118949B | 公开(公告)日: | 2022-08-26 |
发明(设计)人: | 马修·C·普特曼;瓦迪姆·潘斯基;詹姆斯·威廉姆斯;达马斯·利莫格;阿什温·拉加夫·尼马莱斯瓦兰;马里奥·克里斯 | 申请(专利权)人: | 纳米电子成像有限公司 |
主分类号: | B29C64/00 | 分类号: | B29C64/00;G06N20/00 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 王立普 |
地址: | 美国俄亥俄州库亚霍*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 制造 用于 人工智能 反馈 控制 系统 方法 介质 | ||
1.一种增材制造系统,包括:
被配置为以逐层方式打印对象的打印头;
用于向所述对象的打印层的表面提供照明的照明源;
被配置为捕获所述打印层的图像的图像传感器;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:
接收捕获的图像;
获得所述对象的一个或更多个期望的机械性能;
生成所述打印层的三维地形图像;
使用被配置为检测打印层中的异常的第一人工智能算法从生成的地形图像中识别打印层中的异常;
使用第二人工智能算法来确定识别的异常与用于打印打印层的填充密度和填充图案之一之间的相关性,所述第二人工智能算法被配置为确定识别的异常与所述填充密度和填充图案之一之间的相关性;
调整将由所述打印头使用的所述填充密度和填充图案之一的值,以打印所述对象的后续层;以及
使用所述填充密度和填充图案之一的所述值,使所述打印头打印所述对象的后续层,以基本实现所述一个或更多个期望的机械性能。
2.根据权利要求1所述的增材制造系统,其中,使用聚焦形状算法、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来生成所述打印层的所述三维地形图像。
3.根据权利要求1所述的增材制造系统,其中,所述第一人工智能算法和所述第二人工智能算法中的至少一个包括机器学习、隐马尔可夫模型、递归神经网络、卷积神经网络、贝叶斯符号方法、支持向量机和通用对抗网络中的至少一个。
4.根据权利要求1所述的增材制造系统,其中,通过将生成的三维地形图像与以下至少一项进行比较来执行识别所述异常:用于所述打印层的生成的数控代码、所述打印对象的一个或更多个先前层或用于所述打印对象的生产设计。
5.根据权利要求1所述的增材制造系统,其中,所述至少一个硬件处理器还被配置为:
识别影响所述对象的机械性能、光学性能和电性能中的至少一项的打印参数;
在所述对象被打印后,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;
确定所述对象的异常率和异常图案中的至少一项;以及
确定所述异常率和所述异常图案中的至少一项以及所述打印参数如何影响所述对象的所述机械性能、所述光学性能和所述电性能中的至少一项。
6.根据权利要求5所述的增材制造系统,其中,使用人工智能算法对打印参数进行识别。
7.根据权利要求5所述的增材制造系统,其中,使用人工智能算法来确定所述异常率和所述异常图案中的至少一项以及所述打印参数如何影响所述机械性能、所述光学性能和所述电性能中的至少一项。
8.一种用于增材制造的方法,包括:
接收由图像传感器产生的捕获图像,所述图像传感器被配置为捕获以逐层方式打印的对象的打印层的图像;
获得所述对象的一个或更多个期望的机械性能;
使用硬件处理器生成所述打印层的三维地形图像;
使用被配置为检测打印层中的异常的第一人工智能算法从生成的地形图像中识别所述打印层中的异常;
使用第二人工智能算法来确定识别的异常与用于打印打印层的填充密度和填充图案之一之间的相关性,所述第二人工智能算法被配置为确定识别的异常与所述填充密度和填充图案之一之间的相关性;
调整将由所述打印头使用的所述填充密度和填充图案之一的值,以打印所述对象的后续层;以及
使用所述填充密度和填充图案之一的所述值使所述打印头打印所述对象的后续层,以基本实现所述一个或更多个期望的机械性能。
9.根据权利要求8所述的方法,其中,使用聚焦形状算法、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来生成所述打印层的所述三维地形图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于纳米电子成像有限公司,未经纳米电子成像有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980032570.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:由补偿指令使能的低精度深度神经网络
- 下一篇:水解豌豆蛋白基营养组合物