CN115407716A - 激光熔覆平整化控制***和方法 - Google Patents

激光熔覆平整化控制***和方法 Download PDF

Info

Publication number
CN115407716A
CN115407716A CN202211031681.9A CN202211031681A CN115407716A CN 115407716 A CN115407716 A CN 115407716A CN 202211031681 A CN202211031681 A CN 202211031681A CN 115407716 A CN115407716 A CN 115407716A
Authority
CN
China
Prior art keywords
laser cladding
laser
molten pool
planarization
characteristic
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
Application number
CN202211031681.9A
Other languages
English (en)
Inventor
张琪
石拓
唱丽丽
孙业旺
张荣伟
邢月华
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.)
Suzhou Zhongke Yuchen Laser Intelligent Technology Co ltd
Original Assignee
Suzhou Zhongke Yuchen Laser Intelligent Technology Co ltd
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 Suzhou Zhongke Yuchen Laser Intelligent Technology Co ltd filed Critical Suzhou Zhongke Yuchen Laser Intelligent Technology Co ltd
Priority to CN202211031681.9A priority Critical patent/CN115407716A/zh
Publication of CN115407716A publication Critical patent/CN115407716A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
    • C23C24/00—Coating starting from inorganic powder
    • C23C24/08—Coating starting from inorganic powder by application of heat or pressure and heat
    • C23C24/10—Coating starting from inorganic powder by application of heat or pressure and heat with intermediate formation of a liquid phase in the layer
    • 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
    • G05B2219/32—Operator till task planning
    • G05B2219/32153—Exchange data between user, cad, caq, nc, capp
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Materials Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Metallurgy (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Laser Beam Processing (AREA)

Abstract

本发明涉及激光熔覆增材制造技术领域，提供一种激光熔覆平整化控制***，包括激光器、激光熔覆加工头、机器人、工作台、变位机、送粉器、保护气装置、视觉采集单元、激光熔覆***控制器及计算机***。计算机***对实时的熔池图像执行图像处理、特征提取后输入MPC控制器，输出工艺参数调整量。激光熔覆***控制器根据工艺参数调整量将对应的工艺参数调整指令分别发送至激光器、机器人以及送粉器，实时调整激光功率、激光扫描速度和送粉速率。通过本发明可在线监测熔池的多种特征信息并基于预测控制模型实时作出反馈，通过对多种工艺参数的实时调整，补偿加工过程中的几何误差，使成型零件表面均匀平整化，提高激光熔覆工件表面质量和尺寸精度。

Description

激光熔覆平整化控制***和方法
技术领域
本发明涉及金属激光熔覆增材制造技术领域，尤其是熔覆加工的过程控制技术，具体而言涉及一种激光熔覆平整化控制***和方法。
背景技术
金属激光熔覆通过自底向上逐层堆积熔化金属粉末而实现金属结构件成形，能够直接从计算机模型数据中生成复杂、致密的结构件，在智能制造、航空航天、石油化工等行业应用前景广阔。但在复杂的光粉气耦合过程中由于热效应引起的几何偏差、累积误差等会严重影响零件的几何精度和平整化，尤其是复杂熔道的堆积过程极易产生表面凹凸不平、宽度不一等情况，这使得金属激光熔覆制品的产品重复性和质量降低。
为了实现加工零件的平整化，现有技术尝试采取多种方式来进行改善，例如通过熔池震动使得熔池均匀化从而提高平整度，通过铣削等后处理工序提高其平整度；利用激光重熔技术以及针对特定零件在程序的特定位置修改工艺参数；通过闭环控制改善生产零件的几何特性来提高其平整度。
现有技术中，公开号为CN204224703U的发明专利申请提供一种用于激光熔覆的三维测量装置，在可移动工作平台上方有激光熔覆机构和激光铣削机构以及轮廓测量仪，分散布置，通过检测工件三维形貌信息，实现工件的在线整形。但设备成本高，测量误差大。公开号为CN104807410A的发明专利申请，公开了一种激光熔覆快速成形层高测量装置与闭环控制方法。通过3个激光2D位移传感器，将图像信号转化为熔覆层高度数据，实现熔覆头单层提升量的实时控制。但结构复杂、不利于增材制造打印复杂结构件，且采用计算熔覆层高度平均值的方法作为层高值，会造成参差不齐的表面被同一参数补偿，效果达不到要求。例如，公开号为CN108247059A的发明专利申请，公开了一种同轴送粉激光熔融成形设备的层高控制***及方法，通过对光斑直径与工艺数据库的对比计算转换为同轴激光喷头的提升高度值从而加工过程中层高进行控制。但相机侧轴安装且仅依靠光斑直径作为参考，精度及可靠性不足。
现有技术往往耗时费力、成本较高且***不稳定。或者存在采集信息单一，容易受到外界环境的干扰，无法保证测量结果的精度，鲁棒性差的问题；如果控制指标单一，对零件成型质量有一定程度的改善，但远不能实现零件表面的平整化的工艺需求。
发明内容
本发明目的在于提供一种激光熔覆平整化控制***和方法，可在线监测熔池的多种特征信息并基于预测控制模型实时作出反馈，通过对多种工艺参数的实时调整，补偿加工过程中的几何误差，使成型零件表面均匀平整化，提高激光熔覆工件表面质量和尺寸精度。
根据本发明目的的第一方面提出一种激光熔覆平整化控制方法，包括：
步骤1、获取金属激光熔覆增材制造的熔池图像流信息；
步骤2、基于熔池图像流信息从多帧熔池图像进行感兴趣区域选取；
步骤3、基于感兴趣区域，采用表面拟合方法拟合ROI熔池图像，通过拟合获得拟合公式系数以及拟合优度统计量；
步骤4、对获得的多个拟合公式系数以及拟合优度统计量进行特征参数降维处理，确定其中的n个影响熔池的关键特征作为平整化特征向量；
步骤5、以平整化特征向量以及激光熔覆的工艺参数向量作为数据集，并基于matlab***辨识工具箱进行多输入多输出的***辨识，得到平整度特征参数和对应工艺参数数据间关系的时间常数、稳态增益、时间延迟及对应的状态空间模型；其中所述时间常数、稳态增益、时间延迟对应一组状态空间模型的状态系数；其中工艺参数包括激光功率、激光扫描速度和送粉速率；
步骤6、以所述状态空间模型作为模型预测控制器的结构，建立模型预测控制器，其输入为平整度特征参数，输出为激光熔覆的工艺参数调整量，并配置模型预测控制器控制参数；
步骤7、在金属激光熔覆增材制造过程中，实时采集熔池图像数据，提取平整化特征向量，并将提取的平整化特征向量作为模型预测控制器的输入，模型预测控制器输出工艺参数调整量，并发送至激光熔覆***控制器；以及
步骤8、激光熔覆***控制器根据工艺参数调整量将对应的工艺参数调整指令分别发送至激光器、机器人以及送粉器，实时调整激光功率、激光扫描速度和送粉速率。
根据本发明目的的第二方面还提出一种激光熔覆平整化控制***，包括激光器、激光熔覆加工头、机器人、工作台、变位机、送粉器、保护气装置、视觉采集单元、激光熔覆***控制器以及计算机***；
所述送粉器，用于向工作台表面进行送粉；
所述保护气装置，被设置通过激光熔覆加工头向工作台表面输送保护气；
所述激光器用于发射激光束，通过激光熔覆加工头内的光学***进行波束整形后在工作台表面形成激光光斑，对工作台表面的粉末进行熔化沉积成型；
所述工作台，安装在变位机上，并且被设置成可随变位机运动而运动；
所述视觉采集单元，包括至少一个图像采集装置，采集位于工作台表面的熔池图像；
所述激光熔覆加工头，安装在所述机器人上，并可由所述机器人驱动实现位置移动与变换；
其中，所述激光熔覆***控制器用于控制所述激光器、激光熔覆加工头、机器人、工作台、变位机、送粉器、保护气装置的运行；
所述视觉采集单元与所述计算机***连接，将采集的熔池图像发送至计算机***；
所述计算机***内设置有至少一个处理器以及至少一个存储器，所述至少一个存储器存储可***作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括前述的激光熔覆平整化控制方法的过程。
作为可选的实施方式，所述至少一个图像采集装置为CCD相机，CCD相机的光轴以垂直于激光熔覆加工头的中心轴线方向地安装，所述CCD相机通过设置在激光熔覆加工头内的45°反射镜获取熔池图像。
作为可选的实施方式，所述激光熔覆***控制器通过I/O分别连接激光器、机器人、送粉器、保护气装置，并被设置成能够控制激光功率、送粉速率、激光扫描速度以及保护气流量。
由此，根据本发明以上实施例的激光熔覆平整化控制***，基于该***的控制方法可在线监测熔池特征信息并在预测控制模型的基础上实时作出反馈，通过对多工艺参数的实时调整，补偿加工过程中每一点的几何误差，使成型零件表面均匀平整化，提高激光熔覆工件表面质量和尺寸精度。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例。
图1是本发明实施例的激光熔覆平整化控制***的示意图。
图2是本发明实施例的激光熔覆平整化控制方法的流程示意图。
图3是本发明实施例的通过表面拟合获得的熔池图像的示意图。
图4是本发明实施例的通过试验来判断判断特征参数与熔池特征变化的相关性的示意图。
图5是本发明实施例的基于PCA方法累积对熔池特征的累计影响重要性的示意图。
图6是本发明实施例的配置模型预测控制器控制参数的示意图。
附图中，各个附图标记的含义定义如下：
10-激光器；11-送粉器；12-保护气装置；13-激光熔覆加工头；14-机器人；15-反射镜；16-CCD相机；
20-激光熔覆***控制器；30-计算机***；
100-工作台；110-变位机。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
结合图1所示的实施例的激光熔覆平整化控制***，其特征在于，包括激光器10、送粉器11、保护气装置12、激光熔覆加工头13、机器人14、视觉采集单元、激光熔覆***控制器20、计算机***30以及工作台100与变位机110。
送粉器11，用于向工作台100表面进行送粉。
保护气装置12，被设置通过集成在激光熔覆加工头的方式，经由保护气喷嘴向工作台100表面输送保护气。保护气尤其是指氩气。
激光器10，用于发射激光束，通过激光熔覆加工头内的光学***进行波束整形后在工作台表面形成激光光斑，对工作台100表面的粉末进行熔化沉积成型。
工作台100，安装在变位机110上，并且被设置成可随变位机运动而运动。
视觉采集单元，包括至少一个图像采集装置，例如CCD相机16，采集工作台表面的熔池图像。
激光熔覆加工头13，安装在机器人14上，并可由机器人14驱动实现位置移动与变换，以在激光熔覆***控制器20的控制下，使机器人14按照预定的轨迹和扫描速度进行移动。
在可选的实施例中，机器人14可采用商用的多关机工业机器人。
在本发明的实施例，激光熔覆***控制器20可采用工业级PLC控制***，用于控制激光器10、送粉器11、保护气装置12、激光熔覆加工头13、机器人14以及变位机110的运行。
如图1所示，视觉采集单元与计算机***30连接，将采集的熔池图像发送至计算机***30。
计算机***30内设置有至少一个处理器以及至少一个存储器，至少一个存储器存储可***作的指令，指令在通过一个或多个处理器执行时使得一个或多个处理器执行操作，执行图像处理、特征提取以及模型预测控制器输出，输出激光熔覆的工艺参数调整量，并发送至激光熔覆***控制器20。
激光熔覆***控制器20根据工艺参数调整量将对应的工艺参数调整指令分别发送至激光器10、机器人14以及送粉器11，实时调整激光功率、激光扫描速度和送粉速率。
作为可选的实施方式，前述的图像采集装置为CCD相机，CCD相机16的光轴以垂直于激光熔覆加工头的中心轴线方向地安装，CCD相机16通过设置在激光熔覆加工头内的45°反射镜15获取熔池图像。
作为可选的实施方式，CCD相机16被设置通过GigE接口与计算机***连接，实现图像信息的实时传输。
激光熔覆***控制器20通过I/O分别连接激光器10、送粉器11、保护气装置12，机器人14，并能够控制激光功率、送粉速率、激光扫描速度以及保护气流量。
结合本发明图2所示，根据本发明实施例的激光熔覆平整化控制方法的过程包括：
步骤1、获取金属激光熔覆增材制造的熔池图像流信息；
步骤2、基于熔池图像流信息从多帧熔池图像进行感兴趣区域选取；
步骤3、基于感兴趣区域，采用表面拟合方法拟合ROI熔池图像，通过拟合获得拟合公式系数以及拟合优度统计量；
步骤4、对获得的多个拟合公式系数以及拟合优度统计量进行特征参数降维处理，确定其中的n个影响熔池的关键特征作为平整化特征向量；
步骤5、以平整化特征向量以及激光熔覆的工艺参数向量作为数据集，并基于matlab***辨识工具箱进行多输入多输出的***辨识，得到平整度特征参数和对应工艺参数数据间关系的时间常数、稳态增益、时间延迟及对应的状态空间模型；其中所述时间常数、稳态增益、时间延迟对应一组状态空间模型的状态系数；其中工艺参数包括激光功率、激光扫描速度和送粉速率；
步骤6、以所述状态空间模型作为模型预测控制器的结构，建立模型预测控制器(MPC)，其输入为平整度特征参数，输出为激光熔覆的工艺参数调整量，并配置模型预测控制器控制参数；
步骤7、在金属激光熔覆增材制造过程中，实时采集熔池图像数据，提取平整化特征向量，并将提取的平整化特征向量作为模型预测控制器的输入，模型预测控制器输出工艺参数调整量，并发送至激光熔覆***控制器；以及
步骤8、激光熔覆***控制器根据工艺参数调整量将对应的工艺参数调整指令分别发送至激光器、机器人以及送粉器，实时调整激光功率、激光扫描速度和送粉速率。
作为可选的方式，步骤2中，采用表面拟合方法拟合ROI熔池图像，所使用的拟合公式为高阶多项式，表达为：
z＝p00+p10*x+p01*y+p20*x2+…+p21*x2*y+p12*x*y2+p03*y3
其中，(x，y)表示像素点的像素坐标，z表示坐标为(x，y)的像素点的灰度值，p00，p10，p01，p20，p11，p02，p21，p12，p03分别为多项式系数。
图3示例性的表示了通过前述表面拟合的熔池图像的示意，通过对熔池的表面拟合，获得14个特征参数，包括前述的9个多项式系数及5个拟合优度统计量。5个拟合优度统计量分别为和方差(SSE)、确定系数(R-squre)、均方差(MSE)、校正确定系数(adj R-square)和均方根(RMSE)。
作为可选的实施方式，在对感兴趣区域(ROI)选取之后，还包括滤波处理，以消除噪声，保留图像中的特征信息。
作为可选的方式，步骤3中，通过试验比较14个特征参数与熔池几何特征变化的相关性来选取影响零件平整化的最大的n个特征参数作为平整化特征向量。如图4所示为基于实验，比较特征参数与熔池几何特征变化的相关性来选取平整化特征向量的示例。
作为可选的方式，结合图5所示的PCA分析的示意，在步骤3中，基于主成分分析法，将14个特征参数进行重要性排序，选取对熔池特征累计影响达到预定阈值标准以上的n个特征参数，作为平整化特征向量，平整化特征向量中包括至少一项多项式系数以及至少一项拟合优度统计量。
作为可选的方式，步骤3中，对于获取的14个特征参数，采用随机森林分类器将影响零件平整化的特征参数进行重要性排序，得到n个对零件平整化影响度最大的特征参数作为平整化特征向量。
作为可选的方式，在步骤4中，状态空间模型的状态方程表达为：
A(γ)y(k)＝B(γ)u(k)+e(k)
式中，y(k)是k时刻的平整度特征向量，u(k)是k时刻对应的工艺参数向量，A(γ)和B(γ)分别为状态系数，e(k)是白噪声。
作为可选的方式，在步骤4中，配置模型预测控制器控制参数，包括：
配置模型预测控制器的采样周期、预测范围及控制范围，以及配置输入和/或输出的约束及权重。如图6所示为设置采样周期、预测范围及控制范围的示例。其中输入和/或输出的约束及权重的配置，可根据本发明的前述实施例进行预打印和试验进行调整和配置。
应当理解，在激光熔覆增材制造的过程中，可通过连续的采集熔池图像，并进行特征提取后，输入MPC模型预测控制器根据实时图像信息得到熔池平整度偏差向量，从而预测输出激光熔覆的工艺参数调整量，并据此实现对工艺参数即激光功率、激光扫描速度和送粉速率的实时调整，补偿加工过程中的几何误差，使成型零件表面均匀平整化，提高激光熔覆工件表面质量和尺寸精度。
下面我们将结合一个具体的平整化控制过程的示例，对前述实施例的实施过程进行进一步的说明。
(1)信息采集：CCD相机采集熔池图像信息，将图像流实时传输至计算机.
(2)特征参数提取：在MATLAB环境下，基于图像处理算法对图像进行感兴趣区域(ROI)选取及滤波处理，并用表面拟合方法拟合ROI熔池图像，基于多项式的拟合公式如下：
z＝p00+p10*x+p01*y+p20*x2+…+p21*x2*y+p12*x*y2+p03*y3
式中，(x，y)为像素坐标，z为该像素点的灰度值，p00，p10，p01，p20，p11，p02，p21，p12，p03为多项式系数。经过对熔池表面拟合，可以得到14个特征参数，包括9个多项式系数及5个拟合优度统计量：和方差(SSE)、确定系数(R-squre)、均方差(MSE)、校正确定系数(adj R-square)和均方根(RMSE)。
(3)特征参数降维：为了降低数据量并兼顾熔池的主要特征，将步骤(2)中的特征参数降维，可采用多种方式实现，本发明以PCA分析法为例进行说明。
基于主成分分析(PCA)法，将14个特征参数进行重要性排序，根据对熔池特征累计影响达到98％以上来选取。最终，作为示例，我们选取其中的7个特征作为平整化特征向量：
T1＝[p01，p11，p21，p12，SSE，R-squre，RMSE]。
(4)***辨识：以平整度特征参数向量T1＝[p01，p11，p21，p12，SSE，R-squre，RMSE]和对应的工艺参数向量T2＝[P，θ，R]作为数据集，并基于matlab***辨识工具箱进行多输入多输出(MIMO)的***辨识，得到平整度特征参数和对应工艺参数数据间关系的时间常数、稳态增益、时间延迟及对应的状态空间模型。该状态空间模型的状态方程可以表示为：
A(γ)y(k)＝B(γ)u(k)+e(k)
式中，y(k)是k时刻平整度特征参数向量，u(k)是k时刻对应的工艺参数向量，A(γ)和B(γ)是状态系数，e(k)是白噪声。
前述的P，θ，R，分别表示激光功率、激光扫描速度和送粉速率。
(5)设计MPC(模型预测控制器)：以步骤(4)中获得的状态空间模型作为MPC的结构，并配置控制器的采样周期、预测范围及控制范围，定义输入输出约束及权重，完成MPC设计。
(6)在激光熔覆过程中通过CCD相机实时采集熔池图像信息，提取步骤(3)中特征向量，并将处理后获得的平整化特征向量T1＝[p01，p11，p21，p12，SSE，R-squre，RMSE]作为MPC的输入，MPC输出工艺参数调整向量T3＝[ΔP，Δθ，ΔR]，并发送至激光熔覆***控制器。
其中，ΔP，Δθ，ΔR分别代表激光功率调整值、扫描速度调整值、送粉速率调整值。
(7)激光熔覆***控制器将工艺参数调整指令分别发送至激光器、机器人和送粉器，实时调整激光功率、扫描速度和送粉速率。
(8)重复步骤(6)、(7)，直到完成整个零件的打印。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种激光熔覆平整化控制方法，其特征在于，包括：
步骤1、获取金属激光熔覆增材制造的熔池图像流信息；
步骤2、基于熔池图像流信息从多帧熔池图像进行感兴趣区域选取；
步骤3、基于感兴趣区域，采用表面拟合方法拟合ROI熔池图像，通过拟合获得拟合公式系数以及拟合优度统计量；
步骤4、对获得的多个拟合公式系数以及拟合优度统计量进行特征参数降维处理，确定其中的n个影响熔池的关键特征作为平整化特征向量；
步骤5、以平整化特征向量以及激光熔覆的工艺参数向量作为数据集，并基于matlab***辨识工具箱进行多输入多输出的***辨识，得到平整度特征参数和对应工艺参数数据间关系的时间常数、稳态增益、时间延迟及对应的状态空间模型；其中所述时间常数、稳态增益、时间延迟对应一组状态空间模型的状态系数；其中工艺参数包括激光功率、激光扫描速度和送粉速率；
步骤6、以所述状态空间模型作为模型预测控制器的结构，建立模型预测控制器，其输入为平整度特征参数，输出为激光熔覆的工艺参数调整量，并配置模型预测控制器控制参数；
步骤7、在金属激光熔覆增材制造过程中，实时采集熔池图像数据，提取平整化特征向量，并将提取的平整化特征向量作为模型预测控制器的输入，模型预测控制器输出工艺参数调整量，并发送至激光熔覆***控制器；以及
步骤8、激光熔覆***控制器根据工艺参数调整量将对应的工艺参数调整指令分别发送至激光器、机器人以及送粉器，实时调整激光功率、激光扫描速度和送粉速率。
2.根据权利要求1所述的激光熔覆平整化控制方法，其特征在于，所述步骤2中，所述采用表面拟合方法拟合ROI熔池图像，所使用的拟合公式为高阶多项式，表达为：
z＝p00+p10*x+p01*y+p20*x2+…+p21*x2*y+p12*x*y2+p03*y3
其中，(x，y)表示像素点的像素坐标，z表示坐标为(x，y)的像素点的灰度值，p00，p10，p01，p20，p11，p02，p21，p12，p03分别为多项式系数；
通过对熔池的表面拟合，获得14个特征参数，包括前述的9个多项式系数及5个拟合优度统计量，所述5个拟合优度统计量分别为和方差(SSE)、确定系数(R-squre)、均方差(MSE)、校正确定系数(adj R-square)和均方根(RMSE)。
3.根据权利要求1所述的激光熔覆平整化控制方法，其特征在于，所述步骤3中，基于主成分分析法，将14个特征参数进行重要性排序，选取对熔池特征累计影响达到预定阈值标准以上的n个特征参数，作为平整化特征向量，所述平整化特征向量中包括至少一项多项式系数以及至少一项拟合优度统计量。
4.根据权利要求1所述的激光熔覆平整化控制方法，其特征在于，所述步骤3中，对于获取的14个特征参数，采用随机森林分类器将影响零件平整化的特征参数进行重要性排序，得到n个对零件平整化影响度最大的特征参数作为平整化特征向量。
5.根据权利要求1所述的激光熔覆平整化控制方法，其特征在于，所述步骤3中，通过试验比较14个特征参数与熔池几何特征变化的相关性来选取影响零件平整化的最大的n个特征参数作为平整化特征向量。
6.根据权利要求1所述的激光熔覆平整化控制方法，其特征在于，在所述步骤4中，所述状态空间模型的状态方程表达为：
A(γ)y(k)＝B(γ)u(k)+e(k)
式中，y(k)是k时刻的平整度特征向量，u(k)是k时刻对应的工艺参数向量，A(γ)和B(γ)分别为状态系数，e(k)是白噪声。
7.根据权利要求1所述的激光熔覆平整化控制方法，其特征在于，在所述步骤4中，所述配置模型预测控制器控制参数，包括：
配置模型预测控制器的采样周期、预测范围及控制范围，以及配置输入和/或输出的约束及权重。
8.一种激光熔覆平整化控制***，其特征在于，包括激光器、激光熔覆加工头、机器人、工作台、变位机、送粉器、保护气装置、视觉采集单元、激光熔覆***控制器以及计算机***；
所述送粉器，用于向工作台表面进行送粉；
所述保护气装置，被设置通过激光熔覆加工头向工作台表面输送保护气；
所述激光器用于发射激光束，通过激光熔覆加工头内的光学***进行波束整形后在工作台表面形成激光光斑，对工作台表面的粉末进行熔化沉积成型；
所述工作台，安装在变位机上，并且被设置成可随变位机运动而运动；
所述视觉采集单元，包括至少一个图像采集装置，采集位于工作台表面的熔池图像；
所述激光熔覆加工头，安装在所述机器人上，并可由所述机器人驱动实现位置移动与变换；
其中，所述激光熔覆***控制器用于控制所述激光器、激光熔覆加工头、机器人、工作台、变位机、送粉器、保护气装置的运行；
所述视觉采集单元与所述计算机***连接，将采集的熔池图像发送至计算机***；
所述计算机***内设置有至少一个处理器以及至少一个存储器，所述至少一个存储器存储可***作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括如权利要求1-7中任意一项所述的激光熔覆平整化控制方法的过程。
9.根据权利要求8所述的激光熔覆平整化控制***，其特征在于，所述至少一个图像采集装置为CCD相机，CCD相机的光轴以垂直于激光熔覆加工头的中心轴线方向地安装，所述CCD相机通过设置在激光熔覆加工头内的45°反射镜获取熔池图像。
10.根据权利要求8所述的激光熔覆平整化控制***，其特征在于，所述激光熔覆***控制器通过I/O分别连接激光器、机器人、送粉器、保护气装置，并被设置成能够控制激光功率、送粉速率、激光扫描速度以及保护气流量。
CN202211031681.9A 2022-08-26 2022-08-26 激光熔覆平整化控制***和方法 Pending CN115407716A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211031681.9A CN115407716A (zh) 2022-08-26 2022-08-26 激光熔覆平整化控制***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211031681.9A CN115407716A (zh) 2022-08-26 2022-08-26 激光熔覆平整化控制***和方法

Publications (1)

Publication Number Publication Date
CN115407716A true CN115407716A (zh) 2022-11-29

Family

ID=84162084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211031681.9A Pending CN115407716A (zh) 2022-08-26 2022-08-26 激光熔覆平整化控制***和方法

Country Status (1)

Country Link
CN (1) CN115407716A (zh)

Similar Documents

Publication Publication Date Title
CN115415549B (zh) 基于非线性自回归神经网络的激光熔覆平整化控制***与方法
CN109778182B (zh) 一种激光熔覆增材成形高度在线监测装置及闭环控制方法
Vandone et al. Multisensor data fusion for additive manufacturing process control
CN111745267A (zh) 一种基于激光位移传感器的坡口焊缝实时跟踪***及方法
US20090024243A1 (en) Method and system for real-time monitoring and controlling height of deposit by using image photographing and image processing technology in laser cladding and laser-aided direct metal manufacturing process
CN114012210B (zh) 电弧增材过程的沉积质量判断***及方法
Reisch et al. Robot based wire arc additive manufacturing system with context-sensitive multivariate monitoring framework
JP7358242B2 (ja) ウォータージェット切断システムの自律的変更
CN116213932B (zh) 一种机顶盒自动化生产装置及其控制方法
CN112207482A (zh) 一种用于焊接质量控制的多元信息监控和控制***及方法
US20210001424A1 (en) Standoff distance monitoring and control for directed energy deposition additive manufacturing systems
CN117161644A (zh) 一种基于3d点云的焊缝跟踪方法及***
Reisgen et al. Study on workpiece and welding torch height control for polydirectional WAAM by means of image processing
CN112439971A (zh) 一种自适应非平整面的连续电弧增材制造方法及装置
CN113919100A (zh) 一种基于增减复合制造工艺表面质量的处理方法
CN115407716A (zh) 激光熔覆平整化控制***和方法
CN109551179B (zh) 一种金属零件制造方法
Bestard Online Measurements in Welding Processes
CN111318696B (zh) 使用格林定理的熔池监控的方法
CN114346377A (zh) 电弧增材制造熔池视频监控及自动补偿***及方法
CN113981434A (zh) 一种圆形倾斜薄壁件激光熔覆成形角度自适应调控装置及方法
Adediran AUTOMATIC ERROR DETECTION AND CORRECTION IN LASER METAL WIRE DEPOSITION-AN ADDITIVE MANUFACTURING TECHNOLOGY
Amacher et al. Software-based setpoint optimization methods for laser cutting machine tools
Ma Vision-sensing and bead width control of the first layer of multi-layered part in GTAW based Additive Manufacturing
Zhang Process control for WAAM using computer vision

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