CN111504980B - 一种金属增材制造过程的libs在线监测装置及方法 - Google Patents
一种金属增材制造过程的libs在线监测装置及方法 Download PDFInfo
- Publication number
- CN111504980B CN111504980B CN202010340589.5A CN202010340589A CN111504980B CN 111504980 B CN111504980 B CN 111504980B CN 202010340589 A CN202010340589 A CN 202010340589A CN 111504980 B CN111504980 B CN 111504980B
- Authority
- CN
- China
- Prior art keywords
- laser
- data
- additive manufacturing
- manufacturing process
- module
- 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
Images
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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/718—Laser microanalysis, i.e. with formation of sample plasma
-
- 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
- B22F10/10—Formation of a green body
-
- 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
-
- 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
-
- 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
- B22F10/30—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
-
- 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
- B22F12/40—Radiation means
- B22F12/41—Radiation means characterised by the type, e.g. laser or electron beam
- B22F12/43—Radiation means characterised by the type, e.g. laser or electron beam pulsed; frequency modulated
-
- 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
- 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
- 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
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- B22F12/40—Radiation means
- B22F12/41—Radiation means characterised by the type, e.g. laser or electron beam
-
- 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
- G01N2021/8411—Application to online plant, process monitoring
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Plasma & Fusion (AREA)
- Optics & Photonics (AREA)
- Toxicology (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Laser Beam Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明属于金属增材制造技术领域,公开了一种金属增材制造过程的LIBS在线监测装置及方法,包括激光辐射模块、参数配置模块、信号采集模块、位置调节模块、主控模块、光谱数据分析模块、图像数据分析模块和结果输出模块。本发明通过利用LIBS技术对增材制造过程中的样品进行监测,对监测参数进行选取以及对监测数据进行定量分析,使得监测过程更加准确,使采集的数据能够更好的反应监测的缺陷情况,保证对增材制造过程的实时监测,进而保证零件的质量;通过延时发生器对激光器的激发脉冲信号进行延时控制,对采集光谱之间的延时进行调整,从而避开连续辐射下的噪声干扰,提高光谱采集质量,便于对光谱数据进行分析。
Description
技术领域
本发明属于金属增材制造技术领域,尤其涉及一种金属增材制造过程的LIBS在线监测装置及方法。
背景技术
目前,激光金属增材制造的过程是激光与粉末流相互作用的过程,该过程易受外界环境变化影响,比如:熔池温度的不稳定、激光功率的波动性、金属粉末烧蚀不充分导致的含量的不稳定性等因素,这些因素都会导致成品出现一些尺寸不规范、表面开裂、内部气孔等缺陷。这些缺陷或直接造成零件的报废,或在使用过程中寿命降低,甚至引发极其严重的断裂事故。
为了提升增材制造的精度,国内外主要通过控制增材制造过程和分析材料特性两方面进行增材制造过程的监测与优化。其中对增材制造过程控制的监测主要通过控制熔池温度及宽度等方面稳定性、激光功率精确控制的提升、送粉过程中速度和厚度的高精度要求,从而减少缺陷的出现等方式实现;而对材料特性分析主要通过研究各种缺陷的形成机理,发现材料自身特性和缺陷的产生关系密切,可以通过研究增材制造材料,对缺陷的产生进行判别等方式实现。因此对金属增材制造材料成分含量进行监测,不仅能够帮助缺陷的检测判断,也可以借此研究材料的特性,从而降低成形零件缺陷的出现。但是现有的对金属增材制造过程中材料的检测精度低,无法保证对增材制造过程的实时监测。而且现有的激光诱导击穿光谱技术中采用激光诱导烧蚀样品产生等离子体辐射,此时主要的光谱是连续光谱;由于现有的 LIBS 分析的是分立的线状谱信息,对于连续背景干扰会影响光谱采集质量。
通过上述分析,现有技术存在的问题及缺陷为:(1)现有的对金属增材制造过程中材料的检测精度低,无法保证对增材制造过程的实时监测。
(2)现有的 LIBS 分析的是分立的线状谱信息,对于连续背景干扰会影响光谱采集质量。
发明内容
针对现有技术存在的问题,本发明提供了一种金属增材制造过程的LIBS在线监测装置及方法。
本发明是这样实现的,一种金属增材制造过程的LIBS在线监测装置,所述金属增材制造过程的LIBS在线监测装置包括:
数据采集模块,与主控模块连接,包括温度数据采集单元、电信号采集单元、电流电压信号采集单元;用于采集相关温度、电信号以及电流电压信号数据;
激光辐射模块,与主控模块连接,用于通过激光器发出激光脉冲对采集样品进行照射;
参数配置模块,与主控模块连接,用于通过对延时发生器进行参数设置,对激光器的激发脉冲信号进行延时控制;同时用于预设设定熔池温度阈值与激光功率阈值;
信号采集模块,与主控模块连接,用于对产生的等离子体图像和光谱数据进行采集;
位置调节模块,与主控模块连接,用于通过三维移动平台对采集样品的位置进行移动控制;
主控模块,与数据采集模块、激光辐射模块、参数配置模块、信号采集模块、位置调节模块、光谱数据分析模块、图像数据分析模块、缺陷识别模块、结果输出模块连接,用于通过控制系统对采集数据进行处理分析,并对各个模块间的相互工作进行协调控制;
光谱数据分析模块,与主控模块连接,用于对采集的光谱数据进行自动平滑,识别谱线谱峰,同时利用预设的光谱信息数据库查询光谱信息,准确识别原子离子谱线;
图像数据分析模块,与主控模块连接,用于对采集的等离子体图像中的图片数据进行分析整理;
缺陷识别模块,与主控模块连接,用于对金属增材制作过程中的不连续缺陷、塌陷缺陷以及气孔缺陷进行识别;
结果输出模块,与主控模块连接,用于将金属增材制造过程中的监测分析结果以及缺陷识别结果输出到显示装置进行查看。
进一步,所述数据采集模块包括:
温度数据采集单元,用于通过多色高温计测量熔池的温度;
电信号采集单元,用于利用光电二极管与CCD相机采集探测热辐射信号,并将探测到的热辐射信号转换为电信号;
电流电压信号采集单元,用于利用电流传感器与电压传感器采集电流、电压数据。
进一步,所述激光辐射模块包括:
激光产生单元,包括由工作物质、泵浦源和谐振腔三部分组成的固体激光器,用于通过固体激光器产生激光脉冲;
激光传输单元,包括由聚焦透镜和传输透镜构成的光路,用于通过光路对激光脉冲进行传输;
激光控制单元,用于通过激光控制器调节激光的能量、频率,对激光器工作中的时序参数进行设置。
进一步,所述参数配置模块包括:
数值输入单元,用于通过外部输入设备对设定数值进行输入调整;
模式设定单元,用于将多组不同的设定数值划分为不同的工作模式;
模式选择单元,用于通过交互界面显示多个不同的工作模式,根据所需参数选择与设定参数相应的工作模式;
指令生成单元,用与产生对应生产程序指令的模式设定信号,并将设定信号传递到主控模块。
本发明的另一目的在于提供一种金属增材制造过程的LIBS在线监测方法,所述金属增材制造过程的LIBS在线监测方法具体包括:
步骤一,通过激光控制器调节激光器的输出能量、频率,给激光器提供脉冲信号,激光器利用获得的脉冲信号发出激光,激光通过透镜的多次反射和聚焦到达样品表面;
步骤二,通过多色高温计测量熔池的温度;利用光电二极管与CCD相机采集探测热辐射信号,并将探测到的热辐射信号转换为电信号;利用电流传感器与电压传感器采集电流、电压数据;
步骤三,将探测到的相关温度数据以及电信号与预设温度、电信号阈值进行比对,当监测到的数值与预设阈值不符时,则返回步骤一;若相符,则转向步骤四;
步骤四,激光击打样品产生等离子体以后,通过准直镜对辐射光子进行收集然后经过光纤将信号传输至光谱仪获得等离子体的光谱信号,通过高速相机拍摄微秒量级的等离子体,获得等离子体图像;
步骤五,对采集的光谱数据和图像数据进行分析,根据分析结果调整三维移动平台位置,然后进行下一次的监测;
步骤六,根据多次监测结果,将监测获得的数据进行存储,并对监测数据进行分析;同时对金属增材制作过程中的不连续缺陷、塌陷缺陷以及气孔缺陷进行识别;
步骤七,利用显示器显示金属增材制造过程中的监测分析结果以及缺陷识别结果。
进一步,步骤一中,所述激光器的发光方法包括:
泵浦源将离子从基态激发至激发态,然后离子从激发态自发辐射跃迁至亚稳态,此时处于亚稳态的离子和基态的离子形成粒子反转分布,当外界射入较弱的光信号,刺激亚稳态的离子受激辐射,回到稳态,从而产生较强的光信号。
进一步,步骤三中,对采集的光谱数据和图像数据进行分析前,需要对采集的信息进行筛选处理,所述筛选处理方法具体包括:
从待筛选数据中提取多个噪声数据作为样本数据;
对各所述样本数据进行变换处理,得到各所述样本数据的变换数据;
通过预先训练好的图像分类模型,对各所述样本数据及各所述变换数据进行标签预测,确定各所述样本数据的目标标签和目标标签概率;
根据各所述样本数据的目标标签及目标标签概率,对各所述样本数据进行筛选,获得目标数据库。
进一步,步骤六中,所述金属增材制作过程中的不连续缺陷识别方法包括:
(1)获取金属增材制作过程的堆焊组织红外图像;并采用通道分割方法将蓝色通道分离出来,提取感兴趣区域;
(2)采用最大类间方差法计算图像阈值,提取高温区域,并进行图像的二值化处理;
(3)对二值化图像按一定顺序逐列扫描,计算正常包含灰度值为0的像素宽度行的平均宽度,在逐行扫描过程中当连续出现宽度值小于计算得到的平均宽度时,则判定为不连续缺陷。
进一步,步骤六中,所述金属增材制作过程中的塌陷缺陷识别方法包括:
1)获取金属增材制作过程的堆焊焊缝红外图像;采用最大类间方差法计算图像阈值,并进行图像的二值化处理;
2)提取焊缝轮廓,
3)在轮廓图像上逐列的计算焊缝轮廓上下两个边界点的平均值,并计算中点的坐标,所有求得平均值的点连线即为焊缝轮廓的中心线;若取出的中心线中有明显的下榻,则判定焊缝有塌陷;
4)利用二值化方法对红外图像的高温区域进行提取,得到高温区域二值化的图像,但图像具备长距离高温区域的间断,同时焊缝中心线一阶导数急剧下降,则判定为塌陷缺陷。
进一步,步骤六中,所述金属增材制作过程中的气孔缺陷识别方法包括:
首先,获取金属增材制作过程的堆焊组织红外图像;并采用通道分割方法将绿色通道分离出来;
其次,采用最大类间方差法计算图像阈值,将图像的高温区域与背景分割开,得到感兴趣区域;
再者,采用canny边缘检测算法进行感兴趣区域的初步轮廓提取;
最后,判断初步提取到轮廓面积,排除面积小于10个像素点或大于50个像素点面积的轮廓;即可得气孔缺陷轮廓。
结合上述的所有技术方案,本发明所具备的优点及积极效果为: 本发明通过利用LIBS 技术对增材制造过程中的样品进行监测,对监测参数进行选取以及对获得的监测数据进行合理的定量分析,使得监测过程更加准确,使采集的数据能够更好的反应监测的缺陷情况,保证对增材制造过程的实时监测,进而保证零件的质量,优化增材制造程序;通过延时发生器对激光器的激发脉冲信号进行延时控制,对采集光谱之间的延时进行调整,从而避开连续辐射下的噪声干扰,提高光谱采集质量,便于对光谱数据进行分析。
鉴于增材的尺寸与光电二极管探测到的电信号变化趋势相同,本发明通过检测熔池的温度以及相关产生电信号,从而实现对于金属增材制造过程的温度与尺寸监测,同时基于与预设温度、尺寸电信号数据进行比对,即使调整激光功率,实现了金属增材制造过程的智能化调节与控制。
同时本发明还能够对金属增材制造过程的缺陷进行在线识别。
附图说明
图1是本发明实施例提供的金属增材制造过程的LIBS在线监测装置结构示意图。
图中:1、数据采集模块;2、激光辐射模块;3、参数配置模块;4、信号采集模块;5、位置调节模块;6、主控模块;7、光谱数据分析模块;8、图像数据分析模块;9、缺陷识别模块;10、结果输出模块。
图2是本发明实施例提供的数据采集模块结构示意图。
图中:11、温度数据采集单元;12、电信号采集单元;13、电流电压信号采集单元。
图3是本发明实施例提供的激光辐射模块结构示意图。
图中:21、激光产生单元;22、激光传输单元;23、激光控制单元。
图4是本发明实施例提供的参数配置模块结构示意图。
图中:31、数值输入单元;32、模式设定单元;33、模式选择单元;34、指令生成单元。
图5是本发明实施例提供的金属增材制造过程的LIBS在线监测方法流程图。
图6是本发明实施例提供的激光器的发光原理图。
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。
针对现有技术存在的问题,本发明提供了一种金属增材制造过程的LIBS在线监测装置,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的金属增材制造过程的LIBS在线监测装置包括:
数据采集模块1,与主控模块连接,用于采集相关温度、电信号以及电流电压信号数据。
激光辐射模块2,与主控模块6连接,用于通过激光器发出激光脉冲对采集样品进行照射;
参数配置模块3,与主控模块6连接,用于通过对延时发生器进行参数设置,对激光器的激发脉冲信号进行延时控制。
信号采集模块4,与主控模块6连接,用于对产生的等离子体图像和光谱数据进行采集。
位置调节模块5,与主控模块6连接,用于通过三维移动平台对采集样品的位置进行移动控制。
主控模块6,与数据采集模块1、激光辐射模块2、参数配置模块3、信号采集模块4、位置调节模块5、光谱数据分析模块7、图像数据分析模块8、缺陷识别模块9、结果输出模块10连接,用于通过控制系统对采集数据进行处理分析,并对各个模块间的相互工作进行协调控制。
光谱数据分析模块7,与主控模块6连接,用于对采集的光谱数据进行自动平滑,识别谱线谱峰,同时利用预设的光谱信息数据库查询光谱信息,准确识别原子离子谱线。
图像数据分析模块8,与主控模块6连接,用于对采集的等离子体图像中的图片数据进行分析整理。
缺陷识别模块9,与主控模块连接,用于对金属增材制作过程中的不连续缺陷、塌陷缺陷以及气孔缺陷进行识别。
结果输出模块10,与主控模块6连接,用于将金属增材制造过程中的监测分析结果输出到显示装置进行查看。
如图2所示,本发明实施例提供的数据采集模块1包括:
温度数据采集单元11,用于通过多色高温计测量熔池的温度。
电信号采集单元12,用于利用光电二极管与CCD相机采集探测热辐射信号,并将探测到的热辐射信号转换为电信号。
电流电压信号采集单元13,用于利用电流传感器与电压传感器采集电流、电压数据。
如图3所示,本发明实施例提供的激光辐射模块2包括:
激光产生单元21,包括由工作物质、泵浦源和谐振腔三部分组成的固体激光器,用于通过固体激光器产生激光脉冲。
激光传输单元22,包括由聚焦透镜和传输透镜构成的光路,用于通过光路对激光脉冲进行传输。
激光控制单元23,用于通过激光控制器调节激光的能量、频率,对激光器工作中的时序参数进行设置。
如图4所示,本发明实施例提供的参数配置模块3包括:
数值输入单元31,用于通过外部输入设备对设定数值进行输入调整。
模式设定单元32,用于将多组不同的设定数值划分为不同的工作模式。
模式选择单元33,用于通过交互界面显示多个不同的工作模式,根据所需参数选择与设定参数相应的工作模式。
指令生成单元34,用与产生对应生产程序指令的模式设定信号,并将设定信号传递到主控模块。
如图5所示,本发明实施例提供的金属增材制造过程的LIBS在线监测方法具体包括:
S101,通过激光控制器调节激光器的输出能量、频率,给激光器提供脉冲信号,激光器利用获得的脉冲信号发出激光,激光通过透镜的多次反射和聚焦到达样品表面。
S102,通过多色高温计测量熔池的温度;利用光电二极管与CCD相机采集探测热辐射信号,并将探测到的热辐射信号转换为电信号;利用电流传感器与电压传感器采集电流、电压数据。
S103,将探测到的相关温度数据以及电信号与预设温度、电信号阈值进行比对,当监测到的数值与预设阈值不符时,则返回步骤S101;若相符,则转向步骤S104。
S104,激光击打样品产生等离子体以后,通过准直镜对辐射光子进行收集然后经过光纤将信号传输至光谱仪获得等离子体的光谱信号,通过高速相机拍摄微秒量级的等离子体,获得等离子体图像。
S105,对采集的光谱数据和图像数据进行分析,根据分析结果调整三维移动平台位置,然后进行下一次的监测。
S106,根据多次监测结果,将监测获得的数据进行存储,并对监测数据进行分析;同时对金属增材制作过程中的不连续缺陷、塌陷缺陷以及气孔缺陷进行识别。
S107,利用显示器显示金属增材制造过程中的监测分析结果以及缺陷识别结果。
步骤S101中,本发明实施例中的激光器的发光方法包括:
泵浦源将离子从基态激发至激发态,然后离子从激发态自发辐射跃迁至亚稳态,此时处于亚稳态的离子和基态的离子形成粒子反转分布,当外界射入较弱的光信号,刺激亚稳态的离子受激辐射,回到稳态,从而产生较强的光信号。 如图6所示,为激光器的发光原理图。
步骤S103中,本发明实施例中的对采集的光谱数据和图像数据进行分析前,需要对采集的信息进行筛选处理,所述筛选处理方法具体包括:
从待筛选数据中提取多个噪声数据作为样本数据。
对各所述样本数据进行变换处理,得到各所述样本数据的变换数据。
通过预先训练好的图像分类模型,对各所述样本数据及各所述变换数据进行标签预测,确定各所述样本数据的目标标签和目标标签概率。
根据各所述样本数据的目标标签及目标标签概率,对各所述样本数据进行筛选,获得目标数据库。
步骤S106中,本发明实施例中的金属增材制作过程中的不连续缺陷识别方法包括:
(1)获取金属增材制作过程的堆焊组织红外图像;并采用通道分割方法将蓝色通道分离出来,提取感兴趣区域。
(2)采用最大类间方差法计算图像阈值,提取高温区域,并进行图像的二值化处理。
(3)对二值化图像按一定顺序逐列扫描,计算正常包含灰度值为0的像素宽度行的平均宽度,在逐行扫描过程中当连续出现宽度值小于计算得到的平均宽度时,则判定为不连续缺陷。
步骤S106中,本发明实施例中的金属增材制作过程中的塌陷缺陷识别方法包括:
1)获取金属增材制作过程的堆焊焊缝红外图像;采用最大类间方差法计算图像阈值,并进行图像的二值化处理。
2)提取焊缝轮廓。
3)在轮廓图像上逐列的计算焊缝轮廓上下两个边界点的平均值,并计算中点的坐标,所有求得平均值的点连线即为焊缝轮廓的中心线;若取出的中心线中有明显的下榻,则判定焊缝有塌陷。
4)利用二值化方法对红外图像的高温区域进行提取,得到高温区域二值化的图像,但图像具备长距离高温区域的间断,同时焊缝中心线一阶导数急剧下降,则判定为塌陷缺陷。
步骤S106中,本发明实施例中的金属增材制作过程中的气孔缺陷识别方法包括:
首先,获取金属增材制作过程的堆焊组织红外图像;并采用通道分割方法将绿色通道分离出来。
其次,采用最大类间方差法计算图像阈值,将图像的高温区域与背景分割开,得到感兴趣区域。
再者,采用canny边缘检测算法进行感兴趣区域的初步轮廓提取。
最后,判断初步提取到轮廓面积,排除面积小于10个像素点或大于50个像素点面积的轮廓;即可得气孔缺陷轮廓。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,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,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种金属增材制造过程的LIBS在线监测装置,其特征在于,所述金属增材制造过程的LIBS在线监测装置包括:
数据采集模块,与主控模块连接,包括温度数据采集单元、电信号采集单元、电流电压信号采集单元;用于采集相关温度、电信号以及电流电压信号数据;
激光辐射模块,与主控模块连接,用于通过激光器发出激光脉冲对采集样品进行照射;
参数配置模块,与主控模块连接,用于通过对延时发生器进行参数设置,对激光器的激发脉冲信号进行延时控制;同时用于预设设定熔池温度阈值与激光功率阈值;
信号采集模块,与主控模块连接,用于对产生的等离子体图像和光谱数据进行采集;
位置调节模块,与主控模块连接,用于通过三维移动平台对采集样品的位置进行移动控制;
主控模块,与数据采集模块、激光辐射模块、参数配置模块、信号采集模块、位置调节模块、光谱数据分析模块、图像数据分析模块、缺陷识别模块、结果输出模块连接,用于通过控制系统对采集数据进行处理分析,并对各个模块间的相互工作进行协调控制;
光谱数据分析模块,与主控模块连接,用于对采集的光谱数据进行自动平滑,识别谱线谱峰,同时利用预设的光谱信息数据库查询光谱信息,准确识别原子离子谱线;
图像数据分析模块,与主控模块连接,用于对采集的等离子体图像中的图片数据进行分析整理;
缺陷识别模块,与主控模块连接,用于对金属增材制作过程中的不连续缺陷、塌陷缺陷以及气孔缺陷进行识别;
结果输出模块,与主控模块连接,用于将金属增材制造过程中的监测分析结果以及缺陷识别结果输出到显示装置进行查看;
所述数据采集模块包括:
温度数据采集单元,用于通过多色高温计测量熔池的温度;
电信号采集单元,用于利用光电二极管与CCD相机采集探测热辐射信号,并将探测到的热辐射信号转换为电信号;
电流电压信号采集单元,用于利用电流传感器与电压传感器采集电流、电压数据;
所述参数配置模块包括:
数值输入单元,用于通过外部输入设备对设定数值进行输入调整;
模式设定单元,用于将多组不同的设定数值划分为不同的工作模式;
模式选择单元,用于通过交互界面显示多个不同的工作模式,根据所需参数选择与设定参数相应的工作模式;
指令生成单元,用与产生对应生产程序指令的模式设定信号,并将设定信号传递到主控模块。
2.如权利要求1所述的金属增材制造过程的LIBS在线监测装置,其特征在于,所述激光辐射模块包括:
激光产生单元,包括由工作物质、泵浦源和谐振腔三部分组成的固体激光器,用于通过固体激光器产生激光脉冲;
激光传输单元,包括由聚焦透镜和传输透镜构成的光路,用于通过光路对激光脉冲进行传输;
激光控制单元,用于通过激光控制器调节激光的能量、频率,对激光器工作中的时序参数进行设置。
3.一种用于如权利要求1-2任意一项所述的金属增材制造过程的LIBS在线监测装置的金属增材制造过程的LIBS在线监测方法,其特征在于,所述金属增材制造过程的LIBS在线监测方法包括:
步骤一,通过激光控制器调节激光器的输出能量、频率,给激光器提供脉冲信号,激光器利用获得的脉冲信号发出激光,激光通过透镜的多次反射和聚焦到达样品表面;
步骤二,通过多色高温计测量熔池的温度;利用光电二极管与CCD相机采集探测热辐射信号,并将探测到的热辐射信号转换为电信号;利用电流传感器与电压传感器采集电流、电压数据;
步骤三,将探测到的相关温度数据以及电信号与预设温度、电信号阈值进行比对,当监测到的数值与预设阈值不符时,则返回步骤一;若相符,则转向步骤四;
步骤四,激光击打样品产生等离子体以后,通过准直镜对辐射光子进行收集然后经过光纤将信号传输至光谱仪获得等离子体的光谱信号,通过高速相机拍摄微秒量级的等离子体,获得等离子体图像;
步骤五,对采集的光谱数据和图像数据进行分析,根据分析结果调整三维移动平台位置,然后进行下一次的监测;
步骤六,根据多次监测结果,将监测获得的数据进行存储,并对监测数据进行分析;同时对金属增材制作过程中的不连续缺陷、塌陷缺陷以及气孔缺陷进行识别;
步骤七,利用显示器显示金属增材制造过程中的监测分析结果以及缺陷识别结果;所述激光器的发光方法包括:
泵浦源将离子从基态激发至激发态,然后离子从激发态自发辐射跃迁至亚稳态,此时处于亚稳态的离子和基态的离子形成粒子反转分布,当外界射入较弱的光信号,刺激亚稳态的离子受激辐射,回到稳态,从而产生较强的光信号;
对采集的光谱数据和图像数据进行分析前,需要对采集的信息进行筛选处理,所述筛选处理方法具体包括:
从待筛选数据中提取多个噪声数据作为样本数据;
对各所述样本数据进行变换处理,得到各所述样本数据的变换数据;
通过预先训练好的图像分类模型,对各所述样本数据及各所述变换数据进行标签预测,确定各所述样本数据的目标标签和目标标签概率;
根据各所述样本数据的目标标签及目标标签概率,对各所述样本数据进行筛选,获得目标数据库。
4.如权利要求3所述的金属增材制造过程的LIBS在线监测方法,其特征在于,步骤六中,所述金属增材制作过程中的不连续缺陷识别方法包括:
(1)获取金属增材制作过程的堆焊组织红外图像;并采用通道分割方法将蓝色通道分离出来,提取感兴趣区域;
(2)采用最大类间方差法计算图像阈值,提取高温区域,并进行图像的二值化处理;
(3)对二值化图像按一定顺序逐列扫描,计算正常包含灰度值为0的像素宽度行的平均宽度,在逐行扫描过程中当连续出现宽度值小于计算得到的平均宽度时,则判定为不连续缺陷。
5.如权利要求3所述的金属增材制造过程的LIBS在线监测方法,其特征在于,步骤六中,所述金属增材制作过程中的塌陷缺陷识别方法包括:
1)获取金属增材制作过程的堆焊焊缝红外图像;采用最大类间方差法计算图像阈值,并进行图像的二值化处理;
2)提取焊缝轮廓;
3)在轮廓图像上逐列的计算焊缝轮廓上下两个边界点的平均值,并计算中点的坐标,所有求得平均值的点连线即为焊缝轮廓的中心线;若取出的中心线中有明显的下榻,则判定焊缝有塌陷;
4)利用二值化方法对红外图像的高温区域进行提取,得到高温区域二值化的图像,但图像具备长距离高温区域的间断,同时焊缝中心线一阶导数急剧下降,则判定为塌陷缺陷。
6.如权利要求3所述的金属增材制造过程的LIBS在线监测方法,其特征在于,步骤六中,所述金属增材制作过程中的气孔缺陷识别方法包括:
首先,获取金属增材制作过程的堆焊组织红外图像;并采用通道分割方法将绿色通道分离出来;
其次,采用最大类间方差法计算图像阈值,将图像的高温区域与背景分割开,得到感兴趣区域;
再者,采用canny边缘检测算法进行感兴趣区域的初步轮廓提取;
最后,判断初步提取到轮廓面积,排除面积小于10个像素点或大于50个像素点面积的轮廓;即可得气孔缺陷轮廓。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340589.5A CN111504980B (zh) | 2020-04-26 | 2020-04-26 | 一种金属增材制造过程的libs在线监测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340589.5A CN111504980B (zh) | 2020-04-26 | 2020-04-26 | 一种金属增材制造过程的libs在线监测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111504980A CN111504980A (zh) | 2020-08-07 |
CN111504980B true CN111504980B (zh) | 2021-04-16 |
Family
ID=71871402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010340589.5A Active CN111504980B (zh) | 2020-04-26 | 2020-04-26 | 一种金属增材制造过程的libs在线监测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111504980B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112894126B (zh) * | 2021-02-26 | 2023-01-06 | 广州德擎光学科技有限公司 | 激光加工过程检测参数调整方法和系统 |
CN113102770B (zh) * | 2021-03-22 | 2022-10-25 | 中国人民解放军空军工程大学 | 一种激光选区熔化的激光辐射强度数据分析系统 |
CN113245687B (zh) * | 2021-06-21 | 2021-11-02 | 宁波齐云新材料技术有限公司 | 一种转速智能控制的摩擦搅拌焊接系统 |
CN114101943B (zh) * | 2021-12-28 | 2023-06-30 | 陕西渥特镭铯机械制造有限公司 | 一种水导激光穿透监测系统 |
CN114397244B (zh) * | 2022-01-14 | 2024-07-23 | 长春工业大学 | 一种金属增材制造制件缺陷的识别方法及相关设备 |
CN114397289A (zh) * | 2022-01-14 | 2022-04-26 | 长春工业大学 | 一种土壤中重金属元素定量分析方法及相关设备 |
CN115320105B (zh) * | 2022-07-04 | 2024-09-03 | 南方科技大学 | 增材制造装置的调控方法、系统及存储介质 |
CN115598133B (zh) * | 2022-10-11 | 2024-05-24 | 吉林大学 | 用于原位观测与力-热-磁多场调控的金属增材制造系统 |
CN116197413B (zh) * | 2023-02-20 | 2024-08-16 | 哈尔滨工业大学 | 一种针对激光增材制造过程监测装置的监测方法 |
CN115994490B (zh) * | 2023-03-22 | 2023-06-02 | 北京大学 | 基于深度混合效应模型的金属增材制造过程实时监控方法 |
CN118067692A (zh) * | 2024-04-19 | 2024-05-24 | 北华大学 | 一种slm制件缺陷的检测方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105004700A (zh) * | 2015-07-21 | 2015-10-28 | 长春工业大学 | 一种通过选择合适样品温度点来提高libs测量精度的方法 |
CN107368642A (zh) * | 2017-07-13 | 2017-11-21 | 武汉大学 | 金属增材制造多尺度多物理场耦合仿真方法 |
CN107402193A (zh) * | 2017-07-25 | 2017-11-28 | 华中科技大学 | 一种基于libs的激光选区熔化成形过程在线检测设备 |
CN107807568A (zh) * | 2017-10-27 | 2018-03-16 | 中国电子产品可靠性与环境试验研究所 | 增材制造监控系统、方法、装置及增材制造设备 |
CN108098146A (zh) * | 2017-12-12 | 2018-06-01 | 南京理工大学 | 一种非平整面高精度激光增材成形方法 |
CN108195823A (zh) * | 2017-12-11 | 2018-06-22 | 中国科学院光电研究院 | 一种激光诱导击穿光谱检测系统 |
WO2019104186A1 (en) * | 2017-11-22 | 2019-05-31 | Forge Nano, Inc. | Manufacturing of workpieces having nanostructured phases from functionalized powder feedstocks |
JP2019090105A (ja) * | 2017-10-26 | 2019-06-13 | ゼネラル・エレクトリック・カンパニイ | 3d金属印刷プロセスで使用するためのレーザ誘起プラズマチャネルを介した電気パルスの適用 |
CN109909502A (zh) * | 2019-03-18 | 2019-06-21 | 中国科学院合肥物质科学研究院 | 基于多源异构数据的激光增材制造过程的在线监测方法 |
-
2020
- 2020-04-26 CN CN202010340589.5A patent/CN111504980B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105004700A (zh) * | 2015-07-21 | 2015-10-28 | 长春工业大学 | 一种通过选择合适样品温度点来提高libs测量精度的方法 |
CN107368642A (zh) * | 2017-07-13 | 2017-11-21 | 武汉大学 | 金属增材制造多尺度多物理场耦合仿真方法 |
CN107402193A (zh) * | 2017-07-25 | 2017-11-28 | 华中科技大学 | 一种基于libs的激光选区熔化成形过程在线检测设备 |
JP2019090105A (ja) * | 2017-10-26 | 2019-06-13 | ゼネラル・エレクトリック・カンパニイ | 3d金属印刷プロセスで使用するためのレーザ誘起プラズマチャネルを介した電気パルスの適用 |
CN107807568A (zh) * | 2017-10-27 | 2018-03-16 | 中国电子产品可靠性与环境试验研究所 | 增材制造监控系统、方法、装置及增材制造设备 |
WO2019104186A1 (en) * | 2017-11-22 | 2019-05-31 | Forge Nano, Inc. | Manufacturing of workpieces having nanostructured phases from functionalized powder feedstocks |
CN108195823A (zh) * | 2017-12-11 | 2018-06-22 | 中国科学院光电研究院 | 一种激光诱导击穿光谱检测系统 |
CN108098146A (zh) * | 2017-12-12 | 2018-06-01 | 南京理工大学 | 一种非平整面高精度激光增材成形方法 |
CN109909502A (zh) * | 2019-03-18 | 2019-06-21 | 中国科学院合肥物质科学研究院 | 基于多源异构数据的激光增材制造过程的在线监测方法 |
Non-Patent Citations (3)
Title |
---|
Identification and qualification of temperature signal for monitoring and controlin laser cladding;Guijun Bi等;《Optics and Lasers in Engineering 44》;20060310;第1348-1359页 * |
基于LIBS增材制造监测系统研究;王珈宁;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20200215;11-12页,25-43页,49页,60-69页 * |
基于多传感器复合电弧增材制造在线检测系统研究;万柴志;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20190615;第34-44页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111504980A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111504980B (zh) | 一种金属增材制造过程的libs在线监测装置及方法 | |
CN106984813B (zh) | 一种激光选区熔化加工过程同轴监测方法及装置 | |
JP7408066B2 (ja) | ビルド面のグリッド領域における放射熱エネルギー密度の測定 | |
CN112041148B (zh) | 用于在增材制造操作期间测量辐射热能的系统和方法 | |
Vandone et al. | Multisensor data fusion for additive manufacturing process control | |
CN109877117B (zh) | 一种激光清洗系统及方法 | |
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 | |
CN107175329A (zh) | 一种3d打印逐层检测反求零件模型及定位缺陷装置与方法 | |
CN207026479U (zh) | 一种激光选区熔化加工过程同轴监测装置 | |
CN107598163A (zh) | 一种适用于铺粉式增材制造的质量无损在线检测装备及方法 | |
CN107102061A (zh) | 金属材料高能束增减材‑在线激光超声检测复合加工方法 | |
CN110605393A (zh) | 一种激光立体成形过程检测方法及系统和应用 | |
CN207205270U (zh) | 一种3d打印逐层检测反求零件模型及定位缺陷装置 | |
CN114012210B (zh) | 电弧增材过程的沉积质量判断系统及方法 | |
CN111061231B (zh) | 焊接装配间隙和错边前馈的熔池监控系统及熔透监测方法 | |
CN115697610A (zh) | 用于分析激光加工过程的方法、用于分析激光加工过程的系统以及具有该系统的激光加工系统 | |
Vandone et al. | Vision-based melt pool monitoring system setup for additive manufacturing | |
EP3667565A1 (en) | Method for melt pool monitoring using machine learning | |
CN111761819B (zh) | 一种激光粉末床熔融成形件缺陷在线监测方法 | |
JP2023124755A (ja) | 溶接品質を分析するためのシステムおよび方法 | |
CN116030310A (zh) | 一种基于激光诱导击穿光谱技术的样品分类方法及系统 | |
EP3434392B1 (en) | Three-dimensional shaping method | |
CN114514082B (zh) | 分析传感器数据的设备及方法、装置、存储介质 | |
JP2010260095A (ja) | レーザ溶接品質評価方法及び装置 | |
CN114820539A (zh) | 一种基于汽车焊接生产线的机器人激光检测方法 |
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 |