机构名称：
¥ 3.0
金属增材制造 (AM) 与传统减材制造相比，具有设计灵活性更高、开发时间更短、模具成本更低、生产浪费更少等巨大优势，因此受到越来越多的关注。然而，由于材料特性、产品设计、工艺参数、工艺特征、增材制造后工艺和产品质量之间尚未解决的复杂关系，导致工艺稳健性、稳定性和可重复性不足，严重阻碍了其在业界的广泛接受。为了促进金属增材制造中高级数据分析的有效实施，以支持智能过程监控、控制和优化的发展，本文提出了一种用于金属增材制造系统的新型数字孪生 (DT) 协作数据管理框架，其中云 DT 与不同产品生命周期阶段的分布式边缘 DT 进行通信。开发了一个包含特定产品生命周期数据综合列表的金属增材制造产品数据模型，以支持协作数据管理。通过在 MANUELA 项目中开发的分布式金属 AM 系统中的实际实施，验证了所提框架的可行性和优势。还介绍了基于云和深度学习的金属 AM 层缺陷分析的代表性应用场景。所提出的支持 DT 的协作数据管理在增强对金属 AM 工艺的基本理解、开发模拟和预测模型、减少开发时间和成本以及提高产品质量和生产效率方面显示出巨大潜力。
基于数字孪生的协作数据管理...
主要关键词
相关文件推荐
