CN117805248A - 利用声学测量实现增材制造质量监测的方法和系统 - Google Patents
利用声学测量实现增材制造质量监测的方法和系统 Download PDFInfo
- Publication number
- CN117805248A CN117805248A CN202410228276.9A CN202410228276A CN117805248A CN 117805248 A CN117805248 A CN 117805248A CN 202410228276 A CN202410228276 A CN 202410228276A CN 117805248 A CN117805248 A CN 117805248A
- Authority
- CN
- China
- Prior art keywords
- acoustic
- molten pool
- quality
- pool
- additive manufacturing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 178
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 82
- 239000000654 additive Substances 0.000 title claims abstract description 77
- 230000000996 additive effect Effects 0.000 title claims abstract description 77
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 238000005259 measurement Methods 0.000 title claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 115
- 238000010276 construction Methods 0.000 claims abstract description 87
- 238000005457 optimization Methods 0.000 claims abstract description 54
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 238000007499 fusion processing Methods 0.000 claims abstract description 26
- 238000002844 melting Methods 0.000 claims abstract description 26
- 230000008018 melting Effects 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 17
- 239000000463 material Substances 0.000 claims description 70
- 238000003892 spreading Methods 0.000 claims description 46
- 230000007480 spreading Effects 0.000 claims description 46
- 239000000758 substrate Substances 0.000 claims description 35
- 238000009826 distribution Methods 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 27
- 238000013507 mapping Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 230000004807 localization Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 7
- 230000005284 excitation Effects 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims 2
- 238000007639 printing Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 238000007711 solidification Methods 0.000 description 14
- 230000008023 solidification Effects 0.000 description 14
- 239000000155 melt Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000035882 stress Effects 0.000 description 11
- 238000010146 3D printing Methods 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 7
- 230000004927 fusion Effects 0.000 description 7
- 239000004566 building material Substances 0.000 description 5
- 230000015271 coagulation Effects 0.000 description 5
- 238000005345 coagulation Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000012854 evaluation process Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000010309 melting process Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000011343 solid material Substances 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 230000008646 thermal stress Effects 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 239000011344 liquid material Substances 0.000 description 1
- 229910001338 liquidmetal Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- -1 puddle formation Substances 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- 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
- 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
- B33Y10/00—Processes of 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
- B33Y40/00—Auxiliary operations or equipment, e.g. for material handling
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4481—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Plasma & Fusion (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本申请公开一种利用声学测量实现增材制造质量监测的方法和系统。该方法包括:至少在增材制造阶段,获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号;对声波信号进行处理以获取与熔池位置对应的熔池融凝过程中的声学特征;根据熔池声学标准数据库对声学特征表征的熔池构建质量进行评估;在根据评估结果得到熔池构建质量与熔池声学标准数据库中的信息不匹配或匹配不充分时,执行质量优化控制。本申请能够有效实现对熔池状态的实时监测,通过对声学特征的实时监测和分析,可以准确判断熔池的构建质量,并及时发现打印过程中的缺陷和问题,从而提高了增材制造工艺的控制精度和成品率。
Description
技术领域
本申请涉及声学测量领域,尤其涉及一种利用声学测量实现增材制造质量监测的方法和系统。
背景技术
增材制造(Additive Manufacturing,AM)是一种通过逐层堆积材料来构建3D(三维)物体的制造技术。3D打印工艺,熔池的融凝过程对最终零件的性能一致性具有重要影响。在熔池的融凝过程中,存在着多种物理和化学变化,如强烈的热传导、热辐射、热对流、固化和相变。熔池的状态直接影响着成形产品的质量和一致性。因此,对熔池状态的实时监测成为控制3D打印工艺的关键因素。
目前的3D打印设备虽然可以实时查看零件成形过程,但只能在宏观上进行把控,尚无法实现对熔池状态的实时监测。因此,无法及时发现打印过程中的缺陷和问题,难以保证成品率。目前,许多机构已经开始研究成形过程中温度和熔池状态的监测方法,其中大多数是通过高速相机拍摄图像,并进行图像处理分析。然而,在零件成形过程中,激光扫描速度较快,而且熔池受多种因素影响,包括激光功率、扫描速度、材料性能和层厚等,这对高速摄像机的拍摄速度提出了很高的要求,导致装置复杂,成本较高。此外,需要处理的数据量较大,图像处理时间较长,难以实现实时监测和显示。
因此,现有技术中亟需一种能够实现对熔池状态进行实时监测的新方法,以提高3D打印工艺的控制精度和成品率。
发明内容
本申请实施例提供一种利用声学测量实现增材制造质量监测的方法和系统,用于实现对增材制造过程中熔池状态的实时监测和质量控制。
为达到上述目的,本申请实施例采用如下技术方案:
第一方面,本申请实施例提供一种利用声学测量实现增材制造质量监测的方法,所述方法包括:至少在增材制造阶段,获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号;对所述声波信号进行处理以获取与熔池位置对应的熔池融凝过程中的声学特征;根据熔池声学标准数据库对所述声学特征表征的熔池构建质量进行评估,所述熔池声学标准数据库根据实验结果预先建立并描述了熔池正常融凝过程中各种声学特征与熔池构建质量之间的映射关系;和在根据评估结果得到所述熔池构建质量与熔池声学标准数据库中的信息不匹配或匹配不充分时,执行质量优化控制。
在第一方面的可选实施方式中,所述声学特征包括声波的频率、振幅、波长和持续时间中的至少一项。
在第一方面的可选实施方式中,所述获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号,包括:获取所述一个或多个声学采集元件采集的声波信号对应的频段;和根据历史频段分布经验从得到的频段中识别出与熔池构建状态密切相关的频段,将其对应的声波信号确认为熔池构建环境内的声波信号并进行提取。
在第一方面的可选实施方式中,所述获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号,包括:分别获取由多个阵列排布的声学采集元件采集的声波信号;和根据声源定位算法对声波信号进行声源定位,以得到熔池构建环境内的声波信号并进行提取。
在第一方面的可选实施方式中,所述根据熔池声学标准数据库对所述声学特征表征的熔池构建质量进行评估,包括:判断所述熔池位置对应的频段是否在标准频段范围内,若否则确定所述熔池位置的构建质量异常。
在第一方面的可选实施方式中,所述方法还包括:获取至少一个连续区域内的熔池位置对应的熔池融凝过程中的声学特征;和判断任意一个熔池位置相对于所述连续区域内的其他熔池位置对应的声学特征是否存在偏离,若存在则确定所述熔池位置的构建质量异常。
在第一方面的可选实施方式中,所述方法还包括:对至少一个连续区域内的熔池位置对应的熔池融凝过程中的声学特征进行时序和/或空间上的关系分析,以确定声学特征随时间的变化趋势和/或在空间上的分布规律;和根据所述变化趋势和/或分布规律建立声学特征与熔池构建质量之间的关联模型,以用于后续的质量优化控制。
在第一方面的可选实施方式中,所述方法还包括:利用所述关联模型持续地监测所述声波信号的声学特征的变化;和在监测到所述声学特征的变化状态发生异常或不符合预期时,执行质量优化控制。
在第一方面的可选实施方式中,所述质量优化控制包括工艺参数和/或过程参量的优化控制;其中,所述工艺参数包括激光功率、扫描策略、光斑直径、铺料层厚中的至少一项;其中,所述过程参量包括熔池尺寸形貌、熔池温度分布、应力分布中的至少一项。
在第一方面的可选实施方式中,所述获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号,包括:获取由一个或多个声学采集元件采集的熔池构建环境和铺料环境内的声波信号。
在第一方面的可选实施方式中,所述方法还包括:对所述声波信号进行处理以获取铺料过程中的声学特征;根据铺料声学标准数据库对所述声学特征标准的铺料质量进行评估,所述铺料声学标准数据库根据实验结果预先建立并描述了铺料过程中各种声学特征与铺料质量之间的关系;和在根据评估结果得到所述铺料质量与铺料声学标准数据库中的信息不匹配或匹配不充分时,执行铺料优化控制。
在第一方面的可选实施方式中,所述铺料优化控制包括调整以下至少一项参数:铺料厚度、铺料速度、材料预热温度、铺料压力和材料激励频率。
第二方面,本申请实施例提供一种利用声学测量实现增材制造质量监测的系统,所述系统包括:一个或多个声学采集元件,被配置为至少在增材制造阶段采集至少包含熔池构建环境内的声波信号;声波信号获取单元,被配置获取由所述一个或多个声学采集元件采集的所述声波信号;第一声学特征获取单元,被配置为对所述声波信号进行处理以获取与熔池位置对应的熔池融凝过程中的声学特征;第一声学特征评估单元,被配置为根据熔池声学标准数据库对所述声学特征表征的熔池构建质量进行评估,所述熔池声学标准数据库根据实验结果预先建立并描述了熔池正常融凝过程中各种声学特征与熔池构建质量之间的映射关系;和第一质量优化控制单元,被配置为在根据评估结果得到所述熔池构建质量与熔池声学标准数据库中的信息不匹配或匹配不充分时,执行质量优化控制。
在第二方面的可选实施方式中,所述多个声学采集元件呈阵列排布在成形仓内,所述成形仓用于提供以增材制造的方式制造3D物体的场所;其中,所述成形仓包含所述熔池构建环境。
在第二方面的可选实施方式中,所述一个或多个声学采集元件被进一步配置为至少在增材制造阶段采集熔池构建环境和铺料环境内的声波信号;所述系统还包括:第二声学特征获取单元,被配置为对所述声波信号进行处理以获取铺料过程中的声学特征;第二声学特征评估单元,被配置为根据铺料声学标准数据库对所述声学特征标准的铺料质量进行评估,所述铺料声学标准数据库根据实验结果预先建立并描述了铺料过程中各种声学特征与铺料质量之间的关系;和第二质量优化控制单元,被配置为在根据评估结果得到所述铺料质量与铺料声学标准数据库中的信息不匹配或匹配不充分时,执行铺料优化控制。
第三方面,本申请实施例提供一种增材制造设备,所述增材制造设备包括第二方面中任一项所述的系统。
第四方面,本申请实施例提供一种电子设备,包括:至少一个处理器;至少一个存储器,所述至少一个存储器被耦合到所述至少一个处理器,并且用于存储由所述至少一个处理器执行的指令,所述指令当由所述至少一个处理器执行时,使得所述电子设备执行第一方面中任一项所述的方法。
第五方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中任一项所述的方法。
第六方面,本申请实施例提供一种计算机程序产品,所述计算机程序产品包括计算机可执行指令,所述计算机可执行指令在被处理器执行时,使计算机实现第一方面中任一项所述的方法。
基于上述方案,本申请实施例所提供的利用声学测量实现增材制造质量监测的方法能够有效实现对熔池状态的实时监测,通过对声学特征的实时监测和分析,可以准确判断熔池的构建质量,并及时发现打印过程中的缺陷和问题,从而提高了增材制造工艺的控制精度和成品率。
前述发明内容仅是说明性的,而不旨在以任何方式进行限制。除了上述的说明性方面、实现方式和特征之外,通过参考附图和以下详细说明,其它方面、实现方式和特征将变得显而易见。
附图说明
在这里所结合的并且形成说明书的一部分的附图示出了本申请的一个或更多实施例,并且与描述一起用于解释本申请的原理以及用于使相关领域的普通技术人员能够制作和使用本申请。
图1示出根据本申请实施例的一种利用声学测量实现增材制造质量监测的方法流程图;
图2示出根据本申请实施例的熔池构建环境的示意图;
图3示出根据本申请实施例的一种利用声学测量实现增材制造质量监测的环境示意图;
图4示出根据本申请实施例的一种熔池构建质量异常状态判断的流程图;
图5示出根据本申请实施例的表征熔池位置与声波频率关系的频谱图,其中(a)和(b)分别为不同工艺参数测试条件下的频谱图;
图6示出根据本申请实施例的一种关联模型的构建流程图;
图7示出根据本申请实施例的另一种利用声学测量实现增材制造质量监测的方法流程图;
图8示出根据本申请实施例的一种利用声学测量实现增材制造质量监测的系统框图;
图9示出根据本申请实施例的另一种利用声学测量实现增材制造质量监测的系统框图;
图10示出根据本申请实施例的一种增材制造设备的结构示意图;
图11示出根据本申请实施例的电子设备的示意框图。
现在将参考附图描述本申请的一个或更多实施例。在附图中,相同的参考数字表示相同的或功能类似的元件。
具体实施方式
应理解,本申请实施例中涉及的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”、“包含”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤或单元的过程、方法、软件、产品或设备没有限定于已列出的步骤或单元,而是还包括没有列出的步骤或单元,或还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本申请实施例中涉及的“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例中的“和/或”,描述关联对象的关联关系,表示可以存在三种关系。
本申请实施例中的“至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合,是指一个或多个,多个指的是两个或两个以上。
本申请实施例中的“关联”可以与“对应”或“映射”等表达为同一概念。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
图1示出根据本申请实施例的一种利用声学测量实现增材制造质量监测的方法流程图。如图1所示,本申请实施例的方法100可以包括以下步骤101-104。
步骤101、至少在增材制造阶段,获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号。
增材制造阶段是指整个增材制造(3D打印)过程中的某个或多个阶段,包括但不限于材料铺设、熔化材料、熔池形成、材料堆积等过程。而至少在增材制造阶段则表明步骤101的应用范围不仅局限于这些主要成形阶段,还可能扩展至增材制造前后的其他阶段,例如机器准备、测试、后处理等阶段。
声学采集元件可以是一个或多个,具体形态如声波传感器或麦克风,用于捕捉环境中的声波(音)信号,其被布置在能够有效捕获熔池构建环境内声波的位置,以至少捕获熔池融凝过程中产生的声波信号。
熔池构建环境是指在增材制造过程中形成熔池的区域及其周围的环境,例如可以指位于成形基板上方的区域。该环境受到多种因素的影响,包括激光功率、扫描速度、材料特性等。在这个环境中,熔池会受到热传导、热辐射和热对流等物理现象的影响,同时也可能受到固化和相变等化学变化的影响。熔池构建环境的特性直接影响着熔池的形成和稳定性,进而影响着零件的成形质量。
熔池融凝过程是指在增材制造过程中,通过如激光或电子束等能量束对材料进行加热,将其瞬间融化形成液态熔池,然后在能量束的作用下,将融化的材料逐层堆积并快速凝固成固态材料的过程。该过程一般包括两个主要阶段:融化过程和凝固过程。
融化过程是指在能量束照射下,材料表面受到高能量的热源作用,温度迅速升高,导致材料发生融化,以形成一个由熔融金属组成的液态熔池。凝固过程则是指当能量束移动时,熔池表面的液态材料迅速冷却并凝固成固态;该过程是由于能量束的高能量作用下,熔池与周围环境之间的热交换引起的;凝固过程中,熔池的温度逐渐降低,直至低于材料的固化温度,液态金属凝固成固态材料;在凝固过程中,材料分子重新排列,形成了晶体结构,最终形成了具有一定形状和尺寸的固态熔池。
图2示出根据本申请实施例的熔池构建环境的示意图。如图2所示,在熔池构建环境11上方分别布置了第一声学采集元件10a和第二声学采集元件10b。在熔池构建环境11中,能量束聚焦在材料表面上,使其升温并达到熔点,从而形成熔池。熔池的形成和演变(融凝过程)会伴随着多种物理和化学变化,例如材料的融化、气泡的生成和破裂、相变等,从而产生相应的声波信号,这些声波信号能够被第一声学采集元件10a和第二声学采集元件10b有效地捕获和记录。
更为详细地,熔池融凝过程中,一些声波信号的产生源和其产生机理如下表所示:
应理解,上述表格中的列举仅作为参考示例,实际应用中可能还会存在其他产生声波信号的原理机制,具体的情况可能会根据不同的材料、设备和工艺参数而有所变化。
步骤101的一种实现方式中,通过分别获取由多个阵列排布的声学采集元件采集的声波信号,再根据声源定位算法对声波信号进行声源定位,以得到熔池构建环境内的声波信号并进行提取。
以图3为例对该实现方式进行说明。图3示出根据本申请实施例的一种利用声学测量实现增材制造质量监测的环境示意图。如图3所示,在一些实施例中,熔池构建环境11上方分别布置了第一声学采集元件10a、第二声学采集元件10b、第三声学采集元件10c和第四声学采集元件10d。这些声学采集元件(10a-10d)会同时采集环境内的声波信号,声波信号从熔池位置发出并传播到各个声学采集元件时,由于声波传播速度是已知的(声速),可以通过测量声波信号到达各声学采集元件的时间差来确定声波信号的来源位置。例如利用声源定位算法计算出声波信号的来源位置坐标,即确定声波信号的具体发出位置。在确定了声波信号的来源位置后,就可以将该位置的坐标信息提取出来,以确定该位置是否处于熔池构建环境11内。
此外,熔池构建环境11所在的区域也可能是其他构建环境,例如铺料环境,后者同样位于成形基板的上方。在实际应用中,为了有效区分声波信号的具体来源环境,可以通过与计算机控制系统13(计算机控制系统13用于控制增材制造设备各个部件的运行)之间的通信进行协作,以获取当前增材制造过程所处的阶段信息,包括是铺料阶段还是熔池构建阶段;基于这些信息,可以确定声波信号的具体来源环境,从而有针对性地进行后续分析和处理。
步骤101的另一种实现方式中,通过获取一个或多个声学采集元件采集的声波信号对应的频段,再根据历史频段分布经验从得到的频段中识别出与熔池构建状态密切相关的频段,将其对应的声波信号确认为熔池构建环境内的声波信号并进行提取。
在该实现方式中,首先利用一个或多个声学采集元件采集环境内的声波信号,并将其转换为频域表示,即将声波信号转换为频谱图,频谱图显示了声波信号在不同频率上的能量分布情况。根据历史频段分布经验,从频谱图中识别出与熔池构建状态密切相关的频段。这些频段通常是在先前的实验或经验中确定的,其能量分布与熔池构建过程中的特定状态或特征密切相关,例如,某些频段可能与融化过程中的声波信号强相关,而另一些频段可能与凝固过程中的声波信号相关联。识别出与熔池构建状态密切相关的频段后,将其对应的声波信号确认为熔池构建环境内的声波信号并进行提取,即仅保留那些在历史经验中已经确定与熔池构建状态相关的声波信号,而忽略与其他环境或噪音相关的信号。通过该种方式,可以有效地识别出与熔池构建状态密切相关的声波信号,从而实现对熔池构建环境内声波信号的提取和分析。
示例性的,增材制造过程中,环境内会产生各种类型的声波频率信息,例如,铺料过程会产生频率波段为f1-f2,飞溅和烟尘会产生频段f3-f4,熔池形成的高能等离子体会产生频段f5-f6。而声学采集元件采集到这些频段的信号后,通过频段分析可以过滤掉频段f1-f4,从而获得与熔池状态密切相关的f5-f6。
应理解,该示例涵盖了铺料阶段和熔池构建阶段,如果仅在熔池构建阶段,除了与熔池构建状态相关的声波信号,采集的其他信号例如有可能包括一些机器运行和环境噪音等。
步骤102、对声波信号进行处理以获取与熔池位置对应的熔池融凝过程中的声学特征。
在一种实现方式中,得到声学采集元件采集的熔池构建环境内的声波信号后,可对声波信号进行预处理,例如包括去除噪音、滤波、放大或调节信号的幅度范围等操作,以提高信号质量,便于后续分析的准确性。接着根据声学特征的定义从预处理后的声波信号中提取与熔池融凝过程相关的声学特征,并将提取的声学特征与熔池位置建立映射关系。
声学特征包括声波的频率、振幅、波长和持续时间中的至少一项,优选为包括全部项。
具体而言,声波的频率是声波振动的周期性,即单位时间内振动的次数,常用赫兹(Hz)表示。振幅则代表声波的强度或能量,反映声音的相对强度或能量大小。波长是声波在传播过程中一个完整波周期所对应的距离,与频率和传播介质的速度有关,常用λ表示。持续时间则表示声波信号持续存在的时间长度,用于评估声波信号的持续性和时域特性。
熔池融凝过程的声学特征与熔池位置的映射关系建立中,需要将提取的声学特征与对应的熔池位置进行关联。例如使用定位系统来确定声学采集元件和熔池位置之间的空间关系,通过记录声学采集元件的位置和熔池位置的空间坐标,以将采集到的声学特征与具体的熔池位置进行关联。例如前文描述的步骤101的一种实现方式中,利用声源定位算法计算出声波信号的来源位置坐标,能够确定声波信号的具体发出位置,即确定熔池位置。接着对已关联的声学特征和熔池位置进行数据标定,建立起彼此之间的映射关系;在标定过程中,需要考虑不同声学特征和熔池位置之间的非线性关系和动态变化,以确保映射关系的准确性。最后基于已标定的数据即可建立声学特征与熔池位置之间的映射模型。
此外,在一些实现方式中,还可以通过与图3示出的计算机控制系统13之间的通信以获取到能量束当前的扫描路径信息,进而得知能量束的实时照射位置和移动方向的数据,以确定声波信号对应的熔池位置。
具体而言,计算机控制系统13会控制能量束的运动,以确保其沿着预定的路径准确照射到材料表面。通过与计算机控制系统13的通信,可以实时获取到能量束的当前位置和扫描路径信息,包括能量束的坐标位置、扫描速度、扫描方向等。通过将这些能量束的位置和路径信息与声学采集元件采集到的声波信号进行关联,就可以确定声波信号对应的熔池位置。例如,当能量束照射到材料表面时,会产生与熔池构建过程相关的声波信号,通过比较能量束的位置和声波信号的采集位置,即可确定声波信号对应的熔池位置。
例如图3示出了熔池构建环境11中的熔池位置M1、M2、M3、M4……Mn,通过上述实现方式即可知晓与声学特征对应的是上述熔池位置中的哪一个,进而建立熔池融凝过程的声学特征与熔池位置的映射关系。应理解,图3示出的上述各熔池位置仅作为便于理解本申请的绘制参考示例,不代表实际应用中的真实熔池位置关系。
步骤103、根据熔池声学标准数据库对声学特征表征的熔池构建质量进行评估。
熔池声学标准数据库根据实验结果预先建立并描述了熔池正常融凝过程中各种声学特征与熔池构建质量之间的映射关系。
熔池声学标准数据库的建立是一个基于实验数据的过程,其目的是通过实际声学测量实验,收集并记录熔池融凝过程中的声学特征数据,并将这些数据与相应的构建质量参数进行关联,从而建立熔池正常融凝过程中的声学特征与构建质量之间的映射关系。
在熔池声学标准数据库的一种建立方式中,首先设计一系列实验来模拟不同的熔池构建情况,这些实验可以涵盖不同的材料、工艺参数、构建条件等,以尽可能全面地覆盖熔池构建过程中可能遇到的各种情况。在实验过程中,利用声学采集元件采集熔池融凝过程中的声波信号,并同时记录相应的构建质量参数,如熔池尺寸、形状、表面质量等。然后对采集到的声波信号进行处理 (例如噪音去除、信号滤波、数据标定等),再通过统计学方法或其他相关算法将处理后的声学特征与相应的构建质量参数进行关联分析,建立熔池正常融凝过程中的声学特征与构建质量之间的映射关系,以得到最终可用的熔池声学标准数据库。该数据库可以作为评估熔池构建质量的依据,在实际应用中用于声学监测和质量控制。
应理解,上述实验过程能够揭示不同声波信号的声学特征与所表征的熔池构建质量之间的关系机理。例如,激光能量吸收所产生的声波信号的频率和振幅可以反映熔池表面的温度和能量吸收程度,从而间接反映出熔池的热状态和熔化质量;材料相变所产生的声波信号的频率和持续时间可以反映相变的速率和能量释放的大小,从而间接反映出材料的熔化和凝固过程的质量;气泡形成和破裂所产生的声波信号的频率和振幅可以反映熔池中气体的含量和状态,从而间接反映出材料的质量和熔池的稳定性;表面张力变化所产生的声波信号的频率和振幅可以反映熔池表面的形态和稳定性,从而间接反映出材料的流动性和凝固过程的质量;而材料的凝固收缩、晶格结构变化、热应力释放等过程所产生的声波信号的特征可以反映材料的凝固速率、晶格结构的稳定性和材料内部应力的释放情况,从而直接反映出凝固过程的质量和熔池的结构状态。
熔池声学标准数据库描述的熔池正常融凝过程中各种声学特征与熔池构建质量之间的映射关系中,例如采用量化数据来表示不同等级的熔池构建质量。
例如,针对不同的声学特征(如频率、振幅、波长、持续时间等),可以设定一系列的阈值或范围,用于区分熔池构建质量的不同等级。对于每个声学特征,可以定义几个级别,从低到高表示熔池构建质量的不同程度。举例来说,对于声波频率,可以将其分为若干个频段,每个频段代表不同的构建质量水平。类似地,对于振幅、波长和持续时间等特征也可以进行类似的划分。在建立映射关系时,可以将这些声学特征的量化数据与相应的熔池构建质量等级进行关联,形成一个映射表或模型。这样,当采集到熔池声学特征数据时,就可以根据映射表或模型来判断当前的熔池构建质量水平,从而实现对构建质量的评估和监测。
步骤104、在根据评估结果得到熔池构建质量与熔池声学标准数据库中的信息不匹配或匹配不充分时,执行质量优化控制。
具体而言,在对步骤103中得到的声学特征表征的熔池构建质量进行评估时,若评估结果表明熔池构建质量与熔池声学标准数据库中的信息存在不匹配或匹配不充分的情况,则根据评估结果制定相应的优化控制策略。
在一种实现方式中,评估过程包括判断熔池位置对应的频段是否在标准频段范围内,若否则确定熔池位置的构建质量异常。
以图3为例,假设计算机控制系统13得到熔池位置M1对应的声学特征,将其对应的频段与熔池声学标准数据库12中的熔池正常融凝过程中各种声学特征所对应的标准频段范围进行比较,如果熔池位置M1的频段落在标准频段范围内,则说明该位置的声学特征与正常融凝过程相符,熔池构建质量正常。如果熔池位置M1的频段超出了标准频段范围,即不在正常融凝过程的声学特征范围内,则会被判定为异常情况,即熔池构建质量不符合要求。在这种情况下,计算机控制系统13会发出警报或触发相应的质量优化控制措施。
在一种实现方式中,评估过程包括判断熔池位置对应的频段是否在标准频段范围内,若在,则进一步判断与熔池位置对应的频段相关联的熔池构建质量是否达到预设质量等级(即匹配是否充分),若达到则说明该熔池位置对应的熔池构建质量符合预期标准(匹配充分),则继续增材制造过程;若未达到(匹配不充分),则计算机控制系统会发出警报或触发相应的质量优化控制措施。
应理解,在更多的实现方式中,除了对频段的评估外,还可以利用声波的振幅、波长、持续时间等声学特征来评估熔池构建质量。这些声学特征反映了声波信号的强度、波形和持续性,与熔池构建过程中的各种物理和化学变化密切相关。例如,振幅可以反映声波信号的强度或能量大小,较大的振幅通常意味着较强的声波信号,而较小的振幅可能暗示着质量问题。波长则反映了声波信号在空间中传播的距离,不同波长可能代表着不同的声波特性,如高频率的声波通常具有较短的波长,而低频率的声波则具有较长的波长。持续时间表示声波信号持续存在的时间长度,长时间的持续性可能表明声波信号的稳定性较高。
通过对这些声学特征的评估,可以综合考虑声波信号的多个方面,对熔池构建质量进行更全面的评估。如果这些声学特征表现出异常或不符合预期的标准,计算机控制系统可能会触发相应的质量优化控制措施,以确保熔池构建质量达到预期要求。
在一些实施例中,质量优化控制包括工艺参数和/或过程参量的优化控制。
其中,所述工艺参数包括激光功率、扫描策略、光斑直径、铺料层厚中的至少一项,优选为包括全部这些参数。
具体而言,调节激光功率可以影响熔池的温度和熔化效率,从而调整熔池的尺寸和形态。改变扫描路径、速度和形式等参数可以调节熔池的温度分布和成形效果。调整激光光斑的直径可以改变熔化区域的大小和形状,进而影响熔池的形态和质量。调节每一层材料的铺设厚度可以影响熔池的形成和堆叠方式,进而影响最终构建零件的质量。
其中,所述过程参量包括熔池尺寸形貌、熔池温度分布、应力分布中的至少一项,优选为包括全部这些参量。
具体而言,熔池尺寸形貌是指熔池在构建过程中形成的几何形状和外观特征,如熔池直径、深度、形状等。通过优化熔池尺寸形貌,可以调整熔池的几何参数,使其符合设计要求,从而确保零件的成形尺寸和形状精度。熔池温度分布是指熔池内部和周围材料的温度分布情况。熔池温度分布的均匀性直接影响着材料的融化和凝固过程,进而影响零件的成形质量。通过优化熔池温度分布,可以调整激光功率、扫描速度等工艺参数,使熔池温度分布达到最佳状态,提高零件的表面质量和材料的结晶状态。应力分布是指在熔池构建过程中产生的残余应力在零件内部和表面的分布情况,残余应力是造成零件变形和裂纹的主要原因之一,因此优化应力分布可以降低零件的变形和应力集中现象,提高零件的强度和耐久性。通过合理调整工艺参数,可以控制熔池构建过程中的热应力和残余应力,实现应力分布的优化控制。
图4示出根据本申请实施例的一种熔池构建质量异常状态判断的流程图。如图4所示,本申请实施例的方法100可以包括以下步骤111-113,应理解,步骤111-113是建立在图1示出的步骤101-104基础上的。
步骤111、获取至少一个连续区域内的熔池位置对应的熔池融凝过程中的声学特征;
步骤112、判断任意一个熔池位置相对于连续区域内的其他熔池位置对应的声学特征是否存在偏离,若存在则执行步骤113、确定该熔池位置的构建质量异常。
连续区域是指在增材制造过程中相互接连的熔池位置集合。例如在本实施例中,连续区域可以指位于同一层内的一系列接续的熔池位置,这些熔池位置是按照一定的路径顺序形成的,可能沿着零件的轮廓或者填充路径。在增材制造中,这些连续区域的熔池位置通常需要具有一致的质量,以确保最终零件的成形精度。
声学特征偏离是指某个熔池位置的声学特征与其周围其他熔池位置的声学特征相比存在明显差异,表明该熔池位置的构建质量与周围位置不同,可能存在异常。
具体而言,计算机控制系统会收集与连续区域内的熔池位置相关联的声学特征数据,对所收集的声学特征数据进行分析,并比较不同熔池位置之间的声学特征差异,如果任意一个熔池位置的声学特征与其相邻熔池位置的特征存在明显偏离或异常,将确认存在声学特征偏离的熔池位置的构建质量异常,进而计算机控制系统可能会触发相应的质量优化控制措施,以确保熔池构建质量达到预期要求。
虽然图4中并未示出步骤112的判断结果为不存在偏离的情况,但应理解,若判断任意一个熔池位置相对于连续区域内的其他熔池位置对应的声学特征不存在偏离,则确定该熔池位置的构建质量正常。
以图3为例,熔池位置M1、M2、M3、M4……Mn构成了一个连续区域。首先通过声学采集元件对这些熔池位置进行声波信号的采集,通过对采集到的声波信号进行处理和分析,得到了每个熔池位置对应的声学特征,接下来则比较每个熔池位置的声学特征与连续区域内其他位置的声学特征,假设发现在熔池位置M3处,声学特征与其周围的熔池位置相比存在明显的偏离,则可以确定熔池位置M3的构建质量异常,需要进行进一步的质量优化控制。
图5示出根据本申请实施例的表征熔池位置与声波频率关系的频谱图,其中(a)和(b)分别为不同工艺参数测试条件下的频谱图;横轴表示熔池位置,纵轴表示声波频率。根据图5可以观察到,在Q1和Q2区域内的熔池位置的声波频率与其他位置相比呈现出明显的突变,这种突变即反映了Q1和Q2区域内的熔池位置发生了异常情况,由此可判定该熔池位置的构建质量存在异常,需要进行进一步的质量优化控制。
图6示出根据本申请实施例的一种关联模型的构建流程图。如图6所示,本申请实施例的方法100可以包括步骤121和步骤122,应理解,步骤121和步骤122是建立在图1示出的步骤101-104基础上的。
步骤121、对至少一个连续区域内的熔池位置对应的熔池融凝过程中的声学特征进行时序和/或空间上的关系分析,以确定声学特征随时间的变化趋势和/或在空间上的分布规律;步骤122、根据变化趋势和/或分布规律建立声学特征与熔池构建质量之间的关联模型,以用于后续的质量优化控制。
步骤121描述的时序和/或空间上的关系分析是指对连续区域内的熔池位置对应的声学特征进行时间和/或空间上的变化趋势分析,以了解声学特征随着时间的变化或在空间上的分布规律。
具体而言,时序分析可以包括对声学特征随时间的变化趋势进行统计,例如确定声学特征在熔池融凝过程中的变化速率、周期性或趋势方向。空间分析则是针对连续区域内不同熔池位置之间的声学特征进行比较,了解声学特征在空间上的分布规律,例如确定声学特征在熔池构建区域内的空间分布是否均匀或存在明显差异。
作为一种时序分析示例,例如,对于每个熔池位置,收集声学特征随着时间的变化数据,例如声波频率、振幅等。然后利用时间序列分析方法,如移动平均、趋势分析等,分析声学特征的变化趋势,以确定是否存在明显的上升、下降或周期性变化。将不同熔池位置对应的声学特征数据进行相关性分析,以发现它们之间是否存在相关性。
作为一种空间分析示例,例如,将连续区域内的声学特征数据在空间上进行可视化,并进行比较分析,例如可以通过绘制空间分布图来实现,从而观察声学特征在熔池构建区域内的空间分布情况,发现可能存在的空间差异或异常。对于不同熔池位置对应的声学特征数据,计算它们之间的空间相关性,来评估声学特征在空间上的相似性或差异性。
步骤122涉及根据时序和/或空间上的关系分析结果,建立声学特征与熔池构建质量之间的关联模型。该关联模型可以基于机器学习算法(例如神经网络)建立,通过将声学特征作为输入变量,熔池构建质量作为输出变量,来描述它们之间的关系。该关联模型可以用于预测声学特征与熔池构建质量之间的关系,并作为后续质量优化控制的依据。
在实施过程中,可以利用大量的声学特征数据和对应的熔池构建质量数据进行训练和验证,以确保建立的关联模型具有较高的准确性。同时,不断优化模型算法和参数,以提高模型的预测能力和适用性。
该关联模型的应用过程中,例如利用该关联模型持续地监测声波信号的声学特征的变化;在监测到声学特征的变化状态发生异常或不符合预期时,执行质量优化控制。
具体而言,使用建立的关联模型持续地监测连续区域内熔池位置对应的声学特征的变化,可以通过实时采集声学特征数据,并与关联模型进行比较,即不断地收集声学特征数据,并根据模型预测的变化趋势进行分析。在监测过程中,计算机控制系统会不断比较实际的声学特征数据与关联模型的预测结果,如果监测到声学特征的变化状态异常或不符合预期,计算机控制系统会自动执行质量优化控制,例如修改工艺参数,如激光功率、扫描策略等,以使熔池构建质量恢复到预期的水平。
在本申请的一些实施例中,步骤101所描述的获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号,具体可以包括,获取由一个或多个声学采集元件采集的熔池构建环境和铺料环境内的声波信号。
如前文所描述的,图3示出的熔池构建环境11所在的区域也可能是其他构建环境,例如铺料环境,后者同样位于成形基板的上方。在实际应用中,为了有效区分声波信号的具体来源环境,可以通过与计算机控制系统13之间的通信进行协作,以获取当前增材制造过程所处的阶段信息,包括是铺料阶段还是熔池构建阶段。由此可知,在实际应用中,熔池构建环境和铺料环境的区别仅在于它们所处的增材制造过程阶段不同,熔池构建环境是在能量束照射下,成形基板上的材料融化并凝固形成熔池的阶段,而铺料环境则是指材料被铺设在成形基板上但尚未被能量束照射融化的阶段,通过区分它们,可以更准确地分析声学特征数据并进行相应的质量优化控制。
图7示出根据本申请实施例的另一种利用声学测量实现增材制造质量监测的方法流程图。如图7所示,本申请实施例的方法100可以包括以下步骤131-133。
步骤131、对声波信号进行处理以获取铺料过程中的声学特征。
铺料过程是指利用特定的铺料设备(如刮刀、辊筒等)将粉末状的建造材料均匀地铺设在成形基板上的过程。该过程是增材制造的起始阶段,铺料的质量和均匀度直接影响着后续熔池构建的质量。在铺料过程中,颗粒状的建造材料通过铺料装置均匀地覆盖在成形基板的表面上,形成一层薄薄的铺层,这一层材料的厚度、均匀度以及与基板的附着情况都会对后续的加工过程产生重要影响,良好的铺料过程可以确保建造材料在后续的加工过程中均匀融化,并且可以保持成形基板的平整性。铺料过程的关键是要保证建造材料均匀地分布在成形基板上,并且要控制好铺料层的厚度,以确保后续的加工过程可以顺利进行。此外,铺料过程还需要考虑材料的流动性、粘附性以及与成形基板的附着力,以避免在后续过程中出现材料的脱落或不均匀分布等问题。
因此,对铺料过程的监测、评估和优化至关重要,可以通过声学特征来对铺料质量进行评估和优化,以确保建造材料的均匀铺设和良好的附着性,从而提高整体的制造质量。
在铺料过程中,声学采集元件收集到的声波信号同样需要经过处理(例如前文描述的预处理),以提取其中与铺料相关的声学特征。
铺料过程的声波信号的采集可以通过与熔池构建环境类似的,分别获取由多个阵列排布的声学采集元件采集的声波信号,再根据声源定位算法对声波信号进行声源定位,以得到铺料环境内的声波信号并进行提取。或者通过获取一个或多个声学采集元件采集的声波信号对应的频段,再根据历史频段分布经验从得到的频段中识别出与铺料状态密切相关的频段,将其对应的声波信号确认为铺料环境内的声波信号并进行提取。
在铺料过程中,一些声波信号的产生源和其产生机理例如:
铺料过程中,使用的刮刀或辊筒等铺料装置在与建造材料和基板接触时会产生摩擦声,这是常见的声波信号来源,这种声波信号的产生源是刮刀或辊筒的表面与建造材料和成形基板之间的摩擦。
铺料过程中,建造材料被均匀地分布在成形基板表面上,其流动过程中可能会产生声波信号,这种声波信号的产生源是建造材料的流动运动,包括颗粒之间的碰撞和移动。
铺料过程中,成形基板可能会受到外部因素的影响而产生振动,例如机器运行时的震动或者环境中的风力等,这种振动可能会导致成形基板表面的变形和声波信号的产生。
步骤132、根据铺料声学标准数据库对声学特征标准的铺料质量进行评估。
铺料声学标准数据库根据实验结果预先建立并描述了铺料过程中各种声学特征与铺料质量之间的关系。
类似地,铺料声学标准数据库同样是基于实验结果预先建立并描述的,其中记录了铺料过程中各种声学特征与铺料质量之间的关系。
具体而言,铺料声学标准数据库包含了不同声学特征(例如声波的频率、振幅、波长、持续时间等)与铺料质量之间的关联关系,这些关联关系是通过大量实验数据和分析得出的,可以指导铺料过程中的质量控制和优化。
例如,对于声波频率,较高的频率可能表示铺料过程中存在较强的机械振动或摩擦声,可能会影响到铺料的均匀性。而对于声波振幅,较大的振幅可能表示铺料过程中存在不均匀的建造材料分布或过度的压实,可能导致铺料表面的不均匀或气孔的形成。对于波长和持续时间等声学特征,也可以根据其变化趋势来评估铺料过程中的质量状况。通过对铺料声学标准数据库中的声学特征的标准进行评估,可以及时发现铺料过程中的异常情况,并采取相应的措施进行调整和优化,以确保铺料质量的稳定性。
步骤133、在根据评估结果得到铺料质量与铺料声学标准数据库中的信息不匹配或匹配不充分时,执行铺料优化控制。
具体而言,在对步骤133中得到的声学特征表征的铺料质量进行评估时,若评估结果表明铺料质量与铺料声学标准数据库中的信息存在不匹配或匹配不充分的情况,则根据评估结果制定相应的铺料优化控制策略。
类似地,评估过程例如包括判断铺料过程对应的频段是否在标准频段范围内,若否则确定铺料质量异常。
此外,评估过程还可以包括判断铺料过程对应的频段是否在标准频段范围内,若在,则进一步判断与铺料过程对应的频段相关联的铺料质量是否达到预设质量等级(即匹配是否充分),若达到则说明该铺料过程对应的铺料质量符合预期标准(匹配充分),则继续增材制造过程;若未达到(匹配不充分),则计算机控制系统会发出警报或触发相应的铺料优化控制措施。
铺料优化控制包括调整以下至少一项参数:铺料厚度、铺料速度、材料预热温度、铺料压力和材料激励频率。
铺料厚度是指铺料过程中每一层铺料的厚度。如果评估结果表明铺料厚度与预期值不符合,可能会调整铺料装置的刮刀或辊筒等部件,以控制每层铺料的厚度,确保其达到预期要求。
铺料速度指的是铺料装置在将建造材料均匀铺设在成形基板上时的移动速度。如果铺料速度过快或过慢导致铺料质量不佳,可以通过调整铺料装置的运行速度来控制铺料过程的速度,使其适应当前的工艺要求。
材料预热温度是指在铺料过程中建造材料的初始温度。通过调整材料预热温度,可以改变建造材料的流动性和粘度,从而影响铺料过程中的铺料质量。
铺料压力是指铺料装置对建造材料施加的压力。适当的铺料压力可以帮助建造材料均匀地铺设在成形基板上,并保持良好的附着性。如果铺料压力不足或过大,可能会导致铺料过程中出现空隙或挤压不足的问题,因此需要根据实际情况调整铺料装置的压力参数。
材料激励频率是指在铺料过程中通过振动装置(如超声波振动装置)对建造材料进行振动的频率。适当的振动可以帮助建造材料在成形基板上均匀分布,并提高铺料质量。通过调整振动装置的频率,可以优化铺料过程中建造材料的流动性和分布均匀性,从而改善铺料质量。
通过对上述参数的调整,铺料优化控制可以有效地解决铺料过程中出现的问题,提高铺料质量和成形精度,从而保证零件最终的成形质量。
图8示出根据本申请实施例的一种利用声学测量实现增材制造质量监测的系统框图。如图8所示,本申请实施例的系统200可以包括以下单元:
一个或多个声学采集元件10,被配置为至少在增材制造阶段采集至少包含熔池构建环境内的声波信号;
声波信号获取单元201,被配置获取由所述一个或多个声学采集元件10采集的所述声波信号;
第一声学特征获取单元202,被配置为对所述声波信号进行处理以获取与熔池位置对应的熔池融凝过程中的声学特征;
第一声学特征评估单元203,被配置为根据熔池声学标准数据库对所述声学特征表征的熔池构建质量进行评估。所述熔池声学标准数据库根据实验结果预先建立并描述了熔池正常融凝过程中各种声学特征与熔池构建质量之间的映射关系;和
第一质量优化控制单元204,被配置为在根据评估结果得到所述熔池构建质量与熔池声学标准数据库中的信息不匹配或匹配不充分时,执行质量优化控制。
本实施例的一种实现方式中,所述声学特征包括声波的频率、振幅、波长和持续时间中的至少一项。
本实施例的一种实现方式中,声波信号获取单元201被进一步配置为:获取所述一个或多个声学采集元件10采集的声波信号对应的频段,并根据历史频段分布经验从得到的频段中识别出与熔池构建状态密切相关的频段,将其对应的声波信号确认为熔池构建环境内的声波信号并进行提取。
本实施例的一种实现方式中,声波信号获取单元201被进一步配置为:分别获取由多个阵列排布的声学采集元件(例如可以是图3示出的第一声学采集元件10a、第二声学采集元件10b、第三声学采集元件10c和第四声学采集元件10d)采集的声波信号,并根据声源定位算法对声波信号进行声源定位,以得到熔池构建环境内的声波信号并进行提取。
本实施例的一种实现方式中,第一声学特征评估单元203被进一步配置为:判断所述熔池位置对应的频段是否在标准频段范围内,若否则确定所述熔池位置的构建质量异常。
本实施例的一种实现方式中,多个声学采集元件呈阵列排布在成形仓内,成形仓用于提供以增材制造的方式制造3D物体的场所;其中,成形仓包含所述熔池构建环境。
本实施例的一种实现方式中,所述一个或多个声学采集元件10被进一步配置为至少在增材制造阶段采集熔池构建环境和铺料环境内的声波信号。
图9示出根据本申请实施例的另一种利用声学测量实现增材制造质量监测的系统框图。如图9所示,本申请实施例的系统200还可以包括以下单元:
第二声学特征获取单元205,被配置为对所述声波信号进行处理以获取铺料过程中的声学特征;
第二声学特征评估单元206,被配置为根据铺料声学标准数据库对所述声学特征标准的铺料质量进行评估。所述铺料声学标准数据库根据实验结果预先建立建立并描述了铺料过程中各种声学特征与铺料质量之间的关系;和
第二质量优化控制单元207,被配置为在根据评估结果得到所述铺料质量与铺料声学标准数据库中的信息不匹配或匹配不充分时,执行铺料优化控制。
本实施例的一种实现方式中,系统200还可以包括以下单元:
第三声学特征获取单元,被配置为获取至少一个连续区域内的熔池位置对应的熔池融凝过程中的声学特征;和
声学特征偏离判断单元,被配置为判断任意一个熔池位置相对于所述连续区域内的其他熔池位置对应的声学特征是否存在偏离,若存在则确定所述熔池位置的构建质量异常。
本实施例的一种实现方式中,系统200还可以包括以下单元:
声学特征关系分析单元,被配置为对至少一个连续区域内的熔池位置对应的熔池融凝过程中的声学特征进行时序和/或空间上的关系分析,以确定声学特征随时间的变化趋势和/或在空间上的分布规律;和
关联模型构建单元,被配置为根据所述变化趋势和/或分布规律建立声学特征与熔池构建质量之间的关联模型,以用于后续的质量优化控制。
本实施例的一种实现方式中,系统200还可以包括以下单元:
声学特征变化监测单元,被配置为利用所述关联模型持续地监测所述声波信号的声学特征的变化;和
第三质量优化控制单元,被配置为在监测到所述声学特征的变化状态发生异常或不符合预期时,执行质量优化控制。
本实施例的一种实现方式中,所述质量优化控制包括工艺参数和/或过程参量的优化控制;其中,所述工艺参数包括激光功率、扫描策略、光斑直径、铺料层厚中的至少一项;所述过程参量包括熔池尺寸形貌、熔池温度分布、应力分布中的至少一项。
图10示出根据本申请实施例的一种增材制造设备的结构示意图。如图10所示,本申请实施例的增材制造设备2具备成形仓20、建造缸21、第一料缸22a、第二料缸22b、铺料装置26和能量束发生器27等部件。
成形仓20作为增材制造设备中的一个封闭空间,位于建造缸21、第一料缸22a、第二料缸22b的上方。
建造缸21用于构建3D物体,在其底部设置有第一升降装置25,成形基板24设置在建造缸21内,并能够在第一升降装置25的驱动下沿建造缸21上下移动,以促使材料的逐层添加,以便构建出所需的3D物体。应理解,在增材制造过程中,成形基板24每下降一层的厚度即下一次铺料的层厚。
第一料缸22a设置在建造缸21的左侧,在第一料缸22a底部设置有第二升降装置23a,第一料缸22a用于储存供3D打印使用的材料并能够在第二升降装置23a的驱动下溢出材料以堆积在其顶部区域,进而供铺料装置26将堆积在第一料缸22a顶部区域的材料向右移动铺设至成形基板24上。第二料缸22b设置在建造缸21的右侧,在第二料缸22b底部设置有第三升降装置23b,第二料缸22b用于储存供3D打印使用的材料并能够在第三升降装置23b的驱动下溢出材料以堆积在其顶部区域,进而供铺料装置26将堆积在第二料缸22b顶部区域的材料向左移动铺设至成形基板24上。
应理解,第一料缸22a和第二料缸22b可互为彼此的余料收集容器。
此外,在一些可选的实施例中,增材制造设备2也可以采取单料缸的设计,仅保留一侧的料缸,例如第一料缸22a或第二料缸22b。
能量束发生器27设置在成形仓20的上方,用于按照预设路径选择性发射能量束以在成形基板24上运动扫描,逐层熔融铺设在成形基板24上的材料以构建3D物体。
能量束发生器27通常为一激光发生器,用于发射激光束。应理解,在实际构造中,增材制造设备2还具备与能量束发生器23配合使用的光学器件,如图10示出的振镜28、场镜29等,以控制和调节激光束的方向,使其精确地照射到成形基板24上,实现能量束的精确照射和扫描。
此外,本申请实施例的增材制造设备2还具备用于控制各部件运行的计算机控制系统。通过预设的控制逻辑,计算机控制系统能够精确地控制各个部件的运行速度、运动路径和操作模式,从而确保打印过程的顺利进行和打印质量的稳定性。
此外,本申请实施例的增材制造设备2还具备一个或多个声学采集元件。
在一些实施例中,如图10所示,增材制造设备2具备第一声学采集元件10a和第二声学采集元件10b,第一声学采集元件10a和第二声学采集元件10b设置在成形仓20内。成形基板24上方的区域为熔池构建环境,同时也为铺料环境。
在一些实施例中,增材制造设备还可以具备更多的声学采集元件,例如设置为4个,呈呈阵列排布在成形仓内20。
图11示出根据本申请实施例的电子设备的示意框图。如图11所示,在一些实施例中,电子设备300包括处理器301和存储器302(其中,处理器301和存储器302的数量可以一个或多个)。存储器302被耦合到处理器301,并且用于存储由处理器301执行的指令,该指令当由处理器301执行时,使得电子设备300执行前文任一项所描述的利用声学测量实现增材制造质量监测的方法。
处理器301与存储器302通信,该存储器302可以包括只读存储器和随机存取存储器,向处理器301提供指令和数据。此外,存储器302的一部分可能还包括非易失性随机存取存储器(NVRAM)。在存储器302中,存储有操作指令、可执行模块、数据结构或它们的子集,甚至是它们的扩展集。这些操作指令涵盖各种操作,用于实现各种操作。
本申请实施例所描述的利用声学测量实现增材制造质量监测的方法可以应用于处理器301中,或者由处理器301实现。处理器301可以是任何适用的计算机处理器,如中央处理单元(CPU)、图形处理单元(GPU)、可编程逻辑器件(FPGA)等。在本申请的实施例中,处理器301负责执行利用声学测量实现增材制造质量监测的方法的各个步骤。
在一些实施例中,本申请还提供了一种计算机可读存储介质,其存储有计算机程序,当该计算机程序被处理器执行时实现前文任一项所描述的利用声学测量实现增材制造质量监测的方法。
其中,计算机可读存储介质是指一种可以被计算机系统读取的介质,如硬盘、固态硬盘、光盘、闪存驱动器等。在本申请的一些实施例中,计算机可读存储介质存储有一套计算机程序,这些程序被处理器执行,实现了利用声学测量实现增材制造质量监测的方法中所描述的各个步骤和功能。这些计算机程序可以包括操作系统、嵌入式软件、应用程序等,用于控制和管理方法的过程。通过读取和执行存储在计算机可读存储介质上的程序,计算机系统可以有效地实现本申请所述的利用声学测量实现增材制造质量监测的方法。
在一些实施例中,本申请还提供了一种计算机程序产品,计算机程序产品包括计算机可执行指令,计算机可执行指令在被处理器执行时,使计算机实现根据前文任一项所描述的利用声学测量实现增材制造质量监测的方法。
其中,计算机程序产品是一种储存有计算机可执行指令的产品,其目的是在被计算机系统的处理器执行时实现利用声学测量实现增材制造质量监测的方法中描述的各个步骤和功能。计算机可执行指令可以包括操作系统、应用程序、嵌入式软件等,以控制和管理方法的过程。通过使用这种计算机程序产品,用户可以在计算机系统上执行本申请的利用声学测量实现增材制造质量监测的方法。
以上所述的具体实施方式,对本申请实施例的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本申请实施例的具体实施方式而已,并不用于限定本申请实施例的保护范围,凡在本申请实施例的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本申请实施例的保护范围之内。
Claims (19)
1.一种利用声学测量实现增材制造质量监测的方法,其特征在于,
所述方法包括:
至少在增材制造阶段,获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号;
对所述声波信号进行处理以获取与熔池位置对应的熔池融凝过程中的声学特征;
根据熔池声学标准数据库对所述声学特征表征的熔池构建质量进行评估,所述熔池声学标准数据库根据实验结果预先建立并描述了熔池正常融凝过程中各种声学特征与熔池构建质量之间的映射关系;和
在根据评估结果得到所述熔池构建质量与熔池声学标准数据库中的信息不匹配或匹配不充分时,执行质量优化控制。
2.根据权利要求1所述的方法,其特征在于,
所述声学特征包括声波的频率、振幅、波长和持续时间中的至少一项。
3.根据权利要求1所述的方法,其特征在于,
所述获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号,包括:
获取所述一个或多个声学采集元件采集的声波信号对应的频段;和
根据历史频段分布经验从得到的频段中识别出与熔池构建状态密切相关的频段,将其对应的声波信号确认为熔池构建环境内的声波信号并进行提取。
4.根据权利要求1所述的方法,其特征在于,
所述获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号,包括:
分别获取由多个阵列排布的声学采集元件采集的声波信号;和
根据声源定位算法对声波信号进行声源定位,以得到熔池构建环境内的声波信号并进行提取。
5.根据权利要求2所述的方法,其特征在于,
所述根据熔池声学标准数据库对所述声学特征表征的熔池构建质量进行评估,包括:
判断所述熔池位置对应的频段是否在标准频段范围内,若否则确定所述熔池位置的构建质量异常。
6.根据权利要求1所述的方法,其特征在于,
所述方法还包括:
获取至少一个连续区域内的熔池位置对应的熔池融凝过程中的声学特征;和
判断任意一个熔池位置相对于所述连续区域内的其他熔池位置对应的声学特征是否存在偏离,若存在则确定所述熔池位置的构建质量异常。
7.根据权利要求1所述的方法,其特征在于,
所述方法还包括:
对至少一个连续区域内的熔池位置对应的熔池融凝过程中的声学特征进行时序和/或空间上的关系分析,以确定声学特征随时间的变化趋势和/或在空间上的分布规律;和
根据所述变化趋势和/或分布规律建立声学特征与熔池构建质量之间的关联模型,以用于后续的质量优化控制。
8.根据权利要求7所述的方法,其特征在于,
所述方法还包括:
利用所述关联模型持续地监测所述声波信号的声学特征的变化;和
在监测到所述声学特征的变化状态发生异常或不符合预期时,执行质量优化控制。
9.根据权利要求1所述的方法,其特征在于,
所述质量优化控制包括工艺参数和/或过程参量的优化控制;
其中,所述工艺参数包括激光功率、扫描策略、光斑直径、铺料层厚中的至少一项;
其中,所述过程参量包括熔池尺寸形貌、熔池温度分布、应力分布中的至少一项。
10.根据权利要求1所述的方法,其特征在于,
所述获取由一个或多个声学采集元件采集的至少包含熔池构建环境内的声波信号,包括:
获取由一个或多个声学采集元件采集的熔池构建环境和铺料环境内的声波信号。
11.根据权利要求10所述的方法,其特征在于,
所述方法还包括:
对所述声波信号进行处理以获取铺料过程中的声学特征;
根据铺料声学标准数据库对所述声学特征标准的铺料质量进行评估,所述铺料声学标准数据库根据实验结果预先建立并描述了铺料过程中各种声学特征与铺料质量之间的关系;和
在根据评估结果得到所述铺料质量与铺料声学标准数据库中的信息不匹配或匹配不充分时,执行铺料优化控制。
12.根据权利要求11所述的方法,其特征在于,
所述铺料优化控制包括调整以下至少一项参数:铺料厚度、铺料速度、材料预热温度、铺料压力和材料激励频率。
13.一种利用声学测量实现增材制造质量监测的系统,其特征在于,
所述系统包括:
一个或多个声学采集元件,被配置为至少在增材制造阶段采集至少包含熔池构建环境内的声波信号;
声波信号获取单元,被配置获取由所述一个或多个声学采集元件采集的所述声波信号;
第一声学特征获取单元,被配置为对所述声波信号进行处理以获取与熔池位置对应的熔池融凝过程中的声学特征;
第一声学特征评估单元,被配置为根据熔池声学标准数据库对所述声学特征表征的熔池构建质量进行评估,所述熔池声学标准数据库根据实验结果预先建立并描述了熔池正常融凝过程中各种声学特征与熔池构建质量之间的映射关系;和
第一质量优化控制单元,被配置为在根据评估结果得到所述熔池构建质量与熔池声学标准数据库中的信息不匹配或匹配不充分时,执行质量优化控制。
14.根据权利要求13所述的系统,其特征在于,
所述多个声学采集元件呈阵列排布在成形仓内,所述成形仓用于提供以增材制造的方式制造3D物体的场所;
其中,所述成形仓包含所述熔池构建环境。
15.根据权利要求13所述的系统,其特征在于,
所述一个或多个声学采集元件被进一步配置为至少在增材制造阶段采集熔池构建环境和铺料环境内的声波信号;
所述系统还包括:
第二声学特征获取单元,被配置为对所述声波信号进行处理以获取铺料过程中的声学特征;
第二声学特征评估单元,被配置为根据铺料声学标准数据库对所述声学特征标准的铺料质量进行评估,所述铺料声学标准数据库根据实验结果预先建立并描述了铺料过程中各种声学特征与铺料质量之间的关系;和
第二质量优化控制单元,被配置为在根据评估结果得到所述铺料质量与铺料声学标准数据库中的信息不匹配或匹配不充分时,执行铺料优化控制。
16.一种增材制造设备,其特征在于,
所述增材制造设备包括权利要求13至15任一项所述的系统。
17.一种电子设备,其特征在于,包括:
至少一个处理器;
至少一个存储器,所述至少一个存储器被耦合到所述至少一个处理器,并且用于存储由所述至少一个处理器执行的指令,所述指令当由所述至少一个处理器执行时,使得所述电子设备执行根据权利要求1至12中任一项所述的方法。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现根据权利要求1至12中任一项所述的方法。
19.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机可执行指令,所述计算机可执行指令在被处理器执行时,使计算机实现根据权利要求1至12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410228276.9A CN117805248A (zh) | 2024-02-29 | 2024-02-29 | 利用声学测量实现增材制造质量监测的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410228276.9A CN117805248A (zh) | 2024-02-29 | 2024-02-29 | 利用声学测量实现增材制造质量监测的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117805248A true CN117805248A (zh) | 2024-04-02 |
Family
ID=90423880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410228276.9A Pending CN117805248A (zh) | 2024-02-29 | 2024-02-29 | 利用声学测量实现增材制造质量监测的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117805248A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107037126A (zh) * | 2015-11-19 | 2017-08-11 | 通用电气公司 | 用于加性制造过程的声学监测方法 |
CN112313023A (zh) * | 2018-07-02 | 2021-02-02 | 瑞尼斯豪公司 | 粉末床增材制造中的声发射感测 |
US20210365016A1 (en) * | 2020-05-19 | 2021-11-25 | Mistras Group, Inc. | Online monitoring of additive manufacturing using acoustic emission methods |
CN115138867A (zh) * | 2022-07-22 | 2022-10-04 | 南京航空航天大学 | 一种激光增材制造梯度材料成型质量实时监测反馈与优化的装置与方法 |
CN115266951A (zh) * | 2022-07-28 | 2022-11-01 | 上海理工大学 | 对选择性激光熔化过程内部缺陷实时在线监测方法及系统 |
US20220379383A1 (en) * | 2021-05-28 | 2022-12-01 | Kabushiki Kaisha Toshiba | Monitoring system and additive manufacturing system |
CN115582559A (zh) * | 2022-10-19 | 2023-01-10 | 中国商用飞机有限责任公司 | 铺粉增材制造缺陷的在线监测系统及在线监测方法 |
CN115775249A (zh) * | 2022-12-26 | 2023-03-10 | 汕头大学 | 一种增材制造造件成形质量监测方法、系统及存储介质 |
CN116604040A (zh) * | 2023-04-18 | 2023-08-18 | 南京师范大学 | 一种基于多传感的选区激光熔化缺陷监测方法及系统 |
US20230400434A1 (en) * | 2020-10-30 | 2023-12-14 | Hitachi Metals, Ltd. | State monitor system and state monitor method |
-
2024
- 2024-02-29 CN CN202410228276.9A patent/CN117805248A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107037126A (zh) * | 2015-11-19 | 2017-08-11 | 通用电气公司 | 用于加性制造过程的声学监测方法 |
CN112313023A (zh) * | 2018-07-02 | 2021-02-02 | 瑞尼斯豪公司 | 粉末床增材制造中的声发射感测 |
US20210365016A1 (en) * | 2020-05-19 | 2021-11-25 | Mistras Group, Inc. | Online monitoring of additive manufacturing using acoustic emission methods |
US20230400434A1 (en) * | 2020-10-30 | 2023-12-14 | Hitachi Metals, Ltd. | State monitor system and state monitor method |
US20220379383A1 (en) * | 2021-05-28 | 2022-12-01 | Kabushiki Kaisha Toshiba | Monitoring system and additive manufacturing system |
CN115138867A (zh) * | 2022-07-22 | 2022-10-04 | 南京航空航天大学 | 一种激光增材制造梯度材料成型质量实时监测反馈与优化的装置与方法 |
CN115266951A (zh) * | 2022-07-28 | 2022-11-01 | 上海理工大学 | 对选择性激光熔化过程内部缺陷实时在线监测方法及系统 |
CN115582559A (zh) * | 2022-10-19 | 2023-01-10 | 中国商用飞机有限责任公司 | 铺粉增材制造缺陷的在线监测系统及在线监测方法 |
CN115775249A (zh) * | 2022-12-26 | 2023-03-10 | 汕头大学 | 一种增材制造造件成形质量监测方法、系统及存储介质 |
CN116604040A (zh) * | 2023-04-18 | 2023-08-18 | 南京师范大学 | 一种基于多传感的选区激光熔化缺陷监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11633918B2 (en) | Method and device for additive manufacturing utilizing simulation test results of a workpiece | |
CN113119470B (zh) | 实时反馈控制3d打印过程的方法以及用于其的3d打印系统 | |
US12105505B2 (en) | Online monitoring of additive manufacturing using acoustic emission methods | |
JP6735925B2 (ja) | 内部欠陥検出システム、三次元積層造形装置、内部欠陥検出方法、三次元積層造形物の製造方法、及び、三次元積層造形物 | |
US20230330941A1 (en) | Method and Device for the Additive Manufacturing of a Workpiece | |
US20230256513A1 (en) | Method and Apparatus for Additive Manufacture of a Workpiece | |
CN108608119B (zh) | 一种激光增材制造在线监测方法 | |
Prem et al. | A review on application of acoustic emission testing during additive manufacturing | |
Xu et al. | In-process thread orientation monitoring in additive manufacturing | |
CN117805248A (zh) | 利用声学测量实现增材制造质量监测的方法和系统 | |
JP2010071884A (ja) | レーザ超音波法による材料中の縦波と横波の音速の計測方法及び装置 | |
JP4031711B2 (ja) | 残留応力分布測定装置及び残留応力分布測定方法 | |
US20230004142A1 (en) | Method, system and device for acquisition and processing of elastic waves and field sensor data for real-time in-situ monitoring of additive manufacturing | |
Rozin et al. | Detecting selective laser melting beam power from ultrasonic temporal and spectral responses of phononic crystal artifacts toward in-situ real-time quality monitoring | |
Xu | Ultrasonic monitoring of additive manufacturing processes with metamaterial textured-phononic crystal artifacts | |
KR100994037B1 (ko) | 레이저 초음파 측정장치 및 레이저 초음파 측정방법 | |
Taylor et al. | Investigating applicability of surface roughness parameters in describing the metallic AM process | |
Vanniamparambil et al. | In-situ acousto-ultrasonic monitoring of crack propagation in Al2024 alloy | |
CN118192477B (zh) | 一种用于塑焊一体机的设备智能控制系统及方法 | |
Byseke et al. | Automatic monitoring and control of Laser Metal Deposition Process | |
CARRARO | Spatio-temporal analysis and monitoring of temperature in extrusion-based AM processes | |
Mayer et al. | Surface quality prediction for FDM-printed parts using in-process material flow data | |
Suagawara et al. | 1J2-2 Closed-Crack Imaging and Scattering Behavior Analysis Using Confocal Subharmonic Phased Array (Nondestructive Evaluation) |
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 |