CN112371995A - 选择性激光熔化3d打印裂纹检测方法、装置及存储介质 - Google Patents
选择性激光熔化3d打印裂纹检测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112371995A CN112371995A CN202011082156.0A CN202011082156A CN112371995A CN 112371995 A CN112371995 A CN 112371995A CN 202011082156 A CN202011082156 A CN 202011082156A CN 112371995 A CN112371995 A CN 112371995A
- Authority
- CN
- China
- Prior art keywords
- laser melting
- selective laser
- layer
- printing
- domain characteristic
- 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.)
- Pending
Links
Images
Classifications
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Powder Metallurgy (AREA)
Abstract
本发明涉及选择性激光熔化3D打印裂纹检测方法,包括以下步骤,获取选择性激光熔化3D打印机逐层打印过程的声发射原始波形信号以及与声发射原始波形信号同步的同步打印视频;根据同步打印视频对声发射原始波形信号进行逐层甄别与标定,获取每层选择性激光熔化3D打印的离散声波信号数据,从离散声波信号数据中提取时域特征值和频域特征值;以时域特征值和频域特征值作为输入参数进行机器学习训练;当对输入参数识别为制件裂纹模式时,发布与所述制件裂纹模式对应的报警信息。本发明还涉及选择性激光熔化3D打印裂纹检测装置及一种存储介质。
Description
技术领域
本发明涉及3D打印技术领域,特别是涉及选择性激光熔化3D打印裂纹检测方法、装置及存储介质。
背景技术
3D打印技术(Three Dimensional Printing)也称为增材制造技术(Additivemanufacturing),是一种通过熔化、粘结、烧结或熔融等手段将金属或非金属材料从粉末态、液态或丝状逐层打印形成三维实物的技术。根据工艺原理的不同分为:选择性激光熔化、选择性激光烧结、电子束熔化、光固化成型、选择性激光熔化成型等。选择性激光熔化(Selective laser melting),是金属材料增材制造中应用最广泛的一种3D打印技术,通过采用Nd-YAG激光器、二氧化碳激光器、光纤激光器产生的激光束作为能量源,按照三维CAD切片模型中规划好的路径逐层扫描,对金属粉末进行快速熔化和凝固,最终获得近乎全致密且力学性能良好的金属制品。
目前选择性激光熔化存在的主要问题是:打印过程中,由于受热和散热的不平衡,已成形金属制件内部局部区域存在大小不一的残余热应力。过大的热应力会引起内部不同程度的开裂,并且裂纹会随着应力的加剧而不断演化变大,对金属制品内部结构和强度寿命造成严重破坏。目前对激光打印金属制件的裂纹,主要是通过金相实验、SEM实验、显微镜等形貌表征方法对任意剖切的试样进行检测,工作量大、成本高且裂纹检测不完整。
发明内容
针对现有技术中存在的技术问题,本发明的目的之一是:提供选择性激光熔化3D打印裂纹检测方法,通过该方法能够自动识别选择性激光熔化3D打印机打印过程中出现的制件裂纹模式并自动发布与该制件裂纹模式对应的报警信息。
本发明的目的之二是:提供选择性激光熔化3D打印裂纹检测装置。
本发明的目的之三是:提供一种存储介质。
为了达到上述目的,本发明采用如下技术方案:
选择性激光熔化3D打印裂纹检测方法,应用于选择性激光熔化3D打印机,包括以下步骤,
获取选择性激光熔化3D打印机逐层打印过程的声发射原始波形信号以及与声发射原始波形信号同步的同步打印视频;
根据同步打印视频对声发射原始波形信号进行逐层甄别与标定,获取每层选择性激光熔化3D打印的离散声波信号数据,从离散声波信号数据中提取时域特征值和频域特征值;
以时域特征值和频域特征值作为输入参数进行机器学习训练;
当对输入参数识别为制件裂纹模式时,发布与所述制件裂纹模式对应的报警信息。
进一步,获取选择性激光熔化3D逐层打印过程的声发射原始波形信号的实现方式为,数据处理模块接收声音采集装置采集并发送来的选择性激光熔化3D逐层打印过程中包括金属粉末激光熔化、激光启停、刮板动作、成形缸与粉缸升降、保护气体流动的声发射原始波形信号。
进一步,声音采集装置为非接触式数字录音机,非接触式数字录音机设于选择性激光熔化3D打印机一侧。
进一步,获取与声发射原始波形信号同步的同步打印视频的实现方式为,数据处理模块接收视频录制装置录制并发送来的选择性激光熔化3D逐层打印过程中包括金属粉末逐层打印、激光束扫描与启停、刮板铺粉、成形缸与粉缸升降的视频,其中,视频录制装置与声音采集装置同步运行。
进一步,时域特征值包括幅值、均方根;频域特征值包括幅值频率、均方根频率、功率谱密度、相对能量。
进一步,提取离散声波信号的时域特征值和频域特征值的实现方式为,通过快速傅立叶变换和小波变换频谱分析方法,从离散声波信号数据中提取离散声波信号的时域特征值和频域特征值。
进一步,机器学习模块的输入参数为每一层选择性激光熔化3D打印时间段内离散声波信号的时域特征值的均值和标准差以及频域特征值的均值和标准差。
进一步,机器学习训练包括制件裂纹模式的模式分类、识别与学习训练。
选择性激光熔化3D打印裂纹检测装置,应用于选择性激光熔化3D打印机,包括声音采集装置、视频录制装置和数据处理模块,声音采集装置和视频录制装置分别设于选择性激光熔化3D打印机一侧,数据处理模块分别与声音采集装置和视频录制装置连接;
声音采集装置用于采集选择性激光熔化3D逐层打印过程的声发射原始波形信号并发送到数据处理模块;
视频录制装置用于同步录制选择性激光熔化3D逐层打印过程的同步打印视频并发送到数据处理模块;
数据处理模块用于接收声音采集装置发送来的声发射原始波形信号与视频录制装置发送来的同步打印视频,根据同步打印视频对声发射原始信号数据进行逐层甄别与标定,获取每层选择性激光熔化3D打印的离散声波信号数据,从离散声波信号数据中提取离散声波信号的时域特征值和频域特征值并作为输入参数进行机器学习训练;当对输入参数识别为制件裂纹模式时,发布与所述制件裂纹模式对应的报警信息。
一种存储介质,存储有程序,所述程序被处理器执行时,实现选择性激光熔化3D打印裂纹检测方法。
总的说来,本发明具有如下优点:
通过采集选择性激光熔化3D打印的声发射原始波形信号,利用同步打印视频对每层选择性激光熔化3D打印的声发射原始波形信号进行甄别与标定,可采集、分析、识别出选择性激光熔化3D打印各种制件裂纹模式,具有非接触式无损检测与识别制件裂纹模式并报警的优点,安装操作简单,无需通过金相实验、SEM实验、显微镜等形貌表征方法进行检测,工作量小,无需对打印机设备结构进行改动,检测过程中不影响选择性激光熔化3D打印机的正常工作。
附图说明
图1为本发明实施例1的选择性激光熔化3D打印裂纹检测方法的流程图。
图2为本发明实施例2的选择性激光熔化3D打印裂纹检测装置的结构示意图。
附图标记说明:
1-高清摄像机;2-PC机;3-便携式数字录音机;4-麦克风;5-振镜;6-激光束;7-打印机腔体;8-工作台;9-打印机机身;10-刮板;11-粉缸及其升降台;12-基板;13-打印工件;14-成形缸及其升降台;15-剩粉缸。
具体实施方式
下面来对本发明做进一步详细的说明。
实施例1
如图1所示,选择性激光熔化3D打印裂纹检测方法,包括以下步骤,
S101、获取选择性激光熔化3D打印机逐层打印过程的声发射原始波形信号以及与声发射原始波形信号同步的同步打印视频;
S102、根据同步打印视频对声发射原始波形信号进行逐层甄别与标定,获取每层选择性激光熔化3D打印的离散声波信号数据,从离散声波信号数据中提取时域特征值和频域特征值;
S103、以时域特征值和频域特征值作为输入参数进行机器学习训练;
S104、当对输入参数识别为制件裂纹模式时,发布与所述制件裂纹模式对应的报警信息。
选择性激光熔化3D打印过程中,金属制品内部或表面出现裂纹时,其声发射的最大特征是瞬时能量急剧增大和突变,属于超声高频范畴。由于选择性激光熔化3D打印过程的声发射原始波形信号为一整段信号,其包含了多层打印的声发射原始波形信号,因此难以对每层选择性激光熔化3D打印的声发射原始波形信号进行甄别与标定,难以确定所提取到的时域特征值和频域特征值是发生在哪个时间段或执行哪个动作时的,对应的是哪一种制件裂纹模式。
通过同步录制的同步打印视频,从画面上容易判断每层选择性激光熔化3D打印的时间段,或者选择性激光熔化3D打印过程中的某个动作的时间段。比如:打印过程的第1分钟至第2分钟内,同步打印视频上显示为“刮板10动作”过程,那么,在声发射原始波形信号的第1分钟至第2分钟时间段就可以相应地标定为“刮板10动作”。同步打印视频为声发射原始波形信号的甄别与标定提供了评定基准和评定方法。因此,通过同步打印视频对声发射原始波形信号进行逐层甄别与标定后,可以获得选择性激光熔化3D打印的不同时间段或选择性激光熔化3D打印机执行不同动作时的声发射原始波形信号的时域特征值和频域特征值,能够与更多制件裂纹模式对应。
以提取到的时域特征值和频域特征值作为输入参数进行充分的机器学习训练后,能够将多种的时域特征值和频域特征值与多种制件裂纹模式一一对应。当选择性激光熔化3D打印过程中出现某种制件裂纹时,与所述制件裂纹模式相应的时域特征值和频域特征值就会被获取,从而能够自动识别并发布与所述制件裂纹模式对应的报警信息。
提取离散声波信号的时域特征值和频域特征值的实现方式为,通过快速傅立叶变换和小波变换频谱分析方法,从离散声波信号数据中提取离散声波信号的时域特征值和频域特征值。
进一步,机器学习训练包括制件裂纹模式的模式分类、识别与学习训练。
进一步,机器学习模块的输入参数为每一层选择性激光熔化3D打印时间段内离散声波信号的时域特征值的均值和标准差以及频域特征值的均值和标准差。
进一步,时域特征值包括幅值、均方根;频域特征值包括幅值频率、均方根频率、功率谱密度、相对能量。
进一步,获取选择性激光熔化3D逐层打印过程的声发射原始波形信号的实现方式为,
数据处理模块接收声音采集装置采集并发送来的选择性激光熔化3D逐层打印过程中熔丝沉积、喷头运动、传动机构动作、热床升降、电机转动、送丝、加热散热发出的声音。
声音采集装置为非接触式数字录音机,非接触式数字录音机设于选择性激光熔化3D打印机一侧。
非接触式数字录音机采集选择性激光熔化3D打印的声发射原始波形信号过程中,不与选择性激光熔化3D打印机接触,不会影响选择性激光熔化3D打印机的正常打印过程。
本发明实施例的非接触式数字录音机为便携式数字录音机3,采用的是Tascam公司生产的DR-100MKIII线性PCM录音机,支持高达96kHz/24bit和192kHz/24bit高清录制,具有双AKM AK4558转换器和VELVET SOUND结构,低功耗和可达102dB的信噪比,定向立体声麦克风4的集成防震结构可以抑制不必要的震动和噪声。
获取与声发射原始波形信号同步的同步打印视频的实现方式为,
数据处理模块接收视频录制装置录制并发送来的选择性激光熔化3D逐层打印过程中的工件打印、喷头扫描、热床升降、步进电机转动和传动机构动作的视频,视频录制装置与声音采集装置同步运行。
本发明实施例的视频录制装置为高清摄像机1。
通过高采样响应频率的数字录音方式采集选择性激光熔化3D打印的声发射原始波形信号,利用高清的同步打印视频对每层选择性激光熔化3D打印的声发射原始波形信号进行甄别与标定,可采集、分析、识别出选择性激光熔化3D打印各种制件裂纹模式,具有非接触式无损检测与识别制件裂纹模式并报警的优点,安装操作简单,无需通过金相实验、SEM实验、显微镜等形貌表征方法进行检测,工作量小,无需对选择性激光熔化3D打印机设备结构进行改动,检测过程中不影响选择性激光熔化3D打印机的正常工作。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,相应的程序可以存储于计算机可读存储介质中。
实施例2
如图2所示,选择性激光熔化3D打印机包括打印机机身9、工作台8、刮板10、粉缸及其升降台11、成形缸及其升降台14和剩粉缸15,麦克风4夹持固定在打印机腔体7的内部。振镜5与激光束6对应设置,打印工件13设置于基板12上。
选择性激光熔化3D打印裂纹检测装置,应用于选择性激光熔化3D打印机,包括声音采集装置、视频录制装置和与PC机2,数据处理模块设于PC机2内。声音采集装置和视频录制装置分别设于选择性激光熔化3D打印机一侧,数据处理模块分别与声音采集装置和视频录制装置连接;
声音采集装置用于采集选择性激光熔化3D逐层打印过程的声发射原始波形信号并发送到数据处理模块;
视频录制装置用于同步录制选择性激光熔化3D逐层打印过程的同步打印视频并发送到数据处理模块;
数据处理模块用于接收声音采集装置发送来的声发射原始波形信号与视频录制装置发送来的同步打印视频,根据同步打印视频对声发射原始信号数据进行逐层甄别与标定,获取每层选择性激光熔化3D打印的离散声波信号数据,从离散声波信号数据中提取离散声波信号的时域特征值和频域特征值并作为输入参数进行机器学习训练;当对输入参数识别为制件裂纹模式时,发布与所述制件裂纹模式对应的报警信息。
进一步,声音采集装置为非接触式数字录音机,采用立体声高清音频录制格式,采样频率响应范围为20KHz-80KHz。
实施例3
一种存储介质,存储有程序,所述程序被处理器执行时,实现选择性激光熔化3D打印裂纹检测方法,如下:
获取选择性激光熔化3D打印机逐层打印过程的声发射原始波形信号以及与声发射原始波形信号同步的同步打印视频;
根据同步打印视频对声发射原始波形信号进行逐层甄别与标定,获取每层选择性激光熔化3D打印的离散声波信号数据,从离散声波信号数据中提取时域特征值和频域特征值;
以时域特征值和频域特征值作为输入参数进行机器学习训练;
当对输入参数识别为制件裂纹模式时,发布与所述制件裂纹模式对应的报警信息。
获取选择性激光熔化3D逐层打印过程的声发射原始波形信号的实现方式为,数据处理模块接收声音采集装置采集并发送来的选择性激光熔化3D逐层打印过程中包括金属粉末激光熔化、激光启停、刮板10动作、成形缸与粉缸升降、保护气体流动的声发射原始波形信号。
声音采集装置为非接触式数字录音机,非接触式数字录音机设于选择性激光熔化3D打印机一侧。
获取与声发射原始波形信号同步的同步打印视频的实现方式为,数据处理模块接收视频录制装置录制并发送来的选择性激光熔化3D逐层打印过程中包括金属粉末逐层打印、激光束6扫描与启停、刮板10铺粉、成形缸与粉缸升降的视频,其中,视频录制装置与声音采集装置同步运行。
时域特征值包括幅值、均方根;频域特征值包括幅值频率、均方根频率、功率谱密度、相对能量。
提取离散声波信号的时域特征值和频域特征值的实现方式为,通过快速傅立叶变换和小波变换频谱分析方法,从离散声波信号数据中提取离散声波信号的时域特征值和频域特征值。
机器学习模块的输入参数为每一层选择性激光熔化3D打印时间段内离散声波信号的时域特征值的均值和标准差以及频域特征值的均值和标准差。
机器学习训练包括制件裂纹模式的模式分类、识别与学习训练。
综上所述,本发明实施例利用高清的同步打印视频对每层选择性激光熔化3D打印的声发射原始波形信号进行甄别与标定,可采集、分析、识别出选择性激光熔化3D打印各种制件裂纹模式,具有非接触式无损检测与识别制件裂纹模式并报警的优点,安装操作简单,无需通过金相实验、SEM实验、显微镜等形貌表征方法进行检测,工作量小,无需对选择性激光熔化3D打印机设备结构进行改动,检测过程中不影响选择性激光熔化3D打印机的正常工作。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.选择性激光熔化3D打印裂纹检测方法,应用于选择性激光熔化3D打印机,其特征在于:包括以下步骤,
获取选择性激光熔化3D打印机逐层打印过程的声发射原始波形信号以及与声发射原始波形信号同步的同步打印视频;
根据同步打印视频对声发射原始波形信号进行逐层甄别与标定,获取每层选择性激光熔化3D打印的离散声波信号数据,从离散声波信号数据中提取时域特征值和频域特征值;
以时域特征值和频域特征值作为输入参数进行机器学习训练;
当对输入参数识别为制件裂纹模式时,发布与所述制件裂纹模式对应的报警信息。
2.按照权利要求1所述的选择性激光熔化3D打印裂纹检测方法,其特征在于:获取选择性激光熔化3D逐层打印过程的声发射原始波形信号的实现方式为,数据处理模块接收声音采集装置采集并发送来的选择性激光熔化3D逐层打印过程中包括金属粉末激光熔化、激光启停、刮板动作、成形缸与粉缸升降、保护气体流动的声发射原始波形信号。
3.按照权利要求2所述的选择性激光熔化3D打印裂纹检测方法,其特征在于:声音采集装置为非接触式数字录音机,非接触式数字录音机设于选择性激光熔化3D打印机一侧。
4.按照权利要求1所述的选择性激光熔化3D打印裂纹检测方法,其特征在于:获取与声发射原始波形信号同步的同步打印视频的实现方式为,数据处理模块接收视频录制装置录制并发送来的选择性激光熔化3D逐层打印过程中包括金属粉末逐层打印、激光束扫描与启停、刮板铺粉、成形缸与粉缸升降的视频,其中,视频录制装置与声音采集装置同步运行。
5.按照权利要求1所述的选择性激光熔化3D打印裂纹检测方法,其特征在于:时域特征值包括幅值、均方根;频域特征值包括幅值频率、均方根频率、功率谱密度、相对能量。
6.按照权利要求1所述的选择性激光熔化3D打印裂纹检测方法,其特征在于:提取离散声波信号的时域特征值和频域特征值的实现方式为,通过快速傅立叶变换和小波变换频谱分析方法,从离散声波信号数据中提取离散声波信号的时域特征值和频域特征值。
7.按照权利要求1所述的选择性激光熔化3D打印裂纹检测方法,其特征在于:机器学习模块的输入参数为每一层选择性激光熔化3D打印时间段内离散声波信号的时域特征值的均值和标准差以及频域特征值的均值和标准差。
8.按照权利要求1所述的选择性激光熔化3D打印裂纹检测方法,其特征在于:机器学习训练包括制件裂纹模式的模式分类、识别与学习训练。
9.选择性激光熔化3D打印裂纹检测装置,应用于选择性激光熔化3D打印机,其特征在于:包括声音采集装置、视频录制装置和数据处理模块,声音采集装置和视频录制装置分别设于选择性激光熔化3D打印机一侧,数据处理模块分别与声音采集装置和视频录制装置连接;
声音采集装置用于采集选择性激光熔化3D逐层打印过程的声发射原始波形信号并发送到数据处理模块;
视频录制装置用于同步录制选择性激光熔化3D逐层打印过程的同步打印视频并发送到数据处理模块;
数据处理模块用于接收声音采集装置发送来的声发射原始波形信号与视频录制装置发送来的同步打印视频,根据同步打印视频对声发射原始信号数据进行逐层甄别与标定,获取每层选择性激光熔化3D打印的离散声波信号数据,从离散声波信号数据中提取离散声波信号的时域特征值和频域特征值并作为输入参数进行机器学习训练;当对输入参数识别为制件裂纹模式时,发布与所述制件裂纹模式对应的报警信息。
10.一种存储介质,存储有程序,其特征在于:所述程序被处理器执行时,实现权利要求1-8任一项所述的选择性激光熔化3D打印裂纹检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011082156.0A CN112371995A (zh) | 2020-10-12 | 2020-10-12 | 选择性激光熔化3d打印裂纹检测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011082156.0A CN112371995A (zh) | 2020-10-12 | 2020-10-12 | 选择性激光熔化3d打印裂纹检测方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112371995A true CN112371995A (zh) | 2021-02-19 |
Family
ID=74581312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011082156.0A Pending CN112371995A (zh) | 2020-10-12 | 2020-10-12 | 选择性激光熔化3d打印裂纹检测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112371995A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115178752A (zh) * | 2022-09-13 | 2022-10-14 | 广东银纳增材制造技术有限公司 | 一种3d打印金属粉末生产设备的故障预警方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262701A (zh) * | 2011-08-02 | 2011-11-30 | 北京航空航天大学 | 基于线弹性断裂力学及声发射参数的在役16锰钢承力件疲劳裂纹扩展阶段评估系统 |
CN104792796A (zh) * | 2015-04-13 | 2015-07-22 | 太原理工大学 | 基于机器视觉的矿用胶带运行工况在线监测系统 |
CN104833679A (zh) * | 2015-04-29 | 2015-08-12 | 浙江大学 | 一种微观缺陷三维尺度逆向标定及检测方法 |
CN105619818A (zh) * | 2015-12-31 | 2016-06-01 | 浙江大学 | 基于声发射的熔融沉积成型3d打印监控系统 |
EP3045254A1 (en) * | 2015-01-06 | 2016-07-20 | Rolls-Royce Corporation | Method and directed energy deposition material addition system using neuro-fuzzy logic for controlling material addition processes |
CN106003726A (zh) * | 2016-06-27 | 2016-10-12 | 中海清华(河南)智能科技发展有限公司 | 一种智能化激光3d打印装置及打印方法 |
CN108025485A (zh) * | 2015-10-21 | 2018-05-11 | 神经技术Uab公司 | 非接触式操纵设备、组装方法和3d打印 |
CN110253019A (zh) * | 2019-07-25 | 2019-09-20 | 阳江市五金刀剪产业技术研究院 | 一种激光选区熔化的质量监控与控制方法 |
-
2020
- 2020-10-12 CN CN202011082156.0A patent/CN112371995A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262701A (zh) * | 2011-08-02 | 2011-11-30 | 北京航空航天大学 | 基于线弹性断裂力学及声发射参数的在役16锰钢承力件疲劳裂纹扩展阶段评估系统 |
EP3045254A1 (en) * | 2015-01-06 | 2016-07-20 | Rolls-Royce Corporation | Method and directed energy deposition material addition system using neuro-fuzzy logic for controlling material addition processes |
CN104792796A (zh) * | 2015-04-13 | 2015-07-22 | 太原理工大学 | 基于机器视觉的矿用胶带运行工况在线监测系统 |
CN104833679A (zh) * | 2015-04-29 | 2015-08-12 | 浙江大学 | 一种微观缺陷三维尺度逆向标定及检测方法 |
CN108025485A (zh) * | 2015-10-21 | 2018-05-11 | 神经技术Uab公司 | 非接触式操纵设备、组装方法和3d打印 |
CN105619818A (zh) * | 2015-12-31 | 2016-06-01 | 浙江大学 | 基于声发射的熔融沉积成型3d打印监控系统 |
CN106003726A (zh) * | 2016-06-27 | 2016-10-12 | 中海清华(河南)智能科技发展有限公司 | 一种智能化激光3d打印装置及打印方法 |
CN110253019A (zh) * | 2019-07-25 | 2019-09-20 | 阳江市五金刀剪产业技术研究院 | 一种激光选区熔化的质量监控与控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115178752A (zh) * | 2022-09-13 | 2022-10-14 | 广东银纳增材制造技术有限公司 | 一种3d打印金属粉末生产设备的故障预警方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113231651B (zh) | 增材制造设备和方法 | |
Ito et al. | Detection and location of microdefects during selective laser melting by wireless acoustic emission measurement | |
CN107748314A (zh) | 基于声波震荡检测的变压器故障分析系统 | |
CN109477737B (zh) | 增材制造工艺中原位与实时质量控制的方法和装置 | |
TWI422460B (zh) | Tool nose detection method for cutting machine tool | |
CN105619818A (zh) | 基于声发射的熔融沉积成型3d打印监控系统 | |
CN207300606U (zh) | 基于声学原理的变压器信息采集装置 | |
Koester et al. | Acoustic monitoring of additive manufacturing for damage and process condition determination | |
CN114295728B (zh) | 一种针对复杂曲面工件内部缺陷超声波三维层析成像方法 | |
CN112371995A (zh) | 选择性激光熔化3d打印裂纹检测方法、装置及存储介质 | |
CN112157368A (zh) | 一种激光非熔透焊接焊缝熔深无损检测方法 | |
US20230256513A1 (en) | Method and Apparatus for Additive Manufacture of a Workpiece | |
CN115582559A (zh) | 铺粉增材制造缺陷的在线监测系统及在线监测方法 | |
CN108375581B (zh) | 基于声光信号监测的双光束激光焊接过程缺陷控制方法 | |
Lopes et al. | Machine condition monitoring in FDM based on electret microphone, SVM, and neural networks | |
CN111272872B (zh) | 裂纹检测方法及装置和增材制造系统 | |
Fisher et al. | Evaluating acoustic emission signals as an in situ process monitoring technique for selective laser melting (SLM) | |
CN107505337B (zh) | 一种复合绝缘子缺陷检测用微波反射信号特征数据库 | |
CN110201606B (zh) | 六面顶压机顶锤监测系统、方法及装置 | |
CN112378930A (zh) | 一种基于脉冲激光的熔覆层表面及深层瑕疵检测方法 | |
CN116352113A (zh) | 一种基于卷积神经网络的增材制造自反馈监测系统及方法 | |
WO2023112504A1 (ja) | 状態監視システムおよび状態監視方法 | |
CN218099027U (zh) | 一种对选择性激光熔化过程内部缺陷实时在线监测系统 | |
JPH09243503A (ja) | 構造良否検査装置 | |
CN112477136A (zh) | 一种熔融沉积3d打印故障无损检测方法和检测装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210219 |
|
RJ01 | Rejection of invention patent application after publication |