[发明专利]一种增材制造过程数字孪生模块构建方法

说明书

本发明公开了一种增材制造过程数字孪生模块构建方法，包括步骤1：进行增材制造实验，并收集相应工艺参数下的熔池尺寸作为实验数据，形成增材制造过程的物理实体；步骤2：建立增材制造过程多物理场耦合机理模型，并对机理模型的置信度进行验证，基于高置信度机理模型进行数字平台虚拟打印并获得打印结果与数据，形成增材制造物理过程的数字孪生体；步骤3：基于机器学习对工艺参数与深池尺寸进行正向、逆向预测，实现增材制造物理实体与数字孪生体的虚实融合与数据互通；步骤4：将获得的最优机器学习模型用于实验和机理模型的新数据预测，实现增材制造实验、高置信度机理模型与机器学习融合，以及相应的工艺参数与熔池尺寸的高效与准确预测。

技术领域

本发明属于增材制造技术领域，具体涉及一种增材制造过程数字孪生模块构建方法。

背景技术

激光粉末床熔融是一种典型金属增材制造方法，涉及金属粉末快速加热、熔化形成熔池及后续凝固、冷却等复杂动态过程。熔池的形状尺寸等特征与增材制造工艺参数密切相关，并显著影响增材制造成形缺陷及零件性能。由于增材制造技术的多物理场耦合及多尺度特点，熔池的形成、演变具有高度复杂性，其在不同增材制造条件下的预测与控制面临很多困难。仅采用实验方法难以获得打印过程中熔池的全时空数据，需要结合多物理场耦合高置信度机理模型理解打印过程中的传热、液体金属流动和传质行为。

数字孪生技术融合多学科、多物理量、多尺度方法，集成了物理实体、数字孪生体和交互数据等模块。基于数字孪生可以进行分析、预测、训练等，并将数字孪生体的仿真结果传递给物理对象，从而对物理对象进行优化和决策。目前增材制造数字孪生技术的发展还处于起步阶段，特别是融合增材制造实验、高置信度机理模型、高准确率正向及逆向预测机器学习的增材制造过程数字孪生技仍为空白。

发明内容

本发明针对上述现有技术的不足，提出了一种增材制造过程数字孪生模块构建方法，该方法为增材制造中建立数字孪生模块提供了实现手段，同时可以克服熔池演变过程复杂导致研究困难、机器学习数据来源不足的问题，实现从工艺参数到熔池尺寸，再从熔池尺寸到工艺参数的闭环研究。

实现本发明目的的技术解决方案为：

一种增材制造过程数字孪生模块构建方法，包括以下步骤：

步骤1：进行增材制造实验，并收集相应工艺参数下的熔池尺寸作为实验数据，形成增材制造过程的物理实体，所述工艺参数包括激光功率和扫描速度，所述熔池尺寸包括熔池宽度和深度；

步骤2：建立增材制造过程多物理场耦合机理模型，并对机理模型的置信度进行验证，进一步基于高置信度机理模型进行数字平台虚拟打印并获得相应打印结果与数据，形成增材制造物理过程的数字孪生体；

步骤3：对实验和机理模型所得数据分析处理后构建增材制造机器学习模型，采用实验和机理模型所得数据进行模型训练与验证，获得最优机器学习模型，并基于机器学习对工艺参数与深池尺寸进行正向、逆向预测，实现增材制造物理实体与数字孪生体的虚实融合与数据互通；

步骤4：将获得的最优机器学习模型用于实验和机理模型的新数据预测，实现增材制造实验、高置信度机理模型与机器学习融合，以及相应的工艺参数与熔池尺寸的高效与准确预测。

进一步地，所述步骤1具体为：改变激光功率和扫描速度来获得不同工艺参数组合，为获取同一参数下多条单道，选择正方形轮廓扫作为实验的扫描策略，熔池宽度和深度通过对打印后正方形轮廓不同边上的沉积道进行测量取平均值得到。

进一步地，所述步骤1中激光功率取值范围在220W-350W之间，扫描速度在300mm/s-1500mm/s之间。