CN112620652B - 一种电弧增材制造过程的自适应控制系统及方法 - Google Patents

一种电弧增材制造过程的自适应控制系统及方法 Download PDF

Info

Publication number
CN112620652B
CN112620652B CN202011362184.8A CN202011362184A CN112620652B CN 112620652 B CN112620652 B CN 112620652B CN 202011362184 A CN202011362184 A CN 202011362184A CN 112620652 B CN112620652 B CN 112620652B
Authority
CN
China
Prior art keywords
molten pool
control module
module
information
additive manufacturing
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
Application number
CN202011362184.8A
Other languages
English (en)
Other versions
CN112620652A (zh
Inventor
蔡笑宇
董博伦
林三宝
李�权
王福德
赵衍华
范成磊
杨春利
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.)
Harbin Institute of Technology
Capital Aerospace Machinery Co Ltd
Original Assignee
Harbin Institute of Technology
Capital Aerospace Machinery Co Ltd
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 Harbin Institute of Technology, Capital Aerospace Machinery Co Ltd filed Critical Harbin Institute of Technology
Priority to CN202011362184.8A priority Critical patent/CN112620652B/zh
Publication of CN112620652A publication Critical patent/CN112620652A/zh
Application granted granted Critical
Publication of CN112620652B publication Critical patent/CN112620652B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B22F3/003—Apparatus, e.g. furnaces
    • 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
    • B33Y40/00—Auxiliary operations or equipment, e.g. for material handling

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Materials Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种电弧增材制造过程的自适应控制系统及方法。数据采集模块通过前置式红外热成像仪采集熔池前方的温度信息并传输至控制模块，通过前置式相机采集熔池图像并传输至控制模块，通过前置式结构光传感器采集上一沉积层的轮廓信息并传输至控制模块；控制模块的数据处理器用于处理数据采集模块传输的数据信息，控制模块的前馈控制器基于对电弧能量和送丝速度进行前馈控制；控制模块的反馈控制器对电弧能量进行反馈控制；通信模块将控制模块的控制信号传输至电源和送丝机；控制器自学习模块用于前馈控制器人工智能模型的训练。本发明提高了电弧增材制造技术对复杂结构的适用性。

Description

一种电弧增材制造过程的自适应控制系统及方法
技术领域
本发明涉及一种电弧增材制造过程的自适应控制系统及方法，属于电弧增材制造与智能制造技术领域。
背景技术
电弧增材制造是一种以电弧为热源，金属丝材为填充材料的增材制造技术。对于尺寸较大，几何形状复杂的结构，传统的等材制造和减材制造工艺存在制造工艺复杂，柔性化程度低，材料浪费严重等问题。采用电弧增材制造技术则可简化制造工艺，快速响应产品结构设计，降低制造成本，应用前景广阔。增材制造过程中材料的成形受散热条件变化的影响很大，尺寸精度难以保证，这是增材制造结构质量控制所面临的挑战之一。目前大多数增材制造产品的制造过程仍是开环的，沉积参数在路径规划时就已确定。而在工业生产中，人们更希望能够根据沉积过程中的工况的变化，自适应调整工艺参数来保证成形。然而增材制造过程的高度复杂性尚不能通过普适的数学模型来描述，过程控制的实现难度较大，提出可行的自适应控制方法是目前亟待解决的问题。若能在电弧增材制造过程中对材料的成形进行自适应控制，将有利于电弧增材制造的精度，并获得更加稳定的产品质量。
发明内容
本发明针对电弧增材制造过程中材料的成形受散热条件变化影响大，尺寸精度难以保证的问题，提出了一种电弧增材制造过程的自适应控制系统及方法。从根本上解决了复杂结构电弧增材制造时因散热条件多变所引起的成形不均匀，沉积尺寸与设计尺寸偏差较大的问题，提高了电弧增材制造技术对复杂结构的适用性。
一种电弧增材制造过程的自适应控制系统，所述自适应控制系统包括数据采集模块、控制模块、通信模块和控制器学习模块，所述采集模块、控制模块和通信模块依次连接，其中，
所述数据采集模块，用于，通过前置式红外热成像仪采集熔池前方的温度信息并传输至控制模块，通过前置式相机采集熔池图像并传输至所述控制模块，通过前置式结构光传感器采集上一沉积层的轮廓信息并传输至所述控制模块；
所述控制模块，包括数据处理器、前馈控制器和反馈控制器，所述数据处理器用于处理数据采集模块传输的数据信息，从所述前置红外热成像仪传输的温度场信息中提取熔池前方温度场和温度梯度场，从所述前置式相机传输的熔池图像中提取熔池的实时尺寸，从前置式结构光传感器传输的上一沉积层的轮廓信息中提取上一沉积层的尺寸；所述前馈控制器基于人工智能模型根据熔池前方温度场和温度梯度场信息对电弧能量进行前馈控制，根据上一沉积层的尺寸对送丝速度进行前馈控制；所述反馈控制器根据熔池的实时尺寸对电弧能量进行反馈控制；
所述通信模块，用于将控制模块的控制信号传输至电源，实现对电弧能量的实时调节，将控制模块的控制信号传输至送丝机，实现对送丝速度的实时调节；
所述控制器自学习模块，用于前馈控制器人工智能模型的训练。
进一步的，所述前馈控制器基于人工神经元网络，所述人工神经元网络通过熔池前方温度场和温度梯度场信息预测沉积过程进行至该处时所需的电弧能量增量，通过上一沉积层的尺寸信息预测沉积过程进行至该处时所需的送丝速度增量。
进一步的，所述控制器自学习模块，通过有限元数值模拟获得大量随机结构的电弧增材制造过程温度场理论数据，通过迭代学习使所述前馈控制器的人工智能模型达到理想的精度。
一种电弧增材制造过程的自适应控制方法，基于上述的一种电弧增材制造过程的自适应控制系统，所述自适应控制方法包括以下步骤：
步骤一、在电弧增材制造过程开始之前，所述控制器自学习模块利用训练数据进行迭代学习，直至人工智能模型具备一定的精度，能够准确根据熔池前方温度场和温度梯度场信息预测沉积过程进行至该处时所需的电弧能量增量，根据上一沉积层的尺寸信息预测沉积过程进行至该处时所需的送丝速度增量；
步骤二、在电弧增材制造过程中，所述数据采集模块通过前置式红外热成像仪采集熔池前方的温度信息并传输至控制模块，通过前置式相机采集熔池图像并传输至控制模块，通过前置式结构光传感器采集上一沉积层的轮廓信息并传输至控制模块；
步骤三、所述控制模块中的数据处理器对数据采集模块传输的数据进行实时处理，从前置式红外热成像仪传输的温度场信息中提取熔池前方温度场和温度梯度场，从前置式相机传输的熔池图像中提取熔池的实时尺寸，从前置式结构光传感器传输的上一沉积层的轮廓信息中提取上一沉积层的尺寸；
步骤四、所述控制模块的前馈控制器根据熔池前方温度场和温度梯度场信息预测沉积过程进行至该处时所需的电弧能量增量，延迟输出给通信模块，根据上一沉积层的尺寸信息预测沉积过程进行至该处时所需的送丝速度增量，延迟输出给通信模块；
步骤五、所述控制模块的反馈控制器根据熔池的实时尺寸判断保证尺寸精度所需的电弧能量增量，实时输出给通信模块；
步骤六、所述通信模块将控制模块的控制信号传输至电源，实现对电弧能量的实时调节，将控制模块的控制信号传输至送丝机，实现对送丝速度的实时调节。
进一步的，在步骤一中，所述控制器自学习模块采用随机算法生成大量变散热条件的几何模型，对这些几何模型进行分层和路径规划后采用有限元数值模拟进行温度场仿真，得到每个几何模型电弧增材制造时熔池前方温度场，温度梯度场和熔池运动至该处时保证尺寸稳定所需的电弧能量增量，将这些数据用于前馈控制器人工智能模型的训练，通过迭代学习使前馈控制器的人工智能模型达到理想的精度。
本发明的主要优点是：本发明的一种电弧增材制造过程的自适应控制系统，提出的方法并不局限于特定的材料、结构形式和电弧增材制造工艺方法，适应性强。使用红外图像，被动视觉传感和主动视觉传感多信息融合输入，以及前馈加反馈复合控制，对于高度非线性和强时变特征的电弧增材制造过程来说具有较高的可靠性。
附图说明
图1是本发明的一种电弧增材制造过程的自适应控制系统的框图；
图2是本发明的一种控制器自学习模块的框图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明为一种电弧增材制造过程的自适应控制系统，包括数据采集模块，控制模块，通信模块和控制器自学习模块；所述数据采集模块通过前置式红外热成像仪采集熔池前方的温度信息并传输至控制模块，通过前置式相机采集熔池图像并传输至控制模块，通过前置式结构光传感器采集上一沉积层的轮廓信息并传输至控制模块；所述控制模块包括数据处理器，前馈控制器和反馈控制器；所述数据处理器用于处理数据采集模块传输的数据信息，从红外热成像仪传输的温度场信息中提取熔池前方温度场和温度梯度场，通过图像处理从相机传输的熔池图像中提取熔池的实时尺寸，通过图像处理从结构光传感器传输的上一沉积层的轮廓信息中提取上一沉积层的尺寸；所述前馈控制器基于人工智能模型根据熔池前方温度场和温度梯度场信息对沉积过程进行至温度场和温度梯度场采样位置时所需的电弧能量增量进行预测，并延迟输出至通信模块，实现对电弧能量的前馈控制，根据上一沉积层的尺寸对对沉积过程进行至上一沉积层尺寸采样位置时所需的送丝速度增量进行预测，并延迟输出至通信模块，实现对送丝速度的前馈控制；所述反馈控制器根据熔池的实时尺寸判断保证尺寸精度所需的电弧能量增量，并实时输出至通信模块，实现对电弧能量的反馈控制；所述通信模块用于将控制模块的控制信号传输至电源，实现对电弧能量的实时调节，将控制模块的控制信号传输至送丝机，实现对送丝速度的实时调节；所述控制器自学习模块用于前馈控制器人工智能模型的训练。
优选地，所述前馈控制器基于人工神经元网络，所述人工神经元网络通过熔池前方温度场和温度梯度场信息预测沉积过程进行至该处时所需的电弧能量增量，通过上一沉积层的尺寸信息预测沉积过程进行至该处时所需的送丝速度增量。
优选地，如图2所示，所述控制器自学习模块采用随机算法生成大量变散热条件的几何模型，对这些几何模型进行分层和路径规划后采用有限元数值模拟进行温度场仿真，得到每个几何模型电弧增材制造时熔池前方温度场，温度梯度场和熔池运动至该处时保证尺寸稳定所需的电弧能量增量，将这些数据用于前馈控制器人工智能模型的训练，通过迭代学习使前馈控制器的人工智能模型达到理想的精度。
一种电弧增材制造过程的自适应控制方法，包括以下步骤：
步骤一、如图2所示，在电弧增材制造过程开始之前，所述控制器自学习模块采用随机算法生成具有变散热条件的不同几何模型，然后对这些几何模型进行分层和路径规划，并进行增材制造过程温度场有限元数值模拟，从模拟结果种提取增材制造过程种熔池前方温度场和温度梯度场特征数据，并反复调整电弧能量，使得整个电弧增材制造过程种熔池尺寸能够保持恒定，将温度场和温度梯度场特征数据，与熔池移动至特征数据采样点位置时保持尺寸恒定所需的电弧能量组成训练数据集，用于前馈控制器人工智能模型的训练，通过梯度下降法进行前馈控制器的自学习，使之达到理想的精度。
步骤二、在电弧增材制造过程种，所述数据采集模块通过前置式红外热成像仪采集熔池前方的温度信息并传输至控制模块，通过前置式相机采集熔池图像并传输至控制模块，通过前置式结构光传感器采集上一沉积层的轮廓信息并传输至控制模块；
步骤三、所述控制模块中的数据处理器对数据采集模块传输的数据进行实时处理，对红外热成像仪传输的辐射强度数据进行计算，得到温度场信息，对温度场进行平滑和梯度运算，得到温度梯度场信息；对相机传输的熔池图像进行降噪，二值化，边缘检测，轮廓拟合后计算出熔池的实时宽度；对结构光传感器传输的上一沉积层轮廓图像进行降噪，二值化，边缘检测，特征点提取，轮廓重构后计算出上一沉积层的高度和宽度。
步骤四、所述控制模块的前馈控制器根据熔池前方特征位置的温度和温度梯度信息利用已训练好的人工智能模型预测沉积过程进行至该处时所需的电弧能量增量，延迟至沉积过程进行至该处时输出给通信模块，根据上一沉积层的尺寸信息，计算还需填充的金属量，根据焊丝的尺寸计算得到所需的送丝速度增量，延迟至沉积过程进行至该处时输出给通信模块。
步骤五、所述控制模块的反馈控制器根据熔池的实时尺寸利用自适应PID控制算法计算得到保证尺寸精度所需的电弧能量增量，实时输出给通信模块；
步骤六、所述通信模块将控制模块的控制信号通过电源通信接口传输至电源，实现对电弧能量的实时调节，将控制模块的控制信号通过送丝机通信接口传输至送丝机，实现对送丝速度的实时调节。
本发明从根本上解决了复杂结构电弧增材制造时因散热条件多变所引起的成形不均匀，沉积尺寸与设计尺寸偏差较大的问题，提高了电弧增材制造技术对复杂结构的适用性。
以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种电弧增材制造过程的自适应控制系统，其特征在于，所述自适应控制系统包括数据采集模块、控制模块、通信模块和控制器学习模块，所述采集模块、控制模块和通信模块依次连接，其中，
所述数据采集模块，用于通过前置式红外热成像仪采集熔池前方的温度信息并传输至控制模块，通过前置式相机采集熔池图像并传输至所述控制模块，通过前置式结构光传感器采集上一沉积层的轮廓信息并传输至所述控制模块；
所述控制模块，包括数据处理器、前馈控制器和反馈控制器，所述数据处理器用于处理数据采集模块传输的数据信息，从所述前置式红外热成像仪传输的温度场信息中提取熔池前方温度场和温度梯度场，从所述前置式相机传输的熔池图像中提取熔池的实时尺寸，从前置式结构光传感器传输的上一沉积层的轮廓信息中提取上一沉积层的尺寸；所述前馈控制器基于人工智能模型根据熔池前方温度场和温度梯度场信息对电弧能量进行前馈控制，根据上一沉积层的尺寸对送丝速度进行前馈控制；所述反馈控制器根据熔池的实时尺寸对电弧能量进行反馈控制；
所述通信模块，用于将控制模块的控制信号传输至电源，实现对电弧能量的实时调节，将控制模块的控制信号传输至送丝机，实现对送丝速度的实时调节；
所述控制器自学习模块，用于前馈控制器人工智能模型的训练。
2.根据权利要求1所述的一种电弧增材制造过程的自适应控制系统，其特征在于，所述前馈控制器基于人工神经元网络，所述人工神经元网络通过熔池前方温度场和温度梯度场信息预测沉积过程进行至当前处时所需的电弧能量增量，通过上一沉积层的尺寸信息预测沉积过程进行至当前处时所需的送丝速度增量。
3.根据权利要求1所述的一种电弧增材制造过程的自适应控制系统，其特征在于，所述控制器自学习模块，通过有限元数值模拟获得大量随机结构的电弧增材制造过程温度场理论数据，通过迭代学习使所述前馈控制器的人工智能模型达到理想的精度。
4.一种电弧增材制造过程的自适应控制方法，基于权利要求1-3任一项所述的一种电弧增材制造过程的自适应控制系统，其特征在于，所述自适应控制方法包括以下步骤：
步骤一、在电弧增材制造过程开始之前，所述控制器自学习模块利用训练数据进行迭代学习，直至人工智能模型具备一定的精度，能够准确根据熔池前方温度场和温度梯度场信息预测沉积过程进行至当前处时所需的电弧能量增量，根据上一沉积层的尺寸信息预测沉积过程进行至当前处时所需的送丝速度增量；
步骤二、在电弧增材制造过程中，所述数据采集模块通过前置式红外热成像仪采集熔池前方的温度信息并传输至控制模块，通过前置式相机采集熔池图像并传输至控制模块，通过前置式结构光传感器采集上一沉积层的轮廓信息并传输至控制模块；
步骤三、所述控制模块中的数据处理器对数据采集模块传输的数据进行实时处理，从前置式红外热成像仪传输的温度场信息中提取熔池前方温度场和温度梯度场，从前置式相机传输的熔池图像中提取熔池的实时尺寸，从前置式结构光传感器传输的上一沉积层的轮廓信息中提取上一沉积层的尺寸；
步骤四、所述控制模块的前馈控制器根据熔池前方温度场和温度梯度场信息预测沉积过程进行至当前处时所需的电弧能量增量，根据上一沉积层的尺寸信息预测沉积过程进行至该处时所需的送丝速度增量，延迟输出给通信模块；
步骤五、所述控制模块的反馈控制器根据熔池的实时尺寸判断保证尺寸精度所需的电弧能量增量，实时输出给通信模块；
步骤六、所述通信模块将控制模块的控制信号传输至电源，实现对电弧能量的实时调节，将控制模块的控制信号传输至送丝机，实现对送丝速度的实时调节。
5.根据权利要求4所述的一种电弧增材制造过程的自适应控制方法，其特征在于，在步骤一中，所述控制器自学习模块采用随机算法生成大量变散热条件的几何模型，对这些几何模型进行分层和路径规划后采用有限元数值模拟进行温度场仿真，得到每个几何模型电弧增材制造时熔池前方温度场，温度梯度场和熔池运动至该处时保证尺寸稳定所需的电弧能量增量，将这些数据用于前馈控制器人工智能模型的训练，通过迭代学习使前馈控制器的人工智能模型达到理想的精度。
CN202011362184.8A 2020-11-27 2020-11-27 一种电弧增材制造过程的自适应控制系统及方法 Active CN112620652B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011362184.8A CN112620652B (zh) 2020-11-27 2020-11-27 一种电弧增材制造过程的自适应控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011362184.8A CN112620652B (zh) 2020-11-27 2020-11-27 一种电弧增材制造过程的自适应控制系统及方法

Publications (2)

Publication Number Publication Date
CN112620652A CN112620652A (zh) 2021-04-09
CN112620652B true CN112620652B (zh) 2022-09-27

Family

ID=75307603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011362184.8A Active CN112620652B (zh) 2020-11-27 2020-11-27 一种电弧增材制造过程的自适应控制系统及方法

Country Status (1)

Country Link
CN (1) CN112620652B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113369697B (zh) * 2021-06-22 2023-06-09 深圳信息职业技术学院 激光抛光在线检测系统及方法
CN114669758B (zh) * 2022-03-31 2023-10-03 西安交通大学 一种可实现温度场在线调控的粉末床熔融设备及方法
CN114985778B (zh) * 2022-05-31 2024-03-15 太原理工大学 一种层状异构钢及其电弧增材制造系统和方法
CN115268266A (zh) * 2022-07-22 2022-11-01 哈尔滨工业大学 一种用于推力室焊接的质量评价体系
CN115213545B (zh) * 2022-07-22 2023-07-28 南京航空航天大学 一种基于层间力学传感的固相增材成形控制装置
CN116680944B (zh) * 2023-05-05 2023-12-22 哈尔滨工业大学 基于数值模拟及深度学习的电弧增材构件工艺预测方法

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009028775A (ja) * 2007-07-30 2009-02-12 Daido Steel Co Ltd パルスアーク溶接方法及びパルスアーク溶接装置
JP5176801B2 (ja) * 2008-09-10 2013-04-03 パナソニック株式会社 複合溶接方法と複合溶接装置
CN102554408A (zh) * 2012-03-01 2012-07-11 天津大学 一种针对大型复杂空间结构的多丝焊接系统及其控制方法
CN103203530B (zh) * 2013-04-25 2016-08-17 广州友田机电设备有限公司 一种脉冲mig焊接电弧控制方法
US10409932B2 (en) * 2014-09-19 2019-09-10 Siemens Product Lifecyle Management Software Inc. Computer-aided simulation of multi-layer selective laser sintering and melting additive manufacturing processes
CN105290576A (zh) * 2015-09-29 2016-02-03 湘潭大学 一种摆动电弧mag焊熔池表面形貌的实时检测方法及装置
CN106180986B (zh) * 2016-07-08 2018-06-26 湘潭大学 一种电弧增材制造成形质量的主动控制方法
CN106825953B (zh) * 2017-01-22 2018-09-04 大连理工大学 一种激光-电弧复合焊接实时调控系统及其调控方法
US20200070404A1 (en) * 2017-03-02 2020-03-05 Bond High Performance 3D Technology B.V. Object made by additive manufacturing and method to produce said object
CN107807568B (zh) * 2017-10-27 2020-08-04 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
CN107999932B (zh) * 2017-11-29 2020-03-31 西南交通大学 Gta填丝增材制造弧长前馈检测与开环控制方法
US10518480B2 (en) * 2018-04-02 2019-12-31 Nanotronics Imaging, Inc. Systems, methods, and media for artificial intelligence feedback control in additive manufacturing
CN108723550B (zh) * 2018-05-28 2020-04-14 西南交通大学 前馈补偿的gta填丝增材制造成形高度反馈控制方法
DE102018215983A1 (de) * 2018-09-19 2020-03-19 Eos Gmbh Electro Optical Systems Berechnung von Belichtungsbahnen mit geringem Bauteilverzug
CN109262109B (zh) * 2018-11-22 2021-03-02 福州大学 Tig电弧增材成形形貌的反馈控制装置及方法
US11097487B2 (en) * 2018-12-21 2021-08-24 Hamilton Sundstrand Corporation Apparatus and method for controlling tolerance of compositions during additive manufacturing
CN109530918A (zh) * 2018-12-28 2019-03-29 西安增材制造国家研究院有限公司 一种基于激光光内同轴送丝增材制造系统及成型方法
US20200246899A1 (en) * 2019-02-05 2020-08-06 Illinois Tool Works Inc. Systems and methods for hybrid laser and arc welding additive manufacturing
US11858064B2 (en) * 2019-02-19 2024-01-02 Illinois Tool Works Inc. Path planning systems and methods for additive manufacturing
CN110539054B (zh) * 2019-08-12 2021-06-15 广东工业大学 一种电弧增材堆积作业监测系统
CN110802300A (zh) * 2019-11-13 2020-02-18 南京航空航天大学 一种电弧增材制造过程中成形精度与质量控制的设备与方法
CN111215726B (zh) * 2019-12-02 2021-11-05 上海交通大学 一种机器人gma-am过程电弧填丝3d打印控制系统及控制方法
CN111037050B (zh) * 2019-12-12 2021-01-12 北京航空航天大学 一种基于视觉传感的gta增材制造系统及控制方法
CN111037052B (zh) * 2019-12-26 2021-09-07 西安铂力特增材技术股份有限公司 电弧增材制造成形检测反馈补偿系统及检测反馈补偿方法
CN111673235B (zh) * 2020-07-08 2022-02-08 上海交通大学 一种机器人电弧3d打印层高调控方法及系统

Also Published As

Publication number Publication date
CN112620652A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN112620652B (zh) 一种电弧增材制造过程的自适应控制系统及方法
JP7128278B2 (ja) 付加製造画像の畳み込みニューラルネットワーク評価、及びこれに基づく付加製造システム
CN106726209B (zh) 一种基于脑机接口与人工智能的智能轮椅控制方法
CN112916987B (zh) 一种电弧增材制造在线监测及实时控制方法和系统
US10442023B2 (en) Simulation apparatus of wire electric discharge machine having function of determining welding positions of core using machine learning
CN104842042B (zh) 一种基于cmt的金属焊接快速成形系统和方法
CN108247059B (zh) 一种用于同轴送粉激光熔融成形设备的层高控制系统及方法
CN107649804B (zh) 一种增材制造熔深在线检测和控制系统
Lee et al. Simulation modeling for optimal control of additive manufacturing processes
CN116755474A (zh) 一种无人机用电力巡线方法及系统
CN111676365A (zh) 一种基于lstm的过渡钢卷退火温度设定值的预测方法
CN117289651B (zh) 一种模具制造的数控加工方法及控制系统
Dehaghani et al. System identification and closed-loop control of laser hot-wire directed energy deposition using the parameter-signature-quality modeling scheme
CN114619119B (zh) 一种电弧增材制造在线监测及实时控制系统
CN106033189A (zh) 飞行机器人位姿神经网络预测控制器
CN116179840A (zh) 一种激光表面热处理温度监控控制系统及控制方法
CN115464237A (zh) 一种电弧增材制造装备的实时控制方法、系统及装置
CN114012733A (zh) 一种用于pc构件模具划线的机械臂控制方法
CN112570853A (zh) 自适应机器人电弧增材制造系统和方法
CN112248387B (zh) 一种橡胶注射成型机
CN118536265A (zh) 基于pinn模型温度在线预测和控制方法、装置和存储介质
CN117773341A (zh) 机器视觉传感的激光熔丝增材制造成形控制方法及系统
CN116118197B (zh) 基于温度和图像双模层级响应的4d打印控制方法及装置
CN116880341B (zh) 基于工业以太网总线的高精度运动控制系统
CN118808959A (zh) 一种异种金属焊接接头温度场优化控制方法及系统

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