CN116323047A - 用于工件的增材制造的方法和设备 - Google Patents
用于工件的增材制造的方法和设备 Download PDFInfo
- Publication number
- CN116323047A CN116323047A CN202180070050.5A CN202180070050A CN116323047A CN 116323047 A CN116323047 A CN 116323047A CN 202180070050 A CN202180070050 A CN 202180070050A CN 116323047 A CN116323047 A CN 116323047A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- layer
- images
- deformation
- individual
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/30—Auxiliary operations or equipment
- B29C64/386—Data acquisition or data processing for additive manufacturing
-
- 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
- B22F10/38—Process control to achieve specific product aspects, e.g. surface smoothness, density, porosity or hollow structures
-
- 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
-
- 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
- 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
- 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
- B33Y30/00—Apparatus for additive manufacturing; Details thereof or accessories therefor
-
- 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
-
- 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
-
- 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
- B22F2203/00—Controlling
- B22F2203/03—Controlling for feed-back
-
- 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
- B22F2203/00—Controlling
- B22F2203/05—Controlling thermal expansion
-
- 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
- B22F2203/00—Controlling
- B22F2203/11—Controlling temperature, temperature profile
-
- 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
- B22F2999/00—Aspects linked to processes or compositions used in powder metallurgy
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/10—Processes of additive manufacturing
- B29C64/141—Processes of additive manufacturing using only solid materials
- B29C64/153—Processes of additive manufacturing using only solid materials using layers of powder being selectively joined, e.g. by selective laser sintering or melting
-
- 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
- B33Y10/00—Processes of additive manufacturing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- 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)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
在一种用于工件(14)的增材制造的方法中,获得数据集(42),该数据集以彼此上下布置的多个工件层(16,20)定义工件(14)。生产彼此上下布置的多个工件层(16,20),并且多个工件层(16,20)形成层堆叠体(18),该层堆叠体在定义的时间点具有最上面的工件层(20)和位于其下方的多个工件层(16)。在定义的时间点对层堆叠体(18)进行热激励(46),并且捕获最上面的工件层(20)的多个图像。使用多个图像检查层堆叠体(18),以便获得代表工件的检查结果。最上面的工件层(20)的单独变形时间曲线是响应于热激励(46)来确定的。单独变形时间曲线具有多个特性特征,该多个特性特征包含单独变形增加、单独变形最大值和单独变形降低。使用来自多个特性特征的上述特性特征中的至少一个确定检查结果。
Description
本发明涉及一种用于工件的增材制造的方法,该方法具有以下步骤:
a)获得数据集,该数据集以彼此上下布置的多个工件层定义工件,
b)使用根据数据集控制的层形成工具生产彼此上下布置的多个工件层,其中,彼此上下布置的多个工件层形成层堆叠体,该层堆叠体在定义的时间点具有最上面的工件层和下面的多个工件层,
c)在定义的时间点对层堆叠体进行热激励,
d)拍摄最上面的工件层的多个图像,以及
e)使用多个图像检查层堆叠体,以获得代表工件的检查结果。
本发明进一步涉及一种用于工件的增材制造的设备,该设备包括:存储器,该存储器用于获得数据集,该数据集以彼此上下布置的多个工件层定义工件;制造平台;层形成工具;加热工具;相机,该相机指向制造平台;以及评估和控制单元,该评估和控制单元被设置为使用层形成工具和数据集在制造平台上生产彼此上下布置的多个工件层,其中,彼此上下布置的多个工件层形成层堆叠体,该层堆叠体在定义的时间点具有最上面的工件层和下面的多个工件层,该评估和控制单元还被设置为使用加热工具在定义的时间点对层堆叠体进行热激励,以及使用相机记录最上面的工件层的多个图像,最后使用多个图像检查层堆叠体以获得代表工件的检查结果。
这种方法和这种设备从DE 10 2014 212 246 B3基本上是已知的。
用于制造工件的增材方法有时被称为3D打印。存在各种增材制造方法。在选择性激光烧结(SLS)或选择性激光熔化(SLM)中,使用的是被称为由颗粒材料制成的粉末床。颗粒材料经常是金属材料。然而,也存在使用颗粒塑料材料、特别是聚合物的方法。借助于激光束或电子束,在粉末床的上侧的选定的粉末颗粒被局部选择性地熔化或至少部分地熔化,并且以这种方式在冷却时相互粘合。然后将新的粉末层散布在工件结构和未熔化的剩余粉末上,并且借助于激光束或电子束产生另一工件层。因此,工件在相继的步骤中逐层产生。通常,各个工件层是在制造平台上从下到上来生产的,并且在每个工件层之后,制造平台被降低下一个层的层高度。
工件的增材制造使得可以生产具有高度复杂性和低材料成本的各个工件。同时,然而,在工件品质方面存在重大挑战,因为每个单独材料层都可能出现异常,这可能导致工件中的缺陷。异常可能导致缺陷,比如层结构中的孔、微孔或孔隙、局部层剥离/分层、表面内和/或表面上的裂缝、凹痕、形状偏差和/或材料应力。出于这个原因,如果可能的话甚至在层序列的制造期间就存在许多用来检测增材制造的工件中的缺陷的建议。例如,US2015/0061170A1披露了一种具有相机的光学测量传感器,该光学测量传感器可以被设置为使得能够在相应最上面的材料层上进行3D坐标测量。
DE 10 2016 115 241 A1披露了一种增材制造工艺,该增材制造工艺涉及选择性地加热粉末层以形成固体工件层。所产生的工件层是使用波生成激光器用超声能量波来激励的。检测和分析传播的超声能量波,以确定工件层的物理特性。其他工件层是响应于所获得的信息来生产的。US 7,278,315披露了另一种用于检测增材制造的工件中的缺陷的激光-超声方法。
DE 10 2016 110 266 A1披露了用于工件的增材制造的方法和设备,其中,提出了激光超声测量、绝对测量干涉测量法或激光脉冲热成像法来检查工件层。在后一种情况下,可以对从工件表面发出的热辐射进行光谱分析。作为一种检查方法,DE 10 2016 110 266A1还提到测量被称为熔池的几何形状和温度。
在开篇部分中提到的DE 10 2014 212 246 B3披露了在制造过程期间对增材制造的工件进行热激励,以便通过热成像捕获来自最上面的工件层的热辐射并对其进行分析来在早期检测到工件层中的缺陷。
DE 10 2016 201 289 A1披露了另一种用于工件的增材制造的方法,其中,在增材构建期间使用热成像材料测试或使用涡电流材料测试来收集第一测量数据。在增材构建之后,借助于计算机断层扫描收集第二测量数据并且将其与第一测量数据进行比较。使用来自监督式机器学习领域的算法(未更详细描述)对材料测试的结果进行分类。
DE 10 2017 124 100 A1披露了用于工件的增材制造的方法和设备,其中,在制造期间借助于激光超声执行测试。为了进行分析,将测试的结果与测试的模拟结果进行比较。
Everton等人的出版物“金属增材制造的现场过程监控和现场计量的综述[Reviewof in-situ process monitoring and in-situ metrology for metal additivemanufacturing]”,材料与设计[Materials and Design]95(2016),第431-445页,概述了使用相机图像和高温测定法对增材制造的工件进行检查的不同方法。
US 8,449,176 B2描述了一种用于自动处理热成像数据的方法,这些热成像数据是在对测量物体进行热激励之后记录的。将数据的方差和与参考物体相关的对应数据的方差进行比较。
DE 10 2017 108 874 A1以及具有相同优先权的US 2020/158499 A1披露了一种用于借助于来自多个不同方向的照明来总体实现材料测试的光学系统。在一些变型中,该系统可以用于确定要测试的材料层的高度图。
增材制造的表面以及因此还有每个单独工件层的表面典型地非常粗糙(在几个μmrms的范围内),并且产生强烈的反射,至少在使用金属材料颗粒时如此。此外,经常产生形貌浮凸,例如由于激光工艺造成的写入痕迹(人字形图案)或由于扫描策略造成的图案(例如棋盘状图案)。此外,在这个过程中,在表面上可能出现缺陷(例如起球或颗粒沉积)。总的来说,这些变化(其可能在几百微米的范围内)导致对工件层的检查、特别地对表面下方的缺陷的检测非常困难。由于粗糙的表面和其他表面变化,在热激发期间可能出现并非由工件中的异常和缺陷引起的局部温度变化和变形。粗糙表面上的温度变化和变形被叠加在来自下面的工件层的信号上。因此,期望一种在开篇部分中提到的类型的方法,在该方法中,由表面形貌引起的信号可以更可靠地与来自工件层的异常信号区分开来。
在此背景下,本发明的目的是指定用于以高品质增材制造工件的替代性方法和对应设备。特别地,目的是以高效的方式贴近工艺地监控材料层的品质,以便能够在早期校正出现的或即将出现的层缺陷。在此,旨在尽可能可靠地将工件层中的异常与可能由粗糙但无缺陷的表面引起的影响区分开来。
根据本发明的第一方面,该目的是通过在开篇部分中提到的类型的方法实现的,其中使用多个图像确定最上面的工件层响应于热激励的单独时间变形曲线,其中,单独时间变形曲线具有多个特性特征,该多个特性特征包括单独变形增加、单独变形最大值和单独变形降低,并且其中,使用从多个特性特征中提到的特性特征中的至少一个确定检查结果。优选地,使用提到的特性特征中的至少两个确定检查结果。如果提到的特性特征中的至少一个包括单独变形最大值,则也是优选的。
根据另一方面,该目的是通过在开篇部分中提到的类型的设备实现的,其中,评估和控制单元被进一步设置为使用多个图像确定最上面的工件层响应于热激励的单独时间变形曲线,其中,单独时间变形曲线具有多个特性特征,该多个特性特征包括单独变形增加、单独变形最大值和单独变形降低,并且其中,评估和控制单元使用从多个特性特征中提到的特性特征中的至少一个确定检查结果。
新型方法和新型设备利用层堆叠体的热激励,以便在制造过程中尽可能早期地检测到缺陷。然而,与在开篇部分中提到的方法和设备相比,现在使用图像确定和分析最上面的工件层的变形曲线。因此,新型方法和新型设备主要考虑响应于热激励的在工件表面上的机械(尺寸和/或几何)变化。在一些示例性实施例中,可以对层堆叠体响应于热激励执行热分析(比如温度分布)来作为对变形曲线的分析的附加和补充,并且热分析的检查结果可以有利地与来自变形曲线的检查结果相结合。尽管如此,新型方法和新型设备中的缺陷检测是基于对层堆叠体响应于热激励的机械变形(其在最上面的工件层中表现出来)的分析。
新型方法和新型设备还考虑层堆叠体响应热激励的时间行为。因此,要分析的不仅是层堆叠体的变形是否或在多大程度上在最上面的工件层上变得可见。而是,在热激励开始时和/或之后的定义时间区间内对变形的时间曲线进行分析。因此,多个图像有利地以时间交错的方式以时间数列进行记录。换句话说,多个图像有利地包括图像堆栈,图像按时间顺序包含在图像堆栈中。如下面参考优选的示例性实施例所描述的,层堆叠体中的异常(包括最上面的工件层的表面下方的异常)可以因此被可靠地检测到,即使层表面表现出粗糙度和/或具有写入结构和/或引起光反射。
如下文更详细地解释的,时间变形曲线具有多个特征,这些特征可以表征层堆叠体中的异常。这些特征特别是:单独变形增加,它可以表现为变形曲线中的上升沿;变形曲线中的单独变形最大值;以及变形中的单独降低,它可以被视为变形曲线中的下降沿。在一些示例性实施例中,可以在单独变形曲线中寻找转折点并且进行分析。新型方法和新型设备在分析时间变形曲线和检测异常时有利地使用了这三个提到的特征中的至少两个,因为已经指出,以这种方式可以更可靠地与来自粗糙的但无缺陷的表面的干扰信号区分开来。检查结果是使用变形曲线中的单独变形最大值(被称为过冲)来特别有利地确定的,因为这个特征特别地表征了最上面的工件层的表面下方的空穴,并且这种空穴可能是严重的缺陷。此外,在一些示例性实施例中,优选的是,提到的所有三个特征彼此结合使用以确定检查结果。
如已经指出的,新型方法和新型设备能够可靠地检测在制造过程中已增材制造的工件的层序列中的异常。因此,上文提及的目的得以完全实现。
在本发明的优选配置中,来自多个图像的每个图像具有多个图像分块,并且为来自多个图像分块的每个图像分块确定响应于热激励的相应单独时间变形曲线,其中,使用相应单独时间变形曲线确定检查结果。
每个图像分块可以有利地是独立图像像素,使得使用图像逐像素地确定多个单独时间变形曲线。然而,也可以使用包括大量图像像素的像素群或图像分块确定和分析单独时间变形曲线。使用多个时间交错的图像确定多个单独时间变形曲线可以确定检测到的异常的侧向范围和/或侧向分布。因此,用这种配置可以获得对任何缺陷的大小的定量估计。这使得更容易作出关于工件的品质特性及其对预期目的的适用性的决定。术语“图像”一方面可以是指如用相机记录的强度图像,特别是具有多个图像像素的图像,每个图像像素代表在亮度方面的强度值,例如灰度值图像。另一方面,术语“图像”在此可以有利地是指振幅和相位复合图像,这些图像可以借助于图像处理从强度图像中确定。
在另一配置中,对层堆叠体进行热激励包括在局部限定的第一层区域中对最上面的工件层进行热激励,并且多个图像示出了最上面的工件层的第一层区域和另一层区域,其中,第一层区域和另一层区域是不相交的。
在这个配置中,图像示出了最上面的工件层的热激励区域和最上面的工件层的另一区域,该另一区域未被激励或至少未直接被激励并因此与第一区域不同。例如,热激励可以用直径为几毫米的激光束进行。一般来说,热激励可以在直径达20mm的局部区域中、优选地在达10mm的区域中在最上面的工件层上进行。由于图像示出了未被激励或未直接被激励的另一层区域,因此这个配置使得可以确定未表现出或至少未直接表现出对热激励的反应的一个或多个单独变形曲线。在新型方法和新型设备中可以有利地确定这种另外的变形曲线并将其用作参考变形曲线。例如,参考变形曲线使得可以检测出层堆叠体中的任何时变性变形,这些变形不来自或不直接来自热激励,而是振动、冲击或另一种不期望的影响的结果。新型方法和新型设备有利地使用这种参考变形曲线,以便将一个或多个时间变形曲线标准化,并且因此消除振动的影响。例如,可以从一个或多个时间变形曲线中减去一个或多个参考变形曲线,以便使热激励的影响最大化。另外,这个配置允许在图像中对缺陷进行更简单的定位。因此,该配置有助于更可靠的缺陷检测。
在另一配置中,多个图像包括在热激励之前记录的最上面的工件层的至少一个第一图像,其中,使用至少一个第一图像确定检查结果。
在这个配置中,以时间数列记录的图像的图像堆栈包括示出了没有热激励的最上面的工件层的至少一个图像。这种图像可以在每个新的时间数列的起始处并且因此在每次新的激励之前进行记录。然而,该图像也可以作为多个图像堆栈的参考图像而设置在存储器中。该配置提供了没有热激励的全局参考图像,该全局参考图像有利于对检测到的异常进行定位。该配置还可以有利地用于振动补偿。因此,这个配置也有利地有助于更可靠的缺陷检测。
在另一配置中,在确定单独时间变形曲线之前,使用至少一个参考图像将多个图像标准化。
这个配置还有利地有助于在尽可能少的干扰下查看层堆叠体对热激励的反应,因为无法归因于热激励的图像信息可以被最小化。例如,通过从图像堆栈的时间交错的图像中减去至少一个参考图像,可以生成相应标准化的时间图像,其中层堆叠体对热激励的反应更强烈地表现出来。因此,该配置有利地有助于实现更高水平的检测可靠性。
在另一实施例中,用≥1kHz的帧率记录多个图像。
这种帧率已被证明针对以高水平的可靠性来分析至少一个变形曲线中的上述特性特征是有利的。这种帧率有利地实现了以高到以致于甚至更小的缺陷(包括层堆叠体中的多孔位置)都可以被可靠地检测到的时间分辨率来进行瞬态分析。
在另一配置中,使用主成分分析基于多个图像确定检查结果。
主成分分析(PCA)是一种本身已知的统计学数学方法。它有利地适用于通过使用包括尽可能多的信息(所谓的主成分)的更少数量的线性组合近似于多个统计变量来结构化和简化广泛的数据集。主成分分析能够以非常有利和高效的方式分析许多变形曲线,并且因此要在许多图像分块、甚至在像素级上分析单独时间变形曲线时是特别适合的。在一些示例性实施例中,每个变形曲线的特性特征(或替代性地,多项式或具有达6个自由度的有理函数)可以有利地用于以对数形式对每个变形曲线的时间变化进行建模。以这种方式生成的系数图像可以借助于主成分分析转换为更少数量的、压缩更大的PCA系数图像。然后,可以有利地将聚类算法应用于这些压缩的PCA系数图像以达到分割的目的。结合阈值判断,然后可以以高效的方式在相应分割的图像区域中确定异常概率。因此,主成分分析能够非常高效地确定检查结果。
在另一配置中,对层堆叠体进行反复的热激励,并且检查结果是根据反复的激励来确定的。在这个配置的一些优选变型中,至少一个激励参数、特别是激励强度和/或激励持续时间是变化的,并且检查结果是根据至少一个激励参数来确定的。
在这个配置中,通过重复步骤c)和步骤d)在最上面的工件层上执行多个测量系列,这些步骤在开篇部分中已经提到。激励的强度(例如激光脉冲的能量或激励的持续时间)可以随测量系列的不同而变化。此外,最上面的工件层上的位置或激励图案也可以随测量系列的不同而变化。以这种方式,可获得多个单独变形曲线,这些单独变形曲线可以直接或者例如在主成分分析之后彼此关联,以便更可靠地检测最上面的工件层的表面下方的异常。然而,即使不改变激励参数,重复测量也可以例如通过取平均而对提高测量的可靠性是有利的。
在另一配置中,使用多个相应最上面的工件层的多个图像确定检查结果。
在这个配置中,通过在彼此上下布置(并且典型地彼此不同)的工件层上执行在开篇部分中提到的步骤c)和步骤d),在多个相应最上面的工件层上执行多个测量系列,其中,根据多个测量系列确定相应检查结果。可以特别有利地对时间上相继的相应最上面的工件层的变形曲线执行加权的时间平均。由于不同的相继层的粗糙度和形貌不同,各个层的随机影响可以通过这种取平均来降低。另一方面,在相应最上面的工件层下方的异常将影响每个测量系列,并且因此可以被更可靠地检测到。
在另一配置中,使用以下测量方法中的至少一种确定单独时间变形曲线:散斑干涉测量法、数字全息法、剪切散斑法;激光多普勒测振法、法布里-珀罗干涉测量法、萨格纳克干涉测量法、利用非线性光学器件的干涉测量法。
具有干涉测量准确度的表面测量可以在使用相干光的散斑干涉测量仪中执行,例如用电子散斑图案干涉测量仪(ESPI)。ESPI特别有利地用于粗糙度在几μm rms范围内的技术表面。此外,ESPI能够测量与表面正交的变形(z方向,“平面外”),也可以测量表面平面内的变形(x/y方向,“平面内”)。针对在kHz范围内以过程适应的方式快速进行的基于面积的测量,使用具有空间(而不是时间)相移的ESPI系统是有利的。如果由于应用的原因,测量到的变量超过了干涉测量仪的明确范围(由于加热参数、帧率、材料的组合),可以向测量到的值应用相位解缠算法,或者在干涉测量仪中使用两个或更多个波长以增加明确范围。在散斑干涉测量仪中使用两个不同的波长或角度(观察或照明方向)允许测量表面形状/形貌。
在剪切散斑法中,在光束路径中使用剪切元件(例如楔形板或倾斜镜),其结果是要测量的表面在相机传感器上直接成像并同时侧向偏移地成像。在此测量到的变量是在侧向图像偏移方向上的变形梯度。结果,灵敏度基本上沿着优选的侧向方向给出,这就是为什么为了捕获整体变形而在另一侧向方向(优选地与第一侧向方向正交)上执行进一步测量是有利的。
散斑干涉测量法和剪切散斑法的优点是测量结果具有较高的侧向和轴向分辨率。因此,当目的是检查大面积的工件时,这些方法是有利的。与此相比,将激光多普勒测振法、法布里-珀罗干涉测量法、萨格纳克干涉测量法或利用非线性光学器件的干涉测量法与在侧向方向上扫描工件表面相结合(即,以便扫描工件表面)是有利的。提到的方法具有较高的轴向分辨率,并且因此能够可靠地检测处于层堆叠体深度中的异常。
测振仪常用于使用光学多普勒效应来进行振动分析,以测量表面的速度和/或位移。扫描系统(3D扫描测振仪)或多点测振仪适用于空间分辨测量。多点测振仪针对在kHz范围内以过程适应的方式快速进行的基于面积的测量是有利的,以便获得表面上所有测量点的时间同步的记录。
所有上述方法都能够使用记录的图像来非常详细地确定热激励的变形曲线。
在另一配置中,还使用热瞬态曲线和/或使用超声激励和/或使用模拟变形曲线和/或使用熔池特性和/或使用最上面的工件层的角度选择性照明确定检查结果。
在这个配置中,将基于热激励的变形瞬态的检查与其他检查方法相结合,这些其他检查方法单独来看已经在开篇部分中提及的现有技术中提出。由于信息密度再次提高,因此该配置能够更可靠地检测最上面的工件层的表面下方的缺陷。本身已知的检查方法与新型方法和新型设备相结合变得更加高效。如在开篇部分中提到的DE 10 2017 108 874A1和具有相同优先权的US 2020/158499A1中描述的,基于变形瞬态的检查和使用角度选择性照明对具有嵌入的工件层的粉末床的检查的结合是特别有利的。
不言而喻,在不脱离本发明的范围的情况下,上述特征以及还有要在下文解释的那些特征不但可以在各自情况下以指定的组合来使用,而且还可以以其他组合来使用或者单独使用。
在附图中展示了本发明的多个示例性实施例并且在以下的说明中对其进行更详细的说明。在附图中:
图1示出了新型设备的一个示例性实施例的示意图,
图2示出了解释新型方法的示例性实施例的几个示例性变形曲线,
图3示出了解释新型方法的示例性实施例的最上面的工件层的示例性图像,
图4示出了解释新型方法的示例性实施例的另一示例性变形曲线,
图5示出了解释新型方法的示例性实施例的流程图,以及
图6示出了解释新型方法的示例性实施例中检查最上面的工件层的流程图。
在图1中,新型设备的一个示例性实施例的整体由附图标记10表示。设备10具有制造平台12,在该制造平台上根据新型方法的示例性实施例来增材制造工件14。工件14是以时间上相继的步骤从下到上逐层构建的,也就是说,工件层16彼此上下地布置。工件层16形成层堆叠体18,每个层堆叠体均具有相应最上面的工件层20。
在此展示的示例性实施例中,工件层16、20各自由颗粒材料22、特别是金属材料和/或塑料材料在所谓的粉末床中制造而成。颗粒材料22从储器24中取出,并且借助于可在箭头28的方向上移动的刮刀26被散布在现有的层堆叠体18上。为此目的,制造平台12典型地在箭头30的方向上被降低下一个工件层的高度,和/或储器24相对于制造平台12升高。
附图标记32表示工具,用该工具可以将颗粒材料22选择性地固化在层堆叠体18上。在一些示例性实施例中,工具32包括激光束34并使其沿着轨迹36相对于制造平台12移动,以从颗粒材料22产生工件层18。材料颗粒可以用激光束34选择性地熔化和/或部分地熔化,从而使得它们在冷却时相互粘合并固化。这种制造原理被称为选择性激光熔化(SLM)或选择性激光烧结(SLS)。
在其他示例性实施例中,层形成工具32可以生成电子束以在制造平台12上产生工件层。此外,设备10可以包括多于一个层形成工具32,也就是说,该设备可以使用例如两个或更多的激光束和/或电子束来生产工件层。然而,新型方法和新型设备并不限于这种制造原理。替代性地或附加地,工件层可以使用其他增材方法来生产,例如使用所谓的立体光刻或通过选择性地供应和/或沉积材料。
为了简单起见,层形成工具32(以下被称为写入激光器)连接到评估和控制单元(以下被简称为控制器38),该评估和控制单元控制激光束34的运动。控制器38具有接口40,经由该接口可以读取数据集42,该数据集以彼此上下布置的多个层定义要制造的工件14。控制器38根据数据集42控制激光束34相对于层堆叠体18的运动,其中,激光束30在每个要制造的工件层16、18中描绘了轨迹36,该轨迹在各自情况下都是由数据集42产生的。在一些示例性实施例中,控制器38借助于一个或多个商购可得的个人计算机来实现,这些个人计算机运行操作系统(比如Microsoft Windows、MacOS或Linux)和一个或多个控制程序(借此实现新型方法的示例性实施例)。在一些示例性实施例中,控制器38可以在商购可得的PC上被实现为软PLC。替代性地或附加地,控制器38可以借助于具有一个或多个ASIC、FPGA、微控制器、微处理器或相当的逻辑电路的专用控制硬件来实现。
设备10进一步具有测量装置,该测量装置被设置为检查工件层16、20。在一些有利的示例性实施例中,测量装置还被设置为在颗粒材料22被选择性地固化以形成新的工件层之前,检查层堆叠体18上由颗粒材料22制成的相应最上面的材料层。
在此,测量装置包括相机44和加热工具46,它们中的每一个都连接到控制器38(或者连接到用于测量装置的独立控制器,在此未示出)。相机44被设置为记录层堆叠体18的相应最上面的工件层18的多个图像。加热工具46被设置为在定义的时间点对层堆叠体18进行热激励。在一些示例性实施例中,加热工具46包括另一激光束48,该另一激光束照射相应最上面的材料层18并且对层堆叠体18进行局部加热。替代性地或附加地,加热工具46可以包括电子束和/或用能量脉冲对层堆叠体18进行感应式热激励。
热激励增加了层堆叠体18的表面上的温度。由于温度梯度,热量从表面扩散到层堆叠体的体积中。在此过程中,材料膨胀。这种膨胀导致层堆叠体中和其表面上的局部变形,局部变形的空间和时间曲线用测量装置捕获。测量装置可以借助于相机44和干涉测量法有利地捕获变形。相应地,相机44可以是干涉测量系统、特别地散斑干涉测量仪的组成部分。替代性地或附加地,测量装置可以实现剪切散斑法、激光多普勒测振法、法布里-珀罗干涉测量法、萨尼亚克干涉测量法、和/或利用非线性光学器件的干涉测量法。
响应于热激励的变形取决于材料特性,也取决于单独层结构。表面粗糙度和写入光束34的轨迹36可以影响单独层结构。具有相机44和加热工具46的测量装置被设置为以时间和空间分辨率两者来捕获响应于热激励的层堆叠体中的局部变形。有利地,评估和控制单元38被进一步设置为分析所捕获的变形中的瞬态。如果在层堆叠体的表面上确定了尺寸可测量的变量的局部变化行为,则可以得出与材料特性有关的结论,并且特别地可以确定层堆叠体中的缺陷(异常)。这种缺陷的示例是吹孔、孔隙、未熔化的颗粒、分层等。例如,随着孔隙的变化,热传导发生变化。在有单独缺陷的情况下(比如在所有三个维度上具有几百微米范围的吹孔),热积聚与机械特性一起引起例如特性时间变形曲线,如在下文中参考图2和图3进一步更详细地解释的。
在一些示例性实施例中,测量装置可以包括照明装置,该照明装置具有相对于制造平台12布置在不同位置处以便从多个不同方向照亮层堆叠体的表面的多个照明模块50a、50b。与相机44相结合,可以有利地使用照明装置以便使用在开篇部分中提到的DE 102017 108 874 A1和具有相同优先权的US 2020/158499 A1(两者通过引用并入本文)中描述的方法对层堆叠体的表面进行附加的检查。以特别有利的方式,在颗粒选择性地固化之前,可以借助照明装置检查粉末床的表面,以便在早期检测异常的出现并且尽可能地避免它们。
图1指示激光束48如何照射最上面的工件层20上的局部限定的层区域52。例如,激光束48可以具有在1mm至10mm的范围内的直径,并且具有高斯或优选地平顶形强度曲线。在此指示了在热激励的层区域52周围未直接受到热激励的另一层区域54。另一层区域54在此被示出为与层区域52大致同心的示例。然而,该另一层区域也可以布置在距层区域52一定空间距离处和/或在该层区域旁边。如上文已经进一步指出的,可以在另一层区域54中确定一个或多个单独时间变形曲线,并且在分析来自层区域52的单独时间变形曲线时可以将该一个或多个单独时间变形曲线用作参考。
图2作为示例示出了多个单独时间变形曲线56a、56b、56c、56d,它们在此是在用相机44记录的图像堆栈的选定像素58a、58b、58c、58d处确定的。图像堆栈包括多个图像60,其中一个在图3中作为示例示出。图像堆栈中的图像60各自示出了在用加热工具对最上面的工件层进行热激励之后其表面上的变形。在优选的示例性实施例中,图像60是以1kHz或更高的帧率记录的。相应地,变形曲线56a、56b、56c、56d在此各自具有1ms或更小的时间分辨率。在图2的横轴上以ms为单位给出了时间t,其中,热激励在此以加热脉冲进行,加热脉冲持续几毫秒(大约5ms)并在此在t=0时结束。换句话说,图3示出了从在时间t=0时关闭热激励的时刻开始的不同的单独变形曲线56a、56b、56c、56d。在纵轴上以nm为单位给出了在轴向方向(即垂直于最上面的工件层20的表面)上的尺寸z。尺寸z示出了在层堆叠体18的表面上的垂直于最上面的工件层20的表面的变形。
在这种情况下,变形曲线56a是既不包括隐蔽性异常、也不包括干扰的表面粗糙度的工件区域(或对这个工件区域成像的像素58a)的示例。变形曲线56a在此示出了对应于在关闭加热脉冲之后连续减小的变形的连续降低曲线。相比之下,变形曲线56b初始具有单独变形增加62,直到单独变形最大值64。只有在单独变形最大值64之后,变形曲线56b才会以单独变形降低66而下降。所谓的过冲68(单独变形最大值64与这里的变形曲线56a的最大值之间的差)是隐蔽在工件表面下方的空穴的特性特征,因此是异常,因为热初始是在空穴上方积聚的。变形曲线56c和56d是没有隐蔽性异常、但具有来自工件表面的粗糙度信号的工件区域的示例。这里也可以看到一定的过冲,但没有变形曲线56b的情况那么明显。此外,在各自情况下,变形降低都比变形曲线56b的情况更平坦,如可以从用虚线绘制的切线70a、70b、70d看出的。
图4示出了三个单独时间变形曲线56e、56f、56g作为示例,它们代表了热激励本身的时间段(从时间t=0开始)以及在约t=4ms时关闭热激励之后的时间段。变形曲线56e在此又是既不包括隐蔽性异常、也不包括干扰的表面粗糙度的工件区域(或对这个工件区域成像的像素)的示例。因此,该变形曲线可以被看作参考曲线。变形曲线56e在局部变形中具有中等强度增加62,直到最大值64,该最大值是在关闭热激励时(在此是附图标记65)达到的,并且该变形曲线在此时开始的局部变形中具有中等强度降低。相比之下,与变形曲线56e相比,变形曲线56f在热激励期间的局部变形中具有更陡峭的增加,并且此外还具有前面提到的过冲68。变形曲线56f的单独变形最大值64仅出现在关闭热激励(附图标记65所示)之后。变形曲线56f是典型的具有隐藏在工件表面下方的异常的情况。与变形曲线56e相比,变形的降低66也同样更陡峭。在此,变形曲线56g也是没有隐蔽性异常、但具有来自工件表面的粗糙度信号的工件区域的示例。可以看出,与变形曲线56e和56f的情况相比,变形增加和变形降低都不那么陡峭。与变形曲线56e相比,变形曲线56g具有过冲,但该过冲比变形曲线56f的情况小。此外,各种信号的绝对量值取决于相应局部加热功率和(如果存在)缺陷的大小和深度,并且也取决于表面结构。因此,深处的缺陷原则上可以引起比表面上的粗糙度更小的信号,这就是为什么在一些示例性实施例中,变形曲线是相对于参考曲线进行分析的。
相应地,时间变形曲线的多个特性特征指示与表面的粗糙度影响形成对比的异常。特性特征62、64、66能够检测材料异常,甚至能够确定其深度:
a)就一方面来说,热需要很短的时间段来渗透到更深处的异常,生成热积聚,并且引起相关联的可测量到的表面变形。在热激励期间的这个初始时间窗口“起始时间”内,所看到的影响主要是体现在变形增加的陡度上的影响。异常的特性特征是,与变形曲线56e和变形曲线56g的斜率相比,变形曲线56f的斜率更大。
b)粗糙度信号与表面以下的要检测的异常之间的另一个区别特征在关闭热激励的时刻以及之后变得可见。异常以外的周围区域比异常上方的区域冷却得快得多,这导致了弹性变形,即,在异常的正上方的一种额外变形。关闭热激励源之后的这个额外变形(“过冲”)可以有利地用作位于下方的异常的必要判据。
c)由于在异常上方的热积聚和相关联的更强的整体变形,在关闭热激励之后以及在b)中描述的影响(“跌落”)之后,在异常上方也会发生更强的弹性松弛。
下面将补充参考图5和图6来解释新型方法的示例性实施例,这些示例性实施例可以借助于根据图1的设备上的一个或多个控制程序来实现。根据步骤80,将数据集42读入控制器38,该数据集以彼此上下布置的多个工件层16、20定义工件14。作为对此的替代或补充,控制器38可以首先经由接口40接收数据集,该数据集定义要“作为整体”制造的工件,比如CAD数据集,并且基于此,确定彼此上下布置的多个工件层16、20。在这种情况下,控制器38最终也接收数据集,该数据集以彼此上下布置的多个工件层16、20定义工件14。根据步骤82,用刮刀26在层堆叠体18上生产由颗粒材料22制成的材料层。
根据步骤84,借助于相机44和照明模块50a、50b有利地(但不是绝对必需地)检查材料层的表面,以便检测任何异常,比如特别是材料层中的沟槽、孔、凹陷、波状起伏、材料的堆积、密度变化和/或颗粒不均匀性(例如,团块)。如果材料层的表面符合所有期望的标准,则该方法根据步骤86分支到步骤88,根据该步骤,借助于写入激光器32生产最上面的工件层20。写入激光器32沿着定义的轨迹36选择性地熔化材料颗粒,并且以这种方式将熔化或部分熔化的颗粒彼此粘合。
如果新材料层的表面不符合或不充分符合期望的标准,则该方法可以有利地返回到步骤82,以重新加工或完全重新创建材料层的表面。根据步骤90,借助于相机44和加热工具46检查已生产的最上面的工件层20,其中,基于新型方法的检查还可以检测层堆叠体18的深度中的异常。异常也可以稍后形成,例如由于应力裂缝或稍后在各工件层16之间的分层。根据步骤92,重复步骤82至步骤90,直到根据数据集42完成工件14。在必要时可以随后修改后继的工件层,以便校正形状或大小上的偏差。根据步骤94,可以基于重复的步骤82和/或90的检查结果,将制造的工件释放用于预期用途。
图6示出了根据图4中的步骤90检查工件层20的示例性实施例。在步骤96中,记录最上面的工件层20的第一图像I0,然后在步骤98中进行热激励。根据步骤100,在关闭时(参考图2)和/或在热激励开始时(参考图4),记录具有多个时间上相继的(交错的)图像IN的图像序列F。根据步骤102,判断是否应记录进一步的图像序列F+1,其中,热激励然后优选地在步骤98中以不同的强度、不同的持续时间和/或不同的激励位置和/或激励图案进行。
可以利用这一事实:特性瞬态特征因引入的加热能量而进行不同的缩放,这取决于这些特性瞬态特征是由与异常相关的热积聚还是由表面粗糙度引起的。当比较下面针对不同加热设置描述的系数图像时,相应变化或缩放行为提供了在纯表面影响与异常特征之间的附加区别特征。
根据可选的步骤104,有利地将所有图像序列F的图像IN标准化。例如,可以从图像序列F中的每个图片IN中减去第一图像I0的图像内容,以消除不是由热激励引起的图像背景。为了校正振动,特别地如果周围材料很少或在边缘,可以有利地对图像堆栈的每个图像应用零阶或高阶Legendre拟合(或其他多项式拟合)减法。此外,Legendre拟合减法(或其他多项式)可以被有利地用于补偿空间变化的加热曲线的影响和/或增加异常对比度。此外,局部频率滤波器或Legendre拟合减法可以有利地有助于更好地区分缺陷,因为缺陷显示了与其周围区域不同的变形行为。因此,空间上缓慢变化的加热曲线的影响可以与缺陷本身的局部影响区分开来。
根据步骤106,然后为图像序列的多个像素确定多个单独变形曲线DI(x,y)。根据步骤108,使用单独变形曲线DI(x,y)确定系数图像K(x,y)。在一个变型中,可以将变形曲线中的热激励期间的斜率、过冲最大高度和/或其时间点和/或跌落变形和/或任何转折点逐像素地确定为系数。在另一个变型中,变形曲线中的相应时间变化可以通过多项式或通过具有几个自由度、优选地具有6个自由度的有理函数以线性或对数形式逐像素地确定。多项式或有理函数的系数则形成了系数图像K(x,y)的系数。
然后将具有上述影响的时间曲线的全部信息压缩在几个系数图像K(x,y)中,这在存储要求和数据传输方面是有利的。根据步骤110使用主成分分析,这些系数图像可以被转换为更少数量的、压缩更大的PCA系数图像。根据步骤112的用于分割目的的聚类算法在此有利地应用于这种压缩形式。结合阈值判断,然后可以根据步骤114在相应分割的图像区域中确定异常概率。为了获得关于异常的深度的信息,也可以确定首次出现缺陷特征的时间点,即“起始时间”,或最大过冲的时间点。这两种特征都提供了关于异常的相对深度的信息。例如,在关闭热激励之后直到10ms的时间段内相对较早的过冲最大值指示了异常,而在关闭热激励之后20ms或甚至更晚的过冲最大值指示了变形曲线是在工件层的周边处记录的。
用于在表面粗糙度的影响与由表面以下的异常引起的影响之间进行区分的另一种(可选)方法是根据步骤116,对在同一位置但在相继的层中记录的多个测量信号进行组合计算。不同层的相应层表面是不同的并且经常是不相关的,而表面以下的异常则持续存在并且由于深度的增加仅在信号强度方面减小。如果从同一位置的N个相继的层测量值形成加权平均,则与异常比例相比,表面信号降低了~(1/sqrt(N))倍。
根据步骤118,可以可选地使用来自其他测量方法的附加信息,以进一步提高准确性和可靠性、特别地改善对异常的检测以及异常和表面影响的分离,和/或通过预选区域(ROI)提高测量方法的速度,和/或更好地确定空间位置(尤其深度)和/或在大小和/或形状方面进行分类。特别地,来自其他测量方法的另外的数据可以被包括在分析中。用于测量局部或覆盖整个表面的多模态分析的这些其他测量方法包括:使用照明模块50a、50b和在DE102017 108 874A1和具有相同优先权的US 2020/158499 A1中描述的方法来测量形貌并确定表面缺陷;测量空间分辨振动分布(测振法);借助于剪切散斑法来确定表面梯度和表面形状/形貌;测量在要以多层构建的工件的底板上的结构声(例如,用超声换能器进行的和/或用EMAT无接触地进行的脉冲回波法),特别地用于缺陷分类;使用高温计或借助于相机在VIS或IR光谱中对熔池进行空间分辨成像来测量临时熔池的特性(例如,来自熔池的平均温度辐射);用于确定表面的统计尺寸(例如粗糙度、功率谱密度(PSD))的白光干涉测量法(WLI);用于确定材料常数(例如热容、热膨胀、热传导、弹性模量)在工艺相关范围(室温至熔化温度)内的温度相关性的测量方法。
Claims (12)
1.一种用于增材制造工件(14)的方法,该方法具有以下步骤:
a)获得(80)数据集(42),该数据集以彼此上下布置的多个工件层(16,20)定义该工件(14),
b)使用根据该数据集(42)控制的层形成工具(32)生产彼此上下布置的该多个工件层(16,20),其中,彼此上下布置的该多个工件层(16,20)形成层堆叠体(18),该层堆叠体在定义的时间点具有最上面的工件层(20)和下面的多个工件层(16),
c)在该定义的时间点对该层堆叠体(18)进行热激励(98),
d)记录该最上面的工件层(20)的多个图像(60),以及
e)使用该多个图像检查该层堆叠体(18),以获得代表该工件的检查结果,
其特征在于,使用该多个图像(60)确定该最上面的工件层(20)响应于该热激励(98)的单独时间变形曲线(56),其中,该单独时间变形曲线(56)具有多个特性特征,该多个特性特征包括单独变形增加(62)、单独变形最大值(64)和单独变形降低(66),并且其中,该检查结果是使用来自该多个特性特征中的所述特性特征中的至少一个、优选地使用提到的这些特性特征中的至少两个来确定的。
2.如权利要求1所述的方法,其特征在于,来自该多个图像的每个图像(60)具有多个图像分块;并且为来自该多个图像分块的每个图像分块确定响应于该热激励(98)的相应单独时间变形曲线(56),其中,使用相应单独时间变形曲线(56)确定该检查结果。
3.如权利要求1或2所述的方法,其特征在于,对该层堆叠体(18)进行热激励包括在局部限定的第一层区域(52)中对该最上面的工件层(20)进行热激励;并且该多个图像示出了该最上面的工件层(20)的第一层区域(52)和另一层区域(54),其中,该第一层区域(52)和该另一层区域(54)是不相交的。
4.如权利要求1至3中任一项所述的方法,其特征在于,该多个图像包括在进行热激励之前记录(96)的该最上面的工件层(20)的至少一个第一图像,其中,使用该至少一个第一图像确定该检查结果。
5.如权利要求1至4中任一项所述的方法,其特征在于,在确定该单独时间变形曲线之前,使用至少一个参考图像将该多个图像标准化(104)。
6.如权利要求1至5中任一项所述的方法,其特征在于,用≥1kHz的帧率记录该多个图像。
7.如权利要求1至6中任一项所述的方法,其特征在于,使用主成分分析基于该多个图像确定(110)该检查结果。
8.如权利要求1至7中任一项所述的方法,其特征在于,对该层堆叠体(18)进行反复的热激励,其中,优选地至少一个激励参数、特别是激励强度和/或激励持续时间是变化的,并且其中,该检查结果是根据这些反复的热激励来确定的。
9.如权利要求1至8中任一项所述的方法,其特征在于,使用多个相应最上面的工件层(20)的多个图像确定该检查结果。
10.如权利要求1至9中任一项所述的方法,其特征在于,使用以下测量方法中的至少一种确定该单独时间变形曲线:散斑干涉测量法、数字全息法、剪切散斑法;激光多普勒测振法、法布里-珀罗干涉测量法、萨格纳克干涉测量法、利用非线性光学器件的干涉测量法。
11.如权利要求1至10中任一项所述的方法,其特征在于,还使用热瞬态曲线和/或使用超声激励和/或使用模拟变形曲线和/或使用熔池特性和/或使用该最上面的工件层的角度选择性照明确定该检查结果。
12.一种用于增材制造工件(14)的设备,该设备包括
-存储器,该存储器用于获得数据集(42),该数据集以彼此上下布置的多个工件层(16,20)定义该工件(14),
-制造平台(12),
-层形成工具(32),
-加热工具(46),
-相机(44),该相机指向该制造平台(12),以及
-评估和控制单元(38),该评估和控制单元被设置为使用该层形成工具(32)和该数据集(42)在该制造平台(12)上生产彼此上下布置的多个工件层(16,20),其中,彼此上下布置的该多个工件层(16,20)形成层堆叠体(18),该层堆叠体在定义的时间点具有最上面的工件层(20)和下面的多个工件层(16),
该评估和控制单元还被设置为使用该加热工具(46)在该定义的时间点对该层堆叠体(18)进行热激励,以及使用该相机(44)记录该最上面的工件层(20)的多个图像,最后使用该多个图像检查该层堆叠体(18)以获得代表该工件(14)的检查结果,其特征在于,该评估和控制单元(38)还被设置为使用该多个图像确定该最上面的工件层响应于该热激励的单独时间变形曲线,其中,该单独时间变形曲线具有多个特性特征,该多个特性特征包括单独变形增加、单独变形最大值和单独变形降低,并且其中,该评估和控制单元(38)使用从该多个特性特征中提到的这些特性特征中的至少一个确定该检查结果。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020127581.1 | 2020-10-20 | ||
DE102020127581.1A DE102020127581A1 (de) | 2020-10-20 | 2020-10-20 | Verfahren und Vorrichtung zur additiven Herstellung eines Werkstücks |
PCT/EP2021/079021 WO2022084364A1 (de) | 2020-10-20 | 2021-10-20 | Verfahren und vorrichtung zur additiven herstellung eines werkstücks |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116323047A true CN116323047A (zh) | 2023-06-23 |
Family
ID=78402095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180070050.5A Pending CN116323047A (zh) | 2020-10-20 | 2021-10-20 | 用于工件的增材制造的方法和设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230256513A1 (zh) |
CN (1) | CN116323047A (zh) |
DE (1) | DE102020127581A1 (zh) |
WO (1) | WO2022084364A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230112233A1 (en) * | 2021-10-11 | 2023-04-13 | Texas Research International, Inc. | Grain Boundary Engineering in Additive Manufacturing |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8449176B2 (en) | 2005-08-01 | 2013-05-28 | Thermal Wave Imaging, Inc. | Automated binary processing of thermographic sequence data |
US7278315B1 (en) | 2005-10-04 | 2007-10-09 | Op Tech Ventures Llc | Laser-ultrasonic detection of subsurface defects in processed metals |
DE102007031206B8 (de) | 2007-07-04 | 2009-05-28 | Thermosensorik Gmbh | Verfahren zur automatischen Inspektion einer Schweißnaht |
DE102013217422A1 (de) | 2013-09-02 | 2015-03-05 | Carl Zeiss Industrielle Messtechnik Gmbh | Koordinatenmessgerät und Verfahren zur Vermessung und mindestens teilweisen Erzeugung eines Werkstücks |
DE102014212246B3 (de) | 2014-06-26 | 2015-08-06 | MTU Aero Engines AG | Verfahren und Vorrichtung zur Qualitätssicherung |
JP5905060B1 (ja) * | 2014-09-16 | 2016-04-20 | 株式会社東芝 | 積層造形装置および積層造形方法 |
US20170059529A1 (en) | 2015-08-24 | 2017-03-02 | Siemens Energy, Inc. | Adaptive additive manufacturing process using in-situ laser ultrasonic testing |
DE102016201289A1 (de) | 2016-01-28 | 2017-08-03 | Siemens Aktiengesellschaft | Verfahren zur additiven Herstellung und Vorrichtung |
DE102016110266A1 (de) | 2016-06-02 | 2017-12-07 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur generativen Fertigung von Bauteilen |
DE102017108874A1 (de) | 2017-04-26 | 2018-10-31 | Carl Zeiss Ag | Materialprüfung mit strukturierter Beleuchtung |
DE102017124100A1 (de) | 2017-10-17 | 2019-04-18 | Carl Zeiss Ag | Verfahren und Vorrichtung zur additiven Fertigung |
EP3444100B1 (en) | 2017-08-16 | 2022-06-08 | CL Schutzrechtsverwaltungs GmbH | Apparatus for additively manufacturing three-dimensional objects |
DE102019112757A1 (de) * | 2019-05-15 | 2020-11-19 | Carl Zeiss Ag | Verfahren und Vorrichtung zur additiven Herstellung eines Werkstücks |
-
2020
- 2020-10-20 DE DE102020127581.1A patent/DE102020127581A1/de active Pending
-
2021
- 2021-10-20 CN CN202180070050.5A patent/CN116323047A/zh active Pending
- 2021-10-20 WO PCT/EP2021/079021 patent/WO2022084364A1/de active Application Filing
-
2023
- 2023-04-20 US US18/304,154 patent/US20230256513A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022084364A1 (de) | 2022-04-28 |
US20230256513A1 (en) | 2023-08-17 |
DE102020127581A1 (de) | 2022-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110799286B (zh) | 用于增材制造的方法和设备 | |
US20230330941A1 (en) | Method and Device for the Additive Manufacturing of a Workpiece | |
Wits et al. | Porosity testing methods for the quality assessment of selective laser melted parts | |
AbouelNour et al. | In-situ monitoring of sub-surface and internal defects in additive manufacturing: A review | |
US10076879B2 (en) | Method and device for the generative production of a component | |
Le Roux et al. | Improvement of the bridge curvature method to assess residual stresses in selective laser melting | |
US20230256513A1 (en) | Method and Apparatus for Additive Manufacture of a Workpiece | |
JP2022515164A (ja) | インラインコヒーレント撮像(ici)から決定された撮像信号密度を用いた物質加工の監視 | |
US20220072620A1 (en) | Method And Apparatus For Additive Manufacturing Of A Workpiece | |
WO2020205998A1 (en) | Non-destructive evaluation and weld-to-weld adaptive control of metal resistance spot welds via topographical data collection and analysis | |
Kouprianoff et al. | Monitoring of laser powder bed fusion by acoustic emission: Investigation of single tracks and layers | |
Kouprianoff et al. | Acoustic emission technique for online detection of fusion defects for single tracks during metal laser powder bed fusion | |
US20220146252A1 (en) | Non-Contact Non-Destructive Testing Method and System | |
Sreeraj et al. | A review on non-destructive evaluation and characterization of additively manufactured components | |
Kolb et al. | Melt pool monitoring for laser beam melting of metals: inline-evaluation and remelting of surfaces | |
Haley et al. | Review of in situ process monitoring for metal hybrid directed energy deposition | |
Chua et al. | In-process and post-process strategies for part quality assessment in metal powder bed fusion: A review | |
Rao et al. | Non-destructive testing of metal-based additively manufactured parts and processes: a review | |
Herzer et al. | Detection of Defects in Solidified Layers within Laser-based Powder Bed Fusion using Active Thermography | |
Ludwig | Instrumented Build Plate for in-situ Stress Monitoring and Crack Detection during the Laser Powder Bed Fusion Additive Manufacturing Process | |
Xu | Ultrasonic monitoring of additive manufacturing processes with metamaterial textured-phononic crystal artifacts | |
Jacobson et al. | Defect detection in additively manufactured metal parts using in-situ steady-state ultrasonic response data | |
JP2013072669A (ja) | 検査装置、及び検査方法 | |
Fatoba et al. | Acoustic-based in-situ monitoring of additive manufacturing fabrication: A review | |
CN113748329A (zh) | 检查探针表面的涂层的方法 |
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 |