CN114037685A - 一种检验送粉质量的方法、装置、设备及计算机存储介质 - Google Patents
一种检验送粉质量的方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN114037685A CN114037685A CN202111322512.6A CN202111322512A CN114037685A CN 114037685 A CN114037685 A CN 114037685A CN 202111322512 A CN202111322512 A CN 202111322512A CN 114037685 A CN114037685 A CN 114037685A
- Authority
- CN
- China
- Prior art keywords
- image
- forming area
- powder feeding
- determining
- forming
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
Abstract
本发明实施例公开了一种检验送粉质量的方法、装置、设备及计算机存储介质;所述方法包括:在激光立体成形过程中,实时采集成形区域的轮廓数据;基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
Description
技术领域
本发明实施例涉及增材制造技术领域,尤其涉及一种检验送粉质量的方法、装置、设备及计算机存储介质。
背景技术
增材制造技术——激光立体成形(Laser Solid Forming,LSF)技术是新一代零件加工技术,其原理是结合自动送粉技术、激光熔覆技术和快速成形技术的一种自下而上的快速成形技术,主要是利用金属粉末在激光束的热作用下完全熔化、经冷却凝固而成形的一种新技术,该技术能快速、直接、精确地将设计思想转化为具有一定功能的实物模型。零件立体激光成形的过程包括:1)三维建模;2)切片分层;3)激光扫描烧结金属粉末材料;4)层层累积至零件成形。
现有的LSF设备1主要由激光器、粉末喷嘴、送粉器和成形室组成。应用LSF设备加工零件时,送粉器的送粉精度直接影响着零件的成形质量。例如,在打印过程中,可能会出现风管堵塞导致缺粉、送粉头质量存在问题时会导致送粉不均匀以及“十字”交叉点的特殊路径导致粉量不均等异常情况。这些异常情况层层堆积,极易造成零件塌陷损坏,即使零件最终被加工成功,也会存在精度较低、内部缺陷较多等问题,不能满足客户的质量要求。现有的LSF设备采用同轴送粉方式,在激光立体成形过程中开环控制,当打印过程中出现送粉缺陷时没有预警,需要人工的干预才能处理送粉缺陷问题;但在日常的生产中,即使日常投入大量的人力,也会存在因送粉缺陷导致的零件打印损坏的情况出现,无法保证零件的成形质量。
发明内容
有鉴于此,本发明实施例期望提供一种检验送粉质量的方法、装置、设备及计算机存储介质;能够及时且精确地预警送粉器中的缺陷问题,以及针对送粉缺陷位置处的激光立体成形过程进行工艺补偿,解决了现有送粉方式在激光立体成形过程中缺少闭环控制的问题。
本发明实施例的技术方案是这样实现的:
第一方面,本发明实施例提供了一种检验送粉质量的方法,所述方法包括:
在激光立体成形过程中,实时采集成形区域的轮廓数据;
基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
第二方面,本发明实施例提供了一种检验送粉质量的装置,所述装置包括:采集部分以及确定部分;其中,
所述采集部分,经配置为在激光立体成形过程中,实时采集成形区域的轮廓数据;
所述确定部分,经配置为基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
第三方面,本发明实施例提供了一种检验送粉质量的设备,所述设备包括:设置于激光熔覆头一侧的数据采集模块,存储器及处理器;其中,
所述激光轮廓扫描仪,用于在激光立体成形过程中,实时采集成形区域的轮廓数据;
所述存储器,用于存储能够在所述处理器上运行的计算机程序;
所述处理器,用于在运行所述计算机程序时,执行以下步骤:
基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
第四方面,本发明实施例提供了一种计算机存储介质,所述计算机存储介质存储有检验送粉质量的程序,所述检验送粉质量的程序被至少一个处理器执行时实现第一方面所述检验送粉质量的方法的步骤。
本发明实施例提供了一种检验送粉质量的方法、装置、设备及计算机存储介质;所述方法主要是在激光立体成形过程中,实时采集成形区域的轮廓数据;并基于成形区域的轮廓数据,根据设定的判断条件来确定成形区域中的异常位置。通过上述方法能够及时并精确预警送粉器的送粉缺陷位置,提高激光立体成形零件的成品率,节省工艺成本。
附图说明
图1为本发明实施例提供的一种激光立体成形LSF设备示意图;
图2为本发明实施例提供的现有的激光立体成形零件存在异常示意图;
图3为本发明实施例提供的一种检验送粉质量的方法流程示意图;
图4为本发明实施例提供的成形区域的轮廓图像示意图;
图5为本发明实施例提供的去噪处理前的局部轮廓图像示意图;
图6为本发明实施例提供的去噪处理后的局部轮廓图像示意图;
图7为本发明实施例提供的一种根据采集的轮廓数据生成的成形区域的轮廓图像;
图8为本发明实施例提供的轮廓图像转换成的二值化图像示意图;
图9为本发明实施例提供的过滤后得到的轮廓图像示意图;
图10为本发明实施例提供的理论刨分图像示意图;
图11为本发明实施例提供的提取的感兴趣区域ROI示意图;
图12为本发明实施例提供的插值后得到的第二中心线图像示意图;
图13为本发明实施例提供的检测送粉质量的流程步骤示意图;
图14为本发明实施例提供的一种检验送粉质量的装置示意图;
图15为本发明实施例提供的另一种检验送粉质量的装置示意图;
图16为本发明实施例提供的计算设备的具体硬件结构示意图。
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。
本发明实施例使用的LSF设备1如图1所示,该LSF设备1主要包括激光器101、粉末喷嘴102、送粉器103、成形室104、反射聚焦镜105、基板106、数控系统107、水冷机床台面108、净化系统109、水冷系统110以及透镜111;需要说明的是,粉末喷嘴102、反射聚焦镜105、基板106,水冷机床台面108以及透镜111共同置于成形室104内。其中,水冷机床台面108用于固定基板106并进行往复直线运动、数控系统107用于控制粉末喷嘴102的二维扫描运动和水冷机床台面108的纵向升降运动,激光器101用于产生激光束,反射聚焦镜105用于将激光束聚焦并经过透镜111照射在基板106上以形成金属熔池,送粉器103用于将金属粉末经过粉末喷嘴102汇聚于激光焦点光斑形成的熔池中,成形室104内充满氩气,净化系统109用于降低成形室104内的氧含量,水冷系统110用于冷却激光器101和水冷激光台面108。其中,反射聚焦镜105和透镜111共同构成了激光熔覆头112。
具体地,利用上述LSF设备1进行零件激光立体成形的过程是:首先,利用三维(3-Dimension,3D)打印切片软件对零件的CAD三维模型进行切片处理,得到零件的分层扫描数据;其次,数控系统107调入零件的分层扫描数据,同时控制水冷机床台面108的运动以及激光器101与送粉器102的开关,激光束在伴随水冷机床台面108运动的同时将送粉器102经粉末喷嘴103送出的金属粉末熔化,熔化的金属液沉积在基板106上,金属液层层堆积直至整个零件成形。
应注意的是,上述LSF设备1采用同轴送粉方式,在零件成形过程中由于送粉器103会出现缺陷情况,造成激光立体成形的零件存在异常位置,具体如图2中黑色矩形所示。目前的LSF设备1出现送粉缺陷时没有预警,需要人员干预才能处理送粉器103的送粉缺陷问题。基于此,本发明实施例提供了一种检验送粉质量的方法,该方法能够应用于图1所示的LSF设备1,具体如图3所示,包括:
S301、在激光立体成形过程中,实时采集成形区域的轮廓数据;
S302、基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
如图1所示,在本发明实施例中在激光熔覆头112的一侧设置有数据采集模块113,举例来说,数据采集模块113可以为激光扫描轮廓仪、点激光测距仪或测距传感器等,用于实时获取基板106上激光立体成形零件的成形区域的轮廓数据。需要说明的是,在本发明实施例中,可以通过数据采集模块113采集整个成形区域中的一段轮廓数据,当然也可以采集整个成形区域的轮廓数据。在本发明实施例中,将一段成形区域的轮廓数据和整个成形区域的轮廓数据均称之为“成形区域的轮廓数据”。
需要说明的是,在本发明实施例中,前述的轮廓数据均是基于笛卡尔直角坐标系采集。应理解,如图1所示,笛卡尔直角坐标系的原点O为基板106上表面的顶点,X轴沿基板106的长度方向延伸,Y轴沿基板106的宽度方向延伸,Z轴沿基板106的高度方向延伸。
需要说明的是,在激光立体成形过程中,数据采集模块113的扫描光线随着激光熔覆头112焦点的移动而移动;优选地,激光熔覆头112的焦点与数据采集模块113的扫描光线重合。
在图3所示的技术方案中,在激光立体成形过程中,实时采集成形区域的轮廓数据;并基于采集的轮廓数据,根据设定的判断条件来确定成形区域中的异常位置。通过上述方法能够及时并精确预警送粉器103的送粉缺陷位置,提高激光立体成形零件的成品率,节省工艺成本。
作为一些可能的实施方式,所述在激光立体成形过程中,实时采集成形区域的轮廓数据,包括:
在激光立体成形过程中,实时采集成形区域中的N个采集点数据作为轮廓数据。
具体地,在激光立体成形过程中,利用数据采集模块113实时采集的成形区域的轮廓数据中包含了N个采集点数据,其中,第k个采集点的坐标为(Xk,Yk,Zk),1≤k≤N。
作为一些可能的实施方式,所述基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置,包括:
根据所述轮廓数据拟合所述成形区域的轮廓图像,并提取所述轮廓图像中的第一中心线图像;
对所述第一中心线图像进行插值处理,获取连续分布的第二中心线图像;
通过比较所述第二中心线图像与理论刨分图像,确定所述成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
具体地,如图4所示,上述轮廓图像为亮条纹暗背景的单通道图像。因此,前述成形区域的轮廓数据为实时采集的所述单通道图像中亮条纹的轮廓线条上各个点坐标数据。
应理解,在本发明实施例中,轮廓图像均位于XOZ平面。可以理解地,轮廓图像上的像素点坐标数据为对应的采集点坐标数据在XOZ平面的正投影坐标数据。
可选地,由于工业环境相对恶劣,可能导致生成的轮廓图像中存在一些噪声,因此在实际的具体实施过程中需要对轮廓图像进行去噪处理,以保证轮廓图像的清晰度和轮廓图像边界数据不丢失的同时抑制椒盐噪声和斑点噪声;具体来说,可以通过中值滤波器、均值滤波器、高斯滤波器或者双边滤波器来对轮廓图像进行去噪处理。在本发明实施例中,优选地采用中值滤波器对轮廓图像进行去噪处理。其中,去噪处理前的局部轮廓图像如图5所示,去噪处理后的局部轮廓图像如图6所示,明显地,轮廓图像去噪处理后,其清晰度增大,且局部轮廓图像的边界数据没有发生丢失。
可选地,为了能够进一步地去除轮廓图像中的干扰信息,以提高后续的检测准确度和效率,还可以通过面积特征过滤法、圆度特征过滤法、凸度特征过滤法或者惯性率特征过滤法来进行轮廓图像的特征过滤。当然,轮廓图像的特征过滤在本质上也是一种去噪处理,用于去除轮廓图像中可能存在的干扰信息。同时,在进行轮廓图像特征过滤时,为了提高对大数据信息量的处理速度,也可以提前采用阈值分割法将轮廓图像转换成二值化图像以区分前景和背景。举例来说,如图7为生成的轮廓图像,采用阈值分割法将轮廓图像转换成的二值化图像如图8所示,最终进行面积特征法过滤后得到的轮廓图像如图9所示。
可以理解地,由于数据采集模块113的激光束条纹具有一定宽度,因此获取的轮廓图像中的轮廓线条也具有一定宽度,因此轮廓图像中的轮廓线条也具有一定的宽度。而本发明实施例中,基于激光立体成形路径和参数获得的理论刨分图像,如图10所示,该理论刨分图像为一条直线,因此为便于与理论刨分图像进行对比以检测异常位置,需要提取轮廓图像中轮廓线条的中心线。在本发明实施例中,提取轮廓图像中轮廓线条中心线的方法可以为基于质心的骨架细化算法,具体来说,就是经过层层的剥离,从获取的轮廓图像中去掉部分采集点数据,但仍然要保持轮廓线条的原来形状。当然,对于轮廓图像中轮廓线条中心线的提取也可以采取极值法或者灰度重心法,本发明实施例对此不作具体限定。
示例性地,所述根据所述轮廓数据拟合所述成形区域的轮廓图像,并提取所述轮廓图像中的第一中心线图像,包括:
根据所述轮廓数据拟合所述成形区域的轮廓图像,获取所述轮廓图像中的感兴趣区域(Region of Interest,ROI);
基于所述感兴趣区域ROI,提取所述感兴趣区域ROI中的第一中心线图像。
需要说明的是,为了减少后续需要处理的像素点数据信息量,以进一步提高轮廓图像的处理效率,在实际的具体实施过程中还可以进一步提取轮廓图像中的感兴趣区域ROI。在本发明实施例中,轮廓图像中的ROI表示轮廓图像中包含的N个像素点数据对应最小外接矩形,也就是轮廓图像中轮廓线条对应的最小外接矩形,如图4所示中的白色虚线矩形所示。具体来说,采用对轮廓图像列投影法或行投影法来确认ROI的位置,最终得到的轮廓图像中的ROI如图11所示,通过这种提取ROI的方式能够减少像素点数据信息量;例如,通过提取轮廓图像中的ROI,能够使得待处理的像素点数据量从1024×768减少为78×768,减少为原来的1/13。
可以理解地,ROI中的轮廓线条也具有一定的宽度,因此为便于与理论刨分图像进行对比以检测异常位置,需要提取图11所示的ROI中轮廓线条的中心线。当然,对于ROI中轮廓线条中心线的提取也可以采取基于质心的骨架细化算法、极值法或者灰度重心法。
需要说明的是,在本发明实施例中,将含有轮廓图像中轮廓线条中心线的图像或者含有ROI中轮廓线条中心线的图像统称为“第一中心线图像”。
此外,由于提取后的第一中心线图像可能存在不连续的情况,因此,为保证第一中心线图像的连续性,在本发明实施例中会采用三次样条插值算法对第一中心图像进行插值处理,当然,对于第一中心图像进行插值处理也可以采用最近邻元法或者双线性内插法,本发明实施例对此不作具体限定。对第一中心线图像插值后得到的第二中心线图像如图12所示。
示例性地,所述通过比较所述第二中心线图像与理论刨分图像,确定所述成形区域中的异常位置,包括:
设定在同一XOZ平面中,分别选取所述第二中心线图像上的第一像素点(Xk,Zk1)与所述理论刨分图像上的第二像素点(Xk,Zk2),且获取所述第一像素点和第二像素点的第一高度差ΔZ1=|Zk2-Zk1|;其中,1≤k≤N;
当所述第一高度差ΔZ1小于设定的第一阈值时,确定所述第二中心图像中所述第一像素点对应的位置处不存在异常;
当所述第一高度差ΔZ1大于或等于设定的第一阈值时,确定所述第二中心图像中所述第一像素点对应的位置处存在异常。
具体地,为了获取成形区域中的异常位置所处的具体位置,在本发明实施例中将第二中心线图像与理论刨分图像置于同一XOZ平面中,在XOZ平面中可以计算相同横坐标Xk分别对应的纵坐标的第一高度差为ΔZ1,并通过对比第一高度差ΔZ1与设定的第一阈值之间的关系,以此来确定第二中心图像中的第一像素点位置处对应的异常图像,如图12中的白色虚线矩形位置处。
结合上述说明示例,检测送粉质量可以包括如图13所示的流程步骤:
S1301、获取成形区域轮廓数据并拟合得到成形区域的轮廓图像;
S1302、对成形区域的轮廓图像进行去噪处理;
S1303、采用阈值分割法将轮廓图像转换成二值化图像;
S1304、对分割后的轮廓图像进行过滤处理;
S1305、从过滤后的轮廓图像中提取感兴趣区域ROI;
S1306、基于质心的骨架细化法提取轮廓图像或者ROI中轮廓线条的中心线以形成第一中心线图像;
S1307、采用三次样条插值法对第一中心图像进行插值处理以得到第二中心线图像;
S1308、对比第二中心线图像与理论刨分图像以确定成形区域中的异常位置。
沿用上述的示例,作为一些可能的实施方式,所述基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置,包括:
设定在同一XOZ平面中,基于所述感兴趣区域ROI,通过依次比较所述第二中心图像中轮廓线条上相邻的第一像素点(Xk,Zk)和第三像素点(Xk+1,Zk+1),获取所述第一像素点和第三像素点的第二高度差ΔZ2=|Zk+1-Zk|;其中,1≤k≤N;
根据所述第二高度差ΔZ2,确定所述成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
示例性地,所述根据所述第二高度差ΔZ2,确定所述成形区域中的异常位置,包括:
当所述第二高度差ΔZ2小于设定的第二阈值时,确定所述第二中心图像中不存在异常;
当所述第二高度差ΔZ2大于或等于设定的第二阈值时,确定所述第二中心图像中存在异常。
另一方面,也可以在无需参考理论刨分图像的情况下,只通过插值处理后的第二中心图像来确定异常位置。具体地,在XOZ平面中,可以依次计算第二中心线图像中相邻的第一像素点和第三像素点的第二高度差ΔZ2,当依次计算完成后,若ΔZ2大于或等于设定的第二阈值,说明相邻的第一像素点和第三像素点对应的成形平面的高度发生了较大变化,成形平面存在凸起或凹陷,因此成形区域中可能存在异常位置,也就是说此位置处存在送粉缺陷问题;若ΔZ2小于设定的第二阈值,则说明相邻的第一像素点和第三像素点对应的成形平面的高度没有发生较大的变化,可以认为成形区域中不存在异常位置,也就是说此位置处不存在送粉缺陷问题。具体来说,在本发明具体实施过程中,在依次计算的ΔZ2过程中,当ΔZ2′大于或等于设定的第二阈值时,可以将参与计算ΔZ2′的第三像素点作为异常位置的起始点,当ΔZ2″小于设定的第二阈值时,可以将参与计算ΔZ2″的第一像素点作为异常位置的终点。因此,可以理解的是,成形区域中的异常位置为参与计算ΔZ2″第一像素点至参与计算ΔZ2′的第三像素点之间的区域。
作为一些可能的实施方式,所述基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置包括:
通过依次比较所述轮廓数据中相邻的第一采集点(Xk,Yk,Zk)和第二采集点(Xk+1,Yk+1,Zk+1),获取所述第一采集点和第二采集点的第三高度差ΔZ3=|Zk+1-Zk|;其中,1≤k≤N;
根据所述第三高度差ΔZ3,确定所述成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
又一方面,也可以在不生成轮廓图像或者第二中心线图像的情况下,通过依次计算数据采集模块113采集的轮廓数据中相邻第一采集点(Xn,Yn,Zn)和第二采集点(Xn+1,Yn+1,Zn+1),以获得第三高度差ΔZ3=|Zn+1-Zn|,当依次计算完成后,若第三高度差ΔZ3大于或等于设定的第三阈值,说明相邻第一采集点和第二采集点对应的成形平面的高度发生了较大的变化,成形平面存在凸起或凹陷,可能存在异常位置,也就是说此位置处存在送粉缺陷问题;若第三高度差ΔZ3小于设定的第二阈值,则说明相邻第一采集点和第二采集点对应的成形平面的高度没有发生较大的变化,可以认为不存在异常位置,也就是说此位置处不存在送粉缺陷问题。具体来说,在本发明具体实施过程中,在依次计算的ΔZ3过程中,当ΔZ3′大于或等于设定的第三阈值时,可以将参与计算ΔZ3′的第二采集点作为异常位置的起始点,当ΔZ3″小于设定的第二阈值时,可以将参与计算ΔZ3″的第一采集点作为异常位置的终点。因此,可以理解的是,成形区域中的异常位置为参与计算ΔZ3″第二采集点至参与计算ΔZ3′的第一采集点之间的区域。
作为一些可能的实施方式,所述方法还包括:
在确定所述送粉缺陷位置后,当激光熔覆头运动至所述送粉缺陷位置处时,调节激光器的功率或所述激光熔覆头的运动速度进行工艺补偿。
可以理解地,当送粉异常位置确定后,可以根据获取的异常位置,向用户进行预警,或者进行补偿处理。举例来说,当激光熔覆头112再次运动到异常位置点时,可以调节激光器101的功率或激光熔覆头112的运动速度以进行工艺补偿,从而实现送粉设备在激光立体成形过程中的闭环控制。
需要说明的是,对于前述技术方案所述的检测送粉质量的方法,同样地也可以应用于在弧焊过程中检测送丝的质量。具体来说,采用金属焊丝进行弧焊的具体过程为通过送丝机构,将零件成形专用的金属焊丝直接送入电弧或氩弧形成的熔池中,与零件的基体材料一起熔化并凝固,以形成弧焊熔覆层。因此,可以理解地,在弧焊过程中,通过数据采集模块113实时采集弧焊熔覆层的轮廓数据,根据弧焊熔覆层的轮廓数据,按照设定的判断条件能够确定弧焊熔覆层中的异常位置。
基于前述技术方案相同的发明构思,本发明实施例提供的检验送粉质量的装置140,如图14所示,所述装置140包括:采集部分1401以及确定部分1402;其中,
所述采集部分1401,经配置为在激光立体成形过程中,实时采集成形区域的轮廓数据;
所述确定部分1402,经配置为基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
示例性地,所述采集部分1401,经配置为:
在激光立体成形过程中,实时采集成形区域中的N个采集点数据作为轮廓数据。
示例性地,所述确定部分1402,经配置为:
根据所述轮廓数据拟合所述成形区域的轮廓图像,并提取所述轮廓图像中的第一中心线图像;
对所述第一中心线图像进行插值处理,获取连续分布的第二中心线图像;
通过比较所述第二中心线图像与理论刨分图像,确定所述成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
示例性地,所述确定部分1402,经配置为:
根据所述轮廓数据拟合所述成形区域的轮廓图像,获取所述轮廓图像中的感兴趣区域ROI;
基于所述感兴趣区域ROI,提取所述感兴趣区域ROI中的第一中心线图像。
示例性地,所述确定部分1402,经配置为:
设定在同一XOZ平面中,分别选取所述第二中心线图像上的第一像素点(Xk,Zk1)与所述理论刨分图像上的第二像素点(Xk,Zk2),且获取所述第一像素点和第二像素点的第一高度差ΔZ1=|Zk2-Zk1|;其中,1≤k≤N;
当所述第一高度差ΔZ1小于设定的第一阈值时,确定所述第二中心图像中所述第一像素点对应的位置处不存在异常;
当所述第一高度差ΔZ1大于或等于设定的第一阈值时,确定所述第二中心图像中所述第一像素点对应的位置处存在异常。
示例性地,所述确定部分1402,还经配置为:
设定在同一XOZ平面中,基于所述感兴趣区域ROI,通过依次比较所述第二中心图像中轮廓线条上相邻的第一像素点(Xk,Zk)和第三像素点(Xk+1,Zk+1),获取所述第一像素点和第三像素点的第二高度差ΔZ2=|Zk+1-Zk|;其中,1≤k≤N;
根据所述第二高度差ΔZ2,确定所述成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
示例性地,所述确定部分1402,还经配置为:
当所述第二高度差ΔZ2小于设定的第二阈值时,确定所述第二中心图像中不存在异常;
当所述第二高度差ΔZ2大于或等于设定的第二阈值时,确定所述第二中心图像中存在异常。
示例性地,所述确定部分1402,还经配置为:
通过依次比较所述轮廓数据中相邻的第一采集点(Xk,Yk,Zk)和第二采集点(Xk+1,Yk+1,Zk+1),获取所述第一采集点和第二采集点的第三高度差ΔZ3=|Zk+1-Zk|;其中,1≤k≤N;
根据所述第三高度差ΔZ3,确定所述成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
示例性地,参见图15,所述装置140还包括:
所述调节部分1403,经配置为在确定所述送粉缺陷位置后,当激光熔覆头运动至所述送粉缺陷位置处时,调节激光器的功率或所述激光熔覆头的运动速度进行工艺补偿。
可以理解地,在本实施例中,“部分”可以是部分电路、部分处理器、部分程序或软件等等,当然也可以是单元,还可以是模块也可以是非模块化的。
另外,在本实施例中的各组成部分可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时,可以存储在一个计算机可读取存储介质中,基于这样的理解,本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
因此,本实施例提供了一种计算机存储介质,所述计算机存储介质存储有检验送粉质量的程序,所述检验送粉质量的程序被至少一个处理器执行时实现上述技术方案中所述检验送粉质量的方法的步骤。
根据上述检验送粉质量的装置140以及计算机存储介质,参见图16,其示出了本发明实施例提供的一种能够实施上述检验送粉质量的装置140的计算设备160的具体硬件结构,该计算设备160可以应用于图1所示的LSF设备1中,该计算设备160可以包括:设置于激光熔覆头112一侧的数据采集模块113,存储器1601及处理器1602;各个组件通过总线系统1603耦合在一起。可理解,总线系统1603用于实现这些组件之间的连接通信。总线系统1603除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图16中将各种总线都标为总线系统1603。其中,
所述数据采集模块113,用于在激光立体成形过程中,实时采集成形区域的轮廓数据;
所述存储器1601,用于存储能够在所述处理器上运行的计算机程序;
所述处理器1602,用于在运行所述计算机程序时,执行以下步骤:
基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
可以理解,本发明实施例中的存储器1601可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本文描述的系统和方法的存储器1601旨在包括但不限于这些和任意其它适合类型的存储器。
而处理器1602可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1602中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1602可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1601,处理器1602读取存储器1601中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital Signal Processing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(Programmable LogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
具体来说,处理器1602还配置为运行所述计算机程序时,执行前述技术方案中所述检验送粉质量的方法的步骤,这里不再进行赘述。
需要说明的是:本发明实施例所记载的技术方案之间,在不冲突的情况下,可以任意组合。
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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种检验送粉质量的方法,其特征在于,所述方法包括:
在激光立体成形过程中,实时采集成形区域的轮廓数据;
基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
2.根据权利要求1所述的方法,其特征在于,所述在激光立体成形过程中,实时采集成形区域的轮廓数据,包括:
在激光立体成形过程中,实时采集成形区域中的N个采集点数据作为轮廓数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置,包括:
根据所述轮廓数据拟合所述成形区域的轮廓图像,并提取所述轮廓图像中的第一中心线图像;
对所述第一中心线图像进行插值处理,获取连续分布的第二中心线图像;
通过比较所述第二中心线图像与理论刨分图像,确定所述成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
4.根据权利要求3所述的方法,其特征在于,所述根据所述轮廓数据拟合所述成形区域的轮廓图像,并提取所述轮廓图像中的第一中心线图像,包括:
根据所述轮廓数据拟合所述成形区域的轮廓图像,获取所述轮廓图像中的感兴趣区域ROI;
基于所述感兴趣区域ROI,提取所述感兴趣区域ROI中的第一中心线图像。
5.根据权利要求3所述的方法,其特征在于,所述通过比较所述第二中心线图像与理论刨分图像,确定所述成形区域中的异常位置,包括:
设定在同一XOZ平面中,分别选取所述第二中心线图像上的第一像素点(Xk,Zk1)与所述理论刨分图像上的第二像素点(Xk,Zk2),且获取所述第一像素点和第二像素点的第一高度差ΔZ1=|Zk2-Zk1|;其中,1≤k≤N;
当所述第一高度差ΔZ1小于设定的第一阈值时,确定所述第二中心图像中所述第一像素点对应的位置处不存在异常;
当所述第一高度差ΔZ1大于或等于设定的第一阈值时,确定所述第二中心图像中所述第一像素点对应的位置处存在异常。
6.根据权利要求3所述的方法,其特征在于,所述基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置,包括:
设定在同一XOZ平面中,基于所述感兴趣区域ROI,通过依次比较所述第二中心图像中轮廓线条上相邻的第一像素点(Xk,Zk)和第三像素点(Xk+1,Zk+1),获取所述第一像素点和第三像素点的第二高度差ΔZ2=|Zk+1-Zk|;其中,1≤k≤N;
根据所述第二高度差ΔZ2,确定所述成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第二高度差ΔZ2,确定所述成形区域中的异常位置,包括:
当所述第二高度差ΔZ2小于设定的第二阈值时,确定所述第二中心图像中不存在异常;
当所述第二高度差ΔZ2大于或等于设定的第二阈值时,确定所述第二中心图像中存在异常。
8.根据权利要求2所述的方法,其特征在于,所述基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置,包括:
通过依次比较所述轮廓数据中相邻的第一采集点(Xk,Yk,Zk)和第二采集点(Xk+1,Yk+1,Zk+1),获取所述第一采集点和第二采集点的第三高度差ΔZ3=|Zk+1-Zk|;其中,1≤k≤N;
根据所述第三高度差ΔZ3,确定所述成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在确定所述送粉缺陷位置后,当激光熔覆头运动至所述送粉缺陷位置处时,调节激光器的功率或所述激光熔覆头的运动速度进行工艺补偿。
10.一种检验送粉质量的装置,其特征在于,所述装置包括:采集部分以及确定部分;其中,
所述采集部分,经配置为在激光立体成形过程中,实时采集成形区域的轮廓数据;
所述确定部分,经配置为基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
11.一种检验送粉质量的设备,其特征在于,所述设备包括:设置于激光熔覆头一侧的数据采集模块,存储器及处理器;其中,
所述数据采集模块,用于在激光立体成形过程中,实时采集成形区域的轮廓数据;
所述存储器,用于存储能够在所述处理器上运行的计算机程序;
所述处理器,用于在运行所述计算机程序时,执行以下步骤:
基于所述成形区域的轮廓数据,根据设定的判断条件确定成形区域中的异常位置;其中,所述成形区域中的异常位置用于表征送粉缺陷位置。
12.一种计算机存储介质,其特征在于,所述计算机存储介质存储有检验送粉质量的程序,所述检验送粉质量的程序被至少一个处理器执行时实现权利要求1至9中任一项所述检验送粉质量的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111322512.6A CN114037685A (zh) | 2021-11-09 | 2021-11-09 | 一种检验送粉质量的方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111322512.6A CN114037685A (zh) | 2021-11-09 | 2021-11-09 | 一种检验送粉质量的方法、装置、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114037685A true CN114037685A (zh) | 2022-02-11 |
Family
ID=80137026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111322512.6A Pending CN114037685A (zh) | 2021-11-09 | 2021-11-09 | 一种检验送粉质量的方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114037685A (zh) |
-
2021
- 2021-11-09 CN CN202111322512.6A patent/CN114037685A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6825109B2 (ja) | 三次元積層造形装置、三次元積層造形方法、及び、三次元積層造形物 | |
EP3495077B1 (en) | Powder spreading quality test method and additive manufacturing device | |
CN107175329B (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 | |
US10719929B2 (en) | Error detection in additive manufacturing processes | |
JP6374934B2 (ja) | 撮像装置を含む付加製造システム及びそのようなシステムを動作させる方法 | |
Huang et al. | Rapid surface defects detection in wire and arc additive manufacturing based on laser profilometer | |
Xu et al. | Visual sensing technologies in robotic welding: Recent research developments and future interests | |
US10814439B2 (en) | Turbomachine repair using additive manufacturing | |
CA2690989A1 (en) | Apparatus and method for controlling a machining system | |
Vaidya et al. | Image processing assisted tools for pre-and post-processing operations in additive manufacturing | |
EP4142969A1 (en) | Computer-implemented correlation between monitoring data and according inspection data in powder-bed additive manufacturing | |
Preissler et al. | Approach for process control in additive manufacturing through layer-wise analysis with 3-dimensional pointcloud information | |
CN114037685A (zh) | 一种检验送粉质量的方法、装置、设备及计算机存储介质 | |
Struckmeier et al. | Measuring the supporting slats of laser cutting machines using laser triangulation | |
JP2004219154A (ja) | 物体の表面形状計測方法及び自動溶接装置 | |
TW201518890A (zh) | 定位裝置精度補償系統及方法 | |
Zhang et al. | In-situ 3D contour measurement for laser powder bed fusion based on phase guidance | |
CN115971635A (zh) | 一种基于视觉传感的搅拌摩擦焊接控制方法、系统及机床 | |
CN113793293B (zh) | 轮廓检测方法、装置、系统及计算机可读存储介质 | |
Yang et al. | Analyzing Remelting Conditions based on In-Situ Melt Pool Data Fusion for Overhang Building in Powder Bed Fusion Process | |
Yan et al. | Rapid detection of weld contour based on compound vision of projection structured light and shape from shading | |
EP3616885A1 (en) | Three-dimensional printing method and three-dimensional printing device | |
EP4249153A1 (en) | Tool for scan path visualization and defect distribution prediction | |
JP7096415B1 (ja) | 積層造形装置及び積層造形物の製造方法 | |
CN117123891B (zh) | 一种基于机械臂智能控制的零部件增减材修复方法及装置 |
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 |