CN114346260A - 一种激光熔化沉积沉积层几何特征预测方法 - Google Patents

Abstract

一种激光熔化沉积沉积层几何特征预测方法，基于VOF法和送粉方程建立同轴送粉式激光沉积制造数值计算模型；开发程序与Fluent有限元软件集成；进行多组单道单层熔化沉积实验，基于在线实时监测系统，在线实时监测熔池几何特征和熔池温度，并制备沉积层试样提取沉积层几何特征，通过熔池几何特征、熔池温度和沉积层试样几何特征验证数值模型的准确性；基于工艺参数与沉积层几何特征数据库，利用高斯过程回归机器学习方法建立工艺参数与沉积层几何特征的预测模型；基于少量实验数据对沉积层几何特征预测模型进行反馈校正。本发明可快速精确地建立工艺参数与沉积层几何特征的预测模型,工艺成本低、效率高、预测精度可控。

Description

一种激光熔化沉积沉积层几何特征预测方法

技术领域

本发明属于激光增材成形精度技术领域，是一种激光熔化沉积沉积层几何特征快速预测方法。

背景技术

激光熔化沉积技术(Laser metal deposition，LMD)是以高功率激光作为热源熔化基体，同时原料以粉末或金属丝的形式送入熔池，随着激光束的移动，熔池凝固并完成逐层制造。从而使传统的材料成形多步制造工艺集成为一步制造，极大地提高了工件制造效率以及材料性能并节省了成本，被认为是制造领域的一次重大变革，代表先进制造技术和材料制备技术的最新发展方向，目前，在航空、航天、汽车等高新技术领域展示出广阔的应用前景。

理论上激光熔化沉积技术可以成形任意零件，但实际生产中还有很多问题需要解决，限制了LMD技术的应用范围，目前LMD技术主要存三个方面的问题，一是设备方面：由于目前装备仍处于开发阶段，生产效率较低，此外在成型一些大型结构件时，相比于传统加工方式，成型速度较慢，工艺稳定性、工作范围、成形件质量难以保证；二是材料方面：目前使用的主流材料主要是碳钢、镍基合金、钛合金，金属异质材料(先进激光熔化沉积制造材料)的相关理论研究较少，因此材料方面最大的挑战是拓宽材料种类以满足高性能、多功能零件的需求；三是工艺方面：工艺参数(脉冲激光参数、激光功率、扫描速度、送粉速率、扫描路径、搭接率等)直接影响沉积层形性质量(几何尺寸、显微硬度、残余应力、稀释率、热影响区深度等)，在现在有设备和材料的情况下，快速建立精确的沉积层形性质量预测模型问题正在影响着激光熔化沉积技术的发展与应用，成为提高零件质量的关键问题。

目前在激光熔化沉积领域，通过建立预测模型来提高沉积层几何特征精度的方法已有一定进展，但大多采用数值模拟或大量实验数据驱动数学模型在固定工艺参数下进行沉积层几何特征预测，数值模拟计算成本昂贵、时间长，且没有利用沉积过程特征与沉积层几何特征对数值预测模型进行验证，无法保证数值模型的精确度，对于复杂沉积过程甚至无法进行数值模拟计算，实验数据驱动数学模型工艺成本昂贵、效率低下，同时两者预测精度不可控，目前还未有快速精确地建立沉积层几何特征(高度、宽度、熔深)预测模型的有效方法。因此有必要提出基于少量实验数据的有限元与数据驱动的激光熔化沉积沉积层几何特征快速预测与反馈校正的方法，以解决原有激光熔化沉积过程中沉积层几何特征预测方法的缺点，实现沉积层几何特征快速、精确地预测。

发明内容

针对现有技术的不足，本发明提供了一种激光熔化沉积沉积层几何特征预测方法，可以快速精确地建立工艺参数与沉积层几何特征的预测模型，该方法提出基于在线监测熔池几何特征(长度(L)、宽度(b))、熔池温度和制备试样提取沉积层几何特征(高度(H)、宽度(w)、熔深(h))相结合的方式实现数值模型精确度验证，建立基于少量实验数据的有限元和数据驱动的激光熔化沉积沉积层几何特征预测模型，并且提出模型反馈校正，实现模型精确度控制，同时预测模型适应性强，不受基体或进给材料的尺寸、属性等限制，由此解决了原有激光熔化沉积沉积层几何特征预测方法工艺成本高、效率低、预测精度不可控的问题，为后续建立可以实现沉积制造过程中快速自动化的工艺规划和智能化制造打下基础。

本发明的技术方案：

一种激光熔化沉积沉积层几何特征预测方法，该方法先基于VOF法建立同轴送粉式激光沉积制造数值计算模型；然后开发C语言程序与Fluent有限元软件集成，以建立不同工艺参数(激光功率(P)、扫描速度(V_S)、送粉速率(V_f)、离焦量(Z))与沉积层几何特征(高度(H)、宽度(w)、熔深(h))的特征数据库；再进行多组单道单层熔化沉积实验，基于搭建的熔池几何特征(长度(L)、宽度(b))和熔池温度在线实时监测系统，在线实时监测熔池几何特征和熔池温度，并制备沉积层试样提取沉积层几何特征，通过熔池几何特征、熔池温度和沉积层试样几何特征验证数值模型的准确性；接着基于工艺参数与沉积层几何特征数据库，利用高斯过程回归(GPR)机器学习方法建立工艺参数与沉积层几何特征的预测模型；最后基于少量实验数据对沉积层几何特征预测模型进行反馈校正；方法的具体步骤如下：

(1)基于VOF法和送粉方程建立同轴送粉式激光沉积制造数值计算模型

利用Fluent有限元软件基于VOF法和送粉方程，在UDF添加了高斯热源、粉末预热热源、气体-粉末作用动量、送粉方程、表面张力、浮力计算模块建立同轴送粉式激光沉积制造三维对称数值模型，各模块控制方程如下：

高斯热源

式中，p为激光功率，α为激光利用率，r_b为激光光斑半径，r为此时距光斑中心轴的距离，

x、y、z为t时刻单元格中心坐标值，x₁、y_y、z₁为起始位置的坐标，v为激光扫描速度；

粉末预热热源

式中ρ_p为粉末密度，Q_m为粉末流引起的激光功率强度衰减值，η_m为粉末激光吸收系数，c_p为粉末比热容，ΔT为粉末颗粒飞行中平均温升，r_p为粉末粒子的平均半径，t为飞行时间

式中，l_p为激光粉末粒子相互作用长度，即将粒子引入激光束的点与沉积表面之间的距离，即为离焦量；

气体-粉末作用动量

F_V·Δt=M₁·v_S+m_S·v_p

式中，M₁为气体载气流量，v_S为气体流动过程中的平均速度；m_S为金属粉末送粉流量，v_p表示粉末飞行过程具有的平均速度，Δt为作用时间；

送粉方程

表面张力

式中，σ₀为参考温度下的表面张力，

为表面张力温度系数，

为x-y平面内的温度梯度；

浮力

F_f=ρ_pgβ(T-T₁)

T₁为材料液相线温度，β为热膨胀系数，ρ_p为粉末密度，T为熔池实时温度；

(2)开发C语言程序与Fluent有限元软件集成，以建立不同工艺参数(激光功率(P)、扫描速度(Vs)、送粉速率(V_f)、离焦量(Z))与沉积层几何特征(高度(H)、宽度(w)、熔深(h))的特征数据库

利用Microsoft Visual Studio软件对步骤(1)中相应计算模块开发C语言程序，通过UDF添加到Fluent，通过中心复合实验设计法(CCD)设计工艺参数组合，根据步骤(1)在Fluent中建立的数值模型进行单道单层沉积层几何形貌模拟计算，通过数值计算建立工艺参数与沉积层几何特征的特征数据库；

(3)进行多组单道单层熔化沉积实验，基于搭建的熔池几何特征(长度(L)、宽度(b))和熔池温度在线实时监测系统，在线实时监测熔池几何特征和熔池温度，并制备沉积层试样提取沉积层几何特征，通过熔池几何特征(长度(L)、宽度(b))、熔池温度和沉积层试样几何特征验证数值模型的准确性

从步骤(2)工艺参数组合中随机选取多组不同工艺参数进行单道单层激光熔化沉积实验；搭建熔池几何特征和熔池温度在线监测系统，在线实时监测熔池几何特征和熔池温度，该系统包括红外热像仪监测模块、同轴相机监测模块、图像处理模块(滤波、阈值分割、边缘提取)，监测具体步骤如下：

a.利用同轴相机监测模块生成熔池视觉图像；

b.利用红外热像仪监测模块生成熔池红外图像；

c.利用图像处理模块提取视觉图像的熔池轮廓，并计算熔池长度；根据材料熔点提取红外图像中熔池轮廓，由热像仪拍摄角度与距离确定熔池实际长度；

d.通过调整红外热像仪的发射率保证熔池视觉图像与红外图像熔池长度相等，得到红外热像仪实际发射率；

通过以上步骤从而实现熔池几何特征和熔池温度全过程在线监测，将沉积层等间距选择三个位置，提取相应的红外热像仪的熔池几何特征和熔池温度，并沿垂直扫描路径方向切开沉积层制备试样，进行镶样，利用超景深显微镜进行沉积层几何特征提取，取三次的平均值作为沉积层最终几何特征，将红外热像仪的熔池几何特征和熔池温度、沉积层最终几何特征与相同工艺参数下的同一位置数值模拟结果进行对比，验证步骤(1)数值模型的精确性；

(4)基于工艺参数与沉积层几何特征数据库，利用高斯过程回归(GPR)机器学习方法建立工艺参数与沉积层几何特征的预测模型

将步骤(2)中工艺参数与几何特征的数据库数据分为训练集和测试集，基于训练集数据利用高斯过程回归(GPR)机器学习方法建立沉积层几何特征预测模型，利用测试集进行预测，测试预测模型对数值计算结果预测的准确性；

(5)基于少量实验数据对沉积层几何特征预测模型进行反馈校正

建立步骤(4)中预测模型的反馈校正模块，利用步骤(3)中的少量沉积层几何特征实验数据对预测模型进行反馈校正，直到建立的预测模型偏差δ_x≤δ_要求。

本发明的有益效果：

(1)本发明基于在线监测熔池几何特征(长度(L)、宽度(b))、熔池温度和试样提取沉积层几何特征(高度(H)、宽度(w)、熔深(h))相结合的方式实现数值模型精确度验证，保证数值模型的精确性。

(2)本发明建立基于少量实验数据的有限元和数据驱动的激光熔化沉积沉积层几何特征预测模型，并且提出模型反馈校正，实现模型精确度控制。

(3)本发明适用性强，不受进给材料或基体材料属性、尺寸等问题的限制，具有较好的适应性。

(4)本发明解决了原有激光熔化沉积沉积层几何特征预测方法工艺成本高、效率低、预测精度不可控的问题，为后续建立可以实现沉积制造过程中快速自动化的工艺规划和智能化制造打下基础。

附图说明

图1为激光熔化沉积熔池几何特征与熔池温度在线监测系统示意图。

图2为沉积层待切割位置示意图。

图3为沉积层几何特征示意图。

图4为激光熔化沉积沉积层几何特征预测的流程图。

图中：1半导体激光器；2六轴机器人；3同轴相机；4激光头；5高纯氩气；6送粉器；7计算机及图像处理模块；8红外热像仪。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施方法，对本发明进行进一步详细说明。应该理解，此处所描述的具体实施仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以互相组合。

理论上激光熔化沉积技术可以成形任意零件，但实际生产中还有很多问题需要解决，限制了LMD技术的应用范围，目前LMD技术主要存三个方面的问题，一是设备方面：由于目前装备仍处于开发阶段，生产效率较低，此外在成型一些大型结构件时，相比于传统加工方式，成形速度较慢，工艺稳定性、工作范围、成形件质量难以保证；二是材料方面：目前使用的主流材料主要是碳钢、镍基合金、钛合金，金属异质材料(先进激光熔化沉积制造材料)的相关理论研究较少，因此材料方面最大的挑战是拓宽材料种类以满足高性能、多功能零件的需求；三是工艺方面：工艺参数(脉冲激光参数、激光功率、扫描速度、送粉速率、扫描路径、搭接率等)直接影响沉积层形性质量(几何尺寸、显微硬度、残余应力、稀释率、热影响区深度等)，在现在有设备和材料的情况下，快速建立精确的沉积层形性质量预测模型问题正在影响着激光熔化沉积技术的发展与应用，成为提高零件质量的关键问题。

目前在激光熔化沉积领域，通过建立预测模型来提高沉积层几何特征精度的方法已有一定进展，但大多采用数值模拟或大量实验数据驱动数学模型在固定工艺参数下进行沉积层几何特征预测，数值模拟计算成本昂贵、时间长，且没有利用沉积过程特征与沉积层几何特征对数值预测模型进行验证，无法保证数值模型的精确度，对于复杂沉积过程甚至无法进行数值模拟计算，实验数据驱动数学模型工艺成本昂贵、效率低下，同时两者预测精度不可控，目前还未有快速精确地建立沉积层几何特征(高度、宽度、熔深)预测模型的有效方法。因此有必要提出基于少量实验数据的有限元与数据驱动的激光熔化沉积沉积层几何特征快速预测与反馈校正的方法，以解决原有激光熔化沉积过程中沉积层几何特征预测方法的缺点，实现沉积层几何特征快速、精确地预测。

本发明提出了一种激光熔化沉积沉积层几何特征预测方法，该方法具体步骤如下：

本发明在图1所示平台进行，该硬件平台包括1半导体激光器、2六轴机器人、3同轴相机、4激光头、5高纯氩气、6送粉器、7计算机及图像处理模块、8红外热像仪；激光熔化沉积送粉方式为同轴送粉，激光器1与激光头4之间依靠光纤进行传输，高纯氩气5为半导体激光器1提供保护，使送粉器6吹粉。

参照图1、2、3、4本发明具体实施步骤:

1)利用Fluent有限元软件基于VOF法和送粉方程，在UDF添加了高斯热源、粉末预热热源、气体-粉末作用动量、送粉方程、表面张力、浮力计算模块建立同轴送粉式激光沉积制造三维对称数值模型，各模块控制方程如下：

高斯热源

式中，p为激光功率，α为激光利用率，r_b为激光光斑半径，r为此时距光斑中心轴的距离，

x、y、z为t时刻单元格中心坐标值，x₁、y₁、z₁为起始位置的坐标，v为激光扫描速度；

粉末预热热源

式中，ρ_p为粉末密度，Q_m为粉末流引起的激光功率强度衰减值，η_m为粉末激光吸收系数，c_p为粉末比热容，ΔT为粉末颗粒飞行中平均温升，r_p为粉末粒子的平均半径，t为飞行时间

式中，l_p为激光粉末粒子相互作用长度，即将粒子引入激光束的点与沉积表面之间的距离，即为离焦量；

气体-粉末作用动量

F_V·Δt=M₁·v_S+m_S·v_p

式中，M₁为气体载气流量，v_S为气体流动过程中的平均速度；m_S为金属粉末送粉流量，v_p表示粉末飞行过程具有的平均速度，Δt为作用时间；

送粉方程

表面张力

式中，σ₀为参考温度下的表面张力，

为表面张力温度系数，

为x-y平面内的温度梯度；

浮力

F_f=ρ_pgβ(T-T₁)

T₁为材料液相线温度，β为热膨胀系数，ρ_p为粉末密度，T为熔池实时温度；

2)利用Microsoft Visual Studio软件对步骤(1)中相应计算模块开发C语言程序，通过UDF添加到Fluent，通过中心复合实验设计法(CCD)设计工艺参数组合，根据步骤(1)在Fluent中建立的数值模型进行单道单层沉积层几何形貌模拟计算，通过数值计算建立工艺参数与沉积层几何特征的特征数据库；

3)从步骤(2)工艺参数组合中随机选取多组不同工艺参数进行单道单层激光熔化沉积实验；搭建熔池几何特征和熔池温度在线监测系统，如图1所示，在线实时监测熔池几何特征(长度(L)、宽度(b))和熔池温度K，该系统包括红外热像仪监测模块、同轴相机监测模块、图像处理模块(滤波、阈值分割、边缘提取)，监测具体步骤如下：

a.利用同轴相机监测模块生成熔池视觉图像；

b.利用红外热像仪监测模块生成熔池红外图像；

c.利用图像处理模块提取视觉图像的熔池轮廓，并计算熔池长度L₁；根据材料熔点提取红外图像中熔池轮廓，由热像仪拍摄角度与距离确定熔池实际长度L₂；

d.通过调整红外热像仪的发射率f′保证熔池视觉图像与红外图像熔池长度相等，得到红外热像仪实际发射率f；

通过以上步骤从而实现熔池几何特征和熔池温度全过程在线监测，将沉积层等间距选择三个位置，如图2所示，提取相应的红外热像仪的熔池几何特征和熔池温度，并沿垂直扫描路径方向切开沉积层制备试样，进行镶样，利用超景深显微镜进行沉积层几何特征提取，如图3所示，取三次的平均值作为沉积层最终几何特征，将红外热像仪的熔池几何特征和熔池温度、沉积层最终几何特征与相同工艺参数下的同一位置数值模拟结果进行对比，验证步骤(1)数值模型的精确性；

4)将步骤(2)中工艺参数与几何特征的数据库数据分为训练集和测试集，基于训练集数据利用高斯过程回归(GPR)机器学习方法建立沉积层几何特征预测模型，利用测试集进行预测，测试预测模型对数值计算结果预测的准确性；

5)建立步骤(4)中预测模型的反馈校正模块，利用步骤(3)中的少量沉积层几何特征实验数据对预测模型进行反馈校正，直到建立的预测模型偏差δ_x≤δ_要求，其偏差δ_x计算公式：

G-沉积层几何特征(高度、宽度、熔深)，e-基于实验结果的沉积层几何特征(高度、宽度、熔深)，g-基于预测模型的沉积层几何特征(高度、宽度、熔深)，预测模型要求的预测偏差为δ_要求；

本领域的技术人员容易理解，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种激光熔化沉积沉积层几何特征预测方法，其特征在于，该方法先基于VOF法和送粉方程建立同轴送粉式激光沉积制造数值计算模型；然后开发C语言程序与Fluent有限元软件集成，以建立包含工艺参数与沉积层几何特征的特征数据库，其中，工艺参数包括激光功率、扫描速度、送粉速率和离焦量，沉积层几何特征包括高度、宽度和熔深；再进行多组单道单层熔化沉积实验，基于搭建的熔池的长度、宽度以及熔池温度的在线实时监测系统，在线实时监测熔池的长度、宽度以及熔池温度，并制备沉积层试样提取沉积层几何特征，通过熔池的长度和宽度、熔池温度和沉积层几何特征验证数值模型的准确性；接着基于工艺参数与沉积层几何特征的特征数据库，利用高斯过程回归机器学习方法建立工艺参数与沉积层几何特征的预测模型；最后基于少量实验数据对沉积层几何特征预测模型进行反馈校正；

具体步骤如下：

(1)基于VOF法和送粉方程建立同轴送粉式激光沉积制造数值计算模型

利用Fluent有限元软件基于VOF法和送粉方程，在UDF添加高斯热源、粉末预热热源、气体-粉末作用动量、送粉方程、表面张力、浮力的计算模块建立同轴送粉式激光沉积制造三维对称数值模型，各模块控制方程如下：

高斯热源：

式中，P为激光功率，α为激光利用率，r_b为激光光斑半径，r为此时距光斑中心轴的距离，

式中，x、y、z为t时刻单元格中心坐标值，x₁、y₁、z₁为起始位置的坐标，v为激光扫描速度；

粉末预热热源

式中，ρ_p为粉末密度，Q_m为粉末流引起的激光功率强度衰减值，η_m为粉末激光吸收系数，c_p为粉末比热容，ΔT为粉末颗粒飞行中平均温升，r_p为粉末粒子的半径，t为飞行时间，

式中，l_p为激光粉末粒子相互作用长度，即将粒子引入激光束的点与沉积表面之间的距离，即为离焦量；v_p表示粉末飞行过程具有的平均速度；

气体-粉末作用动量

F_v·Δt＝M₁·v_s+m_s·v_p

式中，M₁为气体载气流量，v_s为气体流动过程中的平均速度；m_s为金属粉末送粉流量，Δt为作用时间；

送粉方程：

表面张力：

式中，σ₀为参考温度下的表面张力，

为表面张力温度系数，

为x-y平面内的温度梯度；

浮力：

F_f＝ρ_pgβ(T-T₁)

式中，T₁为材料液相线温度，β为热膨胀系数，ρ_p为粉末密度，T为熔池实时温度；

(2)开发C语言程序与Fluent有限元软件集成，以建立不同工艺参数与沉积层几何特征的特征数据库

利用Microsoft Visual Studio软件对步骤(1)中相应计算模块开发C语言程序，通过UDF添加到Fluent，通过中心复合实验设计法设计工艺参数组合，根据步骤(1)在Fluent中建立的数值模型进行单道单层沉积层几何形貌模拟计算，通过数值计算建立工艺参数与沉积层几何特征的特征数据库；

(3)进行多组单道单层熔化沉积实验，基于搭建的熔池的长度、宽度和温度在线实时监测系统，在线实时监测熔池的长度、宽度和温度，并制备沉积层试样提取沉积层几何特征，通过熔池的长度、宽度、温度和沉积层几何特征验证数值模型的准确性；

从步骤(2)工艺参数组合中随机选取多组不同工艺参数进行单道单层激光熔化沉积实验；搭建熔池的长度、宽度和温度在线实时监测系统，在线实时监测熔池的长度、宽度和温度，在线实时监测系统包括红外热像仪监测模块、同轴相机监测模块、图像处理模块，监测具体步骤如下：

a)利用同轴相机监测模块生成熔池视觉图像；

b)利用红外热像仪监测模块生成熔池红外图像；

c)利用图像处理模块提取熔池视觉图像的熔池轮廓，并计算熔池长度；根据材料熔点提取熔池红外图像中熔池轮廓，由热像仪拍摄角度与距离确定熔池实际长度；

d)通过调整红外热像仪的发射率保证熔池视觉图像与熔池红外图像熔池长度相等，得到红外热像仪实际发射率；

通过以上步骤实现熔池几何特征和熔池温度全过程在线监测，将沉积层等间距选择多个位置，提取相应的红外热像仪的熔池几何特征和熔池温度，并沿垂直扫描路径方向切开沉积层制备试样，进行镶样，利用超景深显微镜进行沉积层几何特征提取，取多次的平均值作为沉积层最终几何特征，将红外热像仪的熔池几何特征和熔池温度、沉积层最终几何特征与相同工艺参数下的同一位置数值模拟结果进行对比，验证步骤(1)数值模型的精确性；

(4)基于工艺参数与沉积层几何特征的特征数据库，利用高斯过程回归机器学习方法建立工艺参数与沉积层几何特征的预测模型

将步骤(2)中工艺参数与几何特征的特征数据库分为训练集和测试集，基于训练集数据利用高斯过程回归机器学习方法建立沉积层几何特征预测模型，利用测试集进行预测，测试预测模型对数值计算结果预测的准确性；

(5)基于少量实验数据对沉积层几何特征预测模型进行反馈校正

建立步骤(4)中沉积层几何特征预测模型的反馈校正模块，利用步骤(3)中的少量沉积层几何特征实验数据对沉积层几何特征预测模型进行反馈校正，直到建立的预测模型偏差δ_x≤δ_要求。

Images