CN108931535A - 一种激光增材制造气孔缺陷在线监测方法 - Google Patents
一种激光增材制造气孔缺陷在线监测方法 Download PDFInfo
- Publication number
- CN108931535A CN108931535A CN201811054825.6A CN201811054825A CN108931535A CN 108931535 A CN108931535 A CN 108931535A CN 201811054825 A CN201811054825 A CN 201811054825A CN 108931535 A CN108931535 A CN 108931535A
- Authority
- CN
- China
- Prior art keywords
- laser
- gas hole
- hole defect
- image
- line monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 81
- 230000007547 defect Effects 0.000 title claims abstract description 68
- 238000012544 monitoring process Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 230000009467 reduction Effects 0.000 claims abstract description 9
- 239000000843 powder Substances 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 239000004065 semiconductor Substances 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 239000002893 slag Substances 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 2
- 230000007480 spreading Effects 0.000 claims description 2
- 238000003892 spreading Methods 0.000 claims description 2
- 230000008676 import Effects 0.000 claims 1
- 238000002474 experimental method Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000011065 in-situ storage Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000012149 noodles Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F3/00—Manufacture of workpieces or articles from metallic powder characterised by the manner of compacting or sintering; Apparatus specially adapted therefor ; Presses and furnaces
- B22F3/10—Sintering only
- B22F3/105—Sintering only by using electric current other than for infrared radiant energy, laser radiation or plasma ; by ultrasonic bonding
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明公开了一种激光增材制造气孔缺陷在线监测方法，该方法所用的激光增材制造气孔缺陷监测系统，在原有激光增材制造及其在线监测系统的基础上增加图像在线处理单元和气孔缺陷在线监测单元。图像在线处理单元包括灰度处理模块、图像滤波降噪模块和气泡特征提取模块；气孔缺陷在线监测单元可根据熔池内的气泡特征，并结合预实验采集的数据，对气孔缺陷进行在线实时监测。该激光增材制造气孔缺陷在线监测方法通过图像的采集、预处理和特征识别等实现了激光增材制造气孔缺陷的在线监测。
Description
技术领域
本发明属于激光增材制造在线监测技术领域，具体地，是一种针对激光增材制造气孔缺陷的在线监测方法。
背景技术
增材制造作为与传统的等材、减材制造不同的一类加工方式，具有直接、快速、柔性化和智能化等优点，可有效进行复杂结构、复杂材料及小批量零部件的加工。激光增材制造因激光作为能量源，具有适用材料广泛、无需真空环境及成本相对较低等优势，广泛被应用于增材制造当中。
激光增材制造，尤其是工业领域金属产品的增材制造，其质量的均一性较差，影响因素较多，其中的尺寸精度及缺陷问题一直影响着该技术的普及与应用。气孔缺陷作为激光增材制造的主要缺陷之一，其相关研究一直受到企业与科研领域广泛重视。目前主要观点认为，气孔产生的原理是因为保护气或空心金属粉末等将气体引入熔融的熔池中，并在熔池凝固前没能及时逸出。以此原理为基础所研发的磁场或电磁场复合增材制造方法均对气孔缺陷的产生有一定的抑制作用。在气孔缺陷检测方面，通常需要将试件加工完成后采用金相观察、超声检测、X射线检测或者工业CT检测的方法来进行，这些后验检测方法大多需要加工制造完成后进行，如检测出气孔缺陷则这些试件需进行报废处理，这往往会浪费大量资源。因此，可以采用在线监测的方法来实现气孔缺陷的前验检测，在监测出气孔缺陷产生时及时终止加工，节约资源。同时，气孔缺陷的在线监测也可与其去除方法相结合，实现气孔缺陷的原位监测及去除。综上所述，气孔缺陷的在线监测具有广泛的需求与应用价值。
在目前的气孔缺陷在线监测中，采用X射线监测的方法取得了一定的进展，但其设备价格往往较高且难以实现较高的自动化；采用涡流检测的方法可以实现气孔缺陷在线的原位检测，但因激光增材制造过程中的高温及粉末飞溅等恶劣环境，难以实现加工过程中的实时监测。因此，现在缺乏价格适中、易实现高度自动化并能实时在线监测气孔缺陷的方法。
发明内容
针对现有技术的不足，本发明提供了一种针对激光增材制造气孔缺陷的在线监测方法。该方法可实时获取激光增材制造中熔池的气泡数量与面积，并根据无气孔缺陷时的气泡数量与面积范围来判断气孔缺陷是否产生，由此解决了激光增材制造中因气孔缺陷所导致的资源耗费，以及气孔缺陷在线监测及其原位去除中的在线监测问题，该方法可以使激光增材制造资源更节约、质量更高。
本发明的技术方案：
一种激光增材制造气孔缺陷在线监测方法，该方法所用的激光增材制造气孔缺陷在线监测系统，在原有激光增材制造及其在线监测系统的基础上增加图像在线处理单元和气孔缺陷在线监测单元；原有激光增材制造及其在线监测系统包含激光器、激光头、位移装置、材料进给装置和图像同轴采集单元；
所述的图像在线处理单元包括灰度处理模块、图像滤波降噪模块和气泡特征提取模块；所述气泡特征提取模块所提取的特征包括气泡数量与气泡像素总面积；
所述的气孔缺陷在线监测单元根据熔池内的气泡特征，对气孔缺陷进行监测；
步骤如下：
(1)将激光头与基体的距离调至粉末汇聚处的上、下2mm范围内，通过标定板进行图像同轴采集设备的对焦，并标定图像与实际尺寸的比例，图像像素值与实际尺寸比例为n:1；
(2)激光头与基体的相对位移或与已增材部分的相对位移均由位移装置控制，在基体或已增材部分上进行增材加工，通过图像同轴采集单元实时采集激光熔池图像，采集帧率范围为20～200fps；
(3)图像在线处理单元对采集到的图像进行预处理，包括灰度处理、图像滤波降噪和熔池气泡特征提取，处理速度为5～50ms；
灰度处理使原图像灰度直方图中的灰度分布范围至少压缩至原图的1/2；
图像滤波降噪去除熔池区域外的粉末飞溅干扰，去除熔池区域内像素值小于5的粉末飞溅和熔池熔渣干扰；
熔池气泡特征提取可获得气泡数量N和气泡总像素面积s；
(4)根据步骤(1)中的标定比例n:1，将步骤(3)中提取的气泡数量N和气泡总像素面积s导入气孔缺陷在线监测单元中，根据公式得出气泡实际总面积S；
(5)采集所需粉末与基体材料相匹配及所需工艺参数情况下，气孔缺陷产生时的熔池表面气泡数量N和气泡实际总面积S的范围，进而根据实时提取的气泡特征来判断激光增材制造气孔缺陷是否产生。
上述技术方案中，所述激光器包括半导体激光器或Nd:YAG激光器，激光器与激光头的连接方式为光纤连接。
所述材料进给装置包括送粉装置、送丝装置或铺粉装置。
所述位移装置包括数控机床或机器人。
所述图像同轴采集单元包含内置于激光头内的45°分光镜、滤光片、镜头和相机，该分光镜可实现激光的正向传递与可见光的逆向传递，滤光片可以滤除强光及干扰光，镜头和相机可以清晰获取每一个时刻的激光增材熔池图像。
本发明的有益效果：
(1)本发明能够对激光增材制造气孔缺陷进行在线监测，实时判断是否有气孔缺陷产生，且处理速度快，方法稳定可靠，既可作为一种增材制造的前验检测方法来判断零件是否报废，又可用于气孔缺陷在线监测与去除中的监测部分。
(2)本发明集成化程度高，可嵌入到目前监测系统中而不需新添加过多的硬件设备，针对熔池的视觉图像又可以进行更深层次的分析，如搭接率的在线监测等。
(3)本发明适用性强，不受进给材料或基体材料属性、尺寸、表面状态等问题的限制，具有较好的适应性。
附图说明
图1为激光增材制造气孔缺陷在线监测系统的结构示意图。
图2为激光增材制造气孔缺陷在线监测方法的流程示意图。
图中：1激光器；2位移装置；3激光头；4材料进给装置；5图像同轴采集单元；6计算机。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应该理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以互相组合。
在激光增材制造中，气孔缺陷严重影响了加工质量，并且导致了资源的浪费。随着激光增材制造的普及、激光头结构的优化以及视觉传感技术的发展，同轴视觉监测技术渐渐应用到了激光增材制造中，且各种图像处理方法也逐渐被尝试。因此，本发明充分利用现有的先进技术与算法，提出了激光增材制造气孔缺陷的在线监测方法。
参看图1，本实施例硬件平台包括
激光器1：所述激光器1在本实施例中为半导体激光器；
位移装置2：所述位移装置2在本实施例中为六轴机器人；
激光头3：所述激光头3在本实施例中为激光熔覆头；
材料进给装置4：所述材料进给装置4在本实施例中为送粉器；
图像同轴采集单元5：所述图像同轴采集单元中的视觉图像采集设备在本实施例中为CMOS相机；
计算机6：所述计算机6在本实施例中包含图像在线处理单元和气孔缺陷在线监测单元。
本实施例所采用的粉末材料为Ni60粉末，基体材料为316L，粉末直径为40～120μm，基体尺寸为120×30×10mm。
由图2，实施例的步骤为：
(1)将激光头3与基体的距离调至粉末汇聚处的上、下2mm范围内，通过标定板进行图像同轴采集设备的对焦，并标定图像与实际尺寸的比例，图像像素值与实际尺寸1mm的比例为130:1；
(2)激光头3与基体或已增材部分的相对位移由位移装置2控制，在基体或已增材部分上进行增材加工，通过图像同轴采集单元实时采集激光熔池图像，采集帧率为100fps；
(3)图像在线处理单元对采集到的图像进行预处理，包括灰度处理、图像滤波降噪和熔池气泡特征提取，处理速度为5～50ms；
所述灰度处理，通过Gamma变换和对比度调整，使原图像灰度直方图中的灰度分布范围调节至3～150，以此来增强图像细节；
所述图像滤波降噪，通过高斯滤波、中值滤波和小像素目标移除，去除熔池区域外的粉末飞溅干扰，去除熔池区域内像素值小于5的粉末飞溅、熔池熔渣和熔池气泡干扰；
所述的熔池气泡特征提取，通过高灰度区域数量来获得气泡数量N，通过高灰度区域面积来获得气泡总面积S；
(4)根据步骤(1)中的标定比例130:1，将步骤(3)中提取的气泡数量N和气泡总像素面积s导入气孔缺陷在线监测单元中，根据公式得出气泡实际总面积S；
(5)采集所需粉末与基体材料相匹配及所需工艺参数情况下，气孔缺陷产生时的熔池表面气泡数量N<3和气泡实际总面积S<1500pixels的范围，进而根据实时提取的气泡特征来判断激光增材制造气孔缺陷的产生。
该实施例中可确定气孔缺陷产生时气泡数量N和气泡总面积S。该监测数据适用于316L基体与Ni60粉末，基体水平，激光头垂直，送粉率为14.2g/min时的状态。因此，本发明提出的方法，可实现气孔缺陷的有效监测，解决了激光增材制造中因气孔缺陷所导致的资源耗费，以及气孔缺陷在线监测及其原位去除中的在线监测问题，该方法可以使激光增材制造资源更节约、质量更高。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种激光增材制造气孔缺陷在线监测方法，其特征在于，该方法所用的激光增材制造气孔缺陷在线监测系统，在原有激光增材制造及其在线监测系统的基础上增加图像在线处理单元和气孔缺陷在线监测单元；原有激光增材制造及其在线监测系统包含激光器、激光头、位移装置、材料进给装置和图像同轴采集单元；
所述的图像在线处理单元包括灰度处理模块、图像滤波降噪模块和气泡特征提取模块；
所述气泡特征提取模块所提取的特征包括气泡数量与气泡总像素面积；
所述的气孔缺陷在线监测单元根据熔池内的气泡特征，对气孔缺陷进行监测；
步骤如下：
(1)将激光头与基体的距离调至粉末汇聚处的上、下2mm范围内，通过标定板进行图像同轴采集设备的对焦，并标定图像与实际尺寸的比例，图像像素值与实际尺寸比例为n:1；
(2)激光头与基体的相对位移或与已增材部分的相对位移均由位移装置控制，在基体或已增材部分上进行增材加工，通过图像同轴采集单元实时采集激光熔池图像，采集帧率范围为20～200fps；
(3)图像在线处理单元对采集到的图像进行预处理，包括灰度处理、图像滤波降噪和熔池气泡特征提取，处理速度为5～50ms；
所述的熔池气泡特征提取可获得气泡数量N和气泡总像素面积s；
(4)根据步骤(1)中的标定比例n:1，将步骤(3)中提取的气泡数量N和气泡总像素面积s导入气孔缺陷在线监测单元中，根据公式得出气泡实际总面积S；
(5)采集所需粉末与基体材料相匹配及所需工艺参数情况下，气孔缺陷产生时的熔池表面气泡数量N和气泡实际总面积S的范围，进而根据实时提取的气泡特征来判断激光增材制造气孔缺陷是否产生。
2.根据权利要求1所述的激光增材制造气孔缺陷在线监测方法，其特征在于，所述的灰度处理是使原图像灰度直方图中的灰度分布范围至少压缩至原图像的1/2。
3.根据权利要求1或2所述的激光增材制造气孔缺陷在线监测方法，其特征在于，所述的图像滤波降噪是去除熔池区域外的粉末飞溅干扰，去除熔池区域内像素值小于5的粉末飞溅和熔池熔渣干扰。
4.根据权利要求1或2所述的激光增材制造气孔缺陷在线监测方法，其特征在于，所述激光器包括半导体激光器或Nd:YAG激光器，激光器与激光头的连接方式为光纤连接。
5.根据权利要求3所述的激光增材制造气孔缺陷在线监测方法，其特征在于，所述激光器包括半导体激光器或Nd:YAG激光器，激光器与激光头的连接方式为光纤连接。
6.根据权利要求5所述的激光增材制造气孔缺陷在线监测方法，其特征在于，所述的材料进给装置包括送粉装置、送丝装置或铺粉装置。
7.根据权利要求1、2、5或6所述的激光增材制造气孔缺陷在线监测方法，其特征在于，所述的位移装置包括数控机床或机器人。
8.根据权利要求3所述的激光增材制造气孔缺陷在线监测方法，其特征在于，所述的位移装置包括数控机床或机器人。
9.根据权利要求1、2、5、6或8所述的激光增材制造气孔缺陷在线监测方法，其特征在于，所述的图像同轴采集单元包含内置于激光头内的45°分光镜、滤光片、镜头和相机，该分光镜实现激光的正向传递与可见光的逆向传递，滤光片滤除强光及干扰光，镜头和相机清晰获取每一个时刻的激光增材熔池图像。
10.根据权利要求7所述的激光增材制造气孔缺陷在线监测方法，其特征在于，所述的图像同轴采集单元包含内置于激光头内的45°分光镜、滤光片、镜头和相机，该分光镜实现激光的正向传递与可见光的逆向传递，滤光片滤除强光及干扰光，镜头和相机清晰获取每一个时刻的激光增材熔池图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811054825.6A CN108931535B (zh) | 2018-09-11 | 2018-09-11 | 一种激光增材制造气孔缺陷在线监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811054825.6A CN108931535B (zh) | 2018-09-11 | 2018-09-11 | 一种激光增材制造气孔缺陷在线监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108931535A true CN108931535A (zh) | 2018-12-04 |
| CN108931535B CN108931535B (zh) | 2021-01-05 |
Family
ID=64444008
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811054825.6A Active CN108931535B (zh) | 2018-09-11 | 2018-09-11 | 一种激光增材制造气孔缺陷在线监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108931535B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108956609A (zh) * | 2018-09-11 | 2018-12-07 | 大连理工大学 | 一种激光增材制造粉末利用率在线监测方法 |
| CN110000473A (zh) * | 2019-05-14 | 2019-07-12 | 广东工业大学 | 一种镀锌钢激光添粉焊接缺陷在线监控系统及方法 |
| CN110508811A (zh) * | 2019-09-06 | 2019-11-29 | 汕头市瑞祥模具有限公司 | 一种增减材复合制造过程中的质量检测及自动修正方法 |
| CN111207986A (zh) * | 2020-04-22 | 2020-05-29 | 中国航发上海商用航空发动机制造有限责任公司 | 未熔合缺陷的无损检测方法、检测标准件及其制造方法 |
| CN111351863A (zh) * | 2020-04-24 | 2020-06-30 | 佛山科学技术学院 | 一种用于slm增材制造加工过程声发射在线监测装置 |
| CN112557445A (zh) * | 2020-11-17 | 2021-03-26 | 华中科技大学 | 一种基于增材制造的缺陷在线检测方法、装置和系统 |
| CN113620593A (zh) * | 2021-07-29 | 2021-11-09 | 杭州富通通信技术股份有限公司 | 光纤的加工方法 |
| CN113959800A (zh) * | 2021-09-03 | 2022-01-21 | 深圳市深汕特别合作区万泽精密科技有限公司 | 一种高温合金粉末空心粉率的评定方法 |
| CN114813759A (zh) * | 2022-06-24 | 2022-07-29 | 四川英创力电子科技股份有限公司 | 一种精密检测印制电路板上孔数的检孔装置及方法 |
| CN117409069A (zh) * | 2023-12-15 | 2024-01-16 | 深圳市什方智造科技有限公司 | 膜层气泡面积的识别方法、装置、设备及介质 |
| CN118297940A (zh) * | 2024-05-30 | 2024-07-05 | 泰山石膏(宜宾)有限公司 | 一种石膏板生产线质量管控方法、装置、设备及介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5983981A (en) * | 1997-06-13 | 1999-11-16 | Ishikawajima-Harima Heavy Industries Company Ltd. | Casting steel strip |
| WO2007147221A1 (en) * | 2006-06-20 | 2007-12-27 | Katholieke Universiteit Leuven | Procedure and apparatus for in-situ monitoring and feedback control of selective laser powder processing |
| US9556525B2 (en) * | 2009-08-10 | 2017-01-31 | Bego Bremer Goldschlaegerei Wilh, Herbst Gmbh & Co. Kg | Ceramic or glass-ceramic article and methods for producing such article |
| CN107502890A (zh) * | 2017-09-12 | 2017-12-22 | 大连理工大学 | 一种减少激光熔覆成型零部件气孔缺陷的方法 |
| CN107688028A (zh) * | 2017-08-08 | 2018-02-13 | 大连理工大学 | 一种激光增材制造搭接率在线监测方法 |
| CN108274002A (zh) * | 2018-04-25 | 2018-07-13 | 吉林大学 | 一种激光增材制造同步监测系统 |
| CN110944787A (zh) * | 2016-09-29 | 2020-03-31 | 恩耐公司 | 利用可变光束参数控制熔池来形成制品的方法和光束系统 |
-
2018
- 2018-09-11 CN CN201811054825.6A patent/CN108931535B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5983981A (en) * | 1997-06-13 | 1999-11-16 | Ishikawajima-Harima Heavy Industries Company Ltd. | Casting steel strip |
| WO2007147221A1 (en) * | 2006-06-20 | 2007-12-27 | Katholieke Universiteit Leuven | Procedure and apparatus for in-situ monitoring and feedback control of selective laser powder processing |
| US9556525B2 (en) * | 2009-08-10 | 2017-01-31 | Bego Bremer Goldschlaegerei Wilh, Herbst Gmbh & Co. Kg | Ceramic or glass-ceramic article and methods for producing such article |
| CN110944787A (zh) * | 2016-09-29 | 2020-03-31 | 恩耐公司 | 利用可变光束参数控制熔池来形成制品的方法和光束系统 |
| CN107688028A (zh) * | 2017-08-08 | 2018-02-13 | 大连理工大学 | 一种激光增材制造搭接率在线监测方法 |
| CN107502890A (zh) * | 2017-09-12 | 2017-12-22 | 大连理工大学 | 一种减少激光熔覆成型零部件气孔缺陷的方法 |
| CN108274002A (zh) * | 2018-04-25 | 2018-07-13 | 吉林大学 | 一种激光增材制造同步监测系统 |
Non-Patent Citations (3)
| Title |
|---|
| S.CLIJSTERS 等: "In situ quality control of the selective laser melting process using a high-speed, real-time melt pool monitoring system", 《INT J ADV MANUF TECHNO》 * |
| 吕宏振: "铝合金激光立焊焊接特性及气孔问题研究", 《中国优秀博硕士学位论文全文数据库 (硕士) 工程科技Ⅰ辑》 * |
| 邓星: "基于深度学习与SVM的电弧熔积表面缺陷检测与分类", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108956609B (zh) * | 2018-09-11 | 2021-04-20 | 大连理工大学 | 一种激光增材制造粉末利用率在线监测方法 |
| CN108956609A (zh) * | 2018-09-11 | 2018-12-07 | 大连理工大学 | 一种激光增材制造粉末利用率在线监测方法 |
| CN110000473A (zh) * | 2019-05-14 | 2019-07-12 | 广东工业大学 | 一种镀锌钢激光添粉焊接缺陷在线监控系统及方法 |
| CN110508811A (zh) * | 2019-09-06 | 2019-11-29 | 汕头市瑞祥模具有限公司 | 一种增减材复合制造过程中的质量检测及自动修正方法 |
| CN111207986A (zh) * | 2020-04-22 | 2020-05-29 | 中国航发上海商用航空发动机制造有限责任公司 | 未熔合缺陷的无损检测方法、检测标准件及其制造方法 |
| WO2021212894A1 (zh) * | 2020-04-22 | 2021-10-28 | 中国航发上海商用航空发动机制造有限责任公司 | 未熔合缺陷的无损检测方法、检测标准件及其制造方法 |
| CN111351863A (zh) * | 2020-04-24 | 2020-06-30 | 佛山科学技术学院 | 一种用于slm增材制造加工过程声发射在线监测装置 |
| CN112557445B (zh) * | 2020-11-17 | 2022-04-12 | 华中科技大学 | 一种基于增材制造的缺陷在线检测方法、装置和系统 |
| CN112557445A (zh) * | 2020-11-17 | 2021-03-26 | 华中科技大学 | 一种基于增材制造的缺陷在线检测方法、装置和系统 |
| CN113620593A (zh) * | 2021-07-29 | 2021-11-09 | 杭州富通通信技术股份有限公司 | 光纤的加工方法 |
| CN113959800A (zh) * | 2021-09-03 | 2022-01-21 | 深圳市深汕特别合作区万泽精密科技有限公司 | 一种高温合金粉末空心粉率的评定方法 |
| CN114813759A (zh) * | 2022-06-24 | 2022-07-29 | 四川英创力电子科技股份有限公司 | 一种精密检测印制电路板上孔数的检孔装置及方法 |
| CN117409069A (zh) * | 2023-12-15 | 2024-01-16 | 深圳市什方智造科技有限公司 | 膜层气泡面积的识别方法、装置、设备及介质 |
| CN117409069B (zh) * | 2023-12-15 | 2024-05-14 | 深圳市什方智造科技有限公司 | 膜层气泡面积的识别方法、装置、设备及介质 |
| CN118297940A (zh) * | 2024-05-30 | 2024-07-05 | 泰山石膏(宜宾)有限公司 | 一种石膏板生产线质量管控方法、装置、设备及介质 |
| CN118297940B (zh) * | 2024-05-30 | 2024-09-13 | 泰山石膏(宜宾)有限公司 | 一种石膏板生产线质量管控方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108931535B (zh) | 2021-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108931535A (zh) | 一种激光增材制造气孔缺陷在线监测方法 | |
| CN106881462B (zh) | 一种针对激光选区熔化成形缺陷的在线检测与优化系统 | |
| CN110524580B (zh) | 一种焊接机器人视觉组件及其测量方法 | |
| CN108489986A (zh) | 一种增材制造在线检测及修复方法 | |
| CN109136912B (zh) | 一种激光熔覆离焦量在线监测与负反馈状态识别方法 | |
| CN109676135A (zh) | 一种激光增材制造视觉灰度值差异在线监测与缺陷修复装置 | |
| He et al. | A critical review for machining positioning based on computer vision | |
| CN105157603B (zh) | 一种线激光传感器 | |
| Bagga et al. | Tool wear monitoring in turning using image processing techniques | |
| CN107688028B (zh) | 一种激光增材制造搭接率在线监测方法 | |
| CN109986172A (zh) | 一种焊缝定位方法、设备及系统 | |
| Stavridis et al. | A cognitive approach for quality assessment in laser welding | |
| CN110238520B (zh) | 一种基于ccd视觉检测的自动精密激光焊接方法 | |
| WO2021088247A1 (zh) | 合金分析视觉定位方法、装置及合金分析系统 | |
| Zhang et al. | In situ monitoring of direct energy deposition via structured light system and its application in remanufacturing industry | |
| CN113554587A (zh) | 一种基于深度学习的熔池图像几何特征提取方法及系统 | |
| CN109108518A (zh) | 一种激光焊驼峰缺陷的在线检测方法及装置 | |
| CN102519387B (zh) | 一种电子束焊接熔池形状参数的视觉检测方法 | |
| CN210720188U (zh) | 一种快速自动化光学检测系统 | |
| Yu et al. | A novel data-driven framework for enhancing the consistency of deposition contours and mechanical properties in metal additive manufacturing | |
| CN114226764B (zh) | 激光定向能量沉积过程的熔覆高度和应变调控系统和方法 | |
| CN111790910B (zh) | 一种激光粉末床熔融成形件缺陷反馈与调节方法 | |
| CN108705689A (zh) | 大口径精密光学晶体表面微缺陷修复用自动对刀工艺方法 | |
| Fei et al. | Machine Vision Analysis of Welding Region and its Application to Seam Tracking in Arc Welding | |
| CN114264236A (zh) | 基于机器视觉的工件几何尺寸自动化检测方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |