-
公开(公告)号：CN112884768B
公开(公告)日：2022-09-23
申请号：CN202110337787.0
申请日：2021-03-30
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于3D打印领域，具体涉及一种基于神经网络的3D打印在线质量监测方法、系统、装置，旨在解决现有的缺陷检测方法只能检测特定的缺陷形状，且缺陷检测精度低的问题。本发明方法包括：采集三维物体在3D打印过程中的图像，作为输入图像；采用预训练的缺陷分割网络获取输入图像中各像素的类别；统计输入图像中各类别缺陷对应的像素数，并结合预获取的相机内参，计算输入图像中缺陷部位的面积；判断面积是否大于设定的阈值，若是，则启动质量监测警报，否则继续采集3D打印过程中的图像。本发明可以灵活的识别不同类别与形状的3D打印缺陷，降低了误检率，提高了缺陷检测的准确度。
-
公开(公告)号：CN110303682A
公开(公告)日：2019-10-08
申请号：CN201910656037.2
申请日：2019-07-19
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: B29C64/30 , B29C64/386 , B29C64/393 , B29C64/112 , B22F3/115 , B33Y30/00 , B33Y50/00 , B33Y50/02
Abstract: 本发明公开了一种深海潜艇专用3D打印机，旨在解决现有3D打印机无法适应船舶、潜艇等经常发生振动、颠簸环境。本发明提供一种深海潜艇专用3D打印机，包括信号采集模块、打印模块、旋转陀螺仪、振动模块和控制器；本发明使用时先启动旋转陀螺仪，待其运行平稳后打印模块开始打印，本发明工作时通过减振模块与信号采集模块配合以达到减振效果并提高水平稳定性，旋转陀螺仪的设置使本发明具有良好的定方向性和稳定性，避免由于潜艇的运动状态的不确定性对3D打印造成的影响。悬挂式的结构设计使本发明节省空间，实用性强。本发明适用于深海潜艇等剧烈颠簸的环境下的零部件3D打印，可以实现深海移动平台快速精确制造。
-
公开(公告)号：CN111941834A
公开(公告)日：2020-11-17
申请号：CN202010801379.1
申请日：2020-08-11
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: B29C64/153 , B29C64/386 , B29C64/393 , B29C64/35 , B29C64/171 , B28B1/00 , B22F3/105 , B33Y30/00 , B33Y50/00 , B33Y50/02 , B33Y10/00 , B29L31/00
Abstract: 本发明涉及3D打印技术领域，具体涉及一种适用于微重力环境的光固化3D打印系统及方法，以在微重力环境下实现光固化3D打印技术。其包括光固化3D打印机、受力调整装置以及中央控制系统；受力调整装置通过驱动装置驱动旋转舱旋转，以调整旋转舱内部光固化3D打印机的受力，使得光固化3D打印机在微重力环境下完成打印，本发明能够支持高密度金属的打印，通过受力调整系统，实现浆料平铺，从而使得本发明制件品质更优良，同时本发明具有的在线监测系统能够对光固化3D打印机的浆料、制件进行实时监测，保证打印质量，同时本发明能够有效利用太空环境的空间和物力资源，解决空间站无法携带过多材料，补给困难、补给周期长的缺点，降低太空任务成本。
-
公开(公告)号：CN110303682B
公开(公告)日：2020-11-17
申请号：CN201910656037.2
申请日：2019-07-19
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: B29C64/30 , B29C64/386 , B29C64/393 , B29C64/112 , B22F3/115 , B33Y30/00 , B33Y50/00 , B33Y50/02
Abstract: 本发明公开了一种深海潜艇专用3D打印机，旨在解决现有3D打印机无法适应船舶、潜艇等经常发生振动、颠簸环境。本发明提供一种深海潜艇专用3D打印机，包括信号采集模块、打印模块、旋转陀螺仪、振动模块和控制器；本发明使用时先启动旋转陀螺仪，待其运行平稳后打印模块开始打印，本发明工作时通过减振模块与信号采集模块配合以达到减振效果并提高水平稳定性，旋转陀螺仪的设置使本发明具有良好的定方向性和稳定性，避免由于潜艇的运动状态的不确定性对3D打印造成的影响。悬挂式的结构设计使本发明节省空间，实用性强。本发明适用于深海潜艇等剧烈颠簸的环境下的零部件3D打印，可以实现深海移动平台快速精确制造。
-
公开(公告)号：CN110867942A
公开(公告)日：2020-03-06
申请号：CN201911192933.4
申请日：2019-11-28
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: H02J7/35
Abstract: 本发明涉及无人机电源技术领域，具体涉及一种无人机太阳能发电组件，旨在解决无人机续航能力较差的问题。本发明的无人机太阳能发电组件包括：太阳能薄膜机壳、蓄电池和控制模块。其中，太阳能薄膜机壳设置于无人机上部，用作无人机的上侧机壳，并将太阳能转换为电能；蓄电池设置于无人机内部，用于存储太阳能薄膜机壳转换的电能，并给无人机电源充电；控制模块设置于无人机内部，用于监测无人机电源的电量和蓄电池的电量，并根据监测结果控制蓄电池进行充电或放电。本发明利用太阳能作为电力来源，基于3D打印技术制作重量轻的太阳能无人机外壳，在不破坏无人机空气动力设计和增加无人机自重的前提下，提高了无人机续航能力和有效作业时间。
-
Patent Agency Ranking
公开(公告)号：CN110867942B
公开(公告)日：2022-01-28
申请号：CN201911192933.4
申请日：2019-11-28
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: H02J7/35
Abstract: 本发明涉及无人机电源技术领域，具体涉及一种无人机太阳能发电组件，旨在解决无人机续航能力较差的问题。本发明的无人机太阳能发电组件包括：太阳能薄膜机壳、蓄电池和控制模块。其中，太阳能薄膜机壳设置于无人机上部，用作无人机的上侧机壳，并将太阳能转换为电能；蓄电池设置于无人机内部，用于存储太阳能薄膜机壳转换的电能，并给无人机电源充电；控制模块设置于无人机内部，用于监测无人机电源的电量和蓄电池的电量，并根据监测结果控制蓄电池进行充电或放电。本发明利用太阳能作为电力来源，基于3D打印技术制作重量轻的太阳能无人机外壳，在不破坏无人机空气动力设计和增加无人机自重的前提下，提高了无人机续航能力和有效作业时间。
-
公开(公告)号：CN111941834B
公开(公告)日：2021-10-08
申请号：CN202010801379.1
申请日：2020-08-11
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: B29C64/153 , B29C64/386 , B29C64/393 , B29C64/35 , B29C64/171 , B28B1/00 , B22F3/105 , B33Y30/00 , B33Y50/00 , B33Y50/02 , B33Y10/00 , B29L31/00
Abstract: 本发明涉及3D打印技术领域，具体涉及一种适用于微重力环境的光固化3D打印系统及方法，以在微重力环境下实现光固化3D打印技术。其包括光固化3D打印机、受力调整装置以及中央控制系统；受力调整装置通过驱动装置驱动旋转舱旋转，以调整旋转舱内部光固化3D打印机的受力，使得光固化3D打印机在微重力环境下完成打印，本发明能够支持高密度金属的打印，通过受力调整系统，实现浆料平铺，从而使得本发明制件品质更优良，同时本发明具有的在线监测系统能够对光固化3D打印机的浆料、制件进行实时监测，保证打印质量，同时本发明能够有效利用太空环境的空间和物力资源，解决空间站无法携带过多材料，补给困难、补给周期长的缺点，降低太空任务成本。
-
公开(公告)号：CN112884768A
公开(公告)日：2021-06-01
申请号：CN202110337787.0
申请日：2021-03-30
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于3D打印领域，具体涉及一种基于神经网络的3D打印在线质量监测方法、系统、装置，旨在解决现有的缺陷检测方法只能检测特定的缺陷形状，且缺陷检测精度低的问题。本发明方法包括：采集三维物体在3D打印过程中的图像，作为输入图像；采用预训练的缺陷分割网络获取输入图像中各像素的类别；统计输入图像中各类别缺陷对应的像素数，并结合预获取的相机内参，计算输入图像中缺陷部位的面积；判断面积是否大于设定的阈值，若是，则启动质量监测警报，否则继续采集3D打印过程中的图像。本发明可以灵活的识别不同类别与形状的3D打印缺陷，降低了误检率，提高了缺陷检测的准确度。
-
公开(公告)号：CN109808183B
公开(公告)日：2020-06-16
申请号：CN201910005702.1
申请日：2019-01-03
Applicant: 中国科学院自动化研究所 , 北京十维科技有限责任公司
Abstract: 本发明属于3D打印领域，具体涉及一种基于神经网络的3D打印误差补偿方法、系统、装置，旨在解决3D打印过程中对模型误差补偿困难的问题。本发明结合人工智能领域的神经网络来预测和补偿加式制造所产生的误差，通过三维扫描等技术获得数据，然后利用神经网络学习3D打印中的形变函数并完成预测，或学习逆向的形变函数并直接补偿。通过本发明对新模型误差补偿更容易，同样硬件基础上模型打印的精准度得到提高，或为达到同样的精度可以降低对硬件的要求。
-
公开(公告)号：CN109808183A
公开(公告)日：2019-05-28
申请号：CN201910005702.1
申请日：2019-01-03
Applicant: 中国科学院自动化研究所 , 北京十维科技有限责任公司
Abstract: 本发明属于3D打印领域，具体涉及一种基于神经网络的3D打印误差补偿方法、系统、装置，旨在解决3D打印过程中对模型误差补偿困难的问题。本发明结合人工智能领域的神经网络来预测和补偿加式制造所产生的误差，通过三维扫描等技术获得数据，然后利用神经网络学习3D打印中的形变函数并完成预测，或学习逆向的形变函数并直接补偿。通过本发明对新模型误差补偿更容易，同样硬件基础上模型打印的精准度得到提高，或为达到同样的精度可以降低对硬件的要求。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.063 seconds)
