技术领域
[0001] 本
发明涉及一种基于云计算和三维打印技术的云制造系统及方法，属于三维打印技术应用领域。
背景技术
[0002] 三维打印技术是第三次工业革命的重要标志之一。三维打印源于快速成形技术，不同于传统的加工机床和模具方法，其属于加式制造。三维打印无需原胚和模具，直接根据计算机图形数据，通过逐层增加材料的方法生成任何形状的物体，简化产品的制造程序、缩短产品的研制周期、提高效率并降低成本。随着信息技术、精密仪器、材料科学的发展，三维打印技术取得显著进展，目前已应用于航空航天、工业设计、
生物医学、加工制造、建筑工程、文化创意等领域。随着开源
硬件技术的推动，三维打印设备价格显著降低，逐步走向民用与普及。
[0003] 三维打印对我国制造业发展有着重要的影响，为我国制造技术的赶超、推动制造业服务化、加快制造业升级带来新机遇。
[0004] 然而，3D打印服务与传统商品生产销售有较大的不同，3D打印是一类偏向于个性化定制的服务，至今仍然存在诸多问题：大部分商家提供的打印模型款式较少，难以满足个性化定制需求；提供打印服务的范围较小；打印价格较高；模型打印前预处理难度较高；在线平台的模型
版权保护成本较高；3D打印耗费时间较长。
[0005] 另一方面，“云计算”这种通过网络按需获取计算资源的崭新技术正在给信息技术领域带来巨大的变革。云计算是数据共享计算模式与服务共享计算模式的结合体，是下一代计算模式的发展方向。从平台技术构建来看，云计算具有3个基本特征：系统建立在大规模的廉价
服务器集群之上、通过
基础设施与上层应用程序的协同构建以达到最大效率利用硬件资源的目的、通过
软件的方法容忍多个
节点的错误。通过云计算对这3个方面基本特征的体现，达到了分布式系统两个方面的目标，即系统的可扩展性和可靠性，然而，
现有技术中，云计算和三维打印没有进行融合，对
打印机的调度没有有效的解决方案。
发明内容
[0006] 本发明目的在于克服现有技术中存在的不足，本发明提供一种提高打印效率，降低打印成本，降低模型预处理难度，保护模型版权的基于云计算和三维打印技术的云制造系统。
[0007] 本发明技术方案如下：
[0008] 基于云计算和三维打印的云制造系统，包括客户端、服务器端和
3D打印机端。
[0009] 客户端连接服务器端，用于将有3D打印需求的用户发送打印
请求和上传三维模型到服务器，接收客户端的请求，并将客户端请求的处理结果反馈；服务器端连接3D打印机端；3D打印机端包括若干打印机。
[0010] 服务器端通过切片引擎处理对需打印的三维模型进行加密处理，得到三维模型的Gcode文件(加工路径)，然后向3D打印机端提供单一的不可逆的Gcode文件用于打印，从而保护了模型的版权。
[0011] 服务器端根据基于遗传
算法的打印机调度算法，进行打印机调度，当同时存在多条打印请求时，基于打印机调度算法，生成一个最适合的分配打印方案；服务器端会根据用户的地址、选择的打印参数从等待调度的打印机中挑选出满足用户打印参数需求、处于空闲可打印状态并且距离用户最近的打印机进行打印。
[0012] 基于
遗传算法的打印机调度算法具体包括以下步骤：
[0013] (101)用户的打印请求在上传至服务器端后，服务器端每天定时调度，定时统计最新的打印请求，一方面使任务的调度更加集中，便于进行更改和调整，使得调度更加高效而精确。另一方面可以减少计算量，降低系统负载。
[0014] (102)建立影响打印机调度因素的数据结构，所述数据结构包括用户请求类、打印机类和打印任务类；
[0015] 用户请求类参数包括打印请求的
位置信息；
[0016] 打印机类参数包括打印请求的位置信息、打印机完成打印的成本、打印机完成打印的时间；
[0017] 打印任务类参数包括完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离；
[0018] (103)基于遗传算法建模，
输入层在一定时间内收到n个用户请求时，对m个等待调度的打印机进行统一的调度，在m台打印机中完成n项任务；
[0019]
输出层当每位一个用户请求分配到一个打印机后，根据用户请求类、打印机类的参数构建一个打印任务类，衡量所有的打印任务类中定义的资源消耗的总和；
[0020] 所述资源消耗包括：完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离，所述完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离分别分配一个权重w1、w2、w3，其中w1+w2+w3＝1。
[0021] 3D打印机端接收服务器的打印请求、打印参数和
修改、设置打印机状态。
[0022] 服务器端接收来自3D打印机端的消息，更新打印机的状态、参数。
[0023] 服务器端将上传的三维模型通过高度场网格生成、保特征的厚度调整、规范拓扑网格生成算法进行处理实现对三维模型的修复和优化。
[0024] 3D打印机端还包括控制打印机的控制PC，控制打印机的可运行程序安装在连接了打印机的控制PC中，控制PC与打印机通过USB进行连接。3D打印机端将打印机的相关信息上传至服务器端，并可以随时更改打印机的状态。当接收到打印请求时，3D打印机端自动生成订单，并启动打印机进行打印。
[0025] 基于云计算和三维打印的云制造方法，包括以下步骤：
[0026] S1，服务器端存储三维模型
数据库，客户端获取服务器中的数据，将商品信息展示给用户，用户在商品列表中选择满足需求的三维模型，并自定义打印参数，如打印
精度、打印尺寸、打印材料及
颜色。若用户没有找到满足需求的商品，在客户端发布自己的需求，招募设计师为用户个性化订制三维模型；同时，设计师通过客户端接收设计任务，设计完成后，将设计的三维模型上传至服务器；
[0027] S2，服务器端对设计师上传的三维模型进行修复和优化：
[0028] 将上传的三维模型通过高度场网格生成、保特征的厚度调整、规范拓扑网格生成算法进行处理；一方面降低模型的点面数量，减少运算量；另一方面对不规则的网格进行修复，将拓扑结构杂乱无序的不封闭曲面修复成拓扑结构规整的封闭曲面。
[0029] S3，服务器端通过切片引擎处理对待打印的三维模型进行模型加密，所述的模型加密通过对三维模型的切片处理得到三维模型的加工路径，向3D打印机端提供单一的Gcode文件用于打印；
[0030] 这样，作为3D打印生态圈中的用户和3D打印机持有者，得到的都是模型的加工路径即单一的Gcode文件，可以进行三维打印，但因切片过程的不可逆性，不能通过编辑得到原始的模型数据。从而保护设计师的权益。此外，在上述基础上，将来生成的Gcode文件只能用于特定的某台打印机，这样就可以进一步保护设计师的权益。
[0031] S4，服务器端获取三维模型对应的加密文件及相关参数，根据基于遗传算法的打印机调度算法，进行打印机调度，服务器端从待调度的打印机中挑选出满足用户打印参数需求、处于空闲可打印状态并且距离用户最近的打印机进行打印；
[0032] 步骤S4具体包括以下步骤：
[0033] (401)，用户的打印请求在上传至服务器端后，服务器端每天定时调度，定时统计最新的打印请求，一方面使任务的调度更加集中，便于进行更改和调整，使得调度更加高效而精确。另一方面可以减少计算量，降低系统负载。
[0034] (402)，建立影响打印机调度因素的数据结构，数据结构包括用户请求类、打印机类和打印任务类；
[0035] 用户请求类参数包括打印请求的位置信息；
[0036] 打印机类参数包括打印请求的位置信息、打印机完成打印的成本、打印机完成打印的时间；
[0037] 打印任务类参数包括完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离；
[0038] (403)，基于遗传算法建模，输入层在一定时间内收到n个用户请求时，对m个等待调度的打印机进行统一的调度，在m台打印机中完成n项任务；
[0039] 输出层当每位一个用户请求分配到一个打印机后，根据用户请求类、打印机类的参数构建一个打印任务类，衡量所有的打印任务类中定义的资源消耗的总和；
[0040] 资源消耗包括：完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离，完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离分别分配一个权重w1、w2、w3，其中w1+w2+w3＝1。
[0041] S5，打印机端接收到打印请求时，根据步骤S4的打印机调度结果，生成订单，并启动打印机进行打印。
[0042] 本发明与现有技术相比，优点在于：
[0043] 本发明基于云计算和三维打印的云制造系统建立在服务器集群之上，通过服务器端与打印机端的协同构建以达到最大效率利用硬件资源的目的，通过云计算减少多个服务器、打印机之间的冗余，能够最大效率的利用硬件资源，同时容错性能好，基于遗传算法在全网络范围内进行打印机调度，充分考虑了影响打印机调度因素，调度合理，算法简单，实现按需获取计算资源，达到了分布式系统的可扩展性和可靠性；
[0044] 本发明能够满足用户个性化需求，提供打印服务的范围在整个云计算包括大大范围内，打印成本低，打印效率高。
附图说明
[0045] 图1为本发明基于云计算和三维打印的云制造系统本发明的结构图；
[0046] 图2为本发明基于云计算和三维打印的云制造方法的工作
流程图；
[0047] 图3为模型加密的示意图。
具体实施方式
[0048] 下面结合附图对本发明作更进一步的说明。
[0049] 下面结合附图对本发明作进一步描述。以下
实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0050] 如图1所示，基于云计算和三维打印的云制造系统，包括客户端、服务器端和3D打印机端。客户端为PC客户端或者手机客户端。
[0051] 客户端连接服务器端，用于将有3D打印需求的用户发送打印请求和上传三维模型到服务器，接收客户端的请求，并将客户端请求的处理结果反馈；服务器端连接3D打印机端；3D打印机端包括若干打印机。
[0052] 如图3所示，服务器端通过切片引擎处理对需打印的三维模型进行加密处理，得到三维模型的Gcode文件(加工路径)，然后向3D打印机端提供单一的不可逆的Gcode文件用于打印，从而保护了模型的版权。
[0053] 服务器端根据基于遗传算法的打印机调度算法，进行打印机调度，当同时存在多条打印请求时，基于打印机调度算法，生成一个最适合的分配打印方案；服务器端会根据用户的地址、选择的打印参数从等待调度的打印机中挑选出满足用户打印参数需求、处于空闲可打印状态并且距离用户最近的打印机进行打印。
[0054] 基于遗传算法的打印机调度算法具体包括以下步骤：
[0055] (101)用户的打印请求在上传至服务器端后，服务器端每天定时调度，定时统计最新的打印请求，一方面使任务的调度更加集中，便于进行更改和调整，使得调度更加高效而精确。另一方面可以减少计算量，降低系统负载。本实施例每天调度24次，每小时统计最新的打印请求。
[0056] (102)建立影响打印机调度因素的数据结构，数据结构包括用户请求类、打印机类和打印任务类；
[0057] 用户请求类参数包括打印请求的位置信息；
[0058] 打印机类参数包括打印请求的位置信息、打印机完成打印的成本、打印机完成打印的时间；
[0059] 打印任务类参数包括完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离；
[0060] 本实施例影响打印机调度因素的数据结构如下：
[0061] Request类(用户请求)：成员：position(打印请求的位置信息)；
[0062] Printer类(打印机)：成员：position(打印机的位置信息)、cost(打印机完成打印的成本)、time(打印机完成打印的时间)；
[0063] PrintTask类(打印任务)：成员：time(完成打印任务耗时)、cost(完成打印的总体成本)、kilo(打印机端与用户的距离)。同时，PrintTask类也是调度过程中进行的基本单位。
[0064] (103)基于遗传算法建模，输入层在一定时间内收到n个用户请求时，对m个等待调度的打印机进行统一的调度，在m台打印机中完成n项任务；即在一定时间内积累到n个Request时，对m个待调度的Printer进行统一的调度，该调度问题可以归结为在m台机器中完成n项任务的最佳安排方案。
[0065] 输出层当每位一个用户请求分配到一个打印机后，根据用户请求类、打印机类的参数构建一个打印任务类，衡量所有的打印任务类中定义的资源消耗的总和；即当每一个Request分配到一个Printer后，根据两者之间的参数构建一个打印任务PrintTask类，最后衡量整个调度算法的是所有的PrintTask中定义的资源消耗的总和，其中资源的消耗主要由三部分组成：time(完成打印任务耗时)、kilo(打印机端与用户的距离)以及cost(完成打印任务的总体成本)。
[0066] 资源消耗包括：完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离，完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离分别分配一个权重w1、w2、w3，其中w1+w2+w3＝1。
[0067] 3D打印机端接收服务器的打印请求、打印参数和修改、设置打印机状态。
[0068] 服务器端接收来自3D打印机端的消息，更新打印机的状态、参数。
[0069] 服务器端将上传的三维模型通过高度场网格生成、保特征的厚度调整、规范拓扑网格生成算法进行处理实现对三维模型的修复和优化。
[0070] 3D打印机端还包括控制打印机的控制PC，控制打印机的可运行程序安装在连接了打印机的控制PC中，控制PC与打印机通过USB进行连接。3D打印机端将打印机的相关信息上传至服务器端，并可以随时更改打印机的状态。当接收到打印请求时，3D打印机端自动生成订单，并启动打印机进行打印。
[0071] 如图2所示，基于云计算和三维打印的云制造方法，包括以下步骤：
[0072] S1，服务器端存储三维模型数据库，客户端获取服务器中的数据，将商品信息展示给用户，用户在商品列表中选择满足需求的三维模型，并自定义打印参数，如打印精度、打印尺寸、打印材料及颜色。若用户没有找到满足需求的商品，在客户端发布自己的需求，招募设计师为用户个性化订制三维模型；同时，设计师通过客户端接收设计任务，设计完成后，将设计的三维模型上传至服务器；
[0073] S2，服务器端对设计师上传的三维模型进行修复和优化：
[0074] 将上传的三维模型通过高度场网格生成、保特征的厚度调整、规范拓扑网格生成算法进行处理；一方面降低模型的点面数量，减少运算量；另一方面对不规则的网格进行修复，将拓扑结构杂乱无序的不封闭曲面修复成拓扑结构规整的封闭曲面。
[0075] S3，服务器端通过切片引擎处理对待打印的三维模型进行模型加密，的模型加密通过对三维模型的切片处理得到三维模型的加工路径，向3D打印机端提供单一的Gcode文件用于打印；
[0076] 这样，作为3D打印生态圈中的用户和3D打印机持有者，得到的都是模型的加工路径即单一的Gcode文件，可以进行三维打印，但因切片过程的不可逆性，不能通过编辑得到原始的模型数据。从而保护设计师的权益。此外，在上述基础上，将来生成的Gcode文件只能用于特定的某台打印机，这样就可以进一步保护设计师的权益。
[0077] S4，服务器端获取三维模型对应的加密文件及相关参数，根据基于遗传算法的打印机调度算法，进行打印机调度，服务器端从待调度的打印机中挑选出满足用户打印参数需求、处于空闲可打印状态并且距离用户最近的打印机进行打印；
[0078] 步骤S4具体包括以下步骤(即基于遗传算法的打印机调度算法)：
[0079] (401)，用户的打印请求在上传至服务器端后，服务器端每天定时调度，定时统计最新的打印请求，一方面使任务的调度更加集中，便于进行更改和调整，使得调度更加高效而精确。另一方面可以减少计算量，降低系统负载。
[0080] (402)，建立影响打印机调度因素的数据结构，数据结构包括用户请求类、打印机类和打印任务类；
[0081] 用户请求类参数包括打印请求的位置信息；
[0082] 打印机类参数包括打印请求的位置信息、打印机完成打印的成本、打印机完成打印的时间；
[0083] 打印任务类参数包括完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离；
[0084] (403)，基于遗传算法建模，输入层在一定时间(24小时)内收到n个用户请求时，对m个等待调度的打印机进行统一的调度，在m台打印机中完成n项任务；
[0085] 输出层当每位一个用户请求分配到一个打印机后，根据用户请求类、打印机类的参数构建一个打印任务类，衡量所有的打印任务类中定义的资源消耗的总和；
[0086] 资源消耗包括：完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离，完成打印任务耗时、完成打印的总体成本、打印机端与用户的距离分别分配一个权重w1、w2、w3，其中w1+w2+w3＝1。
[0087] S5，打印机端接收到打印请求时，根据步骤S4的打印机调度结果，生成订单，并启动打印机进行打印。
[0088] 3D打印机端的可运行的程序安装在连接了打印机的控制PC中，控制PC与打印机通过USB进行连接。打印机持有者在选择连接本系统后，通过打印机端将打印机的相关信息上传至本系统，并可随时更改打印机的状态，是否向他人提供打印服务也由当前设置的状态决定。当接收到打印请求的时候，3D打印机端生成订单，并启动打印机进行打印。打印完成后，由打印机持有者发货给用户。
[0089] 以上仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
