-
公开(公告)号：CN113435083A
公开(公告)日：2021-09-24
申请号：CN202110694912.3
申请日：2021-06-23
Applicant: 华中科技大学
IPC: G06F30/23 , G06F30/27 , G06K9/62 , G06F113/10 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于机器学习的增材制造残余应力与变形预测方法和系统，属于增材制造技术领域，其中方法包括：建立增材制造有限元模型，对增材制造样件的三维模型在不同的制造路径下进行有限元分析，得到多个残余应力与变形数据；将包含增材制造样件的三维模型信息与制造路径的三维矩阵作为输入数据，将包含增材制造样件的三维模型信息以及残余应力与变形数据的三维矩阵作为输出数据，将输入数据和输出数据组合作为数据集，训练分类回归树得到预测模型。利用预测模型对新的制造路径下增材制造样件的残余应力与变形进行预测。本发明以较低的计算成本准确预测不同路径下的增材制造样件的残余应力与变形。
-
公开(公告)号：CN110744302A
公开(公告)日：2020-02-04
申请号：CN201911006135.8
申请日：2019-10-22
Applicant: 华中科技大学
Abstract: 本发明属于增减材复合制造技术领域，并具体公开了一种机器手-数控机床增减材复合制造系统及方法。所述系统包括机床焊接模块、机器手焊接模块、增减材处理模块以及控制模块，机床焊接模块包括数控机床和工作台，主轴上设置有第一焊枪，工作台设置在摇篮式转台上；机器手焊接模块包括移动平台、机器手以及第二焊枪；增减材处理模块包括线激光传感器、CCD相机以及铣刀。所述方法包括：根据切片的信息对切片进行区域划分，对切片进行增材加工和增减材加工，直至完成整个待成形零件的加工。本发明充分利用各机器手以及数控机床的优势，同时结合切片的精细程度精细区域划分，解决了增材成形精度低且成形效率不高的问题。
-
公开(公告)号：CN113762366B
公开(公告)日：2024-02-06
申请号：CN202110973673.5
申请日：2021-08-24
Applicant: 华中科技大学
IPC: G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06V20/40 , B29C64/386 , B29C64/393 , B33Y50/00 , B33Y50/02
Abstract: 本发明公开了一种增材制造成形状态预测控制方法及系统，属于增材制造控制领域，方法包括：采集增材制造成形区域的视频数据并逐帧输入至预报模型；利用编码器对输入至预报模型中的各帧图像进行特征提取后输出，利用长短期记忆网络模块对编码器输出进行序列预测，得到下一时段内的预测特征信息；利用分类器对预测特征信息进行分类，得到第一预报成形状态标签，利用解码器对预测特征信息进行重建，得到下一时段内的熔池图像，对熔池图像进行图像处理得到第二预报成形状态标签；对第一预报成形状态标签和第二预报成形状态标签进行融合，得到最终预报成形状态标签以控制下一时段的增材制造策略。准确预测增材制造中各类质量问题，实现精准控制。
-
公开(公告)号：CN113762366A
公开(公告)日：2021-12-07
申请号：CN202110973673.5
申请日：2021-08-24
Applicant: 华中科技大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , B29C64/386 , B29C64/393 , B33Y50/00 , B33Y50/02 , G06K9/00
Abstract: 本发明公开了一种增材制造成形状态预测控制方法及系统，属于增材制造控制领域，方法包括：采集增材制造成形区域的视频数据并逐帧输入至预报模型；利用编码器对输入至预报模型中的各帧图像进行特征提取后输出，利用长短期记忆网络模块对编码器输出进行序列预测，得到下一时段内的预测特征信息；利用分类器对预测特征信息进行分类，得到第一预报成形状态标签，利用解码器对预测特征信息进行重建，得到下一时段内的熔池图像，对熔池图像进行图像处理得到第二预报成形状态标签；对第一预报成形状态标签和第二预报成形状态标签进行融合，得到最终预报成形状态标签以控制下一时段的增材制造策略。准确预测增材制造中各类质量问题，实现精准控制。
-
公开(公告)号：CN113664536A
公开(公告)日：2021-11-19
申请号：CN202111009038.1
申请日：2021-08-31
Applicant: 华中科技大学
Abstract: 本发明属于电弧增材制造领域，并具体公开了一种电弧增材制造‑旋压复合加工装置及方法，其包括旋压机构和熔积成形机构，其中：所述旋压机构包括机床和旋压头，其中，所述旋压头通过主轴安装在所述机床上，所述主轴用于带动旋压头旋转并实现三个垂直方向的移动；所述旋压头包括旋压座和滚珠，所述滚珠安装在所述旋压座底部的圆弧槽内；所述熔积成形机构包括移动轨道、机器人和热源发生器，其中，弧形的移动轨道围绕设置在所述机床周围，所述机器人活动安装在该移动轨道上，所述热源发生器安装在所述机器人末端。本发明实现了电弧增材制造‑旋压工艺复合，可对形状不规则的焊道进行旋压加工，并得到优良的表面形貌和力学性能的曲面零件。
-
Patent Agency Ranking
公开(公告)号：CN112658485A
公开(公告)日：2021-04-16
申请号：CN202011471667.1
申请日：2020-12-14
Applicant: 华中科技大学
IPC: B23K26/348 , B23K26/082 , B23K26/70
Abstract: 本发明属于増材制造相关技术领域，并公开了一种激光‑电弧多枪协同增材制造飞机承力框的方法及产品。该飞机承力框的制备方法包括下列步骤：S1对于飞机承力框的几何模型，将其分割为三层，包括中间的板状结构和上下两层加强结构，规划于上下两层加强结构的成形轨迹；S2选取成型基板作为中间的板状结构，采用夹具将基板固定，采用多组激光‑电弧协同复合増材制造成形上表面和下表面，以此在基板的上下表面获得加强结构；S3将基板以及夹具一同进行固溶‑时效热处理，然后退火，拆除夹具，机加工，以此获得所需的飞机承力框。通过该发明，实现飞机承力框的成形，成形精度和效率高。
-
公开(公告)号：CN118570234A
公开(公告)日：2024-08-30
申请号：CN202410299815.8
申请日：2024-03-15
Applicant: 华中科技大学
Abstract: 本发明公开了基于组合轮廓和zigzag的全局连续路径构建方法，属于增材制造领域，包括以下步骤：S1、生成路径元素，路径元素包括外轮廓、中间轮廓以及被剪裁平行线；S2、路径元素分组：将外轮廓和中间轮廓分组，而后根据切片轮廓将被剪裁平行线分入对应的外轮廓或者中间轮廓；S3、局部连接：对同一组内的元素进行局部连接，首先将中间轮廓与被剪裁平行线连接，再将连接结果与外轮廓连接，得到局部连接结果；S4、构建全局连续轨迹：将所有局部连接得到的曲线进行全局连接，得到连续路径。本发明采用上述基于组合轮廓和zigzag的全局连续路径构建方法，可在同时保证内部致密度和轮廓精度的前提下，为任意形状生成全局连续轨迹。
-
公开(公告)号：CN112149244B
公开(公告)日：2024-04-19
申请号：CN202010944836.2
申请日：2020-09-10
Applicant: 华中科技大学
IPC: G06F30/17 , G06F30/20 , G06T7/60 , G06T17/20 , G06F113/10 , G06F119/18
Abstract: 本发明属于増材制造相关技术领域，并公开了一种增减材制造中等值线加工轨迹的规划方法。该方法包括：S1对于待成形壳体零件的三维曲面模型三角网格化；选取初始曲线；S2计算三角网格模型中所有网格的顶点到初始曲线的最短测地线；S3将所述三角网格模型切片，获得多个切片层，对于每个切片层，设定每个切片层的等值线高度，每个网格的边对应的两个顶点的最短测地线长度与等值线高度相比较，若不等于等值线高度，进行插值否则，两个顶点中最短测地线长度等于等值线高度的点为等值点；S4按照设定顺序连接单个切片层中的等值点，即获得单个切片层中的加工轨迹。通过本发明，计算简单快捷，最终获得产品成形精度高，误差小。
-
公开(公告)号：CN112658485B
公开(公告)日：2023-01-06
申请号：CN202011471667.1
申请日：2020-12-14
Applicant: 华中科技大学
IPC: B23K26/348 , B23K26/082 , B23K26/70
Abstract: 本发明属于増材制造相关技术领域，并公开了一种激光‑电弧多枪协同增材制造飞机承力框的方法及产品。该飞机承力框的制备方法包括下列步骤：S1对于飞机承力框的几何模型，将其分割为三层，包括中间的板状结构和上下两层加强结构，规划于上下两层加强结构的成形轨迹；S2选取成型基板作为中间的板状结构，采用夹具将基板固定，采用多组激光‑电弧协同复合増材制造成形上表面和下表面，以此在基板的上下表面获得加强结构；S3将基板以及夹具一同进行固溶‑时效热处理，然后退火，拆除夹具，机加工，以此获得所需的飞机承力框。通过该发明，实现飞机承力框的成形，成形精度和效率高。
-
公开(公告)号：CN113569352A
公开(公告)日：2021-10-29
申请号：CN202110790025.6
申请日：2021-07-13
Applicant: 华中科技大学
IPC: G06F30/17 , G06F30/27 , G06N3/08 , G06F113/10
Abstract: 本发明公开了一种基于机器学习的增材制造尺寸预测及工艺优化方法及系统，属于增材制造领域，方法通过训练BP神经网络使之具有输入的焊机和激光器工艺参数与输出的焊道尺寸参数之间的映射关系；利用个体适应度函数，计算个体适应度值，再利用遗传算子调整输入量，产生具有更好适应性的新的种群即输入量，重复该优化过程直至适应度函数数值收敛，与该适应度函数数值对应的输入量即为一组优化的工艺参数；进而对优化的工艺参数步长增减获得多组工艺参数，再利用训练好的BP神经网络预测得到焊道尺寸参数，最后通过目标函数获取最优工艺参数。本发明解决了现有技术激光电弧复合增材制造焊道尺寸参数预测误差较大和输入焊机&激光器工艺参数的优化问题。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.038 seconds)
