🦌🦌🦌hello宝子们，今天我们来看一个VASCO算法，注意，依旧是，红色是术语，橙色是方法，绿色是算法过程哦 ~ ( •̀ ω •́ )✧
🦌🦌🦌读论文
🐨🐨摘要
增减材混合制造（ASHM）涉及增减材制造技术的交替使用，为制造具有无法接触表面的复杂几何形状提供了独特的优势。然而，确保制造过程中的工具可达性是一个重大挑战，因为物体形状可能会发生剧烈变化，不同部分的形状相互依赖。在本研究中，我们提出了一个计算框架，以优化增减材序列的规划，同时确保工具可达性。我们的目标是最小化增减材过程之间的切换，以实现高效制造，同时保持产品质量 。我们通过将问题表述为体积和表面共分解（VASCO）问题来解决这个问题。首先，我们将体积切片成板条并构建一个动态有向图来编码制造约束，每个节点代表一个板条，方向反映操作顺序。我们引入了一种称为混合可制造性的新几何属性，用于成对的增减材过程。然后，我们提出了一个波束制导优化的自顶向下块分解算法来解决VASCO问题。我们将我们的解决方案应用于5轴混合制造平台，并评估了各种3D形状。最后，我们通过物理和模拟制造评估来评估我们方法的性能。
🐨🐨引言
计算机图形学界对增材制造（AM）和减材制造（SM）的兴趣日益增长，尤其是3D打印和数控加工。然而，很少有工作考虑结合两者的能力，利用3D打印在制造复杂几何形状方面的强度，以及数控加工在高精度加工和高质量表面完成度方面的强度 。这种混合制造技术被称为增减材混合制造（ASHM）。纯粹的增材制造特点在于接近净成形制造，材料浪费最少，但其精度和表面质量可能不适合精密工程。与3D打印相比，ASHM将去除由分层制造引起的阶梯效应，并实现更高的产品精度和优越的表面完成度。然而，用简单的增材后抛光处理，如后数控加工，进行难以触及表面的后处理可能很困难。虽然可以使用磨料流加工（AFM），但它可能导致随机的形状变化或无法检测的结构损伤，并且不能保证制造精度。此外，当前的3D打印被认为比数控加工精度低一个数量级，简单地增加分辨率不足以满足精度要求。与数控加工相比，ASHM在制造具有激进几何形状的复杂结构部件方面更加灵活。因此，交替使用AM和SM以形成ASHM策略优于单独的AM技术。ASHM的典型应用包括计算摄影设备部件、具有精确内部通道的微流体设备、具有共形冷却通道的注塑模具、排气歧管和具有再生冷却通道的发动机热交换器。然而，混合制造必须同时考虑来自增材和减材制造的计算几何过程，这些过程远未完全自动化，特别是对于一般复杂几何形状。
增材制造AM：是通过逐层添加材料来构建三维物体的过程。它通常使用计算机辅助设计（CAD）模型，将设计分割成多个薄层，然后逐层堆积材料。
减材制造SM：是通过去除材料来形成物体的制造过程，通常从较大块的材料（如金属、塑料、木材等）中切削、磨削或铣削出所需的形状。
(a)如图所示，二维形状被分解为三个区域。(b)表示AM过程，然后是两个区域的SM过程。(c)假设打印头和加工刀具只能指向下方。第一个绿色区域是可以成功制造的混合可加工块。然而，对于第二个蓝色区域S2，当到达凹区域时，在减法过程中，工具与模型的右上角发生碰撞。因此，不能将其视为块。
用于缩短ASHM序列的混合可制造块的一个期望特性是：在早期阶段实现的块应包括尽可能多的不可访问区域。在本例中，我们假设打印头和加工刀具只能指向下方。(a)红点表示CNC刀具在整个物体表面加工时无法到达的不可接近区域，而绿点表示与刀具碰撞的区域。(b)在第一个绿色方块排除这些不可接近区域的场景中，总共需要4个方块。(c)相比之下，当第一个绿色块包括这些不可接近的区域时，使用ASHM制造形状只需要2块。
🐨🐨相关工作
本节首先回顾了ASHM的现有序列规划工作，主要来自机械领域。然后，我们回顾了图形领域提出的以制造为导向的形状分解框架，这些框架可以分为考虑和不考虑制造依赖性约束的两组。
🐼ASHM的序列规划
ASHM技术近年来发展迅速[Dezaki等人，2022；Dilberoglu等人，2021；Feldhausen等人，2022；Flynn等人，2016]。随着硬件的进步，对有效和高效的序列规划的需求日益增长。在CAD/CAM社区对ASHM的序列规划问题上取得了显著进展；然而，**当前的混合制造状态仍然没有充分利用其无限潜力。大多数当前的工程混合过程计划实践仍然依赖于操作员的专业知识。**例如，像SIEMENS NX这样的商业CAM软件支持AM和SM计划，但依赖于用户提供序列。包括序列规划受搜索空间限制和混合制造导向设计。
🐼考虑制造依赖性约束的分解
在AM或SM中，也存在考虑制造依赖性约束的形状分解问题。根据制造元素，它被定制为体积或层基础的分解。包括考虑体积形状分解和层的分解。
🐼无需依赖性约束的分解
大多数制造领域的形状分解问题不需要考虑制造依赖性约束。在大多数情况下，分解后跟组装和静态而不是动态可达性的分解，如分而治之策略，已被广泛应用于有效和高效地完成目标形状，同时最大化制造能力。包括增材制造的分解和分解成型加工。
🐨🐨概述和制造约束
本节首先重申了我们VASCO框架的基本思想，并对我们的算法进行了概述。然后阐明了ASHM序列规划中考虑的制造约束，即增材可达性、减材可达性、制造依赖性约束和自支撑约束。
迭代自顶向下分解算法来解决VASCO问题的概述：(1)它从输入的Coral形状开始逐步分解一个混合可编织的块，直到整个形状被分解。每次自顶向下的分解迭代都会生成一个具有随机确定的加性方向（深红色箭头）的hybrid-fabricable块。该图显示了三次迭代，产生了三个块（绿色、黄色和红色区域）。(2)我们可视化了产生第二次迭代的一个块的过程，其中我们的解决方案是用定义良好的基于板的动态有向图𝐺2𝐴𝑆𝑀编码所有ASHM约束，然后是一个合并节点的过程来生成块。为了构建𝐺2𝐴𝑆𝑀称为混合块图，（2-1）我们首先需要构建一个减法块图𝐺2𝑆𝑀来编码减法可访问性约束，（2-2）和一个加性块图𝐺2𝐴𝑀来编码可访问性和依赖性约束。（2-3）然后对𝐺2𝑆𝑀和𝐺2𝐴𝑀到𝐺2𝐴𝑆𝑀进行积分。（2-4）以𝐺2𝐴𝑆𝑀为基础，采用贪婪节点合并算法生成混合可编织块。(3)最后，通过对分解块的顺序进行倒转，得到一个可行的ASHM制造序列。
🐼制造约束
我们目前的解决方案是基于无支撑的混合制造，从头开始使用平面打印切片板和3+2加工策略 ，其中两个制造无碰撞相关约束（附加可及性约束和减去可及性约束），一个制造依赖约束和一个自支持约束将是序列规划期间要考虑的关键制造约束。
四种失效情况下的制造约束说明：(a)增材可及性约束：AM过程中打印头与实现件发生碰撞。(b)减法可及性约束：SM过程中加工刀具与模型的碰撞。(c)加性依赖约束：在不使用支撑结构的情况下，切片板只能在其优先板之后打印。(d)减法依赖约束：加工刀具不能雕刻在一个存在的三维表面。
🐨🐨共分解方法
本节详细说明了如何在迭代中从正在实现的3D对象中分解（对象初始化为1），使用确定的AM方向。受[Zhong等人，2022]的启发，我们采用了过度分割然后合并的策略。通过均匀地用垂直于AM方向的平面切割3D对象，切片板条的结果是作为过度分割的小规模块，这些块将被进一步合并成大规模块，同时保证混合制造的可行性。
🐼减法块图
**减法块图𝐺𝑖𝑆𝑀插图：**评估三个匹配方向（↑，←，→）。(a)对于输入的3D对象𝑀，我们开始在（本例中为2D边界）的3D表面𝑀上均匀采样点。紫色框表示加工刀具沿三个方向实现点ℎ，与点{𝑎，𝑐，𝑑，𝑓，𝑖，𝑗}碰撞，由有向边的相关位向量编码。有向图显示结果相减制造图，其中点ℎ和𝑒 不可达（红点）。(b)构建𝑖≥2的减法块图𝐺𝑖𝑆𝑀, 进行分解𝑀𝑖，其中右上角的一个子部分在之前的自顶向下迭代中已经分解为一个块。此时不可达点𝑒是可达的。
🐼加性块图
(a)加性块图𝐺𝑖𝐴𝑀的图解，其节点是左侧的切片板，有两种类型的边，依赖有向边（黑色边）和碰撞有向边（紫色边）。自持板用绿色方格表示，红色方格表示非自持板。(b)为了加快两块楼板之间的碰撞检测，我们发现在某些特定情况下，无需耗时的遍历过程即可确定碰撞，以楼板2为例：1)楼板2下的楼板永远不会碰撞到楼板2（楼板1）；2)依赖于板2的板永远不会碰撞到板2（板3）；3)对于不依赖于板2的板，如果沿着打印方向在2D投影空间中存在交集，例如板 6,7,8，它们肯定会碰撞到板2。
🐼混合块图
图解统一可达性分析构建𝐺2𝐴𝑆𝑀：(a)𝐺2𝑆𝑀和𝐺2𝐴𝑀的采样面点和切片板。(b)两个图节点之间通过面点位置的多对一映射关系。(c)𝐺2𝐴𝑆𝑀通过标记中的减法不可达节点𝐺2𝐴𝑀来构建。有两个不可构建的节点，一个是SM进程无法访问的节点𝐵，另一个是不可自支持的节点C。𝐺2𝐴𝑆𝑀的节点用圆角矩形进行可视化，以表示两个图节点的集成，分别用圆点和直角矩形进行可视化。
🐼生成Hybrid-fabricable Block
具体的合并准则：1)已有的指向块节点的有向边；2)减法可达；3)不破坏放大块体的自支撑约束；4)放大块不与ASHM机发生碰撞。当块中不能包含任何非叶节点时图合并停止，生成𝐵𝑖作为合并节点组合的板块。
**具有三个节点合并迭代的混合可构造块生成示例：**蓝色的圆角框表示合并到块中的𝐺2𝐴𝑆𝑀节点（蓝色圆角矩形），作为可组装的叶节点𝐼和𝐻用于第一次迭代（a到b）。合并过程终止，而与块相关的所有节点都不可组装(d)，如节点𝐶和B 。
🐨🐨波束制导优化
我们应用梁引导策略来解决VASCO问题的动机是观察到，为每个块选择不同的AM方向对序列规划的长度有显著影响。本节详细描述了提出的梁引导策略，该策略旨在为ASHM方向选择探索额外的可能性。梁搜索是一种启发式搜索算法，用于在效率和解决方案质量之间取得平衡。在每次迭代中，我们使用第4节的方法，使用不同的AM方向生成大量候选块。核心步骤包括1）生成多个候选解决方案（小节5.1）；2）评分候选解决方案，然后选择最优的𝑊𝐵𝑒𝑎𝑚（𝑊𝐵𝑒𝑎𝑚is set 8）（小节5.2）；3）终止条件（小节5.3）。下图演示了模型演变的完整分解。
我们设计了一种波束制导搜索方法来扩展ASHM方向选择的可能性，以改进由简单贪心方案获得的局部最优结果。该图展示了通过三次波束导向迭代（1-2-3）完全分解波束导向优化的输入珊瑚模型演化。在每次迭代过程中，选定的候选对象都用方框标记。我们设置波束宽度𝑊𝑏𝑒𝑎𝑚= 2，样本𝐷𝐷𝑟=10𝐴𝑀调幅方向（深红色箭头）。图中标记的数字表示块评价值𝑓𝑝𝑟𝑖𝑜𝑟𝑖𝑡𝑦（）。(4)为最优ASHM制造顺序（上图）。为了便于可视化，我们假设不应用第4.4节中描述的块放大过程。
每个评估标准的单变量比较，其中我们仅考虑六个标准中的一个来评估生成的块。从左到右，此图为(1)的分解结果"区块大小"；(2)"地表点优先"；(3)"块连接";(4)"印刷方向变化"；(5)"结构稳健";(6)"金字塔形状"。所产生的方块数量如图所示。
**消融研究的标准分析:**通过1)基线方法生成三个块分解结果，其中我们在每次波束搜索迭代期间随机选择块（绿色条形图和折线图）；2)仅以"块大小"标准作为块评价函数（蓝色条形图和折线图）；3)仅以"块大小"和"面点优先级"标准作为块评价函数（黄色条形图和折线图）。三种方法分别产生11个、6个和5个块。柱状图说明了在每个块中𝐺可以实现多少不可访问的1𝑆𝑀节点。折线图说明了每个块的大小。
波束搜索的多重分解结果，具有相同数量的块。对于模型Julia花瓶，我们展示了两个具有相同4块的解决方案。这张图展示了两种解决方案的正面和背面视图。条形图将后四个标准下的四个测量值可视化，其中值越小越好。第一个解决方案在打印方向和结构稳健性方面具有更好的变化，第二个解决方案具有更好的金字塔状形状。
🐨🐨结果和讨论
本节展示了不同几何复杂度的3D模型的ASHM序列规划结果和物理评估结果。我们还根据不同参数设置评估了VASCO算法的性能。对物体可制造性、权重分配和算法可扩展性进行了讨论。
🐨🐨未来工作
可以考虑其他制造方案来扩展VASCO配方，1)采用过/过切入或过/过充填制造策略[Harabin和Behandish 2022]；2)同时考虑增材制造和减材制造，其中打印头和CNC切割机同时工作；3)采用自适应方向采样方法构建减法和加法方框图，因为某些方向起着更重要的作用；4)考虑体积减法制造，允许在修复变形零件的同时雕刻外部体积。这些选项可以通过扩展块，统一方向图的公式来包含在我们提出的算法中，以编码更多的制造约束，并在我们的评估函数中包含更多的标准。
通过将我们的序列规划方法与时空拓扑优化相结合，可以进一步探索面向制造的混合设计[Wang et al. 2020]。此外，任意给定形状的ASHM的可行性研究仍然是一个悬而未决的问题。一种确定目标形状可行性的可靠方法将极大地有利于形状优化和实际CAM。我们的VASCO算法产生ASHM的优化解决方案，并返回它没有找到可行的解。但这只是进行可行性研究的必要条件。我们想进一步深入研究这个问题。
🦌🦌🦌做笔记
🐕🐕该文章的研究目的
🐈优化增减材混合制造过程
文章旨在提出一个计算框架，优化增减材混合制造（ASHM）过程中的增减材序列规划，确保工具可达性，并最小化两种制造过程间的切换，以实现高效制造并保持产品质量。
🐈提升制造效率和质量
通过减少增减材过程之间的切换，目标是提高制造效率，同时确保最终产品的高质量。
🐕🐕该文章的研究方法
🐈体积和表面共分解（VASCO）
研究者将制造过程表述为体积和表面共分解（VASCO）问题，通过将体积切片成板条并构建动态有向图来编码制造约束。
🐈波束制导的自顶向下块分解算法
提出了一种新的算法，该算法使用梁引导的自顶向下方法来分解3D形状，确保每个块都可以被相应的制造方向所访问。
🐈混合可制造性评估
引入了混合可制造性这一新概念，用于评估成对的增减材过程，并设计了相应的子评估函数来优化块的连通性、打印方向变化、结构稳固性和形状稳定性。
🐕🐕该文章的研究内容
🐈增减材混合制造的挑战
文章首先讨论了增减材混合制造中确保工具可达性的重要性，以及制造过程中物体形状变化带来的挑战。
🐈计算框架的构建
详细描述了如何构建一个计算框架来优化增减材序列，包括如何编码制造约束和如何通过动态有向图来表示这些约束。
🐈算法实现和评估
介绍了所提出的梁引导的自顶向下块分解算法的具体实现，并通过5轴混合制造平台对各种3D形状进行了评估。
🐕🐕该文章的最大创新点
🐈体积和表面共分解方法
文章的最大创新点在于提出了体积和表面共分解（VASCO）这一新方法，这种方法能够处理复杂的制造约束，并优化增减材过程的规划。
🐈混合可制造性概念
引入了混合可制造性的概念，这一概念有助于评估和确保制造过程中的每个步骤都可以高效且安全地执行。
🐈波束制导优化策略
提出了一种波束制导的优化策略，用于在增减材制造过程中探索更多的方向选择可能性，以提高制造效率和产品质量。
🐕🐕该文章给我们的启发
🐈制造过程的优化
文章启发我们在设计制造过程时，需要考虑工具可达性和制造依赖性，以实现更高效和更高质量的产品制造。
🐈算法创新的重要性
文章展示了通过算法创新可以解决复杂的制造问题，这对于推动制造业的发展具有重要意义。
🐈跨学科合作的价值
研究团队由不同领域的专家组成，这表明跨学科合作在解决复杂工程问题中的价值。