CN116197413A - 一种针对激光增材制造过程监测装置的监测方法 - Google Patents
一种针对激光增材制造过程监测装置的监测方法 Download PDFInfo
- Publication number
- CN116197413A CN116197413A CN202310134047.6A CN202310134047A CN116197413A CN 116197413 A CN116197413 A CN 116197413A CN 202310134047 A CN202310134047 A CN 202310134047A CN 116197413 A CN116197413 A CN 116197413A
- Authority
- CN
- China
- Prior art keywords
- laser
- image
- powder
- powder bed
- layer
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000000654 additive Substances 0.000 title claims abstract description 33
- 230000000996 additive effect Effects 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000012806 monitoring device Methods 0.000 title claims abstract description 17
- 239000000843 powder Substances 0.000 claims abstract description 129
- 230000004927 fusion Effects 0.000 claims abstract description 35
- 239000010410 layer Substances 0.000 claims abstract description 26
- 230000005855 radiation Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 18
- 239000002356 single layer Substances 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 8
- 238000001931 thermography Methods 0.000 claims description 26
- 229910000831 Steel Inorganic materials 0.000 claims description 10
- 239000010959 steel Substances 0.000 claims description 10
- 229910052732 germanium Inorganic materials 0.000 claims description 9
- 239000011521 glass Substances 0.000 claims description 9
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 claims description 8
- 239000002344 surface layer Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 6
- 239000002184 metal Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013329 compounding Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
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
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/30—Process control
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Laser Beam Processing (AREA)
- Powder Metallurgy (AREA)
Abstract
本发明具体公开了一种针对激光增材制造过程监测装置的监测方法，涉及光热科学与探测技术领域。该监测装置包括计算机与激光粉末床融合制造设备，计算机连接激光粉末床融合制造设备。该检测方法通过使计算机对激光粉末床融合制造设备的单层制造完成后的逐层上表面红外图像、铺粉完成后的逐层粉床红外图像以及加工过程中实时的逐层加工红外图像进行重构，得到不同重构后的热辐射图像，再对重构后的图像进行二值化阈值分割与连通域标记，完成对激光粉末床融合制造设备的精准监测，得到制造工件的精准性能与质量分析。
Description
技术领域
本发明涉及光热科学与探测技术领域，具体是一种针对激光增材制造过程监测装置的监测方法。
背景技术
随着技术的发展，利用激光粉末床进行融合增材制造逐渐被广泛应用，然而虽然激光粉末床融合增材制造在原理上具有很多优势，但实际应用中其仍存在很多亟需解决的共性核心技术难题。激光粉末床融合增材制造过程中易产生制造工件形态各异、多尺度缺陷等问题，对金属增材及增减材复合制造结构件的使用性能、使用寿命及安全性危害很大，严重阻碍了金属增材制造与增减材复合制造技术优势的发挥，也使得金属增材与增减材复合制造复杂零部件难于直接在航空航天、燃气轮机、汽车发动机、生物医学、工业模具等领域应用。
在已有研究中，湖南科技大学丁嘉凯等通过对激光粉末床融合增材制造过程的声发射信息进行监测，用以判断制造过程的飞溅现象。通过对不同加工条件下的飞溅现象声发射信号的分析，获取了飞溅现象声发射信号幅值强度与加工工艺的关系，获取制造最有加工条件。但是，在监测过程中，并没有定位飞溅的位置与影响。苏州大学陈长军等(专利号：CN108608119A)提出一种增材制造过程在线监测方法，该方法实时采集熔池直接尺寸，并通过预先设定的激光功率与熔池直径关系来调整激光功率，从而获得稳定的熔池尺寸。但该方法不能识别由于熔池尺寸的变化对周边材料的影响，也无法对制造零件性能进行评价。激光粉末床融合增材制造技术的制造过程监控常采用声、光、热等信号对金属熔池及熔池附近进行监测，这些方法对于熔池附近的缺陷生成与发展的识别具备精度高，相应快速等优势，但这些方法对产生缺陷等加工异常状态进行精确定位，很难实现从构件角度对制造零件性能与质量进行评价。
因此，亟需突破金属增材或增减材制造过程在线监控及质量评价体系等关键技术，建立金属增材与增减材复合制造过程在线监控与成形质量无损监测方法及系统，为其质量与性能控制提供技术支撑。
发明内容
本发明公开了一种针对激光增材制造过程监测装置的监测方法，用于对激光粉末床融合增材制造的制造过程进行监测，通过重构的方法构建制造过程中逐层制造信息，实现制造过程中制造信息精确定位与可视化分析。
为达到上述目的，本发明提供以下技术方案：
一种针对激光增材制造过程监测装置的监测方法，所述监测方法包括：
采集所述激光增材制造过程的热辐射图像，对所述热辐射图像进行重构；
对采集的所述热辐射图像与重构后的所述热辐射图像进行二值化阈值分割与连通域标记，完成精准监测。
可选地，在所述采集所述激光增材制造过程的热辐射图像中：
采集所述单层制造完成后的逐层上表面红外图像与铺粉完成后的逐层粉床红外图像。
可选地，在所述对所述热辐射图像进行重构中：
采集加工过程中实时的逐层加工红外图像形成实时重构图像组，在所述实时重构图像组中选择出有效图像组，使所有所述有效图像组叠加，形成激光熔池路径图像。
可选地，在所述在所述实时重构图像组中选择出有效图像组中：
根据采集到的图像标识与设定阈值的大小关系判断是否为有效图像，当所述采集到的图像标识大于等于所述设定阈值时，所述热辐射图像为所述有效图像；
当所述采集到的图像标识小于所述设定阈值时，所述热辐射图像为无效图像。
可选地，在所述使所有所述有效图像组叠加，形成激光熔池路径图像中：
所述激光熔池路径图像的计算式如下：
其中，T(x,y)为所述激光熔池路径图像。
可选地，所述监测装置包括计算机、红外热像设备以及激光粉末床融合制造设备；
所述红外热像设备的信号输入端连接所述激光粉末床融合制造设备，所述红外热像设备的信号输出端连接所述计算机，且所述红外热像设备设置于所述激光粉末床融合制造设备的加工位的上方，朝向所述加工位。
可选地，所述红外热像设备包括红外热像仪与红外热像支架，所述红外热像仪连接所述计算机与所述红外热像支架，所述红外热像支架连接所述红外热像仪与所述激光粉末床融合制造设备。
可选地，所述监测装置还包括锗玻璃滤光片，所述锗玻璃滤光片设置于所述激光粉末床融合制造设备的上表面处，所述红外热像设备通过所述锗玻璃滤光片扫描所述制造工件。
可选地，所述激光粉末床融合制造设备包括防护结构、粉床结构与制造结构；
所述防护结构呈立方体状，所述粉床结构设置于所述防护结构的内部底面处，包括成型部、溢粉部以及供粉部，所述成型部连接所述溢粉部与所述供粉部，所述成型部、所述溢粉部以及所述供粉部之间通过钢板隔开，且所述成型部、所述溢粉部以及所述供粉部形成有放置粉末的腔体，所述制造结构用于对所述制造工件进行加工制造。
可选地，所述制造结构包括刮刀、激光器以及激光振镜，所述刮刀的最低端位置不低于所述钢板的最高端位置，所述激光振镜设置于所述激光粉末床融合制造设备的上表面且正对所述制造工件，所述激光器连接所述激光振镜。
本发明的有益效果：
(1)本申请通过Bi-FPN结构卷积神经网络以及热辐射强度阈值分割的方法对得到的各红外图像进行重构，以构建制造过程中的逐层制造信息，再对重构后的图像进行二值化阈值分割与连通域标记，使得到的制造信息更加精准；
(2)本申请通过红外热像仪采集制造过程中加工平面的红外信息，实现对产生缺陷等加工异常状态进行精确定位，可充分对制造工件的性能与质量进行评价。
附图说明
图1为本发明实施例提供的监测方法流程示意图；
图2为本发明实施例提供的监测装置结构示意图；
图3为本发明实施例提供的重构后的单层制造完成后的逐层上表面红外图像；
图4为本发明实施例提供的重构后的铺粉完成后的逐层粉床红外图像；
图5为本发明实施例提供的重构后的激光熔池路径图像。
附图标记：
1-计算机；2-制造工件；31-红外热像仪；32-红外热像支架；4-通讯设备；
5-锗玻璃滤光片；61-防护结构；62-钢板；631-成型活塞；632-工件板；
64-溢粉活塞；65-供粉活塞；66-刮刀；67-激光器；68-激光振镜；7-粉末。
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，显然，所描述的实施例仅仅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做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。
本申请提出了一种针对激光增材制造过程监测装置的监测方法，用于对激光粉末床融合制造设备的制造过程进行监测。如图1所示，基于该监测装置的监测方法包括：
S1：采集激光增材制造过程的热辐射图像，对热辐射图像进行重构；
S2：对采集的热辐射图像与重构后的热辐射图像进行二值化阈值分割与连通域标记，完成精准监测。
具体地，步骤S1中，采集所述激光增材制造过程的热辐射图像包括采集所述单层制造完成后的逐层上表面红外图像与铺粉完成后的逐层粉床红外图像；采集加工过程中实时的逐层加工红外图像形成实时重构图像组，在实时重构图像组中选择出有效图像组，使所有有效图像组叠加，形成激光熔池路径图像。
其中，如图2所示，监测装置包括相连接的计算机1、红外热像设备以及激光粉末床融合制造设备，制造工件2置于激光粉末床融合制造设备中并进行加工制造，计算机1则采集制造工件2的热辐射图像并对采集到的图像进行重构。
具体地，红外热像设备用于采集激光粉末床融合制造设备的红外图像。其中，红外热像设备包括红外热像仪31与红外热像支架32，红外热像仪31连接计算机1与红外热像支架32，红外热像支架32连接红外热像仪31与激光粉末床融合制造设备，对红外热像仪31起到支撑的作用，且可以通过调节红外热像支架32来调节红外热像仪31的位置与角度。本申请中，红外热像仪31选用FLIR A615红外热像仪，其响应波长为3.6～5.2μm，像素尺寸为640×480，最大帧频率为200Hz，以便更好地采集红外图像。
除此之外，为了便于信息的传递，在计算机1与红外热像仪31之间还设有通讯设备4，通讯设备4将红外热像仪31采集到的红外图像传输至计算机1再由计算机1进行重构与计算，如本申请中，通讯设备4为RJ45通信电缆。
具体地，为了使红外热像仪31能够更好地扫描激光粉末床融合制造设备中制造工件2的情况，在激光粉末床融合制造设备的上表面处还设置有锗玻璃滤光片5作为设备窗口，且对红外热像仪31起保护作用。锗玻璃滤光片5应设置于红外热像仪31与制造工件2两者形成的直线路径上，以使红外热像仪31可以通过锗玻璃滤光片5扫描制造工件2。
具体地，激光粉末床融合制造设备包括防护结构61、粉床结构与制造结构，防护结构61呈立方体状，设置于粉床结构外部，对粉床结构起保护作用，且防止粉床结构中的粉末7溢出，污染激光粉末床融合制造设备外的装置。粉床结构则包括成型部、溢粉部以及供粉部，其中成型部连接溢粉部与供粉部，且成型部、溢粉部以及供粉部之间通过钢板62隔开。成型部包括成型活塞631与工件板632，工件板632置于成型活塞631表面，用于放置制造工件2，且成型部中成型活塞631与两侧的钢板62形成有放置粉末7的腔体。溢粉部则包括溢粉活塞64，溢粉活塞64与两侧的钢板62形成有放置粉末7的腔体。供粉部包括供粉活塞65，供粉活塞65与两侧的钢板62形成有放置粉末7的腔体。制造结构包括刮刀66、激光器67以及激光振镜68，刮刀66在成型部、溢粉部以及供粉部的表面进行工作，用于对制造工件2的铺粉工作。应当注意的是，为了使刮刀66的运动更加平整，应使刮刀66的最底端位置不低于钢板62的最高端位置。激光振镜68则设置于激光粉末床融合制造设备的上表面且正对工件板632也就是制造工件2，用于对制造工件2发射激光，激光器67连接激光振镜68，可根据实际情况调整其位置，如本申请中激光器67设置于激光粉末床融合制造设备的上表面远离红外热像仪31的一端。
在激光粉末床融合制造设备工作过程中，刮刀66自供粉部的一端运动至溢粉部的另一端，且刮刀66将供粉部腔体中的粉末7带向溢粉部，这一过程中刮刀66带动粉末7经过制造工件2，进行铺粉运动。刮刀66自溢粉部的一端向供粉部的另一端运动时，则不会带动粉末7。其中，当供粉部的腔体中粉末7减少后，由于腔体内粉末7质量减轻，供粉活塞65向上运动；当溢粉部与成型部的腔体中粉末7增加后，溢粉活塞64与成型活塞631向下运动，使成型部、溢粉部以及供粉部的表面始终维持在相近水平面上。
具体地，计算机对单层制造完成后的逐层上表面红外图像重构这一步骤包括：
刮刀66自溢粉部的一端向供粉部的另一端运动，这一过程中刮刀66并不带动粉末7运动，且同时激光器67通过激光振镜68对制造工件2进行单层制造，当制造工件2的单层制造结束且刮刀运动已通过后，红外热像仪31扫描其上表面的红外图像并传输给计算机1，计算机1采集逐层上表面红外图像并通过搭建的Bi-FPN结构卷积神经网络对其重构，得到的图像如图3所示。
计算机1对铺粉完成后的逐层粉床红外图像重构这一步骤包括：
刮刀66自供粉部的一端向溢粉部的另一端运动，这一过程中刮刀66带动粉末7并将粉末7带过制造工件2，完成铺粉运动，在铺粉运动完成后，激光器67通过激光振镜68对制造工件2进行单层制造，单层制造完成后红外热像仪31扫描其逐层粉床红外图像并传输给计算机1，计算机1采集逐层粉床红外图像并通过搭建的Bi-FPN结构卷积神经网络对其重构，得到的图像如图4所示。
计算机1对加工过程中实时的逐层加工红外图像进行重构包括：
在激光器67通过激光振镜68对制造工件2进行制造的过程中计算机1通过红外热像仪31实时采集制造工件2的红外图像，随后通过热辐射强度阈值分割方法对实时红外图像进行重构形成实时重构图像组，并通过下列关系式选择出实时重构图像组中的有效图像组：
其中：g(x,y)为热辐射强度阈值化处理标识，f(x,y)为采集到的图像标识，s为设定阈值，标记为1的像素为有效像素，标记为0的像素为无效像素。
也就是说，当采集到的图像函数标识大于等于该设定阈值时，该图像为有效图像；当采集到的图像函数标识小于该设定阈值时，该图像为无效图像。
最后，通过下列关系式将有效图像组中的各有效图像叠加，得到激光熔池路径图像，如图5所示：
其中，T(x,y)为得到的激光熔池路径图像。
步骤S2中，计算机对步骤S1中得到的逐层上表面红外图像、铺粉完成后的逐层粉床红外图像以及激光熔池路径图像进行二值化阈值分割，使图像转为黑白二值图像，再对得到的黑白二值图像进行连通域标记，进行分析，进而对制造工件的性能与质量进行评价。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种针对激光增材制造过程监测装置的监测方法，其特征在于，所述监测方法包括：
采集激光增材制造过程的热辐射图像，对所述热辐射图像进行重构；
对采集的所述热辐射图像与重构后的所述热辐射图像进行二值化阈值分割与连通域标记，完成精准监测。
2.根据权利要求1所述的针对激光增材制造过程监测装置的监测方法，其特征在于，在所述采集激光增材制造过程的热辐射图像中：
采集单层制造完成后的逐层上表面红外图像与铺粉完成后的逐层粉床红外图像。
3.根据权利要求1所述的针对激光增材制造过程监测装置的监测方法，其特征在于，在所述对所述热辐射图像进行重构中：
采集加工过程中实时的逐层加工红外图像形成实时重构图像组，在所述实时重构图像组中选择出有效图像组，使所有所述有效图像组叠加，形成激光熔池路径图像。
4.根据权利要求3所述的针对激光增材制造过程监测装置的监测方法，其特征在于，在所述在所述实时重构图像组中选择出有效图像组中：
根据采集到的图像标识与设定阈值的大小关系判断是否为有效图像，当所述采集到的图像标识大于等于所述设定阈值时，所述热辐射图像为所述有效图像；
当所述采集到的图像标识小于所述设定阈值时，所述热辐射图像为无效图像。
5.根据权利要求4所述的针对激光增材制造过程监测装置的监测方法，其特征在于，在所述使所有所述有效图像组叠加，形成激光熔池路径图像中：
所述激光熔池路径图像的计算式如下：
其中，T(x,y)为所述激光熔池路径图像。
6.根据权利要求1所述的针对激光增材制造过程监测装置的监测方法，其特征在于，所述监测装置包括计算机、红外热像设备以及激光粉末床融合制造设备；
所述红外热像设备的信号输入端连接所述激光粉末床融合制造设备，所述红外热像设备的信号输出端连接所述计算机，且所述红外热像设备设置于所述激光粉末床融合制造设备的加工位的上方，朝向所述加工位。
7.根据权利要求6所述的针对激光增材制造过程监测装置的监测方法，其特征在于，所述红外热像设备包括红外热像仪与红外热像支架，所述红外热像仪连接所述计算机与所述红外热像支架，所述红外热像支架连接所述红外热像仪与所述激光粉末床融合制造设备。
8.根据权利要求6所述的针对激光增材制造过程监测装置的监测方法，其特征在于，所述监测装置还包括锗玻璃滤光片，所述锗玻璃滤光片设置于所述激光粉末床融合制造设备的上表面处，所述红外热像设备通过所述锗玻璃滤光片扫描所述制造工件。
9.根据权利要求6所述的针对激光增材制造过程监测装置的监测方法，其特征在于，所述激光粉末床融合制造设备包括防护结构、粉床结构与制造结构；
所述防护结构呈立方体状，所述粉床结构设置于所述防护结构的内部底面处，包括成型部、溢粉部以及供粉部，所述成型部连接所述溢粉部与所述供粉部，所述成型部、所述溢粉部以及所述供粉部之间通过钢板隔开，且所述成型部、所述溢粉部以及所述供粉部形成有放置粉末的腔体，所述制造结构用于对所述制造工件进行加工制造。
10.根据权利要求9所述的针对激光增材制造过程监测装置的监测方法，其特征在于，所述制造结构包括刮刀、激光器以及激光振镜，所述刮刀的最低端位置不低于所述钢板的最高端位置，所述激光振镜设置于所述激光粉末床融合制造设备的上表面且正对所述制造工件，所述激光器连接所述激光振镜。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310134047.6A CN116197413B (zh) | 2023-02-20 | 2023-02-20 | 一种针对激光增材制造过程监测装置的监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310134047.6A CN116197413B (zh) | 2023-02-20 | 2023-02-20 | 一种针对激光增材制造过程监测装置的监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116197413A true CN116197413A (zh) | 2023-06-02 |
| CN116197413B CN116197413B (zh) | 2024-08-16 |
Family
ID=86512383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310134047.6A Active CN116197413B (zh) | 2023-02-20 | 2023-02-20 | 一种针对激光增材制造过程监测装置的监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116197413B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016026415A1 (zh) * | 2014-08-18 | 2016-02-25 | 中国科学院重庆绿色智能技术研究院 | 一种多波长激光选区快速成形系统及方法 |
| CN107175329A (zh) * | 2017-04-14 | 2017-09-19 | 华南理工大学 | 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 |
| CN108580899A (zh) * | 2018-07-17 | 2018-09-28 | 西安空天能源动力智能制造研究院有限公司 | 一种激光选区熔化加工过程离轴监测装置及方法 |
| CN108788153A (zh) * | 2018-08-27 | 2018-11-13 | 西安空天能源动力智能制造研究院有限公司 | 一种激光选区熔化加工过程实时质量监控装置及方法 |
| CN208495799U (zh) * | 2018-07-17 | 2019-02-15 | 西安空天能源动力智能制造研究院有限公司 | 一种激光选区熔化加工过程离轴监测装置 |
| DE102017124100A1 (de) * | 2017-10-17 | 2019-04-18 | Carl Zeiss Ag | Verfahren und Vorrichtung zur additiven Fertigung |
| CN110793572A (zh) * | 2019-10-29 | 2020-02-14 | 华中科技大学 | 基于多传感器融合的选择性激光熔融过程监控系统 |
| WO2020041786A2 (en) * | 2018-08-24 | 2020-02-27 | Nuburu, Inc. | Blue laser metal additive manufacturing system |
| CN111504980A (zh) * | 2020-04-26 | 2020-08-07 | 长春工业大学 | 一种金属增材制造过程的libs在线监测装置及方法 |
| 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 |
| EP3747571A1 (en) * | 2019-06-07 | 2020-12-09 | Raytheon Technologies Corporation | Powder bed fusion monitoring |
| US20220048243A1 (en) * | 2020-08-13 | 2022-02-17 | Uchicago Argonne, Llc | Identifying Subsurface Porocity In Situ During Laser Based Additive Manufacturing Using Thermal Imaging |
-
2023
- 2023-02-20 CN CN202310134047.6A patent/CN116197413B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016026415A1 (zh) * | 2014-08-18 | 2016-02-25 | 中国科学院重庆绿色智能技术研究院 | 一种多波长激光选区快速成形系统及方法 |
| CN107175329A (zh) * | 2017-04-14 | 2017-09-19 | 华南理工大学 | 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 |
| DE102017124100A1 (de) * | 2017-10-17 | 2019-04-18 | Carl Zeiss Ag | Verfahren und Vorrichtung zur additiven Fertigung |
| CN108580899A (zh) * | 2018-07-17 | 2018-09-28 | 西安空天能源动力智能制造研究院有限公司 | 一种激光选区熔化加工过程离轴监测装置及方法 |
| CN208495799U (zh) * | 2018-07-17 | 2019-02-15 | 西安空天能源动力智能制造研究院有限公司 | 一种激光选区熔化加工过程离轴监测装置 |
| WO2020041786A2 (en) * | 2018-08-24 | 2020-02-27 | Nuburu, Inc. | Blue laser metal additive manufacturing system |
| CN108788153A (zh) * | 2018-08-27 | 2018-11-13 | 西安空天能源动力智能制造研究院有限公司 | 一种激光选区熔化加工过程实时质量监控装置及方法 |
| EP3747571A1 (en) * | 2019-06-07 | 2020-12-09 | Raytheon Technologies Corporation | Powder bed fusion monitoring |
| CN110793572A (zh) * | 2019-10-29 | 2020-02-14 | 华中科技大学 | 基于多传感器融合的选择性激光熔融过程监控系统 |
| CN111504980A (zh) * | 2020-04-26 | 2020-08-07 | 长春工业大学 | 一种金属增材制造过程的libs在线监测装置及方法 |
| 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 |
| US20220048243A1 (en) * | 2020-08-13 | 2022-02-17 | Uchicago Argonne, Llc | Identifying Subsurface Porocity In Situ During Laser Based Additive Manufacturing Using Thermal Imaging |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116197413B (zh) | 2024-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107402217B (zh) | 基于视觉传感的激光增材制造缺陷的在线诊断方法 | |
| Cai et al. | A review of in-situ monitoring and process control system in metal-based laser additive manufacturing | |
| CN108489986A (zh) | 一种增材制造在线检测及修复方法 | |
| Tapia et al. | A review on process monitoring and control in metal-based additive manufacturing | |
| CN108931535B (zh) | 一种激光增材制造气孔缺陷在线监测方法 | |
| US10048661B2 (en) | Visualization of additive manufacturing process data | |
| CN109483107A (zh) | 一种基于多源信息融合的焊缝智能在线检测装置 | |
| Shen et al. | Multi-view online vision detection based on robot fused deposit modeling 3D printing technology | |
| CN106404795A (zh) | 一种基于红外信息的金属增材制造过程控制装置与方法 | |
| CN109676135A (zh) | 一种激光增材制造视觉灰度值差异在线监测与缺陷修复装置 | |
| CN106003726A (zh) | 一种智能化激光3d打印装置及打印方法 | |
| CN207026479U (zh) | 一种激光选区熔化加工过程同轴监测装置 | |
| CN106353284A (zh) | 基于光谱诊断的激光增材制造过程中缺陷的在线诊断方法 | |
| CN103134599A (zh) | 激光金属直接成形中熔池状态实时监测方法和系统 | |
| Wu et al. | In situ monitoring methods for selective laser melting additive manufacturing process based on images—A review | |
| CN206177838U (zh) | 一种基于红外信息的金属增材制造过程控制装置 | |
| CN117283133B (zh) | 一种耳机生产线电极激光焊接方法和激光焊接设备 | |
| Barrett et al. | Low cost, high speed stereovision for spatter tracking in laser powder bed fusion | |
| CN110394422A (zh) | 一种砂型打印过程在线监控装置及方法 | |
| Zhang et al. | In situ monitoring of direct energy deposition via structured light system and its application in remanufacturing industry | |
| CN115582559A (zh) | 铺粉增材制造缺陷的在线监测系统及在线监测方法 | |
| Zhang et al. | Review of in situ and real-time monitoring of metal additive manufacturing based on image processing | |
| CN116197413B (zh) | 一种针对激光增材制造过程监测装置的监测方法 | |
| CN114199893A (zh) | 一种slm铺粉过程缺陷识别与熔池状态实时监测装置及方法 | |
| Wang et al. | Process parameters, product quality monitoring, and control of powder bed fusion |
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 |