CN116005152B - 一种基于机器视觉的激光增材自适应修复方法和系统 - Google Patents
一种基于机器视觉的激光增材自适应修复方法和系统 Download PDFInfo
- Publication number
- CN116005152B CN116005152B CN202211696321.0A CN202211696321A CN116005152B CN 116005152 B CN116005152 B CN 116005152B CN 202211696321 A CN202211696321 A CN 202211696321A CN 116005152 B CN116005152 B CN 116005152B
- Authority
- CN
- China
- Prior art keywords
- laser
- repaired
- metal
- feeding rate
- air flow
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 239000000843 powder Substances 0.000 claims abstract description 120
- 230000008439 repair process Effects 0.000 claims abstract description 62
- 238000004372 laser cladding Methods 0.000 claims abstract description 54
- 239000000463 material Substances 0.000 claims abstract description 38
- 239000000654 additive Substances 0.000 claims abstract description 20
- 230000000996 additive effect Effects 0.000 claims abstract description 20
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical group [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 claims description 70
- 239000002184 metal Substances 0.000 claims description 62
- 229910052751 metal Inorganic materials 0.000 claims description 62
- 229910045601 alloy Inorganic materials 0.000 claims description 55
- 239000000956 alloy Substances 0.000 claims description 55
- 230000001681 protective effect Effects 0.000 claims description 50
- 239000000758 substrate Substances 0.000 claims description 44
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 40
- 229910052759 nickel Inorganic materials 0.000 claims description 35
- 229910000531 Co alloy Inorganic materials 0.000 claims description 23
- 239000002131 composite material Substances 0.000 claims description 23
- 229910000831 Steel Inorganic materials 0.000 claims description 21
- 239000010959 steel Substances 0.000 claims description 21
- 229910052742 iron Inorganic materials 0.000 claims description 20
- 229910000975 Carbon steel Inorganic materials 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 239000010962 carbon steel Substances 0.000 claims description 3
- 238000005253 cladding Methods 0.000 abstract description 26
- 230000007547 defect Effects 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 28
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 13
- 229910021389 graphene Inorganic materials 0.000 description 13
- 229910001026 inconel Inorganic materials 0.000 description 6
- 230000001788 irregular Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 229910001055 inconels 600 Inorganic materials 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000000576 coating method Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Laser Beam Processing (AREA)
Abstract
本发明实施例提供一种基于机器视觉的激光增材自适应修复方法和系统，通过安装在激光增材熔覆头上的视觉装置识别待修补位置的特征，然后通过算法对缺陷特征进行识别分析，自动提取灰度值；最后机器人通过视觉装置识别到的缺陷位置，带动激光熔覆装置依次完成数个待修复位置的激光修复工作；将当前准备修复工件的基材以及用于修复的材料导入到控制系统中，然后系统会根据基材、修复材料以及孔洞尺寸自动生成一组用于修复孔洞的参数，该参数包括激光的功率，送粉的速率，保护气的流量，激光修复持续的时间等；能够根据孔洞大小自适应调整激光参数，以对不同大小孔洞进行精准、针对性的修复。
Description
技术领域
本发明实施例涉及激光熔覆技术领域，尤其涉及一种基于机器视觉的激光增材自适应修复方法和系统。
背景技术
常见的金属部件在使用服役过程中，常常会产生裂纹、孔洞等缺陷。这些缺陷的存在会严重降低金属件的使用寿命，严重的可能造成巨大的经济损失。
激光熔覆技术利用铺粉或送粉的方法在基体表面预置金属粉末，聚焦激光束辐照基体表面的金属粉末，焦点位置的金属粉末和基体表面薄层发生熔化，形成一定形状和大小的熔池，当激光束焦点以一定速度按预定轨迹运动，激光束移开后的熔池迅速凝固，从而在基体表面激光束扫过的区域熔覆上一层具有特殊物理、化学或力学性能的金属涂层，从而达到表面改性或修复的目的，满足材料表面特定性能要求的同时可节约大量的材料成本，广泛用于航空航天、海洋和近海工业中磨损部件的修复和防腐涂层的制备。
现有技术中激光熔覆技术对不同基材、不同尺寸大小的孔洞，都是进行同等工艺、同等材料的修复，导致无法实现精准化送粉、熔覆。
发明内容
本发明实施例提供一种基于机器视觉的激光增材自适应修复方法和系统，以解决现有技术中激光熔覆技术对不同基材、不同尺寸大小的孔洞，都是进行同等工艺、同等材料的修复，导致无法实现精准化送粉、熔覆的问题。
第一方面，本发明实施例提供一种基于机器视觉的激光增材自适应修复方法，包括：
依次获取样品上待修补孔洞的图像，基于机器视觉识别所述图像，以确定待修补孔洞的形状和尺寸；
基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，基于所述激光熔覆修复参数进行激光增材自适应修复。
作为优选的，所述形状包括规则形状和不规则形状，所述规则形状包括矩形、圆形、三角形、平行四边形、正多边形；所述不规则形状为除规则形状外的形状；
所述尺寸包括微小型尺寸、小型尺寸、中型尺寸和大型尺寸；所述微小型尺寸的平均直径不大于0.5mm，所述小型尺寸的平均直径为0.5～1.5mm，所述中型尺寸的平均直径为1.5～2.5mm，大型尺寸的平均直径大于2.5mm。
作为优选的，所述激光熔覆修复参数包括熔覆粉末类型、激光功率、激光持续时间、送粉速率和保护气体流量。
作为优选的，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的尺寸为微小型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为400-600W，激光持续时间为0.1-0.2s，送粉速率为3％-5％，保护气流量为8-10L/min。
作为优选的，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的尺寸为小型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为700-1000W，激光持续时间为0.4-0.6s，送粉速率为5％-7％，保护气流量为10-11L/min。
作为优选的，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的尺寸为中型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为1000-1500W，激光持续时间为0.8-1.2s，送粉速率为8％-11％，保护气流量为11-12L/min。
作为优选的，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的形状为规则形状，且尺寸为大型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为1500-2000W，激光持续时间为1.3-1.6s，送粉速率为11％-12％，保护气流量为11-12L/min。
作为优选的，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的形状为不规则形状，且尺寸为大型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为1000-1200W，激光持续时间为0.8-1.0s，送粉速率为8％-9％，保护气流量为11-12L/min。
作为优选的，还包括：
若判断样品的基材为碳钢时，则熔覆粉末类型为铁基合金；若判断样品的基材为模具钢时，则熔覆粉末类型为镍基合金或钴基合金；若判断样品的基材为镍基合金时，则熔覆粉末类型为石墨烯/纳米基复合材料。
第二方面，本发明实施例提供一种基于机器视觉的激光增材自适应修复系统，包括激光熔覆加工头、机器视觉相机和控制端；
所述控制端用于基于预设轨迹控制激光熔覆加工头沿样品表面移动；
所述机器视觉相机，用于依次获取样品上待修补孔洞的图像，基于机器视觉识别所述图像，以确定待修补孔洞的形状和尺寸；以使所述控制端基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，
所述激光熔覆加工头，用于基于所述激光熔覆修复参数进行激光增材自适应修复。
本发明实施例提供的一种基于机器视觉的激光增材自适应修复方法和系统，通过安装在激光增材熔覆头上的视觉装置识别待修补位置的特征，然后通过算法对缺陷特征进行识别分析，自动提取灰度值；最后机器人通过视觉装置识别到的缺陷位置，带动激光熔覆装置依次完成数个待修复位置的激光修复工作；将当前准备修复工件的基材以及用于修复的材料导入到控制系统中，然后系统会根据基材、修复材料以及孔洞尺寸自动生成一组用于修复孔洞的参数，该参数包括激光的功率，送粉的速率，保护气的流量，激光修复持续的时间等；能够根据孔洞大小自适应调整激光参数，以对不同大小孔洞进行精准、针对性的修复。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的基于机器视觉的激光增材自适应修复方法流程框图；
图2为根据本发明实施例的相机及光路布置示意图；
图3为根据本发明实施例的视觉处理图片过程示例图；
图4为根据本发明实施例的修复孔洞示意图；
图5为根据本发明实施例的完成修复孔洞的实际图像；
图6为根据本发明实施例的修复完成孔洞的尺寸标准示意图。
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。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。
本申请实施例中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
本申请实施例中的术语“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至少一个该特征。本申请的描述中，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列部件或单元的系统、产品或设备没有限定于已列出的部件或单元，而是可选地还包括没有列出的部件或单元，或可选地还包括对于这些产品或设备固有的其它部件或单元。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
现有技术中激光熔覆技术对不同基材、不同尺寸大小的孔洞，都是进行同等工艺、同等材料的修复，由于不同尺寸大小的孔洞所需的材料量不同，因此，其熔化、凝固时间也必然不同，所需激光带来的热量也不同，导致无法实现精准化送粉、熔覆。
因此，本发明实施例提供一种基于机器视觉的激光增材自适应修复方法和系统，将当前准备修复工件的基材以及用于修复的材料导入到控制系统中，然后系统会根据基材、修复材料以及孔洞尺寸自动生成一组用于修复孔洞的参数，该参数包括激光的功率，送粉的速率，保护气的流量，激光修复持续的时间等；能够根据孔洞大小自适应调整激光参数，以对不同大小孔洞进行精准、针对性的修复。下面结合附图描述一种基于机器视觉的激光增材自适应修复方法和系统。
图1和图2为根据本发明实施例提供一种基于机器视觉的激光增材自适应修复方法，包括：
依次获取样品上待修补孔洞的图像，基于机器视觉识别所述图像，以确定待修补孔洞的形状和尺寸；
图2为带有机器视觉相机2的激光熔覆加工头1。机器视觉相机2安装在激光熔覆加工头的一侧，从激光熔覆加工头喷嘴4的位置观测到缺陷的位置，通过内部的相机光路3传输到机器视觉相机2，再通过安装在机器视觉相机2上的数据线缆传输到整个加工系统的控制端。采集到的缺陷实际图像作为一个输入参数传输到机器视觉算法中，将原始图像依次处理为灰度图像、二值化图像以及轮廓提取图像，如图3中所示，从左到右依次为原始带孔洞的图像、灰度图、二值化图、轮廓提取图。然后将轮廓提取图像划分网格，即可计算得到不同缺陷孔洞的大小和尺寸。
本实施例中，所述形状包括规则形状和不规则形状，所述规则形状包括矩形、圆形、三角形、平行四边形、正多边形；所述不规则形状为除规则形状外的形状。
本实施例中，根据机器人视觉装置采集到的孔洞的大小，会将孔洞自动分组：所述尺寸包括微小型尺寸、小型尺寸、中型尺寸和大型尺寸；所述微小型尺寸的平均直径r≤0.5mm，所述小型尺寸的平均直径为0.5＜r≤1.5mm，所述中型尺寸的平均直径为1.5＜r≤2.5mm，大型尺寸的平均直径r＞2.5mm。
基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，基于所述激光熔覆修复参数进行激光增材自适应修复。如图4中所示，图中黑色的为不同的孔洞，机器人沿着虚线路线移动，每当机器人移动到孔洞的位置时，摄像机即可采集到孔洞的数据，完成步骤1-3的过程。然后继续按照路线移动，重复上述的过程，最终完成整个待修复平面的孔洞修复工作。图5为完成修复孔洞的实际图像。
其中，所述激光熔覆修复参数包括熔覆粉末类型、激光功率、激光持续时间、送粉速率和保护气体流量。熔覆粉末选择铁基合金、镍基合金(Inconel625，7系，9系)、钴基合金、石墨烯/纳米基复合材料。其中，若判断样品的基材为碳钢时，则熔覆粉末类型为铁基合金；若判断样品的基材为模具钢时，则熔覆粉末类型为镍基合金或钴基合金；若判断样品的基材为镍基合金时，则熔覆粉末类型为石墨烯/纳米基复合材料。
在上述实施例的基础上，作为一种优选的实施方式，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的尺寸为微小型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为400-600W，激光持续时间为0.1-0.2s，送粉速率为3％-5％，保护气流量为8-10L/min。
具体的，当待修复的样品基材为普通碳钢(45#、235等)时，具体的工艺参数为：金属粉末为铁基合金；激光功率：400W；激光持续时间：0.1s；送粉速率：3％；保护气流量：8L/min。
当待修复的样品基材为模具钢(P20、S136等)时，具体的工艺参数为：金属粉末为镍基合金(Inconel625，7系，9系)；激光功率：450W；激光持续时间：0.12s；送粉速率：4％；保护气流量：9L/min。
当待修复的样品基材为模具钢(718H、NAK80等)时，具体的工艺参数为：金属粉末为钴基合金；激光功率：500W；激光持续时间：0.15s；送粉速率：5％；保护气流量：9L/min。
当待修复的样品基材为镍基合金(Inconel600、Inconel600等)时，具体的工艺参数为：金属粉末为WC+Co基复合材料；激光功率：600W；激光持续时间：0.2s；送粉速率：5％；保护气流量：9L/min。
在上述实施例的基础上，作为一种优选的实施方式，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的尺寸为小型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为700-1000W，激光持续时间为0.4-0.6s，送粉速率为5％-7％，保护气流量为10-11L/min。
具体的，当待修复的样品基材为普通碳钢(45#、235等)时，具体的工艺参数为：金属粉末为铁基合金；激光功率：700W；激光持续时间：0.4s；送粉速率：5％；保护气流量：10L/min。
当待修复的样品基材为模具钢(P20、S136等)时，具体的工艺参数为：金属粉末为镍基合金(Inconel625，7系，9系)；激光功率：800W；激光持续时间：0.45s；送粉速率：5％；保护气流量：11L/min。
当待修复的样品基材为模具钢(718H、NAK80等)时，具体的工艺参数为：金属粉末为钴基合金；激光功率：1000W；激光持续时间：0.5s；送粉速率：5％；保护气流量：11L/min。
当待修复的样品基材为镍基合金(Inconel600、Inconel600等)时，具体的工艺参数为：金属粉末为WC+Co基复合材料；激光功率：1100W；激光持续时间：0.6s；送粉速率：7％；保护气流量：10L/min。
在上述实施例的基础上，作为一种优选的实施方式，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的尺寸为中型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为1000-1500W，激光持续时间为0.8-1.2s，送粉速率为8％-11％，保护气流量为11-12L/min。
具体的，当待修复的样品基材为普通碳钢(45#、235等)时，具体的工艺参数为：金属粉末为铁基合金；激光功率：1000W；激光持续时间：0.8s；送粉速率：8％；保护气流量：11L/min。
当待修复的样品基材为模具钢(P20、S136等)时，具体的工艺参数为：金属粉末为镍基合金(Inconel625，7系，9系)；激光功率：1250W；激光持续时间：0.9s；送粉速率：9％；保护气流量：11L/min。
当待修复的样品基材为模具钢(718H、NAK80等)时，具体的工艺参数为：金属粉末为钴基合金；激光功率：1400W；激光持续时间：1.0s；送粉速率：10％；保护气流量：12L/min。
当待修复的样品基材为镍基合金(Inconel600、Inconel600等)时，具体的工艺参数为：金属粉末为WC+Co基复合材料；激光功率：1500W；激光持续时间：1.2s；送粉速率：11％；保护气流量：12L/min。
在上述实施例的基础上，作为一种优选的实施方式，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的形状为规则形状，且尺寸为大型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为1500-2000W，激光持续时间为1.3-1.6s，送粉速率为11％-12％，保护气流量为11-12L/min。
具体的，当待修复的样品基材为普通碳钢(45#、235等)时，具体的工艺参数为：金属粉末为铁基合金；激光功率：1500W；激光持续时间：1.3s；送粉速率：11％；保护气流量：11L/min。
当待修复的样品基材为模具钢(P20、S136等)时，具体的工艺参数为：金属粉末为镍基合金(Inconel625，7系，9系)；激光功率：1700W；激光持续时间：1.4s；送粉速率：11％；保护气流量：11L/min。
当待修复的样品基材为模具钢(718H、NAK80等)时，具体的工艺参数为：金属粉末为钴基合金；激光功率：1850W；激光持续时间：1.5s；送粉速率：12％；保护气流量：12L/min。
当待修复的样品基材为镍基合金(Inconel600、Inconel600等)时，具体的工艺参数为：金属粉末为WC+Co基复合材料；激光功率：2000W；激光持续时间：1.6s；送粉速率：12％；保护气流量：12L/min。
在上述实施例的基础上，作为一种优选的实施方式，基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，具体包括：
若判断所述待修补孔洞的形状为不规则形状，且尺寸为大型尺寸时，则熔覆粉末类型为铁基合金、镍基合金、钴基合金或石墨烯/纳米基复合材料；激光功率为1000-1200W，激光持续时间为0.8-1.0s，送粉速率为8％-9％，保护气流量为11-12L/min。
具体的，当待修复的样品基材为普通碳钢(45#、235等)时，具体的工艺参数为：金属粉末为铁基合金；激光功率：1000W；激光持续时间：0.8s；送粉速率：8％；保护气流量：11L/min；
当待修复的样品基材为模具钢(P20、S136等)时，具体的工艺参数为：金属粉末为镍基合金(Inconel625，7系，9系)；激光功率：1100W；激光持续时间：0.9s；送粉速率：9％；保护气流量：11L/min；
当待修复的样品基材为模具钢(718H、NAK80等)时，具体的工艺参数为：金属粉末为钴基合金；激光功率：1150W；激光持续时间：0.9s；送粉速率：9％；保护气流量：12L/min；
当待修复的样品基材为镍基合金(Inconel600、Inconel600等)时，具体的工艺参数为：金属粉末为WC+Co基复合材料；激光功率：1200W；激光持续时间：1.0s；送粉速率：9％；保护气流量：12L/min。
对于经过修复完成的孔洞，上表面突起的高度较待修复面要≤0.3mm，如图6中所示。这样的要求一是直接减材的话减少了大量的加工余量，方便进行二次加工；二是如果需要在上表面继续增材一层金属材料时，增材完成的上表面上不会出现任何的突起或者凹陷。
本发明实施例提供一种基于机器视觉的激光增材自适应修复系统，基于上述各实施例中的，包括激光熔覆加工头、机器视觉相机和控制端；
所述控制端用于基于预设轨迹控制激光熔覆加工头沿样品表面移动；
所述机器视觉相机，用于依次获取样品上待修补孔洞的图像，基于机器视觉识别所述图像，以确定待修补孔洞的形状和尺寸；以使所述控制端基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，
所述激光熔覆加工头，用于基于所述激光熔覆修复参数进行激光增材自适应修复。
综上所述，本发明实施例提供的一种基于机器视觉的激光增材自适应修复方法和系统，通过安装在激光增材熔覆头上的视觉装置识别待修补位置的特征，然后通过算法对缺陷特征进行识别分析，自动提取灰度值；最后机器人通过视觉装置识别到的缺陷位置，带动激光熔覆装置依次完成数个待修复位置的激光修复工作；将当前准备修复工件的基材以及用于修复的材料导入到控制系统中，然后系统会根据基材、修复材料以及孔洞尺寸自动生成一组用于修复孔洞的参数，该参数包括激光的功率，送粉的速率，保护气的流量，激光修复持续的时间等；能够根据孔洞大小自适应调整激光参数，以对不同大小孔洞进行精准、针对性的修复。
本发明的各实施方式可以任意进行组合，以实现不同的技术效果。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidStateDisk)等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于机器视觉的激光增材自适应修复方法，其特征在于，包括：
依次获取样品上待修补孔洞的图像，基于机器视觉识别所述图像，以确定待修补孔洞的形状和尺寸；
基于所述待修补孔洞的形状和尺寸，在预先设定的激光熔覆修复规则库中匹配得到激光熔覆修复参数，基于所述激光熔覆修复参数进行激光增材自适应修复；所述方法根据基材、修复材料以及孔洞尺寸自动生成一组用于修复孔洞的参数；若判断所述待修补孔洞的尺寸为微小型尺寸时，当待修复的样品基材为普通碳钢时，金属粉末为铁基合金；激光功率：400 W；激光持续时间：0.1 s；送粉速率：3 %；保护气流量：8 L/min。
2.根据权利要求1所述的基于机器视觉的激光增材自适应修复方法，其特征在于，当待修复的样品基材为模具钢时，金属粉末为镍基合金；激光功率：450 W；激光持续时间：0.12s；送粉速率：4 %；保护气流量：9 L/min；
或，金属粉末为钴基合金；激光功率：500W；激光持续时间：0.15s；送粉速率：5%；保护气流量：9 L/min。
3.根据权利要求1所述的基于机器视觉的激光增材自适应修复方法，其特征在于，待修复的样品基材为镍基合金时，金属粉末为WC+Co基复合材料；激光功率：600 W；激光持续时间：0.2 s；送粉速率：5 %；保护气流量：9 L/min。
4.根据权利要求1所述的基于机器视觉的激光增材自适应修复方法，其特征在于，若判断所述待修补孔洞的尺寸为小型尺寸时，当待修复的样品基材为普通碳钢时，激光功率：700 W；激光持续时间：0.4 s；送粉速率：5 %；保护气流量：10 L/min；
或，待修复的样品基材为模具钢时，金属粉末为镍基合金；激光功率：800 W；激光持续时间：0.45 s；送粉速率：5 %；保护气流量：11 L/min；
或，待修复的样品基材为镍基合金时，金属粉末为WC+Co基复合材料；激光功率：1100W；激光持续时间：0.6 s；送粉速率：7 %；保护气流量：10 L/min。
5.根据权利要求4所述的基于机器视觉的激光增材自适应修复方法，其特征在于，当待修复的样品基材为模具钢时，金属粉末为钴基合金；激光功率：1000 W；激光持续时间：0.5s；送粉速率：5 %；保护气流量：11 L/min。
6.根据权利要求1所述的基于机器视觉的激光增材自适应修复方法，其特征在于，若判断所述待修补孔洞的尺寸为中型尺寸时，当待修复的样品基材为普通碳钢时，激光功率：1000 W；激光持续时间：0.8 s；送粉速率：8 %；保护气流量：11 L/min；
或，当待修复的样品基材为模具钢时，金属粉末为镍基合金；激光功率：1250 W；激光持续时间：0.9 s；送粉速率：9 %；保护气流量：11 L/min；
或，当待修复的样品基材为镍基合金时，金属粉末为WC+Co基复合材料；激光功率：1500W；激光持续时间：1.2 s；送粉速率：11 %；保护气流量：12 L/min。
7.根据权利要求6所述的基于机器视觉的激光增材自适应修复方法，其特征在于，当待修复的样品基材为模具钢时，金属粉末为钴基合金；激光功率：1400 W；激光持续时间：1.0s；送粉速率：10 %；保护气流量：12 L/min。
8.根据权利要求1所述的基于机器视觉的激光增材自适应修复方法，其特征在于，若判断所述待修补孔洞的形状为规则形状，且尺寸为大型尺寸时，当待修复的样品基材为普通碳钢时，激光功率：1500 W；激光持续时间：1.3 s；送粉速率：11 %；保护气流量：11 L/min；
或，当待修复的样品基材为模具钢时，金属粉末为镍基合金；激光功率：1700 W；激光持续时间：1.4 s；送粉速率：11 %；保护气流量：11 L/min；
或，当待修复的样品基材为镍基合金时，金属粉末为WC+Co基复合材料；激光功率：2000W；激光持续时间：1.6 s；送粉速率：12 %；保护气流量：12 L/min。
9.根据权利要求8所述的基于机器视觉的激光增材自适应修复方法，其特征在于，当待修复的样品基材为模具钢时，金属粉末为钴基合金；激光功率：1850 W；激光持续时间：1.5s；送粉速率：12 %；保护气流量：12 L/min。
10.根据权利要求1所述的基于机器视觉的激光增材自适应修复方法，其特征在于，若判断所述待修补孔洞的形状为不规则形状，且尺寸为大型尺寸时，当待修复的样品基材为普通碳钢时，金属粉末为铁基合金；激光功率：1000 W；激光持续时间：0.8 s；送粉速率：8%；保护气流量：11 L/min；
或，当待修复的样品基材为模具钢时，金属粉末为镍基合金；激光功率：1100 W；激光持续时间：0.9 s；送粉速率：9 %；保护气流量：11 L/min；
或，当待修复的样品基材为模具钢时，金属粉末为钴基合金；激光功率：1150 W；激光持续时间：0.9 s；送粉速率：9 %；保护气流量：12 L/min；
或，当待修复的样品基材为镍基合金时，金属粉末为WC+Co基复合材料；激光功率：1200W；激光持续时间：1.0 s；送粉速率：9 %；保护气流量：12 L/min。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211696321.0A CN116005152B (zh) | 2022-12-28 | 2022-12-28 | 一种基于机器视觉的激光增材自适应修复方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211696321.0A CN116005152B (zh) | 2022-12-28 | 2022-12-28 | 一种基于机器视觉的激光增材自适应修复方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116005152A CN116005152A (zh) | 2023-04-25 |
| CN116005152B true CN116005152B (zh) | 2024-04-26 |
Family
ID=86026280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211696321.0A Active CN116005152B (zh) | 2022-12-28 | 2022-12-28 | 一种基于机器视觉的激光增材自适应修复方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116005152B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111195728A (zh) * | 2020-03-23 | 2020-05-26 | 山东能源重装集团恒图科技有限公司 | 一种3d快速成型扫描再制造修复系统 |
| CN112144053A (zh) * | 2020-08-19 | 2020-12-29 | 东南大学 | 一种用于水下船体表层缺陷修复的激光熔覆装置及方法 |
| CN112877689A (zh) * | 2021-02-08 | 2021-06-01 | 浙江工业大学 | 一种激光熔覆头全角度姿态修复金属零件表面缺陷的工艺 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004039531A2 (en) * | 2002-10-31 | 2004-05-13 | Ehsan Toyserkani | System and method for closed-loop control of laser cladding by powder injection |
-
2022
- 2022-12-28 CN CN202211696321.0A patent/CN116005152B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111195728A (zh) * | 2020-03-23 | 2020-05-26 | 山东能源重装集团恒图科技有限公司 | 一种3d快速成型扫描再制造修复系统 |
| CN112144053A (zh) * | 2020-08-19 | 2020-12-29 | 东南大学 | 一种用于水下船体表层缺陷修复的激光熔覆装置及方法 |
| CN112877689A (zh) * | 2021-02-08 | 2021-06-01 | 浙江工业大学 | 一种激光熔覆头全角度姿态修复金属零件表面缺陷的工艺 |
Non-Patent Citations (3)
| Title |
|---|
| 基于激光熔覆的再制造零件可视化损伤修复区域规划;黄勇;孙文磊;周超军;黄海博;;焊接学报;20171125(第11期);全文 * |
| 宋文续等.《传感器与检测技术》.高等教育出版社,2004,(第1版),第309-310页. * |
| 激光增材制造钢粉体材料研究现状;董世运;闫世兴;冯祥奕;李永健;陈岁元;;激光与光电子学进展;20171127(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116005152A (zh) | 2023-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10583490B2 (en) | Methods for preparing a hybrid article | |
| US10585421B2 (en) | Process for preparing an additive toolpath for a hybrid article | |
| Castro et al. | Laser additive manufacturing of high added value pieces | |
| CN109518180B (zh) | 一种自适应激光沉积修复的装置和方法 | |
| Wang et al. | Research on trajectory planning of complex curved surface parts by laser cladding remanufacturing | |
| CN104674210A (zh) | 一种工件激光自动化修复方法 | |
| CN107097036A (zh) | 基于增减材制造的金属零件修复方法 | |
| CN108489986A (zh) | 一种增材制造在线检测及修复方法 | |
| Wirth et al. | Absorptivity measurements and heat source modeling to simulate laser cladding | |
| US11733678B2 (en) | Method for determining building instructions for an additive manufacturing method, method for generating a database with correction measures for controlling the process of an additive manufacturing method | |
| CN105252002A (zh) | 一种施加持续均匀正压进行金属增材制造的装置与方法 | |
| CN109267063A (zh) | 一种基于激光熔覆修复钛合金锻梁表面缺陷的方法 | |
| CN116005152B (zh) | 一种基于机器视觉的激光增材自适应修复方法和系统 | |
| CN110722253A (zh) | 一种电弧增材混合制造复杂悬空结构支撑件的制造方法 | |
| CN108763704A (zh) | 基于激光立体成形自愈合效应的宏观热应力场有限元建模方法 | |
| CN117161582A (zh) | 一种基于计算机视觉的激光切割方法 | |
| CN111575702A (zh) | 一种激光熔覆方法及系统 | |
| Maffia et al. | Enhancing productivity and efficiency in conventional laser metal deposition process for Inconel 718–Part II: advancing the process performance | |
| CN106048599A (zh) | 一种金属或合金基体表面微熔覆制备方法 | |
| CN110548876B (zh) | 一种铺粉式再制造装置及方法 | |
| Kaji et al. | Intermittent adaptive trajectory planning for geometric defect correction in large-scale robotic laser directed energy deposition based additive manufacturing | |
| Sexton | Laser cladding: repairing and manufacturing metal parts and tools | |
| CN103966597A (zh) | 一种利用光纤激光对电梯铸铁曳引轮的修复方法 | |
| CN202377680U (zh) | 一种光纤激光熔覆装置 | |
| CN111893485A (zh) | 基于35#钢的双筒同步送粉熔化沉积复合熔覆层的方法 |
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 |