[發明專利]一種計算機形式化3D打印金屬材料制備方法

有效

• 申請號: 201911026974.6
• 申請日: 2019-10-26
• 公開（公告）號: CN110814342B
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 金霞;顧小龍;劉平;張利民;張玲玲;張騰輝
• 申請（專利權）人: 浙江亞通焊材有限公司
• 主分類號: B22F3/105
• 分類號: B22F3/105;G06F17/10;B22F1/00;B33Y10/00;B33Y50/02;B33Y70/10
• 代理公司: 合肥金律專利代理事務所(普通合伙) 34184
• 代理人: 段曉微

1.一種計算機形式化3D打印金屬材料制備方法，其特征在于，包括有計算機控制單元，分析單元，模型優化單元，處理單元，加料單元，涂裝單元，切割單元；

計算機控制單元對需構建的成型部件設計出每個成份之間的數據并進行協調控制和搜索，計算機控制單元設計出需構建的成型部件中每個成份是以重量份形式組成：其中包括有20-25份銅、12-18份銦、5-10份錳、5-8份鋁、1-4份鈦、2-4份錫、0.2-0.5份三氧化二鐵、0.2-0.3份磷酸鐵、0.01-0.1份鉺、0.1-0.5份聚酰亞胺、0.1-0.3份聚環氧乙烷、0.01-0.1份降孔劑；模型優化單元在不同的時間、溫度、廠房大小、通風量、氣溫、濕度下搭建最優化成份比例的模型，設計出成份優化后的比例和預估成份變化后的性能范圍；

模型優化單元得到成型部件在不同環境下要涂裝的成份以及部件在未來時間下在不同的環境性能的收斂性和參數選擇分析；收斂性為成型部件在涂裝結束后一段時間或涂裝過程達到穩定狀態，性能的收斂性即為涂裝的成份最終停留在成份，氣溫，溫度的一個最佳位置，因為不同的成份，某種成份達到性能最佳時，另一成份未必能達到性能最佳，對于成型部件的所有狀態，則以全局的思維方式收斂到各種成份相對最優值；所述參數選擇分析包括成型部件的大小、規模、氣溫影響、涂裝環境影響、以及不能無限制學習下來所設定的迭代最大次數；并且平衡涂裝的成份的全局搜索能力和局部搜索能力；氣溫影響為成型部件在生產和保存中的對氣溫的影響值；涂裝環境影響為成型部件在生產和保存中的對濕度，廠房大小，通風量的影響值；迭代最大次數自身根據工人的操作經驗來決定，并且成型部件的大小、規模、氣溫影響、涂裝環境影響也能影響迭代最大次數；模型優化單元在面向特定成型部件時，使不同的成份在相類似的區間分析運算進行優化算法為基礎，在考慮時間，溫度，廠房大小，通風量，氣溫，濕度下根據迭代最大次數不停地迭代搜索，最終收斂到不同的成份的歷史最優數值和當前全局最優數值之間；并且通過分析單元分析出所述成型部件內的成份相互之間具有的影響和作用，以及將成份的數值的相鄰范圍進行替換所產生的相互之間的影響和作用，數值的相鄰范圍由人為或者根據人工神經網絡進行訓練得出，并且構成相應的集合，并且各成份在加入或者是處理時所處的環境構建環境參數變量，處理單元設計相應的時間權重和重量權重；并且跟蹤分析不同的數據成份在不同環境下后續發生變化的值，并根據獲取到的數據在不同環境下進行收集；加料單元對降孔劑設計步驟為：構成為重量比為5:1:2的硬脂酸、馬來酸酐、十八烷基三甲基氯化銨，降孔劑的制備為：硬脂酸溶于乙醇中，加入溶于水的十八烷基三甲基氯化銨，升溫至60℃反應60min，再加入馬來酸酐攪拌反應30min，冷卻，乙酸乙酯萃取，濃縮，烘干；

涂裝單元根據模型優化單元的數據分別將銅、銦、錳、鋁浸入丙酮中，然后加入0.001倍重量于丙酮的三乙醇胺皂，計算機控制單元開始設定溫度，涂裝單元在設定的溫度下超聲清洗15-20min，超聲頻率為30-40MHz，并取出烘干，得到第一混合物；然后涂裝單元根據模型優化單元的結果將鈦、錫、三氧化二鐵、磷酸鐵、鉺浸入乙醇中，并加入0.001倍重量于乙醇的月桂醇硫酸鈉，并且計算機控制單元設定的溫度下超聲清洗10-20min，超聲頻率為25-45MHz，取出烘干，得第二混合物；涂裝單元將第一混合物和第二混合物混合并進行研磨，磨成粒徑小于80μm的微粒，得第三混合物；

涂裝單元將第三混合物、聚酰亞胺、聚環氧乙烷、降孔劑進行混合，得第四混合物，將第四混合物進行選擇性激光熔化，并且在激光熔化時的環境采取的是真空狀態并還要通入氬氣，然后將熔化的第四混合物輸送至成型腔的基板上，最后將成型腔中的成型部件連同基板一起取出，并對成型部件和基板進行去應力退火處理；

切割單元將成型部件和基板進行切割分離，取成型部件，得成型后3D打印金屬材料；成型部件采用的是3D打印模型，根據模型優化單元的數值制定打印程序，輸入3D打印機中，設置機打印參數；

分析單元先確定要涂裝的成型部件的總數為Sum，確保優化過程在整個狀態空間中進行，并隨機生成的Sum個大小相同成型部件要涂裝成份的子集進行分析，整個狀態空間包括不同的成份比例，時間，溫度，廠房大小，通風量，氣溫，濕度的條件下會達到的涂裝成份在一定時刻性能的穩定狀態的總集合，Sum取值正整數，即Sum≥1，i取值1到Sum的正整數，用于表示子集的個數，表示為子集；以重量份計，對于其中一種成份的多少，在其他成份和環境不變的情況下，取有界閉合的實區間，有界閉合的實區間即確定成份的重量比的區間上限和區間下限，且區間包含的數值均為實數；并且刪除區間中會產生異常變化的變量，留下能參與求解和能參與數據處理的變量，然后將狀態空間區域分割成沒有交集的Sum個區間，其中中括號表示有界閉合的實區間，用于表示屬于狀態空間區域內的子集，并且被分割時沒有交集，每個實區間需要加權時的權值要設定相等，當以時間為權重時，在k時刻迭代因子的狀態為，k+1時刻，分析單元使用時間為權重的成份預測為：；其中，f為狀態空間中以時間為權重的穩定狀態預測函數；將當前時間狀態預測擴展到區間內下一個穩定狀態預測運算，已知k時刻有界閉合的實區間的穩定狀態集合為，k+1時刻，下一個穩定狀態預測為：；模型優化單元根據涂裝成份在一定時刻性能的穩定狀態預測調整時間權重的權值和縮小狀態空間，防止狀態空間不斷增多帶來的爆炸；時間權重的權值根據實時數據和預測值之間的近似程度決定是否判斷，時間權重的權值的調整依據為；模型優化單元根據調整依據計算后驗概率為：；

模型優化單元在迭代過程中，要不斷減少區間迭代因子的值包含由系統誤差或者輸入誤差引起的優化誤差，并在每個區間賦予新值來約束區間迭代因子，從而消除誤差，并利用不斷測量涂裝環境進行優化，并且使盡量為空，為預測區間時間權重的權值的測量值和實時區間時間權重的權值的測量值的交集，則區間迭代因子保持不變；而預測測量時間權重的權值的測量值和實時測量時間權重的權值的測量值的交集不為空時，則區間迭代因子需要更新；模型優化單元計算似然模型，p是感知測量的維數，j為自然數，1jp，j表示要求解的似然模型的子集；；模型優化單元估計區間迭代因子的當前權值，然后模型優化單元對每個區間迭代因子的權值進行更新：，表示的后驗概率，、分別表示區間迭代因子在不同時刻的權值的量化表示；區間迭代因子的當前權值的數值為先前權值乘以每個區間的似然：，然后進行權值歸一化處理：；從而利用區間迭代因子能達到最精準的預測，利用已知的樣本結果，反推最有可能或最大概率：，其中，是第i個區間迭代因子數值的中間值；模型優化單元經過迭代處理之后，并盡可能保留權值高的迭代因子，最終經過多次迭代得到最優值。