CN117161402B - 基于选区激光熔化的钛合金制造效率提高方法及系统 - Google Patents
基于选区激光熔化的钛合金制造效率提高方法及系统 Download PDFInfo
- Publication number
- CN117161402B CN117161402B CN202311444937.3A CN202311444937A CN117161402B CN 117161402 B CN117161402 B CN 117161402B CN 202311444937 A CN202311444937 A CN 202311444937A CN 117161402 B CN117161402 B CN 117161402B
- Authority
- CN
- China
- Prior art keywords
- titanium alloy
- workpiece
- melting
- laser
- parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229910001069 Ti alloy Inorganic materials 0.000 title claims abstract description 294
- 238000002844 melting Methods 0.000 title claims abstract description 132
- 230000008018 melting Effects 0.000 title claims abstract description 132
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000000956 alloy Substances 0.000 claims abstract description 111
- 239000000758 substrate Substances 0.000 claims abstract description 21
- 238000010438 heat treatment Methods 0.000 claims abstract description 13
- 238000005507 spraying Methods 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims description 40
- 230000003287 optical effect Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013439 planning Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000013041 optical simulation Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 239000000155 melt Substances 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000010309 melting process Methods 0.000 description 2
- 238000005121 nitriding Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000010791 quenching Methods 0.000 description 2
- 230000000171 quenching effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005275 alloying Methods 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000004204 optical analysis method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 150000003608 titanium Chemical class 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Powder Metallurgy (AREA)
Abstract
本发明涉及钛合金制造效率领域，提出了基于选区激光熔化的钛合金制造效率提高方法及系统，所述方法包括：识别钛合金工件的参数并查询其对应的工件需求，然后构建CAD模型，对CAD模型进行分层处理，得到切片模型，并确定激光扫描路径，将扫描路径参数输入至激光器系统，得到激光束的操作参数，包括功率、扫描速度和方向，并计算激光束的功率密度，根据功率密度确定光束轨迹，识别钛合金材料并喷涂在基板上，然后使用激光束逐层熔化钛合金材料，并计算熔化速率，根据熔化速率识别每一层的钛合金材料，直到完成熔化，得到初级钛合金工件，对钛合金工件进行表面热处理，以实现最终的工件制造。本发明可以提高钛合金制造效率。
Description
技术领域
本发明涉及钛合金制造效率领域，尤其涉及基于选区激光熔化的钛合金制造效率提高方法及系统。
背景技术
钛合金制造是指使用一种或多种钛合金材料进行制造的过程，并且，钛合金是一种被广泛应用于航空航天、船舶、化工、医疗和其他高科技领域的特殊金属材料，具有重量轻、强度高、耐腐蚀性强等优点。
目前，基于选区激光熔化增材技术下的钛合金制造是指使用激光束将钛合金粉末逐层熔化和固化，从而实现三维打印制造的过程，该技术可以直接将复杂形状的零件从CAD模型转化为实体，但由于激光熔化增材技术是逐层生长的过程，每层的熔化固化时间较长，从而导致生产速度相对较慢，因此，需要一种基于选区激光熔化的钛合金制造效率提高方法，以提高钛合金制造效率。
发明内容
本发明提供基于选区激光熔化的钛合金制造效率提高方法及系统，其主要目的在于提高钛合金制造效率。
为实现上述目的，本发明提供的一种基于选区激光熔化的钛合金制造效率提高方法，包括：
获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，基于所述工件参数，查询所述钛合金工件对应的工件需求，基于所述工件需求，构建所述钛合金工件对应的CAD模型；
对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径；
将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，所述操作参数包括：功率、扫描速度以及方向，基于所述操作参数，计算所述激光束对应的功率密度；
基于所述功率密度，确定所述激光束对应的光束轨迹，基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，利用预设的材料喷涂器将所述钛合金材料喷涂在基板后，利用所述激光束将所述基板上的所述钛合金材料进行逐层熔化，并计算所述钛合金材料对应的熔化速率；
基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造。
可选地，所述基于所述工件参数，查询所述钛合金工件对应的工件需求，包括：
识别所述工件参数中参数因子；
基于所述参数因子，对所述钛合金工件进行特征分类，得到工件分类特征；
基于所述工件分类特征，查询所述钛合金工件对应的通用需求；
对所述通用需求进行细分，得到细化需求；
将所述细化需求作为所述钛合金工件对应的工件需求。
可选地，所述基于所述工件需求，构建所述钛合金工件对应的CAD模型，包括：
识别所述工件需求中的规格参数；
基于所述规格参数，构建所述钛合金工件对应的初始草图；
利用预设的建模工具在所述初始草图中创建多个几何体；
基于所述工件需求，对所述多个几何体进行几何融合，得到所述钛合金工件对应的工件形状；
对所述工件形状进行参数化，得到所述钛合金工件对应的CAD模型。
可选地，所述利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径，包括：
提取所述切片模型对应的边界轮廓；
对所述边界轮廓进行轮廓拟合，得到拟合轮廓；
基于所述拟合轮廓，确定预设的激光熔化机对应的激光扫描路径；
对所述激光扫描路径进行轨迹规划，得到规划路径；
基于所述规划路径，将所述激光扫描路径分解为多个扫描子路径。
可选地，所述基于所述操作参数，计算所述激光束对应的功率密度，包括：
利用下述公式计算所述激光束对应的功率密度：
；
其中，M表示所述激光束对应的功率密度，L表示所述激光束对应操作参数的输出功率，S表示所述激光束在单位时间内移动的距离，F表示所述激光束对应操作参数的传播方向，R表示所述激光束的半径。
可选地，所述基于所述功率密度，确定所述激光束对应的光束轨迹，包括：
分析所述功率密度对应的目标特性；
基于所述目标特性，构建所述激光束对应的光学系统；
调整所述光学系统中的光束参数；
基于所述光束参数，对所述激光束进行光束模拟，得到所述激光束对应的光束轨迹。
可选地，所述基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，包括：
识别所述光束轨迹在所述钛合金工件上的反射特性；
提取所述反射特性中的特性参数；
对所述特性参数进行光学模拟，得到模拟特征；
基于所述模拟特征，识别所述钛合金工件对应的钛合金材料。
可选地，所述计算所述钛合金材料对应的熔化速率，包括：
利用下述公式计算所述钛合金材料对应的熔化速率：
；
其中，H表示所述钛合金材料对应的熔化速率；α代表所述钛合金材料对应的材料导热系数，即其传导热量的能力；β代表所述钛合金材料对应的材料熔点值，即材料从固态转变为液态的熔点值；γ代表所述钛合金材料的热膨胀系数，即材料在温度变化时的长度、面积或体积的变化率；δ代表所述钛合金材料的热导率，即材料传导热量的能力；代表所述钛合金材料的形变温度值，即发生塑性变形的温度值。
可选地，所述基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，包括：
识别所述熔化速率中的特征参数；
基于所述特征参数，构建所述钛合金材料的熔化路径；
基于所述熔化路径，对所述钛合金材料进行逐层熔化，得到熔化工件；
待所述熔化工件熔化完成，得到初级钛合金工件。
为了解决上述问题，本发明还提供一种基于选区激光熔化的钛合金制造效率提高系统，所述系统包括：
模型构建模块，用于获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，基于所述工件参数，查询所述钛合金工件对应的工件需求，基于所述工件需求，构建所述钛合金工件对应的CAD模型；
路径分解模块，用于对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径；
功率密度计算模块，用于将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，所述操作参数包括：功率、扫描速度以及方向，基于所述操作参数，计算所述激光束对应的功率密度；
熔化速率计算模块，用于基于所述功率密度，确定所述激光束对应的光束轨迹，基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，利用预设的材料喷涂器将所述钛合金材料喷涂在基板后，利用所述激光束将所述基板上的所述钛合金材料进行逐层熔化，并计算所述钛合金材料对应的熔化速率；
工件处理模块，用于基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造。
本发明通过获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，可以确保在制造过程中准确地遵循工件设计要求，有助于避免制造过程中可能出现的误差或偏差，从而提高工件的制造精度和质量，本发明通过对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，可以提供更细致、直观和可操作的信息，为后续加工、优化和制造等环节提供支持，并提高工程设计的效率和精确度，本发明通过将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，可以提高扫描的准确性、稳定性和效率，同时也能够适应不同物体表面的需求，节约能源和材料，本发明基于所述功率密度，确定所述激光束对应的光束轨迹，可以带来精确控制、最大功率利用、能量损耗的避免以及系统稳定性的提升等益处，提高激光应用的效果和性能，本发明通过对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造，可以提高其表面硬度、耐腐蚀性、质量和精度、耐疲劳性能以及表面附着力，从而实现更优质的钛合金工件制造。因此本发明提出的基于选区激光熔化的钛合金制造效率提高方法及系统，以提高钛合金制造效率。
附图说明
图1为本发明一实施例提供的一种基于选区激光熔化的钛合金制造效率提高方法的流程示意图；
图2为本发明一实施例提供的一种基于选区激光熔化的钛合金制造效率提高系统的模块示意图；
图3为本发明一实施例提供的一种基于选区激光熔化的钛合金制造效率提高方法的电子设备的内部结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于选区激光熔化的钛合金制造效率提高方法。所述一种基于选区激光熔化的钛合金制造效率提高方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述一种基于选区激光熔化的钛合金制造效率提高方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的一种基于选区激光熔化的钛合金制造效率提高方法的流程示意图。在本实施例中，所述一种基于选区激光熔化的钛合金制造效率提高方法包括：
S1、获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，基于所述工件参数，查询所述钛合金工件对应的工件需求，基于所述工件需求，构建所述钛合金工件对应的CAD模型。
本发明通过获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，可以确保在制造过程中准确地遵循工件设计要求，有助于避免制造过程中可能出现的误差或偏差，从而提高工件的制造精度和质量。
其中，所述钛合金工件是指使用钛合金作为原材料制造的工件；所述工件参数是指与钛合金工件相关的各种特征和规格参数，可选地，所述工件参数可以通过数值模拟和优化算法实现获得，如：FEA、CFD等。
进一步地，本发明基于所述工件参数，查询所述钛合金工件对应的工件需求，可以为质量控制、设计优化、工艺规划、成本控制和性能预测等方面带来益处，从而确保生产出高质量、高性能且符合要求的钛合金工件。
其中，所述工件需求是指对于特定工件的要求和规范，包括：尺寸要求、材料要求、功能要求、工艺要求等。
作为本发明的一个实施例，所述基于所述工件参数，查询所述钛合金工件对应的工件需求，包括：识别所述工件参数中参数因子；基于所述参数因子，对所述钛合金工件进行特征分类，得到工件分类特征；基于所述工件分类特征，查询所述钛合金工件对应的通用需求；对所述通用需求进行细分，得到细化需求；将所述细化需求作为所述钛合金工件对应的工件需求。
其中，所述参数因子是指所述工件参数中具有重要影响的关键因素；所述工件分类特征是指根据所述参数因子对所述钛合金工件进行归类的特征，如：承载能力、刚性等；所述通用需求是指对于某一类别的钛合金工件而言普遍需要满足的要求，如：尺寸范围、强度要求、耐腐蚀性等；所述细化需求是指相对于所述通用需求而言的更加具体和具备针对性的要求。
进一步地，所述参数因子可以通过统计分析工具实现获得，如：回归分析、方差分析等；所述工件分类特征可以通过机器学习算法实现获得，如：支持向量机、决策树、神经网络等；所述通用需求和所述细化需求可以通过需求分析方法实现获得，如：概念分析、主成分分析等方法。
本发明基于所述工件需求，构建所述钛合金工件对应的CAD模型，可以提高设计与制造过程的效率、准确性和可靠性，并且为设计和制造提供了一个统一的平台来共享信息、进行协作和优化决策，从而加速产品开发和改进。
其中，所述CAD模型是指包含了所述钛合金工件的几何形状、尺寸、特征和其他相关属性的三维模型。
作为本发明的一个实施例，所述基于所述工件需求，构建所述钛合金工件对应的CAD模型，包括：识别所述工件需求中的规格参数；基于所述规格参数，构建所述钛合金工件对应的初始草图；利用预设的建模工具在所述初始草图中创建多个几何体；基于所述工件需求，对所述多个几何体进行几何融合，得到所述钛合金工件对应的工件形状；对所述工件形状进行参数化，得到所述钛合金工件对应的CAD模型。
其中，所述规格参数是指工件的尺寸、形状、材料、表面要求等技术要求；所述初始草图是指以二维平面上的线条、圆弧等简单几何图形描述工件的大致形状和尺寸比例；所述多个几何体是指利用建模工具创建的多个三维几何体，如：立方体、圆柱体、球体等；所述工件形状是指符合规格所述参数要求的钛合金工件的三维形状。
进一步地，所述规格参数可以通过CAE工具实现获得，如：SolidWorks、CATIA等；所述初始草图可以通过参数化建模工具实现获得，如：Sketcher、Fusion 360等工具；所述多个几何体可以通过拉伸工具、旋转工具、倒角工具等实现获得不同的几何体；所述工件形状可以通过CAD工具实现获得，如：SolidWorks、CATIA、Autodesk Inventor等工具。
S2、对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径。
本发明通过对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，可以提供更细致、直观和可操作的信息，为后续加工、优化和制造等环节提供支持，并提高工程设计的效率和精确度。
其中，所述切片模型是指将三维CAD模型分解为一系列平行的二维切片，每个切片代表了工件在某一特定层面上的几何形状，并且这些切片可以按顺序堆叠起来以重建完整的三维工件形状。
可选地，所述切片模型可以通过辅助设计软件实现获得，如：AutoCAD、SolidWorks、CATIA等。
本发明通过利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径，可以通过调整扫描参数以及激光功率和速度的控制，更好地控制熔化池的形成和凝固过程，从而提高加工效率、增强表面质量、简化工艺调优，并且节约材料和能源。
其中，所述激光扫描路径是指激光器照射材料的运动路径；所述扫描子路径是指将整个激光扫描路径分解为多个独立的子路径。
作为本发明的一个实施例，所述利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径，包括：提取所述切片模型对应的边界轮廓；对所述边界轮廓进行轮廓拟合，得到拟合轮廓；基于所述拟合轮廓，确定预设的激光熔化机对应的激光扫描路径；对所述激光扫描路径进行轨迹规划，得到规划路径；基于所述规划路径，将所述激光扫描路径分解为多个扫描子路径。
其中，所述边界轮廓是指所述切片模型在二维切片平面上表示的外边界形状；所述拟合轮廓是指对所述边界轮廓进行数学模型拟合，例如：使用直线、圆形或曲线等模型来近似描述轮廓的形状；所述规划路径是指基于所述拟合轮廓确定激光扫描路径的过程；所述轨迹规划是指对激光扫描路径进行优化和规划，以得到最佳的运动路径。
进一步地，所述边界轮廓可以通过三维扫描仪实现获得，如：结构光扫描仪、激光扫描仪等；所述拟合轮廓可以通过拟合算法实现获得，如：最小二乘法、曲线拟合、Canny边缘检测算法；所述规划路径可以通过路径规划算法实现获得，如：Dijkstra算法、RRT算法等。
S3、将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，所述操作参数包括：功率、扫描速度以及方向，基于所述操作参数，计算所述激光束对应的功率密度。
本发明通过将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，可以提高扫描的准确性、稳定性和效率，同时也能够适应不同物体表面的需求，节约能源和材料。
其中，所述操作参数是指所述激光器系统中控制和调整激光束的相关参数，所述操作参数包括：功率、扫描速度以及方向，可选地，所述操作参数可以通过反馈控制算法实现获得，如：PID控制算法、自适应控制算法等。
进一步地，本发明基于所述操作参数，计算所述激光束对应的功率密度，可以深入研究激光与材料的相互作用机理，包括吸收、散射、传导等过程，这有助于进一步提高材料加工、激光成型和其他光学应用的效率和质量。
其中，所述功率密度是指激光束在空间中的能量分布密度。
作为本发明的一个实施例，所述基于所述操作参数，计算所述激光束对应的功率密度，包括：
利用下述公式计算所述激光束对应的功率密度：
；
其中，M表示所述激光束对应的功率密度，L表示所述激光束对应操作参数的输出功率，S表示所述激光束在单位时间内移动的距离，F表示所述激光束对应操作参数的传播方向，R表示所述激光束的半径。
S4、基于所述功率密度，确定所述激光束对应的光束轨迹，基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，利用预设的材料喷涂器将所述钛合金材料喷涂在基板后，利用所述激光束将所述基板上的所述钛合金材料进行逐层熔化，并计算所述钛合金材料对应的熔化速率。
本发明基于所述功率密度，确定所述激光束对应的光束轨迹，可以带来精确控制、最大功率利用、能量损耗的避免以及系统稳定性的提升等益处，提高激光应用的效果和性能。
其中，所述光束轨迹是指激光束在空间中的路径或走向。
作为本发明的一个实施例，所述基于所述功率密度，确定所述激光束对应的光束轨迹，包括：分析所述功率密度对应的目标特性；基于所述目标特性，构建所述激光束对应的光学系统；调整所述光学系统中的光束参数；基于所述光束参数，对所述激光束进行光束模拟，得到所述激光束对应的光束轨迹。
其中，所述目标特性是指激光束照射到目标物体上时产生的效应和特点；所述光学系统是指用于控制激光束的传输和聚焦的系统；所述光束参数是指描述激光束特性的参数，如波长、功率、束径、发散角等。
进一步地，所述目标特性可以通过光学模拟工具实现获得，如：Zemax、Code V、TracePro等工具；所述光学系统可以通过光路追迹工具实现获得，如：Ray OpticsSimulation、TracePro等工具；所述光束参数可以通过激光束质量分析仪实现获得，如：M²仪器、波前传感器等。
本发明基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，以避免材料的二次加工或处理，可以实现对钛合金材料的高速、连续和大规模检测，提高了生产效率和一致性。
其中，所述钛合金材料是指一种由钛和其他元素（如铝、钒、镍等）合金化而成的粉末材料。
作为本发明的一个实施例，所述基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，包括：识别所述光束轨迹在所述钛合金工件上的反射特性；提取所述反射特性中的特性参数；对所述特性参数进行光学模拟，得到模拟特征；基于所述模拟特征，识别所述钛合金工件对应的钛合金材料。
其中，所述反射特性是指所述钛合金工件表面对光束的反射行为的特性；所述特性参数是指从光束数据中提取出来用于描述所述钛合金材料的特征参数；所述模拟特征是指根据特定的钛合金材料的光学性质，模拟并计算得到的与该材料相关的特征。
进一步地，所述反射特性可以通过光学测量工具实现获得，如：光谱仪、激光干涉仪、反射率测量工具；所述特性参数可以通过光学分析方法实现获得，如：统计分析、图像处理、多变量分析等；所述模拟特征可以通过光学仿真工具实现获得，如：FDTD、RCWA、光线追迹等工具。
本发明通过利用预设的材料喷涂器将所述钛合金材料喷涂在基板后，利用所述激光束将所述基板上的所述钛合金材料进行逐层熔化，可以实现对喷涂层的局部熔化，从而获得精细的结构和尺寸控制，使得通过该方法获得的钛合金工件具有更好的强度和耐久性。
其中，所述基板是指用于接收和承载钛合金材料喷涂和熔化的底部支撑材料或结构，可选地，所述将所述基板上的所述钛合金材料进行逐层熔化可以通过利用所述激光束实现。
作为本发明的一个实施例，所述计算所述钛合金材料对应的熔化速率，包括：
利用下述公式计算所述钛合金材料对应的熔化速率：
；
其中，H表示所述钛合金材料对应的熔化速率；α代表所述钛合金材料对应的材料导热系数，即其传导热量的能力；β代表所述钛合金材料对应的材料熔点值，即材料从固态转变为液态的熔点值；γ代表所述钛合金材料的热膨胀系数，即材料在温度变化时的长度、面积或体积的变化率；δ代表所述钛合金材料的热导率，即材料传导热量的能力；代表所述钛合金材料的形变温度值，即发生塑性变形的温度值。
S5、基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造。
本发明基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，可以实现复杂结构和个性化生产，减少材料浪费，提高材料性能，并促进材料创新。
其中，所述初级钛合金工件是指通过逐层熔化和堆积的过程最终得到的成型零件。
作为本发明的一个实施例，所述基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，包括：识别所述熔化速率中的特征参数；基于所述特征参数，构建所述钛合金材料的熔化路径；基于所述熔化路径，对所述钛合金材料进行逐层熔化，得到熔化工件；待所述熔化工件熔化完成，得到初级钛合金工件。
其中，所述特征参数是指用于识别逐层熔化后的钛合金材料的参数；所述熔化路径是指用于控制钛合金材料熔化过程的路径；所述熔化工件是指通过逐层熔化过程制造出来的初级钛合金工件。
进一步地，所述特征参数可以通过数据挖掘工具实现获得，如：dplyr、ggplot2、caret等工具；所述熔化路径可以通过路径识别算法实现获得，如：pandas、geopandas、spatstat 等；所述熔化工件可以通过激光束逐层熔化实现获得。
本发明通过对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造，可以提高其表面硬度、耐腐蚀性、质量和精度、耐疲劳性能以及表面附着力，从而实现更优质的钛合金工件制造。
其中，所述表面热处理是指一种通过对材料表面施加高温处理的工艺，以改变其表面性能和组织结构的方法，包括：火焰淬火、离子渗氮、高频淬火等方法，可选地，所述对所述钛合金工件进行表面热处理可以通过表面处理工具实现，如：火焰喷枪、高频感应加热设备、离子渗氮设备等工具。
本发明通过获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，可以确保在制造过程中准确地遵循工件设计要求，有助于避免制造过程中可能出现的误差或偏差，从而提高工件的制造精度和质量，本发明通过对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，可以提供更细致、直观和可操作的信息，为后续加工、优化和制造等环节提供支持，并提高工程设计的效率和精确度，本发明通过将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，可以提高扫描的准确性、稳定性和效率，同时也能够适应不同物体表面的需求，节约能源和材料，本发明基于所述功率密度，确定所述激光束对应的光束轨迹，可以带来精确控制、最大功率利用、能量损耗的避免以及系统稳定性的提升等益处，提高激光应用的效果和性能，本发明通过对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造，可以提高其表面硬度、耐腐蚀性、质量和精度、耐疲劳性能以及表面附着力，从而实现更优质的钛合金工件制造。因此本发明提出的基于选区激光熔化的钛合金制造效率提高方法及系统，以提高钛合金制造效率。
如图2所示，是本发明一实施例提供的一种基于选区激光熔化的钛合金制造效率提高系统的功能模块图。
本发明所述一种基于选区激光熔化的钛合金制造效率提高系统200可以安装于电子设备中。根据实现的功能，所述一种基于选区激光熔化的钛合金制造效率提高系统200可以包括模型构建模块201、路径分解模块202、功率密度计算模块203、熔化速率计算模块204以及工件处理模块205。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述模型构建模块201，用于获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，基于所述工件参数，查询所述钛合金工件对应的工件需求，基于所述工件需求，构建所述钛合金工件对应的CAD模型；
所述路径分解模块202，用于对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径；
所述功率密度计算模块203，用于将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，所述操作参数包括：功率、扫描速度以及方向，基于所述操作参数，计算所述激光束对应的功率密度；
所述熔化速率计算模块204，用于基于所述功率密度，确定所述激光束对应的光束轨迹，基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，利用预设的材料喷涂器将所述钛合金材料喷涂在基板后，利用所述激光束将所述基板上的所述钛合金材料进行逐层熔化，并计算所述钛合金材料对应的熔化速率；
所述工件处理模块205，用于基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造。
详细地，本发明实施例中所述一种基于选区激光熔化的钛合金制造效率提高系统200中所述的各模块在使用时采用与附图中所述的一种基于选区激光熔化的钛合金制造效率提高方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图3所示，是本发明实现一种基于选区激光熔化的钛合金制造效率提高方法的电子设备的结构示意图。
所述电子设备可以包括处理器30、存储器31、通信总线32以及通信接口33，还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序，如基于人工智能的工程安全监管程序。
其中，所述处理器30在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器30是所述电子设备的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块（例如执行基于人工智能的工程安全监管程序等），以及调用存储在所述存储器31内的数据，以执行电子设备的各种功能和处理数据。
所述存储器31至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器31在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器31在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器31还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器31不仅可以用于存储安装于电子设备的应用软件及各类数据，例如数据库配置化连接程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线32可以是外设部件互连标准（peripheral componentinterconnect，简称PCI）总线或扩展工业标准结构（extended industry standardarchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器31以及至少一个处理器30等之间的连接通信。
所述通信接口33用于上述电子设备3与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，所述用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器30逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利发明范围上并不受此结构的限制。
所述电子设备中的所述存储器31存储的数据库配置化连接程序是多个计算机程序的组合，在所述处理器30中运行时，可以实现：
获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，基于所述工件参数，查询所述钛合金工件对应的工件需求，基于所述工件需求，构建所述钛合金工件对应的CAD模型；
对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径；
将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，所述操作参数包括：功率、扫描速度以及方向，基于所述操作参数，计算所述激光束对应的功率密度；
基于所述功率密度，确定所述激光束对应的光束轨迹，基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，利用预设的材料喷涂器将所述钛合金材料喷涂在基板后，利用所述激光束将所述基板上的所述钛合金材料进行逐层熔化，并计算所述钛合金材料对应的熔化速率；
基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造。
具体地，所述处理器30对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，基于所述工件参数，查询所述钛合金工件对应的工件需求，基于所述工件需求，构建所述钛合金工件对应的CAD模型；
对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径；
将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，所述操作参数包括：功率、扫描速度以及方向，基于所述操作参数，计算所述激光束对应的功率密度；
基于所述功率密度，确定所述激光束对应的光束轨迹，基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，利用预设的材料喷涂器将所述钛合金材料喷涂在基板后，利用所述激光束将所述基板上的所述钛合金材料进行逐层熔化，并计算所述钛合金材料对应的熔化速率；
基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种基于选区激光熔化的钛合金制造效率提高方法，其特征在于，所述方法包括：
获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，基于所述工件参数，查询所述钛合金工件对应的工件需求，基于所述工件需求，构建所述钛合金工件对应的CAD模型；
对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径；
将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，所述操作参数包括：功率、扫描速度以及方向，基于所述操作参数，计算所述激光束对应的功率密度；
基于所述功率密度，确定所述激光束对应的光束轨迹，基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，利用预设的材料喷涂器将所述钛合金材料喷涂在基板后，利用所述激光束将所述基板上的所述钛合金材料进行逐层熔化，并计算所述钛合金材料对应的熔化速率；
基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造；
所述利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径，包括：
提取所述切片模型对应的边界轮廓；
对所述边界轮廓进行轮廓拟合，得到拟合轮廓；
基于所述拟合轮廓，确定预设的激光熔化机对应的激光扫描路径；
对所述激光扫描路径进行轨迹规划，得到规划路径；
基于所述规划路径，将所述激光扫描路径分解为多个扫描子路径；
所述基于所述操作参数，计算所述激光束对应的功率密度，包括：
利用下述公式计算所述激光束对应的功率密度：
；
其中，M表示所述激光束对应的功率密度，L表示所述激光束对应操作参数的输出功率，S表示所述激光束在单位时间内移动的距离，F表示所述激光束对应操作参数的传播方向，R表示所述激光束的半径；
所述基于所述功率密度，确定所述激光束对应的光束轨迹，包括：
分析所述功率密度对应的目标特性；
基于所述目标特性，构建所述激光束对应的光学系统；
调整所述光学系统中的光束参数；
基于所述光束参数，对所述激光束进行光束模拟，得到所述激光束对应的光束轨迹；
所述计算所述钛合金材料对应的熔化速率，包括：
利用下述公式计算所述钛合金材料对应的熔化速率：
；
其中，H表示所述钛合金材料对应的熔化速率；α代表所述钛合金材料对应的材料导热系数，即其传导热量的能力；β代表所述钛合金材料对应的材料熔点值，即材料从固态转变为液态的熔点值；γ代表所述钛合金材料的热膨胀系数，即材料在温度变化时的长度、面积或体积的变化率；δ代表所述钛合金材料的热导率，即材料传导热量的能力；ϵ代表所述钛合金材料的形变温度值，即发生塑性变形的温度值；
所述基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，包括：
识别所述熔化速率中的特征参数；
基于所述特征参数，构建所述钛合金材料的熔化路径；
基于所述熔化路径，对所述钛合金材料进行逐层熔化，得到熔化工件；
待所述熔化工件熔化完成，得到初级钛合金工件。
2.如权利要求1所述的一种基于选区激光熔化的钛合金制造效率提高方法，其特征在于，所述基于所述工件参数，查询所述钛合金工件对应的工件需求，包括：
识别所述工件参数中参数因子；
基于所述参数因子，对所述钛合金工件进行特征分类，得到工件分类特征；
基于所述工件分类特征，查询所述钛合金工件对应的通用需求；
对所述通用需求进行细分，得到细化需求；
将所述细化需求作为所述钛合金工件对应的工件需求。
3.如权利要求1所述的一种基于选区激光熔化的钛合金制造效率提高方法，其特征在于，所述基于所述工件需求，构建所述钛合金工件对应的CAD模型，包括：
识别所述工件需求中的规格参数；
基于所述规格参数，构建所述钛合金工件对应的初始草图；
利用预设的建模工具在所述初始草图中创建多个几何体；
基于所述工件需求，对所述多个几何体进行几何融合，得到所述钛合金工件对应的工件形状；
对所述工件形状进行参数化，得到所述钛合金工件对应的CAD模型。
4.如权利要求1所述的一种基于选区激光熔化的钛合金制造效率提高方法，其特征在于，所述基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，包括：
识别所述光束轨迹在所述钛合金工件上的反射特性；
提取所述反射特性中的特性参数；
对所述特性参数进行光学模拟，得到模拟特征；
基于所述模拟特征，识别所述钛合金工件对应的钛合金材料。
5.一种基于选区激光熔化的钛合金制造效率提高系统，其特征在于，用于执行如权利要求1-4中任意一项所述的一种基于选区激光熔化的钛合金制造效率提高方法，所述系统包括：
模型构建模块，用于获取待制造的钛合金工件，识别所述钛合金工件对应的工件参数，基于所述工件参数，查询所述钛合金工件对应的工件需求，基于所述工件需求，构建所述钛合金工件对应的CAD模型；
路径分解模块，用于对所述CAD模型进行分层处理，得到所述钛合金工件对应的切片模型，利用所述切片模型确定预设的激光熔化机对应的激光扫描路径，将所述激光扫描路径分解为多个扫描子路径；
功率密度计算模块，用于将所述扫描子路径的参数输入至预设的激光器系统后，得到所述激光器系统中激光束的操作参数，所述操作参数包括：功率、扫描速度以及方向，基于所述操作参数，计算所述激光束对应的功率密度；
熔化速率计算模块，用于基于所述功率密度，确定所述激光束对应的光束轨迹，基于所述光束轨迹，识别所述钛合金工件对应的钛合金材料，利用预设的材料喷涂器将所述钛合金材料喷涂在基板后，利用所述激光束将所述基板上的所述钛合金材料进行逐层熔化，并计算所述钛合金材料对应的熔化速率；
工件处理模块，用于基于所述熔化速率，识别逐层熔化后的钛合金材料，待所述钛合金材料熔化完成，得到初级钛合金工件，对所述钛合金工件进行表面热处理，以实现所述钛合金工件的工件制造。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311444937.3A CN117161402B (zh) | 2023-11-02 | 2023-11-02 | 基于选区激光熔化的钛合金制造效率提高方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311444937.3A CN117161402B (zh) | 2023-11-02 | 2023-11-02 | 基于选区激光熔化的钛合金制造效率提高方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117161402A CN117161402A (zh) | 2023-12-05 |
| CN117161402B true CN117161402B (zh) | 2024-02-23 |
Family
ID=88945322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311444937.3A Active CN117161402B (zh) | 2023-11-02 | 2023-11-02 | 基于选区激光熔化的钛合金制造效率提高方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117161402B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005298855A (ja) * | 2004-04-07 | 2005-10-27 | Toyota Central Res & Dev Lab Inc | チタン合金とチタン合金製品およびそれらの製造方法 |
| CN101332537A (zh) * | 2008-07-30 | 2008-12-31 | 山东大学 | 板材激光冲击与热应力复合成形方法及装置 |
| CN108393492A (zh) * | 2018-03-07 | 2018-08-14 | 吉林大学 | 一种利用增材制造成形复杂NiTi合金构件的方法 |
| CN112775431A (zh) * | 2020-12-25 | 2021-05-11 | 北京航空航天大学合肥创新研究院 | 一种钛合金/不锈钢异种金属构件的激光增材制造方法 |
| CN113732307A (zh) * | 2021-07-20 | 2021-12-03 | 暨南大学 | 激光选区熔化-激光表面织构混合制造高性能医用金属的方法 |
| CN114985765A (zh) * | 2022-08-03 | 2022-09-02 | 北京煜鼎增材制造研究院有限公司 | 钛合金整体叶盘选区激光熔化直接增材方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11537111B2 (en) * | 2020-04-01 | 2022-12-27 | General Electric Company | Methods and apparatus for 2-D and 3-D scanning path visualization |
| CN111618298B (zh) * | 2020-04-30 | 2022-11-25 | 中北大学 | 一种多材料、变刚度结构高效协同增材制造方法 |
-
2023
- 2023-11-02 CN CN202311444937.3A patent/CN117161402B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005298855A (ja) * | 2004-04-07 | 2005-10-27 | Toyota Central Res & Dev Lab Inc | チタン合金とチタン合金製品およびそれらの製造方法 |
| CN101332537A (zh) * | 2008-07-30 | 2008-12-31 | 山东大学 | 板材激光冲击与热应力复合成形方法及装置 |
| CN108393492A (zh) * | 2018-03-07 | 2018-08-14 | 吉林大学 | 一种利用增材制造成形复杂NiTi合金构件的方法 |
| CN112775431A (zh) * | 2020-12-25 | 2021-05-11 | 北京航空航天大学合肥创新研究院 | 一种钛合金/不锈钢异种金属构件的激光增材制造方法 |
| CN113732307A (zh) * | 2021-07-20 | 2021-12-03 | 暨南大学 | 激光选区熔化-激光表面织构混合制造高性能医用金属的方法 |
| CN114985765A (zh) * | 2022-08-03 | 2022-09-02 | 北京煜鼎增材制造研究院有限公司 | 钛合金整体叶盘选区激光熔化直接增材方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117161402A (zh) | 2023-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Di Angelo et al. | Search for the optimal build direction in additive manufacturing technologies: A review | |
| Zhang et al. | Two-dimensional placement optimization for multi-parts production in additive manufacturing | |
| Taufik et al. | Role of build orientation in layered manufacturing: a review | |
| Zhang et al. | Feature based building orientation optimization for additive manufacturing | |
| Baumann et al. | Trends of machine learning in additive manufacturing | |
| Pandey et al. | Optimal part deposition orientation in FDM by using a multicriteria genetic algorithm | |
| Liang | An ontology-oriented knowledge methodology for process planning in additive layer manufacturing | |
| Tata et al. | Efficient slicing for layered manufacturing | |
| Matos et al. | Many-objective optimization of build part orientation in additive manufacturing | |
| Guo et al. | Two-dimensional irregular packing problems: A review | |
| Shen et al. | 3D printing build orientation optimization for flexible support platform | |
| Zhang et al. | A new method for single-layer-part nesting in additive manufacturing | |
| Qin et al. | Automatic generation of alternative build orientations for laser powder bed fusion based on facet clustering | |
| Singhal et al. | Optimum part deposition orientation for multiple objectives in SL and SLS prototyping | |
| Singhal et al. | Optimum part deposition orientation in stereolithography | |
| Zhang et al. | AM feature and knowledge based process planning for additive manufacturing in multiple parts production context | |
| Zhao et al. | Optimizing 3D irregular object packing from 3D scans using metaheuristics | |
| US11947491B2 (en) | Apparatus and methods for geometric searching | |
| Amaro Junior et al. | A Parallel Biased Random‐Key Genetic Algorithm with Multiple Populations Applied to Irregular Strip Packing Problems | |
| McAfee et al. | State estimators in soft sensing and sensor fusion for sustainable manufacturing | |
| Canellidis et al. | Evolutionary computing and genetic algorithms: Paradigm applications in 3D printing process optimization | |
| Srivastava et al. | An integrated RSM-GA based approach for multi response optimization of FDM process parameters for pyramidal ABS primitives | |
| Hallmann et al. | Optimization of build time and support material quantity for the additive manufacturing of non-assembly mechanisms | |
| Magdziak | A new method of distribution of measurement points on curvilinear surfaces of products | |
| Asadollahi-Yazdi et al. | Multi-objective optimization approach in design for additive manufacturing for fused deposition modeling |
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 |