英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料

基于物联网的基于云的增材制造平台可支持快速产品开发 王元斌 袁琳 钟Ray 和徐迅

增材制造（AM）以其独特的功能提供了一种快速产品开发的新方法。新兴的云制造范例使以最少的投资更轻松地 访问各种AM资源。分布式资源也可以更有效地利用。但是，当前的云平台主要专注于提供简单的3D打印服务，而不是在整个产品开发过程（从设计，过程规划到打印）中为客户提供支持。因此，提出了一个新的云平台，该平台不仅可以集成硬资源（例如3D打印机和材料），还可以集成软资源（例如专有技术和测试数据）以为打印以及 设计和流程规划提供支持。物联网为云平台提供了新功能，使客户可以远程控制和监视打印过程。本文还研究了人工神经网络用于表面缺陷检测的可行性。该平台能够在动态且迭代的产品开发过程中工作，并减少了开发时间和成本。开发了一个说明性平台来演示功能。

关键词：增材制造;云制造；物联网;网络物理系统；人工智能

1. 简介

增材制造（AM），也称为3D打印，近年来经历了指数级的发展。由于它具有缩短上市时间，快速生产高复杂性和高性能产品，大规模定制等独特的功能，因此已在汽车，航空航天和医药等许多行业中得到应用。AM还可以降低原型设计的成本和时间，低材料消耗，小批量生产成本低，最低库存（Achillas，Tzetzis和Raimondo 2017年; Khorram Niaki和Nonino 2017年），这意味着可以更有效地利用制造资源。

由于AM工艺特别适合于小批量和几何形状复杂的产品，因此在许多情况下，考虑成本和学习时间，购买新打印机可能并不合理。此外，用于3D打印的所需设计信息已完全数字化（例如STL文件），并且可以轻松地通过 Internet进行传输。因此，诸如Shapeways和Ponoko之类的公司开始在云中提供3D打印服务。3D集线器提供了一个平台，分布式3D打印机所有者可以在该平台上发布其机器信息，客户可以轻松访问这些服务。通过这种方式， 用户可以通过Internet访问各种分布式AM资源，并且仅为其使用的内容付费。这种趋势与（Xu 2012）中的云制 造（CM）概念相一致，后者使制造资源利用更具可扩展性和可持续性（Wang等人2017）。

关于CM和相关主题的研究已经很多。已经提出了一系列面向服务的业务模型，包括混合CM，基于云的设计和 制造以及社交制造（Lu，Xu和Xu 2014； Wu等人2015； Jiang，Ding和Leng 2016）。物联网（IoT）也已集成到基于云的平台中，以实现流程跟踪和机器通信（Tao等人2014; Qu等人2016; Yang等人2017）。但是，这些解决方案中的大多数主要集中在传统制造工艺上。很少考虑如何提高在云环境中使用AM资源的效率。

在基于云的AM方面已经确定了几项研究。Lehmhus等（2015年）提出了一个基于云的自动化设计和打印平台， 该平台可以将传感器嵌入打印过程中，并在使用产品时收集数据。这些数据然后可以用于改进现有设计。Byounghyun, Heedong, and Sungkuk （2016年）提出了用于消费产品重新配置的平台。用户可以快速找到相似的设计模型，并根据自己的需求进行重 新配置，然后将其打印在云中。两种解决方案都针对各种AM应用程序的特定方案。为了提高AM资源利用的效率和 AM服务的多样性，开发了一个云平台来有效管理和调度分布式3D打印资源（Mai等人，2016年）。分布式服务提 供商可以加入该平台并共享其资源。任等人。（2016年）提出了一种云平台架构，其中将客户分为两种类型。新 手客户只需选择一项服务并订购即可。高级客户可以对3D打印机进行个性化设计，切片和控制。之后，该小组提 出了一种基于速度，成本和质量的3D打印服务评估概率模型（Cui，Zhang和Ren，2017年）。但是，它仍然依靠 客户的知识来使用高级服务。服务所携带的信息不足以使非专业用户找到适合其任务的最佳解决方案。关于增材 制造，不同过程（机器，材料，参数），设计特征和印刷零件特性之间存在更复杂的关系（Wang等人2018）。因 此，至关重要的是在产品开发过程中为客户提供足够的信息，以最大程度地利用增材制造技术的优势。

当前的解决方案已朝着用于AM的复杂云平台取得了一些进展，但仍然需要解决几个问题： 1、机器与云之间的通信。在商用系统中，打印机通常不直接连接到云（图1)。它不够灵活，无法让客户根据 自己的要求定义打印参数。有几种系统可以进行远程控制和监视，但是没有标准的方法可以为不同类型 的3D打印机启用通信。还缺少一种系统的方法来集成不同的传感器并做出明智的决策。

2、过于简化的服务定义。大多数服务是在机器和材料级别定义的。但是，实际的3D打印过程由于其各向异 性而并非那么简单。对于特定的打印机和材料，打印参数也对打印结果有很大的影响。指定这些可能的 设置组合及其性能可以帮助客户找到最合适的选项并获得理想的结果，尤其是对于最终用途零件。

3、对增材制造设计的支持有限。尽管3D打印技术使设计师摆脱了传统制造流程中的大多数约束，但仍有许 多设计规则和约束需要遵守。现有的系统仍然缺乏通用的机制来捕获软资源，例如专家知识，设计规则， 测试数据，并将其转化为对客户有用的知识，以帮助他们了解如何为AM生成良好的设计以及产生什么样 的结果可以预期。

随着物联网的发展，工厂和硬件之间的连接和智能化程度越来越高。与其他有前景的信息和通信技术（ICT）集 成在一起，例如云计算（CC）和人工智能（AI），可以对硬件进行数字化，并有可能开发智能制造环境以实现更 可持续的制造业（Kusiak 2018）。与仅针对制造或设计方面的现有AM的云平台不同，我们打算探索云平台如何 通过在整个产品开发过程中提供足够的信息和支持来帮助客户更有效地使用AM。为此，提出了一种基于物联网的 基于云的增材制造平台（CAMP）。首先，基于贝叶斯网络（BN），混合多准则决策（MCDM）方法和网络物理3D打 印机（CP3DP），设计了一种新的云平台架构，以创建内容更丰富的产品开发环境来支持设计，流程计划和打印 流程。BN和混合MCDM用于表示专有技术并在设计和过程规划中提供决策支持。CP3DP用于将硬件集成到云平台。 其次，提出了一种通用解决方案，以实现3D打印机与云平台之间的通信。基于OPC统一体系结构（OPC-UA）通迅协议设计了标准信息模型。此外，可以使用计算机视觉算法识别打印过程中的某些故障。这样，可以将包括专有 技术和测试数据在内的软资源与硬资源集成在一起，以使客户在产品开发过程中获得更多控制权。一方面，可以 在设计过程中确定潜在的可印刷性问题，以减少设计-印刷迭代，客户将对印刷零件的预期性能有更好的了解。另一方面，可以在较早的阶段识别在打印过程中发生的故障或问题， 以避免不必要的时间和材料浪费。

本文的组织如下。部分2 提出了云平台的建议架构。在第3节中介绍了在云平台中开发产品的过程。第4节介 绍了由IoT技术支持的CP3DP。第5节介绍了原型平台。第6节总结了本文。

2.CAMP的架构

CAMP是将AM外包需求与分布式AM服务联系起来的环境。云中有三个主要利益相关者–服务提供商，服务请求者和 平台提供商（图2).服务提供商将其打印机和其他打印资源连接到云，并上传资源功能和专有技术。服务请求者 探索他们拥有的选项，并找到最适合他们任务的解决方案并下订单。平台提供商提供CC和存储设施，并构建平台 以用作在线市场。 通过物联网的支持，各种打印机都可以直接连接到云，从而可以实现远程控制和监视。也可以基于此开发智 能功能。在这种环境下，打印服务及其控制和监视功能在较低级别上被定义为打印机的特定配置。AM即服务的新 定义使客户不仅可以自定义设计模型，还可以自定义详细的打印过程以实现所需的结果。云中共享的知识可以很 好地描述服务，并帮助用户做出明智的决策。

2.1. AM 信息 流

了解AM流程中的信息流有助于识别3D打印机的关键输入，以及如何帮助客户定义这些输入。然后可以改善云中客 户与供应商之间的通信。ISO 17296-4（2014）描述了从产品构思到实际零件的基本数据流。因此，图3中定义了 作为平台体系结构设计基础的一般信息流。

产品开发过程中的用户输入主要与过程规划和设计有关。在设计过程中，他们需要根据需求提出设计模型。 在过程规划中，用户需要考虑首选的材料，可用的增材制造技术和打印机，以及能够实现所需特性的参数。设计 和过程计划过程不是孤立的。设计师通常在这些方面之间改变考虑因素，以找到一个更好的整体解决方案（Y. Wang，Blache，and Xu 2017）。只有在选择了最合适的工艺和材料组合之后，才能指 定组件的最终形式（Herrmann等，2004）。因此，重要的是提供一个灵活的环境以允许客户访问不同类型的信息。 设计和过程计划中的知识是AM中的领域知识，受制于印刷零件的各种设计和过程因素。这些关系可以帮助设计人 员做出明智的决定。之后，可以生成切片的轮廓数据，打印机将开始打印。让客户在打印过程中获得打印机的实 时状态也很重要，以免发生故障时浪费能量，材料和时间。

2.2. 平台结构

在典型的CM平台中，有四个层：物理资源层，虚拟资源层，服务层和应用程序层（Xu 2012）。在本文中，应用 了与图2相似的架构。4.

2.2.1. 物理资源层

有两种类型的物理资源：硬资源和软资源（Wang和Xu 2013）。随着传感器和网络的应用，可以使用物联网技术 将物理资源（例如3D打印机）连接到云。许多的软资源需要转换为适当的数字格式，以使平台能够根据客户的要求进行处理和操纵。

2.2.2. 虚拟资源层

该层是物理资源的数字版本。网络物理系统（CPS）用于组织从物理零件（尤其是3D打印机）上的传感器提取的 数据，并表示其在虚拟世界中的实时状态。发送到网络双胞胎的命令也可以传递到其物理双胞胎。借助实时数据， AI技术能够在打印过程中实现自我诊断。软资源存储在云中的数据库，知识库和软件工具包中。网络双胞胎将历 史信息存储在数据库中，并在需要时进行检索。

2.2.3. 服务层

在这一层中，可以从虚拟资源生成各种服务。这些服务由六个主要模块提供：

1、知识管理模块：从虚拟资源层中的数据库和知识库提取信息的服务。对于软资源中的信息，通过学习引 擎构建知识模型。知识主要表示模型中设计特征，过程参数与印刷零件性能之间的关系。使用BN，知识 可以图形形式以概率因果关系表示。然后可以在不确定的情况下进行推断。云中的用户和其他服务都可 以通过推理引擎查询知识模型。在（Wang等人2018）中讨论了将BN用于知识管理的详细信息。对于硬资 源，基于规则的系统用于承载与操作相关的知识。

2、流程计划模块：帮助客户找到最适合其任务的服务的服务。服务是不同的增材制造流程，材料和参数的 组合。候选人是根据知识管理模块中的BN模型生成的。然后应用混合MCDM方法来帮助客户探索选项空间 并找到最合适的服务（Wang，Zhong和Xu 2018）。有两个步骤：选项导航过程和排名过程。客户可以在 选项导航工具中探索可用的候选人及其表现，然后根据准则的相对重要性找到最合适的候选人。

3、设计助手模块：帮助客户制定适合AM的更好设计模型的服务。在概念设计阶段，设计模型库和功能数据 库可以激发客户提出更好的想法（Bin Maidin，Campbell和Pei 2012）。代

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[237111]，资料为PDF文档或Word文档，PDF文档可免费转换为Word