CN107855687A - 一种增材制造熔深在线检测和控制方法及*** - Google Patents

一种增材制造熔深在线检测和控制方法及*** Download PDF

Info

Publication number
CN107855687A
CN107855687A CN201710966381.2A CN201710966381A CN107855687A CN 107855687 A CN107855687 A CN 107855687A CN 201710966381 A CN201710966381 A CN 201710966381A CN 107855687 A CN107855687 A CN 107855687A
Authority
CN
China
Prior art keywords
fusion penetration
penetration
welded
theoretical
material 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.)
Granted
Application number
CN201710966381.2A
Other languages
English (en)
Other versions
CN107855687B (zh
Inventor
夏卫生
龚福建
万柴志
杨帅
夏盼盼
黄增涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Ezhou Institute of Industrial Technology Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Ezhou Institute of Industrial Technology Huazhong University of Science and Technology
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 Huazhong University of Science and Technology, Ezhou Institute of Industrial Technology Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201710966381.2A priority Critical patent/CN107855687B/zh
Publication of CN107855687A publication Critical patent/CN107855687A/zh
Application granted granted Critical
Publication of CN107855687B publication Critical patent/CN107855687B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
    • 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
    • B23K9/00—Arc welding or cutting
    • B23K9/095—Monitoring or automatic control of welding parameters
    • 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
    • B23K9/00—Arc welding or cutting
    • B23K9/32—Accessories

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Plasma & Fusion (AREA)
  • Optics & Photonics (AREA)
  • Butt Welding And Welding Of Specific Article (AREA)

Abstract

本发明公开了一种增材制造熔深在线检测和控制方法及***，其中，根据工艺参数对一待焊接部位进行焊接；采集熔池的红外图像，对熔池图像进行图像处理，获取熔池部位的熔宽和熔深方向的最大温差；建立理论熔深计算模型，将计算参数输入理论熔深计算模型，获取理论熔深；将理论熔深、熔宽和熔深方向的最大温差输入训练好的人工神经网络，人工神经网络输出实际熔深；计算实际熔深与预设需求熔深的差值，当差值超过预设范围，根据差值调整工艺参数，然后对下一待焊接部位焊接。实现了在线实时检测焊接熔深，在线实时控制焊接熔深，实现了智能化增材制造，自动化程度高。

Description

一种增材制造熔深在线检测和控制方法及***
技术领域
本发明涉及焊接熔深检测和控制领域，尤其是涉及一种增材制造熔深在线检测和控制方法及***。
背景技术
增材制造概念的提出始于20世纪80年代后期，我国则于90年代初开始研究。经过短短20余年的时间，这一技术已取得了飞速发展，在航空航天、微纳制造、生物医学工程等诸多领域的应用前景十分广阔。电弧增材制造中的熔深量是关系到焊接质量的一个重要参数。研究在线实时控制熔深，对于增材制造自动化、智能化发展意义重大。
一种超声相控阵测量U肋焊缝熔深的方法和一种超声测熔深检测***公开了利用超声波检测焊缝熔深的方法，但超声波检测需要装置与工件接触，影响产品尺寸精度；同时，随焊缝位置移动，装置也需要移动，难于实现过程同步，智能化制造困难。一种焊缝熔深检测方法公开了利用磁感应信号变化检测熔深的方法，此方法很难用于高温焊缝检测。
目前，还没有出现一种能很好在线实时检测和在线实时控制焊缝熔深的方法。
发明内容
本发明的目的在于克服上述技术不足，提出一种增材制造熔深在线检测和控制方法及***，解决现有技术中的上述技术问题。
为达到上述技术目的，本发明的技术方案提供一种增材制造熔深在线检测和控制方法，包括：
S1、根据工艺参数对一待焊接部位进行焊接；
S2、采集熔池图像，熔池图像为焊接的熔池部位的红外图像，对熔池图像进行图像处理，获取熔池图像的形貌信息、温度分布信息、像素值；建立温度值和像素值的第一对应关系，建立距离值和像素值的第二对应关系；根据第一对应关系和第二对应关系获取熔池部位的熔宽和熔深方向的最大温差；
S3、建立理论熔深计算模型，将计算参数输入理论熔深计算模型，获取理论熔深；
S4、将理论熔深、熔宽和熔深方向的最大温差输入训练好的人工神经网络，人工神经网络输出实际熔深；
S5、计算实际熔深与预设需求熔深的差值，当差值处于预设范围内，对下一待焊接部位执行步骤S1-S5；当差值超过预设范围，根据差值调整工艺参数，然后对下一待焊接部位执行步骤S1-S5。
本发明还提供一种增材制造熔深在线检测和控制***，包括：
焊接模块：根据工艺参数对一待焊接部位进行焊接；
图像获取与处理模块：采集熔池图像，熔池图像为焊接的熔池部位的红外图像，对熔池图像进行图像处理，获取熔池图像的形貌信息、温度分布信息、像素值；建立温度值和像素值的第一对应关系，建立距离值和像素值的第二对应关系；根据第一对应关系和第二对应关系获取熔池部位的熔宽和熔深方向的最大温差；
理论熔深计算模块：建立理论熔深计算模型，将计算参数输入理论熔深计算模型，获取理论熔深；
实际熔深计算模块：将理论熔深、熔宽和熔深方向的最大温差输入训练好的人工神经网络，人工神经网络输出实际熔深；
工艺参数调整模块：计算实际熔深与预设需求熔深的差值，当差值处于预设范围内，对下一待焊接部位依次执行焊接模块、图像获取与处理模块、理论熔深计算模块、实际熔深计算模块、工艺参数调整模块的操作；当差值超过预设范围，根据差值调整工艺参数，然后对下一待焊接部位依次执行焊接模块、图像获取与处理模块、理论熔深计算模块、实际熔深计算模块、工艺参数调整模块的操作。
与现有技术相比，本发明的有益效果包括：采集熔池图像并对图像进行处理，建立理论熔深计算模型，获取理论熔深，利用人工神经网络获取实际熔深，做到在线实时检测焊接熔深；当焊接实际熔深和预设需求熔深的差值超过预设范围时，调整工艺参数，再对后续待焊接部位进行焊接，实现了在线实时控制焊接熔深，实现了智能化增材制造。
附图说明
图1是本发明提供的一种增材制造熔深在线检测和控制方法流程图；
图2是本发明提供的一种增材制造熔深在线检测和控制***结构框图。
附图中：1、增材制造熔深在线检测和控制***，11、焊接模块，12、图像获取与处理模块，13、理论熔深计算模块，14、实际熔深计算模块，15、工艺参数调整模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
本发明提供了一种增材制造熔深在线检测和控制方法，包括：
S1、根据工艺参数对一待焊接部位进行焊接；
S2、采集熔池图像，熔池图像为焊接的熔池部位的红外图像，对熔池图像进行图像处理，获取熔池图像的形貌信息、温度分布信息、像素值；建立温度值和像素值的第一对应关系，建立距离值和像素值的第二对应关系；根据第一对应关系和第二对应关系获取熔池部位的熔宽和熔深方向的最大温差；
S3、建立理论熔深计算模型，将计算参数输入理论熔深计算模型，获取理论熔深；
S4、将理论熔深、熔宽和熔深方向的最大温差输入训练好的人工神经网络，人工神经网络输出实际熔深；
S5、计算实际熔深与预设需求熔深的差值，当差值处于预设范围内，对下一待焊接部位执行步骤S1-S5；当差值超过预设范围，根据差值调整工艺参数，然后对下一待焊接部位执行步骤S1-S5。
本发明所述的增材制造熔深在线检测和控制方法，步骤S1中：
所述工艺参数为预设的影响焊接质量的若干物理量；
具体的，工艺参数包括焊接工艺参数和辅助焊接工艺参数，焊接工艺参数包括焊接电流、焊接电压、焊接速度等所有影响焊接质量的工艺参数组合，辅助焊接工艺参数包括焊接环境温度、焊接水冷量、工艺气体的流量与压力等所有影响焊接质量的工艺参数组合。
本发明所述的增材制造熔深在线检测和控制方法，步骤S2中：
利用红外图像采集装置采集熔池部位的图像信号，将图像信号转化为数字信号后，再进行图像处理，获取熔池图像的形貌信息、温度分布信息、像素值。
本发明所述的增材制造熔深在线检测和控制方法，步骤S3中：
联合焊接热源数学模型和焊接传热数学模型从而建立所述理论熔深计算模型；
具体的，理论熔深计算模型包括一切能利用焊接热源数学模型和焊接传热模型将熔深通过计算的方式求解出的组合；优选的，可联合高斯热源焊接数学模型和半无限体瞬时点热源焊接传热数学模型从而建立理论熔深计算模型；理论熔深计算模型求解出的理论熔深与实际熔深的误差应在合理的范围之内。
本发明所述的增材制造熔深在线检测和控制方法，步骤S3中：
所述计算参数包括焊材、焊接设备的详细参数，以及预设物理参数。
本发明所述的增材制造熔深在线检测和控制方法，步骤S4中：
人工神经网络可以为BP(back propagation)人工神经原始网络，也可以为优化改进之后的能对熔深进行求解的所有BP人工神经网络。
本发明所述的增材制造熔深在线检测和控制方法，步骤S5中：
当一待焊接部位的实际熔深与预设需求熔深的差值超过预设范围，根据差值生成调整数据，根据调整数据可继续对该待焊接部位进行焊接，使得该待焊接部位的实际熔深与预设需求熔深的差值在预设范围内。
本发明还提供一种增材制造熔深在线检测和控制***1，包括：
焊接模块11：根据工艺参数对一待焊接部位进行焊接；
图像获取与处理模块12：采集熔池图像，熔池图像为焊接的熔池部位的红外图像，对熔池图像进行图像处理，获取熔池图像的形貌信息、温度分布信息、像素值；建立温度值和像素值的第一对应关系，建立距离值和像素值的第二对应关系；根据第一对应关系和第二对应关系获取熔池部位的熔宽和熔深方向的最大温差；
理论熔深计算模块13：建立理论熔深计算模型，将计算参数输入理论熔深计算模型，获取理论熔深；
实际熔深计算模块14：将理论熔深、熔宽和熔深方向的最大温差输入训练好的人工神经网络，人工神经网络输出实际熔深；
工艺参数调整模块15：计算实际熔深与预设需求熔深的差值，当差值处于预设范围内，对下一待焊接部位依次执行焊接模块、图像获取与处理模块、理论熔深计算模块、实际熔深计算模块、工艺参数调整模块的操作；当差值超过预设范围，根据差值调整工艺参数，然后对下一待焊接部位依次执行焊接模块、图像获取与处理模块、理论熔深计算模块、实际熔深计算模块、工艺参数调整模块的操作。
本发明所述的增材制造熔深在线检测和控制***1，焊接模块11中：
所述工艺参数为预设的影响焊接质量的若干物理量；
具体的，工艺参数包括焊接工艺参数和辅助焊接工艺参数，焊接工艺参数包括焊接电流、焊接电压、焊接速度等所有影响焊接质量的工艺参数组合，辅助焊接工艺参数包括焊接环境温度、焊接水冷量、工艺气体的流量与压力等所有影响焊接质量的工艺参数组合。
本发明所述的增材制造熔深在线检测和控制***1，理论熔深计算模块13中：
联合焊接热源数学模型和焊接传热数学模型从而建立所述理论熔深计算模型；
具体的，理论熔深计算模型包括一切能利用焊接热源数学模型和焊接传热模型将熔深通过计算的方式求解出的组合；优选的，可联合高斯热源焊接数学模型和半无限体瞬时点热源焊接传热数学模型从而建立理论熔深计算模型；理论熔深计算模型求解出的理论熔深与实际熔深的误差应在合理的范围之内。
本发明所述的增材制造熔深在线检测和控制***1，理论熔深计算模块13中：
所述计算参数包括焊材、焊接设备的详细参数，以及预设物理参数。
本发明所述的增材制造熔深在线检测和控制***1，实际熔深计算模块14中：
人工神经网络可以为BP(back propagation)人工神经原始网络，也可以为优化改进之后的能对熔深进行求解的所有BP人工神经网络。
与现有技术相比，本发明的有益效果包括：采集熔池图像并对图像进行处理，建立理论熔深计算模型，获取理论熔深，利用人工神经网络获取实际熔深，做到在线实时检测焊接熔深；当焊接实际熔深和预设需求熔深的差值超过预设范围时，调整工艺参数，再对后续待焊接部位进行焊接，实现了在线实时控制焊接熔深，实现了智能化增材制造。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

Claims (10)

1.一种增材制造熔深在线检测和控制方法，其特征在于，包括：
S1、根据工艺参数对一待焊接部位进行焊接；
S2、采集熔池图像，所述熔池图像为焊接的熔池部位的红外图像，对所述熔池图像进行图像处理，获取所述熔池图像的形貌信息、温度分布信息、像素值；建立温度值和像素值的第一对应关系，建立距离值和像素值的第二对应关系；根据所述第一对应关系和所述第二对应关系获取熔池部位的熔宽和熔深方向的最大温差；
S3、建立理论熔深计算模型，将计算参数输入所述理论熔深计算模型，获取理论熔深；
S4、将所述理论熔深、熔宽和熔深方向的最大温差输入训练好的人工神经网络，人工神经网络输出实际熔深；
S5、计算所述实际熔深与预设需求熔深的差值，当差值处于预设范围内，对下一待焊接部位执行步骤S1-S5；当差值超过预设范围，根据差值调整工艺参数，然后对下一待焊接部位执行步骤S1-S5。
2.如权利要求1所述的增材制造熔深在线检测和控制方法，其特征在于，步骤S1中：
所述工艺参数为预设的影响焊接质量的若干物理量。
3.如权利要求1所述的增材制造熔深在线检测和控制方法，其特征在于，步骤S3中：
联合焊接热源数学模型和焊接传热数学模型从而建立所述理论熔深计算模型。
4.如权利要求1所述的增材制造熔深在线检测和控制方法，其特征在于，步骤S3中：
所述计算参数包括焊材、焊接设备的详细参数，以及预设物理参数。
5.如权利要求1所述的增材制造熔深在线检测和控制方法，其特征在于，步骤S4中：
所述人工神经网络采用BP(back propagation)人工神经网络。
6.一种增材制造熔深在线检测和控制***，其特征在于，包括：
焊接模块：根据工艺参数对一待焊接部位进行焊接；
图像获取与处理模块：采集熔池图像，所述熔池图像为焊接的熔池部位的红外图像，对所述熔池图像进行图像处理，获取所述熔池图像的形貌信息、温度分布信息、像素值；建立温度值和像素值的第一对应关系，建立距离值和像素值的第二对应关系；根据所述第一对应关系和所述第二对应关系获取熔池部位的熔宽和熔深方向的最大温差；
理论熔深计算模块：建立理论熔深计算模型，将计算参数输入所述理论熔深计算模型，获取理论熔深；
实际熔深计算模块：将所述理论熔深、熔宽和熔深方向的最大温差输入训练好的人工神经网络，人工神经网络输出实际熔深；
工艺参数调整模块：计算所述实际熔深与预设需求熔深的差值，当差值处于预设范围内，对下一待焊接部位依次执行焊接模块、图像获取与处理模块、理论熔深计算模块、实际熔深计算模块、工艺参数调整模块的操作；当差值超过预设范围，根据差值调整工艺参数，然后对下一待焊接部位依次执行焊接模块、图像获取与处理模块、理论熔深计算模块、实际熔深计算模块、工艺参数调整模块的操作。
7.如权利要求6所述的增材制造熔深在线检测和控制***，其特征在于，焊接模块中：
所述工艺参数为预设的影响焊接质量的若干物理量。
8.如权利要求6所述的增材制造熔深在线检测和控制***，其特征在于，理论熔深计算模块中：
联合焊接热源数学模型和焊接传热数学模型从而建立所述理论熔深计算模型。
9.如权利要求6所述的增材制造熔深在线检测和控制***，其特征在于，理论熔深计算模块中：
所述计算参数包括焊材、焊接设备的详细参数，以及预设物理参数。
10.如权利要求6所述的增材制造熔深在线检测和控制***，其特征在于，实际熔深计算模块中：
所述人工神经网络采用BP(back propagation)人工神经网络。
CN201710966381.2A 2017-10-17 2017-10-17 一种增材制造熔深在线检测和控制方法及*** Active CN107855687B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710966381.2A CN107855687B (zh) 2017-10-17 2017-10-17 一种增材制造熔深在线检测和控制方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710966381.2A CN107855687B (zh) 2017-10-17 2017-10-17 一种增材制造熔深在线检测和控制方法及***

Publications (2)

Publication Number Publication Date
CN107855687A true CN107855687A (zh) 2018-03-30
CN107855687B CN107855687B (zh) 2019-07-26

Family

ID=61696208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710966381.2A Active CN107855687B (zh) 2017-10-17 2017-10-17 一种增材制造熔深在线检测和控制方法及***

Country Status (1)

Country Link
CN (1) CN107855687B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472698A (zh) * 2019-08-22 2019-11-19 四川大学 基于深度和迁移学习的金属增材成形熔深实时预测方法
CN110490866A (zh) * 2019-08-22 2019-11-22 四川大学 基于深度特征融合的金属增材成形尺寸实时预测方法
CN112719528A (zh) * 2020-12-23 2021-04-30 深圳市兴科瑞拓科技有限公司 一种基于气保焊焊机的智能焊接方法和装置
CN112916987A (zh) * 2021-02-02 2021-06-08 北京理工大学 一种电弧增材制造在线监测及实时控制方法和***
WO2021128343A1 (en) * 2019-12-27 2021-07-01 Siemens Aktiengesellschaft Method and apparatus for product quality inspection
CN113369697A (zh) * 2021-06-22 2021-09-10 深圳信息职业技术学院 激光抛光在线检测***及方法
CN114799594A (zh) * 2022-04-01 2022-07-29 中国第一汽车股份有限公司 一种方形模组汇流排焊接质量控制方法
CN115781077A (zh) * 2022-12-28 2023-03-14 日照鸿本机械制造有限公司 一种长轴多点焊接的防变形控制方法及***
CN116586761B (zh) * 2023-05-11 2023-11-03 广州卫亚汽车零部件有限公司 一种用于激光焊接熔深在线监测和控制的方法及其***

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6084205A (en) * 1997-03-14 2000-07-04 Sandia Corporation Method for enhanced control of welding processes
JP2007139541A (ja) * 2005-11-17 2007-06-07 Dx Antenna Co Ltd 侵入検知方法および侵入検知システム
CN101062529A (zh) * 2006-04-25 2007-10-31 南京理工大学 焊缝外观、熔池和接缝近红外视觉一体化传感检测装置
JP2009125790A (ja) * 2007-11-27 2009-06-11 Kobe Steel Ltd アーク溶接の監視装置
CN102323756A (zh) * 2011-08-16 2012-01-18 上海交通大学 基于激光熔覆的稀释率均匀性控制方法及其装置
CN103521890A (zh) * 2013-10-12 2014-01-22 王晓宇 双面双弧立焊近红外视觉传感与熔透控制装置及方法
JP2014231085A (ja) * 2013-05-30 2014-12-11 日立造船株式会社 開先部監視装置を有するレーザ溶接装置およびレーザ溶接装置の開先部監視方法
CN104302435A (zh) * 2012-05-15 2015-01-21 丰田自动车株式会社 焊接方法、焊接装置以及电池的制造方法
CN205342169U (zh) * 2016-01-26 2016-06-29 唐山英莱科技有限公司 明弧焊接监控***
CN106583927A (zh) * 2016-12-13 2017-04-26 苏州大学 一种激光‑电弧复合焊接在线监测方法
JP2017113789A (ja) * 2015-12-24 2017-06-29 アイシン精機株式会社 レーザ溶接装置
CN106909727A (zh) * 2017-02-20 2017-06-30 武汉理工大学 基于bp神经网络和遗传算法ga的激光焊接温度场有限元模拟方法
CN107081503A (zh) * 2017-05-31 2017-08-22 温州大学 一种弧焊质量的红外无损检测装置及其红外无损检测方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6084205A (en) * 1997-03-14 2000-07-04 Sandia Corporation Method for enhanced control of welding processes
JP2007139541A (ja) * 2005-11-17 2007-06-07 Dx Antenna Co Ltd 侵入検知方法および侵入検知システム
CN101062529A (zh) * 2006-04-25 2007-10-31 南京理工大学 焊缝外观、熔池和接缝近红外视觉一体化传感检测装置
JP2009125790A (ja) * 2007-11-27 2009-06-11 Kobe Steel Ltd アーク溶接の監視装置
CN102323756A (zh) * 2011-08-16 2012-01-18 上海交通大学 基于激光熔覆的稀释率均匀性控制方法及其装置
CN104302435A (zh) * 2012-05-15 2015-01-21 丰田自动车株式会社 焊接方法、焊接装置以及电池的制造方法
JP2014231085A (ja) * 2013-05-30 2014-12-11 日立造船株式会社 開先部監視装置を有するレーザ溶接装置およびレーザ溶接装置の開先部監視方法
CN103521890A (zh) * 2013-10-12 2014-01-22 王晓宇 双面双弧立焊近红外视觉传感与熔透控制装置及方法
JP2017113789A (ja) * 2015-12-24 2017-06-29 アイシン精機株式会社 レーザ溶接装置
CN205342169U (zh) * 2016-01-26 2016-06-29 唐山英莱科技有限公司 明弧焊接监控***
CN106583927A (zh) * 2016-12-13 2017-04-26 苏州大学 一种激光‑电弧复合焊接在线监测方法
CN106909727A (zh) * 2017-02-20 2017-06-30 武汉理工大学 基于bp神经网络和遗传算法ga的激光焊接温度场有限元模拟方法
CN107081503A (zh) * 2017-05-31 2017-08-22 温州大学 一种弧焊质量的红外无损检测装置及其红外无损检测方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472698A (zh) * 2019-08-22 2019-11-19 四川大学 基于深度和迁移学习的金属增材成形熔深实时预测方法
CN110490866A (zh) * 2019-08-22 2019-11-22 四川大学 基于深度特征融合的金属增材成形尺寸实时预测方法
WO2021128343A1 (en) * 2019-12-27 2021-07-01 Siemens Aktiengesellschaft Method and apparatus for product quality inspection
US11651587B2 (en) 2019-12-27 2023-05-16 Siemens Aktiengesellschaft Method and apparatus for product quality inspection
CN112719528A (zh) * 2020-12-23 2021-04-30 深圳市兴科瑞拓科技有限公司 一种基于气保焊焊机的智能焊接方法和装置
CN112916987A (zh) * 2021-02-02 2021-06-08 北京理工大学 一种电弧增材制造在线监测及实时控制方法和***
CN112916987B (zh) * 2021-02-02 2022-02-15 北京理工大学 一种电弧增材制造在线监测及实时控制方法和***
CN113369697A (zh) * 2021-06-22 2021-09-10 深圳信息职业技术学院 激光抛光在线检测***及方法
CN114799594A (zh) * 2022-04-01 2022-07-29 中国第一汽车股份有限公司 一种方形模组汇流排焊接质量控制方法
CN115781077A (zh) * 2022-12-28 2023-03-14 日照鸿本机械制造有限公司 一种长轴多点焊接的防变形控制方法及***
CN116586761B (zh) * 2023-05-11 2023-11-03 广州卫亚汽车零部件有限公司 一种用于激光焊接熔深在线监测和控制的方法及其***

Also Published As

Publication number Publication date
CN107855687B (zh) 2019-07-26

Similar Documents

Publication Publication Date Title
CN107855687B (zh) 一种增材制造熔深在线检测和控制方法及***
CN107649804A (zh) 一种增材制造熔深在线检测和控制***
Xu et al. Welding seam tracking in robotic gas metal arc welding
Chen et al. Intelligent methodology for sensing, modeling and control of pulsed GTAW: Part 1--Bead-on-plate welding
Xiong et al. Control of deposition height in WAAM using visual inspection of previous and current layers
CN104057204B (zh) 高强钢薄板的激光填丝焊的自适应焊接方法
CN105300296B (zh) 一种激光拼焊曲面拼缝测量方法及其实现装置
CN107301261A (zh) 基于comsol温度模型模拟计算激光加工与焊接过程中温度场的方法
CN108399307A (zh) 一种激光3d打印有限元模拟方法
CN107081503A (zh) 一种弧焊质量的红外无损检测装置及其红外无损检测方法
Xiong et al. Virtual binocular vision sensing and control of molten pool width for gas metal arc additive manufactured thin-walled components
CN110193679B (zh) 一种基于熔池正面视觉传感的焊缝成形控制装置及方法
Liu et al. Control of human arm movement in machine-human cooperative welding process
CN103134599A (zh) 激光金属直接成形中熔池状态实时监测方法和***
CN105234599A (zh) 焊接温度场控制***及方法
Xiong et al. Increasing stability in robotic GTA-based additive manufacturing through optical measurement and feedback control
CN106624266B (zh) 一种用于汽车焊接的焊缝偏差及熔透状态监测方法
CN110530541A (zh) 一种可精确模拟大型压力容器焊后热处理温度场计算方法
Xiong et al. Active vision sensing and feedback control of back penetration for thin sheet aluminum alloy in pulsed MIG suspension welding
CN108788467A (zh) 一种面向航天构件的智能激光焊接***
Liu et al. Robot path planning with two-axis positioner for non-ideal sphere-pipe joint welding based on laser scanning
Wang Three-dimensional vision applications in GTAW process modeling and control
Aviles-Viñas et al. Acquisition of welding skills in industrial robots
Chen et al. Closed-loop control of robotic arc welding system with full-penetration monitoring
Geng et al. A method of welding path planning of steel mesh based on point cloud for welding robot

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