本申请要求于2015年11月16日提交的美国临时专利no.62/255,943的权益。该临时申请的内容由此通过引用整体并入本文。
本公开涉及增材制造(am)过程。更具体地，本公开涉及用于通过分析光学图像来检测由am过程所构建的部件中的差错以标识在am构建过程期间出现的差错的方法和系统。
背景技术：
增材制造(am)过程是构建部件的材料添加方法，通常从液体、固体片材或粉末形式的基础材料开始，并以逐层方式局部地固化所添加的材料。自20世纪90年代早期出现第一批am过程以来，am过程已被用作常规材料去除技术(诸如铣削、切割或钻孔)或成型技术(诸如注塑或挤出成型)的备选方法，并且已被示出特别是在相对短的时间内生产复杂部件时，无需专用工具(诸如模具或压模)。
其中最著名的am技术为立体光刻(sla)、3d打印(3d-p)、选择性激光烧结(sls)、选择性加热烧结(shs)、选择性激光熔化(slm)、直接金属激光烧结(dmls)、激光束熔化(lbm)和电子束熔化(ebm)。这些技术根据用于固化部件的层的工具以及根据可用于该技术的材料而变化。例如，选择性激光熔化(slm)是一种am过程，其中以逐层方式生产复杂的金属部件。slm供予了比常规金属去除过程更大的设计自由度，这对于对复杂金属部件具有独特要求的行业是有利的。例如，在航空航天工业中，金属飞机部件必须既坚固又重量轻，可使用slm过程配置错综的几何支架和空腔。slm还可以在医疗设备行业提供益处，因为骨植入物或矫形附件可以进行定制设计和制造以符合个体患者。
尽管目前在航空航天、医疗设备和其他许多行业中使用slm，slm仍然必须克服挑战，才能充分发挥制造部件的潜力。最大的挑战之一是质量监测和控制，因为过程的鲁棒性和可靠性还没有完全优化。输入参数(大气、沉积和扫描参数)和边界条件(部件几何形状、材料和机器参数)的变化都会影响部件质量。
发生在几层或甚至单层中的差错可能会在整个部件中被复杂化，从而导致部件不起作用或不能遵从质量要求。
因此，在本领域中仍然需要用于差错检测的简单、灵敏和可重现的方法和系统。
技术实现要素：
本公开涉及用于检测增材制造过程中的差错的方法和系统。
某些实施例提供了用于在增材制造过程期间检测一个或多个部件的差错的方法。该方法一般地包括在重新涂覆之前或之后接收对应于一个或多个部件的第一层构建材料的第一光学图像。该方法还包括确定第一光学图像中的一个或多个像素的灰度值。该方法还包括基于第一光学图像中的灰度值中的至少一个灰度值与基于构建材料的参考图像的阈限进行比较来检测一个或多个部件中的至少一个部件的差错。
某些实施例提供了一种包括存储器和处理器的计算设备，被配置为执行所描述方法的步骤。此外，某些实施例提供了具有存储在其上的指令的非暂时性计算机可读介质，当该指令在由计算设备执行时使得计算设备执行所描述的方法。
附图说明
图1图示了构建材料的所捕获图像的一个示例，其中像素对应于灰度值。
图2图示了具有差错的构建材料的所捕获图像的一个示例。
图3图示了参考图像中的像素的灰度值的一个示例的直方图的图形。
图4图示了对应于堆叠的光学图像的二进制值图像的值总和的图像。
图5图示了跨数个层的像素的灰度值的一个示例的图形。
图6图示了用于基于像素的灰度值是否满足阈限来检测差错的一个示例过程的流程图。
图7图示了包括浮渣形成的图像的一个示例。
图8图示了像素的灰度值分布的图形的一个示例。
图9图示了用于基于像素的灰度值分布是否满足阈限分布来检测差错的一个示例过程的流程图。
图10图示了每层构建材料具有潜在差错的像素的数目的图形的一个示例。
图10a图示了堆叠以形成光学图像堆叠的单个光学图像的一个示例。
图10b图示了覆盖在部件的3d表示上的光学图像的表示的一个示例。
图11是用于设计和制造3d对象的系统的一个示例。
图12图示了图11所示计算机的一个示例的功能框图。
图13示出了使用增材制造系统用于制造3d对象的高阶过程。
具体实施方式
以下描述和附图是针对某些特定实施例。在任何特定上下文中所描述的实施例并非旨在将本公开限制为所指定的实施例或任何特定用途。本领域技术人员将认识到，所公开的实施例、方面和/或特征不限于任何特定实施例。例如，在某些方面中，对“一个”层、组件、部件等的引用可以指代“一个或多个”。
本文描述了用于检测am过程中的差错的方法和系统，其中采集各层的光学图像(例如，通过诸如相机的成像设备)并且分析光学图像中的像素的灰度值(例如，通过计算设备)。在悬垂表面可以检测到差错(诸如翘曲和浮渣形成)，并且可以确定部件的质量。在一些实施例中，差错的检测是监测过程或系统的一部分，并且校正动作可以在构建期间被施加(例如由计算设备自动地)，或者该构建可以被中止。因此，时间和材料不会浪费在生产不能达到质量要求的部件。
本公开的一个方面涉及用于在增材制造(am)过程期间检测部件中的差错的方法和系统。这些方法和系统提供增材制造部件的非破坏性、过程间检查和质量控制。
本文所描述的系统和方法可以使用各种增材制造和/或三维(3d)打印系统和技术来执行。通常，增材制造技术从待成形的3d对象的数字表示(例如cad文件，诸如stl、dwg、dxf等)开始。一般地，数字表示被分成一系列横截面层(例如垂直于z方向，意味着平行于构建平台)或“切片”，其被覆盖以形成作为整体的对象。这些层表示3d对象，并且可以使用由计算设备所执行的增材制造建模软件来生成。例如，该软件可以包括计算机辅助设计和制造(cad/cam)软件。关于3d对象的横截面层的信息可以被存储为横截面数据。增材制造(例如3d打印)机器或系统利用横截面数据，用于在逐层基础上构建3d对象的目的。因此，增材制造允许直接从计算机所生成的对象的数据(诸如计算机辅助设计(cad)文件或stl文件)制造3d对象。增材制造提供能够快速制造简单和复杂的部件，无需工具，也不需要装配不同的部件。
增材制造过程一般地包括从能量源(例如激光器、电子束等)提供能量以固化(例如聚合)构建材料层(例如塑料、金属等)。例如，增材制造机器可以基于作业文件从能量源选择性地施加能量到(例如，扫描)构建材料。作业文件可以包括关于使用增材制造过程待被构建的一个或多个对象的数字表示的切片的信息。例如，由cad文件表示的3d对象可以被布置在对应于增材制造设备的构建体积的虚拟构建体积中。可选地，可以将支撑结构添加到虚拟构建体积中的3d对象(例如，以改进构建质量、散热、减少变形等)。如所讨论的，所得到的3d对象可以被划分成层或切片。于是，作业文件可以包括3d对象的切片(例如，一堆叠切片)以及用于构建3d对象的增材制造机器的参数。
例如，对于每个切片，作业文件可以包括关于能量源的扫描图案的信息，以将能量施加到对应于该切片的构建材料的物理层(例如，激光扫描、电子束扫描等)。应注意的是，如本文所讨论的，术语切片和层可以互换使用。扫描图案可以包括一个或多个矢量，每个矢量指示将能量施加到构建材料层的空间位置和将能量施加到构建材料的方向(例如，移动激光束、电子束、或当扫描时在构建材料上的其他能量源的方向)。
增材制造机器通过根据如作业文件中所指示的每个各层的扫描图案将能量施加(例如，扫描)到构建材料层在逐层地基础上构建对象。例如，增材制造机器可以根据第一切片的扫描图案来扫描对应于对象的数字表示的第一切片的物理构建材料的第一层。增材制造机器然后可以根据第二切片的扫描图案来扫描对应于与第一切片相邻的第二切片的第二层构建材料。增材制造机器继续扫描对应于作业文件中的所有切片的构建材料的层，直到扫描对应于最后切片的层。
本文所描述的方法和系统可以检测am过程(诸如立体光刻(sla)、3d打印(3d-p)、选择性激光烧结(sls)、选择性加热烧结(shs)、选择性激光熔化(slm)、直接金属激光烧结(dmls)、激光束熔化(lbm)和电子束熔化(ebm))中的差错。在一些实施例中，这些方法和系统检测am的粉末床熔合(pbf)过程中的差错。在某些实施例中，这些方法和系统检测slm中的差错。尽管为了易于理解而关于pbf过程和slm描述了某些实施例，但应注意的是，这些方法和系统也可以施加于其他am过程。
pbf过程涉及通过定向能量源选择性熔化经雾化前体粉末床。粉末的熔化发生在能量束的小的局部区域中，生产称为熔池的小体积熔化，接着快速固化，允许非常精确地控制逐层制造部件的固化过程。在pbf过程(诸如dmls、slm和lbm)中，使用激光作为能量源。激光通过旋转镜偏转，然后由透镜聚焦，从而使它有选择地撞击粉末床。粉末在构建表面或衬底上的激光焦点处熔化。如所讨论的，扫描策略、能量束功率、停留时间或速率以及熔化顺序可基于作业文件。前体粉末或者从匣子中在重力作用下供给或者由活塞装载，使得它可以耙到构建台上，该过程被称为“重新涂覆”。通常将多余的粉末耙出并且收集用于重新施加。由于激光是固定的，所以可以将构建台与每个连续的层一起降低，使得部件构建在下面的预固化层上。
在am过程的不同阶段可能会发生差错，并且当与机器或过程有关的任何参数不是最佳时，或者当一个或多个对象的3d模型未针对3d打印进行优化时可能导致差错。在一些实施例中，本文所描述的方法和系统检测当一个或多个参数(诸如激光功率、扫描速度、激光束强度曲线和扫描策略)没有被最佳地控制时，或者当未优化的设计被打印时出现的差错。由本文中的方法和系统所检测到的差错可能出现在一个或多个参数中，诸如大气参数(例如，熔池周围的大气压力、处理腔室中的氧含量)、粉末床参数(例如层厚度、粉末床光滑度以及与在扫描之间制备粉末层有关的参数)、扫描参数(例如，激光功率、扫描速度、扫描策略、激光束强度曲线以及与用激光束扫描粉末层有关的参数)。
例如，在am过程期间(诸如slm)，在激光扫描之后的部件的加热的区域中的热应力可能导致在冷却期间部件的弯曲和扭曲。因此，由本文所述的方法和系统所检测到的差错包括但不限于表面畸变(诸如表面扭曲和/或变形)、层之间的分层、球团、不希望的孔隙率、裂纹、卷曲、不规则的表面纹理和/或表面粗糙度以及不准确生产的几何特征(诸如尖角或悬垂表面)。
表面层的变形可能会导致部件的尺寸精确度中的差错。部件的收缩是变形差错的一个示例。在部件层中，收缩可能发生在平行于部件层取向的方向上，导致部件表面积减小。在一些实施例中，例如归因于热应力的表面变形可能导致部件的层的上表面中的区域突出到高于粉末表面水平。翘曲(也是扭歪或歪曲)是表面变形的一个示例，其中存在起皱、弯曲、扭转、折叠、不均匀和/或与预期形状(通常是平坦、均匀和/或平面形状)其他形状偏离。例如，在am过程期间(诸如slm)所构建的部件的层中的翘曲可能导致层的全部或部分表面突出到高于它的预期平面，并高于粉末表面水平。翘曲是部件层中的结构性差错，并且该差错可能在另外的层中重复出现，因为随后的粉末表面水平可能均匀，导致重新涂覆差错，并且甚至损坏涂层涂布机刀片。
在am过程(诸如slm)中通常会发生翘曲。在slm中，激光点周围的材料由于热源的快速移动以及激光与材料之间的相互作用时间小而被局部加热。这种加热引起高的局部热梯度(在空间中)，这随后引起大的热应力。该温度梯度机制(tgm)解释了热应力背后的物理机制。激光在部件上表面的吸收会在部件的某一深度上引起温度梯度。归因于正热膨胀系数，部件上侧的被加热区的热膨胀大于被加热区底部的热膨胀。这些不同的膨胀趋于引起远离激光束的上部区弯曲。这种弯曲通常不是自由的，因为它受被加热区下面的(更)冷材料(先前固化的层和基板)的约束。因此在被加热区内引起应力，该被加热区在上侧被压缩。通常，这些应力达到比材料的(与温度有关的)屈服应力更高的水平，使得材料在压缩区发生塑性变形。激光束经过并且材料冷却后，被加热区域的热膨胀消失，并且上部区收缩。这导致样本朝向激光束弯曲。
在一些实施例中，翘曲导致层的全部或部分表面突出高于它的预期平面，并且高于粉末表面水平。翘曲可导致约500μm的突出。翘曲可以存在于一个单个的层中，或者可以存在于跨多个的层中。
因此，根据出现翘曲的层的数目，翘曲事件(即翘曲的发生)可能小或可能大。翘曲的大小和程度也可能根据xy平面中翘曲的横截面积。
损坏或磨损的涂布机刀片可能无法沉积平滑、均匀的粉末层，导致表面差错(诸如表面波纹和意外的表面粗糙度)。在am过程(诸如slm)中的另一常见差错是进料粉末短缺，这可能导致部件的上表面区在涂覆之后未被覆盖足够量的新粉末。
在pbf过程(诸如slm)中特别常见的另一差错是浮渣形成，例如在部件的悬垂表面。悬垂表面(或区)对应于部件的面向下表面，其中粉末在松散粉末颗粒顶部熔化而不是在对应于固体材料的部件的部分。例如，低于被称为悬垂表面的部件的部分不存在固体表面。悬垂区的熔池不是位于固体材料上，而是位于松散粉末上，该松散粉末关于对应的散状材料具有不良的导热性(通常为0.2w/mk)。松散粉末的热沉与添加的能量相比太低，所以在悬垂平面发生过热。因此，熔体区变得太大，并且毛细管和重力使得液体材料扩散到下面的粉末材料中。固化后，浮渣剩余并且产生不良的表面光洁度，这必须通过后加工处理(诸如碾磨或喷砂)去除，否则必须丢弃该部件。例如，浮渣可能表现为分离或松散连接的固体材料的液滴或球，而不是光滑、连续的固体材料。
如所讨论的，在am过程期间可能发生正在构建的对象中的不同差错(例如，翘曲、浮渣形成等)。am过程中的差错可能会限制设计的几何自由度，设计的几何自由度使am特别具有吸引力。因此，一些技术涉及防止和最小化差错，例如通过设计适合的支撑结构或通过优化构建方向，或通过调整构建过程的其他参数。其他技术涉及用于检测差错的方法(诸如使用反馈控制)。例如，由于熔化过程将输入参数与部件质量关联，所以熔化行为是最终部件质量的关键要素。可通过检测从熔体区发射或反射的电磁辐射来监测熔体区动力学，同时可生成2-d映像以表示熔体区行为。在制造过程期间的光学和热感测可用于标识、检查和分析与热源(例如，散热、发射的辐射等)相关联的特征，而来自施加的粉末层的局部发射的ir辐射的图像可能会被分析。
一些技术涉及监测被构建对象的体积表面纹理，或者在构建期间收集尺寸数据并且将其与输入几何描述进行比较以便确定部件是否已正确构建。然而，这些方法仍然需要复杂的装备，包括诸如轮廓仪、干涉仪、用于3d形状和轮廓测量的结构光以及x射线扫描仪，以及用于诸如机器视觉、3d光学扫描和摄影测量的算法。类似地，与表征由聚合物sls产生的部分孔隙度相关的一些技术需要计算机断层扫描(ct)图像以便分析特定特征(诸如孔分布、体积和球形)。因此，这些技术可能需要复杂的装备和/或分析算法，缺乏灵敏度或在检测差错时出现误报。
一些技术涉及在可见光谱中使用光学成像以及分析构建期间所收集的各层的图像。例如，可以在多个重新涂覆循环中收集光学数据，并且评估各层或累积的数据。在一些方面，可以针对表面差错分析这些光学数据。然而，与本文所描述的实施例不同，基础的光学成像可能不允许检测差错、检测特定类型的差错或灵敏度、确定性、速率和易用性的精确度。
因此，本文的某些实施例涉及允许基于在am过程期间被构建一个或多个对象(在本文中也称为“部件”)的一个或多个层的光学图像以快速并且确定的方式检测特定类型的差错的方法和系统。在一些实施例中，在am过程期间重新涂覆构建材料之前或之后取得一个或多个光学图像。在一些实施例中，将光学图像的像素中的灰度值与参考灰度值进行比较，以便确定是否存在差错(例如，在部件的对应于像素的部分)。在一些实施例中，该方法和系统可以检测差错(诸如翘曲和浮渣形成)。
本公开的一些方面涉及用于基于确定部件的构建期间一层或多层构建材料的一个或多个光学图像中的像素的灰度值是否满足阈限来检测增材制造过程中的差错的系统和方法。本公开的一些方面涉及用于基于将一个或多个光学图像中的像素的灰度值分布与参考图像中的像素的灰度值分布进行比较来检测差错的系统和方法。例如，可以使用一些系统和方法来检测增材制造过程(诸如slm)期间部件中的翘曲或浮渣形成。
在某些实施例中，构建材料层的光学图像可以使用图像捕获设备(例如，光学相机)来捕获。图像捕获设备可(经由有线或无线地)耦合到接收来自图像捕获设备的光学图像的计算设备。在某些实施例中，光学图像是电磁光谱(约390-700nm)的可见光区域中的图像。在一些实施例中，来自光源(例如，一个或多个灯泡、灯等)的照射光被施加到构建材料层以在捕获光学图像期间照射构建材料。在一些实施例中，可以从一个或多个方向例如从前方将照射光引导到构建材料表面上，使得光线垂直于涂布机的移动并且处于与构建材料表面平行的平面中；从侧面使得光线平行于涂布机的运动并且处于与构建材料表面平行的平面中；和/或从顶部开始，使得光线垂直于与构建材料表面平行的平面。
在一些实施例中，图像捕捉被校准。例如，在一些实施例中，提供校准网格。在一些实施例中，校准网格包括在构建平台上的矩形网格上的小圆圈(x中具有规则间距dx，y方向中具有dy)。该校准网格的图像可以与图像捕获设备一起拍摄。基于该图像，校准算法确定线性变换矩阵以补偿透视误差。非线性效应(诸如桶形或枕形失真)可以忽略不计，但也可以用此方法进行校正。在一些实施例中，由于图像捕获设备和构建平台都在增材制造设备上具有固定位置，因此可以使用相同的线性变换矩阵来执行校准。
在一些实施例中，执行光校准以补偿不均匀的灰度值(例如，归因于在光源附近的照射更大)。例如，构建材料的图像可以利用不均匀光分布或一个或多个光源由图像捕获设备捕获。可以使用平均滤波器从捕获的图像中滤除噪声(例如，高频噪声)。所得图像可被称为阴影图案。对于由图像捕获设备所捕获的后续图像，它们可以通过将图像中的像素的灰度值除以对应的阴影图案的对应像素的灰度值来对它们进行光校准。然后通过乘以阴影图案的平均灰度值来重新缩放像素灰度值。因此，在一些实施例中，如本文所讨论的光学图像可以指代某些实施例中的光校准的光学图像。
所捕获图像的像素可对应于或被转换成灰度值(例如，通过测量或计算灰度值)。例如，图1图示了构建材料的所捕获图像的一个示例，其中像素对应于灰度值。如所看到的，不同的像素具有针对像素不同的阴影(更暗或更亮)灰度值。
如所讨论的，可能发生am过程中的一些差错(例如翘曲)，其中构建材料突出高于它的预期平面(例如，高于在重新涂覆之前或之后构建材料的层)。根据层的照射的方向，这种差错可能导致层中的不同光学图案。例如，在照射来自顶部的情况下，这样的差错可能被看作比周围的构建材料更亮，因此可能具有更亮的灰度值。在另一示例中，在照射来自侧面的情况下，这样的差错可能在靠近差错的构建材料上投以阴影，该差错可以被看作比周围构建材料更暗，因此可能具有更暗的灰度值。因此，在某些实施例中，可以使用光学图像的像素的灰度值来确定在am过程中是否存在差错，并且进一步可以用于确定在构建的层中差错发生的位置。例如，可以将对应于构建的一个或多个层的一个或多个光学图像的像素的灰度值与像素的参考灰度值集进行比较。如果一个或多个光学图像的像素的灰度值不在像素的参考灰度值集的阈限值内(例如，根据照射的更暗或更亮)，则计算设备可以如本文所讨论的确定已经发生的差错。
例如，图2图示了在区域205处具有差错的构建材料的所捕获图像的一个示例。如所看到的，区域205具有的灰度值不同于周围构建材料的灰度值。
在一些实施例中，可以在重新涂覆之前或之后从每个层取得至少一个光学图像。在一些实施例中，取得每层的多于一个的光学图像。因此，如本文所描述的层的“光学图像”可以指代相同层的多于一个的光学图像，例如相同层的2、3、4、5、10或更多个光学图像。相同层的光学图像可以被单独地分析，或者相同层的多个光学图像可以被一起编译和分析，使得一个合并图像表示各层。
在一些实施例中，可以针对将要分析的层取得光学图像。在一些实施例中，分析单一层。在一些实施例中，分析至少2个层。在一些实施例中，该方法包括在重新涂覆之前或之后取得第一层的第一光学图像以及在重新涂覆之前或之后取得第二层的第二光学图像。在一些实施例中，该方法还包括在重新涂覆之前或之后取得任何附加层中的每一个的光学图像。因此，在一些实施例中，该方法包括在重新涂覆之前或之后取得该部件的n个层中的每一个的光学图像。例如，该方法可以包括：在重新涂覆之后取得第一层的第一光学图像，在重新涂覆之后取得第二层的第二光学图像，在重新涂覆之后取得第三层的第三光学图像等，直到光学图像的将被分析的每一层已被获取。根据本文的方法待分析层的最小数目(和对应的光学图像)可以是1或可以是2。在一些实施例中，取得1、2、5、10、15、20、25、30、35、40、45、50、60、65、70、75、80、85、90、95、100、150或200层中的每一个的光学图像。分析的层的数目可以根据每层的厚度(例如，对于slm过程，1层通常约30μm)以及构建的一个或多个部件的高度。例如，具有30cm高度的部件可以由约10000层构建，每层具有30μm的厚度。在该示例中，可以取得2层中的每层的光学图像和/或可以取得多于2层的每层的光学图像，高达10000层。在一些实施例中，在重新涂覆之前或之后，取得部件的每一层的光学图像。在某些实施例中，在重新涂覆之前或之后取得部件的层子集的光学图像。
在一些实施例中，可以在构建之后分析对应于一个或多个部件的所有层，或者可以在构建期间分析对应于部件的一部分的选择层。在某些实施例中，一个或多个层的部分(例如，对应于多个部件中的一个部件，或者可以在构建期间分析一个部件的一个部分(例如，悬垂部分)。在某些实施例中，分析的层彼此相邻。因此，第一层和第二层可以连续跟随，并且分析的任何附加层可以在第二层之后连续跟随。在一些实施例中，这些层彼此不相邻。例如，第一层和第二层可能不会连续地跟随，并且任何附加层将不会在第二层之后或彼此之后连续跟随。在某些实施例中，多个层彼此相邻，而至少一个层不与其他层相邻。因此，可以分析一个层和/或可以分析多个层(例如，多个层的堆叠或集群)，而不分析一个或多个中介层。可以随机选择层进行分析，使得在构建部件期间以随机间隔对层的集群进行采样。可以选择特定层以用于在可能发现差错(例如，翘曲)的部件的部分进行分析。
如所讨论的，可以分析一个或多个光学图像的灰度值，以通过将一个或多个光学图像的灰度值与像素的灰度值的参考集(被称为参考图像)进行比较来确定在构建过程中是否存在差错。在一些实施例中，参考图像是在重新涂覆之前或之后没有差错(例如，翘曲)的层的图像。
例如，参考图像可以是重新涂覆之前或之后的构建材料层(例如，粉末床)的图像，或者是没有翘曲的部件的图像。该部件没有翘曲，因此该层具有预期的均匀性。在一些实施例中，参考图像是在任何激光扫描发生之前的层的图像。在一些实施例中，图像捕获设备和照射光在捕获任何图像之前被校准，并且在相同的校准条件(例如，光的方向、图像捕获的方向)下由相同图像捕获设备/照射光拍摄重新涂覆之前或之后的参考图像和层的图像。在一些实施例中，可以使用通用参考图像或模型图像，其表示用于与任何层和/或任何的一个或多个部件进行比较的通用非差错条件。在一些实施例中，参考图像可以特定于特别的一个或多个部件和/或一个或多个层。
在一些实施例中，针对参考图像中的像素创建灰度值的直方图，并且可以确定来自平均灰度值的平均灰度值(μ)和标准偏差(s)。例如，图3图示了参考图像中的像素的灰度值的直方图的图形。x轴表示灰度值，而y轴表示具有灰度值的像素的数目。如图3所示，对于参考图像，大多数像素具有以单一值为中心的灰度值，指示所有像素上的大部分均匀灰度值。统计计算可用于基于μ和s来确定阈限灰度值。阈限灰度值可以是如下值，高于或低于该值的任何灰度值将被认为是显著的和/或是差错的正指示符(例如，翘曲)。例如，阈限灰度值可以是统计上不可能在参考图像中发生的灰度值。在一些实施例中，阈限灰度值可以基于s的倍数。在一些特定实施例中，阈限灰度值可以是基于涉及至少三(3)乘以s的计算。在其他实施例中，阈限灰度值可以基于涉及4、5或6乘以s的计算。在某些实施例中，阈限灰度值可以是平均μ减三(3)乘以s(tv＝μ-3*s)。在某些实施例中，阈限灰度值可以是平均μ减3、4、5或6乘以s。在某些实施例中，阈限灰度值可以是平均μ加三(3)乘以s(tv＝μ+3*s)。在某些实施例中，阈限灰度值可以是平均值μ加上3、4、5或6乘以s。特别地，如所讨论的，更亮或更暗的灰度值可以指示差错(例如，根据照明等)。
在一些实施例中，使用每像素操作来分析对应于构建对象期间取得的构建材料层的光学图像。例如，一个或多个光学图像的各像素可以由计算设备分析以确定像素的灰度值是否满足阈限灰度值(例如，基于参考图像)。在一些实施例中，如果像素的灰度值针对一个或多个层不满足阈限，则计算设备确定对应于该像素的对象中存在差错，并且可以提醒用户，停止构建或者采取其他适当的动作，诸如本文所讨论。在一些实施例中，可以基于像素的灰度值是否满足阈限灰度值来给予层中的每个像素二进制值(例如，0或1)，由此生成该层的二进制图像。例如，如果像素的灰度值满足阈限灰度值，则可以向像素分配第一二进制值(例如0或1)，并且如果像素的灰度值不满足阈限灰度值，则可以向像素分配第二二进制值(例如，0或1中的另一个)。如本文所讨论的，这些二进制像素值可以用于可视化，以使用针对多层的光学图像来确定差错等。
在一些实施例中，如果单一层包括具有不满足阈限的灰度值的像素，则计算设备确定存在差错。在一些实施例中，如果单一层包括具有不满足阈限的灰度值的像素的阈限数目，则计算设备确定存在差错。在一些实施例中，如果像素跨阈限数目层具有不满足阈限的灰度值，则计算设备确定存在差错。在一些实施例中，如果像素的阈限数目跨层阈限数目具有不满足阈限的灰度值，则计算设备确定存在差错。
例如，在一些实施例中，计算设备收集、存储和分析堆叠的光学图像(即，多个层的光学图像)，其可以被称为跨多个层的像素操作。在一些这样的实施例中，分析每个光学图像中的每个像素，由此对于每个像素构造灰度值的序列，该灰度值的序列示出了整个堆叠的图像上该像素的灰度值的演变(称为序列或像素序列)。在该序列中，可以导出特征(诸如平均像素值、标准偏差、灰度值未达到阈限的次数、在后续图像中未达到阈限的次数等)。因此，在堆叠的图像上跟随单一像素的特征。在一些实施例中，在堆叠的图像上跟随每一个像素的特征。在一些实施例中，在堆叠的图像上跟随像素子集的特征(例如，对应于一个或多个部件，部件的一部分，诸如对应于悬垂等)。在一些实施例中，生成基于堆叠的光学图像的新图像。新图像的像素的值可以对应于跨层的最小像素值、平均像素值、灰度值的标准偏差、像素值不能满足阈限值的次数等。在一些实施例中，所分析的最小像素面积小于或等于表示该部件或该部件的一部分表示的最小多边形的面积。例如，图4图示了对应于堆叠的光学图像的二值图像的值的总和的图像。总和值被表示为灰阶图像，更亮的值对应于潜在差错的面积(例如，不满足阈限的灰度值由更亮的值表示)。
在一些实施例中，如本文所讨论的，可以生成跨层的像素的灰度值的分析，并且由计算设备显示为可视化(诸如图形、图像等)。例如，可以针对层编号绘制每个像素的灰度值的图形(例如，如图5中所示)。然后将每个像素的灰度值与来自参考图像的像素的灰度值进行比较。如图5所示，x轴表示层编号，y轴表示在每层处针对像素的灰度值。如所看出，对于特定的像素绘图。层300-400之间的像素的平均灰度值有大的变化，这可能指示差错。
图6图示了用于基于像素的灰度值是否满足阈限来检测差错的一个示例过程的流程图600。在605处，图像捕获设备无差错地捕获构建材料的参考图像。在610处，计算设备基于参考图像确定阈限灰度值。例如，阈限灰度值可以基于与参考图像的平均灰度值的标准偏差来确定。在615处，开始一个或多个部件的构建过程。在620处，图像捕获设备在构建部件期间在重新涂覆过程之前或之后捕获构建材料的一个或多个层的一个或多个图像。在625处，计算设备确定部件中是否存在差错。例如，图像捕获设备将构建材料的层的所捕获图像与参考图像进行比较。如果(例如，如本文所描述的针对单一层或基于多个层)构建材料的层的图像的(例如，对应于一个或多个部件)像素的灰度值中的任何一个不满足阈限灰度值，计算设备确定存在差错。如果没有差错，则在630处，计算设备继续构建过程并且确定是否有更多层要构建和捕获图像。如果存在更多图层要构建和捕获图像，则过程返回到625，否则过程结束。如果存在差错，则在635处，如本文所描述，计算设备采取某些动作(诸如警告用户、记录数据、停止构建、继续构建等)。
在一些实施例中，可以使用跨数个层针对像素的灰度值的分析来确定构建中是否存在差错(例如，在像素的位置处)。例如，在一些实施例中，对于每个像素序列(即，在堆叠的图像上的对应像素的灰度值序列)，不满足灰度值阈限的像素的发生(例如，根据实施方式，具有0或1值)与指示部件中的差错(例如，翘曲)的预定边界数目进行比较。如果像素不满足层的数目的至少边界次数的灰度值阈限，则计算设备可以确定已发生差错。否则，计算设备可以确定没有发生差错。在一些实施例中，预定边界数目可以等于给定像素在其二进制图像中必须具有值1(或0)的特定次数，以便针对特定数目表示真实差错(例如，翘曲)事件。例如，在特定系统中预定的边界数目可以是2，因为给定像素必须至少2次(在至少2个层中)不满足阈限灰度值，才能被认为是差错。或者预定的边界数目可能为10，因为低于10的任何数字可能不是真正的差错事件。在一些实施例中，预定的边界数目等于取得光学图像的层数。预定边界数目可以低于取得光学图像的层的数目，例如，如果取得了5000层的光学图像，但是预定的边界数目被设置为35。预定的边界数目可以通过比较(例如翘曲部件与非翘曲部件)以及确定当部件具有翘曲时给定像素不满足二值图像中的阈限灰度值的次数(与当部件没有翘曲或者具有其他类型的差错时给定像素不满足二值图像中的阈限灰度值的次数比较)，而通过实验确定。在某些实施例中，预定的边界数目是特定于翘曲的。
在一些实施例中，翘曲事件的特征在于，其中子序列中的所有像素不满足阈限灰度值的像素子序列(例如，像素序列的子集)，其后是其中所有像素确实满足阈限灰度值的像素子序列。
在一些实施例中，翘曲可以与其中像素序列中的像素在数个层上不满足阈限灰度值的其他差错区分开。例如，损坏的涂布机刀片可能会在重新涂覆后在构建材料上创建条纹图案，但是这会在所有层中观察到。相比之下，翘曲可能在层的子集中观察到，但不在其他层中。在某些实施例中，可以将翘曲与系统中的噪声区分开，或者从发生数目少于预定边界数目的小数目的事件区分开。
在一些实施例中，例如，对于不同大小的差错(例如，翘曲)事件，可能存在多于一个预定的边界数目。低的预定的边界数目(诸如2)可以对应于小的差错事件。在一些实施例中，如果部件的质量要求准许小的缺陷，则可能准许小的差错事件。高的预定边界数目(诸如10)可能对应于大的差错事件。在一些实施例中，部件可能具有不同大小的差错事件。例如，如果在可以进行后处理的非关键区域中发生差错事件，则可以准许非关键区域中的差错事件，使得可以通过后处理来去除所发生差错的体积。类似地，在非关键区域可能会准许大的差错事件。相比之下，在关键区域(例如，不能进行后处理的区域或区)中可能不准许大的差错事件。因此，对于非临界区域的预定边界数目可能高于针对该部件的关键区域。在一些实施例中，如果在关键区域中存在差错事件，则构建将被停止，而如果在非关键区域中存在差错事件则构建不会停止。在一些实施例中，无论差错事件的大小或数目如何，构建都将继续，但是使用本文所描述的方法和系统聚集的关于差错的信息将用作部件中的差错和/或部件的总体质量的报告。
在一些实施例中，多于1层的分析增加了本文所描述的方法和系统的灵敏度和特异性。在一些实施例中，多个二进制图像被组合成单一图像。单一图像表示每个单个图层中针对每个像素的出现1和0的数目。单一图像可能会简化由人控制机器对结果的解释，允许他们一眼就能看到跨构建中不同区域得到的部件差错。它也可以简化在多个构建上的部件的生产的比较。
在一些实施例中，对于每一个像素序列，计算设备确定跨层的像素的灰度值的快速傅里叶变换(fft)，这允许确定在灰度值序列中是否存在比其他值更频繁的某些变化。例如，如果每第二层都存在一个小的差错，fft将在对应的频率上示出峰值。在一些实施例中，使用例如来自westernelectric的统计过程控制(spc)规则在控制图上检测灰度值的非自然变化。spc允许检测仍然落在阈限内但示出了总体非自然变化(或增加或减少)的灰度值的较小改变。这些非自然变化可能有确定的原因，在正常情况下可能不存在。在一些实施例中，在重新涂覆之后从一层到下一层的灰度值(或灰度值分布)没有变化指示差错。例如，如果粉末没有恰当地沉积，重新涂覆前的层与重新涂覆后的层之间的灰度值可能没有差异。
在一些实施例中，本方法和系统被用于质量控制过程中以便监测和控制am过程。在检测到差错之后(诸如slm中的翘曲)，可以使用反馈控制机制来纠正差错。在一些实施例中，翘曲的检测触发补救动作。在一些实施例中，检测到翘曲会中止构建。
在一些方面，悬垂表面的增材制造呈现出独特的挑战，其中在制造悬垂表面时会形成浮渣。
悬垂表面(也称为面向下的表面)可以是与水平面形成小于临界角的角度的部件的表面。在一些实施例中，临界角约为30°。
可以采取各种措施来防止浮渣的形成，如改变部件取向以使悬垂最小化，修改支撑结构，和/或改变过程参数(诸如点直径、激光功率和扫描速率)。为了确定这些措施是否有效地防止浮渣形成和/或确定浮渣形成是否已经发生，本文的方法和系统的某些实施例在am构建期间检测部件的悬垂表面中的浮渣形成。特别地，所描述的系统和方法的实施例基于确定在构建部件期间构建材料的一个或多个层的一个或多个光学图像中的灰度值是否满足阈限来检测增材制造过程中的差错，可以类似地使用用于检测浮渣的形成。例如，可以如所讨论的那样捕获一层或多层构建材料的光学图像，并且可以由计算设备分析光学图像的像素的灰度值以确定是否存在浮渣形成。
例如，如所讨论的，浮渣的形成可能导致在一层或多层中分离的球团或液滴的构建材料。球团或液滴的构建材料可能在图像中出现为不同的灰度值。例如，根据层的照射方向，这样的球可能导致层中的不同光学图案。例如，在捕获光学图像期间照射光来自正面或侧面的情况下，可以在构建材料上透射出围绕球团的阴影线，阴影下是浮渣形成的特征。例如，在照射来自顶部的情况下，这样的球可以看作比周围的构建材料更亮，并且因此可以具有更亮的灰度值。因此，在某些实施例中，可以使用光学图像的像素的灰度值来确定在am处理中是否存在浮渣形成，并且进一步可以用于确定浮渣形成在构建层中发生的位置。
例如，浮渣形成可以作为对应于球团模式的一个或多个层中的像素值的模式(例如，亮和暗像素值的分布)出现。图7图示了包括这种浮渣形成的图像的一个示例。特别地，如区域705所示，存在对应于浮渣形成的亮和暗区域的图案。因此，在一些实施例中，将所捕获的图像中的灰度值分布与来自参考图像的像素的灰度值的参考分布进行比较。灰度值分布可以是正态分布(或高斯分布)。在一些实施例中，来自参考图像的灰度值的参考分布对应于没有部件的悬垂区域的光学图像的区域。
例如，在一些实施例中，将单一层的灰度值分布与参考分布进行比较。参考分布可具有集中在更小集合的值的灰度值，而不是对应于浮渣形成的分布。在一些实施例中，浮渣形成通过悬垂区中的像素的灰度值分布的改变(与参考区中的像素的灰度值分布相比较)来反映。区中像素的灰度值分布的改变可能会改变分布的标准差和/或分布平均值的移位。
图8图示了这种像素灰度值分布图的一个示例。特别地，x轴表示像素的灰度值，并且y轴表示具有灰度值的像素的数目。线805表示没有浮渣形成的灰度值的预期分布。如所看到的，像素的灰度值大多集中在单一灰度值附近。线810表示具有浮渣形成的悬垂层的灰度值分布。如所看到的，灰度值分布在各种值上。线815表示悬垂层上方的层的灰度值分布。如所看到的，该灰度值分布小于线810的灰度值，但仍可能有一些浮渣形成。线820表示悬垂层上方两层的灰度值分布。如所看到的，灰度值分布更接近线805，并且可能不再有渣滓形成。因此，在一些实施例中，可针对多个层来监测像素值的分布，并且如果浮渣形成在后续层上减少，则计算设备可确定差错最小并且继续构建过程。
在一些实施例中，浮渣形成检测可以仅在构建中存在悬垂的情况下进行。特别地，计算设备可以确定在哪些层以及层的哪些部分出现悬垂并且在那些区域中执行浮渣形成检测(例如，灰度值分布的比较)。例如，悬垂表面可以仅对应于部件的一部分，并且这些表面可以在特定层内被标识。在一些实施例中，光学图像中对应于悬垂表面的区可以通过将掩模施加于层的光学图像来标识。掩模可以对应于部件的cad文件中的切片或作业文件中的切片。例如，在一些实施例中，从切片中可见的部件cad文件开始，计算设备生成具有值的虚拟层的图片，2其中该层中存在悬垂区(因此该区在前一层没有材料)：1其中在层中存在一个非悬垂区(因此在前一层中具有材料)，以及0其中不存在材料。该图片可以被叠加到扫描后取得的对应层的光学图像上。
在一些实施例中，针对对应于悬垂表面的那些区中的像素测量灰度值。可以在区中测量至少三(3)个像素的灰度值。在一些实施例中，灰度值被测量3、4、5、6、7、8、9、10或更多像素。在一些实施例中，对于4、9、16、25或36个像素来测量灰度值。在一些实施例中，最小像素面积小于或等于表示区或区的一部分的最小多边形的面积。
图9图示了用于基于像素的灰度值分布是否满足阈限分布来检测差错的一个示例过程的流程图900。在905处，图像捕获设备捕获没有差错的构建材料的参考图像。在910处，计算设备基于参考图像来确定参考灰度值分布。例如，参考灰度值分布可以是灰度值的高斯分布。在915处，开始一个或多个部件的构建过程。在920处，图像捕获设备在构建部件期间在重新涂覆过程之前或之后捕获构建材料的一个或多个层的一个或多个图像。在925处，计算设备确定部件中是否存在差错。例如，图像捕获设备将构建材料的层的捕获图像与参考图像进行比较。如果构建材料的层的图像(例如，对于单一层或基于本文所描述的多层)的像素的灰度值分布(例如，对应于一个或多个部件)与参考分布相差阈限(例如，分布的标准偏差与参考分布的标准偏差不满足阈限偏差)时，计算设备确定存在差错。如果不存在差错，则在930处，计算设备继续构建过程并且确定是否存在更多层要构建和捕获图像。如果存在更多图层要构建和捕捉图像，则该过程返回到925，否则过程结束。如果存在差错，则在935处，如本文所描述，计算设备采取一些动作(诸如警告用户、记录数据、停止构建、继续构建等)。
在一些实施例中，待检测的差错类型确定是否在重新涂覆之前或之后拍摄光学图像。例如，为了检测翘曲，可以在重新涂覆之后拍摄光学图像，而为了检测浮渣，可以在扫描之后但在重新涂覆之前拍摄光学图像。
在一些实施例中，本方法和系统用于质量控制过程，以便监测和控制am过程。在检测到差错后，诸如slm悬垂表面中的浮渣形成，可以使用反馈控制机制来纠正差错。在一些实施例中，浮渣形成的检测触发补救动作。在一些实施例中，检测到浮渣形成会中止构建。在一些实施例中，质量控制过程是统计过程控制(spc)。在一些实施例中，westernelectric规则被施加以检测控制图上的非随机条件。
在一些实施例中，如果存在多个部件/支撑结构被构建，则可以通过计算设备利用本文所描述的技术来单独地监测部件(例如，及其相应的支撑结构)的差错。例如，使用用于创建制造多个部件的作业文件的原始cad数据，可以隔离/标识属于每个部件的像素。也可以使用其他技术来选择/过滤要捕捉的图像的一部分以进行监测。因此，如果多个部件中只有某一部件被确定为有差错，则计算设备可以相应地采取补救动作。例如，如果某些部件没有差错，则计算设备可以继续构建。在一些实施例中，计算设备可以在没有差错的情况下继续构建部件，但停止为具有差错的部件构建附加层。
在一些方面中，可以通过监测属于每个部件的像素并且进一步监测可以被称为边界框的像素周围的小区域来监测各个部件。例如，可以监测部件的阈限距离(例如，在x、y或z方向上)内的所有像素。在一些实施例中，可以在x、y或z方向上使用不同的阈限距离。例如，由于差错通常会影响到它们会发生的层上方和下方的层，因此对于x和y可以使用较小的阈限距离，但对于z方向可以使用较大的阈限距离。
在一些实施例中，附加地或备选地，计算设备基于像素的灰度值检测差错，关于层的像素的灰度值的信息可以以可视格式呈现以便于计算设备的用户使用。
例如，图10图示了可以由计算设备生成并且显示的每层构建材料具有潜在差错的像素的数目的图形的一个示例。x轴表示每层的数目，并且y轴表示不满足灰度值阈限的像素的数目。这样的图形可以示出差错是否被定位(例如，到一个或多个层)或差错的严重程度(例如，给定层的受影响的表面面积)。例如，沿x轴的值分布指示差错定位，而y轴值指示差错的严重程度。
在一些实施例中，光学图像的二进制图像可以被组合并且被表示为2d中的灰度图像、黑色和白色图像或伪色图像，以示出在构建体积中已经发生差错的视图(例如俯视图)。例如，区域的颜色或暗度可能对应于该区域中存在差错的可能性。
在一些实施例中，光学图像(例如，二进制图像)的堆叠可以被视为3d渲染(例如，以彩色、黑色和白色、灰度)并且类似地表示构建材料的体积中的差错的可能性。在一些实施例中，体积渲染可以用于可视化3d渲染。在一些实施例中，堆叠可以被转换成3d模型(例如，使用marching-cubes算法)。例如，图10a图示了堆叠以形成光学图像1010的堆叠的单个光学图像1005的一个示例。
在一些实施例中，光学图像的表示可以被叠加到部件的2d或3d表示上以更好地指示部件中发生差错的位置。例如，图10b图示了叠加到部件1020的3d表示上的光学图像1005的表示的一个示例。
在一些实施例中，可视化是针对整个构建的。在一些实施例中，可视化限于某些部件。在一些实施例中，可视化是针对完成的构建。在一些实施例中，可视化是针对正在进行的构建。
本发明的实施例可以在用于设计和制造3d对象的系统内实践。转到图11，示出了适合于实施3d对象设计和制造的计算机环境的一个示例。该环境包括系统1100。系统1100包括一个或多个计算机1102a-1102d，其可以是例如能够处理信息的任何工作站、服务器或其他计算设备。在一些方面，计算机1102a-1102d中的每一个可以通过任何适合的通信技术(例如，互联网协议)被连接到网络1105(例如因特网)。因此，计算机1102a-1102d可以经由网络1105彼此之间发送和接收信息(例如，软件、3-d对象的数字表示、用于操作增材制造设备的命令或指令等)。
系统1100还包括一个或多个增材制造设备(例如3d打印机)1108a-1108b。如所示，增材制造设备1108a直接被连接到计算机1102d(并且通过经由网络1105被连接到计算机1102a-1102c的计算机1102d)，并且增材制造设备1108b经由网络1105被连接到计算机1102a-1102d。因此，本领域技术人员将理解，增材制造设备1108可以直接被连接到计算机1102，经由网络1105被连接到计算机1102，和/或经由另一计算机1102和网络1105被连接到计算机1102。
应注意的是，虽然系统1100是关于网络和一个或多个计算机所描述的，但是本文所描述的技术也适用于单一计算机1102，计算机1102可以直接地被连接到增材制造设备1108。计算机1102a-1102d中的任何一个可以被配置为充当关于图1至图10所描述的计算设备。此外，计算机1102a-1102d中的任何一个可以被配置为执行本文所描述的操作，包括关于图6和9所描述的操作。
图12图示了图11的计算机的一个示例的功能框图。计算机1102a包括与存储器1220进行数据通信的处理器1210、输入设备1230和输出设备1240。在一些实施例中，处理器还与可选的网络接口卡1290进行数据通信。虽然分离地描述，但应领会到，关于计算机1102a所描述的功能块不需要是分离的结构元件。例如，处理器1210和存储器1220可以被实施在单一芯片中。
处理器1210可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其他可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件或者其被设计为执行本文所描述的功能的任何适合的组合。处理器还可以被实施为计算设备的组合(例如，dsp和微处理器的组合)、多个微处理器、与dsp内核的一个或多个微处理器结合或者任何其他这样的配置。
处理器1210可以经由一个或多个总线被耦合以从存储器1220读取信息或将信息写入存储器1220。处理器可以附加地或备选地包括存储器(诸如处理器寄存器)。存储器1220可以包括处理器高速缓存，包括其中不同级别具有不同容量和访问速率的多级分级高速缓存。存储器1220还可以包括随机存取存储器(ram)、其他易失性存储设备或非易失性存储设备。该存储可以包括硬盘驱动器、光盘(诸如压缩盘(cd)或数字视频光盘(dvd))、闪存、软盘、磁带和zip驱动器。
处理器1210还可以被耦合到输入设备1230和输出设备1240，以用于分别从计算机802a的用户接收输入以及向计算机802a的用户提供输出。适合的输入设备包括但不限于键盘、按钮、按键、开关、定点设备、鼠标、操纵杆、遥控器、红外检测器、条形码阅读器、扫描仪、摄像机(可能与视频处理软件耦合以例如检测手势或面部姿势)、运动检测器或麦克风(可能被耦合到音频处理软件以例如检测语音命令)。适合的输出设备包括但不限于可视输出设备，包括显示器和打印机；音频输出设备，包括扬声器、听筒、耳机和闹钟；增材制造设备以及触觉输出设备。
处理器1210进一步可以被耦合到网络接口卡1290。网络接口卡1290根据一个或多个数据传输协议准备由处理器1210生成的数据以用于经由网络进行传输。网络接口卡1290还根据一个或多个数据传输协议解码经由网络所接收的数据。网络接口卡1290可以包括发射机、接收机或两者。在其他实施例中，发射机和接收机可以是两个分离的组件。网络接口卡1290可以被实施为通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其他可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件或其设计为执行本文所描述功能的任何适合组合。
图13图示了用于制造3-d对象或设备的过程1300。如所示，在步骤1305处，使用计算机(诸如计算机1102a)来设计对象的数字表示。例如，可以将2-d或3-d数据输入到计算机1102a，以用于帮助设计3-d对象的数字表示。在步骤1310处继续，信息从计算机1102a发送到增材制造设备(诸如增材制造装置1108)，并且设备1108根据所接收的信息着手制造过程。在步骤1315处，增材制造设备808使用适合的材料诸如液态树脂继续制造3d对象。在步骤1320处，最终构建该对象。
这些适合的材料可以包括但不限于光聚合物树脂、聚氨酯、甲基丙烯酸甲酯-丙烯腈-丁二烯-苯乙烯共聚物、可再吸收材料(诸如聚合物-陶瓷复合材料)。市售材料的示例为：来自dsmsomos的dsm
本文公开的各种实施例提供了在计算设备上执行的计算机软件的使用。本领域技术人员将容易理解，这些实施例可以使用多种不同类型的计算设备来实现，包括通用和/或专用计算系统环境或配置。可以适用于与上述实施例结合使用的公知计算系统，环境和/或配置的示例可以包括但不限于个人计算机，服务器计算机，手持式或膝上型设备，多处理器系统，基于微处理器的系统，可编程消费电子产品，网络pc，小型计算机，大型计算机，包括任何上述系统或设备的分布式计算环境等。这些设备可以包括存储的指令，该指令在由计算设备中的微处理器执行时使计算机设备执行指定的动作来执行指令。如本文所使用的，指令是指用于处理系统中的信息的计算机实现的步骤。指令可以在软件，固件或硬件中实现，并且包括由系统组件执行的任何类型的编程步骤。
微处理器可以是任何常规的通用单芯片或多芯片微处理器(诸如
本文公开的发明的各方面和实施例可以被实现为使用标准编程或工程技术来产生软件、固件、硬件或其任何组合的方法，装置或制造物品。本文使用的术语“制造物品”是指在硬件或非暂时性计算机可读介质(诸如光存储设备)中实现的代码或逻辑，以及易失性或非易失性存储设备或暂时计算机可读介质，诸如信号，载波等等这样的硬件可以包括但不限于现场可编程门阵列(fpga)，专用集成电路(asic)，复杂可编程逻辑器件(cpld)，可编程逻辑阵列(pla)，微处理器或其他类似的处理器件。
本文所公开的各种实施例可以使用计算机或计算机控制系统来实施。本领域技术人员将容易领会，这些实施例可以使用多种不同类型的计算设备来实施，包括通用和专用计算系统环境或配置。可以适用于与上文所阐述实施例结合使用的公知计算系统、环境和/或配置的示例可以包括但不限于个人计算机、服务器计算机、手持式或膝上型设备、多处理器系统、基于微处理器的系统、可编程消费电子品、网络pc、小型计算机、大型计算机、包括任何上文的系统或设备的分布式计算环境等。这些设备可以包括所存储的指令，该指令在由计算设备中的微处理器执行时使得计算机设备执行指定的动作来实行指令。如本文所使用，指令是指用于处理系统中的信息的计算机实施的步骤。指令可以在软件、固件或硬件中实施，并且包括由系统组件从事的任何类型的编程步骤。
微处理器可以是任何常规的通用单芯片或多芯片微处理器(诸如
本文所公开的发明的方面和实施例可以被实施为使用标准编程或工程技术来产生软件、固件、硬件或其任何组合的方法、装置或制造物品。如本文所使用的术语“制造物品”是指在硬件或非暂时性计算机可读介质(诸如光存储设备)中实施的代码或逻辑，以及易失性或非易失性存储设备或瞬时计算机可读介质(诸如信号、载波等)。这样的硬件可以包括但不限于现场可编程门阵列(fpga)、专用集成电路(asic)、复杂可编程逻辑器件(cpld)、可编程逻辑阵列(pla)、微处理器或其他类似的处理器件。