CN116604040A - 一种基于多传感的选区激光熔化缺陷监测方法及系统 - Google Patents
一种基于多传感的选区激光熔化缺陷监测方法及系统 Download PDFInfo
- Publication number
- CN116604040A CN116604040A CN202310416042.2A CN202310416042A CN116604040A CN 116604040 A CN116604040 A CN 116604040A CN 202310416042 A CN202310416042 A CN 202310416042A CN 116604040 A CN116604040 A CN 116604040A
- Authority
- CN
- China
- Prior art keywords
- defect
- molten pool
- scanning
- acoustic
- selective laser
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000012544 monitoring process Methods 0.000 title claims abstract description 57
- 238000002844 melting Methods 0.000 title claims abstract description 28
- 230000008018 melting Effects 0.000 title claims abstract description 28
- 238000007639 printing Methods 0.000 claims abstract description 55
- 238000010586 diagram Methods 0.000 claims abstract description 36
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims description 18
- 238000013178 mathematical model Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 230000002068 genetic effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 239000000843 powder Substances 0.000 description 7
- 238000011084 recovery Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000010309 melting process Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 239000002184 metal Substances 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007648 laser printing Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
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
- B22F10/80—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
- 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
- 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
- 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)
- Physics & Mathematics (AREA)
- Plasma & Fusion (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于多传感的选区激光熔化缺陷监测方法及系统,本发明采用多传感器监测打印过程中熔池图像、声学信号和光电信号;对所述熔池图像、声学信号和光电信号进行信号采集和预处理;对所述熔池图像进行熔池特征提取,并将熔池特征进行时域统一;从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数,并将缺陷特征参数与对应扫描位置结合,生成声学信号、光电信号和熔池特征的缺陷特征位置图;基于缺陷特征位置图采用阈值缺陷判断方法定位缺陷位置,并进行显示和统计;当缺陷数量超出预设范围时,对打印参数进行优化调整。本发明实时性高、操作简单。
Description
技术领域
本发明涉及金属3D打印监测技术领域,具体是一种基于多传感的选区激光熔化缺陷监测方法及系统。
背景技术
选区激光熔化(Selective Laser Melting,SLM)技术是快速成型技术的重要组成部分。它是近年来发展起来的快速制造技术,相对其它快速成型技术而言,SLM技术更高效、更便捷、开发前景更广阔。然而,金属成型零件的质量和重复利用性一直阻碍选区激光熔化技术的应用。选区激光熔化是一个多种物理场相互耦合、高度动态的复杂过程,成形件易产生诸如翘曲变形、球化、开裂等宏观缺陷,以及气孔、夹渣、未融合等内部冶金缺陷,影响了金属成型件的精度和可靠性。
为了克服这些缺陷,制造出高质量的零件,进行选区激光熔化过程的监测显得十分重要。目前针对SLM监测主要集中在对打印过程中发出的声、光、热以及振动信号上,采用对应信号源的传感设备进行信号的采集。然而,研究多集中在针对单一信号源的单一传感器监测或单一信号源的多传感器监测,导致监测的信息不全,且监测的准确性不足,同时只能对打印件的整体质量做出评估,无法确定出缺陷产生的具体位置。而多传感监测会产生大量的同源异构数据,数据之间无法建立联系,并且一般的处理方法耗时久,严重影响了监测的实时性。在参数优化方面,通常以打印完成后的零件整体质量作为参数寻优的评价标准,使得实验过程繁琐,浪费大量的人力物力。
发明内容
发明目的:本发明针对现有技术存在的问题,提供一种实时性高、操作简单的基于多传感的选区激光熔化缺陷监测方法及系统。
技术方案:本发明所述的基于多传感的选区激光熔化缺陷监测方法包括以下步骤:
(1)采用多传感器监测打印过程中熔池图像、声学信号和光电信号;
(2)对所述熔池图像、声学信号和光电信号进行信号采集和预处理;
(3)对所述熔池图像进行熔池特征提取,并将熔池特征进行时域统一;
(4)从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数,并将缺陷特征参数与对应扫描位置结合,生成声学信号、光电信号和熔池特征的缺陷特征位置图;
(5)基于缺陷特征位置图采用阈值缺陷判断方法定位缺陷位置,并进行显示和统计;
(6)当缺陷数量超出预设范围时,对打印参数进行优化调整。
进一步的,步骤(1)具体包括:
(1-1)采用高速相机拍摄打印过程中熔池图像,所述高速相机采用旁轴安装方式架设在选区激光打印机仓外;
(1-2)采用声学麦克风监测打印过程中产生的声学信号,所述声学传感器采用旁轴方式安装在打印机仓内;
(1-3)采用光电二极管监测打印过程中产生的光电信号,所述光电二极管采用旁轴方式安装在打印机仓内。
进一步的,步骤(3)具体包括:
(3-1)根据设置的高速相机帧率,计算每张熔池图像的时间;
(3-2)从每张熔池图像中提取熔池宽度、熔池面积以及飞溅个数,作为熔池特征;
(3-3)根据提取的各时间的熔池宽度、熔池面积、飞溅个数,分别拟合出熔池宽度、熔池面积、飞溅个数与时间的关系曲线。
进一步的,所述熔池图像的时间的计算公式为:
式中,tk为第k张熔池图像的时间,f为高速相机帧率,k代表第k个熔池图像。
进一步的,步骤(4)具体包括:
(4-1)分别从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数;
(4-2)根据当前打印层形状和激光扫描策略建立扫描路径网格平面,扫描路径平面中每个网格代表当前打印层上对应的扫描位置;
(4-3)获取声学信号的典型缺陷特征参数值的最小值和最大值,将最小值和最大值之间范围分为若干等距区间,将位于每个区间的声学信号典型缺陷特征参数值赋值为一个非0的灰度值,填入第一个扫描路径网格平面中声学信号扫描位置对应的网格,生成声学信号的缺陷特征位置图;
(4-4)按照同样步骤得到光电信号的缺陷特征位置图和熔池特征的缺陷特征位置图。
进一步的,步骤(4-3)中所述声学信号扫描位置对应的网格的获取方法为:
A、获取声学信号的典型缺陷特征参数值的扫描时间t和初始扫描时间t0;
B、计算扫描时间t和初始扫描时间t0的差,作为扫描时长τ;
C、将扫描速度v和扫描时长τ相乘再除以扫描融道长度,得到商数n和余数m,若m=0,则扫描位置对应扫描路径网格平面中第n行扫描方向的最后一个网格,若m≠0,则扫描位置对应扫描路径网格平面中第n+1行扫描方向的第m个网格。
进一步的,步骤(5)具体包括:
(5-1)分别将声学信号、光电信号和熔池特征的缺陷特征位置图中每一网格所对应的灰度值与预设阈值范围进行对比,当超出预设阈值范围时,判定为当前网格出现缺陷,将当前网格的灰度值更新为0;
(5-2)将更新后的声学信号、光电信号和熔池特征的缺陷特征位置图融合为一张缺陷位置图,图上灰度值为0的位置为缺陷位置,并统计缺陷数量。
进一步的,步骤(6)具体包括:
(6-1)当缺陷数量超出设置范围时,设计四因素五水平的正交工艺参数组,其中,四因素是指激光功率、扫描速度、扫描间距和切片层厚,五水平是将各因素的设置范围从低到高平均分为5个水平;
(6-2)每种工艺参数组打印20层,并记录打印过程中产生的缺陷数量;
(6-3)以缺陷出现次数作为参数寻优的评价标准,建立多目标优化数学模型,使用遗传算法对多目标优化数学模型求解,获得激光功率、扫描速度、扫描间距和切片层厚的最优参数组合。
本发明所述的基于多传感的选区激光熔化缺陷监测系统包括:
多传感模块,用于监测打印过程中熔池图像、声学信号和光电信号;
信号采集模块,用于对所述熔池图像、声学信号和光电信号进行信号采集;
数据处理模块,用于进行信号预处理,并对所述熔池图像进行熔池特征提取,将熔池特征进行时域统一,之后从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数,并将缺陷特征参数与对应扫描位置结合,生成缺陷特征位置图,最后基于缺陷特征位置图采用阈值缺陷判断方法定位缺陷位置,并进行显示和统计;
参数优化模块,用于当缺陷数量超出预设范围时,对打印参数进行优化调整。
进一步的,所述多传感模块具体包括:
高速相机,采用旁轴安装方式架设在选区激光打印机仓外,用于拍摄打印过程中熔池图像;
声学麦克风,采用旁轴方式安装在打印机仓内,用于监测打印过程中产生的声学信号;
光电二极管,采用旁轴方式安装在打印机仓内,用于监测打印过程中产生的光电信号。
有益效果:本发明与现有技术相比,其显著优点是:本发明可以更加全面监测选区激光熔化过程,缺陷监测更加准确,弥补了单一传感器监测缺陷不全和不准确的问题。采用旁轴监测,系统搭建相对容易,易于实现。通过对同源异构数据的维度统一,建立了数据间的联系,实现了数据的高效处理,提高了缺陷检测的正确率。本发明实现了选区激光熔化过程的可知可控,能够快速定位缺陷位置,并对打印参数进行了优化,对提升打印质量和改善工艺有着重要作用。
附图说明
图1为多传感选区激光熔化缺陷监测硬件系统图;
图2为本发明提供的基于多传感的选区激光熔化缺陷监测方法的流程示意图;
图3为维度统一过程的示意图;
图4为缺陷定位显示过程的示意图;
图5为本发明提供的基于多传感的选区激光熔化缺陷监测系统的模块示意图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
本实施例提供一种基于多传感的选区激光熔化缺陷监测方法,该方法对图1所示选区激光打印机进行监测,该选区激光打印机包括:激光器1、扫描振镜2、刮刀3、供粉仓4、成型仓5、基板6、回收管7、粉末回收仓71、密封塞8,本实施例采用的选区激光打印设备为iSLM150,激光器1在选区激光熔化打印机的顶部,发出的激光由安装在激光器1前方的扫描振镜2控制,并按一定的扫描策略照射在成型仓5中基板6上方的金属粉末表面。成型仓5位于整个仓室的中下部,其左侧有一供粉仓4,供粉仓4中的粉末通过上方的刮刀3送到成型仓5中。成型仓5右侧有一粉末回收管7,回收管7下方有一粉末回收仓71,用于收集基板6调平时产生的多余粉末。
如图2所示,本实施例提供的基于多传感的选区激光熔化缺陷监测方法包括如下步骤:
(1)采用多传感器监测打印过程中熔池图像、声学信号和光电信号。
参考图1,多传感器具体为高速相机9、声学麦克风10、光电二极管11,分别来监测打印过程中熔池图像、声学信号和光电信号。回收管7右侧装有支架12,支架12上装有用于监测打印的声学麦克风10和光电二极管11,采用的麦克风型号为MPA416,光电二极管型号为DT-30V,该光电二极管通过内置模块能够直接将光强信号转变为电压信号,方便了后续的采集。高速相机9架设在打印机仓外。高速相机9采用的型号为ISP502,仓门窗更换为透明色。在回收管7末端有一密封塞8,密封塞8中有两个线缆孔,便于传感器排线引出,同时,在打印过程中,需要保证整个仓内的气密性,因此密封塞8保证了打印过程的气密性,防止打印件在打印过程中发生氧化。支架12带有两个可旋转方向的夹子121,用于固定安装声学麦克风10和光电二极管11,并且可以旋转调整两个传感器的监测角度。高速相机9用于监测形貌缺陷,如孔洞、凹陷等,声学麦克风10反映打印过程中的孔隙率问题,光电二极管11用于判断熔池能量吸收量的问题,反映熔合不良等缺陷。
(2)对所述熔池图像、声学信号和光电信号进行信号采集和预处理。
其中,数据采集通过数据采集卡13和上位机14实现。声学麦克风10和光电二极管11的排线通过回收管7与外部的数据采集卡13连接,高速相机9直接连接上位机14.数据采集卡13将电信号转换为数字信号传送给上位机14,本实施例中采用了NI的数据采集卡,上位机为普通的台式计算机,通过labview编程环境编写数据采集和数据处理程序。
(3)对所述熔池图像进行熔池特征提取,并将熔池特征进行时域统一。
具体实施时,根据设置的高速相机帧率,计算每张熔池图像的时间,计算公式为:
式中,tk为第k张熔池图像的时间,f为高速相机帧率,k代表第k个熔池图像。
之后通过opencv从每张熔池图像中提取熔池宽度、熔池面积以及飞溅个数,作为熔池特征;再根据提取的各时间的熔池宽度、熔池面积、飞溅个数,通过描点分别拟合出熔池宽度、熔池面积、飞溅个数与时间的关系曲线,如图3所示。
(4)从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数,并将缺陷特征参数与对应扫描位置结合,生成声学信号、光电信号和熔池特征的缺陷特征位置图。
该步骤具体包括:
(4-1)分别从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数。典型缺陷特征参数可由实验得出,或按照现有技术的提取方法提取。初步实验得出:熔池尺寸等定量信息与标准熔池尺寸等进行比较,能够找出缺陷异常点;声学信号的声压突变反映了断裂和气孔缺陷的产生,方差一定程度反映了声压的稳定性;光电信号直观反映了熔池的能量吸收情况,一定时间区间内的平均值能够较好反映熔池状况。因此将熔池定量信息与标准熔池的差值作为每个采样时刻的特征参数,声压信号中对每10个采样点求方差作为此采样时间段的特征参数,光电信号则以每10个采样点的平均值作为此采样时间段的特征参数。当然,实际情况的特征参数选取不仅限于此。
(4-2)根据当前打印层形状和激光扫描策略建立扫描路径网格平面,扫描路径平面中每个网格代表当前打印层上对应的扫描位置。
(4-3)获取声学信号的典型缺陷特征参数值的最小值和最大值,将最小值和最大值之间范围分为若干等距区间,将位于每个区间的声学信号典型缺陷特征参数值赋值为一个非0的灰度值,填入第一个扫描路径网格平面中声学信号扫描位置对应的网格,生成声学信号的缺陷特征位置图。具体实施时,可分成50个等间距,从131-180范围的灰度值中按照参数值大小对应赋值。所述声学信号扫描位置对应的网格的获取方法为:A、获取声学信号的典型缺陷特征参数值的扫描时间t和初始扫描时间t0;B、计算扫描时间t和初始扫描时间t0的差,作为扫描时长τ;C、将扫描速度v和扫描时长τ相乘再除以扫描融道长度,得到商数n和余数m,若m=0,则扫描位置对应扫描路径网格平面中第n行扫描方向的最后一个网格,若m≠0,则扫描位置对应扫描路径网格平面中第n+1行扫描方向的第m个网格。
(4-4)按照同样步骤得到光电信号的缺陷特征位置图和熔池特征的缺陷特征位置图,如图4所示。
(5)基于缺陷特征位置图采用阈值缺陷判断方法定位缺陷位置,并进行显示和统计。
具体实施时,分别将声学信号、光电信号和熔池特征的缺陷特征位置图中每一网格所对应的灰度值与预设阈值范围进行对比,当超出预设阈值范围时,判定为当前网格出现缺陷,将当前网格的灰度值更新为0;将更新后的声学信号、光电信号和熔池特征的缺陷特征位置图融合为一张缺陷位置图,图上灰度值为0的位置为缺陷位置,并统计缺陷数量,如图4所示,将无缺陷位置赋白色,对有缺陷处取黑色显示。
(6)当缺陷数量超出预设范围时,对打印参数进行优化调整。
当缺陷数量超出设置范围时,设计四因素五水平的正交工艺参数组,其中,四因素是指激光功率、扫描速度、扫描间距和切片层厚,五水平是将各因素的设置范围从低到高平均分为5个水平;每种工艺参数组打印20层,并记录打印过程中产生的缺陷数量;以缺陷出现次数作为参数寻优的评价标准,建立多目标优化数学模型,使用遗传算法对多目标优化数学模型求解,获得激光功率、扫描速度、扫描间距和切片层厚的最优参数组合。
本方可以更加全面监测选区激光熔化过程,缺陷监测更加准确,弥补了单一传感器监测缺陷不全和不准确的问题。采用旁轴监测,系统搭建相对容易,易于实现。通过对同源异构数据的维度统一,建立了数据间的联系,实现了数据的高效处理,提高了缺陷检测的正确率。本发明实现了选区激光熔化过程的可知可控,能够快速定位缺陷位置,并对打印参数进行了优化,对提升打印质量和改善工艺有着重要作用。
实施例二
本实施例提供了一种基于多传感的选区激光熔化缺陷监测系统,如图5所示,包括:
多传感模块,用于监测打印过程中熔池图像、声学信号和光电信号;
信号采集模块,用于对所述熔池图像、声学信号和光电信号进行信号采集;
数据处理模块,用于进行信号预处理,并对所述熔池图像进行熔池特征提取,将熔池特征进行时域统一,之后从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数,并将缺陷特征参数与对应扫描位置结合,生成缺陷特征位置图,最后基于缺陷特征位置图采用阈值缺陷判断方法定位缺陷位置,并进行显示和统计;
参数优化模块,用于当缺陷数量超出预设范围时,对打印参数进行优化调整。
其中,所述多传感模块具体包括高速相机、声学麦克风和光电二极管:高速相机采用旁轴安装方式架设在选区激光打印机仓外,用于拍摄打印过程中熔池图像;声学麦克风采用旁轴方式安装在打印机仓内,用于监测打印过程中产生的声学信号;光电二极管采用旁轴方式安装在打印机仓内,用于监测打印过程中产生的光电信号。
其中,所述信号采集模块包括采集卡和上位机。
其中,所述数据处理模块包括时域统一单元、缺陷特征位置图获取单元、缺陷定位单元。时域统一单元根据设置的高速相机帧率,计算每张熔池图像的时间,从每张熔池图像中提取熔池宽度、熔池面积以及飞溅个数,作为熔池特征;根据提取的各时间的熔池宽度、熔池面积、飞溅个数,分别拟合出熔池宽度、熔池面积、飞溅个数与时间的关系曲线。缺陷特征位置图获取单元分别从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数;根据当前打印层形状和激光扫描策略建立扫描路径网格平面,扫描路径平面中每个网格代表当前打印层上对应的扫描位置;获取声学信号的典型缺陷特征参数值的最小值和最大值,将最小值和最大值之间范围分为若干等距区间,将位于每个区间的声学信号典型缺陷特征参数值赋值为一个非0的灰度值,填入第一个扫描路径网格平面中声学信号扫描位置对应的网格,生成声学信号的缺陷特征位置图;按照同样步骤得到光电信号的缺陷特征位置图和熔池特征的缺陷特征位置图。缺陷定位单元分别将声学信号、光电信号和熔池特征的缺陷特征位置图中每一网格所对应的灰度值与预设阈值范围进行对比,当超出预设阈值范围时,判定为当前网格出现缺陷,将当前网格的灰度值更新为0;将更新后的声学信号、光电信号和熔池特征的缺陷特征位置图融合为一张缺陷位置图,图上灰度值为0的位置为缺陷位置,并统计缺陷数量。
其中,所述参数优化模块在缺陷数量超出设置范围时,设计四因素五水平的正交工艺参数组,其中,四因素是指激光功率、扫描速度、扫描间距和切片层厚,五水平是将各因素的设置范围从低到高平均分为5个水平;每种工艺参数组打印20层,并记录打印过程中产生的缺陷数量;以缺陷出现次数作为参数寻优的评价标准,建立多目标优化数学模型,使用遗传算法对多目标优化数学模型求解,获得激光功率、扫描速度、扫描间距和切片层厚的最优参数组合
本发明实施例所提供的装置可以用于执行本发明实施例一所提供的方法,具备执行方法相应的功能和有益效果。未详尽之处参考实施例一,不再赘述。
值得注意的是,上述确定装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
各单元或模块可能为软件、硬件或软件与硬件的结合,可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
Claims (10)
1.一种基于多传感的选区激光熔化缺陷监测方法,其特征在于包括以下步骤:
(1)采用多传感器监测打印过程中熔池图像、声学信号和光电信号;
(2)对所述熔池图像、声学信号和光电信号进行信号采集和预处理;
(3)对所述熔池图像进行熔池特征提取,并将熔池特征进行时域统一;
(4)从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数,并将缺陷特征参数与对应扫描位置结合,生成声学信号、光电信号和熔池特征的缺陷特征位置图;
(5)基于缺陷特征位置图采用阈值缺陷判断方法定位缺陷位置,并进行显示和统计;
(6)当缺陷数量超出预设范围时,对打印参数进行优化调整。
2.根据权利要求1所述的基于多传感的选区激光熔化缺陷监测方法,其特征在于:步骤(1)具体包括:
(1-1)采用高速相机拍摄打印过程中熔池图像,所述高速相机采用旁轴安装方式架设在选区激光打印机仓外;
(1-2)采用声学麦克风监测打印过程中产生的声学信号,所述声学传感器采用旁轴方式安装在打印机仓内;
(1-3)采用光电二极管监测打印过程中产生的光电信号,所述光电二极管采用旁轴方式安装在打印机仓内。
3.根据权利要求1所述的基于多传感的选区激光熔化缺陷监测方法,其特征在于:步骤(3)具体包括:
(3-1)根据设置的高速相机帧率,计算每张熔池图像的时间;
(3-2)从每张熔池图像中提取熔池宽度、熔池面积以及飞溅个数,作为熔池特征;
(3-3)根据提取的各时间的熔池宽度、熔池面积、飞溅个数,分别拟合出熔池宽度、熔池面积、飞溅个数与时间的关系曲线。
4.根据权利要求3所述的基于多传感的选区激光熔化缺陷监测方法,其特征在于:所述熔池图像的时间的计算公式为:
式中,tk为第k张熔池图像的时间,f为高速相机帧率,k代表第k个熔池图像。
5.根据权利要求1所述的基于多传感的选区激光熔化缺陷监测方法,其特征在于:步骤(4)具体包括:
(4-1)分别从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数;
(4-2)根据当前打印层形状和激光扫描策略建立扫描路径网格平面,扫描路径平面中每个网格代表当前打印层上对应的扫描位置;
(4-3)获取声学信号的典型缺陷特征参数值的最小值和最大值,将最小值和最大值之间范围分为若干等距区间,将位于每个区间的声学信号典型缺陷特征参数值赋值为一个非0的灰度值,填入第一个扫描路径网格平面中声学信号扫描位置对应的网格,生成声学信号的缺陷特征位置图;
(4-4)按照同样步骤得到光电信号的缺陷特征位置图和熔池特征的缺陷特征位置图。
6.根据权利要求5所述的基于多传感的选区激光熔化缺陷监测方法,其特征在于:步骤(4-3)中所述声学信号扫描位置对应的网格的获取方法为:
A、获取声学信号的典型缺陷特征参数值的扫描时间t和初始扫描时间t0;
B、计算扫描时间t和初始扫描时间t0的差,作为扫描时长τ;
C、将扫描速度v和扫描时长τ相乘再除以扫描融道长度,得到商数n和余数m,若m=0,则扫描位置对应扫描路径网格平面中第n行扫描方向的最后一个网格,若m≠0,则扫描位置对应扫描路径网格平面中第n+1行扫描方向的第m个网格。
7.根据权利要求1所述的基于多传感的选区激光熔化缺陷监测方法,其特征在于:步骤(5)具体包括:
(5-1)分别将声学信号、光电信号和熔池特征的缺陷特征位置图中每一网格所对应的灰度值与预设阈值范围进行对比,当超出预设阈值范围时,判定为当前网格出现缺陷,将当前网格的灰度值更新为0;
(5-2)将更新后的声学信号、光电信号和熔池特征的缺陷特征位置图融合为一张缺陷位置图,图上灰度值为0的位置为缺陷位置,并统计缺陷数量。
8.根据权利要求1所述的基于多传感的选区激光熔化缺陷监测方法,其特征在于:步骤(6)具体包括:
(6-1)当缺陷数量超出设置范围时,设计四因素五水平的正交工艺参数组,其中,四因素是指激光功率、扫描速度、扫描间距和切片层厚,五水平是将各因素的设置范围从低到高平均分为5个水平;
(6-2)每种工艺参数组打印20层,并记录打印过程中产生的缺陷数量;
(6-3)以缺陷出现次数作为参数寻优的评价标准,建立多目标优化数学模型,使用遗传算法对多目标优化数学模型求解,获得激光功率、扫描速度、扫描间距和切片层厚的最优参数组合。
9.一种基于多传感的选区激光熔化缺陷监测系统,其特征在于包括:
多传感模块,用于监测打印过程中熔池图像、声学信号和光电信号;
信号采集模块,用于对所述熔池图像、声学信号和光电信号进行信号采集;
数据处理模块,用于进行信号预处理,并对所述熔池图像进行熔池特征提取,将熔池特征进行时域统一,之后从声学信号、光电信号和时域统一的熔池特征中提取典型缺陷特征参数,并将缺陷特征参数与对应扫描位置结合,生成缺陷特征位置图,最后基于缺陷特征位置图采用阈值缺陷判断方法定位缺陷位置,并进行显示和统计;
参数优化模块,用于当缺陷数量超出预设范围时,对打印参数进行优化调整。
10.根据权利要求9所述的基于多传感的选区激光熔化缺陷监测系统,其特征在于:所述多传感模块具体包括:
高速相机,采用旁轴安装方式架设在选区激光打印机仓外,用于拍摄打印过程中熔池图像;
声学麦克风,采用旁轴方式安装在打印机仓内,用于监测打印过程中产生的声学信号;
光电二极管,采用旁轴方式安装在打印机仓内,用于监测打印过程中产生的光电信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310416042.2A CN116604040A (zh) | 2023-04-18 | 2023-04-18 | 一种基于多传感的选区激光熔化缺陷监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310416042.2A CN116604040A (zh) | 2023-04-18 | 2023-04-18 | 一种基于多传感的选区激光熔化缺陷监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116604040A true CN116604040A (zh) | 2023-08-18 |
Family
ID=87682633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310416042.2A Pending CN116604040A (zh) | 2023-04-18 | 2023-04-18 | 一种基于多传感的选区激光熔化缺陷监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116604040A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117805248A (zh) * | 2024-02-29 | 2024-04-02 | 云耀深维(江苏)科技有限公司 | 利用声学测量实现增材制造质量监测的方法和系统 |
-
2023
- 2023-04-18 CN CN202310416042.2A patent/CN116604040A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117805248A (zh) * | 2024-02-29 | 2024-04-02 | 云耀深维(江苏)科技有限公司 | 利用声学测量实现增材制造质量监测的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
CN102455171B (zh) | 一种激光拼焊焊缝背面几何形貌检测方法 | |
US7432505B2 (en) | Infrared-based method and apparatus for online detection of cracks in steam turbine components | |
KR20230004570A (ko) | 용접의 디지털 데이터 모델을 기반으로 한 현장 검사 방법 | |
CN108340088A (zh) | 激光精密加工视觉在线监测方法及系统 | |
CN116604040A (zh) | 一种基于多传感的选区激光熔化缺陷监测方法及系统 | |
CN110793572B (zh) | 基于多传感器融合的选择性激光熔融过程监控系统 | |
CN102601131B (zh) | 一种钢坯表面质量在线检测装置 | |
CN205157428U (zh) | 一种固定扫描式甲烷气体遥测系统 | |
CN101178369A (zh) | 工业射线检测底片数字化装置 | |
EP2312269A1 (en) | A method and a system for inspecting a pantograph | |
CN108645867A (zh) | 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 | |
CN116423005A (zh) | 一种提高焊接精度的锡焊工艺优化方法及系统 | |
CN109738041B (zh) | 一种城市地下综合管廊智能液位监测方法及系统 | |
CN116630327B (zh) | 基于热力图的锅炉状态异常监测系统 | |
CN110567963B (zh) | 合金分析视觉定位方法、装置及合金分析系统 | |
CN115008006B (zh) | 一种激光焊接检测评估系统及方法 | |
CN111761819B (zh) | 一种激光粉末床熔融成形件缺陷在线监测方法 | |
CN113092508A (zh) | 具有实时原位检测功能的增材制造装置 | |
CN116337871A (zh) | 一种动力电池焊缝检测方法、系统、设备及存储介质 | |
CN115625894A (zh) | 一种基于同轴损伤探测的激光增材制造寿命预测方法 | |
CN116935308B (zh) | 基于车辆情景ai智能识别的洗车机安全监控系统及方法 | |
CN117428291A (zh) | 基于声谱图特性分析的焊缝熔宽定量方法 | |
CN101342550B (zh) | 扩大热矫直机自动化矫直钢板温度范围的方法 | |
CN117274150A (zh) | 基于卷积神经网络的多传感融合slm质量监测方法 |
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 |