CN114226764A - 激光定向能量沉积过程的熔覆高度和应变调控系统和方法 - Google Patents
激光定向能量沉积过程的熔覆高度和应变调控系统和方法 Download PDFInfo
- Publication number
- CN114226764A CN114226764A CN202111528937.2A CN202111528937A CN114226764A CN 114226764 A CN114226764 A CN 114226764A CN 202111528937 A CN202111528937 A CN 202111528937A CN 114226764 A CN114226764 A CN 114226764A
- Authority
- CN
- China
- Prior art keywords
- molten pool
- laser
- strain
- cladding layer
- image
- 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.)
- Granted
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
- 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
- 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
- B22F10/28—Powder bed fusion, e.g. selective laser melting [SLM] or electron beam melting [EBM]
-
- 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
- B22F10/85—Data acquisition or data processing for controlling or regulating additive manufacturing processes
-
- 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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- 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
Abstract
本发明涉及一种激光定向能量沉积过程的熔覆高度和应变调控系统和方法,系统包括激光DED制造系统、熔池温度传感单元、熔池图像采传感集单元、应变视觉传感单元、在线计算单元和PID控制模块,系统获取有熔池中心点的温度值、熔池图像和熔覆层壁图像;在线计算单元根据温度值和熔池图像获取熔池温度、熔池长度、熔池宽度和熔池前部内凹曲线的积分面积作为特征变量,预测熔覆层高度;根据熔覆层壁图像进行相邻图像间的匹配,计算熔覆层壁的平均应变。与现有技术相比,本发明根据熔覆层高度和熔覆层侧壁的应变值,对PID控制模块的调节策略进行优化,减小了LDED过程的热输入,降低了成形制造过程中监测区域的表面应变的最大值。
Description
技术领域
本发明涉及激光定向能量沉积过程控制领域,尤其是涉及激光定向能量沉积过程的熔覆高度和应变调控系统和方法。
背景技术
激光定向能量沉积过程涉及众多复杂的物理化学变化,在实际激光增材制造过程中,即便保持恒定的工艺参数,也不能实现真正的重复性和确定性。此外,激光定向能量沉积过程存在循环往复的高温加热,所产生的成形件的应力应变也对最终的成形质量有重要影响,在应力集中区域甚至会产生裂纹。
目前针对激光定向能量沉积过程的形貌反馈控制主要停留在对单层单道熔覆层的形貌预测和调控,对多层熔覆层的预测控制较少,并缺少探究层与层之间的影响。
此外,针对激光定向能量沉积的应力检测大多基于有限元分析,预测结果和实验相差较大。传统的应力应变测量方法如钻孔技术、X射线技术以及中子衍射技术,非原位测量,并无法检测这个焊接热影响区的应变数据。数字图像相关法利用材料表面的散斑作为变形信息载体,可以对激光DED过程中的全场表面应变进行精确测量。目前,尚未有系统能够对激光DED过程的形熔覆层高度及应变实时监测并反馈控制。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种激光定向能量沉积过程的熔覆高度和应变调控系统和方法。
本发明的目的可以通过以下技术方案来实现:
一种激光定向能量沉积过程的熔覆高度和应变调控系统,包括激光DED制造系统,该激光DED制造系统包括机器人、激光器和激光头,所述熔覆高度和应变调控系统还包括熔池温度传感单元、熔池图像采传感集单元、应变视觉传感单元、在线计算单元和PID控制模块,所述熔池温度传感单元安装在所述激光头上,用于获取熔池中心点的温度值;所述熔池图像采传感集单元安装在所述激光头上,用于获取熔池图像;所述应变视觉传感单元安装在熔覆成形平台上,用于获取熔覆层壁图像;所述在线计算单元分别连接所述熔池温度传感单元、熔池图像采传感集单元、应变视觉传感单元和PID控制模块,所述PID控制模块连接所述激光器;
所述在线计算单元根据温度值和熔池图像获取熔池温度、熔池长度、熔池宽度和熔池前部内凹曲线的积分面积作为特征变量,预测熔覆层高度;所述在线计算单元根据熔覆层壁图像进行相邻图像间的匹配,计算熔覆层壁的平均应变;所述PID控制模块根据熔覆层高度和平均应变与对应的预设值对比,对激光器的功率进行反馈控制。
进一步地,所述熔池温度传感单元包括高温计、光纤和同轴装置,所述光纤的一端通过同轴装置固定在激光头上、另一端连接所述高温计,通过高温计输出熔池中心点的温度值。
进一步地,所述熔池图像采传感集单元包括第一工业相机、第一微距镜头、第一主动光源和旁轴装置,所述第一工业相机通过旁轴装置固定在激光头上,通过第一工业相机输出熔池图像,所述第一微距镜头固定在所述第一工业相机上,所述第一主动光源固定在激光头上,用于照射熔池。
进一步地,所述应变视觉传感单元包括第二工业相机、三脚架、第二微距镜头和第二主动光源,所述第二工业相机和第二主动光源均通过三脚架固定在熔覆成形平台上,通过第二工业相机获取熔覆层壁图像,所述第二微距镜头固定在所述第二工业相机上。
进一步地,所述激光DED制造系统还包括水冷系统、送粉系统和保护气供给设备,所述水冷系统连接所述激光器,用于降低激光器的温度,所述送粉系统用于提供金属粉末,所述保护气供给设备用于为工件表面提供氦气。
本发明还提供一种激光定向能量沉积过程的熔覆高度和应变调控方法,包括以下步骤:
获取熔池中心点的温度值、熔池表面的熔池图像和熔池熔覆层的熔覆层壁图像;
根据所述熔池图像获取熔池长度、熔池宽度和熔池前部内凹曲线的积分面积,将所述温度值、熔池长度、熔池宽度和熔池前部内凹曲线的积分面积作为特征变量,预测熔覆层高度;
根据熔覆层壁图像进行相邻图像间的匹配,计算熔覆层壁的平均应变;
根据熔覆层高度和平均应变与对应的预设值对比,对激光器的功率进行PID反馈控制。
进一步地,对所述熔池图像处理过程具体包括以下步骤:
对熔池图像进行初步的ROI选取缩小图片尺寸;通过滤波剔除随机噪声点;对滤波后的图像进行阈值分割,转化为二值化图像;对二值化图像填充最大连通域,并提取最大轮廓,作为熔池轮廓;
提取熔池轮廓,并以二维数组的形式存储,计算熔池长度和熔池宽度;
将熔池轮廓的二维数组与图像中熔池的位置,通过条件判断对轮廓的子区域进行二次ROI选取,从而提取熔池轮廓的前部内凹曲线;
对熔池轮廓的前部内凹曲线进行积分运算,获取熔池前部内凹曲线的积分面积。
进一步地,提取熔池轮廓的前部内凹曲线的过程具体为:
先截取0<y<ymax区域,再求出0~xmax/2区域的ymin1所在点a、xmax/2~xmax区域的ymin2点b,将两点之间的数据点提取出来;并将a、b两点y值更小的点设为(0,0)点,对提取的原始数据点进行平移;
经过参数试验,采用15次函数对原始数据点进行曲线拟合,得到曲线拟合函数f(x);
获取熔池前部内凹曲线的积分面积具体为:
进一步地,所述熔覆层高度的预测过程包括:根据时间戳,将温度和熔池长度、熔池宽度和熔池前部内凹曲线的积分面积数据对齐并进行归一化,然后通过预先建立并训练好的随机森林回归模型预测熔覆层的高度;
根据熔覆层高度对激光器的功率进行PID反馈控制的过程具体为:将熔覆层高度作为PID控制的输入量,与对应的高度设定值对比,从而调整激光器的功率。
进一步地,所述熔覆层壁的平均应变的获取过程具体为:
采用亚像素匹配算法对相邻时刻获取的熔覆层壁图像进行特征点匹配,所述亚像素匹配算法通过子区相似度函数计算各子区的相似度值,从而获取匹配结果;根据该匹配结构估计参考子区的平移以及变形分量,然后根据这些参数值作为迭代的初值进行计算获得拉格朗日应变值,计算出熔覆层壁图像中熔覆层壁的ROI区内像素点的应变值,将最大的应变值与对应的应变设定值进行比较,从而调整激光器的功率;
所述子区相似度函数的计算表达式为:
式中,CLS表示每个子区匹配时,经过反向牛顿迭代最后得到的子区相似度值,M表示二维数字图像相关方法匹配的子区半径,i表示横向图像像素坐标,j表示纵向图像像素坐标,f(xi,yi)表示参考图片灰度值分布函数,表示参考图片子区平均灰度值,表示变形图片子区平均灰度值,g(xi′,yj′)表示变形图片灰度值分布函数,Δ(f2)表示参考图片子区灰度值方差,Δ(g2)表示变形图片灰度值方差;
计算出的子区相似度值CLS进行归一化处理后得到匹配结果。
与现有技术相比,本发明具有以下优点:
(1)本发明可以实现对激光熔覆过程的熔池形貌、熔池温度等进行多信息采集,具有更丰富的特征信息。
(2)本发明可以通过嵌入式模块内的人机交互软件在线对熔池图像进行处理,研究了熔池边缘内凹曲率,并结合实时熔池温度数据,进行了多层熔覆层高度进行预测。
(3)本发明使用基于数字图像相关法的算法,采用Gauss-Newton亚像素匹配策略,精确地计算激光DED熔覆层热影响区ROI的表面应变数据。
(4)预测的高度信息作为PID控制器的反馈值,在实现激光DED成形件形貌均一的情况下,可进行应变的监测调控。根据激光DED热影响区ROI的应变值大小调整PID控制器的控制策略,优化激光功率的调控区间,实现了对激光DED过程熔覆层形貌和性能的联合调控。若ROI区域内应变最大值达到设定值后,则在下一个熔覆层开始熔覆前,调节PID控制器对激光功率参数的调节范围,降低热输入,降低成形件的表面应变,提升性能。
附图说明
图1为本发明实施例中提供的一种激光定向能量沉积过程的熔覆高度和应变调控系统的结构示意图;
图2为本发明实施例中提供的一种激光定向能量沉积过程的熔覆高度和应变调控系统的流程控制图;
图3为本发明实施例中提供的一种熔池图像提取流程示意图;
图4为本发明实施例中提供的一种熔池前部内凹曲线拟合图;
图5为本发明实施例中提供的一种熔覆层侧壁特征点监测示意图;
图6为本发明实施例中提供的一种高温散斑ROI区域计算的实时应变展示图;
图中,1、激光增材制造系统,11、工业机器人,12、激光器,13、激光头,14、水冷系统,15、送粉系统,16、保护气,2、熔池温度传感单元,21、高温计,22、光纤,23、同轴装置,3、熔池图像传感单元,31、第一工业相机,32、第一微距镜头,33、第一主动光源,34、旁轴装置,4、应变视觉传感单元,41、工业相机,42、微距镜头,43、主动光源,44、三脚架,5、在线计算单元,51、图像处理算法模块,52、高度预测模型模块,53、数字图像相关法模块,6、PID控制模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
需要说明的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
此外,术语“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
实施例1
本实施例提供一种激光定向能量沉积过程的熔覆高度和应变调控系统,包括激光DED制造系统1,该激光DED制造系统1包括机器人11、激光器12和激光头13,熔覆高度和应变调控系统还包括熔池温度传感单元2、熔池图像采传感集单元3、应变视觉传感单元4、在线计算单元5和PID控制模块6,熔池温度传感单元2安装在激光头13上,用于获取熔池中心点的温度值;熔池图像采传感集单元3安装在激光头13上,用于获取熔池图像;应变视觉传感单元4安装在熔覆成形平台上,用于获取熔覆层壁图像;在线计算单元5分别连接熔池温度传感单元2、熔池图像采传感集单元3、应变视觉传感单元4和PID控制模块6,PID控制模块6连接激光器12;
在线计算单元5根据温度值和熔池图像获取熔池温度、熔池长度、熔池宽度和熔池前部内凹曲线的积分面积作为特征变量,预测熔覆层高度;在线计算单元5根据熔覆层壁图像进行相邻图像间的匹配,计算熔覆层壁的平均应变;PID控制模块6根据熔覆层高度和平均应变与对应的预设值对比,对激光器12的功率进行反馈控制。
熔池温度传感单元2包括高温计21、光纤22和同轴装置23,光纤22的一端通过同轴装置23固定在激光头13上、另一端连接高温计21,通过高温计21输出熔池中心点的温度值。
熔池图像采传感集单元3包括第一工业相机31、第一微距镜头32、第一主动光源33和旁轴装置34,第一工业相机31通过旁轴装置34固定在激光头13上,通过第一工业相机31输出熔池图像,第一微距镜头32固定在第一工业相机31上,第一主动光源33固定在激光头13上,用于照射熔池。
应变视觉传感单元4包括第二工业相机41、三脚架44、第二微距镜头42和第二主动光源43,第二工业相机41和第二主动光源43均通过三脚架44固定在熔覆成形平台上,通过第二工业相机41获取熔覆层壁图像,第二微距镜头42固定在第二工业相机41上。
激光DED制造系统1还包括水冷系统14、送粉系统15和保护气供给设备16,水冷系统14连接激光器12,用于降低激光器12的温度,送粉系统15用于提供金属粉末,保护气供给设备16用于为工件表面提供氦气。
具体地,激光定向能量沉积过程的熔覆高度和应变调控系统包括激光DED制造系统1、熔池温度传感单元2、熔池图像采传感集单元3、应变视觉传感单元4、在线计算单元5、PID控制模块6,激光DED制造系统包括机器人11、激光器12、激光头13、水冷系统14、送粉系15、保护气16;熔池温度传感单元2包括高温计21、光纤22、同轴装置23;熔池图像传感单元3包括第一工业相机31、第一微距镜头32、第一主动光源33、旁轴装置34;应变视觉传感单元4包括第二工业相机41、第二微距镜头42、第二主动光源43、三脚架44;在线计算单元主要由图像处理算法51、高度预测模型52、数字图像相关法53。的PID控制模块6与激光DED制造系统1和在线计算单元5相连。
激光DED制造系统1中激光器12和激光头13固定在工业机器人11的机器臂上,随着机器人11运动。在激光DED制造系统1的制造过程中,激光器11提供能量,水冷系统14降低温度保护激光器1,送粉系统15提供金属粉末,保护气16提供氦气避免成形件被氧化。
熔池温度传感单元2中的双色高温计21通过光纤22与同轴装置23固定在激光头13上,可以通过激光光路直接获取熔池中心点的温度值。高温计可以以1000HZ的频率进行温度数据采集,并在工控机上进行实时展示。
熔池图像传感单元3是将第一工业相机31通过旁轴装置34的工装夹具固定在激光头上,随激光头运动进行旁轴监测。第一微距镜头32的放大倍数最高可达到一倍,可以很好地还原激光熔池的真是形态,保留更多的特征信息。第一主动光源33通过辅助红外激光照射熔池,第一工业相机31经过滤光片滤除大部分的激光,可以接收到辅助光源的反射激光,获得清晰的熔池细节。
应变视觉传感单元4是将第二工业相机41通过三脚架固定在熔覆成形件旁边,垂直拍摄熔覆成形件。第一主动光源34通过辅助红外激光照射熔覆层壁,工业相机31经过滤光片滤除激光,可以接收到辅助光源照射熔覆层壁的反射激光,获得清晰的熔覆层壁照片。将熔覆层上细腻的纹理作为特征散斑图案进行拍摄,并将采集到的高温散斑图案发送到工控机上的在线计算单元5的数字图像相关法53进行应变值的计算。
基于上述三个传感单元获取激光DED过程的实时数据,这些数据将被工控机的在线计算单元进行处理。其处理内容分为两个部分:形貌高度预测和应变监测计算。
本实施例还提供一种激光定向能量沉积过程的熔覆高度和应变调控方法,可在上述激光定向能量沉积过程的熔覆高度和应变调控系统中实现,方法包括以下步骤:
获取熔池中心点的温度值、熔池表面的熔池图像和熔池熔覆层的熔覆层壁图像;
根据熔池图像获取熔池长度、熔池宽度和熔池前部内凹曲线的积分面积,将温度值、熔池长度、熔池宽度和熔池前部内凹曲线的积分面积作为特征变量,预测熔覆层高度;
根据熔覆层壁图像进行相邻图像间的匹配,计算熔覆层壁的平均应变;
根据熔覆层高度和平均应变与对应的预设值对比,对激光器的功率进行PID反馈控制。
对熔池图像处理过程具体包括以下步骤:
对熔池图像进行初步的ROI选取缩小图片尺寸;通过滤波剔除随机噪声点;对滤波后的图像进行阈值分割,转化为二值化图像;对二值化图像填充最大连通域,并提取最大轮廓,作为熔池轮廓;
提取熔池轮廓,并以二维数组的形式存储,计算熔池长度和熔池宽度;
将熔池轮廓的二维数组与图像中熔池的位置,通过条件判断对轮廓的子区域进行二次ROI选取,从而提取熔池轮廓的前部内凹曲线;
对熔池轮廓的前部内凹曲线进行积分运算,获取熔池前部内凹曲线的积分面积。
具体实施时包括以下步骤:
S1、通过采集熔池温度和熔池轮廓等特征建立高度预测模型,将预测高度与预设值对比对激光LDED熔覆层形貌进行PID反馈控制。其过程包括:
S11、温度采集:通过同轴连接装置将光纤镜头固定在激光头上,光纤镜头直接接受来自熔池中心点特定波长的光,送入高温计进行处理得到熔池中心点的温度;
S12、图像采集:通过视觉传感模块以旁轴方式采集熔池图像,采用主动视觉和减光滤光片避免获得丰富的熔池信息,保证图像质量,图像信息以串口的通讯方式传入嵌入式模块;
S13、图像处理:通过图像处理算法对熔池图像处理后得到熔池的宽度、长度,以及熔池前部内凹曲率数据;
所述步骤S13包括:
处理图像,提取熔池的轮廓特征。通过ROI选区、高斯滤波剔除随机噪声点,阈值分割对图像进行二值化处理。对二值化图像填充最大连通域,并提取最大轮廓。
二次ROI提取。根据轮廓的二维数组与图像中熔池的位置,通过条件判断对轮廓的子区域进行二次ROI选取。
S14、提取熔池前部内凹曲线最大相切圆。将熔池前部曲线进行多项式拟合,将拟合曲线的最大相切圆的半径作为输出结果;
S15、数据对齐。根据时间戳,将图像采集时刻前后五个温度点求均值与熔池图像数据进行数据对齐;
S16、高度预测。基于熔池温度、熔池长度、熔池宽度、熔池内凹曲线最大相切圆半径,上一层熔覆层预测高度等特征变量,通过随机森林模型建立多层的熔覆层高度的预测模型;
S17、基于PID控制的原理,根据熔覆层的预测高度与预设值的差值作为差值作为偏差信息,根据PID控制器的输出调控激光功率参数。
S2、在熔覆层堆积到15层以上时,可通过应变视觉传感单元对熔覆层选区进行应变监测。根据设定的阈值,对PID的功率调节范围进行调整。其过程包括:
S21、图像采集:通过应变视觉传感单元采集焊接热影响区图像,采用主动视觉和减光滤光片避免弧光的干扰,保证图像质量;
S22、优选的,图像匹配算法:这一步是将固定相机拍到的不同时刻图片上的像素点关联起来,为前面图片上的像素点找到对应的后边图片上的位置。本发明采用更先进的Guass-Newton亚像素匹配算法进行匹配。
S23、三维应变计算:由之前获得的全场三维空间坐标计算位移以及全场应变。
S24、反馈控制:根据计算出的焊接热影响区ROI区域的平均应变,与设定的阈值进行比较,如果实际应变过大,则对PID控制器的控制范围进行调节,降低激光功率的上下限,降低热输入减少应变峰值。
优选的,使用熔池图像和温度的传感单元采集的数据进行形貌预测,将形貌的差值作为输入量,通过PID控制器对激光功率进行调节。当LDED成形件堆积到一定高度,使用数字图像相关法对熔覆件ROI区域计算实时应变,当区域内应变最大值达到设定值后,作为调节信号对PID控制器的调整策略进行优化,降低激光功率调节的上限,减少热输入,降低ROI区域内表面应变的最大值。
下面对熔覆层高度和熔覆层实时应变的计算过程进一步进行具体描述:
一、熔覆层高度的预测
本实例通过多熔池图像信息的挖掘,获得熔池清晰轮廓(如图3所示)。由于非首层熔覆层基底形貌为曲线,所以熔池形貌也有所差别(如图4所示),所以提取熔池前部内凹曲线的积分面积作为特征变量。最后与温度数据对齐进行熔覆层高度的预测。其过程包含以下内容:
1.1、图像预处理,提取熔池的轮廓特征,如图3所示。
(1)对采集到的熔池图像进行初步的ROI选取缩小图片尺寸,从而大幅度提高图片的处理速度。
(2)对滤波后的图像进行阈值分割,将像素值大于阈值的像素点的像素值设置白色像素点,否则设置为黑色像素点,从而将图片转换而二值化图像。
(3)对二值化图像进行最大连通域的提取,并填充最大连通域,避免其他的熔池液滴、粉末飞溅的影响。
(4)提取熔池轮廓,作为二维数组的数据形式进行存储,接着计算熔池的长度与宽度。
1.2、对非首层熔覆层熔池提取边缘前部内凹曲线。
(1)二次ROI提取熔池轮廓的前部内凹曲线。避免轮廓其他原始点对后续曲率计算的影响。提取方式是先截取0<y<ymax区域,再求出0~xmax/2区域的ymin1所在点a、xmax/2~xmax区域的ymin2点b,将两点之间的数据点提取出来。并将a、b两点y值更小的点设为(0,0)点,对提取的原始数据点进行平移。
(2)经过参数试验,采用15次函数对原始数据点进行曲线拟合,得到曲线拟合函数f(x)。
1.3、经过时间戳将温度和熔池形貌特征数据对齐并进行归一化,建立随机森林回归模型预测熔覆层的高度。随机森林是以决策树为基学习器并基于Bagging进行集成学习的算法,它由多棵决策树构成,模型的输出是在所有决策树上进行预测后简单平均的结果。
1.4、根据预测高度作为输入量进行PID控制。根据模型预测的熔覆层高度结果,将高度值作为PID控制器输入量,与设定值进行对比,进而调节功率,维持熔覆层形貌高度的均一。
其中采用增量PID控制器进行控制,公式为:
其中Δuk是控制量的增量,Kp是比例系数,T为采样周期,k为采样序号,Kd是积分系数,Ki是积分系数,Td=Kd/Kp,Ti=Kp/ki,ek是第kT时刻的偏差信号。
二、熔覆层实时应变的计算
本实例,在激光DED制造的成形件具有一定的熔覆高度以后(建议熔覆15层以上),通过垂直对激光DED熔覆层直壁的特征进行实时图像采集,通过数字图像相关法计算熔覆层实时应变。其流程如下:
2.1、相机定位与于图像采集。在工作台一侧用三脚架44将工业相机41水平固定,拍摄方向垂直于熔覆层直壁,调整图像采集参数,并在工业相机41前加微距镜头使成形件外壁上的细节特征更清晰。采用主动光源成像方式,辅助光源照亮熔覆层壁,滤光片对加工激光进行滤除,减少干扰,突出细节。
2.2、使用Guass-Newton亚像素匹配算法进行灰度值匹配,如图5所示。
工业相机获得图像是由于具有灰度值的像素组成的,其原子单位是像素,为了获得更精确的匹配计算结果,采用Guass-Newton亚像素匹配算法进行特征点匹配。
其中子区相似度函数:
其中,CLS表示每个子区匹配时,经过反向牛顿迭代最后得到的子区相似度值,M表示二维数字图像相关方法匹配的子区半径,i表示横向图像像素坐标,j表示纵向图像像素坐标,f(xi,yi)表示参考图片灰度值分布函数,表示参考图片子区平均灰度值,表示变形图片子区平均灰度值,g(xi′,yj′)表示变形图片灰度值分布函数,Δ(f2)表示参考图片子区灰度值方差,Δ(g2)表示变形图片灰度值方差。
由于计算得到的CLS取值范围是从0到无穷大,所以需要进行归一化处理,将其映射到0到1,其中归一化函数是Sigmoid函数:
Sigmoid函数是一个具有S形曲线的函数,在(0,0.5)处中心对称,在(0,0.5)附近有比较大的斜率,而当数据趋向于正无穷和负无穷的时候,映射出来的值就会无限趋向于1和0。其中,是归一化后的值,取值范围在0到1之间,e是自然常数,CLS是之前求得的子区相似度值。
2.3、根据上述的匹配结果估计参考子区的平移以及变形分量,然后根据这些参数值作为迭代的初值进行计算获得拉格朗日应变,并实时展示到界面中,如图5所示。
2.4、计算出熔覆层壁的ROI区内像素点的应变值,将最大的应变值与设定值进行比较,将设定的应变与之的差值作为信号,对PID控制器的反馈控制策略进行优化,降低激光功率调节范围的上限,减少降低激光DED过程的热输入,降低监测区域内的最大应变值。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种激光定向能量沉积过程的熔覆高度和应变调控系统,包括激光DED制造系统(1),该激光DED制造系统(1)包括机器人(11)、激光器(12)和激光头(13),其特征在于,所述熔覆高度和应变调控系统还包括熔池温度传感单元(2)、熔池图像采传感集单元(3)、应变视觉传感单元(4)、在线计算单元(5)和PID控制模块(6),所述熔池温度传感单元(2)安装在所述激光头(13)上,用于获取熔池中心点的温度值;所述熔池图像采传感集单元(3)安装在所述激光头(13)上,用于获取熔池图像;所述应变视觉传感单元(4)安装在熔覆成形平台上,用于获取熔覆层壁图像;所述在线计算单元(5)分别连接所述熔池温度传感单元(2)、熔池图像采传感集单元(3)、应变视觉传感单元(4)和PID控制模块(6),所述PID控制模块(6)连接所述激光器(12);
所述在线计算单元(5)根据温度值和熔池图像获取熔池温度、熔池长度、熔池宽度和熔池前部内凹曲线的积分面积作为特征变量,预测熔覆层高度;所述在线计算单元(5)根据熔覆层壁图像进行相邻图像间的匹配,计算熔覆层壁的平均应变;所述PID控制模块(6)根据熔覆层高度和平均应变与对应的预设值对比,对激光器(12)的功率进行反馈控制。
2.根据权利要求1所述的一种激光定向能量沉积过程的熔覆高度和应变调控系统,其特征在于,所述熔池温度传感单元(2)包括高温计(21)、光纤(22)和同轴装置(23),所述光纤(22)的一端通过同轴装置(23)固定在激光头(13)上、另一端连接所述高温计(21),通过高温计(21)输出熔池中心点的温度值。
3.根据权利要求1所述的一种激光定向能量沉积过程的熔覆高度和应变调控系统,其特征在于,所述熔池图像采传感集单元(3)包括第一工业相机(31)、第一微距镜头(32)、第一主动光源(33)和旁轴装置(34),所述第一工业相机(31)通过旁轴装置(34)固定在激光头(13)上,通过第一工业相机(31)输出熔池图像,所述第一微距镜头(32)固定在所述第一工业相机(31)上,所述第一主动光源(33)固定在激光头(13)上,用于照射熔池。
4.根据权利要求1所述的一种激光定向能量沉积过程的熔覆高度和应变调控系统,其特征在于,所述应变视觉传感单元(4)包括第二工业相机(41)、三脚架(44)、第二微距镜头(42)和第二主动光源(43),所述第二工业相机(41)和第二主动光源(43)均通过三脚架(44)固定在熔覆成形平台上,通过第二工业相机(41)获取熔覆层壁图像,所述第二微距镜头(42)固定在所述第二工业相机(41)上。
5.根据权利要求1所述的一种激光定向能量沉积过程的熔覆高度和应变调控系统,其特征在于,所述激光DED制造系统(1)还包括水冷系统(14)、送粉系统(15)和保护气供给设备(16),所述水冷系统(14)连接所述激光器(12),用于降低激光器(12)的温度,所述送粉系统(15)用于提供金属粉末,所述保护气供给设备(16)用于为工件表面提供氦气。
6.一种激光定向能量沉积过程的熔覆高度和应变调控方法,其特征在于,包括以下步骤:
获取熔池中心点的温度值、熔池表面的熔池图像和熔池熔覆层的熔覆层壁图像;
根据所述熔池图像获取熔池长度、熔池宽度和熔池前部内凹曲线的积分面积,将所述温度值、熔池长度、熔池宽度和熔池前部内凹曲线的积分面积作为特征变量,预测熔覆层高度;
根据熔覆层壁图像进行相邻图像间的匹配,计算熔覆层壁的平均应变;
根据熔覆层高度和平均应变与对应的预设值对比,对激光器的功率进行PID反馈控制。
7.根据权利要求6所述的一种激光定向能量沉积过程的熔覆高度和应变调控方法,其特征在于,对所述熔池图像处理过程具体包括以下步骤:
对熔池图像进行初步的ROI选取缩小图片尺寸;通过滤波剔除随机噪声点;对滤波后的图像进行阈值分割,转化为二值化图像;对二值化图像填充最大连通域,并提取最大轮廓,作为熔池轮廓;
提取熔池轮廓,并以二维数组的形式存储,计算熔池长度和熔池宽度;
将熔池轮廓的二维数组与图像中熔池的位置,通过条件判断对轮廓的子区域进行二次ROI选取,从而提取熔池轮廓的前部内凹曲线;
对熔池轮廓的前部内凹曲线进行积分运算,获取熔池前部内凹曲线的积分面积。
9.根据权利要求6所述的一种激光定向能量沉积过程的熔覆高度和应变调控方法,其特征在于,所述熔覆层高度的预测过程包括:根据时间戳,将温度和熔池长度、熔池宽度和熔池前部内凹曲线的积分面积数据对齐并进行归一化,然后通过预先建立并训练好的随机森林回归模型预测熔覆层的高度;
根据熔覆层高度对激光器(12)的功率进行PID反馈控制的过程具体为:将熔覆层高度作为PID控制的输入量,与对应的高度设定值对比,从而调整激光器(12)的功率。
10.根据权利要求6所述的一种激光定向能量沉积过程的熔覆高度和应变调控方法,其特征在于,所述熔覆层壁的平均应变的获取过程具体为:
采用亚像素匹配算法对相邻时刻获取的熔覆层壁图像进行特征点匹配,所述亚像素匹配算法通过子区相似度函数计算各子区的相似度值,从而获取匹配结果;根据该匹配结构估计参考子区的平移以及变形分量,然后根据这些参数值作为迭代的初值进行计算获得拉格朗日应变值,计算出熔覆层壁图像中熔覆层壁的ROI区内像素点的应变值,将最大的应变值与对应的应变设定值进行比较,从而调整激光器的功率;
所述子区相似度函数的计算表达式为:
式中,CLS表示每个子区匹配时,经过反向牛顿迭代最后得到的子区相似度值,M表示二维数字图像相关方法匹配的子区半径,i表示横向图像像素坐标,j表示纵向图像像素坐标,f(xi,yi)表示参考图片灰度值分布函数,表示参考图片子区平均灰度值,表示变形图片子区平均灰度值,g(xi′,yj′)表示变形图片灰度值分布函数,Δ(f2)表示参考图片子区灰度值方差,Δ(g2)表示变形图片灰度值方差;
计算出的子区相似度值CLS进行归一化处理后得到匹配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111528937.2A CN114226764B (zh) | 2021-12-14 | 2021-12-14 | 激光定向能量沉积过程的熔覆高度和应变调控系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111528937.2A CN114226764B (zh) | 2021-12-14 | 2021-12-14 | 激光定向能量沉积过程的熔覆高度和应变调控系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114226764A true CN114226764A (zh) | 2022-03-25 |
CN114226764B CN114226764B (zh) | 2023-05-12 |
Family
ID=80755871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111528937.2A Active CN114226764B (zh) | 2021-12-14 | 2021-12-14 | 激光定向能量沉积过程的熔覆高度和应变调控系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114226764B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115415549A (zh) * | 2022-09-05 | 2022-12-02 | 苏州中科煜宸激光智能科技有限公司 | 基于非线性自回归神经网络的激光熔覆平整化控制系统与方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108608118A (zh) * | 2018-05-03 | 2018-10-02 | 哈尔滨工业大学(威海) | 基于熔池温度和尺寸测量的激光增材制造缺陷诊断方法 |
CN108608119A (zh) * | 2018-05-03 | 2018-10-02 | 苏州大学 | 一种激光增材制造在线监测方法 |
CN109269439A (zh) * | 2018-09-28 | 2019-01-25 | 东南大学 | 金属熔池内部轮廓在线测量设备及方法 |
US20190217417A1 (en) * | 2018-01-12 | 2019-07-18 | General Electric Company | Temperature control system for additive manufacturing and method for same |
CN111036911A (zh) * | 2019-12-31 | 2020-04-21 | 西安交通大学 | 一种基于在线监测的金属增材制造构件孔隙缺陷清除方法 |
US20210154732A1 (en) * | 2019-11-21 | 2021-05-27 | Norsk Titanium As | Distortion mitigation in directed energy deposition |
-
2021
- 2021-12-14 CN CN202111528937.2A patent/CN114226764B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190217417A1 (en) * | 2018-01-12 | 2019-07-18 | General Electric Company | Temperature control system for additive manufacturing and method for same |
CN108608118A (zh) * | 2018-05-03 | 2018-10-02 | 哈尔滨工业大学(威海) | 基于熔池温度和尺寸测量的激光增材制造缺陷诊断方法 |
CN108608119A (zh) * | 2018-05-03 | 2018-10-02 | 苏州大学 | 一种激光增材制造在线监测方法 |
CN109269439A (zh) * | 2018-09-28 | 2019-01-25 | 东南大学 | 金属熔池内部轮廓在线测量设备及方法 |
US20210154732A1 (en) * | 2019-11-21 | 2021-05-27 | Norsk Titanium As | Distortion mitigation in directed energy deposition |
CN111036911A (zh) * | 2019-12-31 | 2020-04-21 | 西安交通大学 | 一种基于在线监测的金属增材制造构件孔隙缺陷清除方法 |
Non-Patent Citations (1)
Title |
---|
D.R.FEENSTRA E.TAL: "Effect of build height on the properties of large format stainless steel 316L fabricated via directed energy deposition", 《ADDITIVE MANUFACTURING》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115415549A (zh) * | 2022-09-05 | 2022-12-02 | 苏州中科煜宸激光智能科技有限公司 | 基于非线性自回归神经网络的激光熔覆平整化控制系统与方法 |
CN115415549B (zh) * | 2022-09-05 | 2024-03-08 | 苏州中科煜宸激光智能科技有限公司 | 基于非线性自回归神经网络的激光熔覆平整化控制系统与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114226764B (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021248638A1 (zh) | 金属增材制造多种监测设备在线实时监控系统 | |
CN108982546B (zh) | 一种智能机器人涂胶质量检测系统及方法 | |
CN110472698B (zh) | 基于深度和迁移学习的金属增材成形熔深实时预测方法 | |
Diao et al. | A passive imaging system for geometry measurement for the plasma arc welding process | |
Chen et al. | Welding penetration monitoring for pulsed GTAW using visual sensor based on AAM and random forests | |
CN111609811A (zh) | 一种基于机器视觉的大尺寸板材成形在线测量系统与方法 | |
CN111521129B (zh) | 基于机器视觉的板坯翘曲检测装置及方法 | |
Iravani-Tabrizipour et al. | An image-based feature tracking algorithm for real-time measurement of clad height | |
EP2162808A1 (en) | Apparatus and method for controlling a machining system | |
CN102159940A (zh) | 用于检测材料中的缺陷的方法以及用于该方法的系统 | |
CN111928930B (zh) | 一种基于结构光成像的3d视觉检测系统 | |
CN211070921U (zh) | 一种基于3d扫描法的仪表外观检测装置 | |
CN106052586A (zh) | 基于机器视觉的石材大板表面轮廓尺寸获取系统及方法 | |
Ma et al. | Gas metal arc weld pool surface imaging: modeling and processing | |
CN112013789B (zh) | 一种基于3d视觉算法的高精密零件偏差检测系统 | |
CN114226764B (zh) | 激光定向能量沉积过程的熔覆高度和应变调控系统和方法 | |
CN110186570A (zh) | 一种增材制造激光3d打印温度梯度检测方法 | |
Vandone et al. | Vision-based melt pool monitoring system setup for additive manufacturing | |
CN112238292A (zh) | 一种基于视觉的搅拌摩擦焊机器人空间曲线轨迹跟踪方法 | |
CN107560560A (zh) | 在增材制造过程中实时测量零件应变的方法 | |
CN108032011A (zh) | 基于激光结构光焊缝初始点导引装置及方法 | |
CN109085178A (zh) | 一种用于增材制造的缺陷指纹精确在线监测方法和反馈策略 | |
CN115415549B (zh) | 基于非线性自回归神经网络的激光熔覆平整化控制系统与方法 | |
CN108608119B (zh) | 一种激光增材制造在线监测方法 | |
CN114571160A (zh) | 一种离线的曲面焊缝提取和姿态估计方法 |
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 |