CN110793572B - 基于多传感器融合的选择性激光熔融过程监控系统 - Google Patents
基于多传感器融合的选择性激光熔融过程监控系统 Download PDFInfo
- Publication number
- CN110793572B CN110793572B CN201911034648.XA CN201911034648A CN110793572B CN 110793572 B CN110793572 B CN 110793572B CN 201911034648 A CN201911034648 A CN 201911034648A CN 110793572 B CN110793572 B CN 110793572B
- Authority
- CN
- China
- Prior art keywords
- module
- vibration
- signal
- quality
- laser melting
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 230000004927 fusion Effects 0.000 title claims abstract description 23
- 238000010309 melting process Methods 0.000 title claims abstract description 16
- 239000000843 powder Substances 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000001931 thermography Methods 0.000 claims description 17
- 238000003892 spreading Methods 0.000 claims description 13
- 230000007480 spreading Effects 0.000 claims description 13
- 238000002844 melting Methods 0.000 claims description 9
- 230000008018 melting Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000003754 machining Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000001681 protective effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 5
- 239000000654 additive Substances 0.000 abstract description 3
- 230000000996 additive effect Effects 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000155 melt Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Abstract
本发明公开了一种基于多传感器融合的选择性激光熔融过程监控系统,属于增材制造领域,通过第一振动模块和第二振动模块分别完成对刮刀和成形基板的监测,红外热成像模块用于获取加工时的温度场,同轴高速相机模块实现对熔池状态的监测,旁轴工业相机模块获取粉末层以及零件加工表面的状态信息,监控模块根据振动信号、图像信号及温度信号进行熔融过程监控。通过本发明在选择性激光熔融过程中,实时获取熔池、粉末床、零件成形表面、刮刀及温度场的状态信息,通过多传感器融合的监测方式,能够精确的监测粉层表面状态以及成形过程中的气孔、球化、翘曲、飞溅等缺陷,实时监控选择性激光熔融过程对提高零件加工质量的稳定性和可靠性具有重要意义。
Description
技术领域
本发明属于增材制造领域,更具体地,涉及一种基于多传感器融合的选择性激光熔融过程监控系统。
背景技术
选择性激光熔融(Selective Laser Melting,SLM)是目前应用最广泛的增材制造技术之一,因能够制造出结构复杂且性能优异的零件,尤其是内部结构复杂的零件,在航空航天、自动加工及医疗器械等方面有广泛的应用。选择性激光熔融加工过程主要分为三个阶段:第一阶段铺粉阶段,借助刮刀或辊轮在成形平台上铺粉,层厚在几十微米左右;第二阶段激光熔融阶段,激光根据预先设定好的扫描路径将粉末熔化成形,扫描路径由切片软件依据零件三维模型切片生成;第三阶段成形平台下降阶段,一层加工完成后,成形平台下降一个层厚的高度;三个阶段重复进行直至加工完成。
在选择性激光熔融过程中,工艺参数众多(如激光功率、扫描速度、铺粉层厚及扫描间距等),难以寻找到最佳的工艺参数组合,而且除了工艺参数以外,粉末状态、气体环境及铺粉质量等都对零件成形质量有重要影响。如果工艺参数选择不当,成形零件将会出现气孔、球化、飞溅、裂纹等缺陷,更有甚者导致零件成形失败。因此,选择性激光熔融技术的稳定性和可重复性难以保证,不利于其进一步地发展应用。为了保证加工质量,提高加工效率,实现对零件加工过程的实时监测,并对加工过程进行自适应控制显得尤为重要。目前,表面质量和内部缺陷监测手段主要依靠单一的传感器,比如高速相机、热电偶、高温计、声传感器及光电传感器等,单一信号的可靠性相对较低,亟需多传感器融合技术从多角度准确监测加工过程。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提出了一种基于多传感器融合的选择性激光熔融过程监控系统,由此解决目前依靠单一传感器监控存在的可靠性相对较低的技术问题。
为实现上述目的,本发明提供了一种基于多传感器融合的选择性激光熔融过程监控系统,包括:与监控模块分别相连的第一振动模块、第二振动模块、红外热成像模块、同轴高速相机模块及旁轴工业相机模块;
所述第一振动模块和所述第二振动模块分别位于铺粉装置-刮刀的前方和成形平台的底侧,分别用于获取所述铺粉装置-刮刀的第一振动信号和所述成形平台的第二振动信号;
所述红外热成像模块位于所述成形平台的斜上方,用于获取整个加工过程中的温度场信号;
所述同轴高速相机模块位于激光器发射路径上方,用于获取粉末熔融时的熔池状态的第一图像信号;
所述旁轴工业相机模块位于所述成形平台的斜上方,且位于所述红外热成像模块的不同侧,用于获取每一层铺粉状态和加工后零件表面状态的第二图像信号;
所述监控模块,用于根据所述第一振动信号、所述第二振动信号、所述温度场信号、所述第一图像信号及所述第二图像信号对选择性激光熔融过程进行监控。
优选地,所述监控模块包括:信号融合模块、数据处理分析模块及自适应控制模快;
所述信号融合模块,用于将所述第一振动信号、所述第二振动信号、所述温度场信号、所述第一图像信号及所述第二图像信号进行整合并分类;
所述数据处理分析模块,用于提取分类后信号的特征,并通过特征学习建立特征与零件质量的关系模型,从而得到分类后信号与零件质量之间的关系;
所述自适应控制模快,用于根据所述分类后信号与零件质量之间的关系,控制机床,并调整工艺参数。
优选地,所述数据处理分析模块包括:特征提取模块、训练模块及验证模块;
所述特征提取模块,用于提取所述第一振动信号和所述第二振动信号的时域信号特征及频域信号特征,提取所述第一图像信号及所述第二图像信号的图像特征,提取所述温度场信号的温度特征;
所述训练模块,用于将提取的各特征信号作为输入,零件质量作为输出,建立特征质量关系模型,并不断训练所述特征质量关系模型直至满足预设要求;
所述验证模块,用于通过随机试验验证所述特征质量关系模型的泛化能力。
优选地,所述同轴高速相机模块的拍摄路径和激光扫描路径同轴同路。
优选地,所述第一振动模块和所述第二振动模块均由三向振动传感器组成。
优选地,在所述第一振动模块的三向振动传感器的外围设置保护罩。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
1、本发明采用第一振动模块、第二振动模块、红外热成像模块、同轴高速相机模块及旁轴工业相机模块分别获取振动信号、温度信号及图像信号的多传感器融合的方式,能够精确地监测零件成形过程中表面状态以及成形中的气孔、飞溅等,保证了监测数据的可靠性和稳定性;
2、本发明提出使用三向振动传感器采集铺粉装置-刮刀和成形平台的振动信号,对于研究选择性激光熔融技术中铺粉状态和成形平台移动状态对零件成形过程的影响提供了参考方向;
3、本发明提出的同轴高速相机安装方式可以很好地跟踪激光光斑的扫描轨迹,实现对熔池移动的跟拍,以及飞溅、羽流等微观缺陷都可被准确辨别;
4、本发明采用红外热成像相机对加工过程中温度场进行监测,温度场分布影响着粉末的熔化状态和熔池的凝固过程,因此获取到温度信息对于加工过程的监控起到了重要作用;
5、本发明提出的自适应控制模快能够实现与机床通信,获取机床加工参数,然后根据监测信号实时优化工艺参数,提高零件加工质量。
附图说明
图1是本发明实施例提供的一种基于多传感融合选择性激光熔融过程监控系统结构图;
图2是本发明实施例提供的一种基于多传感融合选择性激光熔融过程监控系统的工作流程示意图;
在所有附图中,相同的附图标记用来表示相同的元件或结构,其中:
1-机床工控机,2-激光振镜,3-同轴高速相机模块,4-激光器,5-旁轴工业相机模块,6-透镜,7-红外热成像模块,8-成形零件,9-第一振动传感模块,10-铺粉装置-刮刀,11-粉末层,12-粉末回收仓,13-成形平台,14-第二振动传感模块,15-送粉平台,16-信号融合模块,17-数据处理分析模块,18-自适应控制模快。
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。应当理解,此处所描述的具体实施例仅仅用以解释本发明,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相互组合。
本发明提供了一种基于多传感器融合的选择性激光熔融过程监控系统及方法,旨在弥补单一信号源的缺陷,融合振动信号、图像信号及温度信号,实现多传感器融合监测,该发明既实现了整个加工环境以及零件成形区域的监测,又实现了高精度分辨率的零件成形缺陷识别,并通过自适应控制实时优化工艺参数,提高加工质量。
如图1所示,本发明实施例的一种选择性激光熔融过程多传感融合监测系统,该系统包括第一振动模块9、第二振动模块14、红外热成像模块7、同轴高速相机模块3、旁轴工业相机模块5以及信号融合模块16、数据处理分析模块17和自适应控制模块18;
其中,第一振动模块9和第二振动模块14各由一个三向振动传感器组成,并分别位于铺粉装置-刮刀10的前方和成形平台13的底侧,分别用于监测铺粉装置-刮刀10和成形平台13的振动状态。
作为一种可选的实施方式,第一振动模块9和第二振动模块14的三向振动传感器的灵敏度均不低于100mV/g,量程不小于50g。
红外热成像模块7由一台红外热成像相机及相应的软件系统组成,位于成形平台13的斜上方,对整个加工过程中的温度场进行监测。
作为一种可选的实施方式,红外热成像相机的芯片规格是10.88mm×8.16mm,分辨率为640×480pixels,红外镜头的焦距为24.6mm。
同轴高速相机模块3位于激光器4发射路径上方,通过一组反光片实现高速相机的拍摄路径和激光扫描路径同轴同路,反光片位于激光振镜2和激光器4之间,加工时,光线便沿着透镜6、激光振镜2、反光片进入相机,以保证高速相机捕捉到粉末熔融时熔池、飞溅等状态。
作为一种可选的实施方式,高速相机的芯片规格是13.9mm×13.9mm,分辨率最大为1024×1024,对应帧率为3000fps,镜头的焦距为60mm。
旁轴工业相机模块5位于成形平台13的斜上方,由一台CCD相机进行每一层铺粉状态和加工后成型零件8的表面状态获取,粉末由送粉平台15储存,经铺粉装置-刮刀10输送至成形平台13,多余的粉末进入粉末回收仓12中。
作为一种可选的实施方式,旁轴工业相机的芯片规格是12.48mm×9.99mm,分辨率为3384×2710pixels,镜头的焦距为35mm。
作为一种可选的实施方式,第一振动模块9在三向振动传感器外围设置保护罩,以用于保护振动传感器。
作为一种可选的实施方式,如图2所示,第一振动模块9、第二振动模块14、红外热成像模块7、同轴高速相机模块3及旁轴工业相机模块5分别获取的振动信号、温度信号及图像信号经信号融合模块16整合分类进入数据处理分析模块17,经过特征提取不断训练学习建立监控优化模型,再由自适应控制模块18将学习结果应用于加工过程,实现选择性激光熔融加工过程工艺优化。
具体地,信号融合模块16,用于将振动信号、温度场信号及图像信号进行整合并分类,去除噪声等干扰;
数据处理分析模块17,用于提取分类后信号的特征,并通过特征学习建立特征与零件质量的关系模型,从而得到分类后信号与零件质量之间的关系;
在本发明实施例中,特征与零件质量的关系模型可以通过以下方式建立:
首先,提取信号特征:振动信号经过时频域分析的方法提取时域信号的特征(振动幅值的均值、方差等)、频域信号的特征(一阶、二阶频率等),图像信号经过特征提取获得熔池、飞溅、粉末层11及零件加工表面的图像特征,温度场信号经特征提取加工时对应的温度特征;
然后,训练模型:将提取的特征信号作为输入,零件质量作为输出,建立特征质量关系模型,不断训练学习该特征质量关系模型至满足预设要求;
最后,验证模型:通过随机试验验证模型的泛化能力,确保可靠、稳定。
自适应控制模块18可以实现与机床工控机1的通信,获取机床位置和加工状态等信息,并根据分类后信号与零件质量之间的关系,控制机床,并调整工艺参数,如激光功率、扫描速度、粉层厚度及扫描间距等,以达到提高零件加工过程稳定性,保证加工质量的目标。
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施例而已,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 (6)
1.一种基于多传感器融合的选择性激光熔融过程监控系统,其特征在于,包括:与监控模块分别相连的第一振动模块、第二振动模块、红外热成像模块、同轴高速相机模块及旁轴工业相机模块;
所述第一振动模块和所述第二振动模块分别位于铺粉装置-刮刀的前方和成形平台的底侧,分别用于获取所述铺粉装置-刮刀的第一振动信号和所述成形平台的第二振动信号;
所述红外热成像模块位于所述成形平台的斜上方,用于获取整个加工过程中的温度场信号;
所述同轴高速相机模块位于激光器发射路径上方,用于获取粉末熔融时的熔池状态的第一图像信号;
所述旁轴工业相机模块位于所述成形平台的斜上方,且位于所述红外热成像模块的不同侧,用于获取每一层铺粉状态和加工后零件表面状态的第二图像信号;
所述监控模块,用于根据所述第一振动信号、所述第二振动信号、所述温度场信号、所述第一图像信号及所述第二图像信号对选择性激光熔融过程进行监控;
所述监控模块包括:信号融合模块、数据处理分析模块及自适应控制模快;
所述信号融合模块,用于将所述第一振动信号、所述第二振动信号、所述温度场信号、所述第一图像信号及所述第二图像信号进行整合并分类;
所述数据处理分析模块,用于提取分类后信号的特征,并通过特征学习建立特征与零件质量的关系模型,从而得到分类后信号与零件质量之间的关系;
所述自适应控制模快,用于与机床通信,主动获取包括机床位置和加工状态的实时信息,并根据所述分类后信号与零件质量之间的关系,控制机床,并调整工艺参数;以此方式将数据处理分析模块得到的结果应用于加工过程,实现选择性激光熔融加工过程工艺优化;
所述数据处理分析模块包括:特征提取模块、训练模块及验证模块;
所述特征提取模块,用于提取所述第一振动信号和所述第二振动信号的时域信号特征及频域信号特征,提取所述第一图像信号及所述第二图像信号的图像特征,提取所述温度场信号的温度特征;
所述训练模块,用于将提取的各特征信号作为输入,零件质量作为输出,建立特征质量关系模型,并不断训练所述特征质量关系模型直至满足预设要求;
所述验证模块,用于通过随机试验验证所述特征质量关系模型的泛化能力。
2.根据权利要求1所述的系统,其特征在于,所述同轴高速相机模块的拍摄路径和激光扫描路径同轴同路。
3.根据权利要求1所述的系统,其特征在于,所述第一振动模块和所述第二振动模块均由三向振动传感器组成。
4.根据权利要求3所述的系统,其特征在于,在所述第一振动模块的三向振动传感器的外围设置保护罩。
5.根据权利要求2所述的系统,其特征在于,所述红外热成像模块中安装有滤波片,以用于过滤可见光,其中,所述滤波片尺寸为φ69mm×3mm,通过的波长范围为2μm~13μm。
6.根据权利要求2所述的系统,其特征在于,所述同轴高速相机模块的拍摄路径中设置有滤光片,其中,所述滤光片尺寸为φ20mm×2mm,通过的波长范围为350nm~800nm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911034648.XA CN110793572B (zh) | 2019-10-29 | 2019-10-29 | 基于多传感器融合的选择性激光熔融过程监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911034648.XA CN110793572B (zh) | 2019-10-29 | 2019-10-29 | 基于多传感器融合的选择性激光熔融过程监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110793572A CN110793572A (zh) | 2020-02-14 |
CN110793572B true CN110793572B (zh) | 2021-04-20 |
Family
ID=69441682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911034648.XA Active CN110793572B (zh) | 2019-10-29 | 2019-10-29 | 基于多传感器融合的选择性激光熔融过程监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110793572B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111380860A (zh) * | 2020-03-25 | 2020-07-07 | 中国科学院沈阳自动化研究所 | 一种传送带上粉末物料成分在线监测装置及其方法 |
CN111678604A (zh) * | 2020-06-16 | 2020-09-18 | 中国航发控制系统研究所 | 一种用于选区激光熔化成形工艺中的温度场监测装置 |
CN112207429B (zh) * | 2020-10-23 | 2022-09-23 | 广东镭奔激光科技有限公司 | 基于三光束的复合激光增材制造方法及装置 |
CN113500213A (zh) * | 2021-06-15 | 2021-10-15 | 南京航空航天大学 | 减少激光选区熔化成形件内部孔隙缺陷的方法和装置 |
CN113523304A (zh) * | 2021-06-15 | 2021-10-22 | 南京航空航天大学 | 减少激光选区熔化成形件内部孔隙缺陷的方法和装置 |
CN113916983A (zh) * | 2021-09-30 | 2022-01-11 | 南京中科煜宸激光技术有限公司 | 用于检测铺粉式金属3d打印设备刮刀损伤的装置 |
CN114147239A (zh) * | 2021-12-07 | 2022-03-08 | 浙江机电职业技术学院 | 一种slm成型过程参数监测系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9925715B2 (en) * | 2014-06-30 | 2018-03-27 | General Electric Company | Systems and methods for monitoring a melt pool using a dedicated scanning device |
US10786948B2 (en) * | 2014-11-18 | 2020-09-29 | Sigma Labs, Inc. | Multi-sensor quality inference and control for additive manufacturing processes |
CN108788153A (zh) * | 2018-08-27 | 2018-11-13 | 西安空天能源动力智能制造研究院有限公司 | 一种激光选区熔化加工过程实时质量监控装置及方法 |
CN109482874B (zh) * | 2018-11-29 | 2019-12-20 | 湖南大学 | 基于图像监测控制激光增材中凝固组织形态的方法及系统 |
-
2019
- 2019-10-29 CN CN201911034648.XA patent/CN110793572B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110793572A (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110793572B (zh) | 基于多传感器融合的选择性激光熔融过程监控系统 | |
Kong et al. | Multi-sensor measurement and data fusion technology for manufacturing process monitoring: a literature review | |
Fan et al. | Research and prospect of welding monitoring technology based on machine vision | |
CN106825958B (zh) | 电芯自动焊接检测装置和方法 | |
CN108931535B (zh) | 一种激光增材制造气孔缺陷在线监测方法 | |
CN109477737B (zh) | 增材制造工艺中原位与实时质量控制的方法和装置 | |
JP2010530809A (ja) | 機械加工システム制御装置及び方法 | |
CN111168062B (zh) | 用于检测增材制造处理中的错误的熔池监测系统和方法 | |
CN111390168B (zh) | 激光熔化沉积粉末流离焦量在线监测与负反馈状态识别方法 | |
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 | |
CN104169039B (zh) | 用于对两块涂层板材进行激光远程焊接的方法和设备 | |
JP2005509523A (ja) | レーザークラッディングと直接金属造型技術において、イメージ撮影とイメージプロセッシングを利用したクラッディング層高さをリアルタイムでモニタリング及び制御するための方法及びそのシステム | |
CN107688028B (zh) | 一种激光增材制造搭接率在线监测方法 | |
US8633419B2 (en) | Laser welding quality evaluation method and apparatus | |
CN206177838U (zh) | 一种基于红外信息的金属增材制造过程控制装置 | |
JP6945470B2 (ja) | 付加造形体の製造システムおよび付加造形体の製造方法 | |
CN111837026B (zh) | 在三维部件的增材制造中监控制造精度的系统和方法 | |
CN102455171A (zh) | 一种激光拼焊焊缝背面几何形貌检测方法及其实现装置 | |
Lee et al. | Deep learning for in-situ powder stream fault detection in directed energy deposition process | |
Taherkhani et al. | On the application of in-situ monitoring systems and machine learning algorithms for developing quality assurance platforms in laser powder bed fusion: A review | |
WO2021054127A1 (ja) | 積層造形システム | |
CN104002020B (zh) | 基于焊接熔池的数字相机自动对焦系统及其自动聚焦方法 | |
CN112719646A (zh) | 一种对连续激光焊接过程中焊接质量的实时监测方法 | |
CN102478390A (zh) | 基于双目视觉的焊接熔池表面形状获取与传感系统 | |
CN116604040A (zh) | 一种基于多传感的选区激光熔化缺陷监测方法及系统 |
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 |