TWI747053B - 積層製造系統與方法及特徵擷取方法 - Google Patents

積層製造系統與方法及特徵擷取方法 Download PDF

Info

Publication number
TWI747053B
TWI747053B TW108134930A TW108134930A TWI747053B TW I747053 B TWI747053 B TW I747053B TW 108134930 A TW108134930 A TW 108134930A TW 108134930 A TW108134930 A TW 108134930A TW I747053 B TWI747053 B TW I747053B
Authority
TW
Taiwan
Prior art keywords
molten pool
molten
workpiece
value
feature
Prior art date
Application number
TW108134930A
Other languages
English (en)
Other versions
TW202014298A (zh
Inventor
楊浩青
羅裕龍
蕭宏章
王士豪
胡敏君
黃熾宏
鄭芳田
Original Assignee
國立成功大學
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 國立成功大學 filed Critical 國立成功大學
Publication of TW202014298A publication Critical patent/TW202014298A/zh
Application granted granted Critical
Publication of TWI747053B publication Critical patent/TWI747053B/zh

Links

Images

Classifications

    • 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
    • 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
    • B22F1/00—Metallic powder; Treatment of metallic powder, e.g. to facilitate working or to improve properties
    • B22F1/14—Treatment of metallic powder
    • B22F1/142—Thermal or thermo-mechanical treatment
    • 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
    • B22F10/30—Process control
    • B22F10/36—Process control of energy beam parameters
    • B22F10/368—Temperature or temperature gradient, e.g. temperature of the melt pool
    • 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
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/34—Laser welding for purposes other than joining
    • B23K26/342—Build-up welding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/10—Processes of additive manufacturing
    • B29C64/141—Processes of additive manufacturing using only solid materials
    • B29C64/153—Processes of additive manufacturing using only solid materials using layers of powder being selectively joined, e.g. by selective laser sintering or melting
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for additive manufacturing
    • B29C64/393—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y30/00—Apparatus for additive manufacturing; Details thereof or accessories therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
    • G05B19/4099—Surface or curve machining, making 3D objects, e.g. desktop manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/30—Process control
    • B22F10/36—Process control of energy beam parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/80—Data acquisition or data processing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • 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
    • B22F12/80—Plants, production lines or modules
    • B22F12/82—Combination of additive manufacturing apparatus or devices with other processing apparatus or devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29K—INDEXING SCHEME ASSOCIATED WITH SUBCLASSES B29B, B29C OR B29D, RELATING TO MOULDING MATERIALS OR TO MATERIALS FOR MOULDS, REINFORCEMENTS, FILLERS OR PREFORMED PARTS, e.g. INSERTS
    • B29K2105/00—Condition, form or state of moulded material or of the material to be shaped
    • B29K2105/25—Solid
    • B29K2105/251—Particles, powder or granules
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49023—3-D printing, layer of powder, add drops of binder in layer, new powder
    • 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

Abstract

本發明實施例提供積層製造系統與方法及特徵擷取方法。此積層製造系統包含積層製造機台、產品量測系統、原位量測系統、虛擬量測系統、補償器、追蹤計劃器、控制器、模擬器和擴充實境裝置。模擬器係用以發現可行的製程參數範圍，而擴充實境裝置係用以輔助積層製造機台的操作與維修。產品量測系統、原位量測系統和虛擬量測系統係被整合來推估積層製造機台之粉床上材料層的變異。補償器係藉由調整製程參數來補償製程變異。產品量測系統係配置以量測工件產品的品質。原位量測系統係配置以在搜集粉床上熔池的特徵資料。

Description

積層製造系統與方法及特徵擷取方法
本發明是有關於一種積層製造系統與方法及特徵擷取方法，且特別是有關於一種支援虛擬量測的積層製造系統與方法及特徵擷取方法。
積層製造(Additive Manufacturing；AM)，即俗稱的3D列印，係建立數位化電腦模型檔案後，藉由加熱金屬粉末或塑膠材料，使其呈熔融可塑狀態，再透過一層層堆疊以製得工件的技術。粉床熔融成型製程(Powder Bed Fusion Process)係常見的積層製造技術之一，粉床熔融成型製程可例如為選擇性雷射熔融(Selective Laser Melting，SLM)製程及選擇性雷射燒結(Selective Laser Sintering，SLS)製程。選擇性雷射熔融製程係將粉末狀的材料鋪在基材上，並利用高能量的雷射照射在欲成型的位置上，以使材料熔融聚合。選擇性雷射燒結製程亦是利用雷射照射粉末材料後，使材料燒結黏著而聚積成塊，接著再鋪上另一層粉末，並重複製程，直至產品成型。
習知之積層製造機台缺乏(生產)線上調整機制。當積層製造機台使用固定製程數值(例如：雷射功率、掃描策略、粉層厚度、掃描速度等)來進行生產時，所生產的產品品質會隨著製程變化(例如：功率分布、流量控制、濕度含量等)而有所改變。習知之積層製造技術係在產品完成後才進行品質量測，以確認產品品質。然而，積層製造產品的係藉由對多層粉末逐層加工而成，某一層的加工品質不良往往會影響最終產品的品質。因此，需要提出一種積層製造系統與方法及特徵粹取方法，以及時得知產品的品質，而可於(生產)線上調整積層製造機台的製程參數。
本發明之一目的是在提供一種積層製造系統與方法及特徵擷取方法，藉以及時得知產品的品質，而可於(生產)線上調整積層製造機台的製程參數。
根據本發明上述目的，提出一種積層製造系統。積層製造系統，包含：積層製造機台、產品量測系統、原位量測系統和虛擬量測系統。積層製造機台係配置以製造複數個工件產品，其中積層製造機台包含：粉床和熔合系統。粉床包含粉床容器，其中粉床容器中承載有一粉層。熔合系統係配置以在每一個工件產品的製造過程中將一能量束分別導向粉層上的複數個粉體，以熔合此些粉體，而形成複數個熔池。產品量測系統係配置以在完成工件產品後分別量測工件產品的品質，而獲得工件產品的複數個實際量測 值。原位量測系統包含：高溫計和攝影機。高溫計係配置以在每一個工件產品的製造過程中對粉床的每一個熔池進行溫度量測，而獲得每一個工件產品之每一個熔池的溫度。攝影機係配置以在每一個工件產品的製造過程中對粉床的每一個熔池進行攝影，而獲得每一個工件產品之每一個熔池的影像。原位量測伺服器包含：影像特徵擷取裝置和熔池特徵處理裝置。影像特徵擷取裝置係配置以從每一個熔池的影像中擷取出每一個熔池的長度、寬度，並對應至該每一個熔池的溫度。熔池特徵處理裝置係配置以將每一個熔池的長度、寬度和溫度轉換成每一個工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。虛擬量測系統係配置以根據工件產品的複數組製程資料和實際量測值以及預測演算法，來預測積層製造機台在工件產品之後所處理之下一工件產品的虛擬量測值，其中製程資料包含每一個工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。
在一些實施例中，積層製造系統更包含：模擬器、補償器、追蹤計劃器和控制器。模擬器係配置以根據工件產品的製程資料和/或實際量測值進行一模擬操作，來產生一組製程參數建議範圍。補償器係配置以根據下一工件產品的虛擬量測值來輸出一組製程參數調整值。追蹤計劃器係配置以根據製程參數調整值、製程參數建議範圍和製程參數設計值，來產生一組製程參數追蹤值。控制器係配置以根據製程參數追蹤值，控制並調整積層製造機台來處理下一工件產品。
根據本發明上述目的，提出一種積層製造特徵擷取方法。在此積層製造特徵擷取方法中，在一工件產品者的製造過程中，對一粉床上的複數個熔池進行溫度量測，而獲得工件產品之每一個熔池的溫度；並對粉床的每一個熔池進行攝影，而獲得工件產品之熔池的複數個影像。接著，從此些影像擷取出每一個熔池的長度和一寬度。然後，進行一熔池特徵處理操作，以將每一個熔池的長度、寬度、溫度轉換成工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。
在一些實施例中，上述之熔池長度特徵、熔池寬度特徵和熔池溫度特徵包含在至少一個預設區域中之熔池的長度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數；在此至少一預設區域中之熔池的寬度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數；和在此至少一預設區域中之熔池的溫度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數。
在一些實施例中，上述之積層製造特徵擷取方法更包含：由影像擷取出每一個熔池的一中心點位置；以及 進行上述之熔池特徵處理操作，以將每一個熔池的中心點位置轉換成工件產品的熔池中心點特徵。
根據本發明上述目的，提出一種積層製造方法。在此積層製造方法中，使用積層製造機台來製造複數個工件產品，其中此些工件產品分為複數個第一工件產品和一第二工件產品，第二工件產品係在此些第一工件產品後被製作，製造每一個工件產品的操作包含：鋪設一粉層於一粉床上；以及將一能量束依序導向粉層上的複數個粉體，以熔合該些粉體，來形成複數個熔池。然後，在完成第一工件產品後量測第一工件產品的品質，而獲得第一工件產品的複數個實際量測值。接著，在每一個工件產品的製造過程中對粉床的每一個熔池進行一溫度量測，而獲得每一個工件產品之每一個熔池的溫度；並對粉床的每一個熔池進行攝影，而獲得每一個工件產品之每一個熔池的影像。然後，由每一個熔池的影像擷取出每一個熔池的熔池長度和熔池寬度。接著，進行熔池特徵處理操作，以將每一個熔池的熔池長度、熔池寬度、溫度轉換成每一個工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。然後，根據第一工件產品的複數組第一製程資料和實際量測值以及預測演算法，來建立一推估模型，其中第一製程資料包含每一個第一工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。接著，根據第二工件產品的一組第二製程資料，來預測第二工件產品的虛擬量測值，其中第二製程資料包含第二工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。
在一些實施例中，上述之積層製造方法更包含：根據工件產品的複數組製程資料和實際量測值進行一模擬操作，來產生一組製程參數建議範圍；根據第二工件產品的虛擬量測值來輸出一組製程參數調整值；根據製程參數調整值、組製程參數建議範圍和一組製程參數設計值，來產生一組製程參數追蹤值；以及根據製程參數追蹤值控制並調整積層製造機台以處理該第二工件產品。
因此，應用本發明實施例，可及時地得知最終產品或逐層加工中之產品的品質，而可於(生產)線上調整積層製造機台的製程參數，進而提升良率。
10‧‧‧積層製造系統
100‧‧‧積層製造機台
102‧‧‧熔合系統
104‧‧‧能量束
110‧‧‧粉床
112‧‧‧粉層
114‧‧‧基材
116‧‧‧粉床容器
120‧‧‧產品量測系統
130‧‧‧虛擬量測系統
140‧‧‧補償器
142‧‧‧進化最佳化器
144‧‧‧模糊控制器
150‧‧‧追蹤計劃器
160‧‧‧控制器
170‧‧‧模擬器
180‧‧‧擴充實境裝置
200‧‧‧原位量測系統
202‧‧‧同軸攝影機
204‧‧‧高溫計
206‧‧‧綜觀攝影機
210‧‧‧原位量測伺服器
220‧‧‧影像特徵擷取裝置
222‧‧‧記憶體
224‧‧‧FTP伺服器
230‧‧‧多執行緒分配裝置
232‧‧‧熔池特徵處理裝置
240‧‧‧FTP用戶端
242‧‧‧熔池特徵處理裝置
246‧‧‧平行運算處理平台
310-380‧‧‧步驟
A1‧‧‧熔池
C11‧‧‧開關
C12‧‧‧開關
C13‧‧‧開關
C21‧‧‧開關
C22‧‧‧開關
EM‧‧‧實際量測值
FF1、FFm‧‧‧樣本熔池資料
IM‧‧‧特徵資料
IS‧‧‧感測資料
Li‧‧‧長度
PAon‧‧‧線上製程參數調整值
PAoff‧‧‧離線製程參數調整值
PD‧‧‧製程資料
PP‧‧‧製程參數資料
PR‧‧‧製程參數建議範圍
PT‧‧‧製程參數追蹤值
VM‧‧‧虛擬量測值
Wi‧‧‧寬度
Xi、Yi‧‧‧中心點位置
為了更完整了解實施例及其優點，現參照結合所附圖式所做之下列描述，其中
〔圖1A〕為繪示根據本發明一些實施例之積層製造系統的示意圖；〔圖1B〕為繪示根據本發明一些實施例在製程站上之積層製造機台的示意圖；〔圖2A〕為繪示根據本發明一些實施例之原位量測系統的示意圖；〔圖2B〕為繪示用以說明根據本發明一些實施例之積層製造特徵的示意圖；以及 〔圖2C〕為繪示根據本發明一些實施例之積層製造特徵的擷取結果的示意圖。
〔圖3〕為繪示根據本發明一些實施例之虛擬量測系統的示意圖；〔圖4〕為繪示根據本發明一些實施例之補償器的示意圖；以及〔圖5〕為繪示根據本發明一些實施例之積層製造方法的流程示意圖。
以下仔細討論本發明的實施例。然而，可以理解的是，實施例提供許多可應用的發明概念，其可實施於各式各樣的特定內容中。所討論之特定實施例僅供說明，並非用以限定本發明之範圍。
請參照圖1A，圖1A為繪示根據本發明一些實施例之積層製造系統10的示意圖，其中開關C11、C12、C13係用以選擇是否輸入資料至對應的系統或裝置。積層製造系統10包含積層製造機台100、產品量測系統120、原位量測系統200、虛擬量測系統130、補償器140、追蹤計劃器150、控制器160、模擬器170和擴充實境(Augmented Reality；AR)裝置180。
請參照圖1B，圖1B為繪示根據本發明一些實施例在製程站上之積層製造機台的示意圖。積層製造機台100包含粉床110及熔合系統102(例如：雷射源)。粉床110包含粉床容器116，粉床容器116中承載有基材114及在基材114 上的粉層112，其中粉層112包含有複數個粉體。積層製造機台使用粉床熔融成型製程來製造工件產品。在每一個工件產品的製造過程中，粉床熔融成型製程係利用熔合系統102提供能量束104至粉床110的各個粉體，並藉由控制特定參數，使粉層112熔化成型後獲得所要的工件產品外型。當粉層112的各個粉體熔化時，粉床110上形成有複數個熔池。在一些實施例中，粉床熔融成型製程為選擇性雷射燒結製程(Selective Laser Sintering，SLS)或選擇性雷射熔化製程(Selective Laser Melting，SLM)。
如圖1A所示，模擬器170的目的是發現可行的製程參數範圍，而擴充實境裝置180係藉由虛擬實境技術來輔助積層製造機台100的操作與維修。產品量測系統120、原位量測系統200和虛擬量測系統130係被整合來推估積層製造機台100之粉床上材料層的變異。補償器140可藉由調整製程參數來(生產)線上或離線地補償製程變異。產品量測系統120係配置以在完成工件產品後分別量測工件產品的品質，而獲得工件產品的實際量測值EM(例如：表面粗造度、孔隙率(Porosity)等的實際量測值)。原位量測系統係配置以在每一個工件產品的製造過程中搜集粉床上每一個熔池的特徵資料IM，特徵資料IM包含熔池長度特徵、熔池寬度特徵和熔池溫度特徵。
虛擬量測系統130配置以根據工件產品的製程資料PD和實際量測值EM以及預測演算法，來預測積層製造機台100在工件產品之後所處理之下一工件產品的虛擬量測值VM(例如：表面粗造度、孔隙率(Porosity)等的推估 值)，其中製程資料PD包含每一個工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。此外，製程資料PD亦可包含由控制器160所提供製程參數資料PP(例如：雷射功率值等)、積層製造機台100所提供感測資料IS(例如：流場速度、含氧量等)。
在一些實施例中，虛擬量測系統130所使用之預測演算法可為類神經網路(NN)或複迴歸演算法。然而，本發明亦可使用其他演算法，例如：倒傳遞類神經網路(Back Propagation Neural Network；BPNN)、通用迴歸類神經網路(General Regression Neural Network；GRNN)、徑向基底類神經網路(Radial Basis Function Neural Network；RBFNN)、簡單回歸性網路(Simple Recurrent Network；SRN)、支持向量資料描述(Support Vector Data Description；SVDD)、支持向量機(Support Vector Machine；SVM)、複迴歸演算法(Multiple Regression；MR)；部分最小平方法(Partial Least Squares；PLS)、非線性替代偏最小平方法(Nonlinear Iterative Partial Least Squares；NIPALS)或廣義線性模式(Generalized Linear Models；GLMs)等，故本發明並不在此限。
模擬器170係配置以根據工件產品的製程資料PD和/或實際量測值EM進行模擬操作，來產生一組製程參數建議範圍PR。補償器140係配置以根據虛擬量測值VM來輸出製程參數調整值，製程參數調整值可分為(生產)線上製程參數調整值PAon和離線製程參數調整值PAoff。追蹤計劃 器150係配置以根據離線製程參數調整值PAoff、製程參數建議範圍PR和製程參數設計值，來產生一組製程參數追蹤值PT。控制器係配置以根據製程參數追蹤值PT來控制並調整積層製造機台100，以處理下一工件產品。本發明之實施例所使用之模擬器可參照美國專利公開案第20190128738號。即，本發明之實施例引用此美國專利公開案之相關規定(Incorporated by reference)。
以下說明原位量測系統200。請參照圖2A，圖2A為繪示根據本發明一些實施例之原位量測系統的示意圖。原位量測系統200裝設有同軸攝影機202、高溫計204、綜觀攝影機206和原位量測伺服器210。高溫計204係配置以在每一個工件產品的製造過程中對粉床上的每一個熔池進行溫度量測，而獲得每一個工件產品之每一個熔池的溫度。在一些實施例中，高溫計204係配置以在每一個工件產品之每一層粉層的製造過程中對粉床上之每一層粉層的每一個熔池進行溫度量測。同軸攝影機202係配置以在每一個工件產品的製造過程中對粉床上的每一個熔池進行攝影，而獲得每一個工件產品之每一個熔池的影像。原位量測伺服器210包含影像特徵擷取裝置220、多執行緒分配裝置230、FTP(File Transfer Protocol；檔案傳輸協定)用戶端240和熔池特徵處理裝置232/242。影像特徵擷取裝置220係配置以從每一個熔池的影像擷取出每一個熔池的影像的長度、寬度，並從高溫計204所量測到的熔池溫度擷取出每一個熔池的熔池溫度。熔池特徵處理裝置232/242係配置以將每一個熔池的長度、寬度和溫度轉換成每一個熔池長度特 徵、熔池寬度特徵和熔池溫度特徵。在獲得每一個熔池長度特徵、熔池寬度特徵和熔池溫度特徵後，虛擬量測系統130根據多個工件產品的複數組製程資料和實際量測值以及預測演算法，來預測積層製造機台在此些工件產品之後所處理之一下一工件產品的虛擬量測值，其中此些組製程資料包含每一個件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。
原位量測系統200有兩種計算負荷模式，即輕負荷模式和重負荷模式。輕負荷模式係應用於構造簡單工件，例如無支撐材工件、或少量支撐材工件。重負荷係應用於構造複雜工件，例如大量支撐材工件、幾何造型多變工件。輕負荷模式與重負荷模式係根據同軸攝影機202的拍攝頻率與影像特徵擷取裝置220的取樣速率而定。使用這可根據實際需要選擇開關C21或C22來啟動輕負荷模式或重負荷模式。在輕負荷模式中，積層製造特徵的擷取係採用習知的影像處理方法，而重負荷模式係使用例如平行運算中的卷積神經網路(Convolutional Neural Networks，CNN)。在輕負荷模式中，由於高取樣速率的緣故，原位量測系統200使用多執行緒分配裝置230來分配大量的熔池影像至電腦的不同核心中。在重負荷模式中，原位量測伺服器210是架構在平行運算處理平台246(例如：Hadoop)上的平行處理伺服器，Hadoop是為大數據設計的分散式資料平行運算處理平台，其根據請求開始熔池特徵擷取(Melt Pool Feature Extraction)。CNN基礎的熔池特徵擷取可辨識出在不同同 溫層(Isothermal Envelopes)中之熔池的長度、寬度和中心點位置。
以下說明根據本發明一些實施例之原位量測系統200所進行之積層製造特徵擷取方法。請參照圖2B和圖2C，圖2B為繪示用以說明根據本發明一些實施例之積層製造特徵的示意圖，圖2C為繪示根據本發明一些實施例之積層製造特徵的擷取結果的示意圖。
首先，在粉床熔融成型製程期間，以一預設頻率(例如4kHz)使用同軸攝影機202對粉床進行拍攝，以取得n張熔池影像(如圖2B之影像260所示)，此些熔池影像包含每一個熔池的影像(如圖2B之熔池A1所示)。同時，以此預設頻率(例如100kHz)使用高溫計204對粉床進行溫度量測，以取得每一個熔池的影像的溫度，並以此預設頻率(例如4kHz)使用綜觀攝影機206對粉床進行逐層拍攝，而獲得複數張工作空間影像。此工作空間影像可用於後續查看品質異常發生位置，並可作為品質評估依據。
然後，影像特徵擷取裝置220接收每一個熔池的影像和溫度、及工作空間影像。影像特徵擷取裝置220將這些資料存入記憶體222中，並透過FTP伺服器224提供立即下載。然後，熔池特徵處理裝置232/242以一取樣速率(例如25張/秒)對上述資料進行處理，而從熔池影像中選取出m張樣本影像和其對應的溫度Ti，其中i=1至m，m>0。接著，熔池特徵處理裝置232/242從m張樣本影像中擷取出每一個熔池的長度Li、寬度Wi、中心點位置(Xi、Yi)，其中x、y為座標值(如圖2B之影像262所示)，而獲得樣本熔池資料 FFi=(Wi,Li,Xi,Yi,Ti)，如圖2C所示)。然後，熔池特徵處理裝置232/242進行一熔池特徵處理操作，以將樣本熔池資料FFi=(Wi,Li,Xi,Yi,Ti)轉換成該工件產品之每一個熔池的熔池長度特徵Lj、熔池寬度特徵Wj和熔池溫度特徵Tj。在熔池特徵處理操作中，首先，以中心點位置(Xi、Yi)為中心向四周定義出至少一個預設區域Sj，例如：中心點位置(Xi、Yi)為中心向外±3個畫素。在一些實施例中，預設區域Sj為包含所有樣本熔池資料FFi的區域。然後，計算出區域Sj 中熔池長度特徵Lj、熔池寬度特徵Wj和熔池溫度特徵Tj。熔池長度特徵、該熔池寬度特徵和該熔池溫度特徵包含在至少一個預設區域Sj中之熔池的長度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數；在至少一個預設區域Sj中之熔池的寬度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數；和在至少個一預設區域Sj中之熔池的溫度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數。可理解的是，最大值、最小值、平均值、變異值、標準差、統計資料分佈的峰度(kurtosis)、統計資料分佈的偏度(skewness)、全距(Full Distance)和四分位數的運算係本領域具有通常知識者所熟知，故不在此敘述。
以下說明虛擬量測系統130。請參照圖3，圖3為繪示根據本發明一些實施例之虛擬量測系統130的示意圖。本發明之實施例所使用之虛擬量測系統可參照美國專利前案第8095484B2號。本發明之實施例可與此美國專利前案所建構的虛擬量測系統相結合。即，本發明之實施例引用此美國專利前案之相關規定(Incorporated by reference)。
虛擬量測系統130分為建模階段和推估階段。在建模階段中，虛擬量測系統130使用在積層製造機台100製造複數個歷史工件產品時所獲得的製程資料PD和完成歷史工件產品後所量測到的實際量測值EM，並根據預測演算法建立一推估模型。虛擬量測系統130亦根據歷史工件產品的製程資料PD來建立DQIX(Process Data Quality Index；製程資料品質指標)模型和GSI(Global Similarity Index；整體相似度指標)模型，並計算出DQIX門檻值和GSI門檻值。虛擬量測系統130亦根據歷史工件產品的實際量測值EM來建立量測資料品質指標(Metrology Data Quality Index；DQIy)模型，並計算出DQIy門檻值。虛擬量測系統130並提供信心指標(Reliance Index；RI)值，來評估虛擬量測值之可信度，GSI值係用來評估目前輸入之製程參數資料與推估模型內用來訓練建模之所有製程參數資料的相似程度，GSI值係用以輔助RI值來判斷虛擬量測系統130的信心度。DQIX值係用來評估產品工件的製程資料是否異常，而DQIy值係用來評估工件的量測資料是否異常。
在推估階段中，虛擬量測系統130使用積層製造機台100製造一待測工件產品時所獲得的製程資料PD， 來預測待測工件產品的虛擬量測值VM。製程資料PD包含每一個工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。此外，製程資料PD亦可包含由控制器160所提供製程參數資料PP(例如：雷射功率值等)、積層製造機台100所提供感測資料IS(例如：流場速度、含氧量等)。值得一提的是，虛擬量測系統130可對最終產品工件，或同一個產品工件的複數個材料層進行推估。
以下說明補償器140。請參照圖4，圖4為繪示根據本發明一些實施例之補償器140的示意圖。
補償器140可根據進化最佳化演算法(Evolutionary Optimization Algorithms)，以虛擬量測值VM來調整積層製造機台100的製程參數(例如：雷射功率、掃描速度等)。補償器140包含進化最佳化器142和模糊控制器144。進化最佳化器142根據例如混合式田口基因演算法(Hybrid Taguchi-Genetic Algorithm；HTGA)和品質目標的參數範圍來最佳製程參數。模糊控制器144透過掃描規則來建議線上製程參數調整值PAon。控制器160再根據線上製程參數調整值PAon來逐層修正製程參數。
以下說明根據本發明一些實施例之積層製造方法。請參照圖5，圖5為繪示根據本發明一些實施例之積層製造方法的流程示意圖。如圖5所示，首先，進行步驟310，以使用積層製造機台製造複數個工件產品，其中此些工件產品分為複數個第一工件產品(即建模用之歷史工件產品)和一第二工件產品(待測工件產品)，第二工件產品係在此些第 一工件產品後被製作，製造每一個工件產品的操作包含：鋪設粉層於粉床上；以及將能量束依序導向粉層上的複數個粉體，以熔合此些粉體，來形成複數個熔池。在完成第一工件產品後量測第一工件產品的品質，而獲得第一工件產品的複數個實際量測值(步驟320)。在每一個工件產品的製造過程中對粉床的每一個熔池進行一溫度量測(步驟330)，而獲得每一個工件產品之每一個熔池的溫度。然後，在每一個工件產品的製造過程中對粉床的每一個熔池進行攝影(步驟340)，而獲得每一個工件產品之每一個熔池的影像。接著，由每一個熔池的影像擷取出每一個熔池的熔池長度、中心點位置和熔池寬度(步驟350)。然後，進行熔池特徵處理操作(步驟360)，以將每一個熔池的熔池長度、熔池寬度、溫度轉換成每一該些工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。接著，根據第一工件產品的複數組製程資料和實際量測值以及預測演算法，來建立一推估模型(步驟370)，其中此些組製程資料包含每一個第一工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。然後，根據第二工件產品(待測工件產品)的一組製程資料，來預測待測工件產品工件產品的虛擬量測值(步驟380)，其中此組製程資料包含第二工件產品的熔池長度特徵、熔池寬度特徵和熔池溫度特徵。
可理解的是，上述實施例所說明的各實施步驟的次序可依實際需要而調動、結合或省略。上述實施例可利用電腦程式產品來實現，其可包含儲存有多個指令之機器可 讀取媒體，這些指令可程式化(programming)電腦來進行上述實施例中的步驟。機器可讀取媒體可為但不限定於軟碟、光碟、唯讀光碟、磁光碟、唯讀記憶體、隨機存取記憶體、可抹除可程式唯讀記憶體(EPROM)、電子可抹除可程式唯讀記憶體(EEPROM)、光卡(optical card)或磁卡、快閃記憶體、或任何適於儲存電子指令的機器可讀取媒體。再者，本發明之實施例也可做為電腦程式產品來下載，其可藉由使用通訊連接(例如網路連線之類的連接)之資料訊號來從遠端電腦轉移本發明之電腦程式產品至請求電腦。
由上可知，透過本發明實施方式所提供之積層製造系統可有效且及時的控制積層製造機台。透過本發明實施方式所提供之特徵擷取方法，可在數量眾多之資料中擷取出有效的積層製造特徵，來成功地進行積層製造產品的虛擬量測，以及時地得知最終產品或逐層加工中之產品的品質，而可於(生產)線上調整積層製造機台的製程參數，進而提升良率。
雖然本發明已以實施方式揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
10‧‧‧積層製造系統
100‧‧‧積層製造機台
120‧‧‧產品量測系統
130‧‧‧虛擬量測系統
140‧‧‧補償器
150‧‧‧追蹤計劃器
160‧‧‧控制器
170‧‧‧模擬器
180‧‧‧擴充實境裝置
200‧‧‧原位量測系統
C11‧‧‧開關
C12‧‧‧開關
C13‧‧‧開關
EM‧‧‧實際量測值
IM‧‧‧特徵資料
IS‧‧‧感測資料
PAon‧‧‧線上製程參數調整值
PAoff‧‧‧離線製程參數調整值
PD‧‧‧製程資料
PP‧‧‧製程參數資料
PR‧‧‧製程參數建議範圍
PT‧‧‧製程參數追蹤值
VM‧‧‧虛擬量測值

Claims (7)

  1. 一種積層製造系統，包含：一積層製造機台，配置以製造複數個工件產品，其中該積層製造機台包含：一粉床，包含一粉床容器，其中該粉床容器中承載有一粉層；以及一熔合系統，配置以在每一該些工件產品的製造過程中將一能量束分別導向該粉層上的複數個粉體，以熔合該些粉體，而形成複數個熔池；一產品量測系統，配置以在完成該些工件產品後分別量測該些工件產品的一品質項目，而分別獲得該些工件產品的複數個實際量測值；一原位量測系統，包含：一高溫計，配置以在每一該些工件產品的製造過程中對該粉床的每一該些熔池進行一溫度量測，而獲得每一該些工件產品之該些熔池的複數個溫度；一攝影機，配置以在每一該些工件產品的製造過程中對該粉床的每一該些熔池進行攝影，而獲得每一該些工件產品之該些熔池的複數個影像；以及一原位量測伺服器，包含：一影像特徵擷取裝置，配置以從該些熔池的該些影像中分別擷取出該些熔池的複數個長度、複數個寬度，並分別對應至該些熔池的該些溫度；以及一熔池特徵處理裝置，配置以將該些熔池的該些長度、該些寬度和該些溫度轉換成每一該些工件 產品的至少一熔池長度特徵、至少一熔池寬度特徵和至少一熔池溫度特徵；以及一虛擬量測系統，配置以根據該些工件產品的複數組製程資料和該些實際量測值以及一預測演算法，來預測該積層製造機台在該些工件產品之後所處理之一下一工件產品之該品質項目的一虛擬量測值，其中每一該些組製程資料包含該至少一熔池長度特徵、該至少一熔池寬度特徵和該至少一熔池溫度特徵。
  2. 如請求項1所述之積層製造系統，更包含：一模擬器，配置以根據該些工件產品的該些組製程資料和/或該些實際量測值進行一模擬操作，來產生一組製程參數建議範圍；一補償器，配置以根據該虛擬量測值來輸出一組製程參數調整值；一追蹤計劃器，配置以根據該組製程參數調整值、該組製程參數建議範圍和一組製程參數設計值，來產生一組製程參數追蹤值；以及一控制器，配置以根據該組製程參數追蹤值，控制並調整該積層製造機台來處理該下一工件產品。
  3. 如請求項1所述之積層製造系統，其中該至少一熔池長度特徵、該至少一熔池寬度特徵和該至少一熔池溫度特徵包含在每一至少一預設區域中之熔池的長度的一最大值、一最小值、一平均值、一變異值、一標準差、 一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數；在每一該至少一預設區域中之熔池的寬度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數；和在每一該至少一預設區域中之熔池的溫度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數。
  4. 一種積層製造方法，包含：使用一積層製造機台製造複數個工件產品，其中該些工件產品分為複數個第一工件產品和一第二工件產品，該第二工件產品係在該些第一工件產品後被製作，製造每一該些工件產品的操作包含：鋪設一粉層於一粉床上；以及將一能量束依序導向該粉層上的複數個粉體，以熔合該些粉體，來形成複數個熔池；在完成該些第一工件產品後量測該些第一工件產品的一品質項目，而分別獲得該些第一工件產品的複數個實際量測值；在每一該些工件產品的製造過程中對該粉床的每一該些熔池進行一溫度量測，而獲得每一該些工件產品之該些熔池的複數個溫度； 在每一該些工件產品的製造過程中對該粉床的每一該些熔池進行攝影，而分別獲得每一該些工件產品之該些熔池的複數個影像；由該些熔池的該些影像分別擷取出該些熔池的複數個熔池長度和複數個熔池寬度；進行一熔池特徵處理操作，以將該些熔池的該些熔池長度、該些熔池寬度、該些溫度轉換成每一該些工件產品的至少一熔池長度特徵、至少一熔池寬度特徵和至少一熔池溫度特徵；以及根據該些第一工件產品的複數組第一製程資料和該些實際量測值以及一預測演算法，來建立一推估模型，其中每一該些組第一製程資料包含該些第一工件產品之一對應者的該至少一熔池長度特徵、該至少一熔池寬度特徵和該至少一熔池溫度特徵；根據該第二工件產品的一組第二製程資料，來預測該第二工件產品之該品質項目的一虛擬量測值，其中該組第二製程資料包含該第二工件產品的該至少一熔池長度特徵、該至少一熔池寬度特徵和該至少一熔池溫度特徵。
  5. 如請求項4所述之積層製造方法，更包含：根據該些第一工件產品的該些組第一製程資料和該些實際量測值進行一模擬操作，來產生一組製程參數建議範圍；根據該虛擬量測值來輸出一組製程參數調整值； 根據該組製程參數調整值、該組製程參數建議範圍和一組製程參數設計值，來產生一組製程參數追蹤值；以及根據該組製程參數追蹤值，控制並調整該積層製造機台來處理該第二工件產品。
  6. 如請求項4所述之積層製造方法，其中該至少一熔池長度特徵、該至少一熔池寬度特徵和該至少一熔池溫度特徵包含在每一至少一預設區域中之熔池的長度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數；在每一該至少一預設區域中之熔池的寬度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數；和在每一該至少一預設區域中之熔池的溫度的一最大值、一最小值、一平均值、一變異值、一標準差、一統計資料分佈的峰度(kurtosis)、一統計資料分佈的偏度(skewness)、一全距(Full Distance)和/或一四分位數。
  7. 如請求項4所述之積層製造方法，更包含：由該些熔池的該影像分別擷取出該些熔池的複數個熔池中心點位置；以及進行該熔池特徵處理操作，以將該些熔池的該些熔池中心點位置轉換成每一該些工件產品的至少一熔池中心點 特徵，其中每一該些組製程資料包含該些工件產品之該對應者的該至少一熔池中心點特徵。
TW108134930A 2018-10-03 2019-09-26 積層製造系統與方法及特徵擷取方法 TWI747053B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201862740435P 2018-10-03 2018-10-03
US62/740,435 2018-10-03
US201962808865P 2019-02-22 2019-02-22
US62/808,865 2019-02-22

Publications (2)

Publication Number Publication Date
TW202014298A TW202014298A (zh) 2020-04-16
TWI747053B true TWI747053B (zh) 2021-11-21

Family

ID=70081981

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108134930A TWI747053B (zh) 2018-10-03 2019-09-26 積層製造系統與方法及特徵擷取方法

Country Status (3)

Country Link
US (2) US11383446B2 (zh)
CN (1) CN110978503B (zh)
TW (1) TWI747053B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11745267B2 (en) 2020-06-24 2023-09-05 National Cheng Kung University Additive manufacturing method
CN111872458B (zh) * 2020-08-04 2021-08-06 中国科学院工程热物理研究所 零件加工方法
JP7318825B2 (ja) * 2020-11-04 2023-08-01 株式会社プロテリアル 積層造形物の欠陥予測方法および積層造形物の製造方法
CN112974835B (zh) * 2021-04-21 2021-08-13 中国航空制造技术研究院 一种包壳式复合增材生产流水线制造方法
TWI790668B (zh) * 2021-07-02 2023-01-21 國立高雄科技大學 積層表面品質預測方法及其電腦程式產品
CN117516438B (zh) * 2024-01-03 2024-03-22 陕西省计量科学研究院 一种增材制造设备的制备精度评价方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105785943A (zh) * 2015-01-14 2016-07-20 赫克斯冈技术中心 用于补偿生产过程中出现的误差的方法
CN106163774A (zh) * 2014-03-31 2016-11-23 三菱重工业株式会社 三维层叠装置及三维层叠方法
TW201736028A (zh) * 2016-03-03 2017-10-16 史達克公司 利用積層製造製備金屬部件
JP6212772B2 (ja) * 2013-07-16 2017-10-18 群栄化学工業株式会社 積層造形用材料中の球状骨材の再生方法、再生積層造形用材料、及び積層造形物の製造方法
CN107708895A (zh) * 2015-06-11 2018-02-16 瑞尼斯豪公司 增材制造设备和方法
CN108274002A (zh) * 2018-04-25 2018-07-13 吉林大学 一种激光增材制造同步监测系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007147221A1 (en) * 2006-06-20 2007-12-27 Katholieke Universiteit Leuven Procedure and apparatus for in-situ monitoring and feedback control of selective laser powder processing
TWI349867B (en) 2008-05-20 2011-10-01 Univ Nat Cheng Kung Server and system and method for automatic virtual metrology
TWI412906B (zh) * 2010-04-13 2013-10-21 Univ Nat Cheng Kung 具有虛擬量測功能的製造執行系統與製造系統
CN103074625B (zh) * 2013-01-16 2015-01-21 上海交通大学 一种可移动式激光熔覆及修复系统
GB201316815D0 (en) * 2013-09-23 2013-11-06 Renishaw Plc Additive manufacturing apparatus and method
US9919360B2 (en) * 2016-02-18 2018-03-20 Velo3D, Inc. Accurate three-dimensional printing
US10831180B2 (en) * 2016-02-25 2020-11-10 General Electric Company Multivariate statistical process control of laser powder bed additive manufacturing
CN205765272U (zh) * 2016-05-25 2016-12-07 发得科技工业股份有限公司 具有视觉量测的加工装置
CN106363171B (zh) * 2016-09-29 2019-03-05 山西阳宸中北科技有限公司 选择性激光熔化成形熔池实时监测装置及监测方法
US11325207B2 (en) * 2017-01-20 2022-05-10 General Electric Company Systems and methods for additive manufacturing
CN106990114B (zh) * 2017-06-06 2023-10-31 清华大学天津高端装备研究院 增材制造缺陷检测方法及增材制造装置
CN107843205A (zh) * 2017-10-31 2018-03-27 中国科学院合肥物质科学研究院 一种基于激光干涉的3d打印反馈测量装置及方法
US10605665B2 (en) 2017-10-31 2020-03-31 National Cheng Kung University Method for measuring temperature of process area

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6212772B2 (ja) * 2013-07-16 2017-10-18 群栄化学工業株式会社 積層造形用材料中の球状骨材の再生方法、再生積層造形用材料、及び積層造形物の製造方法
CN106163774A (zh) * 2014-03-31 2016-11-23 三菱重工业株式会社 三维层叠装置及三维层叠方法
CN105785943A (zh) * 2015-01-14 2016-07-20 赫克斯冈技术中心 用于补偿生产过程中出现的误差的方法
CN107708895A (zh) * 2015-06-11 2018-02-16 瑞尼斯豪公司 增材制造设备和方法
TW201736028A (zh) * 2016-03-03 2017-10-16 史達克公司 利用積層製造製備金屬部件
CN108274002A (zh) * 2018-04-25 2018-07-13 吉林大学 一种激光增材制造同步监测系统

Also Published As

Publication number Publication date
CN110978503B (zh) 2021-12-03
US11679565B2 (en) 2023-06-20
CN110978503A (zh) 2020-04-10
TW202014298A (zh) 2020-04-16
US20220297383A1 (en) 2022-09-22
US20200147893A1 (en) 2020-05-14
US11383446B2 (en) 2022-07-12

Similar Documents

Publication Publication Date Title
TWI747053B (zh) 積層製造系統與方法及特徵擷取方法
Li et al. Enhanced beads overlapping model for wire and arc additive manufacturing of multi-layer multi-bead metallic parts
US9573224B2 (en) System and method for determining beam power level along an additive deposition path
Druzgalski et al. Process optimization of complex geometries using feed forward control for laser powder bed fusion additive manufacturing
JP4473124B2 (ja) 多層ｄｍｄプロセス用の形状によらないリアルタイムの閉ループウェルドプール温度制御システム
Xiong et al. Adaptive control of deposited height in GMAW-based layer additive manufacturing
KR102236148B1 (ko) 3d 프린팅 공정 중 형성되는 용융풀 크기를 제어할 수 있는 3d 프린팅 시스템 및 방법
US11673339B2 (en) Additive manufacturing system and method and feature extraction method
Wang et al. Coordinated monitoring and control method of deposited layer width and reinforcement in WAAM process
Xia et al. Model-free adaptive iterative learning control of melt pool width in wire arc additive manufacturing
Chabot et al. Towards a multi-sensor monitoring methodology for AM metallic processes
Liu et al. Model predictive control of laser metal deposition
US20230029806A1 (en) In-situ monitoring system assisted material and parameter development for additive manufacturing
Qin et al. Optimal droplet transfer mode maintenance for wire+ arc additive manufacturing (WAAM) based on deep learning
Wang et al. Build height control in directed energy deposition using a model-based feed-forward controller
Chung et al. Reinforcement learning-based defect mitigation for quality assurance of additive manufacturing
US20210197282A1 (en) Method and apparatus for estimating height of 3d printing object formed during 3d printing process, and 3d printing system having the same
Sharma et al. Forecasting of process parameters using machine learning techniques for wire arc additive manufacturing process
TWI769872B (zh) 積層製造方法
Zhang et al. Layered and subregional control strategy based on model-free adaptive iterative learning for laser additive manufacturing process
Scheck et al. High geometric fidelity through closed-loop control of the weld pool size in gas metal arc welding based direct energy deposition
TWI790668B (zh) 積層表面品質預測方法及其電腦程式產品
Gawade et al. Layer-wise Emissivity Prediction in Powder Bed Fusion using Time Series and Deep Learning Models
WO2021181727A1 (ja) 付加造形装置および付加造形装置の制御方法
EP4272932A1 (en) Manufacturing assistance system for an additive manufacturing system