工具制造

工具制造中增材制造工艺适用性和优化潜力的自我优化确定方法

金属工件的增材制造 (AM) 面临着不断上升的技术相关性和市场规模。生产复杂或高度紧张的独特工件是一个重要的应用领域，这使得 AM 与工具组件高度相关。其成功的经济应用需要基于工件的系统决策和优化。考虑几何和技术要求以及必要的后处理使得决策变得费力，并且需要深入的知识。由于设计通常根据既定的制造进行调整，因此相关的技术和战略潜力往往被忽视。为了将 AM 嵌入面向未来的工业环境中，基于软件的自学工具是必不可少的。将它们集成到生产计划中，使公司能够有效地释放 AM 的潜力。本文提出了一种适当的方法来分析特定于过程的 AM 资格和优化潜力，并提出了具体的优化建议。对于集成的工件特性，成熟的方法通过特定于工具的图形来扩展。该方法的第一阶段指定模型的初始化。使用开发的关键图系统描述了一组学习工具组件。在此基础上，通过聚类和专家评估生成一套适用于特定工件结果确定的规则。在接下来的应用阶段，量化战略方向，并使用开发的关键数据描述感兴趣的工件。随后，根据第一阶段生成的规则集，使用检索到的信息自动生成具体建议。最后，在第三阶段收集有关建议的实际经验。统计学习将这些转移到生成的规则集中，从而不断深化知识库。这一过程使输出质量稳步提高。