CN116600919A - 质量检查方法和质量检查装置 - Google Patents

质量检查方法和质量检查装置 Download PDF

Info

Publication number
CN116600919A
CN116600919A CN202180073265.2A CN202180073265A CN116600919A CN 116600919 A CN116600919 A CN 116600919A CN 202180073265 A CN202180073265 A CN 202180073265A CN 116600919 A CN116600919 A CN 116600919A
Authority
CN
China
Prior art keywords
sub
image
region
size
areas
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
Application number
CN202180073265.2A
Other languages
English (en)
Inventor
C·奥特
J·埃里克森
A·格雷臣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN116600919A publication Critical patent/CN116600919A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B22CASTING; POWDER METALLURGY
    • B22FWORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/30Process control
    • B22F10/38Process control to achieve specific product aspects, e.g. surface smoothness, density, porosity or hollow structures
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B22CASTING; POWDER METALLURGY
    • B22FWORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/80Data acquisition or data processing
    • B22F10/85Data acquisition or data processing for controlling or regulating additive manufacturing processes
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B22CASTING; POWDER METALLURGY
    • B22FWORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F12/00Apparatus 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
    • B22F12/90Means for process control, e.g. cameras or sensors
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B29WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29CSHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00Additive 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
    • B29C64/30Auxiliary operations or equipment
    • B29C64/386Data acquisition or data processing for additive manufacturing
    • B29C64/393Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B33ADDITIVE MANUFACTURING TECHNOLOGY
    • B33YADDITIVE 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
    • B33Y40/00Auxiliary operations or equipment, e.g. for material handling
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B33ADDITIVE MANUFACTURING TECHNOLOGY
    • B33YADDITIVE 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
    • B33Y50/00Data acquisition or data processing for additive manufacturing
    • B33Y50/02Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B22CASTING; POWDER METALLURGY
    • B22FWORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/10Formation of a green body
    • B22F10/14Formation of a green body by jetting of binder onto a bed of metal powder
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B22CASTING; POWDER METALLURGY
    • B22FWORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/20Direct sintering or melting
    • B22F10/28Powder bed fusion, e.g. selective laser melting [SLM] or electron beam melting [EBM]
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B29WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29CSHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00Additive 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
    • B29C64/10Processes of additive manufacturing
    • B29C64/141Processes of additive manufacturing using only solid materials
    • B29C64/153Processes of additive manufacturing using only solid materials using layers of powder being selectively joined, e.g. by selective laser sintering or melting
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B33ADDITIVE MANUFACTURING TECHNOLOGY
    • B33YADDITIVE 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
    • B33Y10/00Processes of additive manufacturing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30144Printing quality
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00Technologies related to metal processing
    • Y02P10/25Process efficiency

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Materials Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Optics & Photonics (AREA)
  • Analytical Chemistry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及用于三维打印的质量检查方法和质量检查装置。

Description

质量检查方法和质量检查装置
技术领域
本发明涉及根据权利要求1所述的质量检查方法和根据权利要求10所述的质量检查装置。
背景技术
已知的是,“增材制造机器”、即所谓的“3D打印机”通常使用摄像机来监控逐层打印过程。这尤其在金属印刷领域中、例如在使用所谓的“选择性激光熔化”或所谓的砂印、诸如所谓的“粘合剂喷射”时进行。
在此情况下通常相应的新覆层的质量一般通过粉末床摄像机来监控,该粉末床摄像机被用于识别缺少的或不均匀的粉末散布。
存在许多尝试基于单个图像识别缺陷的方案,这些单个图像典型地在新覆层之后被拍摄。以下两个参考文献是这种方案的良好示例:
Luke Scime,Jack Beuth,Anomaly detection and classification in a laserpowder bed additive manufacturing process using a trained computer visionalgorithm,Additive Manufacturing,第19卷,2018年,第114-126页,ISSN 2214-8604。
EP 3 459 715 A1,其涉及在激光粉末床熔体中对再覆层问题的预测。
这些解决方案起作用,因为在许多情况下可以根据相应层的唯一的图像清楚地识别出缺陷。但是,这些解决方案的可靠性具有限制,因为也存在如下情况,在这些情况下根据唯一的图像识别出缺陷困难得多,并且这些解决方案不提供错误检测或提供错误的错误检测。
WO 2015/020939 A1尝试对此的改进,该文献使用摄像机图像和渲染之间的比较来进行检测。渲染在此由所谓的“切片机”根据CAD模型产生。
此外即使渲染的使用也具有在纯粹的单个图像使用的情况下的缺点,因为利用渲染只提供“抽象”表示,该表示不能令人满意地消除根据单个图像的更困难的错误检测的缺点,尤其因为在渲染中不存在关于在真实图像中观察到的灰度值模式的信息。
如果在相应层中打印薄的或精细的结构,则该检测问题变得更加糟糕,因为那时缺少的粉末仅仅利用少量像素才可见。这尤其在粉末床摄像机的空间分辨率常常相当有限的背景下产生。
发明内容
因此,本发明所基于的任务是说明一种克服现有技术的缺点的解决方案。
该任务基于根据权利要求1的前序部分的质量检查方法以及通过根据权利要求10所述的质量检查装置分别通过特征部分的特征来解决。
在根据本发明的用于诸如根据所谓的“增材制造”方法的三维打印的质量检查方法中,其中产生三维打印对象,使得该打印对象虚拟地被划分为层并且打印模型的连续的相继的层通过打印机来打印,使得:
a.为此针对每个根据要打印的虚拟层的层进行用粉末新覆层,
b.尤其利用激光、粘合剂或电子束固定新覆层,
针对每个层
c.产生被固定的层的至少一个第一数字图像照片(Bildaufnahme),
d.产生新覆层的至少一个第二数字图像照片,
e.进行第一图像照片的至少一个虚拟分割和第二图像照片的至少一个虚拟分割,使得第一图像照片和第二图像照片分别被划分为子区域,使得所有子区域针对每个图像照片覆盖整个图像照片至少一次,并且进行第一分割,使得第一图像照片的子区域在位置和尺寸上对应于第二图像照片的子区域以及第一图像照片的子区域的总和对应于第二图像照片的子区域的总和,
f.基于第一图像照片的通过相同位置和相同尺寸所确定的子区域和第二图像照片的通过相同位置和相同尺寸所确定的子区域进行检查,使得所述子区域经受尤其由机器学习支持的相关和聚合,
g.至少针对第一图像照片和第二图像照片的每个通过相同位置和相同尺寸定义的子区域对重复相关和聚合,其中每个其他的子区域对的位置连续地根据笛卡尔坐标系在x和/或y方向上被移位,
h.如果基于至少一个所执行的相关和/或聚合用信号通知至少在当前层上的缺陷,则启动错误方法。
通常被定义为本体的伸展的尺寸在此在本公开的范围内被定义,使得因此表示子区域的大小,所述子区域例如根据笛卡尔坐标系通过在x方向上的第一数量的像素和在y方向上的第二数量的像素来伸张。
因此根据本发明的方法区别于图像的纯粹的逐像素的比较,因为由子区域形成的区域被用作检查的基础。由此例如,使所拍摄的材料的灰度值失真的亮度差异不导致或在明显更小的程度上导致错误的检查结果。这通过根据本发明的用粉末覆层的层的照片和尤其通过激光曝光、电子辐照或粘合剂所固定的层的照片的区域对的方案还被增强,因为根据创造性的考虑,在这些层之间存在关系,这些关系能够利用根据本发明的检查基于相关性被明确,并且因此尤其几乎消除由外部影响造成的失真。根据创造性的考虑,由此将在覆层之前的图像与在覆层之后的图像进行比较,使得可以在这种前/后比较期间基本上借助于两个图像显示局部相似的内容识别出缺少粉末。由于根据本发明但是不仅执行相关而且执行聚合,所以这被增强并且也变得更精确。这被实现,因为根据本发明,被固定的层和被新覆层的层的照片的相邻子区域同样被输送给相关。相邻子区域按照根据本发明的考虑同样彼此具有关系,该关系通过结合聚合的相关来明确,使得可以提供对缺陷、如缺少粉末的更可靠的指示。该指示、即错误的检测根据本发明因此还通过如下方式来改进:由此根据本发明不仅进行相关而且进行聚合。也就是说,每个区域的相关的结果都以适当的方式经受集体考虑,使得相邻子区域的所提到的关系被明确为错误信息。
根据本发明的用于诸如根据所谓的“增材制造”方法的三维打印的质量检查装置,其中产生三维打印对象,使得该打印对象虚拟地被划分为层并且打印模型的连续的相继的层通过打印机来打印,使得
a.为此针对每个根据要打印的虚拟层的层进行用粉末新覆层,
b.尤其利用激光、粘合剂或电子束固定新覆层,
具有用于执行根据本发明的方法的构件。
由此得出如下优点:提供根据本发明的方法的实施,使得该装置尤其也具有在根据本发明的方法的情况下所说明的优点。
本发明的其他的有利的设计方案和改进方案通过从属权利要求说明。
在本发明的一个改进方案中,优选地进行第一图像照片的虚拟分割和第二图像照片的虚拟分割,使得形成第一子区域,这些第一子区域具有第一尺寸,并且形成第二子区域,这些第二子区域具有第二尺寸,其中第二尺寸大于第一尺寸,
a.进行相关,使得针对每个位于一个第二子区域对之内的第一子区域对形成相关系数,其中每个其他的子区域对的位置连续地根据笛卡尔坐标系在x和/或y方向上被移位,
b.进行聚合,使得针对每个第二子区域在所有被定位在该第二子区域之内的第一对第一子区域上形成相关系数的总和,
c.至少基于该总和与第一阈值的比较,如果超过该阈值,则启动错误方法。
第一尺寸在此在本公开的范围内被定义为第一子区域的大小,所述大小例如通过由在x和y方向上的多个像素所伸张的区域来提供,而第二尺寸在本公开的范围内在此被定义为第二子区域的大小,所述大小例如通过第一子区域在x方向上的数量和第一子区域在y方向上的数量、即在x和y方向上的更大数量的像素来提供。
因此在一定程度上通过第一子区域定义了形成第二子区域的子集的单元,所述第二子区域可以被视为区块,因为从尺寸、即所考虑的区域来看,第二子区域更大。为了所述检查,针对相关和聚合形成单元的对和区块的对,其中因为区块更大,所述单元在所述区块之内逐步地被移位,直至整个要检查的例如最大对应于区块的尺寸的区域、即该区块的区域已为检查至少一次作出贡献。由于单元的分割涉及虚拟分割,所以例如也可以进行所述单元(第一子区域)的移位,直到照片的整个区域为了检查因此已至少一次被一个单元覆盖,也就是说,整个区域已为相关作出贡献,并且在此之后可以将照片的整个区域分割为包含确定数量的单元的区块,以执行聚合。因此,通过移位形成的新的对也进入到检查中。分割为区块和单元也导致:这些区块和单元根据创造性的考虑彼此具有关系,所述关系通过合适的相关和聚合支持错误的精确检测。为此,在该改进方案中针对第一子区域的每个对形成系数并且该系数然后分别被求和为在一个区块之内的通过被移位的第一子区域(单元)形成的系数的系数。这种求和形成聚合并且导致总值,所述总值当其超过阈值则是对错误的指示。根据本发明在此进行阈值的选择使,得该信号是精确的。
为此,在此在根据本发明的改进方案中例如可以通过经验值、环境的参数和/或尤其通过机器学习辅助的优化程序在进一步运行之前和/或期间设定或优化该值。
根据该方法的一个改进方案,相关系数优选地被形成为所谓的皮尔逊相关系数。该皮尔逊相关系数特别适合于明确所述关系和适合于聚合。
优选地,本发明在此被改进,使得该皮尔逊相关系数根据如下公式来形成:
其中
a=第一图像照片,
b=第二图像照片,
ca=第一图像照片的第一子区域(“单元”),
cb=第二图像照片的第一子区域(“单元”),
pk=相应的第一子区域的各个像素值,
m=相应的第一子区域的平均像素值,
k=相应的第一子区域的像素值pk的运行索引,
针对每个第一子区域,r∈[-1,1]。
由此以有利的方式定义了创造性构思的可能实施方案之一。
如果在聚合之前进行系数的归一化,使得在未超过第二阈值、尤其小于值0.9的值的情况下将系数设置为值0,阈值例如在最优默认值的意义上被说明并且因此也支持根据本发明的方法的实施或者说明阈值的可能实施方案。
如果本发明被改进,使得规定第一尺寸与第二尺寸之比,使得至少两个第一子区域重叠,那么根据创造性考虑进一步增强第一子区域对的被用于检查的关系,因为相邻的、即通过位置的移位所产生的新的单元和/或区块对于是不再不相交。在这种情况下此外尤其有利的是,重叠的部分、即区域可以多次经受检查。使相应的照片、尤其像素的灰度值等级失真的局部出现的干扰影响、如光反射因此也许在下一个单元中被取消并且可以揭示隐藏的错误或避免错误的错误消息,然而至少通过集体概览提供指示,例如,因为各个值在相关和/或聚合期间产生更强或更弱的影响。
如果第一尺寸和第二尺寸根据笛卡尔坐标系通过x和y方向上的像素的数量来定义,则提供对于实施方案而言有利的或在优化的默认值的意义上呈现实施方案的另一改进方案,第一尺寸与第二尺寸之比被规定,使得至少两个第一子区域对于至少一个像素行而言具有重叠,尤其第一尺寸通过3×3像素来定义并且第二尺寸通过5个子区域×5个子区域来定义,其中这最终也是按照像素的分割。按照像素的划分尤其在考虑创建图像照片的数字摄像机的分辨率时有意义,因为所述数字摄像机也与像素有关并且因此可以尽可能简单地确定最优值、如单元变量、区块变量和/或阈值变量。此外,质量检查因此变为更细粒度的。尤其单元的3×3像素和包含单元的区块的5×5单元(子区域)导致在x方向上移位以形成后续的“相邻”的单元(用引号,因为这些区域那时不再是不相交的。在本公开的范围内的“相邻”的定义因此也包括非不相交的单元)期间在x方向上的两个像素行和在y方向上的两个像素行的重叠,并且因此证明为例如在实施方案的最优的默认值的意义上有利的选择,因为相对大的区域以尤其上面提到的补偿局部出现的干扰的优点重叠。
根据本发明的一个改进方案,通过像素的数量定义的第一尺寸和第二尺寸之比优选地以优化的方式被规定,使得第一尺寸和第二尺寸尤其考虑到创建第一和第二图像照片的摄像机的分辨率和/或三维打印的其他参数。先前提到的在考虑摄像机分辨率的情况下的优化特此有针对性地被应用于尺寸比并且因此为上面提到的就此而言的优点作出贡献。
在本发明的另一有利改进方案中,根据通过至少第一对第一图像照片和第二图像照片以及第二对第一图像照片和第二图像照片所确定的子区域进行检查。由此,利用关系的根据本发明的方案更进一步被改良,因为现在不仅考虑当前层的单元和区块对,而且至少也考虑后续层的对,因为这些对也具有关系,该关系可以被根据本发明的相关和聚合用于明确错误迹象。其优点尤其可以在于,如果对第一对和第二对的聚合值的结果求和,那么总和的值可以是错误的程度的表示。因此例如非常高的值可以表明严重的缺陷,反之亦然。
附图说明
根据在图1至4中所示出的本发明的实施例来解释本发明的其他的优点和细节。在此:
图1示出在根据现有技术的新覆层之后具有缺少粉末的多个缺陷的层的图像,所述缺陷通过黄色框来标记,
图2示出如在根据现有技术的曝光之后呈现出的层的图像,
图3示出根据本发明的方法的一个实施例的流程图,
图4示出根据本发明的相关和聚合的示意性实施例,
图5示出根据本发明的实施例的错误识别的示例的示意图。
具体实施方式
在图1中可以看到具有缺少粉末的多个缺陷(“粉末缺少缺陷”)的层的如在根据现有技术的3D打印中进行的层用粉末覆层的图像(“再覆层图像”),如根据现有技术所显示出的,其中所述缺陷通过框来标记。在此可以看到,由于不同的反射程度,在左上角附近的缺陷难以识别出,这导致该区域中非常低的对比度。
在图1中所示出的具有带有多个缺少的粉末缺少缺陷的粉末的新覆层的照片的示例中显示出,由于针对该照片视图像检测的距离和照明而定可能产生的不同的反射程度,以非常不同的灰度值检测裸金属、即粉末缺少的部位,这显著地妨碍低对比度区域中、诸如图1中入框的区域的上半部中的缺陷的识别。
层之间的反射和对比度的变化由于在曝光期间采样路径的不同的、通常相当随机的角位移而形成,所述角位移有意地被引入,以便避免平行曝光线,因为这否则导致诸如过热之类的问题。
这些变化在图2中示例性地示出。
图2示出在曝光之后产生的图像。在曝光之后在本公开的范围内意味着激光器已选择性地熔化了来自再覆层的粉末。
在此可以看到根据现有技术所拍摄的在3D打印中相继的三个层。在此情况下不仅在每个图像之内而且在图像之间显示出熔融金属的不同灰度值。
灰度值变化主要由光反射的差异造成并且一般而言不传达关于工艺质量的信息。不过这使图像分析更困难,因为熔融区域可以通过非常不同的灰度值来表示,所述灰度值有时甚至不能与粉末的灰度值区分开。
在图3中示意性地示出了应付这些挑战的根据本发明的方法的一个实施例的流程图。
在所示出的实施例中,在此在第一步骤S1中进行3D打印机中的当前固定的打印层的第一拍摄。在该示例中,由粉末构成的层通过借助激光的曝光来引起。然而,本发明并不限于此。更确切地说,也可以将本发明应用于用于固定的替代方法、如借助粘合剂连接粉末或借助电子束固定粉末的方法。
此后在第二步骤S2中进行紧跟曝光的新覆层的第二拍摄。
因此存在第一和第二数字照片。一张在用粉末覆层之前并且一张在用粉末覆层之后。然后在第三步骤S3中将这两张照片中的每一张虚拟地划分成区块。
针对该示例,在此可以进行分割,使得每张照片的整个区域被分离,尤其被分离为包含该照片的区域的相同地被确定尺寸的、例如相继的子区域的帧(区块),使得这些帧定义照片的子区域,例如用于关联。
此外,针对这两张照片相同地进行分割,使得第一照片的这样产生的子区域具有与第二照片的这样产生的子区域相同的定位、形状和尺寸。
在第四步骤S4中,针对每张照片、即针对第一和第二照片,在每个区块中在起始位置处形成相同地被确定尺寸和被定位的第一单元。同样虚拟地,如以先前所描述的方式所表征的那样。
基于该第四步骤S4,然后在第五步骤S5中针对每张照片形成第二单元,这些第二单元针对每张照片根据本发明与各个第一单元不相交。因此,这些第二单元分别与初始单元重叠。第二单元在此从尺寸和形状来看对应于第一单元,但是从位置来看在x方向上偏移了一段。
在第六步骤S6中,同样针对每张照片基于在第四步骤S4中形成的第一单元形成另一单元对,也就是说每张照片的第三单元。这些第三单元同样从尺寸和形状来看与第一单元相同,但是从位置来看相对于第一单元在y方向上被偏移。因此同样与第一单元重叠。
在此,这两个偏移的重叠程度可以是相同的,但是不限于此。
在第七步骤S7中,现在检查:在形成第二单元对之后,通过第一单元对和第二单元对以及第三单元对是否已经到达区块末端;因此整个区块实际上被第一单元对和至少一个第二单元对以及至少一个第三单元对覆盖了。如果在该第一偏移之后情况并非如此,则重复第五步骤S5、第六步骤S6和第七步骤S7,使得形成另一第二和第三单元对。
这一直进行,直到第七步骤S7中的查询得出:该区块被覆盖了。
在该示例中,在y方向上偏移的单元的数量与在x方向上偏移的单元的数量相同。该示例和本发明不限于此。可以在一个方向上并且在另一个方向上进行不同的偏移步骤。
对于所示出的示例这意味着,作为可能的变型方案,在x方向上偏移的程度可以与y方向上的程度不同地来选择。但是,另一变型方案也在于,这些步骤能够以不同的顺序和/或在分开的循环中进行。
对于所示出的整个实施例一般适用:该示例和本发明并非根据刚好该步骤序列和这些方法步骤的类型来规定。更确切地说,任意的顺序、子例程和循环形成以及这些步骤的各个步骤的组合及其变化都在由权利要求所定义的以及物理的(因果关系)限制内被本发明所包括。
因此,如果该区块至少被一个单元覆盖,则在第八步骤S8中可以进行单元对的根据本发明的相关。在该图中,这种相关在子例程中被执行并且第一单元对以及第二和第三单元对的全部被移交给该子例程。但是,本发明并不限于这种实施变型方案,而是如上面所说明的,实施方案的结构可以是完全不同的结构。例如,各个对可以被移交给子例程,或者不使用子例程,而是通过替代的实施方案以不同的方式实现:使这些对相关。
在第八步骤S8中这种相关之后,然后根据本发明在第九步骤S9中进行对单元对的全部的聚合。
关于聚合和相关的细节基于图4中的该过程的一个实施例的示意图来说明。
在这种聚合结束之后,然后执行该区块的分类。这简化地作为一个步骤示出,然而也可以作为子例程来实施,所述子例程利用聚合的结果来调用,或者如上所述,作为用于实现根据本发明的构思的完全不同的实施方案来实施。
由于(通过在第一和第二照片上的相同的尺寸、形状和位置相似于单元对在逻辑上相关的)区块对的区块分别是照片的子区域,所以规则将更可能是,在第十一步骤S11中执行的是否已涉及最后的区块的查询得出否定结果,并且因此进行从第四步骤S4起直到第十步骤S10的步骤的重复。
如果现在所有区块都被分类且第十一步骤S11中的查询的结果是肯定的,那么结束对这两张照片的检查。然后紧跟其后可以输出结果,所述结果表明:在当前层被打印时是否出现了错误和/或出现了哪些错误。必要时输出信号,停止打印和/或启动错误处理可能性。
为了更好地理解根据本发明的实施例,将基于相关和聚合的在图4中所示出的示意图更详细地解释相关和聚合。
在左半部中可以识别出被应用于被曝光的层的照片的相关/聚合的方案。
该实施例对本发明所基于的问题的解决的贡献在于至少两个图像之间的适当相关,其中为了识别缺少的粉末,一个图像在曝光之后被拍摄并且一个图像在新覆层之后被拍摄。在此,根据本发明的对解决方案的贡献基于如下创造性构思:针对粉末缺少的情况,在粉末缺少的区域中使再覆层图像中的局部模式与曝光图像高度相关。
在此,这种方案相对于在图像之间逐像素的一致性的测试而突出,因为该测试通常不能起作用,在图像之间存在轻微的亮度差异,并且尤其不仅金属而且粉末可能局部地视反射而定具有非常相似的灰度值,这些灰度值导致在比较时错误的结果。
利用本发明的如在图3中所描述的实施例,如在图4中示意性地示出的相关如下产生影响:
根据本发明的实施例的相关要求:滑动窗口、即先前所描述的单元在要比较的图像上同步地被移动。
有利的是,单元相当小,例如3×3像素或5×5像素大,以便也能够检测小的缺陷。最优的单元大小在此将根据数字摄像机的空间分辨率来确定,并且然后但是针对确定的打印机类型通常将保持设定为恒定的。针对每个单元位置,相应样品的皮尔逊相关系数、即相应单元对如下来计算:
其中ca、cb表示图像a和b中的相同单元,pk表示该单元的像素值,并且m表示该单元的平均像素值。
等式(1)中的分子测量两个图像中的单元pk的像素值围绕该单元中的相应单元平均值m的共同变化。如果该单元在两个图像中显示出相同的变化值,也就是说,一个像素在两个图像中都大于(小于)相应单元平均值,那么分子的总和中的乘积项是正的。对于相反的变化,该乘积项是负的,例如,在图像a中像素值大于单元平均值,而b中的相同像素小于平均值。在此,该总和遍历单元的所有像素。
分母通过单元的标准偏差的乘积使该总和归一化。
该步骤的结果是每个单元的相关系数值r∈[-1,1]。
接近+1的值在此表明两个图像中的相应单元的高度的相关性(相似性)。
根据本发明的实施例,通过该图的两个图像中的较大矩形示意性地勾画的聚合现在要求将阈值应用于所有相关系数。以此例如可以将所有小于0.9的值设置为零。
紧接着,在相邻的单元上进行结果值的聚合。这通过定义重叠了一个像素的滑动单元来实现,所述单元总共因此以5x5单元产生被勾画为更大矩形的区块,所述单元的值被求和。
在该过程结束时每个区块的高总和值指示该区块中缺少粉末的缺陷。
替代地或补充地,可以将其他标准、例如每个单元的局部方差至少超过恒定的最小值的要求一起包括到聚合/相关中。由此可以避免错误相关,所述错误相关例如可能由于两个图像中的相似的JPEG压缩伪影而形成,所述JPEG压缩伪影虽然关于粉末错误是不相关的,但是可能影响局部相关性。
在用于改进检测的实施例的改进方案中,可以越过第一和第二照片的相继的层或对组合结果。由此可以例如在至少两个相继的层中的相同区块位置显示出高值的情况下作为结果确定:涉及严重的缺陷,而如下区块可以被归入不太严重的,在这些区块中仅在唯一的层中出现缺陷。
在图5中示出了在应用根据本发明的实施例时缺少粉末的成功证据的示例,所述证据因此成功地指出错误。
这些示例在此分别示意性地示出根据本发明针对不同打印产品的检测的流程。在此在所述图中相同的是,最左边示出在曝光之后的层,在中间示出在用粉末覆层之后的层,并且最右边是根据本发明的实施例的检测结果,如将例如能够被可视化的,以便将例如能够在显示器上向打印机的操作者或执行打印的人员显示。该显示器将可以安装在打印机本身上并且在现场进行呈现,或者在不同的地点处、例如在发出了打印任务的地点处进行,该地点不一定必须对应于打印机的场所。例如可以设想:这在产生单件、诸如原型时被提供。这里经常访问中央打印服务。即使并且尤其在这样的单个任务期间,也期望精确地并且及早地识别出有错误的打印。
概括地说,优点、细节和实施变型方案可以进一步如下来说明。
通过本发明提供的主要优点由相关和聚合方案、如在图3中所示出的实施例的那些相关和聚合方案的组合得出。
其原因尤其在于,将小单元用于相关能够实现较小缺陷的识别。然而,小单元在良性的情况下、也就是说在没有缺陷的情况下也可能导致高的相关性。这例如可能在如下情况下出现:被曝光的区域的熔融材料部分地从粉末中突出,使得该材料在新覆层图像中变得部分可见。
但是,通过根据本发明的与聚合的组合,更确切地说,通过较大区块中的单元级相关的阈值形成和聚合,消除这些错误报警,所述较大区块呈现较大空间区域上的相关性。
因此,根据本发明的解决方案通过所描述的组合来提供一种用于识别粉末缺少缺陷的稳健的和同时相对于小缺陷具有高灵敏度的手段,该识别是最关键的之一。
通过根据本发明的解决方案此外产生更少的错误报警。
本发明还具有相对于例如由于不均匀的照明而产生的局部亮度波动的不变性。这在图3中所讨论的实施例的情况下由如下得出:在等式(1)中针对每个单元减去局部平均值,使得单元之间的亮度差异是不相关的,因为仅围绕相应平均值的共同变化计数。
本发明的实施例的特征此外在于可以容易地解释并且可以容易地调整的阈值,因为相关系数,尤其在将阈值规定为1时,所述系数通过1、0来限制。
本发明在此有利地非常好地适合于由流行的CNN框架构成的快速架构、诸如所谓的“Tensorflow”的实施。

Claims (10)

1.一种用于三维打印的质量检查方法,所述三维打印诸如根据所谓的“增材制造”方法,其中产生三维打印对象,使得所述打印对象虚拟地被划分为层并且打印模型的连续的相继的层通过打印机来打印,使得:
a.为此针对每个根据要打印的虚拟层的层进行用粉末新覆层,
b.尤其利用激光、粘合剂或电子束固定新覆层,其特征在于,针对每个层
c.产生被固定的层的至少一个第一数字图像照片,
d.产生所述新覆层的至少一个第二数字图像照片,
e.进行所述第一图像照片的至少一个虚拟分割和所述第二图像照片的至少一个虚拟分割,使得所述第一图像照片和所述第二图像照片分别被划分为子区域,使得所有子区域针对每个图像照片覆盖整个图像照片至少一次,并且进行所述第一分割,使得所述第一图像照片的子区域在位置和尺寸上对应于所述第二图像照片的子区域,以及所述第一图像照片的子区域的总和对应于所述第二图像照片的子区域的总和,
f.基于所述第一图像照片的通过相同位置和相同尺寸所确定的子区域和所述第二图像照片的通过相同位置和相同尺寸所确定的子区域进行检查,使得所述子区域经受尤其由机器学习支持的相关和聚合,
g.至少针对所述第一图像照片和所述第二图像照片的每个通过相同位置和相同尺寸定义的子区域对重复所述相关和聚合,其中每个其他的子区域对的位置连续地根据笛卡尔坐标系在x和/或y方向上被移位,
h.如果基于至少一个所执行的相关和/或聚合用信号通知至少在当前层上的缺陷,则启动错误方法。
2.根据上一权利要求所述的方法,其特征在于,
a.进行所述第一图像照片的虚拟分割和所述第二图像照片的虚拟分割,使得形成第一子区域,所述第一子区域具有第一尺寸,并且形成第二子区域,所述第二子区域具有第二尺寸,其中所述第二尺寸大于所述第一尺寸,
b.进行相关,使得针对每个位于一个第二子区域对之内的第一子区域对形成相关系数,其中每个其他的子区域对的位置连续地根据笛卡尔坐标系在x和/或y方向上被移位,
c.进行聚合,使得针对每个第二子区域在所有被定位在该第二子区域之内的第一对第一子区域上形成相关系数的总和,
d.至少基于所述总和与第一阈值的比较,如果超过所述阈值,则启动所述错误方法。
3.根据上一权利要求所述的方法,其特征在于,所述相关系数被形成为所谓的皮尔逊相关系数。
4.根据上一权利要求所述的方法,其特征在于,根据以下公式形成皮尔逊相关系数:
其中
a=第一图像照片,
b=第二图像照片,
ca=所述第一图像照片的第一子区域,
cb=所述第二图像照片的第一子区域,
pk=相应的第一子区域的各个像素值,
m=相应的第一子区域的平均像素值,
k=相应的第一子区域的像素值pk的运行索引,
针对每个第一子区域,r∈[-1,1]。
5.根据上述权利要求中任一项所述的方法,其特征在于,在所述聚合之前进行所述系数的归一化,使得在未超过第二阈值、尤其小于值0.9的值的情况下将所述系数设置为值0。
6.根据上述权利要求中任一项所述的方法,其特征在于,规定第一尺寸与第二尺寸之比,使得至少两个第一子区域重叠。
7.根据上一权利要求所述的方法,其特征在于,所述第一尺寸和第二尺寸根据笛卡尔坐标系通过x和y方向上的像素的数量来定义,所述第一尺寸与第二尺寸之比被规定,使得至少两个第一子区域对于至少一个像素行而言具有重叠,尤其所述第一尺寸通过3×3像素来定义并且所述第二尺寸通过5×5子区域来定义。
8.根据上一权利要求所述的方法,其特征在于,通过所述像素的数量定义的第一尺寸和第二尺寸之比优选地以优化的方式被规定,使得所述第一尺寸和第二尺寸尤其考虑到创建所述第一和第二图像照片的摄像机的分辨率和/或所述三维打印的其他参数。
9.根据上述权利要求中任一项所述的方法,其特征在于,根据通过至少第一对第一图像照片和第二图像照片以及第二对第一图像照片和第二图像照片所确定的子区域进行所述检查。
10.一种用于三维打印的质量检查装置,所述三维打印诸如根据所谓的“增材制造”方法,其中产生三维打印对象,使得所述打印对象虚拟地被划分为层,并且打印模型的连续的相继的层通过打印机来打印,使得:
a.为此针对每个根据要打印的虚拟层的层进行用粉末新覆层,
b.尤其利用激光、粘合剂或电子束固定新覆层,
其特征在于用于执行根据上述权利要求中任一项所述的方法的构件。
CN202180073265.2A 2020-08-26 2021-08-24 质量检查方法和质量检查装置 Pending CN116600919A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP20192906.4A EP3961557A1 (de) 2020-08-26 2020-08-26 Qualitätsinspektionsverfahren und anordnung für eine qualitätsinspektion
EP20192906.4 2020-08-26
PCT/EP2021/073312 WO2022043283A1 (de) 2020-08-26 2021-08-24 Qualitätsinspektionsverfahren und anordnung für eine qualitätsinspektion

Publications (1)

Publication Number Publication Date
CN116600919A true CN116600919A (zh) 2023-08-15

Family

ID=72243038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180073265.2A Pending CN116600919A (zh) 2020-08-26 2021-08-24 质量检查方法和质量检查装置

Country Status (4)

Country Link
US (1) US20230360194A1 (zh)
EP (2) EP3961557A1 (zh)
CN (1) CN116600919A (zh)
WO (1) WO2022043283A1 (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9390494B2 (en) * 2012-12-13 2016-07-12 Kla-Tencor Corporation Delta die intensity map measurement
US9855698B2 (en) 2013-08-07 2018-01-02 Massachusetts Institute Of Technology Automatic process control of additive manufacturing device
JP6295561B2 (ja) * 2013-09-17 2018-03-20 株式会社リコー 画像検査結果判断装置、画像検査システム及び画像検査結果の判断方法
ZA201505683B (en) * 2014-08-15 2017-11-29 Central Univ Of Technology Free State Additive manufacturing system and method
US10719929B2 (en) * 2015-11-16 2020-07-21 Materialise N.V. Error detection in additive manufacturing processes
EP3459715A1 (en) 2017-09-26 2019-03-27 Siemens Aktiengesellschaft Method and apparatus for predicting the occurrence and type of defects in an additive manufacturing process
DE102019102484A1 (de) * 2019-01-31 2020-08-06 Carl Zeiss Smt Gmbh Verarbeitung von dreidimensionalen Bilddatensätzen

Also Published As

Publication number Publication date
EP3961557A1 (de) 2022-03-02
EP4186027A1 (de) 2023-05-31
WO2022043283A1 (de) 2022-03-03
US20230360194A1 (en) 2023-11-09

Similar Documents

Publication Publication Date Title
JP2006170809A (ja) 欠陥検出装置および欠陥検出方法
CN112102281B (zh) 基于改进Faster Rcnn的货车制动缸故障检测方法
CN113034488B (zh) 一种喷墨印刷品的视觉检测方法
CN108716890A (zh) 一种基于机器视觉的高精度尺寸检测方法
CN112033965A (zh) 基于差分图像分析的3d弧形表面缺陷检测方法
CN112200790B (zh) 布料缺陷检测方法、设备和介质
CN108548824B (zh) Pvc面膜检测方法及装置
CN109932369A (zh) 一种异形显示面板检测方法及装置
US20100039510A1 (en) Method and DEVICE for PRINT INSPECTION
JP7350637B2 (ja) 画像検査のための高速画像歪み補正
JP2002005846A (ja) 欠陥検査装置
CN117274258A (zh) 主板图像的缺陷检测方法、系统、设备及存储介质
JP2017211325A (ja) 欠点検査方法及び欠点検査装置
CN101685000B (zh) 影像边界扫描的计算机系统及方法
CN113112396B (zh) 导电粒子的检测方法
KR100827906B1 (ko) 기판 검사 장치
CN116600919A (zh) 质量检查方法和质量检查装置
JP6074284B2 (ja) 帯状ゴム部材の形状測定方法及び形状測定装置
CN115839957A (zh) 显示模组夹层缺陷的检测方法、装置、设备及存储介质
JP2009079915A (ja) 微小寸法測定方法および測定装置
JP2002008029A (ja) 画像検査装置
KR20200126921A (ko) 스켈러톤 웨이퍼 검사 방법
CN113034455B (zh) 一种平面物件麻点检测方法
JP2009150855A (ja) 被検査物の検査方法及びその検査装置
WO2022260028A1 (ja) 外観検査装置、外観検査方法、画像生成装置および画像生成方法

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