包括利用形状变换的补偿建模方法的增材制造与流程

背景技术：

本公开总体涉及产品制造，并且更具体地涉及增材制造工艺。

增材制造包括在逐层基础上构建二维层(或薄片)来制造三维部件。对于激光粉末床扩散和激光定向能量沉积工艺，每层通常非常薄(例如在20微米至100微米之间)，并且许多层以一顺序形成，其中二维(2d)形状在每层上变化以提供期望的最终三维(3d)轮廓。另一方面，基于线材的增材制造工艺可以沉积毫米级高度的层。与其中移除材料以形成所期望的部件轮廓的传统“减法”制造工艺相比，增材制造工艺逐渐添加材料以形成净形状或近净形最终部件。

取决于工艺参数和增材制造工艺类型，增材制造的部件表现出大量的畸变和残余应力。为了获得形状准确性，采用各种技术来补偿零件设计步骤期间的尺寸变化。当前的畸变补偿过程依赖于昂贵的迭代方法，该方法在每个步骤中减去计算出的畸变，以达到畸变后得到准确形状的最终形状。当前的方法仅从标称和畸变模型之间的空间布局间隙获得补偿的几何结构。

技术实现要素：

根据非限制性实施方案，增材制造(am)系统包括过程畸变补偿计算系统，该过程畸变补偿计算系统被配置为确定表示不包括畸变的物理目标对象的数字标称模型以及表示包括至少一个畸变的物理目标对象的数字畸变模型。am外围设备被配置为基于数字补偿模型形成三维(3d)物理对象。过程畸变补偿计算系统确定指示标称模型的形状和体积中的至少一个的预测的变化的数字骨架模型，并基于补偿至少一个畸变的骨架模型生成数字补偿模型。

根据另一个非限制性实施方案，一种使用增材制造(am)系统制作物理三维(3d)产品的方法包括经由过程畸变补偿计算系统确定表示不包括畸变的物理目标对象的数字标称模型，并且经由数字畸变模型数字地表示包括至少一个畸变的物理目标对象。该方法还包括经由过程畸变补偿计算系统确定指示标称模型的形状和体积中的至少一个的预测的变化的数字骨架模型。该方法还包括经由过程畸变补偿计算系统基于补偿至少一个畸变的骨架模型生成数字补偿模型，并且经由am外围设备基于数字补偿模型形成三维(3d)物理对象。

附图说明

以下描述无论如何都不应被视为具限制性。参考附图，相似元件编号相似：

图1示出了在am制作过程期间经历回弹的am产品；

图2是根据非限制性实施方案的能够执行增材制造过程畸变补偿过程的计算系统的框图；

图3是根据非限制性实施方案的包括在增材制造过程畸变补偿系统中的3d扫描处理模块的框图；

图4示出了根据非限制性实施方案的补偿的骨架模型的生成；

图5示出了根据非限制性实施方案的3d骨架模块；

图6示出了根据非限制性实施方案的变形补偿模块；和

图7示出了根据非限制性实施方案的补偿am迭代过程中的节点移动；和

图8是示出根据非限制性实施方案的制作物理三维(3d)产品的方法的流程图。

具体实施方式

本文参考附图通过举例而非限制的方式呈现了所公开的装置和方法的一个或多个实施方案的详细描述。

术语“约”旨在包括与基于在提交申请时可用的设备的特定数量的测量结果相关联的误差程度。例如，“约”可以包括给定值的±8％或5％或2％的范围。

am零件在制作过程期间易受“回弹”影响。例如，该零件可以在制作期间实现压缩和/或膨胀状态(例如弯曲)。这种回弹现象通常是由零件在移除压缩力和/或膨胀力后返回到其标称轮廓的固有要求引起的。然而，所产生的回弹导致零件的畸变以及零件的一个或多个区域和/或连接点上的残余应力。

另外，am零件在am制作过程的冷却阶段期间易受畸变的影响，从而降低产品的精度和/或质量。仅从标称模型和畸变模型之间的空间布局间隙获得补偿的几何结构的当前方法忽略了在am制造过程的冷却阶段期间可能发生的am制作的产品的材料收缩期间的物理过程。预测am产品的残余应力和畸变的商业软件包是可购得的。然而，迄今为止可用的商业软件包没有考虑产品在am制作期间的各个阶段实现的物理过程，并且也缺乏针对大尺寸复杂零件的实用解决方案。

参考图1，示出了am制作过程期间经历回弹的am产品10。am产品10被设计为具有桥状轮廓以匹配目标am产品，但是可以制作具有不同形状和/或轮廓的产品。在该示例中，am产品10通过在牺牲衬垫14上形成多个单个的支撑件12来制作。然后在支撑件12的上表面上形成桥顶部16。牺牲衬垫14形成在制作期间支撑牺牲衬垫14的制作板或台18上。

仍然参考图1，示出了在中间阶段(s1)处的包括桥顶部16和支撑件14的am产品10。在这个中间阶段(s1)，am产品以标称轮廓和形状存在。在制作期间，am零件10在第二阶段(s2)处实现压缩力。压缩力可以由am产品10的一个或多个部分的收缩引起。因为am产品10在am产品10收缩的同时耦合到衬垫14和板18，所以压缩力被施加到am产品10。在第三阶段(s3)处，从am板18移除牺牲衬垫14，这导致am产品10“向内”弹或“凹入”。在第四阶段(s4)处，从支撑件12移除牺牲垫14以获得最终am产品10。结果，加载的压缩力被释放，并且当am产品10试图返回到其标称轮廓和形状时，am产品10经历第二回弹(即，膨胀)。然而，压缩和膨胀阶段可以使am产品材料永久畸变，从而产生具有与目标am产品10不匹配的尺寸和/或轮廓的am产品。在图1所示的示例中，产生的最终am产品10具有不希望的凸面形状。

现在转到图2，示出根据非限制性实施方案的增材制造系统100。增材制造系统100能够基于表示物理目标对象110的输入数字模型170执行am过程以创建物理3d产品或对象180。输入数字模型170可以被称为数字标称模型170。如图2所示，增材制造系统100包括3d扫描仪105。采用3d扫描仪105来捕捉物理对象110的视觉表征。3d扫描仪105可以包括用于生成在3d建模中使用的密集点云或多边形网格的摄像机或传感器。点云和网格也可以从商业软件平台获得。3d扫描仪105可以使用包括但不限于3d数字化仪；激光扫描仪；结构光扫描仪；激光脉冲扫描仪；白色光扫描仪；(光检测和测距)lidar；数字摄像机；和结构光3d传感器和/或摄像机的技术来实施。在一个或多个实施方案中，结构化3d传感器包括“光编码”3d深度获取传感器，其利用近ir光来编码包括目标对象的工作场景。返回的光由“光编码”3d深度获取传感器检测，并且包括在返回光中的光畸变定义了光编码，其指示目标对象相对于工作场景的位置。可以利用cmos图像传感器来使用各种算法从场景读取编码光以对3d数据进行三角测量和提取。

在至少一个非限制性实施方案中，可以采用系统100来执行3d打印作为3d扫描的应用。例如，目标工作对象110由3d扫描仪105扫描，以便生成包括2d可视化(例如摄影图像)和/或表示对象110的物理表面的几何测量结果的扫描数据。对象110可以是由不同几何形状组成的物理3d制品。扫描数据可以从3d扫描仪105传输到am过程畸变补偿计算系统120。

am过程畸变补偿计算系统120还包括3d骨架模块115和变形补偿模块116。3d骨架模块115处理所接收的扫描数据以生成被扫描对象110的数字标称模型170以及数字标称模型170的骨架模型和输入畸变模型(图2中未示出)。数字标称模型170可以是计算机生成的3d模型，例如可以使用cad软件修改的3d模型。可以使用测试结果的历史或者监测一次或多次先前的制作运行(例如参见图1)上制作的am产品的若干阶段来预先确定并获得畸变模型。

例如，可以使用存储在存储器114中的3d扫描处理软件来进一步处理数字标称模型170，以根据用于每个层的预先指定的厚度将数字标称模型170分成若干横截面，使得am外围设备150可以依次构造每一层。在至少一个实施方案中，am外围设备150包括但不限于3d打印机150。每层的构造可以类似于打印具有特定厚度或体积的图像。在通过am外围设备150执行多次am迭代(例如，在所有层已经被打印之后)之后，可以产生具有与输入模型(例如，数字标称模型170)相同的尺寸的3dam构建产品180(例如，打印的产品180)。应该理解的是，除了3d打印之外，实施方案还可以用于实现3d扫描技术的其他应用，诸如数字归档、逆向工程、制造和检查。另外，一些实施方案在没有任何3d扫描的情况下采用3d打印，诸如当使用3d建模程序(例如，cad软件)将数字标称模型170构建在过程畸变补偿计算系统120上时。am外围设备150使用与3d打印相关联的特定技术(例如，也被称为“sla”或“sa”的立体光刻(stl))来实施3d打印。

3d扫描仪105被配置为实施基于成像原理的各种3d扫描方法。例如，3d扫描仪105可以采用摄影测量和/或基于光的3d扫描技术来生成对象110的视觉表征。在一些实施方式中，3d扫描器被用来拍摄对象110的多个2d图片。2d图像可以从对象105周围的表示不同视角的各种位置捕捉。根据一些实施方案，3d扫描仪105包括围绕对象110以各种角度布置的一个或多个摄像机。可以采用与由3d扫描仪105捕捉的2d图像相关联的不同视点/摄像机角度来根据扫描数据构造3d数字模型。此后，各种2d图像可以被融合或以其他方式组合，以便生成对象的3d网格。在至少一个实施方案中，可以获得来自各个视点的点，执行束调整或其他类型的3d再挛缩方法以获得3d模式，并且根据所述点生成网格。

在一些实施方式中，3d扫描器105被配置为将光的图案例如脉冲光传输到对象110上。可以使用光图案中的线的边缘来计算3d扫描仪105与被扫描对象110的表面之间的距离。基于光图案的变形，对象的模型形式可以被确定并且用于创建3d网格或对象110的数字复制品。可替代地，3d扫描仪105可以包括用于测量可以将转化为对象110的坐标并因此转化到3d网格中的反射光激光的各种角度的传感器。在一些实施方式中，3d扫描器105使用激光(例如激光线或单个激光点)扫描对象105。根据这样的实施方案，3d扫描仪105包括用于检测从对象110反射的激光的一个或多个传感器。随后，过程畸变补偿计算系统120可以使用诸如三角测量的技术来计算对象与3d扫描仪105的激光源之间的距离。当来自3d扫描仪105的激光从被扫描对象110反射时，3d骨架模块115可以用于计算与由传感器检测到的光相关联的角度，且从而确定对象110的表面的各种几何测量结果。

过程畸变补偿计算系统120包括处理器112和存储器114。过程畸变补偿计算系统120可以连接到计算机网络130，计算机网络130可以是专用网络、公共网络、虚拟专用网络等。计算机网络130可以被实施为有线网络(例如，以太网)或无线网络。系统100的各种设备(包括3d扫描仪105，、过程畸变补偿计算系统120和am外围设备150)可以经由网络130连接。计算机网络的示例包括但不限于局域网(lan)、广域网(wan)和因特网。如图2所示，计算机网络130是有线网络，使得设备可以经由诸如通用串行总线(usb)连接器之类的物理连接来传送或以其他方式传输数据。在一些实施方式中，计算机网络130可以是无线局域网(wlan)，诸如ieee802.n网络。因此，3d扫描仪105和过程畸变补偿计算系统120例如可通信地耦合，并且能够经由计算机网络130无线传输扫描数据。

处理器112可以是一个或多个硬件处理器，其可以各自包括多个处理器核心。存储器114可以包括易失性和非易失性存储器二者，诸如随机存取存储器(ram)和快闪ram。过程畸变补偿计算系统120可以包括各种类型的计算机存储介质和设备，其可以包括存储器114，以存储在处理器112上运行的程序的指令。

3d骨架模块115可以在过程畸变补偿计算系统120上本地操作，并呈现用于在过程畸变补偿计算系统120的显示设备125上显示或以其他方式显现3d表征(诸如数字标称模型170)的用户界面(ui)。显示设备125可以使用过程畸变补偿计算系统120的一个或多个输入设备118(例如，键盘和鼠标或触摸屏)来操作。请注意，虽然在图2中显示为分开的设备，但是显示设备125和/或输入设备118也可以彼此集成和/或与过程畸变补偿计算系统120集成，诸如在平板电脑中。

3d骨架模块115被编程以分析、处理和操纵与使用由3d扫描仪105采用的扫描技术生成的被扫描对象110相关联的扫描数据(例如，2d图像、几何测量结果)。3d骨架模块115可以生成3d表征，诸如旨在与物理对象110的形状、大小和尺寸相对应的数字标称模型170。在一些实施方式中，3d骨架模块115可以采用用于根据2d图像生成3d表征的已知系统和技术。另外，3d骨架模块115可以被配置为处理和分析极大量的表示与使用3d扫描仪105捕捉的对象110相关联的2d和3d空间特性的几何测量结果。

3d骨架模块115还生成标称模型170和变形模型(即标称模型170的变形模型)的骨架模型。一个刚性的3d模型通常由许多“部分”组成-在计算机图形中定义为“骨架”-以用3d形状的抽象几何和拓扑呈现来表示3d模型。利用骨架捕捉各种am状态期间的形状变形。在至少一个实施方案中，使用双操作策略来实施形状变形分析：(i)确定骨架模型的表面上的点；和(ii)导出骨架模型内部的点。内部点耦合到表面点，因此它们的位置是表面点的位置的函数。然后可以通过重新定位表面点来确定骨架模型的变形，同时进而重新调整内部点。因此，骨架模型的形状和体积可以变形，以考虑目标am产品在实际am制作过程期间预期经历的变形。由此得到的变形的骨架模型然后可以被变形补偿模型利用以生成补偿这些预期变形的补偿模型。

根据实施方案，变形补偿模块116可被编程为实施用于am准确性的偏差表征(例如，数字畸变模型)、建模、预测和补偿技术。在一实施方式中，变形补偿模块116可以用于使用am外围设备150启动并以其他方式执行对标准校准零件的一次或多次试验。在一实施方式中，该试验使用已知测试对象的一个或多个标准校准零件，其中与标准校准零件相对应的几何性质是已知的。例如，试验期间使用的对象可以具有与3d建模相关的标准形状，例如圆柱体。基于该试验，可以在使用实施方案的am技术已将对象110制造成相对应的am构建产品180之后确定形状偏差(例如，2d和/或3d)。因此，可以根据对象110的表面几何结构的相对应已知点和所得到的am建造产品180的比较来确定任何形状偏差或差异。

根据各种非限制性实施方案，在试验中测量的形状偏差可以是产品材料的特性的不准确性的指示，并且因此可以表示目标工作对象110与预期3dam制作的产品180之间的变形误差。此外，可以将该试验用作用于变形补偿模块116的校准技术，例如，可以在3d扫描数据处理期间进一步用该校准技术。例如，变形补偿模块116可以采用在试验期间获得的信息来预测可能导致制作的3dam产品180的变形误差，并且执行补偿动作(例如，调整数字补偿模型)以校正根据3d扫描生成的数字模型中的任何几何误差。因此，所述实施方案可以实现能够控制和增加am产品的设计和/或创建的准确性的am技术。

在至少一个实施方案中，变形补偿模块116在若干次迭代中连续调整或更新补偿模型。在每次迭代后，变形补偿模块116将补偿模型与偏差阈值进行比较。偏差阈值基于标称模型的尺寸和体积。在每次迭代后，变形补偿模块116可以调整变形的骨架模型。例如，补偿模块116可以稍微放大或缩小其体积，以及预测在补偿之前和之后的体积和形状配置变化的量。当更新的变形补偿模型在迭代后满足偏差阈值时，当前的补偿模型被输出并且可以用于制作不包括预测的形状和/或体积变形的目标3dam产品180。

现在转到图3，更详细地描述3d骨架模块115和变形补偿模块116。在至少一个实施方案中，3d骨架模块115接收表示不包括畸变(即，具有理想尺寸)的物理目标对象的数字标称模型170和表示包括一个或多个预期的畸变(例如，由回弹引起的畸变)的物理目标对象的数字畸变模型173这两者。3d骨架模块115生成标称模型的标称骨架模型170和畸变模型的畸变骨架模型173。基于标称骨架模型170和畸变骨架模型173之间的比较，3d骨架模块115生成补偿的骨架模型175。补偿的骨架模型包括一个或多个预测的畸变177，该畸变177表示3dam产品在实际制作期间预期经历的体积和/或形状的预测的变化。

在图4中更详细地示出了补偿的骨架模型175。例如，3d骨架模块115通过生成具有与标称骨架模型170匹配的节段171和接合点172的骨架169来生成补偿的骨架模型175。骨架169然后被用来生成骨架补偿模型175。在至少一个实施方案中，可以通过使标称模型170的骨架169变形来生成补偿的骨架模型175。例如，将畸变骨架173与标称骨架170进行比较，可以生成补偿骨架模型175，该补偿骨架模型175补偿图1中所示的回弹畸变(例如，阶段4)。其次，可以通过将内部点耦合到表面点并移动模型表面上的表面点使得内部点得以调整来获得体积变化。下面更详细地描述使用内表面点的这种调整技术。

再次参考图3，变形补偿模块116接收补偿的骨架模型175，并且执行一次或多次迭代以确定补偿模型190，该补偿模型190在被利用时导致制作不包括由数字畸变模型173所指示的预期变形的目标3dam零件。通过利用补偿的骨架模型175，变形补偿模块116可以识别外表面点并且朝向表面的法线方向调整外表面，而形状配置根据骨骼节段171和接合点172的变形而改变变化。通过利用该性质，可以估计形状变形，并在多次迭代中实现畸变补偿。例如，在每次迭代期间，可以调整补偿模型190以包括将补偿预测的畸变177的补偿畸变或反向畸变195。更新的补偿模型被反馈用于分析，直到预测的畸变降到阈值以下。补偿模型190然后可以输出并用于制作目标3d产品，并且可以有把握地消除数字畸变模型173中所指示的预期偏差。

另外，可以确定骨骼模型的内部点及其表面点。内部点耦合到表面点，使得它们的调整取决于表面点的修改位置。例如，可以通过响应表面点位置的变化而变形(morphing)来调整内部点。在至少一个实施方案中，使用广泛的径向基函数(rbf)变形来实现内部点的变形。然而，应该理解的是，在不脱离本发明的范围的情况下，可以使用其他变形方法。以这种方式，不仅考虑了骨骼模型的形状，也考虑了其体积。

转到图5，根据非限制性实施方案更详细地示出了3d骨架模块115。3d骨架模块115包括扫描单元500、骨架点生成器502和骨架梁(beam)生成器504。扫描单元500接收数字模型(例如，标称模型170)，将成对的表面和节点位置应用于各种扫描策略，以检测仅碰上偶数次的点。

骨架点生成器502将“碰上”点识别为骨架点506。骨架点506可以被定义为x＝{x_t}，i＝1，…n，其中x是单个的骨架点。因此，多个识别的点定义了初始骨架169。如本文所述，骨架是3d形状的抽象几何和拓扑呈现。在至少一个实施方案中，该方法被定义为封闭的刚性3d模型的质心点。因此在表面点提取期间可以高效且有效地计算质心点。结果将用于估计形状变形。

初始骨架169被输出到骨架梁生成器504。骨架梁生成器504、骨架点506并且可以将骨架点分成不同的分段或单个的梁508。另外，骨架梁生成器504识别分离每个单个的梁508的节点510。骨架梁生成器504还将边缘512识别为在公共接合点处连接梁508的节点。

参考图6，根据非限制性实施方案更详细地示出了变形补偿模块116。变形补偿模块116接收补偿的骨架模型175，并且执行使补偿的骨骼模型175畸变的快速表面范数矢量估计，以生成用于制作目标3dam产品的补偿模型190。对于一组给定的离散表面点xsur∈x，xsss＝·xj·，j＝1，…m，变形补偿模块116执行快速估计方法以从插值(interpolation)获得范数向量。如图6所示，位于点xi处的范数矢量是其相邻4个网格的范数矢量：a1、a2、a3和a4的平均值，它们可以根据网格角点的叉积高效地估计出来。在至少一个实施方案中，应用于骨架补偿模型175的补偿被应用于表面点上的形状变形和体积变化。因此，仅表面点xsur∈x，xsur＝{xj}，j＝1，…m需要移动，而模型内部的3d点的空间布局(即内部点)相应地被调整。直观上，例如，rbf变形方法能够合并位移并保持轮廓-表面点-不变，如图7所示。以这种方式，可以利用骨架结果来确定形状变形，而体积变化可以通过法向矢量变化来控制。

现在参考图8，流程图示出了根据非限制性实施方案的制作物理三维(3d)产品的方法。该方法在操作800处开始，并且在操作802处，将要使用am制作过程来产生的目标零件的标称模型被输入到am制作系统。在操作804处，目标零件的畸变模型被输入到am制作系统。可以使用测试结果的历史或者监测一次或多次先前的制作运行(例如参见图1)上制作的am产品的若干阶段来预先确定并获得畸变模型。在操作806处，确定标称模型的骨架和畸变模型的骨架。可以通过比较标称模型和目标am产品在之前制作运行的各个阶段期间的变形来确定骨架。在操作808处，生成要用于产生目标am产品的变形的骨架模型。可以通过计算体积和形状特征(例如，边缘、角点、平面对齐等)中的差异来确定变形的骨架模型。

在操作810处，基于变形的骨架模型生成旨在补偿所得到的目标am产品的体积和形状的变形的补偿模型。在操作812处，预测使用补偿模型所得到的am产品的体积和形状畸变。可以通过沿着法向矢量(例如，表面矢量)调整骨骼模型并且然后基于调整的骨骼模型预测体积收缩来确定预测的体积和形状畸变。形状预测可以基于骨架模型的变化的形状来确定。在操作814处，确定所得到的am产品的预测的体积和形状与标称模型的体积和形状之间的偏差。例如，可以通过以下方式来确定偏差：(i)将标称零件的尺寸与补偿的模型的尺寸对齐(沿着一个或多个平面或轴线)；(ii)计算标称模型和补偿的模型之间的体积差异，和/或(iii)比较标称模型和补偿的模型之间的特定特征(例如角点、边缘、角度等)。在操作816处，将所确定的偏差与偏差阈值进行比较。偏差阈值可以包括例如标称模型上的点或节点与预测的所得到的am产品上的点或节点之间的差异。

当偏差小于或等于偏差阈值时，在操作818输出当前的补偿模型，并且该方法在操作820处结束。然而，当偏差超过偏差阈值时，在操作822处，补偿模型通过进一步变形或者调整一预先确定的增量步长(δv/s)来更新以生成更新的补偿模型。该方法返回到操作812，在操作812处再次预测体积和形状畸变。然而，在这个阶段，使用更新的补偿模型来预测体积和形状畸变。该方法最终返回到操作816以将变化的偏差与偏差阈值进行比较。如果偏差仍然超过偏差阈值，则该方法返回到操作812并继续调整补偿模型。然而，如果偏差现在小于或等于偏差阈值，则在操作818处输出当前的补偿模型，并且该方法在操作820处结束。

本文使用的术语仅用于描述特定实施方案的目的，而不旨在作为本公开的限制。如本文所使用的，除非在上下文另外明确指出，否则单数形式“一个”、“一种”和“该/所述”也旨在包括复数形式。还应理解，当在本说明书中使用时，术语“包括”和/或“包含”指定所述特征、整体、步骤、操作、元件和/或部件的存在，但是并不排除一个或多个其他特征、整体、步骤、操作、元件部件和/或其群组的存在或添加。

如本文所使用的，术语“模块”或“单元”可以指专用集成电路(asic)、电子电路、执行一个或多个软件或固件程序的电子计算机处理器(共用、专用或群组)和存储器、组合逻辑电路、微控制器，和/或提供所描述功能性的其他合适部件。当实施在软件中时，模块可嵌入作为非暂时性机器可读存储介质的存储器中，所述非暂时性机器可读存储介质可由处理电路读取并存储由处理电路执行以便执行方法的指令。

虽然已经参考一个或多个示例性实施方案描述了本公开，但是本领域的技术人员将理解，在不脱离本开的范围的情况下，可以进行各种改变并且可以用等效物取代本公开的元件。此外，在不脱离本公开的基本范围的情况下，可以进行许多修改以使特定情况或材料适于本公开的教导。因此，本公开无意限于作为用于实施本公开所设想到的最佳模式而公开的特定实施方案，而是本公开将包括落入权利要求范围内的所有实施方案。