【技術實現步驟摘要】
本專利技術涉及模面生成，尤其涉及一種用于玻璃模具的模面智能生成方法及系統。
技術介紹
1、在現代制造業中，玻璃模具作為關鍵的制造工具，廣泛應用于玻璃深加工領域，尤其是在玻璃制品的成型過程中。隨著技術的發展，玻璃制品的種類和復雜度不斷提高，傳統的模具設計方法已無法滿足日益增長的制造需求。傳統的玻璃模具模面設計方法主要依賴于人工經驗和傳統的cad(計算機輔助設計)技術。通常，模具設計人員根據制造需求和歷史數據，手動繪制模具的二維圖紙，再通過數控加工等手段制作模具。這種方法雖然在早期滿足了簡單玻璃制品的制造要求，但隨著制品復雜度的增加，傳統設計方式的缺陷逐漸顯現。傳統的設計方法通常需要大量的人工干預，不僅設計周期長，而且設計人員的經驗直接影響最終模具的精度和質量。尤其在設計復雜形狀或需要精確度極高的玻璃模具時，人工操作極易產生誤差，導致模具制造出來后無法滿足實際制造需求。這種誤差在批量制造中可能引發質量問題，甚至導致產品的廢棄或制造停滯。
技術實現思路
1、基于此，本專利技術有必要提供一種用于玻璃模具的模面智能生成方法及系統，以解決至少一個上述技術問題。
2、為實現上述目的，一種用于玻璃模具的模面智能生成方法，包括以下步驟：
3、步驟s1：獲取玻璃模具三維掃描數據，并對玻璃模具三維掃描數據進行玻璃表面微觀結構識別，從而獲得玻璃模具微觀結構數據；基于玻璃模具微觀結構數據進行三維模具幾何數字化，從而獲得玻璃模具三維結構模型；
4、步驟s2：獲取玻璃模具歷史
5、步驟s3：根據模具設計需求參數集對玻璃模具三維結構模型進行模具形狀結構優化，從而獲得優化玻璃模具三維結構模型；根據歷史模具性能需求數據對優化玻璃模具三維結構模型進行模具物理工況仿真，從而獲得玻璃模具物理仿真數據；
6、步驟s4：基于玻璃模具物理仿真數據對優化玻璃模具三維結構模型進行高溫成型動態模具結構優化，從而獲得高溫結構優化玻璃模具模型；對高溫結構優化玻璃模具模型進行三維模面轉換，從而獲得待制造玻璃模具模面數據，并上傳至玻璃模具制造管理平臺，以執行模具制造任務；
7、步驟s5：獲取玻璃模具制造多維數據，并根據玻璃模具制造多維數據進行制造模具工藝適應性評估，從而獲得制造模具工藝適應性數據；基于制造模具工藝適應性數據進行工藝調度優化，從而獲得制造模具工藝優化調度數據，并上傳至玻璃模具制造管理平臺，以執行工藝調度任務。
8、本專利技術通過獲取玻璃模具三維掃描數據并進行微觀結構識別，可以精確地還原模具的表面細節，消除了傳統設計方法中由于人工繪制帶來的誤差。這種微觀結構數據的獲取為后續的模具幾何數字化提供了基礎，使得模具設計更為精準，能夠體現出玻璃模具在實際應用中的微觀特性，從而為模具優化提供數據支持。接著，基于這些數據進行的三維結構模型的構建，能夠更加真實地反映模具的幾何形狀，并且不受人工操作和經驗限制，從而避免了傳統方法中常見的幾何誤差。通過歷史制造數據的整合，能幫助識別出模具的性能需求，為進一步的設計提供了明確的方向。將歷史性能需求與設計需求分析相結合，能夠精確提取出模具設計的關鍵參數，確保模具設計不僅符合生產要求，還能夠在實際制造中滿足高精度要求。利用這些設計需求參數對三維結構模型進行優化，能夠進一步提升模具的形狀和功能，使其更適應復雜的制造需求。同時，物理仿真數據的引入，尤其是在模具優化后的三維結構模型上進行仿真，可以準確模擬模具在高溫成型過程中的性能，為模具設計的調整和完善提供理論依據。通過高溫成型動態模具結構優化，可以提升模具在極端工況下的穩定性和耐用性，減少生產過程中的故障率，并確保模具的使用壽命。高溫結構優化后通過三維模面轉換生成的模面數據，能夠直接為模具的制造提供精確的加工數據，避免了人工手動調整的誤差，提高了加工精度。這些模面數據上傳至制造管理平臺后，確保了模具制造任務的順利執行和數據的實時更新，進一步提升了生產管理的自動化水平，避免了人為干預帶來的不確定性。最后，通過獲取玻璃模具制造多維數據并進行工藝適應性評估，可以更好地了解實際制造過程中模具性能與工藝的適配情況，提前識別出可能的工藝問題。這一評估為工藝調度優化提供了數據支持，使得模具的制造過程可以更加高效、精確，并且能夠根據評估數據及時調整生產計劃，優化資源分配，從而提高生產效率，降低生產成本。上傳至制造管理平臺的工藝調度優化數據為后續生產任務的執行提供了精準的指導，進一步增強了制造過程的可控性和可追溯性。
9、可選地，步驟s1具體為：
10、步驟s11：獲取玻璃模具三維掃描數據，并對玻璃模具三維掃描數據進行掃描點云數據預處理，從而獲得待分析玻璃模具掃描點云數據；
11、步驟s12：對待分析玻璃模具掃描點云數據進行模具表面紋理分析，從而獲得模具表面紋理數據；
12、步驟s13：根據模具表面紋理數據進行模具表面微觀結構特征量化，從而獲得玻璃模具微觀結構數據；
13、步驟s14：基于玻璃模具微觀結構數據進行模具三維幾何建模，從而獲得玻璃模具三維幾何模型；
14、步驟s15：對玻璃模具三維幾何模型進行模型精度修正，從而獲得玻璃模具三維結構模型。
15、本專利技術通過獲取玻璃模具的三維掃描數據并進行點云數據預處理，能夠從實際模具中獲得高精度的幾何數據，消除人工建模的誤差。這一過程能夠確保所獲得的數據準確反映模具的實際物理形狀，為后續分析和建模提供可靠的基礎。通過對待分析的掃描點云數據進行模具表面紋理分析，可以提取出模具表面的細微紋理特征，這為進一步分析模具表面性能提供了數據支持。表面紋理分析有助于識別模具表面可能存在的微觀缺陷或不規則性，為后續的設計優化提供依據。通過對這些紋理數據進行微觀結構特征量化，可以精確地描述模具表面的微觀結構，進一步揭示模具的實際表面特性。通過量化表面紋理特征，可以為后續的模具優化和材料選擇提供量化的數據支持，避免僅依賴經驗判斷，從而提高設計的科學性和精確度。這一過程的有益效果在于使模具的表面細節和微觀結構能夠被準確地識別和量化，進而推動更為精確的模具設計?；谒@得的微觀結構數據進行的三維幾何建模，能夠將模具的物理特征數字化，使得模具的幾何形狀能夠在虛擬環境中準確再現。這一三維幾何模型為后續的結構優化、仿真分析和實際制造提供了重要依據。通過對玻璃模具三維幾何模型進行模型精度修正，能夠消除在掃描或建模過程中可能產生的誤差，確保最終的三維結構模型精確符合實際制造需求。通過修正后的精度更高的三維結構模型，能夠更好地支持后續的模具設計優化、功能仿真及實際生產加工，提高模具設計的質量和精度。
16、可選地，步驟s13具體為：
17、步驟s131：對模具表面紋理數據進行表面紋理方向特征提取，從而獲得模具表面紋理方向數據；
18、步驟s132：根據本文檔來自技高網...
【技術保護點】
1.一種用于玻璃模具的模面智能生成方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟S1具體為：
3.根據權利要求2所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟S13具體為：
4.根據權利要求3所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟S135具體為：
5.根據權利要求1所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟S2具體為：
6.根據權利要求5所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟S24具體為：
7.根據權利要求5所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟S25具體為：
8.根據權利要求1所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟S3具體為：
9.根據權利要求1所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟S4具體為：
10.一種用于玻璃模具的模面智能生成系統，其特征在于，用于執行如權利要求1所述的用于玻璃模具的模面智能生成方法，該用于玻
...【技術特征摘要】
1.一種用于玻璃模具的模面智能生成方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟s1具體為：
3.根據權利要求2所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟s13具體為：
4.根據權利要求3所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟s135具體為：
5.根據權利要求1所述的用于玻璃模具的模面智能生成方法，其特征在于，步驟s2具體為：
6.根據權利要求5所述的用于玻璃模...
【專利技術屬性】
技術研發人員：楊來保，趙建濤，宋曉兵，陽雙元，劉寧，
申請(專利權)人：深圳市今成科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。