CN113369697B - 激光抛光在线检测系统及方法 - Google Patents

激光抛光在线检测系统及方法 Download PDF

Info

Publication number
CN113369697B
CN113369697B CN202110695029.6A CN202110695029A CN113369697B CN 113369697 B CN113369697 B CN 113369697B CN 202110695029 A CN202110695029 A CN 202110695029A CN 113369697 B CN113369697 B CN 113369697B
Authority
CN
China
Prior art keywords
molten pool
laser
image
laser polishing
polishing
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
CN202110695029.6A
Other languages
English (en)
Other versions
CN113369697A (zh
Inventor
肖海兵
周泳全
陈树林
刘明俊
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.)
Shenzhen Superwave Laser Technology Co ltd
Original Assignee
Shenzhen Institute of Information Technology
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 Shenzhen Institute of Information Technology filed Critical Shenzhen Institute of Information Technology
Priority to CN202110695029.6A priority Critical patent/CN113369697B/zh
Publication of CN113369697A publication Critical patent/CN113369697A/zh
Application granted granted Critical
Publication of CN113369697B publication Critical patent/CN113369697B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/352Working by laser beam, e.g. welding, cutting or boring for surface treatment
    • B23K26/3568Modifying rugosity
    • B23K26/3576Diminishing rugosity, e.g. grinding; Polishing; Smoothing
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03Observing, e.g. monitoring, the workpiece
    • B23K26/032Observing, e.g. monitoring, the workpiece using optical means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING 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
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/10Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Plasma & Fusion (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Biology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Laser Beam Processing (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)

Abstract

本发明公开了一种激光抛光在线检测系统,包括激光抛光装置和检测装置,激光抛光装置包括密封箱、设于密封箱内部并用于放置工件的治具、用于发射连续激光和脉冲激光的激光发生器及光束整形器,检测装置包括计算机和分别与计算机电连接的高速摄像机、红外相机、光谱测量组件,高速摄像机用于检测工件表面所形成的熔池流动性和熔池波峰强弱,红外相机用于检测熔池温度、导热方向和导热速度,光谱测量组件用于检测激光作用下熔池发射光束的谱线轮廓和谱线强度。本发明所提出的激光抛光在线检测系统,能够对激光抛光进行在线检测,实时优化激光抛光参数,改善激光抛光质量。此外,本发明还公开一种激光抛光在线检测方法。

Description

激光抛光在线检测系统及方法
技术领域
本发明涉及激光抛光技术领域,具体涉及一种激光抛光在线检测系统及方法。
背景技术
激光抛光是利用激光能量作用在工件表面,使工件表面的三维微观形貌形成熔池,降低工件表面粗糙度,从而实现抛光的一种技术手段。激光抛光是一种非接触抛光,不仅能对平面进行抛光,还能对各种曲面进行抛光,同时对环境的污染小,可以实现局部抛光。
目前,现有的激光抛光检测装置主要采用的检测方法是将经过激光抛光处理后的工件取下来,再进行离线检测,效率较低,也不利于及时更改激光加工工艺参数,增加生产成本。
发明内容
本发明的主要目的在于提出一种激光抛光在线检测系统,旨在解决现有的激光抛光检测方式所存在的低效率、更改激光加工工艺参数不及时等技术问题。
为实现上述目的,本发明提出一种激光抛光在线检测系统,包括激光抛光装置和检测装置,激光抛光装置包括密封箱、设于密封箱内部并用于放置工件的治具、用于发射连续激光和脉冲激光的激光发生器及光束整形器,检测装置包括计算机和分别与计算机电连接的高速摄像机、红外相机、光谱测量组件,所述高速摄像机用于检测工件表面所形成熔池的流动性和波峰强弱,所述红外相机用于检测熔池温度、导热方向和导热速度,所述光谱测量组件用于检测激光作用下所述熔池发射光束的谱线轮廓和谱线强度。
优选地,所述激光抛光装置还包括用于产生稳态磁场的电控磁性件,所述电控磁性件设于所述治具两侧。
优选地,所述激光抛光装置还包括用于产生保护气体的吹气机构,所述吹气机构设于所述治具的一侧。
优选地,所述光谱测量组件包括用于调节光束强弱的光阑、用于采集光束谱线的激光探测头以及用于分析激光作用下熔池内光束谱线的光谱仪。
优选地,所述检测装置还包括同步触发控制器,所述同步触发控制器用于控制所述高速摄像机和所述红外相机同步拍摄所述熔池实时特征。
优选地,所述高速摄像机包括变焦显微镜组件。
本发明还提出一种激光抛光在线检测方法,该激光抛光在线检测方法包括:
建立熔池三维微观形貌的图像库;
获取工件表面所形成熔池的物理场图像,所述物理场图像包括熔池温度场图像、熔池流动场图像和熔池复合力场图像;
对所述熔池温度场图像、熔池流动场图像和熔池复合力场图像进行特征提取,得到熔池温度场深度学习模型、熔池流动场深度学习模型和熔池复合力场深度学习模型;
基于集成学习将所述熔池温度场深度学习模型、熔池流动场深度学习模型和熔池复合力场深度学习模型进行融合,得到熔池三维微观形貌;
将获取得到的熔池三维微观形貌与所述熔池三维微观形貌图像库进行比对,并根据比对结果对激光抛光参数进行调节。
优选地,所述对所述熔池温度场图像、熔池流动场图像和熔池复合力场图像进行特征提取包括:
基于模糊聚类和水平集算法获取熔池的目标块图像;
对所述目标块图像分割,得到关键目标块图像;
基于Gabor变换和CNN对所述关键目标块图像进行图像特征提取。
优选地,所述激光抛光参数包括施加的洛伦兹力大小、施加的洛伦兹力持续时间、平顶光束光斑能量密度、脉冲激光的脉冲宽度、双激光束扫描路径和双激光束扫描速度。
优选地,所述集成学习基于支持向量机算法与光谱分析法结合。
与现有技术相比,本发明技术方案的有益技术效果在于:
对工件进行激光抛光加工的同时,利用高速摄像机、红外相机和光谱测量组件获取工件表面所形成熔池的物理场图像,提取各个单一熔池物理场的图像特征,利用集成学习对提取出来的图像特征进行融合得到熔池三维微观形貌图像,然后与作为评定标准的熔池三维微观形貌的图像库进行比对,实现激光抛光在线检测。不仅检测效率高,而且可以实时优化激光抛光参数,改善激光抛光质量。
附图说明
图1为本发明激光抛光在线检测系统一实施例的结构示意图;
图2为本发明激光抛光在线检测方法第一实施例的流程示意图;
图3为本发明激光抛光在线检测方法第二实施例的流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制,基于本发明中的实施例,本领域普通技术人员在没有作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。
本发明提出一种激光抛光在线检测系统,在一实施例中,参照图1,包括激光抛光装置和检测装置,激光抛光装置包括密封箱10、设于密封箱10内部并用于放置工件的治具40、用于发射连续激光和脉冲激光的激光发生器50及光束整形器60,检测装置包括计算机100和分别与计算机100电连接的高速摄像机90、红外相机80、光谱测量组件70,高速摄像机90用于检测工件表面熔池的流动性和波峰强弱,红外相机80用于检测熔池温度、导热方向和导热速度,光谱测量组件70用于检测激光作用下熔池发射光束的谱线轮廓和谱线强度。
本实施例中,在激光抛光装置中,对工件进行激光抛光加工需要一个密封的环境,故设置一密封箱10,密封箱10上方设有可发射连续激光和脉冲激光的激光发生器50,密封箱10内部设有用于放置工件的治具40,根据工件的外形,可按实际需要设计相应的治具40,治具40主要用于工件的定位。激光发生器50可发射连续激光和脉冲激光,根据需要可单独发射单一激光,也可同时发射双激光,光束整形器60的主要作用是将激光发生器50发射出来的高斯光束转换为平顶光束,激光发生器50发射出来的高斯光束在加工工件时能量不能精确分配,会产生热效应,从而会导致工件改性层结构损坏,而光束整形器60可以将高斯光束转换为平顶光束,平顶光束具有高度均匀性,可以显著改善加工时的能量匹配,大大提高加工效果。在激光抛光装置的一侧布置有检测装置,检测装置能够在工件进行激光抛光的同时在线检测抛光质量。检测装置包括计算机100以及分别和计算机100连接的高速摄像机90、红外相机80和光谱测量组件70。高速摄像机90主要用于检测工件表面熔池整体流动性和熔池局部波峰强弱替换的规律,红外相机80主要用于检测工件表面熔池温度、温度梯度、导热方向以及导热速度,光谱测量组件70主要用于检测检测激光作用下熔池发射光束的谱线轮廓、谱线强度和特征峰位的相对强度等特征指标,计算机100将高速摄像机90、红外相机80和光谱测量组件70采集到的数据进行比对分析,并根据比对结果优化激光加工工艺参数,提高激光抛光质量。
在一较佳的实施例中,参照图1,激光抛光过程中容易在熔池内形成过流现象,导致次生粗糙度的产生,降低了抛光效果。为此,在治具40的两侧设有电控磁性件30,电控磁性件30可以通过控制开关控制电控磁性件30的磁性,当打开控制开关时,电控磁性件30产生稳态磁场,通过磁场洛伦兹力作用在熔池上,缓解或消除了过流现象,从而大幅度降低甚至根除次生粗糙度的产生。
在一较佳实施例中,参照图1,在激光抛光过程中,工件表面会产生大量热量,温度急剧升高,工件表面容易氧化,为了防止工件表面氧化,在放置工件的治具40的一侧设有吹气机构20,该吹气机构可产生覆盖工件周围的保护气体,该保护气体为惰性气体。
在一较佳实施例中,参照图1,光谱测量组件70包括光阑71、激光探测头72以及光谱仪73。光阑71的主要作用是调节光束的强弱,激光探测头72的主要作用是采集光束谱线信息,光谱仪73主要用于检测激光作用下熔池内的光束谱线特征,具体地,包括谱线轮廓、谱线强度和特征峰位的相对强度等特征指标。
在一较佳实施例中,参照图1,为了使高速摄像机90和红外相机80保持同步工作状态,检测系统还设有同步触发控制器110,同步触发控制器110分别与高速摄像机90和红外相机80连接,能够控制高速摄像机90和红外相机80同步拍摄熔池的实时特征。
在一较佳实施例中,参照图1,为了使获取熔池图像更加准确清晰,高速摄像机90配置有变焦显微镜组件91,变焦显微镜组件91可以让高速摄像机90聚焦在工件表面熔池上,保证捕捉到的熔池图像准确清晰。
本发明还提出一种激光抛光在线检测方法,参照图2,该激光抛光在线检测方法包括以下步骤:
S10,建立熔池三维微观形貌的图像库;
S20,获取工件表面所形成熔池的物理场图像,物理场图像包括熔池温度场图像、熔池流动场图像和熔池复合力场图像;
S30,对熔池温度场图像、熔池流动场图像和熔池复合力场图像进行特征提取,得到熔池温度场深度学习模型、熔池流动场深度学习模型和熔池复合力场深度学习模型;
S40,基于集成学习将所述熔池温度场深度学习模型、熔池流动场深度学习模型和熔池复合力场深度学习模型进行融合,得到熔池三维微观形貌;
S50,将获取得到的熔池三维微观形貌与所述熔池三维微观形貌图像库进行比对,并根据比对结果对激光抛光参数进行调节。
本实施例中,需要建立作为评定标准的熔池三维微观的图像库,首先,建立熔池温度场训练图像库,关闭脉冲激光,调节连续激光参数为功率1000W、光斑直径为3mm,直射不动,光斑无扫描运动,利用高速摄像机、红外相机和光谱仪采集标准工件熔点与沸点之间的10个梯度的测量图像,得到熔池温度场训练图像库;建立熔池流动场训练图像库,调节脉冲激光单方向扫描熔池,调节连续激光参数为功率1000W、光斑直径为3mm,直射不动,连续激光光斑无扫描运动,利用高速摄像机在20ms周期内按2ms时间间隔获取10个熔池流动场特征,得到熔池流动场训练图像库;建立熔池复合力场训练图像库,关闭连续激光,调节脉冲激光单方向扫描熔池,控制稳态磁场强度为0.1~0.5T,在200ms周期内,分5次施加磁场,每次持续20ms,高速摄像机在200ms周期内捕捉洛仑兹力产生波峰强弱替换的规律,得到熔池复合力场训练图像库;将已经建立的熔池温度场训练图像库、熔池流动场训练图像库和熔池复合力场训练图像库进行深度训练学习,得到熔三维微观形貌的图像库。接着,通过检测装置的高速摄像机、红外相机和光谱仪实时获取工件表面熔池温度场图像、熔池流动场图像和熔池复合力场图像。然后,对熔池温度场图像、熔池流动场图像和熔池复合力场图像进行特征提取,得到熔池温度场深度学习模型、熔池流动场深度学习模型和熔池复合力场深度学习模型。之后,基于集成学习将熔池温度场深度学习模型、熔池流动场深度学习模型和熔池复合力场深度学习模型进行融合,集成学习是基于支持向量机算法,每个深度学习模型的结果特征作为支持向量机的输入,得到熔池三维微观形貌。最后,将获取得到的熔池三维微观形貌与所述熔池三维微观形貌图像库进行比对,并根据比对结果对激光抛光参数进行调节。
进一步地,参照图3,本发明实施例所提出的步骤S30包括以下步骤:
S31,基于模糊聚类和水平集算法获取熔池的目标块图像;
S32,对所述目标块图像分割,得到关键目标块图像;
S33,基于Gabor变换和CNN对所述关键目标块图像进行图像特征提取。
本实施例中,首先,分割熔池目标块图像。对熔池目标块图像进行模糊聚类,通过对聚类图像的直方图统计特性进行分析,判断熔池目标区域。对聚类得到的熔池目标块图像进行收缩,得到目标区分割种子区域。模糊聚类算法如公式(1,2)所示,
Figure BDA0003126958810000061
dij=||ci-xj|| (2)
其中J为代价函数,u为第j个元素属于第i类的隶属度,d为该元素与聚类中心c的距离。
然后,在得到激光目标区种子区域的基础上,通过二维水平集(Level Set)对熔池目标块图像进行分割,在每个单独的图片上得到分割结果。Level Set目标函数如公式(3)所示,
Figure BDA0003126958810000062
其中有两个能量项:势函数项p,边缘指示函数项g,势函数控制轮廓的形变,边缘指示函数使得轮廓停留在图像的边缘。通过最小化目标函数即可完成目标的分割。
卷积神经网络(Convolutional Neural Network,CNN)在图像识别和分割中展现出的优秀能力,因此,本实施例采用基于CNN对关键目标块图像进行分割,在图像块(Patch)提取阶段,对目标块内部的图像进行分块,块与块之间不重合。将每个块作为一个Patch进行辨别。由于提取的Patch数量较少,因此可以快速的完成判别。在得到了含有疑似关键目标块的图像之后,对这些图像块进行密集采样,以每个像素为中心提取Patch,该Patch的判别结果标注于中心像素,得到精细的分割结果,从而获取关键目标块图像。
本实施例基于Gabor变换和CNN对关键目标块图像进行图像特征提取,利用Gabor变换对关键目标块图像提取纹理特征,Gabor滤波器公式如(4)所示,
Figure BDA0003126958810000071
Figure BDA0003126958810000072
Figure BDA0003126958810000073
其中,x,y,z是图像中的位置坐标,f是图像像素值,
Figure BDA0003126958810000074
和θ分别为空间中的两个方向角。
对熔池关键目标块图像进行基于CNN的特征提取。首先对熔池关键目标块图像进行取样,在9个相互正交的方向上对熔池目标快图像进行取样。训练9个独立的CNN对9个图像Patch进行识别,在全连接层对9个CNN提取的特征参数进行融合,对图像进行特征提取。
设计一个采用支持向量机算法的分类器,对基于Gabor变换提取的纹理特征和基于CNN提取的图像进行判别分类,最终得到熔池温度场深度学习模型、熔池流动场深度学习模型和熔池复合力场深度学习模型。
在一较佳实施例中,激光抛光参数对于抛光质量至关重要,本实施例的激光抛光参数包括施加的洛伦兹力大小、施加的洛伦兹力持续时间、平顶光束光斑能量密度、脉冲激光的脉冲宽度、双激光束扫描路径和双激光束扫描速度。
在一较佳实施例中,集成学习基于支持向量机算法与光谱分析法结合,从检测的这些熔池物理特征中,分离出各个单一物理场的实时特征,结合对材料组分特征、材料融化凝固过程中的相变规律、光致等离子体的形成过程等物理参量或过程的分析,基于光谱分析法,从微观层面,揭示熔池微观形貌的物质迁移机理和机制。
以上所述的仅为本发明的部分或优选实施例,无论是文字还是附图都不能因此限制本发明保护的范围,凡是在与本发明一个整体的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明保护的范围内。

Claims (9)

1.一种激光抛光在线检测系统,其特征在于,包括激光抛光装置和检测装置,所述激光抛光装置包括密封箱、设于所述密封箱内部并用于放置工件的治具、用于发射连续激光和脉冲激光的激光发生器及光束整形器,所述检测装置包括计算机和分别与所述计算机电连接的高速摄像机、红外相机、光谱测量组件,所述高速摄像机用于检测所述工件表面所形成熔池的流动性和波峰强弱,所述红外相机用于检测熔池温度、导热方向和导热速度,所述光谱测量组件用于检测激光作用下所述熔池发射光束的谱线轮廓和谱线强度;所述计算机用于将所述高速摄像机、红外相机和光谱测量组件采集到的数据进行比对分析,并根据比对结果对激光抛光参数进行调节;
所述检测装置还包括同步触发控制器,所述同步触发控制器用于控制所述高速摄像机和所述红外相机同步拍摄所述熔池实时特征。
2.根据权利要求1所述的激光抛光在线检测系统,其特征在于,所述激光抛光装置还包括用于产生稳态磁场的电控磁性件,所述电控磁性件设于所述治具两侧。
3.根据权利要求1所述的激光抛光在线检测系统,其特征在于,所述激光抛光装置还包括用于产生保护气体的吹气机构,所述吹气机构设于所述治具的一侧。
4.根据权利要求1所述的激光抛光在线检测系统,其特征在于,所述光谱测量组件包括用于调节光束强弱的光阑、用于采集光束谱线的激光探测头以及用于分析激光作用下熔池内光束谱线的光谱仪。
5.根据权利要求1所述的激光抛光在线检测系统,其特征在于,所述高速摄像机包括变焦显微镜组件,所述变焦显微镜组件用于使所述高速摄像机聚焦于工件表面熔池上。
6.一种激光抛光在线检测方法,其特征在于,所述方法基于权利要求1所述的激光抛光在线检测系统,所述方法包括:
建立熔池三维微观形貌的图像库;
通过高速摄像机、红外相机和光谱测量组件获取工件表面所形成熔池的物理场图像,所述物理场图像包括熔池温度场图像、熔池流动场图像和熔池复合力场图像;
对所述熔池温度场图像、熔池流动场图像和熔池复合力场图像进行特征提取,得到熔池温度场深度学习模型、熔池流动场深度学习模型和熔池复合力场深度学习模型;
基于集成学习将所述熔池温度场深度学习模型、熔池流动场深度学习模型和熔池复合力场深度学习模型进行融合,得到熔池三维微观形貌;
通过计算机将获取得到的熔池三维微观形貌与所述熔池三维微观形貌图像库进行比对,并根据比对结果对激光抛光参数进行调节。
7.根据权利要求6所述的激光抛光在线检测方法,其特征在于,所述对所述熔池温度场图像、熔池流动场图像和熔池复合力场图像进行特征提取包括:
基于模糊聚类和水平集算法获取熔池的目标块图像;
对所述目标块图像分割,得到关键目标块图像;
基于Gabor变换和CNN对所述关键目标块图像进行图像特征提取。
8.根据权利要求6所述的激光抛光在线检测方法,其特征在于,所述激光抛光参数包括施加的洛伦兹力大小、施加的洛伦兹力持续时间、平顶光束光斑能量密度、脉冲激光的脉冲宽度、双激光束扫描路径和双激光束扫描速度。
9.根据权利要求6所述的激光抛光在线检测方法,其特征在于,所述集成学习基于支持向量机算法与光谱分析法结合。
CN202110695029.6A 2021-06-22 2021-06-22 激光抛光在线检测系统及方法 Active CN113369697B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110695029.6A CN113369697B (zh) 2021-06-22 2021-06-22 激光抛光在线检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110695029.6A CN113369697B (zh) 2021-06-22 2021-06-22 激光抛光在线检测系统及方法

Publications (2)

Publication Number Publication Date
CN113369697A CN113369697A (zh) 2021-09-10
CN113369697B true CN113369697B (zh) 2023-06-09

Family

ID=77578481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110695029.6A Active CN113369697B (zh) 2021-06-22 2021-06-22 激光抛光在线检测系统及方法

Country Status (1)

Country Link
CN (1) CN113369697B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114147347A (zh) * 2021-11-30 2022-03-08 深圳信息职业技术学院 抛光装置与磁场辅助抛光方法
CN114654047B (zh) * 2022-05-12 2024-05-07 新疆大学 一种数控短电弧加工监测装置及其监测方法
CN116984747B (zh) * 2023-09-19 2023-11-24 讯创(天津)电子有限公司 基于lmc工艺使用激光束刻蚀射频区域的方法
CN117584437B (zh) * 2024-01-17 2024-05-14 苏州禾昌聚合材料股份有限公司 一种增强塑件表面金属质感的激光照射装置及调节方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6553275B1 (en) * 1999-03-11 2003-04-22 Jyoti Mazumder In-situ stress monitoring during direct material deposition process
CN103567650B (zh) * 2013-10-24 2015-08-12 清华大学 激光热丝焊工艺优化方法
CN107457471B (zh) * 2017-09-20 2023-03-24 广东工业大学 一种焊接系统
CN107855687B (zh) * 2017-10-17 2019-07-26 华中科技大学鄂州工业技术研究院 一种增材制造熔深在线检测和控制方法及系统
CN108562422B (zh) * 2018-05-31 2023-12-22 吉林大学 复杂环境下液体动力学特性试验装置
CN109507187A (zh) * 2018-11-23 2019-03-22 哈尔滨工业大学(威海) 一种激光增材制造缺陷诊断方法及其装置
CN109967863A (zh) * 2019-05-05 2019-07-05 北京航空航天大学 一种基于现有激光加工设备的磁场辅助激光抛光方法
CN109967864A (zh) * 2019-05-05 2019-07-05 北京航空航天大学 一种基于现有激光加工设备的磁场辅助激光抛光装置
CN110530802B (zh) * 2019-08-02 2020-06-19 西安交通大学 一种用于研究高压环境激光焊接的无增压泵焊接实验装置
CN110605393B (zh) * 2019-09-25 2021-06-08 中国兵器装备集团自动化研究所 一种激光立体成形过程检测方法及系统和应用
CN110688799A (zh) * 2019-09-27 2020-01-14 华中科技大学 一种电子束焊仿真方法、装置及设备
CN111795977A (zh) * 2020-06-08 2020-10-20 武汉大学 金属增材制造多种监测设备在线实时监控系统
CN212885717U (zh) * 2020-07-03 2021-04-06 深圳信息职业技术学院 一种稳态磁场辅助的激光微抛光设备
CN112620652B (zh) * 2020-11-27 2022-09-27 哈尔滨工业大学 一种电弧增材制造过程的自适应控制系统及方法

Also Published As

Publication number Publication date
CN113369697A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN113369697B (zh) 激光抛光在线检测系统及方法
Luo et al. Vision-based weld pool boundary extraction and width measurement during keyhole fiber laser welding
Fan et al. Research and prospect of welding monitoring technology based on machine vision
CN108489986A (zh) 一种增材制造在线检测及修复方法
CN106984813A (zh) 一种激光选区熔化加工过程同轴监测方法及装置
CN208195936U (zh) 一种激光去涂层过程同轴监测装置
Gao et al. Feature extraction of laser welding pool image and application in welding quality identification
CN207026479U (zh) 一种激光选区熔化加工过程同轴监测装置
CN112326685B (zh) 一种光学元件激光诱导损伤在线检测装置和检测方法
Zou et al. Research on a real-time pose estimation method for a seam tracking system
CN108381034A (zh) 一种激光自动聚焦清障系统及控制方法
Zhang et al. Prediction of powder bed thickness by spatter detection from coaxial optical images in selective laser melting of 316L stainless steel
CN108732148A (zh) 一种荧光磁粉探伤在线检测装置及方法
CN117283133B (zh) 一种耳机生产线电极激光焊接方法和激光焊接设备
Hong et al. Filter-PCA-based process monitoring and defect identification during climbing helium arc welding process using DE-SVM
CN114113116A (zh) 一种大口径元件表面微缺陷精确检测工艺方法
Li et al. A single-sensor multi-scale quality monitoring methodology for laser-directed energy deposition: Example with height instability and porosity monitoring in additive manufacturing of ceramic thin-walled parts
CN117260012A (zh) 碳化硅材料的激光冷切割控制系统及其方法
CN117665846A (zh) 基于视觉的固态激光雷达激光光斑识别处理方法及系统
Chen et al. Elucidation of high-power disk laser welding phenomena by simultaneously observing both top and bottom of weldment
Wang et al. Gaussian process classification of melt pool motion for laser powder bed fusion process monitoring
Yin et al. A novel automatic classification approach for micro-flaws on the large-aperture optics surface based on multi-light source fusion and integrated deep learning architecture
CN111356552A (zh) 激光加工参数与反射光谱的预测模型训练方法及装置
CN116228798B (zh) 基于机器视觉的铁塔智能切割检测方法
CN111242979B (zh) 一种激光焊接过程三维空间飞溅识别与追踪的方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240202

Address after: 518000 2nd floor, building A1, 1st floor, building A5, area a, Fangxing Science Park, No.13, Baonan Road, Nanlian community, Longgang street, Shenzhen City, Guangdong Province

Patentee after: SHENZHEN SUPERWAVE LASER TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: 518000 no.2188 Longxiang Avenue, Longcheng street, Longgang District, Shenzhen City, Guangdong Province

Patentee before: SHENZHEN INSTITUTE OF INFORMATION TECHNOLOGY

Country or region before: China