CN110978503A - 积层制造系统与方法及特征撷取方法 - Google Patents

积层制造系统与方法及特征撷取方法 Download PDF

Info

Publication number
CN110978503A
CN110978503A CN201910942668.0A CN201910942668A CN110978503A CN 110978503 A CN110978503 A CN 110978503A CN 201910942668 A CN201910942668 A CN 201910942668A CN 110978503 A CN110978503 A CN 110978503A
Authority
CN
China
Prior art keywords
workpiece
characteristic
bath
products
molten pool
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
Application number
CN201910942668.0A
Other languages
English (en)
Other versions
CN110978503B (zh
Inventor
杨浩青
罗裕龙
萧宏章
王士豪
胡敏君
黄炽宏
郑芳田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cheng Fan Tien
Original Assignee
Cheng Fan Tien
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Cheng Fan Tien filed Critical Cheng Fan Tien
Publication of CN110978503A publication Critical patent/CN110978503A/zh
Application granted granted Critical
Publication of CN110978503B publication Critical patent/CN110978503B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for additive manufacturing
    • B29C64/393—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • 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
    • B22F1/00—Metallic powder; Treatment of metallic powder, e.g. to facilitate working or to improve properties
    • B22F1/14—Treatment of metallic powder
    • B22F1/142—Thermal or thermo-mechanical treatment
    • 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
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/20—Direct sintering or melting
    • B22F10/28—Powder bed fusion, e.g. selective laser melting [SLM] or electron beam melting [EBM]
    • 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
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/30—Process control
    • B22F10/36—Process control of energy beam parameters
    • B22F10/368—Temperature or temperature gradient, e.g. temperature of the melt pool
    • 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
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/80—Data acquisition or data processing
    • B22F10/85—Data acquisition or data processing for controlling or regulating additive manufacturing processes
    • 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
    • B22F12/00—Apparatus or devices specially adapted for additive manufacturing; Auxiliary means for additive manufacturing; Combinations of additive manufacturing apparatus or devices with other processing apparatus or devices
    • B22F12/90—Means for process control, e.g. cameras or sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/34—Laser welding for purposes other than joining
    • B23K26/342—Build-up welding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/10—Processes of additive manufacturing
    • B29C64/141—Processes of additive manufacturing using only solid materials
    • B29C64/153—Processes of additive manufacturing using only solid materials using layers of powder being selectively joined, e.g. by selective laser sintering or melting
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y10/00—Processes of additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y30/00—Apparatus for additive manufacturing; Details thereof or accessories therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
    • G05B19/4099—Surface or curve machining, making 3D objects, e.g. desktop manufacturing
    • 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
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/30—Process control
    • B22F10/36—Process control of energy beam parameters
    • 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
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/80—Data acquisition or data processing
    • 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
    • B22F12/00—Apparatus or devices specially adapted for additive manufacturing; Auxiliary means for additive manufacturing; Combinations of additive manufacturing apparatus or devices with other processing apparatus or devices
    • B22F12/80—Plants, production lines or modules
    • B22F12/82—Combination of additive manufacturing apparatus or devices with other processing apparatus or devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29K—INDEXING SCHEME ASSOCIATED WITH SUBCLASSES B29B, B29C OR B29D, RELATING TO MOULDING MATERIALS OR TO MATERIALS FOR MOULDS, REINFORCEMENTS, FILLERS OR PREFORMED PARTS, e.g. INSERTS
    • B29K2105/00—Condition, form or state of moulded material or of the material to be shaped
    • B29K2105/25—Solid
    • B29K2105/251—Particles, powder or granules
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49023—3-D printing, layer of powder, add drops of binder in layer, new powder
    • 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

Abstract

本发明实施例提供积层制造系统与方法及特征撷取方法。此积层制造系统包含积层制造机台、产品量测系统、原位量测系统、虚拟量测系统、补偿器、追踪计划器、控制器、模拟器和扩充实境装置。模拟器是用以发现可行的制程参数范围，而扩充实境装置是用以辅助积层制造机台的操作与维修。产品量测系统、原位量测系统和虚拟量测系统是被整合来推估积层制造机台的粉床上材料层的变异。补偿器是通过调整制程参数来补偿制程变异。产品量测系统是配置以量测工件产品的品质。原位量测系统是配置以在搜集粉床上熔池的特征数据。

Description

积层制造系统与方法及特征撷取方法
技术领域
本发明是有关于一种积层制造系统与方法及特征撷取方法，且特别是有关于一种支援虚拟量测的积层制造系统与方法及特征撷取方法。
背景技术
积层制造(Additive Manufacturing；AM)，即俗称的3D打印，是建立数字化计算机模型文件后，通过加热金属粉末或塑胶材料，使其呈熔融可塑状态，再透过一层层堆迭以制得工件的技术。粉床熔融成型制程(Powder Bed Fusion Process)是常见的积层制造技术之一，粉床熔融成型制程可例如为选择性激光熔融(Selective Laser Melting，SLM)制程及选择性激光烧结(Selective Laser Sintering，SLS)制程。选择性激光熔融制程是将粉末状的材料铺在基材上，并利用高能量的激光照射在欲成型的位置上，以使材料熔融聚合。选择性激光烧结制程亦是利用激光照射粉末材料后，使材料烧结粘着而聚积成块，接着再铺上另一层粉末，并重复制程，直至产品成型。
习知的积层制造机台缺乏(生产)线上调整机制。当积层制造机台使用固定制程数值(例如：激光功率、扫描策略、粉层厚度、扫描速度等)来进行生产时，所生产的产品品质会随着制程变化(例如：功率分布、流量控制、湿度含量等)而有所改变。习知的积层制造技术是在产品完成后才进行品质量测，以确认产品品质。然而，积层制造产品的是通过对多层粉末逐层加工而成，某一层的加工品质不良往往会影响最终产品的品质。因此，需要提出一种积层制造系统与方法及特征粹取方法，以及时得知产品的品质，而可于(生产)线上调整积层制造机台的制程参数。
发明内容
本发明的一目的是在提供一种积层制造系统与方法及特征撷取方法，借以及时得知产品的品质，而可于(生产)线上调整积层制造机台的制程参数。
根据本发明上述目的，提出一种积层制造系统。积层制造系统，包含：积层制造机台、产品量测系统、原位量测系统和虚拟量测系统。积层制造机台是配置以制造多个工件产品，其中积层制造机台包含：粉床和熔合系统。粉床包含粉床容器，其中粉床容器中承载有一粉层。熔合系统是配置以在每一个工件产品的制造过程中将一能量束分别导向粉层上的多个粉体，以熔合此些粉体，而形成多个熔池。产品量测系统是配置以在完成工件产品后分别量测工件产品的品质，而获得工件产品的多个实际量测值。原位量测系统包含：高温计和摄影机。高温计是配置以在每一个工件产品的制造过程中对粉床的每一个熔池进行温度量测，而获得每一个工件产品的每一个熔池的温度。摄影机是配置以在每一个工件产品的制造过程中对粉床的每一个熔池进行摄影，而获得每一个工件产品的每一个熔池的影像。原位量测服务器包含：影像特征撷取装置和熔池特征处理装置。影像特征撷取装置是配置以从每一个熔池的影像中撷取出每一个熔池的长度、宽度，并对应至该每一个熔池的温度。熔池特征处理装置是配置以将每一个熔池的长度、宽度和温度转换成每一个工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。虚拟量测系统是配置以根据工件产品的多组制程数据和实际量测值以及预测演算法，来预测积层制造机台在工件产品之后所处理的下一工件产品的虚拟量测值，其中制程数据包含每一个工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。
在一些实施例中，积层制造系统还包含：模拟器、补偿器、追踪计划器和控制器。模拟器是配置以根据工件产品的制程数据和/或实际量测值进行一模拟操作，来产生一组制程参数建议范围。补偿器是配置以根据下一工件产品的虚拟量测值来输出一组制程参数调整值。追踪计划器是配置以根据制程参数调整值、制程参数建议范围和制程参数设计值，来产生一组制程参数追踪值。控制器是配置以根据制程参数追踪值，控制并调整积层制造机台来处理下一工件产品。
根据本发明上述目的，提出一种积层制造特征撷取方法。在此积层制造特征撷取方法中，在一工件产品者的制造过程中，对一粉床上的多个熔池进行温度量测，而获得工件产品的每一个熔池的温度；并对粉床的每一个熔池进行摄影，而获得工件产品的熔池的多个影像。接着，从此些影像撷取出每一个熔池的长度和一宽度。然后，进行一熔池特征处理操作，以将每一个熔池的长度、宽度、温度转换成工件产品的每一个熔池的熔池长度特征、熔池宽度特征和熔池温度特征。
在一些实施例中，上述的熔池长度特征、熔池宽度特征和熔池温度特征包含在至少一个预设区域中的熔池的长度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(FullDistance)和/或一四分位数；在此至少一预设区域中的熔池的宽度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数；和在此至少一预设区域中的熔池的温度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数。
在一些实施例中，上述的积层制造特征撷取方法还包含：由影像撷取出每一个熔池的一中心点位置；以及进行上述的熔池特征处理操作，以将每一个熔池的中心点位置转换成工件产品的熔池中心点特征。
根据本发明上述目的，提出一种积层制造方法。在此积层制造方法中，使用积层制造机台来制造多个工件产品，其中此些工件产品分为多个第一工件产品和一第二工件产品，第二工件产品是在此些第一工件产品后被制作，制造每一个工件产品的操作包含：铺设一粉层于一粉床平台上；以及将一能量束依序导向粉层上的多个粉体，以熔合该些粉体，来形成多个熔池。然后，在完成第一工件产品后量测第一工件产品的品质，而获得第一工件产品的多个实际量测值。接着，在每一个工件产品的操作过程中对粉床的每一个熔池进行一温度量测，而获得每一个工件产品的每一个熔池的温度；并对粉床的每一个熔池进行摄影，而获得每一个工件产品的每一个熔池的影像。然后，由每一个熔池的影像撷取出每一个熔池的熔池长度和熔池宽度。接着，进行熔池特征处理操作，以将每一个熔池的熔池长度、熔池宽度、温度转换成每一个工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。然后，根据第一工件产品的多组第一制程数据和实际量测值以及预测演算法，来建立一推估模型，其中第一制程数据包含每一个第一工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。接着，根据第二工件产品的一组第二制程数据，来预测第二工件产品的虚拟量测值，其中第二制程数据包含第二工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。
在一些实施例中，上述的积层制造方法还包含：根据工件产品的多组制程数据和实际量测值进行一模拟操作，来产生一组制程参数建议范围；根据第二工件产品的虚拟量测值来输出一组制程参数调整值；根据制程参数调整值、组制程参数建议范围和一组制程参数设计值，来产生一组制程参数追踪值；以及根据制程参数追踪值控制并调整积层制造机台以处理该第二工件产品。
因此，应用本发明实施例，可及时地得知最终产品或逐层加工中的产品的品质，而可于(生产)线上调整积层制造机台的制程参数，进而提升良率。
附图说明
为了更完整了解实施例及其优点，现参照结合所附附图所做的下列描述，其中
图1A为绘示根据本发明一些实施例的积层制造系统的示意图；
图1B为绘示根据本发明一些实施例在制程站上的积层制造机台的示意图；
图2A为绘示根据本发明一些实施例的原位量测系统的示意图；
图2B为绘示用以说明根据本发明一些实施例的积层制造特征的示意图；以及
图2C为绘示根据本发明一些实施例的积层制造特征的撷取结果的示意图；
图3为绘示根据本发明一些实施例的虚拟量测系统的示意图；
图4为绘示根据本发明一些实施例的补偿器的示意图；以及
图5为绘示根据本发明一些实施例的积层制造方法的流程示意图。
【符号说明】
10 积层制造系统
100 积层制造机台
102 熔合系统
104 能量束
110 粉床
112 粉层
114 基材
116 粉床容器
120 产品量测系统
130 虚拟量测系统
140 补偿器
142 进化最佳化器
144 模糊控制器
150 追踪计划器
160 控制器
170 模拟器
180 扩充实境装置
200 原位量测系统
202 同轴摄影机
204 高温计
206 综观摄影机
210 原位量测服务器
220 影像特征撷取装置
222 记忆体
224 FTP服务器
230 多执行绪分配装置
232 熔池特征处理装置
240 FTP用户端
242 熔池特征处理装置
246 平行运算处理平台
310-380 步骤
A1 熔池
C11 开关
C12 开关
C13 开关
C21 开关
C22 开关
EM 实际量测值
FF1、FFm 样本熔池数据
IM 特征数据
IS 感测数据
Li 长度
PAon 线上制程参数调整值
PAoff 离线制程参数调整值
PD 制程数据
PP 制程参数数据
PR 制程参数建议范围
PT 制程参数追踪值
VM 虚拟量测值
Wi 宽度
Xi、Yi 中心点位置
具体实施方式
以下仔细讨论本发明的实施例。然而，可以理解的是，实施例提供许多可应用的发明概念，其可实施于各式各样的特定内容中。所讨论的特定实施例仅供说明，并非用以限定本发明的范围。
请参照图1A，图1A为绘示根据本发明一些实施例的积层制造系统10的示意图，其中开关C11、C12、C13是用以选择是否输入数据至对应的系统或装置。积层制造系统10包含积层制造机台100、产品量测系统120、原位量测系统200、虚拟量测系统130、补偿器140、追踪计划器150、控制器160、模拟器170和扩充实境(Augmented Reality；AR )装置180。
请参照图1B，图1B为绘示根据本发明一些实施例在制程站上的积层制造机台的示意图。积层制造机台100包含粉床110及熔合系统102(例如：激光源)。粉床110包含粉床容器116，粉床容器116中承载有基材114及在基材114上的粉层112，其中粉层112包含有多个粉体。积层制造机台使用粉床熔融成型制程来制造工件产品。在每一个工件产品的制造过程中，粉床熔融成型制程是利用熔合系统102提供能量束104至粉床110的各个粉体，并通过控制特定参数，使粉层112熔化成型后获得所要的工件产品外型。当粉层112的各个粉体熔化时，粉床110上形成有多个熔池。在一些实施例中，粉床熔融成型制程为选择性激光烧结制程(Selective Laser Sintering，SLS)或选择性激光熔化制程(Selective LaserMelting，SLM)。
如图1A所示，模拟器170的目的是发现可行的制程参数范围，而扩充实境装置180是通过虚拟实境技术来辅助积层制造机台100的操作与维修。产品量测系统120、原位量测系统200和虚拟量测系统130是被整合来推估积层制造机台100的粉床上材料层的变异。补偿器140可通过调整制程参数来(生产)线上或离线地补偿制程变异。产品量测系统120是配置以在完成工件产品后分别量测工件产品的品质，而获得工件产品的实际量测值EM(例如：表面粗造度、孔隙率(Porosity)等的实际量测值)。原位量测系统是配置以在每一个工件产品的制造过程中搜集粉床上每一个熔池的特征数据IM，特征数据IM包含熔池长度特征、熔池宽度特征和熔池温度特征。
虚拟量测系统130配置以根据工件产品的制程数据PD和实际量测值EM以及预测演算法，来预测积层制造机台100在工件产品之后所处理的下一工件产品的虚拟量测值VM(例如：表面粗造度、孔隙率(Porosity)等的推估值)，其中制程数据PD包含每一个工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。此外，制程数据PD亦可包含由控制器160所提供制程参数数据PP(例如：激光功率值等)、积层制造机台100所提供感测数据IS(例如：流场速度、含氧量等)。
在一些实施例中，虚拟量测系统130所使用的预测演算法可为类神经网络(NN)或复回归演算法。然而，本发明亦可使用其他演算法，例如：倒传递类神经网络(BackPropagation Neural Network；BPNN)、通用回归类神经网络(General Regression NeuralNetwork；GRNN)、径向基底类神经网络(Radial Basis Function Neural Network；RBFNN)、简单回归性网络(Simple Recurrent Network；SRN)、支持向量数据描述(Support VectorData Description；SVDD)、支持向量机(Support Vector Machine；SVM)、复回归演算法(Multiple Regression；MR)；部分最小平方法(Partial Least Squares；PLS)、非线性替代偏最小平方法(Nonlinear Iterative Partial Least Squares；NIPALS)或广义线性模式(Generalized Linear Models；GLMs)等，故本发明并不在此限。
模拟器170是配置以根据工件产品的制程数据PD和/或实际量测值EM进行模拟操作，来产生一组制程参数建议范围PR。补偿器140是配置以根据虚拟量测值VM来输出制程参数调整值，制程参数调整值可分为(生产)线上制程参数调整值PAon和离线制程参数调整值PAoff。追踪计划器150是配置以根据离线制程参数调整值PAoff、制程参数建议范围PR和制程参数设计值，来产生一组制程参数追踪值PT。控制器是配置以根据制程参数追踪值PT来控制并调整积层制造机台100，以处理下一工件产品。本发明的实施例所使用的模拟器可参照美国专利公开案第20190128738号。即，本发明的实施例引用此美国专利公开案的相关规定(Incorporated by reference)。
以下说明原位量测系统200。请参照图2A，图2A为绘示根据本发明一些实施例的原位量测系统的示意图。原位量测系统200装设有同轴摄影机202、高温计204、综观摄影机206和原位量测服务器210。高温计204是配置以在每一个工件产品的制造过程中对粉床上的每一个熔池进行温度量测，而获得每一个工件产品的每一个熔池的温度。在一些实施例中，高温计204是配置以在每一个工件产品的每一层粉层的制造过程中对粉床上的每一层粉层的每一个熔池进行温度量测。同轴摄影机202是配置以在每一个工件产品的制造过程中对粉床上的每一个熔池进行摄影，而获得每一个工件产品的每一个熔池的影像。原位量测服务器210包含影像特征撷取装置220、多执行绪分配装置230、FTP(File Transfer Protocol；文件传输协定)用户端240和熔池特征处理装置232/242。影像特征撷取装置220是配置以从每一个熔池的影像撷取出每一个熔池的影像的长度、宽度，并从高温计204所量测到的熔池温度撷取出每一个熔池的熔池温度。熔池特征处理装置232/242是配置以将每一个熔池的长度、宽度和温度转换成每一个熔池长度特征、熔池宽度特征和熔池温度特征。在获得每一个熔池长度特征、熔池宽度特征和熔池温度特征后，虚拟量测系统130根据多个工件产品的多组制程数据和实际量测值以及预测演算法，来预测积层制造机台在此些工件产品之后所处理的一下一工件产品的虚拟量测值，其中此些组制程数据包含每一个件产品的熔池长度特征、熔池宽度特征和熔池温度特征。
原位量测系统200有两种计算负荷模式，即轻负荷模式和重负荷模式。轻负荷模式是应用于构造简单工件，例如无支撑材工件、或少量支撑材工件。重负荷是应用于构造复杂工件，例如大量支撑材工件、几何造型多变工件。轻负荷模式与重负荷模式是根据同轴摄影机202的拍摄频率与影像特征撷取装置220的取样速率而定。使用这可根据实际需要选择开关C21或C22来启动轻负荷模式或重负荷模式。在轻负荷模式中，积层制造特征的撷取是采用习知的影像处理方法，而重负荷模式是使用例如平行运算中的卷积神经网络(Convolutional Neural Networks，CNN)。在轻负荷模式中，由于高取样速率的缘故，原位量测系统200使用多执行绪分配装置230来分配大量的熔池影像至计算机的不同核心中。在重负荷模式中，原位量测服务器210是架构在平行运算处理平台246(例如：Hadoop)上的平行处理服务器，Hadoop是为大数据设计的分散式数据平行运算处理平台，其根据请求开始熔池特征撷取(Melt Pool Feature Extraction)。CNN基础的熔池特征撷取可辨识出在不同同温层(Isothermal Envelopes)中的熔池的长度、宽度和中心点位置。
以下说明根据本发明一些实施例的原位量测系统200所进行的积层制造特征撷取方法。请参照图2B和图2C，图2B为绘示用以说明根据本发明一些实施例的积层制造特征的示意图，图2C为绘示根据本发明一些实施例的积层制造特征的撷取结果的示意图。
首先，在粉床熔融成型制程期间，以一预设频率(例如4kHz)使用同轴摄影机202对粉床进行拍摄，以取得n张熔池影像(如图2B的影像260所示)，此些熔池影像包含每一个熔池的影像(如图2B的熔池A1所示)。同时，以此预设频率(例如100kHz)使用高温计204对粉床进行温度量测，以取得每一个熔池的影像的温度，并以此预设频率(例如4kHz)使用综观摄影机206对粉床进行逐层拍摄，而获得多张工作空间影像。此工作空间影像可用于后续查看品质异常发生位置，并可作为品质评估依据。
然后，影像特征撷取装置220接收每一个熔池的影像和温度、及工作空间影像。影像特征撷取装置220将这些数据存入记忆体222中，并透过FTP服务器224提供立即下载。然后，熔池特征处理装置232/242以一取样速率(例如25张/秒)对上述数据进行处理，而从熔池影像中选取出m张样本影像和其对应的温度Ti，其中i＝1至m，m>0。接着，熔池特征处理装置232/242从m张样本影像中撷取出每一个熔池的长度Li、宽度Wi、中心点位置(Xi、Yi)，其中x、y为座标值(如图2B的影像262所示)，而获得样本熔池数据FFi＝(Wi,Li,Xi,Yi,Ti)，如图2C所示)。然后，熔池特征处理装置232/242进行一熔池特征处理操作，以将样本熔池数据FFi＝(Wi,Li,Xi,Yi,Ti)转换成该工件产品的每一个熔池的熔池长度特征Lj、熔池宽度特征Wj和熔池温度特征Tj。在熔池特征处理操作中，首先，以中心点位置(Xi、Yi)为中心向四周定义出至少一个预设区域Sj，例如：中心点位置(Xi、Yi)为中心向外±3个画素。在一些实施例中，预设区域Sj为包含所有样本熔池数据FFi的区域。然后，计算出区域Sj中熔池长度特征Lj、熔池宽度特征Wj和熔池温度特征Tj。熔池长度特征、该熔池宽度特征和该熔池温度特征包含在至少一个预设区域Sj中的熔池的长度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(FullDistance)和/或一四分位数；在至少一个预设区域Sj中的熔池的宽度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数；和在至少个一预设区域Sj中的熔池的温度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数。可理解的是，最大值、最小值、平均值、变异值、标准差、统计数据分布的峰度(kurtosis)、统计数据分布的偏度(skewness)、全距(Full Distance)和四分位数的运算是本领域具有通常知识者所熟知，故不在此叙述。
以下说明虚拟量测系统130。请参照图3，图3为绘示根据本发明一些实施例的虚拟量测系统130的示意图。本发明的实施例所使用的虚拟量测系统可参照美国专利前案第8095484B2号。本发明的实施例可与此美国专利前案所建构的虚拟量测系统相结合。即，本发明的实施例引用此美国专利前案的相关规定(Incorporated by reference)。
虚拟量测系统130分为建模阶段和推估阶段。在建模阶段中，虚拟量测系统130使用在积层制造机台100制造多个历史工件产品时所获得的制程数据PD和完成历史工件产品后所量测到的实际量测值EM，并根据预测演算法建立一推估模型。虚拟量测系统130亦根据历史工件产品的制程数据PD来建立DQIX(Process Data Quality Index；制程数据品质指标)模型和GSI(Global Similarity Index；整体相似度指标)模型，并计算出DQIX门槛值和GSI门槛值。虚拟量测系统130亦根据历史工件产品的实际量测值EM来建立量测数据品质指标(Metrology Data Quality Index；DQIy)模型，并计算出DQIy门槛值。虚拟量测系统130并提供信心指标(Reliance Index；RI)值，来评估虚拟量测值的可信度，GSI值是用来评估目前输入的制程参数数据与推估模型内用来训练建模的所有制程参数数据的相似程度，GSI值是用以辅助RI值来判断虚拟量测系统130的信心度。DQIX值是用来评估产品工件的制程数据是否异常，而DQIy值是用来评估工件的量测数据是否异常。
在推估阶段中，虚拟量测系统130使用积层制造机台100制造一待测工件产品时所获得的制程数据PD，来预测待测工件产品的虚拟量测值VM。制程数据PD包含每一个工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。此外，制程数据PD亦可包含由控制器160所提供制程参数数据PP(例如：激光功率值等)、积层制造机台100所提供感测数据IS(例如：流场速度、含氧量等)。值得一提的是，虚拟量测系统130可对最终产品工件，或同一个产品工件的多个材料层进行推估。
以下说明补偿器140。请参照图4，图4为绘示根据本发明一些实施例的补偿器140的示意图。
补偿器140可根据进化最佳化演算法(Evolutionary OptimizationAlgorithms)，以虚拟量测值VM来调整积层制造机台100的制程参数(例如：激光功率、扫描速度等)。补偿器140包含进化最佳化器142和模糊控制器144。进化最佳化器142根据例如混合式田口基因演算法(Hybrid Taguchi-Genetic Algorithm；HTGA)和品质目标的参数范围来最佳制程参数。模糊控制器144透过扫描规则来建议线上制程参数调整值PAon。控制器160再根据线上制程参数调整值PAon来逐层修正制程参数。
以下说明根据本发明一些实施例的积层制造方法。请参照图5，图5为绘示根据本发明一些实施例的积层制造方法的流程示意图。如图5所示，首先，进行步骤310，以使用积层制造机台制造多个工件产品，其中此些工件产品分为多个第一工件产品(即建模用的历史工件产品)和一第二工件产品(待测工件产品)，第二工件产品是在此些第一工件产品后被制作，制造每一个工件产品的操作包含：铺设粉层于粉床平台上；以及将能量束依序导向粉层上的多个粉体，以熔合此些粉体，来形成多个熔池。在完成第一工件产品后量测第一工件产品的品质，而获得第一工件产品的多个实际量测值(步骤320)。在每一个工件产品的操作过程中对粉床的每一个熔池进行一温度量测(步骤330)，而获得每一个工件产品的每一个熔池的温度。然后，在每一个工件产品的操作过程中对粉床的每一个熔池进行摄影(步骤340)，而获得每一个工件产品的每一个熔池的影像。接着，由每一个熔池的影像撷取出每一个熔池的熔池长度、中心点位置和熔池宽度(步骤350)。然后，进行熔池特征处理操作(步骤360)，以将每一个熔池的熔池长度、熔池宽度、温度转换成每一该些工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。接着，根据第一工件产品的多组制程数据和实际量测值以及预测演算法，来建立一推估模型(步骤370)，其中此些组制程数据包含每一个第一工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。然后，根据第二工件产品(待测工件产品)的一组制程数据，来预测待测工件产品工件产品的虚拟量测值(步骤380)，其中此组制程数据包含第二工件产品的熔池长度特征、熔池宽度特征和熔池温度特征。
可理解的是，上述实施例所说明的各实施步骤的次序可依实际需要而调动、结合或省略。上述实施例可利用计算机程序产品来实现，其可包含储存有多个指令的机器可读取媒体，这些指令可程序化(programming)计算机来进行上述实施例中的步骤。机器可读取媒体可为但不限定于软盘、光盘、只读光盘、磁光盘、只读记忆体、随机存取记忆体、可抹除可程序只读记忆体(EPROM)、电子可抹除可程序只读记忆体(EEPROM)、光卡(optical card)或磁卡、快闪记忆体、或任何适于储存电子指令的机器可读取媒体。再者，本发明的实施例也可做为计算机程序产品来下载，其可通过使用通讯连接(例如网络连线之类的连接)的数据信号来从远程计算机转移本发明的计算机程序产品至请求计算机。
由上可知，透过本发明实施方式所提供的积层制造系统可有效且及时的控制积层制造机台。透过本发明实施方式所提供的特征撷取方法，可在数量众多的数据中撷取出有效的积层制造特征，来成功地进行积层制造产品的虚拟量测，以及时地得知最终产品或逐层加工中的产品的品质，而可于(生产)线上调整积层制造机台的制程参数，进而提升良率。
虽然本发明已以实施方式揭露如上，然其并非用以限定本发明，任何熟悉此技艺者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰，因此本发明的保护范围当视所附的权利要求书所界定的范围为准。

Claims (10)

1.一种积层制造系统，其特征在于，包含：
一积层制造机台，配置以制造多个工件产品，其中该积层制造机台包含：
一粉床，包含一粉床容器，其中该粉床容器中承载有一粉层；以及
一熔合系统，配置以在每一该些工件产品的制造过程中将一能量束分别导向该粉层上的多个粉体，以熔合该些粉体，而形成多个熔池；
一产品量测系统，配置以在完成该些工件产品后分别量测该些工件产品的品质，而获得该些工件产品的多个实际量测值；
一原位量测系统，包含：
一高温计，配置以在每一该些工件产品的制造过程中对该粉床的每一该些熔池进行一温度量测，而获得每一该些工件产品的每一该些熔池的一温度；
一摄影机，配置以在每一该些工件产品的制造过程中对该粉床的每一该些熔池进行摄影，而获得每一该些工件产品的每一该些熔池的一影像；以及
一原位量测服务器，包含：
一影像特征撷取装置，配置以从每一该些熔池的该影像中撷取出每一该些熔池的一长度、一宽度，并对应至该每一该些熔池的该温度；以及
一熔池特征处理装置，配置以将每一该些熔池的该长度、该宽度和该温度转换成每一该些工件产品的一熔池长度特征、一熔池宽度特征和一熔池温度特征；以及
一虚拟量测系统，配置以根据该些工件产品的多组制程数据和该些实际量测值以及一预测演算法，来预测该积层制造机台在该些工件产品之后所处理的一下一工件产品的一虚拟量测值，其中该些组制程数据包含每一该些工件产品的该熔池长度特征、该熔池宽度特征和该熔池温度特征。
2.根据权利要求1所述的积层制造系统，其特征在于，还包含：
一模拟器，配置以根据该些工件产品的该些组制程数据和/或该些实际量测值进行一模拟操作，来产生一组制程参数建议范围；
一补偿器，配置以根据该虚拟量测值来输出一组制程参数调整值；
一追踪计划器，配置以根据该组制程参数调整值、该组制程参数建议范围和一组制程参数设计值，来产生一组制程参数追踪值；以及
一控制器，配置以根据该组制程参数追踪值，控制并调整该积层制造机台来处理该下一工件产品。
3.根据权利要求1所述的积层制造系统，其特征在于，该熔池长度特征、该熔池宽度特征和该熔池温度特征包含在至少一预设区域中的熔池的长度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数；在该至少一预设区域中的熔池的宽度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数；和在该至少一预设区域中的熔池的温度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数。
4.一种积层制造方法，其特征在于，包含：
使用一积层制造机台制造多个工件产品，其中该些工件产品分为多个第一工件产品和一第二工件产品，该第二工件产品是在该些第一工件产品后被制作，制造每一该些工件产品的操作包含：
铺设一粉层于一粉床平台上；以及
将一能量束依序导向该粉层上的多个粉体，以熔合该些粉体，来形成多个熔池；
在完成该些第一工件产品后量测该些第一工件产品的品质，而获得该些第一工件产品的多个实际量测值；
在每一该些工件产品的操作过程中对该粉床的每一该些熔池进行一温度量测，而获得每一该些工件产品的每一该些熔池的一温度；
在每一该些工件产品的操作过程中对该粉床的每一该些熔池进行摄影，而获得每一该些工件产品的每一该些熔池的一影像；
由每一该些熔池的该影像撷取出每一该些熔池的一熔池长度和一熔池宽度；
进行一熔池特征处理操作，以将每一该些熔池的该熔池长度、该熔池宽度、该温度转换成每一该些工件产品的一熔池长度特征、一熔池宽度特征和一熔池温度特征；以及
根据该些第一工件产品的多组第一制程数据和该些实际量测值以及一预测演算法，来建立一推估模型，其中该些组第一制程数据包含每一该些第一工件产品的该熔池长度特征、该熔池宽度特征和该熔池温度特征；
根据该第二工件产品的一组第二制程数据，来预测该第二工件产品的一虚拟量测值，其中该组第二制程数据包含该第二工件产品的该熔池长度特征、该熔池宽度特征和该熔池温度特征。
5.根据权利要求4所述的积层制造方法，其特征在于，还包含：
根据该些工件产品的多组制程数据和该些实际量测值进行一模拟操作，来产生一组制程参数建议范围；
根据该虚拟量测值来输出一组制程参数调整值；
根据该组制程参数调整值、该组制程参数建议范围和一组制程参数设计值，来产生一组制程参数追踪值；以及
根据该组制程参数追踪值，控制并调整该积层制造机台来处理该第二工件产品。
6.根据权利要求4所述的积层制造方法，其特征在于，该熔池长度特征、该熔池宽度特征和该熔池温度特征包含在至少一预设区域中的熔池的长度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数；在该至少一预设区域中的熔池的宽度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数；和在该至少一预设区域中的熔池的温度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数。
7.根据权利要求4所述的积层制造方法，其特征在于，还包含：
由每一该些熔池的该影像撷取出每一该些熔池的一熔池中心点位置；以及
进行该熔池特征处理操作，以将每一该些熔池的该熔池中心点位置转换成每一该些工件产品的一熔池中心点特征，其中该些组制程数据包含每一该些工件产品的该熔池中心点特征。
8.一种积层制造特征撷取方法，其特征在于，包含：
在一工件产品者的制造过程中，对一粉床上的多个熔池进行温度量测，而获得该工件产品的每一该些熔池的一温度；
在该工件产品的制造过程中对该粉床的每一该些熔池进行摄影，而获得该工件产品的该些熔池的多个影像；
从该些影像撷取出每一该些熔池的一长度和一宽度；以及
进行一熔池特征处理操作，以将每一该些熔池的该长度、该宽度、该温度转换成该工件产品的每一该些熔池的一熔池长度特征、一熔池宽度特征和一熔池温度特征。
9.根据权利要求8所述的积层制造特征撷取方法，其特征在于，该熔池长度特征、该熔池宽度特征和该熔池温度特征包含在至少一预设区域中的熔池的长度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数；在该至少一预设区域中的熔池的宽度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数；和在该至少一预设区域中的熔池的温度的一最大值、一最小值、一平均值、一变异值、一标准差、一统计数据分布的峰度(kurtosis)、一统计数据分布的偏度(skewness)、一全距(Full Distance)和/或一四分位数。
10.根据权利要求8所述的积层制造特征撷取方法，其特征在于，还包含：
由该些影像撷取出每一该些熔池的一中心点位置；以及
进行该熔池特征处理操作，以将每一该些熔池的该中心点位置转换成该工件产品的一熔池中心点特征。
CN201910942668.0A 2018-10-03 2019-09-30 积层制造系统与方法及特征撷取方法 Active CN110978503B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201862740435P 2018-10-03 2018-10-03
US62/740,435 2018-10-03
US201962808865P 2019-02-22 2019-02-22
US62/808,865 2019-02-22

Publications (2)

Publication Number Publication Date
CN110978503A true CN110978503A (zh) 2020-04-10
CN110978503B CN110978503B (zh) 2021-12-03

Family

ID=70081981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910942668.0A Active CN110978503B (zh) 2018-10-03 2019-09-30 积层制造系统与方法及特征撷取方法

Country Status (3)

Country Link
US (2) US11383446B2 (zh)
CN (1) CN110978503B (zh)
TW (1) TWI747053B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113828794A (zh) * 2020-06-24 2021-12-24 郑芳田 积层制造方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111872458B (zh) * 2020-08-04 2021-08-06 中国科学院工程热物理研究所 零件加工方法
WO2022097651A1 (ja) * 2020-11-04 2022-05-12 日立金属株式会社 積層造形物の欠陥予測方法および積層造形物の製造方法
CN112974835B (zh) * 2021-04-21 2021-08-13 中国航空制造技术研究院 一种包壳式复合增材生产流水线制造方法
TWI790668B (zh) * 2021-07-02 2023-01-21 國立高雄科技大學 積層表面品質預測方法及其電腦程式產品
CN117516438B (zh) * 2024-01-03 2024-03-22 陕西省计量科学研究院 一种增材制造设备的制备精度评价方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
TW201135381A (en) * 2010-04-13 2011-10-16 Univ Nat Cheng Kung Manufacturing execution system with virtual-metrology capabilities and manufacturing system including the same
CN103074625A (zh) * 2013-01-16 2013-05-01 上海交通大学 一种可移动式激光熔覆及修复系统
US20160236279A1 (en) * 2013-09-23 2016-08-18 Renishaw Plc Additive manufacturing apparatus and method
CN106163774A (zh) * 2014-03-31 2016-11-23 三菱重工业株式会社 三维层叠装置及三维层叠方法
CN205765272U (zh) * 2016-05-25 2016-12-07 发得科技工业股份有限公司 具有视觉量测的加工装置
CN106363171A (zh) * 2016-09-29 2017-02-01 中北大学 选择性激光熔化成形熔池实时监测装置及监测方法
CN106990114A (zh) * 2017-06-06 2017-07-28 清华大学天津高端装备研究院 增材制造缺陷检测方法及增材制造装置
WO2017143077A1 (en) * 2016-02-18 2017-08-24 Velo3D, Inc. Accurate three-dimensional printing
CN107116790A (zh) * 2016-02-25 2017-09-01 通用电气公司 激光粉末床加性制造的多变量统计过程控制
CN107708895A (zh) * 2015-06-11 2018-02-16 瑞尼斯豪公司 增材制造设备和方法
CN107843205A (zh) * 2017-10-31 2018-03-27 中国科学院合肥物质科学研究院 一种基于激光干涉的3d打印反馈测量装置及方法
CN108327255A (zh) * 2017-01-20 2018-07-27 通用电气公司 用于多激光系统的激光指向精度的加性制造内置评估和校正的系统和方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI349867B (en) 2008-05-20 2011-10-01 Univ Nat Cheng Kung Server and system and method for automatic virtual metrology
JP6212772B2 (ja) * 2013-07-16 2017-10-18 群栄化学工業株式会社 積層造形用材料中の球状骨材の再生方法、再生積層造形用材料、及び積層造形物の製造方法
EP3045992B1 (en) * 2015-01-14 2020-10-14 Hexagon Technology Center GmbH Compensating for errors occurring in a production process
WO2017151737A1 (en) * 2016-03-03 2017-09-08 H.C. Starck Inc. Fabricaton of metallic parts by additive manufacturing
US10605665B2 (en) 2017-10-31 2020-03-31 National Cheng Kung University Method for measuring temperature of process area
CN108274002B (zh) * 2018-04-25 2022-03-11 吉林大学 一种激光增材制造同步监测系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
TW201135381A (en) * 2010-04-13 2011-10-16 Univ Nat Cheng Kung Manufacturing execution system with virtual-metrology capabilities and manufacturing system including the same
CN103074625A (zh) * 2013-01-16 2013-05-01 上海交通大学 一种可移动式激光熔覆及修复系统
US20160236279A1 (en) * 2013-09-23 2016-08-18 Renishaw Plc Additive manufacturing apparatus and method
CN106163774A (zh) * 2014-03-31 2016-11-23 三菱重工业株式会社 三维层叠装置及三维层叠方法
CN107708895A (zh) * 2015-06-11 2018-02-16 瑞尼斯豪公司 增材制造设备和方法
WO2017143077A1 (en) * 2016-02-18 2017-08-24 Velo3D, Inc. Accurate three-dimensional printing
CN107116790A (zh) * 2016-02-25 2017-09-01 通用电气公司 激光粉末床加性制造的多变量统计过程控制
CN205765272U (zh) * 2016-05-25 2016-12-07 发得科技工业股份有限公司 具有视觉量测的加工装置
CN106363171A (zh) * 2016-09-29 2017-02-01 中北大学 选择性激光熔化成形熔池实时监测装置及监测方法
CN108327255A (zh) * 2017-01-20 2018-07-27 通用电气公司 用于多激光系统的激光指向精度的加性制造内置评估和校正的系统和方法
CN106990114A (zh) * 2017-06-06 2017-07-28 清华大学天津高端装备研究院 增材制造缺陷检测方法及增材制造装置
CN107843205A (zh) * 2017-10-31 2018-03-27 中国科学院合肥物质科学研究院 一种基于激光干涉的3d打印反馈测量装置及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113828794A (zh) * 2020-06-24 2021-12-24 郑芳田 积层制造方法

Also Published As

Publication number Publication date
US11383446B2 (en) 2022-07-12
TW202014298A (zh) 2020-04-16
US20220297383A1 (en) 2022-09-22
US11679565B2 (en) 2023-06-20
CN110978503B (zh) 2021-12-03
TWI747053B (zh) 2021-11-21
US20200147893A1 (en) 2020-05-14

Similar Documents

Publication Publication Date Title
CN110978503B (zh) 积层制造系统与方法及特征撷取方法
Li et al. Enhanced beads overlapping model for wire and arc additive manufacturing of multi-layer multi-bead metallic parts
Akbari et al. Closed loop control of melt pool width in robotized laser powder–directed energy deposition process
Xu et al. Realisation of a multi-sensor framework for process monitoring of the wire arc additive manufacturing in producing Ti-6Al-4V parts
JP4473124B2 (ja) 多層ｄｍｄプロセス用の形状によらないリアルタイムの閉ループウェルドプール温度制御システム
US11673339B2 (en) Additive manufacturing system and method and feature extraction method
US20200147868A1 (en) Method for Detecting Errors and Compensating for Thermal Dissipation in an Additive Manufacturing Process
JP2017177218A (ja) レーザ粉末ベッド付加製造の多変量統計的プロセス管理
US20080314878A1 (en) Apparatus and method for controlling a machining system
Wang et al. Coordinated monitoring and control method of deposited layer width and reinforcement in WAAM process
Xia et al. Model-free adaptive iterative learning control of melt pool width in wire arc additive manufacturing
US11733678B2 (en) Method for determining building instructions for an additive manufacturing method, method for generating a database with correction measures for controlling the process of an additive manufacturing method
Liao et al. Simulation-guided variable laser power design for melt pool depth control in directed energy deposition
Liu et al. Model predictive control of laser metal deposition
Yao et al. Constrained Markov decision process modeling for sequential optimization of additive manufacturing build quality
CN115415549B (zh) 基于非线性自回归神经网络的激光熔覆平整化控制系统与方法
Chung et al. Reinforcement learning-based defect mitigation for quality assurance of additive manufacturing
Sharma et al. Forecasting of process parameters using machine learning techniques for wire arc additive manufacturing process
CN113136578A (zh) 一种基于离焦量预测的激光熔覆薄壁件高度控制方法
Zhang et al. Layered and subregional control strategy based on model-free adaptive iterative learning for laser additive manufacturing process
Bernauer et al. Segmentation-based closed-loop layer height control for enhancing stability and dimensional accuracy in wire-based laser metal deposition
TWI769872B (zh) 積層製造方法
Malekipour et al. A Vision toward Layer-wise Intelligent Monitoring and Control of Scan Strategy in Powderbed Fusion Process
Baraldo et al. Vision-based control for track geometry optimization of complex AM motion profiles by on-line laser power modulation
TWI790668B (zh) 積層表面品質預測方法及其電腦程式產品

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