CN109814817A - 一种基于人工智能技术的3d打印训练数据库构建方法 - Google Patents
一种基于人工智能技术的3d打印训练数据库构建方法 Download PDFInfo
- Publication number
- CN109814817A CN109814817A CN201910085587.3A CN201910085587A CN109814817A CN 109814817 A CN109814817 A CN 109814817A CN 201910085587 A CN201910085587 A CN 201910085587A CN 109814817 A CN109814817 A CN 109814817A
- Authority
- CN
- China
- Prior art keywords
- printing
- parameter
- product
- artificial intelligence
- construction method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010146 3D printing Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 20
- 238000005516 engineering process Methods 0.000 title claims abstract description 17
- 238000012549 training Methods 0.000 title claims abstract description 16
- 238000009411 base construction Methods 0.000 title claims abstract description 14
- 238000007639 printing Methods 0.000 claims abstract description 53
- 238000010276 construction Methods 0.000 claims abstract description 4
- 238000012797 qualification Methods 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 7
- 235000013399 edible fruits Nutrition 0.000 claims 2
- 239000000047 product Substances 0.000 description 41
- 235000013569 fruit product Nutrition 0.000 description 8
- 238000000465 moulding Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000843 powder Substances 0.000 description 3
- 239000002184 metal Substances 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010891 electric arc Methods 0.000 description 1
- 238000005323 electroforming Methods 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000010309 melting process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 238000000110 selective laser sintering Methods 0.000 description 1
- 238000007740 vapor deposition Methods 0.000 description 1
Abstract
本发明提供一种基于人工智能技术的3D打印训练数据库构建方法，包括：步骤S1、在3D打印机的系统中先设置输入参数；步骤S2、运行3D打印机后，产生打印的结果参数；步骤S3、对所述结果参数进行专家评估，产生评估数值；步骤S4、将所述输入参数、结果参数与评估数值记录到训练数据库。本发明具有如下优点：本发明的人工智能3D打印训练数据库的构建方法通过大量采集预先输入的3D打印的参数，在3D打印运行后，对打印结果进行专家评估，然后构建训练数据库，为工程师的参数决定提供帮助，提高3D打印的质量与效率，并且3D打印系统运用训练数据库中记录的3D打印经验，实现智能参数选择。
Description
技术领域
本发明涉及增材制造领域，具体地涉及一种人工智能3D打印训练数据库的构建方法。
背景技术
3D打印机又称三维打印机，是一种增材制造技术，它是以数字模型文件为基础，采用成型材料，通过逐层打印的方式来构造三维的实体。在打印前，需要利用计算机建模软件建模，形成待打印的3D模型，再将建成的3D模型“分区”成逐层的截面，即切片，从而指导3D打印机逐层打印。
目前典型的3D打印工艺包括箔材粘接工艺、光固化成型工艺、熔融沉积成型工艺、粉末选择性激光烧结工艺、三维喷涂粘接成型工艺、三维打印成型工艺、金属粉末选择性激光熔化成型工艺、金属粉末高能束流熔覆工艺、电弧喷涂成型工艺以及气相沉积成型、电铸成型等工艺。
当前3D打印工艺的设定主要依赖于工程师经验，工程师根据选定的增材制造工艺技术，对模型数据对象的基本制造流程进行分层厚度和分层方向分析设计与优化、工艺参数的制定，工程师工艺设定的优劣与否，最终影响着3D打印的品质。比如，支撑参数、填充密度、打印温度等设定不当就会导致打印的产品粗糙甚至打印失败。实际中工程师面对大量的3D打印参数，难免会计算出错，这样就会降低3D打印的质量与效率。
发明内容
本发明要解决的技术问题，在于提供一种人工智能3D打印训练数据库的构建方法，通过大量采集3D打印的参数并进行评估，构建训练数据库，为工程师的参数决定提供参考，提高3D打印的质量与效率。
本发明是这样实现的：一种基于人工智能技术的3D打印训练数据库构建方法，包括：
步骤S1、在3D打印机的系统中先设置输入参数；
步骤S2、运行3D打印机后，产生打印的结果参数；
步骤S3、对所述结果参数进行专家评估，产生评估数值；
步骤S4、将所述输入参数、结果参数与评估数值记录到训练数据库。
进一步地，所述步骤S1中的输入参数包括3D打印机性能参数、3D打印模型参数与3D打印工艺参数。
进一步地，所述3D打印机性参数包括打印尺寸、设备打印精度、层厚与打印温度。
进一步地，所述3D打印模型参数包括定点数、边数、面数、体积、表面积与法线错误数。
进一步地，所述3D打印工艺参数包括填充密度、分层厚度、壁厚、打印速度、空走速度、支撑体积与倾斜角度。
进一步地，所述步骤S2中的所述结果参数包括产品打印精度、产品打印时间与打印材料消耗量。
进一步地，所述步骤S3中对所述结果参数进行专家评估具体为：采用评估公式：
P＝Ad+Bt+Cm；
其中，P为专家评估数值，A、B与C均为权重参数，A∈[0,1]，B∈[0,1]，C∈[0,1]，且A+B+C＝1，d为产品打印精度评分，t为产品打印时间评分，m为产品打印耗材量评分。
进一步地，所述评估公式具体为：
P＝0.34d+0.33t+0.33m。
进一步地，所述产品打印精度评分、产品打印时间评分与产品打印耗材量评分的选取为：
预设默认打印精度，将所述产品打印精度与所述默认打印精度进行比较，根据比较结果，将所述产品打印精度评分选取为“优秀”、“合格”与“不及格”这三者中的其中一个；
预设默认打印时间，将所述产品打印时间与所述默认打印时间进行比较，根据比较结果，将所述产品打印时间评分选取为“优秀”、“合格”与“不及格”这三者中的其中一个；
预设默认打印耗材量，将所述产品打印耗材量与所述默认打印耗材量进行比较，根据比较结果，将所述产品打印精度评分选取为“优秀”、“合格”与“不及格”这三者中的其中一个。
进一步地，所述“优秀”的取值为100，所述“合格”的取值为80，所述“不及格”的取值为60。
本发明具有如下优点：本发明的人工智能3D打印训练数据库的构建方法通过大量采集预先输入的3D打印的参数，在3D打印运行后，对打印结果进行专家评估，然后构建训练数据库，为工程师的参数决定提供帮助，提高3D打印的质量与效率，并且3D打印系统运用训练数据库中记录的3D打印经验，实现智能参数选择。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明的人工智能3D打印训练数据库的构建方法执行流程图。
具体实施方式
参阅图1，一种基于人工智能技术的3D打印训练数据库构建方法，包括：
步骤S1、在3D打印机的系统中先设置输入参数；
所述步骤S1中的输入参数包括3D打印机性能参数、3D打印模型参数与3D打印工艺参数。
所述3D打印机性参数包括打印尺寸、设备打印精度、层厚与打印温度。
所述3D打印模型参数包括定点数、边数、面数、体积、表面积与法线错误数。
所述3D打印工艺参数包括填充密度、分层厚度、壁厚、打印速度、空走速度、支撑体积与倾斜角度。
以上输入参数预先输入到3D打印机的系统中，然后进行3D打印。
步骤S2、运行3D打印机后，产生打印的结果参数；
所述步骤S2中的结果参数包括产品打印精度、产品打印时间与打印材料消耗量。
步骤S3、对结果参数进行专家评估，产生评估数值；
所述步骤S3中对所述结果参数进行专家评估具体为：采用评估公式：
P＝Ad+Bt+Cm；
其中，P为专家评估数值，A、B与C均为权重参数，A∈[0,1]，B∈[0,1]，C∈[0,1]，且A+B+C＝1，d为产品打印精度评分，t为产品打印时间评分，m为产品打印耗材量评分。
优选的，A的取值0.34，B的取值0.33，C的取值0.33；从而所述评估公式具体为P＝0.34d+0.33t+0.33m。
所述产品打印精度评分、产品打印时间评分与产品打印耗材量评分的选取为：
预设默认打印精度，将所述产品打印精度与所述默认打印精度进行比较，根据比较结果，将所述产品打印精度评分选取为“优秀”、“合格”与“不及格”这三者中的其中一个；具体地，如果产品打印精度大于默认打印精度，则产品打印精度评分为“优秀”；如果产品打印精度等于默认打印精度，则产品打印精度评分为“合格”；如果产品打印精度小于默认打印精度，则产品打印精度评分为“不及格”；其中默认打印精度是从一个区间值中选取。
预设默认打印时间，将所述产品打印时间与所述默认打印时间进行比较，根据比较结果，将所述产品打印时间评分选取为“优秀”、“合格”与“不及格”这三者中的其中一个；具体地，如果产品打印时间大于默认打印时间，则产品打印时间评分为“优秀”；如果产品打印时间等于默认打印时间，则产品打印时间评分为“合格”；如果产品打印时间小于默认打印时间，则产品打印时间评分为“不及格”；其中默认打印时间是从一个区间值中选取。
预设默认打印耗材量，将所述产品打印耗材量与所述默认打印耗材量进行比较，根据比较结果，将所述产品打印耗材量评分选取为“优秀”、“合格”与“不及格”这三者中的其中一个；具体地，如果产品打印耗材量大于默认打印耗材量，则产品打印耗材量评分为“优秀”；如果产品打印耗材量等于默认打印耗材量，则产品打印耗材量评分为“合格”；如果产品打印耗材量小于默认打印耗材量，则产品打印耗材量评分为“不及格”；其中默认打印耗材量是从一个区间值中选取。
所述“优秀”的取值为100，所述“合格”的取值为80，所述“不及格”的取值为60。
步骤S4、将输入参数、结果参数与评估数值记录到训练数据库。
这样就能记录3D打印机在每次运行的输入参数，根据评估数值，能筛选出对有价值的参数，即评估值越高，输入参数的价值越高，最终实现产品打印精度最高，产品打印时间最短，产品打印耗材量最少。训练数据库记录3D打印的参数形成了3D打印经验，为工程师的参数决定提供帮助，这样提高3D打印的质量与效率；同时3D打印机系统能运用训练数据库，实现智能参数选择。
对于不同的3D打印设备以及打印工艺，都能生成相对应的训练数据库，从而记录相应的3D打印经验，有效提高了工程师的3D打印的参数选定的效率，与3D打印结果的质量。
虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。
Claims (10)
1.一种基于人工智能技术的3D打印训练数据库构建方法，其特征在于：包括：
步骤S1、在3D打印机的系统中先设置输入参数；
步骤S2、运行3D打印机后，产生打印的结果参数；
步骤S3、对所述结果参数进行专家评估，产生评估数值；
步骤S4、将所述输入参数、结果参数与评估数值记录到训练数据库。
2.根据权利要求1所述的一种基于人工智能技术的3D打印训练数据库构建方法，其特征在于：所述步骤S1中的输入参数包括3D打印机性能参数、3D打印模型参数与3D打印工艺参数。
3.根据权利要求2所述的一种基于人工智能技术的3D打印训练数据库构建方法，其特征在于：所述3D打印机性参数包括打印尺寸、设备打印精度、层厚与打印温度。
4.根据权利要求2所述的一种基于人工智能技术的3D打印训练数据库构建方法，其特征在于：所述3D打印模型参数包括定点数、边数、面数、体积、表面积与法线错误数。
5.根据权利要求2所述的一种基于人工智能技术的3D打印训练数据库构建方法，其特征在于：所述3D打印工艺参数包括填充密度、分层厚度、壁厚、打印速度、空走速度、支撑体积与倾斜角度。
6.根据权利要求1所述的一种基于人工智能技术的3D打印训练数据库构建方法，其特征在于：所述步骤S2中的结果参数包括产品打印精度、产品打印时间与打印材料消耗量。
7.根据权利要求6所述的一种人工智能3D打印的训练数据库的构建方法，其特征在于：所述步骤S3中对所述结果参数进行专家评估具体为：采用评估公式：
P＝Ad+Bt+Cm；
其中，P为专家评估数值，A、B与C均为权重参数，A∈[0,1]，B∈[0,1]，C∈[0,1]，且A+B+C＝1，d为产品打印精度评分，t为产品打印时间评分，m为产品打印耗材量评分。
8.根据权利要求7所述的一种基于人工智能技术的3D打印训练数据库构建方法，其特征在于：所述评估公式具体为：
P＝0.34d+0.33t+0.33m。
9.根据权利要求7所述的一种基于人工智能技术的3D打印训练数据库构建方法，其特征在于：所述产品打印精度评分、产品打印时间评分与产品打印耗材量评分的选取为：
预设默认打印精度，将所述产品打印精度与所述默认打印精度进行比较，根据比较结果，将所述产品打印精度评分选取为“优秀”、“合格”与“不及格”这三者中的其中一个；
预设默认打印时间，将所述产品打印时间与所述默认打印时间进行比较，根据比较结果，将所述产品打印时间评分选取为“优秀”、“合格”与“不及格”这三者中的其中一个；
预设默认打印耗材量，将所述产品打印耗材量与所述默认打印耗材量进行比较，根据比较结果，将所述产品打印精度评分选取为“优秀”、“合格”与“不及格”这三者中的其中一个。
10.根据权利要求9所述的一种基于人工智能技术的3D打印训练数据库构建方法，其特征在于：所述“优秀”的取值为100，所述“合格”的取值为80，所述“不及格”的取值为60。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910085587.3A CN109814817A (zh) | 2019-01-29 | 2019-01-29 | 一种基于人工智能技术的3d打印训练数据库构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910085587.3A CN109814817A (zh) | 2019-01-29 | 2019-01-29 | 一种基于人工智能技术的3d打印训练数据库构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109814817A true CN109814817A (zh) | 2019-05-28 |
Family
ID=66605629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910085587.3A Pending CN109814817A (zh) | 2019-01-29 | 2019-01-29 | 一种基于人工智能技术的3d打印训练数据库构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109814817A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022161000A1 (zh) * | 2021-01-29 | 2022-08-04 | 苏州奇流信息科技有限公司 | 机器学习模型的训练方法、训练装置、评价系统 |
| CN117103692A (zh) * | 2023-04-13 | 2023-11-24 | 上海轮廓科技有限公司 | 3d打印方法、装置、存储介质及计算机程序产品 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050026121A1 (en) * | 2003-07-30 | 2005-02-03 | Leonhard Christoph H. | Multimedia social skills training |
| US20100271655A1 (en) * | 2009-04-23 | 2010-10-28 | Xerox Corporation | Method and system for replenishing consumables in a printing configuration based on confidence intervals |
| WO2016011163A2 (en) * | 2014-07-15 | 2016-01-21 | Macdonald-Korth Emily M | Standard system and method for assigning ratings to art materials and works of art based on the projected stability of the constituents |
| CN106202779A (zh) * | 2016-07-20 | 2016-12-07 | 重庆电子工程职业学院 | 一种快速原型设计的方法 |
| CN106182765A (zh) * | 2016-07-05 | 2016-12-07 | 上海交通大学 | 基于支持向量机的3d打印模型尺寸误差预测方法 |
| CN107591074A (zh) * | 2017-09-05 | 2018-01-16 | 杭州市第三人民医院 | 一种基于3d打印制作的输尿管软镜模拟学习方法 |
| CN108127913A (zh) * | 2017-12-22 | 2018-06-08 | 珠海天威飞马打印耗材有限公司 | 智能3d打印系统及其打印方法 |
| CN108790177A (zh) * | 2018-06-13 | 2018-11-13 | 东莞市原力无限打印科技有限公司 | 一种测试3d打印物体精细度的测试方法 |
-
2019
- 2019-01-29 CN CN201910085587.3A patent/CN109814817A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050026121A1 (en) * | 2003-07-30 | 2005-02-03 | Leonhard Christoph H. | Multimedia social skills training |
| US20100271655A1 (en) * | 2009-04-23 | 2010-10-28 | Xerox Corporation | Method and system for replenishing consumables in a printing configuration based on confidence intervals |
| WO2016011163A2 (en) * | 2014-07-15 | 2016-01-21 | Macdonald-Korth Emily M | Standard system and method for assigning ratings to art materials and works of art based on the projected stability of the constituents |
| CN106182765A (zh) * | 2016-07-05 | 2016-12-07 | 上海交通大学 | 基于支持向量机的3d打印模型尺寸误差预测方法 |
| CN106202779A (zh) * | 2016-07-20 | 2016-12-07 | 重庆电子工程职业学院 | 一种快速原型设计的方法 |
| CN107591074A (zh) * | 2017-09-05 | 2018-01-16 | 杭州市第三人民医院 | 一种基于3d打印制作的输尿管软镜模拟学习方法 |
| CN108127913A (zh) * | 2017-12-22 | 2018-06-08 | 珠海天威飞马打印耗材有限公司 | 智能3d打印系统及其打印方法 |
| CN108790177A (zh) * | 2018-06-13 | 2018-11-13 | 东莞市原力无限打印科技有限公司 | 一种测试3d打印物体精细度的测试方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022161000A1 (zh) * | 2021-01-29 | 2022-08-04 | 苏州奇流信息科技有限公司 | 机器学习模型的训练方法、训练装置、评价系统 |
| CN117103692A (zh) * | 2023-04-13 | 2023-11-24 | 上海轮廓科技有限公司 | 3d打印方法、装置、存储介质及计算机程序产品 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7305367B1 (en) | Instantaneous price quotation system for custom manufactured parts | |
| EP2664443B1 (en) | Solid freeform fabrication using a plurality of modeling materials | |
| Beaman et al. | Solid freeform fabrication: a new direction in manufacturing | |
| US7406361B2 (en) | Rapid prototyping method and apparatus using V-CAD data | |
| CN109800533A (zh) | 一种基于人工智能技术的3d打印工艺参数优化方法 | |
| JP5408221B2 (ja) | 立体物造形装置及び制御プログラム | |
| US20040006405A1 (en) | Support volume calculation for a CAD model | |
| EP3170649A1 (en) | Three dimensional modeling apparatus, three dimensional modeling method, program, and storage medium | |
| CA2233202A1 (en) | Method and apparatus for data manipulation and system control in a selective deposition modeling system | |
| CN102950770A (zh) | 立体物造型装置及控制程序 | |
| CN107530973B (zh) | 用于三维对象的处理对象部件数据 | |
| US20180194070A1 (en) | 3d printing using preformed reuseable support structure | |
| CN109814817A (zh) | 一种基于人工智能技术的3d打印训练数据库构建方法 | |
| CN105599300A (zh) | 一种基于3d打印技术制作岩石层理结构模型方法 | |
| TWI584941B (zh) | 快速成型系統及其方法 | |
| CN104441641B (zh) | 基于光固化快速成型的3d打印的实现方法和装置 | |
| JP2002292748A (ja) | 彩色三次元造形システム及び方法、彩色三次元造形用のデータ処理装置及び方法、彩色三次元造形用のデータ処理プログラム、並びに該データ処理プログラムを記録した記録媒体 | |
| CN115366412B (zh) | 一种多材质构件复合打印成形方法及系统 | |
| JP2017019111A (ja) | 積層造形装置及び積層造形方法 | |
| CN114556437A (zh) | 生成部件网格的方法、部件网格的使用方法、计算机程序和计算机可读介质 | |
| JP2019081935A (ja) | 金属部材の作製方法 | |
| CN112004654B (zh) | 打包三维构建床 | |
| Chartier et al. | Handbook of Advanced Ceramics: Chapter 6.5. Rapid Prototyping of Ceramics | |
| CN205009601U (zh) | 三维全彩复合打印装置 | |
| WO2025029283A1 (en) | Utilizing transferred global context information to predict part deformation during metal sintering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190528 |