增材制造中的数字孪生技术:最新进展和未来前景
【演讲摘要】
1. 对于难以原位测量的状态变量(如冷却速率、微观结构和机械性能),则可借助数字孪生技术结合传感器数据进行预测。
2. 数字孪生技术实现了资产数据的自动采集和实时分析,管理人员无需亲临现场,即可通过数字孪生平台全面掌握资产的运行情况,大大提高了管理效率。
3. 传统的试错法确定最优工艺参数耗时长,甚至无法获得适合不同几何特征零件的最优工艺参数。数字孪生的预测模型能够基于历史数据分析优化制造参数,减少优化所需的实验数据量。
4. 为突破数字孪生在增材制造中因高度定制化而难以重用的瓶颈,未来的研究与应用需着力于构建可复用、可配置的数字孪生服务框架,推动数字孪生从“单一案例”走向“可持续服务”。
【嘉宾介绍】
林昕,教授,担任机械传动与制造工程湖北省重点实验室副主任。主要从事智能制造、增材制造等在线监测与材料性能智能调控技术的研究,先后入选湖北省楚天学者计划“楚天学子”、武汉市青年科技朝阳计划,主持国家自然科学基金青年、面上、国防、湖北省揭榜等项目9项。获机械工业科技进步奖1项。近五年,在本领域国际期刊上以第一或通讯作者发表论文40余篇。授权发明专利12项,美国专利2项,出版专著1部、参编国家标准2项。担任中国有色学会增材制造专业委员会委员、《Materials Science in Additive Manufacturing (MSAM)》等期刊编委。