外太空数字物流系统的制作方法
本公开涉及外太空中的制造，并且更具体地涉及通过其产品生命周期追踪制造零件并在数字分布式分类帐中记录一系列认证交易的系统。
背景技术：
题为“systemandmethodforblock-chainverificationofgoods”的美国专利申请公开no.2016/0098723涉及一种方法，该方法包括由计算设备使用代码扫描器扫描来自贴到产品的代码的地址，由计算设备验证该地址与记录在交易寄存器中的加密货币交易相关联，由计算设备获取至少一个当前交易数据，并基于该验证和至少一个当前交易数据确定该产品是真实的。
题为“systemandmethodforblock-chainverificationofgoods”的美国专利申请公开no.2016/0098730也涉及一种方法，该方法包括由第一计算设备获得第一地址，由第一计算设备将第一地址输出到贴到第一产品的第一代码，由第一计算设备向第一地址提交第一加密货币交易，在交易寄存器处，由第二计算设备从代码扫描器接收从贴到第一产品的第一代码扫描的第一地址，由第二计算设备使用第一地址验证交易寄存器处的第一密码货币交易，并且由第二计算设备基于该验证识别第一产品是真实的。
外太空是人类已知的最恶劣的环境之一。在外太空，失败是不可接受的，因为存在损害健康和死亡的高风险。制造的零件必须与原始或“正确”的对应零件基本相同。外太空没有“第二次机会”。为了在这种恶劣的环境中获得更高的成功率，制造过程应确保零件3d制造的数据、工艺和性能完整性。在外太空，通过在诸如航天器、太空站或太空殖民地等基于太空的实体上构建和/或打印零件进行修理和更换，物流过程可能会缩短。这些基于太空的客户可以根据产品目录购买数字供应物品(例如，作为数字数据)，并通过在外太空进行增材打印将数字供应物品转换为制造的物理部分。
因此，需要一种能够确保制造的印刷品的质量包括供应链源的完整性，数字数据交付和接收的完整性以及制造的印刷品在供应链的接收端的完整性的系统。
技术实现要素：
通过对所公开实施例的对应部分、部分或表面的附加引用，仅出于说明而非限制的目的，本公开的示例性实施例提供了用于验证和认证增材制造产品的包括以下步骤的方法：从客户(19)接收对产品(101)的至少一个客户需求；根据至少一个客户需求，开发(210)产品的至少一个制造需求(37)；根据制造需求生成(218,228,236,254)产品几何文件(125)和至少一个打印机参数(119,120,121,122,128,130)；由第一计算设备(27a)向分布式交易寄存器(17)记录(225,234,243,260)反映产品几何文件的第一交易(90c)；利用符合打印机参数的3d增材打印机(31)，使用产品几何文件打印(262)产品(132)；从分布式交易寄存器获得与第一交易相关联的第一输出(84c)；生成(306)反映第一输出的唯一代码(129)；在产品中嵌入(274)唯一代码；由第二计算设备(27b)向分布式交易寄存器记录(271,281)反映产品的打印和第一输出的第二交易(90i)；从分布式交易寄存器获得与第二交易相关联的第二输出(84i)；由此，可以用唯一代码和第二输出来验证产品几何文件和产品的打印，使得可以对产品进行认证。
对产品的至少一个客户需求可以从包括质量参数，材料成分需求，产品定义，制造需求和ip工件(105)的组中选择。产品的至少一个制造需求可以从包括产品尺寸，产品重量，产品强度，产品几何形状(109)，计算机辅助设计(cad)文件(108)，材料需求(110)，和ip工件(106)的组中选择。产品几何文件可包括增材制造文件或立体光刻文件(125)。分布式交易寄存器可以包括区块链，并且记录第一交易的步骤可以包括将第一交易记录到区块链的第一块的步骤。第一交易可以包括交易数据和第一输出。第一输出可以包括区块链地址，并且交易数据可以包括反映产品几何文件的加密散列摘要。记录第二交易的步骤可包括将第二交易记录到区块链的第二块的步骤。第二交易可以包括交易数据和第二输出。第二输出可以包括区块链地址，并且交易数据可以包括反映产品的打印的加密散列摘要。将反映第一输出的唯一代码嵌入产品的步骤可包括用唯一代码打印产品或用唯一代码蚀刻产品的步骤。
该方法可以包括以下步骤：从制造需求生成至少一个3d增材打印机材料参数(122)和至少一个3d增材打印机校准参数(119)作为至少一个打印机参数；向分布式交易寄存器记录(243)第一交易，使得第一交易反映至少一个3d增材打印机材料参数和至少一个3d增材打印机校准参数；利用符合3d增材打印机校准参数的3d增材打印机，使用产品几何文件和至少一个3d增材打印机材料参数打印产品；由此，可以用唯一代码验证至少一个3d增材打印机材料参数和至少一个3d增材打印机校准参数，使得可以对产品进行认证。至少一个3d增材打印机校准参数可以从包括速度，功率，扫描速率和进给速率的组中选择。所述至少一个3d增材打印机材料参数可选自由铝，钛，不锈钢，钴铬合金，铬镍铁合金，马氏体时效钢，哈氏合金-x和铜组成的组。分布式交易寄存器可以包括区块链，并且记录第一交易的步骤可以包括将第一交易记录到区块链的第一块的步骤。记录第一交易的步骤可包括向第一块记录反映产品几何文件，3d增材打印机校准参数和3d增材打印机材料参数的条目的步骤。
该方法可以包括以下步骤：由第三计算设备向分布式交易寄存器记录(208)反映对产品的至少一个客户需求的第三交易(90a)；从分布式交易寄存器获得与第三交易相关联的第三输出；由第四计算设备向分布式交易寄存器记录反映产品的至少一个制造需求的第四交易(90b)；从分布式交易寄存器获得与第四交易相关联的第四输出；其中第四输出反映第三输出，第一输出反映第四输出；由此，可以用唯一代码验证对产品的至少一个客户需求和对产品的至少一个制造需求，使得产品可以被认证。对产品的至少一个客户需求可以从包括质量参数，材料成分需求，产品定义，制造需求和ip工件的组中选择。对产品的至少一个制造需求可以选自由产品尺寸，产品重量，产品强度，产品几何形状，计算机辅助设计文件，材料需求和ip工件组成的组。分布式交易寄存器可以包括区块链，并且记录第三交易的步骤可以包括将第三交易记录到区块链的第三块的步骤，并且记录第四交易的步骤可以包括将第四交易记录到区块链的第四块的步骤。该方法可以包括以下步骤：由第五计算设备向分布式交易寄存器记录(281)第五交易(90j)，其反映向产品嵌入或贴附反映第二输出的唯一代码；从分布式交易寄存器获得与第五交易和第二输出相关联的第五输出；检查(283)产品；由第六计算设备向分布式交易寄存器记录(292)反映产品的检查的第六交易(90k)；由此，可以通过分布式交易寄存器验证向产品嵌入或贴附唯一代码和产品的检查。分布式交易寄存器可以包括区块链，并且记录第五交易的步骤可以包括将第五交易记录到区块链的第五块的步骤，并且记录第六交易的步骤可以包括将第六交易记录到区块链的第六块的步骤。该方法可以包括以下步骤：从分布式交易寄存器获得与第六交易和第五输出相关联的第六输出；将产品交付给最终用户；由第七计算设备向分布式交易寄存器记录(304)反映产品到最终用户的交付的第七交易(90l)；从而可以用分布式交易寄存器验证产品到最终用户的交付。该方法可以包括以下步骤：从分布式交易寄存器获得与第七交易和第六输出相关联的第七输出；安装产品以供最终使用；由第八计算设备向分布式交易寄存器记录反映产品的安装以供最终使用的第八交易；因此，可以使用分布式交易寄存器来验证产品的安装以供最终使用。分布式交易寄存器可以包括区块链，并且记录第七交易的步骤可以包括将第七交易记录到区块链的第七块的步骤，并且记录第八交易的步骤可以包括将第八交易记录到区块链的第八块的步骤。
该方法可以包括从分布式交易寄存器生成反映第一交易和第二交易的交易记录的步骤。该方法可以包括以下步骤：由计算设备扫描嵌入产品内或贴到产品上的唯一代码；通过计算设备验证(41)该代码与分布式交易寄存器的第二输出相关联；通过计算设备获取至少一个当前交易数据(85)；基于验证和至少一个当前交易数据确定(306)产品是真实的。
本公开的另一示例性实施例提供了一种数据库系统，包括：对产品的至少一个客户需求；根据至少一个客户需求开发的对产品的至少一个制造需求；根据制造需求生成的产品几何文件；具有反映产品几何文件的第一交易的分布式交易寄存器；具有反映利用满足打印机参数的增材打印机对产品的打印的第二交易的分布式交易寄存器；由此可以用唯一代码验证产品几何文件和产品的打印，从而可以对产品进行认证。
本公开的另一示例性实施例提供了一种计算机系统，包括：第一计算设备，被配置为与具有存储分布式交易分类帐(17)的多个节点服务器(14)的服务器网络(16)通信；第二计算设备，被配置为与具有存储分布式交易分类帐的多个节点服务器的服务器网络通信；用于打印产品的3d增材打印机(31)；用于向产品中嵌入或贴附代码的机构；由此第一计算设备被配置为向分布式交易寄存器记录反映根据产品的至少一个制造需求生成的产品几何文件的第一交易；由此3d增材打印机配置为使用产品几何文件打印产品；第一，第二或第三计算设备之一被配置为生成反映第一交易的唯一产品代码；由此该机构被配置为将反映第一交易的唯一产品代码嵌入或贴到产品中；由此第二计算设备被配置为向分布式交易寄存器记录反映产品的打印的第二交易；由此，可以利用唯一代码和来自第二交易的输出来验证产品几何文件，使得可以对产品进行认证。3d增材打印机可以包括用于将唯一产品代码嵌入或贴到产品的机构。
本公开的另一示例性实施例提供了一种验证方法，该方法包括：(a)从多个实体(35,36)接收多个产品，其中，所述多个产品中的每个产品具有存储产品信息的相关联的分布式交易寄存器；(b)从分布式交易寄存器中确定产品信息；以及(c)汇总产品信息。产品信息可包括产品需求(101)，产品处理(62)或材料(61)，产品保管(63)，产品报酬(64)和产品知识产权(106)中的至少一个。分布式交易寄存器可以是私有数字分类帐和公共数字分类帐之一。该方法还可以包括将汇总的产品信息和最终产品传送到第三方(29)，其中最终产品可以是多个产品的组合。该方法还可以包括：在接收多个产品之前，接收对存储产品信息的分布式交易寄存器的访问。
本公开的另一示例性实施例提供了一种用于验证的装置，该装置包括：至少一个处理器和存储计算机程序指令的至少一个存储器，其中可以用至少一个处理器配置具有计算机程序指令的至少一个存储器以使得装置至少：响应于从多个实体接收多个产品，从分布式交易寄存器确定产品信息，其中多个产品中的每个产品具有存储产品信息的相关分布式交易寄存器；并汇总产品信息。产品信息可包括产品需求，产品处理或材料，产品保管，产品报酬和产品知识产权中的至少一个。以用至少一个处理器配置具有计算机程序指令的至少一个存储器以进一步使装置至少在接收多个产品之前，接收对存储产品信息的分布式交易寄存器的访问。分布式交易寄存器可以是私有数字分类帐和公共数字分类帐之一。
本公开的另一示例性实施例提供了一种有形地包括计算机程序指令的非暂时性计算机可读介质，该计算机程序指令当由处理器执行时，使得处理器至少：响应于从多个实体接收多个产品，从分布式交易寄存器中确定产品信息，其中，所述多个产品中的每一个都具有存储产品信息的关联分布式交易寄存器；并汇总产品信息。产品信息可包括产品需求，产品处理或材料，产品保管，产品报酬和产品知识产权中的至少一个。可以进一步使处理器在接收多个产品之前，接收对存储产品信息的分布式交易寄存器的访问。分布式交易寄存器可以是私有数字分类帐和公共数字分类帐之一。
本公开的另一示例性实施例提供了一种用于制造产品的出处、验证和认证的方法，包括以下步骤：从客户接收对产品的至少一个客户需求，开发至少一个ip工件，导出至少一个制造需求，并为产品生成产品几何文件，由第一计算设备向分布式交易寄存器记录反映包含ip工件和制造需求的产品几何文件的证书的第一交易，获得反映第一交易的第一输出，用3d打印机打印产品，由第二计算设备向分布式交易寄存器记录反映产品打印和第一输出的第二交易，获得反映第二交易的第二输出，在产品中嵌入反映第二输出的唯一代码，由此可以用唯一代码验证产品几何文件和产品的打印，使得产品可以被认证为真实的。
本公开的另一示例性实施例提供了一种跟踪方法，该方法包括：(a)将信息与零件相关联，该信息包括体现在物品中的专利、发明、商标、版权、作者作品或专有技术中的至少一个；(b)在数据库中记录该零件的相关信息，其中该记录还可以包括加密数据库内的相关信息并为该零件分配唯一标识符。数据库可以是公共分类帐或私有分类帐。数据库可以是plm。该方法还可以包括加密所记录的零件的相关信息。
本公开的另一示例性实施例提供了一种数据库系统。数据库系统包括对产品的至少一个客户需求，至少一个ip工件，从至少一个客户需求开发的对产品的至少一个制造需求，以及根据制造需求和一个ip工件生成的产品几何文件。数据库系统还包括分布式交易寄存器，其具有反映产品几何文件的第一交易，该分布式交易寄存器具有反映利用满足至少一个打印机参数的增材打印机对产品的打印的第二交易，并且由此可以使用唯一代码验证产品几何文件和对产品的打印，使得产品可以被认证为真实的。
本公开的另一示例性实施例提供了一种方法，包括将信息与零件相关联，该信息包括物品中体现的专利、发明、商标、版权、作者作品或专有技术中的至少一个，并在数据库内记录零件的相关信息，其中记录还包括加密数据库内的相关信息并为该零件分配唯一标识符。
本公开的一个目的是提供一种用于验证和出处的方法、装置、计算机可读介质、数据库系统和计算系统。
本公开的又一示例性实施例提供了一种用于利用地外通信来验证和认证增材制造的产品的方法(400)。该方法可以包括：从客户(410)接收产品的至少一项客户需求(540)；根据至少一项客户需求，开发产品的至少一项制造需求(540)；根据制造需求，生成产品几何文件(125)和至少一个打印机参数(119)；由第一计算设备(27a)将反映产品几何文件(125)的第一交易(90c)记录到存储在具有多个节点服务器(14)的服务器网络(16)上的分布式交易寄存器(17)中，第一交易(90c)具有与第一交易(90c)关联的第一输出(84c)，第一输出(84c)包括区块链地址；将来自与第一交易(90c)、产品几何文件(125)以及至少一个打印机参数(119)相关联的分布式交易寄存器(17)的第一输出(84c)从第一计算设备(27a)传输到第二计算设备(430)，传输第一输出(84c)包括在通信连接到服务器网络(16)的地面收发器(460)和通信地连接到地面收发器(460)的地外收发器(460)之间进行传输，第二计算设备(430)配置为至少通过地面收发器(460)和地外收发器(460)与服务器网络(16)通信，该服务器网络具有存储分布式交易寄存器(17)的多个节点服务器(14)；使用连接到第二计算设备(430)的3d增材打印机(530)打印满足至少一个打印机参数(119)并利用产品几何文件(125)的产品(540)；由第二计算机设备(430)生成反映第一交易(90c)的第一输出(84c)的唯一产品代码；由第二计算设备(430)将反映产品(540)的打印和第一输出(84c)的第二交易(90i)记录到分布式交易寄存器(17)，第二交易(90i)具有与第二交易(90i)相关联的第二输出，第二输出包括区块链地址；并通过一种机构将反映第一输出(84c)的唯一的产品代码嵌入在产品(540)内或贴附在产品(540)上，从而用唯一的产品代码和来自第二交易(90i)的第二输出验证产品几何文件(125)和产品(540)的打印，以便对产品(540)进行认证。
公开了本公开的又一个实施例，其中对产品(540)的至少一个客户需求选自由质量参数、材料成分需求、产品定义、制造需求和ip工件构成的组；所述产品的至少一个制造需求选自由产品尺寸、产品重量、产品强度、产品几何形状、计算机辅助设计(cad)文件和ip工件(106)构成的组；产品几何文件(109)包括增材制造文件或立体光刻文件(125)；分布式交易寄存器(17)包括区块链，并且其中记录第一交易包括将第一交易记录到区块链的第一块；记录第二交易(90i)包括将第二交易(90i)记录到区块链的第二块；第一交易还包括第一交易数据，第二交易(90i)还包括第二交易数据；第一交易数据包括反映产品几何文件(109)的加密散列摘要，第二交易数据包括反映产品的打印的加密散列摘要；嵌入反映第一输出(84c)的唯一产品代码包括用唯一产品代码打印产品或用唯一产品代码蚀刻产品(540)；根据制造需求，生成至少一个3d增材打印机材料参数(122)和至少一个3d增材打印机校准参数(119)；并且通过满足3d增材打印机校准参数(119)的3d增材打印机(530)，使用至少一个3d增材打印机材料参数(122)打印产品(540)，其中第一交易(90c)反映了至少一个3d增材打印机材料参数(122)和至少一个3d增材打印机校准参数(119)，并且其中用唯一的产品代码对至少一个3d增材打印机材料参数(122)和至少一个3d增材打印机校准参数(119)进行验证，以便对产品(540)进行认证；至少一个3d增材打印机校准参数(119)选自由速度、功率、扫描速率和进给速率构成的组；至少一个3d增材打印机材料参数(122)选自由铝、钛、不锈钢、钴铬合金、铬镍铁合金、马氏体时效钢、哈斯特合金-x和铜构成的组；分布式交易寄存器(17)包括区块链，并且其中记录第一交易包括将第一交易记录到区块链的第一块；记录第一交易(90c)包括将反映产品几何文件(125)、至少一个3d增材打印机校准参数(119)和至少一个3d增材打印机材料参数(122)的条目记录到第一块)；由第三计算设备将反映产品的至少一个客户需求的第三交易(90a)记录到分布式交易寄存器(17)；从分布式交易寄存器(17)获得与第三交易(90a)相关的第三输出；通过第四计算设备将反映该产品(540)的至少一个制造需求的第四交易(90b)记录到分布式交易寄存器(17)；从分布式交易寄存器(17)获得与第四交易(90b)相关的第四输出；其中，第四输出反映第三输出，第一输出反映第四输出；其中，使用唯一的产品代码来验证对产品的至少一个客户需求和对产品的至少一个制造需求(540)，从而对产品(540)进行认证；由第五计算设备将反映嵌入所述唯一产品代码的第五交易(90j)记录到所述分布式交易寄存器，所述唯一产品代码反映所述第一输出；从分布式交易寄存器(17)获得与第五交易(90j)和第二输出相关联的第五输出；检查产品；通过第六计算设备将反映产品(540)的检查的第六交易(90k)记录到分布式交易寄存器中；其中，使用分布式交易寄存器(17)验证嵌入唯一的产品代码和产品的检查(540)；从分布式交易寄存器中获得与第六交易(90k)和第五输出相关联的第六输出；将产品交付给最终用户；通过第七计算设备将反映产品(540)向最终用户的交付的第七交易(901)记录到分布式交易寄存器(17)中；其中，通过分布式交易寄存器(17)验证产品向最终用户的交付；从分布式交易寄存器(17)获得与第七交易(90l)和第六输出相关联的第七输出；安装产品以供最终使用；通过第八计算设备将反映产品的安装以供最终使用的第八交易记录到分布式交易寄存器(17)中；其中用于最终使用的产品的安装由分布式交易寄存器(17)验证；分布式交易寄存器(17)包括区块链；记录第一交易(90c)包括将第一交易(90c)记录到区块链的第一块；记录第二交易(90i)包括将第二交易(90i)记录到区块链的第二块；记录第三交易包括将第三交易(90a)记录到区块链的第三块；记录第四交易(90b)包括将第四交易(90b)记录到区块链的第四块；记录第五交易(90j)包括将第五交易(90j)记录到区块链的第五块；记录第六交易(90k)包括将第六交易(90k)记录到区块链的第六块；记录第七交易(901)包括将第七交易(901)记录到区块链的第七块；记录第八交易包括将第八交易记录到区块链的第八块；从分布式交易寄存器(17)生成反映第一交易(90c)和第二交易(90i)的交易记录；通过第九计算设备扫描嵌入在产品(540)中或贴附到产品(540)的唯一产品代码；由第九计算设备验证唯一产品代码与分布式交易寄存器(17)的第二输出相关联；以及通过第九计算设备获取至少一个交易数据(85)；以及基于验证和至少一个交易数据(85)，确定产品(540)是真实的；训练用于增材制造机器的闭环控制的人工智能模块，该增材制造机器可操作用于执行增材制造处理以构建零件，该人工智能模块的训练包括：将对应于多个零件的增材制造构建参数配置文件输入到人工智能模块；将由增材制造机器在处理过程中收集的基于连续时间的参数数据输入到人工智能模块；将由卷积神经网络(640)生成的构建层图像分类数据输入到人工智能模块，该卷积神经网络被配置为评估在处理过程中捕获的构建层图像(630)；将由至少一个其他卷积神经网络(640)生成的后处理图像分类数据输入到人工智能模块，该至少一个其他卷积神经网络被配置为评估在捕获的零件后处理的图像；借助于人工智能模块，对增材制造构建参数配置文件(830)、基于连续时间的参数数据(714)、构建层图像分类数据(721)和后处理图像分类数据进行评估；将由增材制造机器(530)在处理过程中收集的熔池数据输入到人工智能模块；以及借助于人工智能模块评估熔池数据(713)。
本公开的另一示例性实施例提供一种用于利用地外通信来验证和认证增材制造的产品的系统(400)。该系统可以包括服务器网络(16)，该服务器网络具有存储分布式交易寄存器(17)的多个节点服务器(14)；第一计算设备(27a)被配置为与具有存储分布式交易寄存器(17)的多个节点服务器(14)的服务器网络(16)进行通信，第一计算设备(27a)被进一步配置为将反映从产品(540)的至少一个制造需求生成的产品几何文件(125)的第一交易(90c)记录到分布式交易寄存器(17)，第一交易(90c)具有与第一交易(90c)关联的第一输出(84c)，第一输出(84c)包括区块链地址；通信连接到服务器网络(16)以发送和接收数据的地面收发器(460)；通信连接到地面收发器(460)以发送和接收数据的地外收发器(460)；第二计算设备(430)被配置为至少通过地面收发器(460)和地外收发器(460)与具有存储分布式交易寄存器(17)的多个节点服务器(14)的服务器网络(16)进行通信；3d增材打印机(530)配置为与第二计算设备(430)通信并打印产品(540)，3d增材打印机(530)进一步配置为使用产品几何文件(125)打印产品(540)；以及机构，配置为与第二计算设备(430)进行通信并向该产品(540)嵌入或贴附反映第一输出(84c)的唯一产品代码，从而第一、第二或第三计算设备中的一个设备被配置为生成反映第一交易(90c)的第一输出(84c)的唯一产品代码，从而第二计算设备(430)进一步被配置为向分布式交易寄存器(17)记录反映了产品的打印和第一输出(84c)的第二交易(90i)，第二交易(90i)具有与第二交易(90i)关联的第二输出，第二输出包括区块链地址，从而使用唯一的产品代码和来自第二交易(90i)的第二输出验证产品几何文件(125)，从而对产品(540)进行认证。
公开了本公开的另一示例性实施例，其中3d增材打印机(530)包括用于将唯一产品代码嵌入或贴附到产品(540)的机构；用于根据增材制造构建工艺逐层构建零件的增材制造系统(400)，该增材制造系统(400)包括：增材制造机器(530)，其包括粉末床(2024)和能量源(2028)，其中相对于粉末床(2024)中的粉末层扫描来自能量源(2028)的能量束，以通过熔化构建零件的每一层；构建参数配置文件(830)，其存储用于在增材制造机器(530)中构建零件的初始构建参数集，其中初始构建参数集至少部分地基于零件的几何模型；用于在处理过程中调节初始构建参数集的闭环控制结构，该闭环控制结构包括具有经训练的人工智能模块(850)的慢速控制环；以及构建层图像传感器，其被配置为获取处理过程中的各零件层的层图像；其中所述初始构建参数集、与所述构建工艺相对应的调整后的构建参数的基于时间的序列(714)以及所述层图像被作为输入传输至所述经训练的人工智能模块；具有状态机(840)的快速控制环；以及熔池监控系统，用于获取实时熔池数据(712)，该实时熔池数据表示由处理过程中的能量源(2028)形成的熔池；其中熔池数据作为输入被传输到经训练的人工智能模块(850)并且作为输入被传输到状态机(840)；使用来自第一卷积神经网络(640)的评估数据对经训练的人工智能模块进行训练，该第一卷积神经网络被配置为评估在处理过程中获取的层图像，并且至少一个第二卷积神经网络(640)被配置为评估在后处理中获取的成品零件的图像；所述至少一个第二卷积神经网络(640)包括被配置为评估分段零件的二维图像的卷积神经网络(640)；至少一个第二卷积神经网络(640)包括被配置为评估零件的三维图像(732)的卷积神经网络(640)；经训练的人工智能模块(850)是具有循环人工神经网络的深度学习模块。
以下将描述本发明的实施例，但是应当理解，本公开不限于所描述的实施例，并且在不脱离基本原理的情况下可以对本发明进行各种修改。因此，本公开的范围仅由所附权利要求确定。
附图说明
图1是示出所公开的虚拟分布式库存管理系统和分类帐的实施例的示意图，其中在制造零件的每次交易时具有可追溯性和认证。
图2是公开用于在数字分类帐中记录交易的实施例的方法步骤的流程图。
图3是公开用于从第一用户向第二用户发送加密的交易数据的实施例的方法步骤的流程图。
图4是公开所公开的虚拟分布式分类帐系统的主要工艺状态的流程图。
图5a和5b是公开所公开的虚拟分布式分类帐系统的实施例的主要工艺状态以及每个状态的输入和输出的示意图。
图6是公开客户需求工艺状态的实施例的方法步骤的流程图。
图7是公开设计实施需求工艺状态的实施例的方法步骤的流程图。
图8是公开了图6所示的客户需求工艺状态的实施例的处理输入和输出的数据库。
图9是公开图7所示的设计实施需求工艺状态的实施例的处理输入和输出的数据库。
图10是公开制造预处理需求工艺状态的实施例的方法步骤的流程图。
图11是公开粉末采购和储存工艺状态的实施例的方法步骤的流程图。
图12是公开机器校准参数生成工艺状态的实施例的方法步骤的流程图。
图13是公开了图10所示的制造预处理需求工艺状态的实施例的处理输入和输出的数据库。
图14是公开了图11中所示的粉末采购和储存工艺状态的实施例的处理输入和输出的数据库。
图15是公开了图12所示的机器校准参数生成工艺状态的实施例的处理输入和输出的数据库。
图16是公开粉末检查工艺状态的实施例的方法步骤的流程图。
图17是公开机器预处理转换工艺状态的实施例的方法步骤的流程图。
图18是公开了图16所示的粉末检查工艺状态的实施例的处理输入和输出的数据库。
图19是公开了图17所示的机器预处理转换工艺状态的实施例的处理输入和输出的数据库。
图20是公开增材制造工艺状态的实施例的方法步骤的流程图。
图21是公开部分后处理工艺状态的实施例的方法步骤的流程图。
图22是公开了图20所示的增材制造工艺状态的工艺输入和输出的数据库。
图23是公开了图21所示的零件后处理工艺状态的实施例的处理输入和输出的数据库。
图24是公开优选零件检查工艺状态的实施例的方法步骤的流程图。
图25是公开优选零件最终用户交付需求工艺状态的实施例的方法步骤的流程图。
图26是公开了图24所示的零件检查工艺状态的实施例的处理输入和输出的数据库。
图27是公开了图25中所示的零件最终用户交付需求工艺状态的实施例的处理输入和输出的数据库。
图28是示出所公开的虚拟分布式分类帐系统的交易记录的实施例的示意图。
图29是示出用于所公开的虚拟分布式分类帐系统的唯一零件标识符生成的实施例的示意图。
图30是示出用于所公开的虚拟分布式分类帐系统的零件认证方法的实施例的示意图。
图31是示出适合于实践本公开的示例性实施例的供应商认证的实施例的示例图。
图32是示出适合于实践本公开的示例性实施例的供应链内的价格透明度的实施例的示例图。
图33是示出适合于实践本公开的示例性实施例的知识产权跟踪的实施例的示例图。
图34是示出在适合于实践本公开的示例性实施例的产品的生产中体现的知识产权的示例图。
图35是具有用于外太空中的增材制造零件的可追溯性和认证的虚拟分布式库存管理系统的实施例的示意图。
图36是图35所示实施例的具有用于外太空中的增材制造零件的可追溯性和认证的虚拟分布式库存管理系统的示意图。
图37是在外太空中利用图35所示的虚拟分布式库存管理系统来提供用于制造产品的数字数据和信息的实施例的示意图。
图38是用在图35所示的具有用于外太空中的增材制造零件的可追溯性和认证的虚拟分布式库存管理系统中的深度学习人工智能增材制造系统的实施例的示意性框图。
图39是公开了具有数据增强以及增材制造2d后处理和增材制造3d后处理的增强数据收集体系结构和慢过程反馈控制的框图，其中成品零件的后处理图像数据是与通过增材制造机器在处理过程中收集的数据相对应地收集的。
图40是公开用于深度学习人工智能增材制造系统的训练配置的实施例的流程图。
图41是基本闭环增材制造控制系统的流程图，其中通过卷积神经网络评估层以提供反馈。
图42是用于工艺和设计质量验证的增材制造机器学习过程的实施例的流程图。
图43是图38所示的增材制造机器的示意图。
图44是表示循环神经网络(rnn)如何可以与有限状态机(fsm)接口的简化示例的状态图。
具体实施方式
首先，应该清楚地理解，相同的附图标记旨在在若干附图中始终如一地标识相同的结构元件、部分或表面，因为这些元件、部分或表面可以通过整个书面说明书进一步描述或解释，其详细描述是其中不可或缺的部分。除非另有说明，否则附图旨在与说明书一起阅读，并且被认为是本发明的整个书面描述的一部分。
主要在用于执行安全地跟踪制造零件的方法的全功能计算机系统的背景下描述本发明的示例性实施例。然而，本领域的技术人员将认识到，本发明还可以体现在设置在信号承载介质上的计算机程序产品中，以与任何合适的数据处理系统一起使用。这种信号承载介质可以是用于机器可读信息的传输介质或可记录介质，包括磁介质，光学介质，固态介质或其他合适的介质。可记录介质的示例包括硬盘驱动器或磁盘中的磁盘，用于光盘驱动器的光盘，磁带，固态存储器设备以及本领域技术人员将想到的其他介质。传输介质的示例包括用于语音通信的电话网络和数字数据通信网络，例如ethernetstm和与因特网协议和万维网通信的网络。本领域技术人员将立即认识到，具有合适编程零件的任何计算机系统将能够执行如程序产品中体现的所公开方法的步骤。本领域技术人员将立即认识到，尽管本说明书中描述的一些示例性实施例面向在计算机硬件上安装和执行的软件，但是，作为固件或硬件实现的替代实施例也在本发明的范围内。
图1-43中的流程图和框图图示出了根据本公开的各种实施例的系统和方法的可能实现的架构，功能和操作。在这方面，流程图或框图中的每个框可以表示代码的模块，片段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。还应注意，在一些替代实施方式中，框中提到的功能可以不按图中所示的顺序发生。例如，连续示出的两个方框实际上可以基本上同时执行，或者这些方框有时可以以相反的顺序执行，这取决于所涉及的功能。还应注意，框图和/或流程图图示中的每个框以及框图和/或流程图图示中的框的组合可以由执行指定功能或动作的基于专用硬件的系统来实现，或专用硬件和计算机指令的组合来实现。
数字系统通常包括执行软件的一个或多个处理器，以及可由软件控制的各种硬件设备。例如，数字系统包括：诸如台式机，笔记本电脑，桌面一体机，服务器，工作站等的计算机系统；诸如手机，个人数字助理，智能手机等的移动设备；和其他专用设备。硬件设备通常可以提供某些功能，例如存储(例如磁盘驱动器，闪存，光盘驱动器等)，通信(例如联网，无线操作等)，以及其他输入/输出功能(触摸屏，键盘，鼠标，显示器，音频等)。
各种单元、电路或其他组件可被描述为“被配置为”执行一个或多个任务。在这样的上下文中，“被配置为”是对结构的广泛叙述，通常意味着“具有在操作期间执行任务的电路”。这样，即使当单元/电路/组件当前未接通时，单元/电路/组件也可以被配置为执行任务。通常，形成对应于“被配置为”的结构的电路系统可以包括用于实现该操作的硬件电路。类似地，为了描述的方便，各种单元/电路/组件可被描述为执行一个或多个任务。这样的描述应该被解释为包括短语“被配置为”。叙述被配置为执行一个或多个任务的单元/电路/组件明确地意图不要调用35u.s.c.§112，第6段，对该单元/电路/组件的解释。
计算设备。
现在参考图1和35所示的分布式计算机网络，这里讨论的包括计算设备27,27a和27b的系统实施例的计算设备包括主存储器，例如随机存取存储器(ram)，并且还可以包括辅助存储器。辅助存储器可以包括例如硬盘驱动器，可移动存储驱动器或接口，连接到可移动存储单元或其他类似零件。如相关领域的技术人员将理解的，可移动存储单元包括计算机可用存储介质，其中存储有计算机软件和/或数据。创建辅助存储器的附加装置的示例可以包括程序盒和盒接口(诸如在视频游戏设备中找到的)，可移动存储器芯片(诸如eprom或prom)和相关联的插槽，以及其他可移动存储单元和接口，其允许软件和数据从可移动存储单元传输到计算机系统。在一些实施例中，在计算设备的存储器中“维护”数据意味着以便于检索的形式将该数据存储在该存储器中，如所讨论的算法所要求的那样，并且根据需要检索、更新或删除数据。
主题计算设备还可以包括通信接口。通信接口允许软件和数据在计算设备和外部设备之间传输。通信接口可以包括调制解调器，网络接口(例如以太网卡)，通信端口，pcmcia插槽和卡，或将计算设备耦合到外部设备的其他零件。经由通信接口传输的软件和数据可以是信号的形式，其可以是电子、电磁、光学或能够由通信接口接收的其他信号。这些信号可以通过有线或电缆、光纤、电话线、蜂窝电话链路和射频链路或其他通信信道提供给通信接口。其他设备可以经由通信接口耦合到计算设备。在一些实施例中，如果设备或组件与该设备如此相关，则该设备或组件“耦合”到该计算设备，以使该产品或零件和该设备可以作为一个机器一起操作。特别地，如果电子装备被并入计算设备(例如，智能电话上的内置摄像机)，则该电子装备被耦合到计算设备，通过能够在装备和设备之间传播信号的导线连接到设备(例如通过插入计算机端口之一的电线连接到个人计算机的鼠标)，通过取代电线传播信号的能力的无线技术连接到设备(例如，用于移动电话的无线
这里讨论的系统实施例中的通信接口有助于计算设备与数据输入设备、设备的显示器和网络连接(无论是有线还是无线)的耦合。在一些实施例中，“数据输入设备”是耦合到计算设备的任何装备，其可以用于将数据输入到该设备中。该定义包括但不限于键盘，计算机鼠标，触摸屏，数码相机，数字摄像机，无线天线，全球定位系统设备，音频输入和输出设备，陀螺仪定向传感器，接近传感器，指南针，扫描器，专用读取设备等(诸如指纹或视网膜扫描器)，以及能够感测电磁辐射，电磁场，重力，电磁力，温度，振动或压力的任何硬件设备。计算设备的“手动数据输入设备”是耦合到计算设备的所有数据输入设备的集合，其允许用户使用手动操作将数据输入到计算设备中。手动输入设备包括但不限于键盘，小键盘，触摸屏，跟踪板，计算机鼠标，按钮和其他类似组件。计算设备还可以拥有导航设施。计算设备的“导航设施”可以是耦合到计算设备的任何设施，其使得设备能够准确地计算设备在地球表面上的位置和高度。导航设施可以包括被配置为与全球定位系统或类似的卫星网络通信的接收器，以及移动电话或其他设备用于例如通过与蜂窝塔通信确定其位置的任何其他系统。耦合到计算设备的代码扫描器是可以从贴到对象的“代码”提取信息的设备。在一个实施例中，代码包含关于它所附着的对象的数据，该数据可以由扫描器自动提取；例如，代码可以是条形码，其数据可以使用激光扫描器提取。代码可以包括快速读取(qr)代码，其数据可以由数字扫描器或相机提取。代码可以包括射频识别(rfid)标签；代码可以包括有源rfid标签。该代码可以包括无源rfid标签。计算设备还可以耦合到代码输出器；在一个实施例中，代码导出器是可以将数据放入代码的设备。例如，在代码是打印在纸上的二维图像，或三维打印对象或另一个对象的情况下，代码输出器可以是打印机。在代码是不可写rfid标签的情况下，代码输出器可以是可以产生不可写rfid标签的设备。在代码是可写rfid标签的情况下，代码输出器可以是rfid写入器；在一些实施例中，代码输出器也可以是代码扫描器。
在一些实施例中，计算设备的“显示器”是耦合到计算设备的设备，计算设备可以通过该设备显示图像。显示器包括但不限于监视器，屏幕，电视设备和投影仪。
计算机程序(也称为计算机控制逻辑)存储在主存储器和/或辅助存储器中。还可以通过通信接口接收计算机程序。这样的计算机程序在被执行时使处理器设备能够实现下面讨论的系统实施例。因此，这种计算机程序表示系统的控制器。在使用软件实现实施例的情况下，可以使用可移动存储驱动器或接口，硬盘驱动器或通信接口将软件存储在计算机程序产品中并加载到计算设备中。
计算设备还可以将数据存储在设备可访问的数据库中。数据库是任何结构化数据集合。如这里所使用的，数据库可以包括“nosql”数据存储器，其将数据存储在诸如阵列之类的几个键值结构中，以便使用已知的一组密钥(例如，阵列索引)进行快速检索。另一种可能性是关系数据库，它可以将存储的数据分成表示有用数据类别的字段。结果，可以使用已经存储在该记录中的任何已知数据部分通过在数据库内的该已知数据的类别内进行搜索来快速检索存储的数据记录，并且可以使用诸如结构化查询语言的更复杂的查询来访问存储的数据记录，其根据作为参数传递的限制值和正在检索的数据之间的关系来检索数据。更专业的查询(例如图像匹配查询)也可用于搜索某些数据库。可以在任何数字存储器中创建数据库。
相关领域的技术人员还将意识到，虽然任何计算设备必须包括执行处理器，通信基础设施，至少主存储器以及通常是通信接口的功能的设施，但并非所有设备都必须分开容纳这些设备。例如，在如上定义的某些形式的计算设备中，处理和存储器可以通过相同的硬件设备分布，如在神经网络或网格中，因此通信基础设施可以是该特定硬件设备的配置的属性。然而，许多设备确实实现了如上所述的物理任务划分，并且本领域技术人员将理解即使在物理组件被合并的情况下也适用的任务的概念分离。
可以以多种方式部署系统，包括在独立计算设备上，在网络中一起工作的一组计算设备上，诸如服务器网络16，或web应用。本领域普通技术人员将web应用程序识别为被设计为跨网络(例如因特网)运行的特定类型的计算机程序系统。web应用程序平台通常包括至少一个客户端设备，其是如上所述的计算设备。客户端设备通过某种形式的网络连接连接到网络，例如因特网。网络可以是将计算设备链接在一起的任何布置，并且包括但不限于包括电话，电缆和光纤网络的本地和国际有线网络，使用电磁辐射信号交换信息的无线网络，包括蜂窝通信和数据网络，以及有线和无线网络的任何组合。连接到网络的还有至少一个服务器，例如节点服务器14，其也是如上所述的计算设备，或者是一组计算设备，它们彼此通信并通过本地或网络连接协同工作。当然，相关领域的普通技术人员将认识到，web应用程序可以并且通常确实在多个服务器和大量且不断变化的客户端设备群上运行。客户端设备和服务器两者上的计算机程序配置两者以执行web应用程序所需的功能。可以设计web应用程序，使得其大部分处理任务由服务器完成，配置为通过其web应用程序执行这些任务，或者由客户端设备执行。一些web应用程序被设计为使得客户端设备仅显示由服务器发送给它的内容，并且服务器执行所有处理，业务逻辑和数据存储任务。这种“瘦客户端”web应用程序有时被称为“云”应用程序，因为基本上所有计算任务都由客户端可见的仅作为单个不透明实体的一组服务器和数据中心执行，通常在图表上表示为云。
如本文所定义的，许多计算设备配备有称为网络浏览器的专用程序，其使得它们能够充当客户端设备，至少为了接收和显示服务器输出的数据而无需任何额外的编程。web浏览器还可以充当运行客户端设备执行的大量web应用程序的平台，并且通常的做法是编写计算在客户端设备上运行的web应用程序的一部分以完全通过网络浏览器运行。这种浏览器执行的程序在这里称为“客户端侧程序”，并且经常在服务器发送给浏览器其他内容的同时从服务器加载到浏览器上。但是，也可以编写不在web浏览器上运行但仍使计算设备作为web应用程序客户端运行的程序。因此，作为一般事项，web应用程序需要客户端设备(或多个设备)和服务器两者的一些计算机程序配置。包括计算设备的系统上的web应用程序组件的计算机程序配置该设备的处理器以执行程序员选择分配给该设备的整个web应用程序的功能的一部分。本领域普通技术人员将理解，为了鲁棒性、灵活性或性能，分配给一个设备的编程任务可以与分配给另一个设备的编程任务重叠。此外，尽管这里使用的web应用程序的最著名的示例使用由万维网推广的那种超文本标记语言协议，但是本领域普通技术人员将知道其他网络通信协议(例如文件传输协议)也支持此处定义的web应用程序。
加密方法。
现在参考图3中所示的方法步骤，主题计算设备可以采用一个或多个安全措施来保护计算设备或其数据。例如，计算设备可以使用加密系统来保护数据。在一个实施例中，加密系统是将数据从第一种形式转换成第二种形式的系统，该第一种形式称为“明文”，其以预期形式查看时是可理解的，该第二种形式被称为“密文”，其在以同样的方式查看时是不可理解的。除非首先将密文转换回明文，否则密文在任何格式中都是难以理解的。在一个实施例中，将明文转换为密文的过程称为“加密”。加密过程可以包括使用称为“加密密钥”的数据来改变明文。加密系统还可以将密文转换回明文，这是称为“解密”的过程。解密过程可以包括使用称为“解密密钥”的数据，以将密文返回到其原始明文形式。在“对称”的加密系统的实施例中，解密密钥基本上与加密密钥相同：拥有任一密钥使得可以在没有进一步秘密知识的情况下快速推断出另一密钥。对称加密系统中的加密和解密密钥可以保密，并且仅与希望能够解密密文的加密系统的用户的人或实体共享。对称加密系统的一个示例是高级加密标准(“aes”)，其将明文排列到矩阵中，然后通过重复排列和使用加密密钥的算术运算来修改矩阵。
在“非对称”的加密系统的实施例中，即使分别拥有相应的解密或加密密钥，加密或解密密钥也不能在没有附加秘密知识的情况下容易地推断出来；一个常见的例子是“公钥加密系统”，其中拥有加密密钥使得推断解密密钥实际上不可行，从而可以安全地使加密密钥对公众可用。公钥加密系统的一个例子是rsa，其中加密密钥涉及使用作为非常大的素数的乘积的数字，但是解密密钥涉及使用那些非常大的素数，从而从加密密钥推导出解密密钥，需要计算是两个非常大的素数的乘积的一个数的素因子，这实际上是不可行的任务。另一个例子是椭圆曲线密码学，它依赖于在有限域上的椭圆曲线上给出两个点p和q的事实，以及a+b＝r的加法定义，即连接点a和点b的线与椭圆曲线相交的点，其中“0”，即身份，是包含椭圆曲线的投影平面中的无穷远点，给出正确选择椭圆曲线，有限域和p和q，找到数字k使得将p加到自身k次导致q在计算上是不切实际的。
一个或多个客户端设备和一个或多个服务器可以使用任何协议进行通信，根据该协议，数据可以从客户端传输到服务器，反之亦然。作为非限制性示例，客户端和服务器可以使用因特网协议套件来交换数据，该套件包括传输控制协议(tcp)和因特网协议(ip)，并且有时被称为tcp/ip。在一些实施例中，客户端和服务器使用如上所述的加密系统在交换数据之前加密数据。在一个实施例中，客户端和服务器使用公共密钥密码术来交换数据；例如，客户端和服务器可以各自生成公钥和私钥，交换公钥，并使用彼此的公钥加密数据，同时使用彼此的私钥对其进行解密。
在一些实施例中，客户端使用数字证书来认证服务器或反之亦然。在一个实施例中，数字证书是传送信息并将传送的信息链接到“证书颁发机构”的文件，该“证书颁发机构”是公钥加密系统中的公钥的发行者。在一些实施例中，证书包含传送证书颁发机构对接收者执行任务的授权的数据。授权可以是访问给定数据的授权。授权可以是访问给定进程的授权。在一些实施例中，证书可以标识证书颁发机构。
可以通过形成数字签名来执行链接。在一个实施例中，数字签名是使用公钥加密系统的私钥的文件的加密数学表示。可以通过使用相应的公钥解密加密的数学表示并将解密的表示与未加密的声称的匹配进行比较来验证签名；如果签名协议设计合理并且正确实现，则这意味着创建数字签名的能力等同于拥有私有解密密钥。同样，如果文件的数学表示被精心设计并正确实现，则文件的任何更改都将导致与数字签名不匹配；可以使用诸如散列算法的变更敏感、能可靠地再现的算法来产生数学表示。为了验证目的，可以将签名可以与其进行比较的数学表示包括在签名中；在其他实施例中，用于产生数学表示的算法是公开可用的，允许容易地再现对应于任何文件的数学表示。在一些实施例中，称为证书颁发机构的第三方可用于验证私钥的拥有者是特定实体；因此，如果证书颁发机构可能是可信的，并且私钥未被盗，则实体产生数字签名的能力确认实体的身份，并以可验证的方式将文件链接到实体。数字签名可以包含在数字证书中，该数字证书是通过发证机构的授权来认证拥有私钥的实体的文档，并且用用该私钥创建的数字签名和证书的其余的数字表示签名。在其他实施例中，通过将数字签名与已知由已声称签署数字签名的实体创建的数字签名进行比较来验证数字签名；例如，如果解密已知签名的公钥也解密数字签名，则可以认为数字签名是经过验证的。数字签名还可用于验证自从形成数字签名以来文件未被改变。
服务器和客户端可以使用安全组合公钥加密，私钥加密和数字证书进行通信。例如，客户端可以使用服务器提供的数字证书来认证服务器。服务器可以使用客户端提供的数字证书来认证客户端。在成功认证之后，接收数字证书的设备拥有与提供数字证书的设备的私钥相对应的公钥；然后，执行认证的设备可以使用公钥将秘密传递给颁发证书的设备。秘密可以用作在客户端和服务器之间建立私钥加密通信的基础；例如，秘密可以是私钥加密系统的私钥。秘密可以是可以从其导出私钥的数据。然后，客户端和服务器可以使用该私钥加密系统来交换信息，直到它们正在进行通信的交换结束。在一些实施例中，使用安全套接字层(ssl)协议来实现该握手和安全通信协议。在其他实施例中，使用传输层安全性(tls)协议来实现协议。服务器和客户端可以使用安全超文本传输协议(https)进行通信。
在图3所示的实施例中，通过生成散列75，用第一用户的私钥签名76，并附上第一用户的公钥和散列函数77，将签名和加密的私有交易数据36从第一用户a发送到第二用户b。使用对称密钥对私有交易数据进行加密78，并且利用第二用户的公钥对对称密钥进行加密79。然后将签名和加密的私有交易数据发送给第二用户b80。
区块链。
在一个实施例中，区块链是交易寄存器或分类账，其在被称为块的数据项中记录一个或多个新交易。可以按照按时间顺序放置块的方式创建块，并且按时间顺序将每个块(b)链接到先前块(a)，使得任何计算设备可以以反向时间顺序遍历块以验证区块链中列出的任何交易。作为示例，可能要求每个新块(b)包含描述先前块(a)的加密散列。在一些实施方案中，区块链包含单个第一区块，称为“发生区块”。
新块(b)的创建可能在计算上很昂贵；例如，新块(b)的创建可以由所有参与者在形成区块链时接受的协议来设计，以使一组功能强大的计算设备在一定时间段内产生。在一个块(a)花费较少的时间用于给定的一组计算设备来产生块(a)的情况下，协议可以调整算法以产生下一个块(b)，从而它将需要较多的步骤；在一个块(a)花费更多时间用于给定的一组计算设备以产生块(a)的情况下，协议可以调整算法以产生下一个块(b)，使得它将需要较少的步骤。作为示例，协议可要求新块(b)包含描述其内容的加密散列；加密散列可能需要满足数学条件，通过使块(b)包含一个称为随机数的数来实现，该随机数的值在事后通过发现满足数学条件的散列来确定。继续该示例，协议可能能够调整数学条件，使得发现描述块并满足数学条件的散列需要更多或更少的步骤，这取决于先前散列尝试的结果。作为示例，数学条件可能是散列包含一定数量的前导零和散列算法，其需要更多步骤来查找包含更多前导零的散列，并且找到包含更少前导零的散列的步骤更少。在一些实施例中，根据协议生成新块(b)被称为“挖掘”。
在一些实施例中，该协议还创建挖掘新块的激励。激励可能是财务上的；例如，成功挖掘新区块(b)可能导致挖掘区块(b)的人或实体接收预定数量的货币，例如法定货币或加密货币。在其他实施例中，可以针对特定产品或服务兑换奖励；例如，激励可以是具有特定商业的礼品券。在一些实施例中，激励足够吸引人以通过试图彼此竞赛以创建块来使参与者竞争激励。在区块链中创建的每个块(b)可以包含描述接收激励的一个或多个地址的记录或交易，例如虚拟货币，作为成功挖掘块(b)的结果。
在两个实体同时创建新块的情况下，区块链可以开发分叉；协议可以通过在经过一定量的时间之后评估哪个分支更长来确定分叉中的两个替代分支中的哪个是区块链的有效新部分。可以根据分支中的块数来测量“长度”。可以根据产生分支的总计算成本来测量长度。协议可以仅将包含有效分支的交易视为有效交易。当根据该协议发现分支无效时，可以在有效分支中的新块中重新创建在该分支中登记的交易；该协议可拒绝“双重支出”交易。结果，在一些实施例中，欺诈交易的创建要求尝试欺诈交易的实体比由其余参与者产生的分支创建更长的区块链分支；只要创建欺诈交易的实体可能是唯一一个有创建包含欺诈交易的分支的激励的实体，创建该分支的计算成本实际上是不可行的，从而保证了区块链中所有交易的有效性。在一些实施例中，产生块(a-b)的算法涉及使用精心设计的散列算法的加密散列，试图通过简单地在先前创建的块中插入欺诈性交易来避免创建散列所需的计算工作可能被“雪崩效应”阻止，区块链中任何数据的微小改变都会导致区块链的输出急剧变化；这意味着任何希望验证所尝试的欺诈块的散列的人都可以容易地检测到改变。
在另一实施例中，交易寄存器(a)是替代链。在一个实施例中，替代链是通过在所挖掘的区块链中的至少一个块中包括表示替代链中的数据的至少一个散列而并入区块链中的一个或多个块；在创建新块时涉及的数学难题是新散列的产生，块中的附加散列可能不会影响难度，因此挖掘者不会处于结合替代链的计算劣势。可以使用一个或多个merkle树来结合替代链。merkle树可以是包含替代链中每个数据的散列作为叶子注释的结构，每个内部节点包含其所有子节点的散列；因此，通过雪崩原理，merkle树的根可以是递归地表示merkle树中散列的所有数据的散列，并且因此是替代链中的一组数据，因此将根合并到区块链的块中相当于合并来自merkle树所代表的替代链的数据。挖掘者可以针对将替代链条纳入挖掘者挖掘的区块中收取费用。在一个实施例中，对替代链中提交的交易的验证涉及首先在替代链中定位交易，验证其数字签名，并验证该位置与区块链块之间的每个散列(例如通过验证merkle树中从对应于交易的叶子到根的每个散列)，验证包含替代链的块的散列，然后验证区块链上的块，如上所述。
在一些实施例中，虚拟交易以加密货币的形式跟踪货币。在一个实施例中，加密货币是数字货币，例如比特币，peercoin，namecoin和litecoin。加密货币可以是分散的，没有特定的实体控制它；加密货币的完整性可以通过其参与者遵守既定的交换协议和新货币的产生来维持，这可以通过实现加密货币的软件来执行。加密货币可以是集中的，其协议由特定实体强制执行或托管。代中央控制当局(例如国家银行)来管理货币价值，特定加密货币的单位数量可能是有限的；加密货币单位进入市场的速率可以通过双方商定的过程来管理，例如在解决数学难题时创建新的货币单位，可以调整谜题的难度以控制新单位进入市场的速率。数学难题可能与用于使区块链中的块的产生在计算上具有挑战性的算法相同；生产区块的激励可能包括向挖掘者提供新的加密货币。如上所述，可以使用加密货币交易来交换加密货币的数量。
在一些实施例中，加密货币的所有者将他或她的货币保持在加密货币钱包中，该加密货币钱包被定义为存储加密货币的任何设施。加密货币的存储可以是与所有者接收的加密货币相关联的公钥和私钥的存储。在一些实施例中，用户将加密货币存储在虚拟钱包中，该虚拟钱包位于等同于“加密货币银行”的地方；虚拟钱包是通过互联网定位的交易所和公司。虚拟钱包可以接受法定货币作为付款，并向用户提供加密货币或其他选择的加密货币以保存在其虚拟账户中。在其他实施例中，用户在本地钱包中保持加密货币，本地钱包是用户可以以他或她想要的任何方式物理移动和存储的存储设备(即，硬盘驱动器，存储器设备)。如果具有本地钱包的用户想要使用他或她的加密货币，则用户必须将其挂回到其上具有钱包软件的计算机设备，然后他或她可以移动加密货币。在其他实施例中，除了允许如下所述的支出的相应私钥之外，用户还在物理钱包中保存加密货币，该物理钱包以物理形式存储与加密货币相关联的一个或多个地址，例如纸质钱包，其中用户从他或她的本地钱包存储设备或他或她的虚拟钱包打印出他或她的加密货币。纸质钱包可以是一张纸，其上有一个或多个qr码，一旦扫描，就可以放在本地或虚拟钱包上，或者通过将qr码扫描到销售点系统中来消费。如上所述，物理钱包可以将与加密货币相关联的私钥和公钥保持在代码扫描器可读的任何代码中。
钱包可具有“冷储存”或“热储存”。由于已经完成的比特币钱包猖獗的黑客攻击和盗窃公司已经创建了“冷储存”。“冷储存”是指一个人的加密货币存放在一位置，该位置没有连接到互联网，有时甚至没有保存在虚拟钱包所在的地方。虚拟钱包将“热储存”或“热钱包”称为其内容通过虚拟钱包暴露给黑客的术语。这些“热钱包”充满了正在使用的钱币。热钱包和冷钱包的参考现在是钱包公司的主流。热钱包与冷钱包的比例通常为10％或20％热和80％至90％冷。在钱包之间内部进行虚拟或物理的来回转移，以确保安全。最后，各种加密货币钱包可以存放私钥和公钥，由区块链确认，但等同于资金或法定货币。
在一些实施例中，与交易相关联的私钥被保存在私有寄存器中。私有寄存器可以包括允许第一计算设备快速检索私钥的数据存储或数据结构。私有寄存器(b)可以包括如上所述的数据库。私有寄存器也可包括公钥；私有寄存器可以将公钥链接到它们对应的私钥。私有寄存器可以包括来自发布私有寄存器中的私钥和公钥的一个或多个证书颁发机构的证书或创建证书所需的信息；私有寄存器可以将证书或用于创建证书的信息链接到相应的私钥或公钥。本领域技术人员将意识到将一个数据链接到相关数据的许多方式；例如，私钥、其对应的公钥以及标识发布证书机构的信息可以是私有寄存器中包括的数据库中的数据库行中的三个单元，以便使用指定三者中的任何一个的查询来检索该行，或者包含三者中的任何一个的一组数据将产生另外两者。私有寄存器可包含其他数据；例如，私有寄存器可以包含描述涉及每个私钥或公钥的交易的记录，识别交易中涉及的实体的信息，或者识别交易被传送到的地址的信息。
在本公开的一个实施例中，区块链可以伴随有或者通过一个或多个侧区块链构建。这些侧区块链可以各自从区块链内的给定块或条目发起或发出，并向外延伸，使得原始区块链包含许多不同的端点。例如，区块链可以包含五个区块链，其中(1)是给定零件/产品的原材料的条目，(2)是用于处理给定零件/产品的条目，(3)是给定零件/产品的处理实体，(4)是与零件/产品相关的专利，并且(5)是支付给处理实体的成本。可以将新的区块链添加到区块链1以识别原材料的供应商，或者可以将新的区块链添加到区块链3以指示对给定零件/产品执行处理的机器的证书。因此，实施例提供了不是简单地将区块链添加到第五区块链的末尾，而是可以从这五个区块链中的任何一个添加新的区块链，从而提供与该特定区块链相关的信息。
在另一个示例中，给定零件/产品可以由具有多个块的主区块链表示，其中区块链中的每个块与一件给定零件/产品相关联。每件可以由不同的供应商提供，并且每件可以具有其自己的相关产品信息，例如其不同的原材料，不同的制造过程，其中包含的不同知识产权以及不同的成本。在这方面，主区块链中的每个区块可以与一件给定零件/产品相关联，并且侧区块链可以从主区块链向外延伸，表示特定件产品信息。
在图2所示的实施例中，通过首先生成散列(70)，将第一用户a到第二用户b的区块链交易被记录在分类帐17中。然后，第一用户a用第一用户的私钥对散列进行签名(71)。第一用户的公钥和第二用户b的地址被附上(72)。第二用户b的公钥和地址被获得(73)，并且交易被记录在分类帐中(74)。
具有可追溯性的虚拟分布式分类帐系统概述。
现在转向图1-34，特别是图1-5b，本公开包括系统15，用于随着增材制造的零件135(有时称为3d打印)从至少要求定义移动通过其处理步骤到将最终零件交付给最终客户或用户29，透明且安全地捕获该零件的各个处理步骤的令人满意的完成。新打印的增材制造零件的主要记录处理步骤可以被视为虚拟库存或分类帐交易，其中块数据从虚拟库存中提取，在给定处理步骤转换到新状态，并且在记录在分类帐17中的新状态下成功完成给定处理步骤之后返回到库存。虽然本公开集中于增材制造零件的示例，基本上相同或者类似的工艺步骤也适用于传统(或减法(subtractive))制造零件。
每个虚拟库存交易都记录在公共、私有或半私有区块链分类帐中，作为透明、安全和可追溯的方式，以证明每个库存点的成功处理完成，状态更改和真实性。下面描述重复打印增材制造零件的主要工艺步骤和记录状态。在这种情况下，可以连续地重复使用馈送到增材制造零件的原始可追踪源数据以生成重复零件，其中交易记录在区块链分类帐17中。因此在批量生产(serialproduction)中保持源需求的原产地、真实性和可追溯性。
本公开应用区块链技术来支持全数字工作流程，使得最终用户29可以在他或她的认证打印机31上打印许可零件，遵循认证过程以生产完全可追溯并可以对原始客户19和制造商要求进行验证37的最终可维修产品或替换零件135。可以在打印零件135内或打印零件135上编码唯一识别交易标识符129(例如使用表示处理散列的qr码)，或者在处理步骤期间根据需要进行标记。例如，这可以在制造过程中或在成功的最终检查之后通过激光标记来实现。
本公开的优选实施例允许在增材制造中零件对源需求的可追溯性。这是通过将可追溯性链分解为模块来实现的，这些模块在供应链中的位置可以重复使用并根据需要进行全局传输，以满足全数字工作流程中的最终用户需求。
所公开的虚拟分布式库存管理或分类帐系统15利用导致所讨论的主题零件的不同状态的多个主要处理步骤，在附图中表示为块。所有主要处理步骤都代表要执行的工作，包括处理的输入和处理转换的状态，以形成处理从一个步骤到下一个步骤的工作输出，如下面详细显示和讨论的。完成处理步骤并转移到下一步骤被定义为虚拟转换。
所公开的虚拟分类帐系统15的过程/状态管理系统通过一系列交易90维护可追溯性记录，该交易90被永久地排序并记录在数字交易分类帐17中，例如透明分布式服务器网络16上的区块链或其他公共分类帐系统。通过用于以无法伪造的方式加密和记录交易的公钥-私钥来启用和强制执行交易的安全性和真实性。
除了工艺所有者的签名之外，交易还可以包括一个或多个输入，以及一个或多个输出，每个输入可以被独立地认证和跟踪为真实的和批准的。完成工艺步骤并将所有权转移到下一工艺步骤和状态更改由数字交易分类帐交易记录定义和记录。例如，交易可以在位于透明分布式区块链服务器网络16上的区块链内记录和加盖时间戳，从而形成3d打印零件135的永久、不可变和可追踪的交易记录。
最终生产的零件135在交付60给最终用户29时优选地在零件135上和/或内部编码最终的唯一交易id129。该交易id129的形式使得可以容易地被检查以通知最终用户29，除了符合该零件的制造历史之外，还有零件135的真实性。取决于制造方法，还可以赋予隐藏id以进一步保证真实性并检测伪造品。对该交易id的知识和透明区块链分类账17的查询实现了零件交易的完全起源和后向可追溯性，从而保证了出处，真实性，对需求的符合性以及对最终用途的适用性。
工艺状态。
参考图4-17，由虚拟分布式库存管理系统15的公开实施例跟踪的用于增材制造零件的主要工艺状态50-60包括至少以下不同状态，每个状态可具有其自己的相应输入和输出(如图8、9、13、14、15、18、19、22、23、26和27所示)，并且每个都可以将其自己的相关交易记录到数字分类账：客户需求50，设计实施需求51，制造预处理52，粉末采购和囤积53，机器校准参数生成54，粉末检查过程55，机器预处理器转换56,3d打印57，零件后处理58，零件后检查59和零件最终用户交付60。
客户需求状态。
参见图6和8，客户需求工艺状态50开始于接收客户订单100和一组客户需求101。客户需求101可以是零件制造商所需的规格和质量控制的综合列表。虚拟分布式库存管理系统15的第一用户获取客户订单100和客户需求101并开始新的订单处理201。用户生成内部客户需求文档202，并且对交易分类帐进行数字签名206和记录证明已经创建了客户需求文档102的数字分类帐17中的交易90a(208)。在对该第一交易进行记录208时，将工艺状态虚拟地转换为后续状态，即设计实施需求工艺状态51。
进一步参考图6，交易的记录可以包括，例如，验证已满足客户需求203并使用客户需求生成过程散列204，创建数字交易分类帐条目205，以及利用签署客户需求状态交易的个人的私钥82签署这样的散列，并将该交易信息记录在指定地址的数字分类帐上。记录在数字分类帐17上的特定交易信息可以仅包括上述过程散列84a，或者也可以或可选地包括从客户需求导出的某些信息，例如零件序列号113和零件型号114，如下面将参考随后的工艺状态进一步描述的。私有交易数据可以被加密207并转发给下一用户209。
或者，可以通过加密货币交易记录交易，其中第一用户与第一工艺状态相关联，该第一工艺状态将标称量的加密货币以及唯一的交易标识符传送给与第二工艺状态相关联的第二用户。例如，与客户需求状态相关联并且负责生成客户需求文档的第一用户可以通过将标称数量的比特币转移到与设计实现需求状态相关联的第二用户来确认该过程完成，同时附加以上引用的客户需求散列到比特币交易的op_return操作码。
设计实施需求状态。
转到图7和9，一旦客户需求工艺状态50已通过上述被记录到数字分类账17的交易数据208被认证，虚拟转换就进入设计实现需求状态51。在此状态下接受的输入是除了可以特定于制造商的任何补充导出需求104之外，先前状态的客户需求文档步骤202的输出102。例如，制造商可以具有超出客户需求的并且在客户需求文档102中概述的其自己的上述产品规格和质量控制集合。进一步的输入可以包括来自验证工艺步骤203的客户需求验证103和任何知识产权或工件，例如客户ip工件105，设计权威知识产权工件106和第三方ip工件107。
根据客户需求102和任何补充需求104，以及任何客户需求验证103和ip权利105,106和107，至少在设计实施需求状态下产生或导出210以下信息37：零件的几何定义和实体模型108，例如以cad程序的文件格式的形式，其创建设计零件和组装过程，例如ptcpro/engineer的prt文件；产品制造信息109，例如零件的尺寸，重量，强度或几何形状；材料需求110，例如材料成分115，包括但不限于铝(alsi10mg)，钛(ti6al4v)，钴铬合金，铬镍铁合金625和718，马氏体时效钢(ms1)，不锈钢(15-5ph，17-4ph，316l))，哈氏合金-x，铜c18150和铝al7000，以及它们与增材制造材料混合物的混合比；质量需求111，如分辨率和公差；制造工艺需求112，例如增材打印机制造和/或模型；零件型号114；和零件序列号113。
类似于客户需求工艺状态50，设计实施需求工艺状态的证书优选地结合例如区块链17的数字分类账中的交易90b的记录。例如，交易的记录可以包括，验证已经满足设计实施需求211并使用设计实施需求和客户需求作为输入生成212过程散列84b，创建数字交易分类帐条目213，用对设计实现需求状态交易签名的个人的私钥82对散列进行签名，并将该交易信息记录在指定地址的数字分类帐17上。私有交易数据可以被加密并转发给下一用户217。
为了便于在整个产品生命周期中跟踪特定零件，优选的是，设计实现需求状态交易90b还反映先前的客户需求状态交易90a。这可以通过多种不同的方式实现，例如，如果在客户需求状态交易50中生成并记录了唯一的零件序列号和零件型号，则可以使用相同的零件序列号113和零件型号114记录设计实现需求状态交易90b。或者，设计实现需求状态交易90b可以通过包括对在数字分类账17上记录先前交易的地址的引用来引用先前交易90a。在使用加密货币交易来标记对客户需求状态交易50的记录的情况下，设计实施需求工艺状态的验证者将简单地转移由客户需求工艺状态验证者接收的相同标称量的加密货币，将新生成的设计实现需求过程散列84b贴到交易，并发送加密货币给下一个用户或与制造预处理需求状态相关的用户。
制造预处理需求状态。
参见图10和13，制造预处理需求状态52开始于接收至少经认证的计算机辅助设计几何文件108，例如具有3d几何定义的实体模型prt文件，以及产品制造信息109，例如零件的尺寸，重量，强度或几何形状。该信息将用于生成219作为输出的可由3d打印机31读取的文件或文件集125，例如立体平板打印文件(stl)，增材制造文件(amf)或其他类似的文件格式。进一步的输入可以包括来自验证处理步骤211的客户需求验证116。
制造预处理需求工艺状态52的证书优选地以在数字分类帐17中记录交易90c结束。例如，交易的记录可以包括导出制造预处理需求218，生成219增材制造文件125，验证已满足制造预处理需求220并使用制造预处理需求、设计实施需求37和客户需求101的任何所需组合作为输入生成221过程散列84c，创建数字交易分类帐条目222，用对制造预处理需求工艺状态交易签名的个人的私钥82对散列223进行签名，并将该交易信息90c记录在指定地址225的数字分类帐17中。私有交易数据可以被加密224并转发给下一个用户226。
类似于关于客户需求描述的过程，记录在数字分类账17上的特定交易信息可以仅包括上述过程散列84c，或者也可以或可选地包括从任何客户需求导出的某些信息，设计实施需求或制造预处理需求，例如零件序列号113和零件型号114。或者，可以通过如上所述的加密货币交易进行状态转换。
粉末采购和囤积工艺状态。
转到图11和14，在制造预处理需求已经证实完成之后，系统转换到粉末采购和囤积工艺状态53。接收从先前工艺状态51产生的材料成分参数115，并且这些参数优选地用于生成228发送到3d打印机31新粉末需求122。
粉末采购和囤积工艺状态的证书优选地以数字分类帐17中的交易90d的记录结束。例如，交易的记录可以包括验证已经满足新粉末需求229，使用粉末采购和囤积需求、制造预处理需求、设计实施需求和客户需求任何所需组合作为输入生成230过程散列84d，创建数字交易分类帐条目231，用对粉末采购和囤积工艺状态交易进行签名的个人的私钥82对这样的散列进行签名，并将该交易信息记录在指定地址的数字分类帐17中。私有交易数据可以被加密233并转发给下一个用户。如关于任何和所有工艺状态将容易明显的，交易日志17可以仅包括过程散列84，或者可以包括对迄今为止在整个过程中得出的具体信息的引用。
机器校准参数生成状态。
现在参考图12和15，在认证粉末采购和囤积工艺状态53的同时或之后，所公开的方法虚拟地转换到增材制造机器校准参数生成状态54。通过接收材料需求115和制造预处理需求112，用户能够生成例如特定的机器校准设置119，例如材料的特定组成，熔点，粉末尺寸，粉末纯度，堆积密度或雷诺膨胀度；用于制造的所需机器序列号121；以及制造商商业和政府实体(cage)代码120。
机器校准参数生成状态的证书优选地以数字分类帐17中的交易90e的记录243结束。例如，交易的记录可以包括验证已经满足机器校准参数238，使用导出的机器校准参数生成需求、粉末采购和囤积需求、制造预处理需求、设计实施需求和客户需求的任何所需的组合作为输入生成239过程散列84e，创建数字交易分类帐条目240，利用对主题状态交易进行签名的个人的私钥82对此类散列241进行签名，并在指定地址的数字分类帐17中记录该交易信息。可以对私有交易数据进行加密242并将其转发给下一个用户244。
粉末检查工艺状态。
现在参考图16和18，在粉末采购和储存过程已经过认证之后，系统转换到粉末检查工艺状态55。来自处理状态53的新粉末需求122与从先前的增材制造机器校准留下的已知用过的粉末123相结合以证明机器粉末已经过检查245。在这方面，制造商将能够跟踪在整个多个零件生成过程中使用的精确粉末量，这可能对跟踪打印的零件数量有用。与先前的状态一样，粉末检查工艺状态245的证书优选地通过数字分类账17中的交易90f的记录252以类似于上述的方式完成。
例如，交易的记录可以包括验证粉末检查已经完成246，使用导出的机器校准参数生成需求、粉末采购和囤积需求、制造预处理需求、设计实施需求和客户需求的任何期望组合作为输入生成248过程散列84f，创建数字交易分类帐条目249，用对粉末检验状态交易签名的个人的私钥82对这样的散列250进行签名，并在指定的地址将该交易信息记录在数字分类帐17中。可以加密251私有交易数据并将其转发给下一个用户253。
产品标识符创建。
如关于图29所示，在该过程的这个阶段，已经得出并证明了增材制造商打印该零件所需的所有制造需求。然而，在该工艺状态被转换到打印阶段之前，期望导出的零件规范用于创建306唯一零件id号，其可以用于认证目的，如下面进一步详细描述的。例如，可以通过id创建计算机接口40通过使用零件序列号113、零件型号114、派生的制造工艺需求112，用于增材制造121的机器序列号，来自任何先前工艺状态的过程散列84a-f，零件材料组成需求115和制造商cage代码120作为输入生成过程散列85来创建唯一的零件id号。从得到的唯一id，可以生成1292d或3d条形码或字形以用于将来蚀刻到最终增材制造零件上，或者直接打印到零件中。另外，可以在该阶段生成真品证书305，其包含唯一零件id号和对该零件特有的任何上述细节的参考。此外，优选地通过以与上述类似的方式在数字分类账17中记录交易来完成对唯一产品标识符的认证。
机器预处理转换状态。
转到图17和19，一旦所有先前的状态都被认证为完成，则该过程准备好进入增材制造商，从机器预处理转换状态56开始。在此阶段接受的输入是stl文件，amf文件或先前在制造预处理需求状态52中生成的其他等效文件125；产品制造信息109；材料需求/组成信息115；制造工艺需求112，如特定增材制造机器模型；以及唯一2d或3d条形码或零件字形129。所有这些都优选地用于创建254增材制造机床路径文件130，其将描述3d打印机31的诸如速度、功率、扫描速率、扫描模式和进给速率之类的事物。与先前的状态一样，机器预处理转换工艺状态56的证书优选地通过数字分类账17中的交易90h的记录260以与上述类似的方式完成。
例如，交易的记录可以包括验证已经满足机器预处理转换需求255，生成256过程散列84h，创建数字交易分类帐条目257，用对机器预处理转换状态交易签名的个人的私钥82对这样的散列258进行签名，并将该交易信息记录在指定地址的数字分类帐17上。私有交易数据可以被加密259并转发给下一个用户261。
3d打印零件状态。
现在参考图20和22所示，现在已经认证了所有零件设计需求，在增材制造工艺状态57中，代表性零件现在可以在3d打印机31上打印262。增材制造商将优选地接收衍生的机床路径文件130，检查的粉末认证126，增材制造机器校准设置119，零件型号114，零件序列号113，制造商cage代码120，用于制造的机器序列号121，制造工艺需求112和唯一2d或3d条形码或零件字形129。一旦打印了零件132，3d打印零件状态另外要求使用的粉末报告123的生成263和零件验证券134的生成264。与先前的状态一样，优选地通过数字分类帐17中的交易90i的记录271以如上所述类似的方式完成3d打印零件工艺状态57的认证。
例如，交易的记录可以包括验证已经满足265增材制造需求，生成266过程散列84i，创建数字交易分类帐条目268，用对主题状态交易签名的个人的私钥82对这样的散列269进行签名，并将该交易信息记录在指定地址的数字分类账17中。可以对私有交易数据进行加密270并将其转发给下一个用户272。
零件后处理状态。
现在看图21和23，零件后处理状态58除了先前导出的产品制造信息109之外还开始接收增材制造件零件132，并导出零件后处理需求131以证明后处理成品零件133。在这个阶段，可以将唯一的2d或3d条形码或字形129蚀刻或以其他方式固定到零件上以用于将来的认证目的。零件后处理工艺状态的证书优选地通过数字分类帐17中的交易90j的记录281以类似于上述的方式完成。
例如，交易的记录可以包括验证已经满足275后处理转换需求，生成276过程散列84j，创建数字交易分类帐条目278，用对后处理器转换状态交易签名的个人的私钥82对这样的散列279签名，并将该交易信息记录在指定地址的数字分类器17中。可以对私有交易数据进行加密280并将其转发给下一个用户282。
零件检查状态。
转到图24和26，在打印和加工零件133之后，必须对其进行检查。因此，系统转换到零件检查状态59。后处理零件133与实体模型几何文件108，派生产品制造信息109，零件质量需求111和验证试样134一起被接收；所有上述内容优选用于生成284检查记录136并生成285合规证书138。因此，该过程产生了后处理、完成和检查的增材制造零件135。与先前的状态一样，零件检查工艺状态的证书优选地通过数字分类帐17中的交易90k的记录292以类似于上述的方式完成。
例如，交易的记录可以包括验证经过后处理、完成和验证的零件286，生成288过程散列84k，创建数字交易分类帐条目289，用对零件检查状态交易签名的个人的私钥82对这样的散列290签名，并将该交易信息记录在指定地址的数字分类账17中。私有交易数据可以被加密291并被转发给下一个用户293。
零件最终用户交付状态。
如关于图25和27所示，经过后处理、完成和检查的零件135现在准备好与检查记录136、合规证书138和真实性证明305一起交付给最终用户29。在此阶段可以更新检查记录和/或合规证书，以反映经过后处理、完成和检查零件的额外检查和/或安装。另外，可以在该阶段自动生成发票140。与先前的状态一样，零件最终用户交付工艺状态60的证书优选地通过数字分类账17中的交易90l的记录304以与上述类似的方式完成。
例如，交易的记录可以包括验证零件最终用户交付过程299，生成300过程散列84l，创建数字交易分类帐条目301，用对最终用户交付转换状态交易签名的个人的私钥82对这样的散列302签名，并将该交易信息记录在指定地址的数字分类帐17中。私有交易数据可以被加密303并转发给下一个用户305，例如授权的修理和检修实体。
零件认证方法。
如图5a，5b，29和30所示，所公开的系统使得易于验证真正的增材制造零件并且难以制造伪造副本。例如，可以通过将单向加密散列函数应用于混合算法41来生成唯一零件标识符129，该混合算法41接受多个唯一的零件输入，例如制造商的私钥82，零件材料成分115，零件序列号113，零件型号114，过程散列84，制造商商业和政府实体(cage)代码120，用于生产零件112的机器型号，以及用于生产零件121的机器序列号。然后可以将该唯一标识符直接植入到3d打印的零件上，可以是原生的，也可以通过条形码，qr码或其他类似的标记手段来表示。
随后，当最终用户希望验证零件是真实的时，存在多种安全措施，使得非常难以实现伪造的复制品。例如，使用制造商私钥82防止伪造散列函数输出82的创建。机密混合算法41的使用防止使用(可能)公开可用的散列函数来创建所使用的散列。包含过程散列64作为输入捕获进程步骤并且可以是处理器或制造商专有的。此外，可以针对非显而易见的事物(例如材料组合物43的x射线测量)检查作为输入的材料组合物115的添加。
得到的散列函数85和85a的分析和比较306可以产生三种可能的结果：零件可以被认证为真实的，可以被认为像真的，或者可以被认为是伪造的。例如，如果提供除了材料成分之外所需的所有输入的认证器，则认证器可以对零件的材料成分43进行x射线测量以获得最终所需的输入。通过比较使用给定输入创建的结果散列与测量的材料成分43，与零件85的散列精确匹配的结果散列85a指示该零件是真实的。同样，如果可以通过使用与测量的材料成分非常相似(但不完全匹配)的一组材料成分输入来生成匹配的散列，则可以认为该部分可能是真实的。然而，如果用提供和测量的信息创建的散列85a与零件上的标识符不匹配，(假设所提供的输入是准确的)则该零件可以被认为是假的或伪造的。
零件维修，保养，修理和检修。
虽然本公开的实施例参考或描述了正在制造或生产的零件，但是应当理解，系统15可以继续用于确保起源并跟踪零件的维修、保养、维护、修理和/或检修并确保在零件维修中使用的材料和手册是真实的和授权的。给定零件或产品的产品信息可包括原始制造信息以及有关零件或产品和/或更换零件和产品的持续维护和保养的信息，例如保养手册或其他售后需求65。
例如，维修和保养需求工艺状态可以从接收零件保养手册开始。零件保养手册可能是授权修理机构所需的维修、修理和质量控制的综合说明手册。修理设施占有手册并对交易分类帐17进行数字签名，并在数字分类帐17中记录交易，证明已经接收并正在使用可靠的保养手册。在记录该交易时，工艺状态实际上转换为后续的服务和修理状态。
交易的记录可以包括，例如，验证已经接收到保养手册需求，并使用保养需求生成过程散列，创建数字交易分类帐条目，以及使用对保养需求状态交易签名的个人的私钥来对这样的散列签名，并将此交易信息记录到指定地址的数字分类帐中。记录在数字分类帐上的特定交易信息可以仅包括上述过程散列，或者还可以或可选地包括从保养需求导出的某些信息，例如保养手册号。私有交易数据可以被加密并转发给下一个用户。
现在该零件已准备好进行维修。修理设施将优选地接收保养手册和工作订单。与先前的状态一样，零件上的服务的证书优选地通过以与上述类似的方式在数字分类帐17中记录交易来完成。可以在此阶段创建或更新服务记录和/或修理合规证书，以反映所执行的服务以及任何其他检查或更换零件。此外，可以在此阶段自动生成发票。与先前的状态一样，被修理零件的证书优选地通过以与上述类似的方式在数字分类帐17中记录交易来完成。
应用于全球供应链。
在本公开的替代实施例中，安全且可追踪的制造零件系统的用户可以向制造零件处理器提供授权以提供作为增值供应链的一部分的增值服务。该授权可由设计颁发机构21授予最终制造零件，作为系统控制起源的一部分。
各个系统源管理机构能够允许更高级别的客户访问包含客户更高级别组件的多个制造零件中每个制造零件的出处和可追溯性，以便客户可以汇总每一项的出处和可追溯性。此聚合可以递归到最高级别的生产物品和客户。这种能力避免了与现有纸质跟踪方法相关的制造商成本和时间，以及现有技术查找零件号并给出客户供应链问题的详细答案对各种不同的计算机软件系统多的需求。
例如，用于机身的飞行控制系统的提供者可以在飞行控制致动器中具有一个或多个制造零件，并且还可以在由第三方提供的机载泵组件中具有一个或多个制造零件。通过跟踪供应链流程中每个步骤的单个部分，并以上述方式证明区块链或类似分类账上的认证，飞行控制系统的提供商可以使用任何所需的粒度级别将所有相关零件的证书汇总为分类帐上的附加条目。例如，所公开的用于安全和可追踪制造零件的方法的用户可以将飞行控制系统的所有子组件和零件汇总到飞行控制级别。
现在参考图31，其示出了具有最终物品客户29，供应商35和子层供应商36的示例性供应链。如图31所示，可以在由检查标记指示的子层供应商级别36处验证给定零件/产品的产品信息，使得供应给供应商35并与来自其他子层供应商的其他零件/产品组合然后最终供应给最终物品客户29的给定零件/产品可以是由各方验证。给定零件/产品的产品信息的实施例可包括零件/产品需求101，实际过程62或原材料61，保管，报酬，知识产权工件106(例如，专利，商标，版权，商业秘密，专有技术，等等)，指示特定块中的信息类型和/或与零件/产品相关联的元数据的散列。给定零件/产品的产品信息可以由供应链内的每个供应商35，子层供应商36或最终物品客户29维护或输入到区块链或分类账(也称为分布式交易寄存器)中，使得以后可以验证或校验该信息。虽然本公开的实施例参考或描述了正在制造或生产的零件/产品，但是应当理解，实施例适用于已经生产或制造的零件/产品以及需要修理、保养、维护、维修或检修的零件/产品。实施例提供给定零件/产品的产品信息可包括原始制造信息以及零件/产品或替换零件/产品的持续维护和保养。
用于生产零件的过程62，用于形成零件的原材料61，零件101的需求(例如，零件/产品应在特定工作循环下应如何执行的客户需求)以及将零件106商业化的知识产权需求可以如上所述记录在区块链或类似的公共或私有分类账中。在这方面，产品信息的每个元素可供供应链和/或最终物品客户29内的供应商35,36验证使用。实施例规定，区块链或分类账中记录的信息可用于多种目的。例如，区块链或分类帐信息可用于验证零件/产品是否按照特定规格制造和生产。这将使供应商35或最终物品客户29能够检查该零件/产品是否能够满足供应商或最终物品客户的特定需求。例如，可能需要使用特定过程62或从某种原材料61制造给定的零件/产品，使得给定的零件/产品可以以适当的余量执行所需的工作循环。供应商35或最终物品客户29将能够通过区块链或分类帐中的输入验证这些原材料或过程在生产中使用。实施例还提供了供应商35将能够聚合其子层供应商36的出处并且将对出处和相关文档的访问权限授予其最终物品客户29。在一些实施例中，最终物品客户将能够聚合所有供应商35及其子级供应商36的出处63。因此，供应链中的每个实体将能够汇总下游发生的区块链或分类账中记录的信息，并且还能够授予与上游实体对相同信息的访问权限。
零件/产品需求的实施例包括客户需求101，以及设计权威机构21或为尚未制造或生产的特定物品设计零件/产品的实体的需求。设计权威机构需求37可以包括过程需求、材料需求、文档需求、零件/产品性能需求、知识产权需求106和采购需求(例如，必须从谁获得材料或服务)。实际过程或材料的实施例包括在给定零件/产品的形成或生产中使用的过程或材料。示例性实际过程或材料包括制造过程，制造中使用的材料，用于生产零件/产品的实际文件，零件/产品实际性能，以及在给定零件/产品内使用或体现的知识产权，处理或维修给定零件/产品的实体，以及对给定零件/产品进行后处理。
保管的实施例包括维护或访问给定零件/产品的物理方面以及对数字文件(例如，手册，3d打印文件，采购订单等)的电子访问或与给定零件/产品相关的文档的实体列表。例如，保管的实施例包括托运人，接收人，制造商和给定零件/产品的全部或部分的供应商。
还可以通过区块链或分类账中的条目在每个供应商35，子级供应商36和最终物品客户29之间跟踪和验证报酬或价格64。还可以跟踪与给定过程，需求或知识产权相关联的报酬或价格64。参考图32，示出了示例图，其中可以跟踪与给定零件/产品相关联的产品信息的价格和出处。用于生产给定零件/产品的过程，材料，知识产权或客户需求的报酬或价格64可以输入区块链或分类账，然后可以由供应商35通过供应链或最终物品客户29验证。报酬或价格信息可用于以透明的开放方式汇总实体之间的价格和协商利润，从而允许供应链中的实体预先协商给定零件/产品的价格，从而提高可以进行这些交易的速度和便利性。此外，由于将跟踪107特定知识产权的报酬，该知识产权的所有者、许可人或被许可人33可以被适当地补偿这些用途。
参考图33，示出了示例图，其中知识产权的所有者33a-33n，知识产权本身107和与知识产权相关联的价格64在区块链或分类账内被跟踪和验证。知识产权及其所有权为供应商，子级供应商和/或最终物品客户提供不仅能够(通过区块链或分类账)验证与零件/产品相关的知识产权的来源63，还能够汇总单个零件/产品中发现的不同所有者的知识产权要素的能力。实施例还允许知识产权的所有者被适当地补偿其贡献的知识产权，因为每个零件/产品将在其区块链或分类帐条目内提供与其相关联的知识产权。
应当理解，本公开的实施例适用于任何数量的供应商和子层供应商级别。例如，给定的零件/产品可以具有1,2,3或更多个供应商和/或子层供应商。本公开的实施例规定，供应商、子层供应商和/或最终物品客户将能够跟踪和验证每个零件或元件的出处63，无论是由直接供应商还是通过来自子层供应商的直接供应商提供给最终用户。这不仅包括特定零件或元素的出处，还包括与零件或元素相关的文档或信息。例如，用于生产零件的过程，用于形成零件的原材料，零件需要满足的需求，以及在零件或元件中体现的任何知识产权(例如，专利，商业秘密，发明，专有技术等)可以由供应商和/或最终物品客户根据他们对信息的访问来跟踪和验证。
参考图1，示出了所公开的虚拟分布式库存管理系统的实施例的示意图，该系统具有制造零件的可追溯性。在图1中，给定零件/产品的工作流程从第一制造商转换23a追溯到第二制造商转换23b，直到最终n编号的制造商转型23n，第一制造商转换23a可以产生在制品(wip)24a，第二制造商转换23b可以产生wip24b。在上述实施例中，转换23n包括3d打印机31对零件132的3d打印。在上述实施例中，产生打印零件132的转换之后是产品的编码和最终检查59，然后是产品135的最终交付60。应当注意，在每次转换之后，创建进入区块链或分类账的条目，从而记录来自每个转换的信息(例如，需求，保管，过程，知识产权等)。然后，该信息可用于任何一个供应商(只要他们被允许访问)和最终物品客户29的验证。因此，实施例导致沿着制造转换的所需处理之后是作为预定义的流程一部分的被授权和认证的参与者。
在实践中，本公开的一个实施例提供供应商35，子层供应商36或最终物品客户29可能希望验证给定零件/产品的产品信息。例如，供应商35，子层供应商36或最终物品客户29可能想要验证给定零件/产品是使用正确的过程62，使用正确的原材料61或使用正确的知识产权106制作的。供应商35，子层供应商36或最终物品客户29将能够在接收到零件/产品之后或者在接收零件/产品之前能够从相关联的分布式交易寄存器(例如，区块链或分类帐)中的条目确定给定零件/产品的产品信息。然后，供应商35，子层供应商36或最终物品客户29将能够聚合产品信息以满足他们的个人需求，以确定例如他们是否正确定价了零件/产品，他们是否已正确使用知识产权，或者他们是否适当地支付了正确的实体。
附加特征包括所公开系统的用户向机身制造商授予对在上述飞行控制系统示例中聚合的特定制造零件的聚合权利的能力。然后，机身制造商可以向机身操作员授予机身中所有制造零件的聚合可追溯权。
所公开方法的基础设施还可以用于以透明的方式汇总成本和协商的利润，以允许制造零件的预先协商的价格以加速交易。可以在分布式分类帐中记录和清除交易，如上面进一步详细描述的。来自不同所有者的知识产权要素也可以汇总到单个分类帐条目中，以便可以一起跟踪相应的知识产权资产，并且根据商定的条款对个体所有者进行补偿。
与业务管理软件集成。
产品制造商通常会利用企业资源规划(erp软件)等业务管理软件来收集、存储、管理和解释与跟踪供应链相关的数据，例如产品规划、制造、交付、营销、销售、库存管理、运输、付款等等。erp软件可以提供诸如产生热图的功能。例如，制造商的erp软件可以被配置为跟踪多个原材料供应商，并且可以生成热图，其示出哪些供应商超过最后期限(这样的供应商可以出现在以绿色着色的屏幕上)，供应商通常满足截止日期(因此可以用黄色着色)，以及哪些供应商没有满足最后期限(因此可能会用红色着色)。
虽然这些功能有助于允许制造商从高层次观察供应链趋势，但制造商很难在不获得更精细级别数据的情况下就供应商做出实时业务决策。例如，erp系统通常不与其他操作过程接口。因此，许多供应链中包含多层非增值流程，例如运输和库存维护。所公开的安全和可追踪制造零件的方法通过使用如本文所述的分布式分类帐来解除供应链的关联，从而减少了这种低效率。
安全且可追踪的制造零件的方法还提供了应用程序接口(api)，其除了上述分布式分类帐之外还可以从现有erp软件访问数据，并提供供应商性能的集成实时快照。因此，用户现在可以访问具有粒度级别的供应商数据，直到单个制造零件。
在又一个实施例中，提供了一种跟踪产品生命周期管理(plm)系统或其他适用的计算机系统内的知识产权(ip)的系统，使得用户或公司可以管理与这些零件、组件、产品、材料、工艺、功能和/或其制造、生产、提供或购买的服务相关联或包含在其中的ip。实施例提供给定零件或产品可具有与其相关联的一个或多个离散对象或产品信息。这些对象或产品信息包括产品中体现的ip。实施例提供，与给定零件或产品相关联的ip对象105-107可以被保存或分类在系统、分类帐、区块链、分布式交易寄存器或数据库中，使得可以维护与给定零件或产品相关联的ip以用于后续使用。
实施例还允许系统的用户、公司或客户管理和重用ip，包括但不限于布局设计、商标、许可、商业秘密、工业产权、专利、版权、专有信息、敏感信息和技术诀窍。实施例还提供了可以在plm或类似系统中搜索ip内容，使得如果需要可以将适当的安全性和标记应用于零件/产品。本公开的实施例提供了捕获、分类、跟踪、保存和保护在给定零件或产品内导出或体现的ip的改进的能力，包括研究和开发、第三方许可和故障分析。ip的其他实施例还包括与给定零件/产品相关联的机械、电气、固件、软件、过程和材料。可以与给定零件/产品相关联的一些其他元件还包括在其中使用ip以及与ip一起使用的零件/产品中体现的ip源的遗产或历史。实施例还提供了给定零件/产品的ip对象可以用加密进行编码或散列。在又一个实施例中，给定零件/产品的ip对象可以在私有或公共市场(例如，数字市场)中获得以用于其他产品。加密方法的实施例包括公钥或私钥，或者它可以包括分布式分类帐，例如区块链。
图34是示出通过其生产周期与给定零件或产品相关联的ip对象ip1-ipn的示例图。如图34所示，作为生产或制造过程的一部分通过多个部分或阶段(例如第1部分，第2部分，第3部分和第4部分)的产品在每个阶段可以具有与之关联的多个ip对象。实际上，这通常发生在最终物品包括来自众多来源的许多零件时，或者必须在最终确定或为最终用户准备好之前经历多个制造过程。在这个和其他类似的场景中，通常很难跟踪最终物品中包含的所有ip。本公开的实施例允许供应商或制造商在整个其生产生命周期中或在其使用寿命期间在数据库或分类帐中记录在零件或产品中体现的ip，使得可以跟踪和验证在零件/产品中体现的ip。换句话说，与给定零件/产品相关或体现在其中的ip的历史或遗产可以被跟踪并可用于给定零件供应链内的供应商或可用于最终用户。
实施例规定，给定零件/产品内包含的ip可以记录在区块链或分类帐内，然而，实施例规定可以在可以由任何数量的用户访问的电子数据库内管理或维护ip。电子数据库的实施例包括由单个用户或单个公司使用的封闭或私有数据库。在其他实施例中，电子数据库可以由多个用户和/或公司访问。在又一个实施例中，电子数据库可以是公共市场，其中ip的所有者、创建者和发明者以及零件/产品中包含的ip的用户可以访问关于在何处使用某些ip、ip的使用频率、使用此类知识产权应该像谁付费的信息。
在一个实施例中，最终物品可以包含一个或多个ip对象以及其他工程、质量或客户规范或需求。因此，最终物品中体现的ip对象可操作以包括在其使用和生命周期期间的最终物品之后的其他最终物品规范中。最终物品可以基于其包含的所有ip对象对特定ip对象进行限制和指定。可以聚合、跟踪、重用和销售ip对象。
在基于太空的商业和物流中的应用
太空探索和殖民化可能需要数字物流尾部，以促进通过外太空的数据传输。将来，制造物品将作为数字构建文件进行买卖，客户可以利用这些数字构建文件并将其转换为物理制造物品。由于将航天器上坚固的物流包裹从地球运送到遥远的星球或太空站效率低下，因此太空飞行和太空殖民地可能会利用工具机械通过使用3d或4d打印机(包括3d打印的零件和自组装)将数字物品或有效载荷转换为物理制造物品。
参照图35和36，图示了物流方案400的五个示例，包括：
1.环绕地球或在太空中某个其他准稳定位置(包括地球月亮拉格朗日点)的太空殖民地或太空站410；
2.环绕地球的太空工厂420；
3.在地球与轨道或静止太空殖民地之间运输的航天器430；
4.月球或其他行星体上的太空殖民地或太空工厂440；和
5.在外太空直接打印结构，包括大型，超大型和巨型结构(例如，小行星开采)；较小的组件可以被打印，然后通过自组装或自动组装与机器人组装在一起(例如，如
为了使基于太空的实体(例如，太空殖民地、太空工厂、航天飞机、航天器、太空站以及适合于预期目的并由本领域普通技术人员理解的任何其他实体)与地球(例如，系统15)通信，可以利用通信系统来促进数字数据到以及从基于太空的实体的传输。例如，系统15可以通过利用深空网络(dsn)与基于太空的实体进行通信，该深空网络可以由在世界上三个位置处的天线复合体(例如，地面收发器)组成，从而形成用于基于太空的实体的通信系统的地面部分。这些设施在地球上相距约120度经度，为基于太空的实体提供连续的覆盖范围和跟踪。每个复合体都包含一个70米长的天线和多个34米长的天线。这些天线可以单独使用，也可以组合(天线阵列)使用，以满足每个基于太空的实体的通信需求。深空通信系统可包括无线电、天线、发射器、信号检测器、调制技术、信道编码理论、数据压缩、模拟、光学仪器、光学系统设计、光学检测器、激光器、精确定位系统以及任何其他适用于预期的目的并由本领域普通技术人员理解的通信。
系统15可以直接与基于空间的实体通信，或者利用中继器460(例如，通信卫星、地外收发器以及具有可以中继信号的天线阵列的其他基于空间的实体)来与基于空间的实体进行通信。通信卫星可以具有至少一种类型的轨道，包括：1)具有对地静止轨道(geo)的对地静止卫星；2)中地球轨道(meo)；以及3)低地球轨道(leo)。通信卫星的轨道类型的这些示例不限于地球。本公开设想了可以在外太空中绕其它行星体的通信卫星，其它行星体包括行星、小行星以及适合于预期目的并且本领域普通技术人员可以理解的任何其他质量体。
参照图37，可以使用系统500，使得可以为基于太空的实体提供和重新供应数字数据和信息510以利用3d打印机530制造产品540。每种情况可以提供数字物流供应目录或数字供应物品文件510给基于空间的实体或基于空间的客户520。数字供应物品文件510可以包括用于要被制造或打印的相应零件的数字线程。基于太空的客户520可以购买来自数字物流供应目录的数字供应物品文件510，以制造相应的零件。来自物流供应目录的数字供应物品文件510可以通过区块链智能合约或适合于预期目的并且本领域普通技术人员可以理解的任何其他支付方法来购买。
为了确保数字供应物品文件510的完整性，数字供应物品文件510可以包括数字孪生数据，该数字孪生数据通过利用区块链或数字分类帐被传输到基于空间的实体，如上文关于系统15所述。区块链可通过一个或多个侧区块链伴随或建立。这些侧区块链可以各自发源于或起源于区块链中的给定区块或条目，并向外扩展，以使原始区块链包含许多不同的端点。例如，区块链可能包含五个区块链，其中(1)是给定零件/产品的原材料的条目，(2)是给定零件/产品的处理的条目，(3)是给定零件/产品的处理实体，(4)是与该零件/产品相关的专利，(5)是支付给处理实体的成本。可以将新的区块链添加到区块链1中以标识原材料的供应商，或者可以将新的区块链添加到区块链3中以指示对给定零件/产品进行加工的机械的证明。因此，实施例提供了不是简单地将区块链添加到第五区块链的末尾，而是可以从这五个区块链中的任何一个添加新区块链，从而提供与该特定区块链有关的信息。
在另一个示例中，给定的零件/产品可以由具有多个块的主区块链表示，其中，区块链中的每个块与来自数字物流供应目录的一件给定零件/产品相关联。每件可能已从不同的供应商处供应，每件可能具有其自己的关联产品信息，例如其不同的原材料、不同的制造工艺、其中体现的不同的知识产权以及不同的成本。就这一点而言，主区块链中的每个区块可以与一个给定的零件/产品相关联，并且侧区块链可以从表示该特定产品信息的主区块链向外延伸。
类似于图2，通过首先生成散列70，将从第一用户a到第二用户b的区块链交易记录在分类帐17中。第一用户a可以位于地球上，第二用户b可以是基于空间的实体/客户520，如图36和37所示。然后，第一用户a用第一用户的私钥71对散列签名。附加72第一用户的公钥和第二用户b的地址。获得73第二用户b的公钥和地址，并且交易被记录在分类帐中74。
一旦基于太空的客户520接收到数字供应物品文件510，就可以处理数字供应物品文件510的完整性。例如，与数字供应物品文件510相关联的工作流程和生产工艺可以通过利用所描述的区块链技术通过生产工艺来发送和验证。
基于太空的客户520可以将在数字供应物品文件510中接收的数据提供给3d打印机530以用于制造目的。为了确保数字供应物品文件510的性能完整性，可以通过使用卷积神经网络(cnn)应用使模拟的构建文件伴随数字供应物品文件510进行比较，这将参考图38-43进一步讨论。3d打印机530可以从数字供应物品文件510中提供的数据打印制造物品。
用于供应用于制造产品的数字数据和信息的供应系统500可以包括质量控制和工艺完整性的多个实例，包括：1)利用区块链来确保数字供应物品文件510的数据质量和生产工艺，2)利用区块链来确保数字供应物品文件510的生产工艺质量，以及3)利用卷积神经网络评估通过在打印制造产品时验证每一层来确保性能完整性。这允许至少三个验证阶段，以确保制造的零件与来自数字供应物品文件510的原始产品一致。以这种方式，制造的产品可能不需要计算机断层层析成像(ct)扫描来确认所制造的产品符合数字供应物品文件510。
卷积神经网络评估的应用
零件的增材制造57和后处理58可包括卷积神经网络(cnn)评估，其实施例显示在图38-43中。因此，用于在增材制造机器(例如打印机31或打印机530)中逐层构建零件(例如零件132或零件514)的增材制造系统可以根据增材制造构建工艺，包括：闭环控制结构，用于在处理过程中调整初始构建参数集。本文所用的术语“处理过程中”是指零件处于增材制造机器中的制造过程中的时间段。术语“处理过程中”与术语“后处理”不同，术语“后处理”在本文中是指在增材制造机器中构建零件之后的时间段。
如下所述，闭环控制结构包括具有经训练的人工智能模块的慢速控制环，并且还可以包括具有状态机的快速控制环。如本文所使用的，“慢速控制环”是指具有整个秒级的控制器增益更新周期的控制环，并且“快速控制环”是指具有微秒级的控制器增益更新周期的控制环。经训练的人工智能模块可以是具有循环人工神经网络的深度学习模块。
如下所述，该系统可以包括熔池监控系统，该熔池监控系统设置为获取实时熔池数据，该实时熔池数据表示由处理过程中的能量源形成的熔池。以及构建层图像传感器，其被布置为获取处理过程中的零件层的层图像。初始构建参数集、与构建过程相对应的调整后的构建参数的基于时间的序列、层图像和熔池数据作为输入传输到慢速控制环的经训练的人工智能模块。熔池数据可以作为输入传输到快速控制环的状态机。
可以使用来自第一cnn的评估数据来训练经训练的人工智能模块，所述第一cnn被配置为评估在处理过程中获取的层图像，并且至少一个第二cnn被配置为评估在后处理中获取的成品零件的图像。例如，cnn可以配置为评估在后处理中获取的分段成品零件的二维图像，另一cnn可以配置为通过对成品零件的计算机断层层析成像(ct)扫描来评估在后处理中获取的零件的三维图像。
现在参考图38，示出了用于增材制造机器530的深度学习过程控制器900的操作。该系统包括用于在处理过程中调整初始构建参数集830的闭环控制结构910、920。深度学习过程控制器900可以是高级非线性随机控制和复杂的基于自适应模型的控制的混合，可以由经训练的深度学习循环人工智能(ai)模块850实施。从深度学习ai系统800训练的深度学习循环ai850因此被用于关闭增材制造零件(例如零件132或零件540)的构建过程中，对构建层图像630进行逐层缓慢评估的外部环，用于增强的缓慢过程反馈控制910。经训练的深度学习循环ai850还可以利用输出来更新状态机840的配置，以基于快速处理过程中熔池监控传感器数据712影响单独的状态变量快速控制920。从图38可见，来自经训练的深度学习ai模块850的慢循环反馈910和来自状态机840的快速循环反馈920可用于计算框610中的调整后的增材制造构建参数，用于以提高零件质量的方式操作增材制造机器530。缓慢过程反馈控制910和状态变量快速控制920的两个反馈回路均用于以单独的增益来修改增材制造机器构建参数610，从而为每个反馈回路提供对增材制造生产(例如，焊接)工艺620的不同控制权以获得增材制造构建工艺的最佳控制。因此，在该实施例中，闭环控制结构包括具有经训练的ai模块的慢速控制环910以及具有状态机840的快速控制环920，该经训练的ai模块以经训练的深度学习循环ai模块850的形式。
在慢速控制环910中，由构建参数配置模块860生成的初始增材制造构建参数830被输入到经训练的深度学习循环ai模块850。经训练的ai模块850的其他输入可以包括表示随时间的增材制造工艺变量和参数(例如氩气流量、温度、声音/振动换能器水平、电压、电流等)的基于连续时间的数据714，由构建层图像传感器2038在处理过程中获取的构建层图像630和通过熔池监控系统2035在处理过程中获取的熔池数据712。
关于数据714，增材制造机器31或530可包括可存储在基于连续时间的参数数据库715中的基于连续时间的缓慢过程数据714。可以在制造每个构建层时收集由增材制造机器31或530产生的基于连续时间的缓慢过程数据714(例如，氩气流量、温度、声音/振动换能器水平、电压、电流等)。熔池数据712可以在输入到深度学习循环ai模块850之前由预调节器820进行预调节。例如，预调节器820可以被编程为在每个构建层或一组构建层上对熔池数据712进行累积和平均。预调节可以是可调节的以具有更短或更长的帧频。
在快速控制环920中，熔池数据712可以与来自经训练的深度学习ai模块850的输出一起输入到状态机840。来自经训练的深度学习ai模块850的状态机输出可以用作快速控制环920的一部分，可以在快速过程控制增益更新时将其配置为单独的状态变量内部控制环。例如，如下所述，来自长短期存储器(lstm)的状态机输出可以输入到状态机840，并用于促进熔池控制的快速环闭合。
在图41所示的基本实施例中，闭环控制600结构包括以cnn640的形式训练并配置为评估由构建层图像传感器2038在处理过程中获取的零件540的层图像630的经训练的人工智能(ai)模块。可以指示每个捕获的层图像630对应于该层的预期或期望外观的程度的cnn640提供的评估结果被用在框610中，以随着过程在框620中继续，用于计算处理过程中的增材制造机器530的调整后的构建参数，以影响后续层的构建。评估结果可以是每个构建层图像630到预定类别(例如，很好、良好、一般、不好等)的分配分类的形式。
缓慢的过程反馈控制600可以利用卷积神经网络(cnn)评估640来关闭构建层图像630和增材制造机器构建参数610之间的控制环。在构建增材制造零件(例如零件132或零件540)的每一层时，可以在一段时间的开始、期间或结束时进行成像，或者在一段时间内通过视频连续地进行成像以进行层制造。随着增材制造零件制造的进行，可以在增材制造零件制造工艺的整个过程中收集构建层图像630。可以预先训练cnn评估640以识别构建层图像630中的标称偏离或不期望的特征。为了校正这些偏离标称的或不期望的条件，cnn评估640有助于缓慢的过程反馈以调整控制增材制造生产过程620的增材制造机器构建参数610。增材制造机器构建参数610可能会影响在增材制造工艺中沉积到粉末层中的比能量密度，例如但不限于光束功率、扫描速度、扫描间隔、光束聚焦和光束占空比。
在这种情况下，缓慢过程反馈控制600可以允许增材制造机器构建参数610的控制器增益在几秒内在层构建之间更新。如果使用视频成像，则经训练的cnn评估640可以以毫秒为单位或在制造层所需的时间段的一部分内更新控制器增益。缓慢的过程反馈控制600可依赖于增材制造机器构建参数610和构建层图像630之间的先前建模的关系和不确定性。这可能会通过利用高级过程控制(apc)方法来影响控制器的增益，例如但不限于多变量非线性模型预测控制(mpc)和基于递归贝叶斯的控制方案。
来自图35-44的数据库和处理的数据，例如但不限于，cnn评估640、每个构建层的图像630、构建层图像数据库711、成品零件的2d图像723、2dcnn评估722、成品零件的3dcat扫描图像733、3dcnn评估732、am构建参数配置文件830、am参数610、熔池监控数据712和/或熔池数据库713可由区块链或如上所述关于系统15的数字分类帐包括和/或利用。因此，与上述状态一样，cnn评估(包括但不限于作为处理的一部分收集的图像和数据)可以以与上述类似的方式作为交易记录在数字分类帐17中。这样就可以在批量生产中保持货源、真实性和可追溯性，并且可以在以后的状态下使用。
参照图39，用于缓慢过程反馈控制的cnn可以是进一步包括后处理输出数据的增强系统700。例如，可以将几个不同的数据流收集到数据库中，这些数据库可以用作训练和更新深度学习循环ai的输入。可以将在增材制造机器530的缓慢构建过程反馈控制600中产生的每个构建层630的图像收集到数据库711中。增强系统700还可以包括可以被收集到大型二进制数据库713中的快速处理过程中熔池监控传感器数据712。
增强系统700可以进一步包括增材制造2d后处理。增材制造2d后处理720可以包括用于零件质量分类的后处理2dcnn评估722的分类输出721(例如，欠熔/刚好/过熔)。在增材制造过程的开发过程中，适当深度处的分类输出721的图像可能与在处理过程中获取的增材制造层的相关图像723直接相关，这可以在处理过程中的构建层图像630和后处理中的cnn分类输出721之间提供相关性。
增强系统700可以进一步包括增材制造3d后处理730。增材制造3d后处理730可以包括计算机辅助层析成像(cat)扫描733的后处理3dcnn评估732的孔隙度和/或空隙的分类输出以获取零件质量。特定深度处的后处理3dcnn评估732可直接与可能在工艺开发和生产过程中发生的关联的处理过程中的构建层图像630相关。
因此，可以通过操作增材制造机器530来收集用于训练深度学习ai模块850的教师数据，以按图39所示的数据增强模式来构建零件。可以理解的是，具体地，任务为评估处理过程中的构建层图像630的基本cnn640可由被配置成评估分别如框720和730所指示的在后处理中获取的成品零件的图像的一个或多个其它cnn722和732来增强。实际图像630也可以被收集在构建层图像数据库711中。
在框720中，例如通过切割零件并以已知的层深度抛光暴露的截面表面，然后使用成像相机捕获暴露的表面的二维(2d)图像723，对由增材制造机器530构建的零件540进行分段后处理。然后，可以由cnn722评估和分类在后处理中捕获的2d图像723。例如，可能的分类721可以包括欠熔、刚好和过熔。给定层深度处的后处理2d图像可以与在处理过程中获取的层的关联图像630直接相关。
在框730中，例如使用计算机辅助层析成像(cat)装备对由增材制造机器530构建的零件540进行后处理扫描，以捕获整个零件的三维(3d)图像733。然后，可以由cnn732评估在后处理中捕获的3d图像733并对其进行分类。例如，分类731可以指示成品零件的孔隙度和/或成品零件中存在空隙的程度。
如上所述，可以在构建层图像数据库711中收集处理过程中的构建层图像630。还可以收集其他处理过程中的数据以用于训练深度学习ai模块850。例如，可以将由熔池监控系统2035在处理过程中获取的快速过程熔池数据712存储在二进制数据库713中，并且在制造层时，由增材制造机器530生成的基于连续时间的数据714可以存储在基于连续时间的参数数据库715中。
参考图40，示出了训练深度学习ai系统800的配置，其可以利用来自增强系统700的数据，该数据可以被收集为训练和/或更新810深度学习循环ai850的输入。
例如，构建层图像数据库711的cnn评估640的输出可以用作教师对深度学习循环ai850的训练810的输入。增材制造2d后处理723的2dcnn评估722的输出可以用于零件质量分类，并且用作深度学习循环ai850的训练810的另一教师输入。可以包括cat扫描的增材制造3d后处理730的3dcnn评估732的输出可以用于零件质量评估，并充当深度学习循环ai850的培训810的另一教师输入。
快速过程熔池监控传感器数据库713可以在每个构建层或构建层分段上进行预调节820(例如，累积、平均、方差、协方差等)，然后再用作对经训练的深度学习循环ai850的训练810的输入。预调节820可以根据需要针对更短或更长的帧速率进行调节，以与控制环更新周期同步。基于连续时间的参数数据库715也可以用作深度学习循环ai850的训练810的输入，以用于训练、再训练和/或更新目的。为了提供附加的增材制造零件132的设计参数信息(例如，几何形状，位置等)，来自零件设计数据库的增材制造构建参数配置文件830(例如，magics)也可以用作深度学习循环ai850的训练810的输入。
深度学习循环ai850的训练810的数据库输入可以被正确地同步，以有效地执行深度学习循环ai850的训练810。对深度学习循环ai850的训练810的数据库输入的可用性也可影响深度学习循环ai850的训练810的有效性。深度学习ai系统800还可以包括从深度学习循环ai850输出的状态机840，状态机840可以在训练810期间被配置，该状态机可以用于促进熔池控制过程的快速闭环。
因此，如图40所示，如结合图39所述收集的数据可用作训练深度学习ai模块850的输入。表征构建层图像630的cnn640的输出可用作在训练操作模式下提供给深度学习ai模块850的一个教师输入。类似地，来自cnn722和cnn732的分别表征后处理图像722和732的输出可以充当在训练操作模式期间提供给深度学习ai模块850的其他教师输入。快速过程熔池数据712可以由预调节器820进行预调节，并在训练操作模式期间输入到深度学习ai模块850。存储在基于连续时间的参数数据库715中的基于连续时间的数据714也可以在训练操作模式期间被提供为深度学习ai模块850的输入。初始增材制造构建参数830可以在训练操作模式期间被提供为深度学习ai模块850的进一步输入。
深度学习ai模块810的各种输入应正确同步以执行训练，并且必须有足够的数据才能使训练有效。可以在训练操作模式期间将深度学习ai模块810的lstm组件的输出提供给状态机840，以便以后在增材制造系统以常规生产模式运行时促进熔池控制的快速环闭合。状态机840的输入提供了可以允许针对控制仿真来评估状态机控制方案状态(图44)的输入，以帮助评估来自训练后的rnn850对快速控制环920的影响的记录。
如上所述，使用处理过程中和后处理中的信息来训练ai模块850，将使得能够从与良好制造实践相关联的若干观点可靠地确定增材制造零件和对应的增材制造工艺是否良好。用于零件构建的整个数据集将被捕获以记录生产。首先，可以证实和证明用于制造零件的增材制造配置数据文件的完整性(即“数据完整性”)。第二，可以证实和证明用于制造零件的增材制造工艺的完整性(即“工艺完整性”)。第三，可以证实和证明，工艺性能产生了具有高密度、最小或没有孔隙率的良好零件，以及良好的内部晶粒结构(即“性能完整性”)。以此类推，增材制造零件的上述工艺认证可能类似于设计质量(dq)、安装质量(iq)、操作质量(oq)和性能质量(pq)度量，以提供医疗设备正常运行，符合规格要求的验证和确认证据。iq、oq和pq分别类似于数据、工艺和制造完整性。在这种情况下，正确的增材制造构建文件的安装即为iq。实时验证工艺完整性(oq)是正确的，以及近实时验证制造完整性(pq)将来自机器学习ai的处理过程中和后处理中的组件。机器学习ai模块810将使用良好性度量来决定我们实际拥有的良好性程度(通过对处理过程中的度量与后处理中的度量之间的非线性关系的学习性递归记忆)，以及然后实时对处理进行自动校正，以使良好性(通过非线性相关间接估计)最大化。dq等效于与设计/构建文件关联的增材制造设计规则检查，该检查可以集成金属的icme(集成计算材料工程)或某些其他基于物理的设计协议。
经训练的深度学习ai模块850可具有与一个或多个cnn结合以形成神经网络委员会的递归神经网络(rnn)组件。rnn组件可以实现为例如lstm，以解决诸如“消失或爆炸梯度问题”或门控循环单元(gru)之类的问题，这将允许使用大量的循环网络来增加工艺状态和长期记忆能力，以学习快速处理过程中更新数据和慢速处理输出数据之间的复杂、嘈杂和非线性关系。利用所有这些数据来训练810深度学习循环ai850可以帮助预测在制造过程中控制印刷质量零件可能需要的适当的增材制造机器构建参数610。经训练的深度学习ai模块850可用于关闭零件质量的逐层评估，以用于增强的缓慢过程反馈控制。ai模块850可以被配置为运行ai智能软件的计算机或计算机网络。例如，可以使用例如但不限于tensorflow，theano或cntk的python软件基金会支持的pythontm编程语言对软件进行编程，以实现人工神经网络(ann)ai。
参考图42，增材制造机器学习过程1000(处理过程中和后处理)验证记录可以包括关键成分，用于确定制造的零件是否足够用于预期目的并且在制造的零件132的需求下可接受。增材制造机器学习过程1000可以包括产品完整性1100证明和设计质量1200证明。
产品完整性1100可以包括数据完整性1110、工艺完整性1120和制造完整性1130。数据完整性1110可以包括用于制造零件的数据文件是用于制造工艺的正确数据文件的证明和/或证实。工艺完整性1120可包括用于制造零件的工艺是用于制造零件的正确工艺的证明和/或证实。制造完整性1130可以包括该工艺输出生成具有与制造零件相关联的特征的制造零件(例如，高密度、无孔隙、良好的内部晶粒结构等)的证明和/或证实。这些证明可以包含在增材制造需求已满足265过程散列266、84i的生成的验证中，并且还可以作为零件后检查59的一部分。
设计质量1200可以包括安装质量1210、操作质量1220和性能质量1230。设计质量1200可以被包括为设计实施需求51的一部分。例如，安装质量1210、操作质量1220和性能质量1230可以包括用于提供设备正在根据诸如客户需求101之类的规范正确运行的验证和确认证据的度量标准，并且可以被包括为合规证书138和检查记录136的一部分。
安装质量1210、操作质量1220和性能质量1230可以分别包括数据、工艺和制造完整性。例如，正确的增材制造构建文件52的安装可以是安装质量1210。实时验证工艺完整性1120可能的正确的，以及近实时验证制造完整性1130可能来自机器学习ai(例如经训练的深度学习循环ai850)的处理过程中和后处理中的组件，并且可以包含在产品制造信息109中。
机器学习ai可以确定当前可满足的精度水平(例如，通过学习的处理过程中的测量与后处理中的测量之间的非线性关系的递归记忆)。机器学习ai然后可以实时地对过程进行自动校正，使得可以使制造精度最大化(例如，通过非线性相关性间接估计)。机器学习概要度量可以被编码在零件检查过程散列84k中。
设计质量1200可以包括增材制造设计规则检查(drc)设计/构建文件，其可以集成用于金属或其他基于物理的设计协议的集成计算材料工程(icme)。设计质量1200工艺的输出也可以是机器学习ai的输入，以用于系统的进一步调整中。
在图43中更详细地示出了增材制造机器530或机器31。增材制造机器530可以是一种类型的激光粉末床机器的形式，其包括粉末贮存器2022、其中构建有零件540的粉末床2024和用于将新的粉末层从粉末贮存器2022转移到粉末床2024中的粉末刮器2026。粉末贮存器的高度通过粉末交付致动器2023调节，粉末床2024的高度通过制造致动器2025调节。增材制造机器530还包括激光形式的能量源2028，以及用于以受控方式将来自能量源2028的光束2032重定向并扫描到粉末床2024中的每个新粉末层上以形成零件540的扫描仪系统2030。应当理解，光束2032与粉末床2024中的粉末层相互作用，并形成尾部熔池2033，尾部熔池2033凝固并与零件540熔合以形成零件。上述类型的增材制造机器可从英国的renishawplc获得。
增材制造机器530可以配备有熔池监控系统2035，该熔池监控系统2035具有一个或多个熔池传感器2037，该熔池传感器2037被布置成获取表示处理过程中的熔池2033的实时熔池数据。增材制造机器530还装备有构建层图像传感器2038，该构建层图像传感器2038布置成获取处理过程中的零件层的层图像。另外，可以利用空间频率调制成像(spifi)直接通过光束2032收集有关熔池2033的状态的信息。增材制造机器530的各个组件都连接到基于微处理器的控制器2021，该控制器配置为控制构建过程。
增材制造系统可以包括构建参数配置模块860，该构建参数配置模块860被编程为生成用于在增材制造机器530中构建零件540的初始构建参数集。初始构建参数集可以作为构建参数配置文件830存储在可以由增材制造机器530的处理和控制电子设备访问的存储器中。初始构建参数集可以至少部分基于输入到构建参数配置模块860的零件540的几何模型。通过非限制性示例，几何模型可以被提供为描述零件540的一个或多个数字cad/cam文件，例如数字供应文件510或输出文件125，并且构建参数配置模块860可以是被编程为读取cad/cam模型信息并生成激光控制设置、扫描仪运动控制命令、层厚度设置以及用于操作增材制造机器530以构建零件540的其他控制参数的计算机模块。构建参数配置模块860可以是增材制造机器530的一部分，或者可以与增材制造机器530分离并且与其通信。用于从cad/cam文件生成增材制造构建参数的商业上可获得的软件的一个示例是可从比利时的materializen.v.获得的
在图44中，示出了具有由mealyfsm表示的三个不同状态的状态机840的简单示例，其中来自每个状态的输出取决于当前状态以及对fsm的输入。这三种状态分别是在该状态中保持控制方案的“保持”，在该状态中控制方案有利于降低通过光束2032输入到粉末床2024的比能量密度(ed)的“较低能量密度”(较低ed)，以及在该状态中控制方案有利于提高通过光束2032输入到粉末床2024的比能量密度的“较高能量密度”(较高ed)。同样在此示例中，fsm的输入是来自预测熔池2033的状况的经过训练的rnn810的输出。该预测是基于图39的增强数据赋予rnn810的图40的训练。
图44示例中的每个状态表示不同或改变的控制方案。这些控制方案可以实现为简单的增益控制反馈环路，也可以实现为复杂的随机最优控制器。本领域技术人员将认识到，这仅仅是用于快速环路920控制的状态机840如何与rnn810的输出接口的简化示例，并且许多其他和更复杂的配置也是可能的，包括不同的控制方案状态以及控制方案状态更改底层控制器的许多可能实现的方式。
应当理解，为清楚起见在单独的实施例的上下文中描述的本发明的某些特征也可以在单个实施例中组合提供。相反，为简洁起见，在单个实施例的上下文中描述的本发明的各种特征，也可以单独地或以任何合适的子组合方式提供。
本发明预期可以进行许多改变和修改。因此，虽然已经示出和描述了本系统的当前优选形式，并且讨论了若干修改和替换，但是本领域技术人员将容易理解，在不脱离本发明的范围的情况下，可以进行各种附加的改变和修改，由以下权利要求限定和区分。
- 还没有人留言评论。精彩留言会获得点赞！