-
题名基于熔池运动特征的选区激光熔融过程状态检测方法
被引量：8
- 1
-
-
作者
朱锟鹏
王齐胜
林昕
傅盈西
-
机构
中国科学院合肥物质科学研究院智能机械研究所先进制造技术研究中心
常州先进制造技术研究所
武汉科技大学机械自动化学院
新加坡国立大学新国大苏州研究院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2021年第12期3403-3415,共13页
-
基金
国家自然科学基金资助项目(51805384,51875379)
中国博士后科学基金资助项目(2018M642929)。
-
文摘
选区激光熔融是一种极具发展前景的金属增材制造技术,由于加工过程容易产生各种缺陷,过程监控对于产品质量的控制显得尤为重要。熔池变化特征是最有效的监测手段之一,但是传统的熔池几何特征缺乏与不同熔化状态的准确对应关系。针对该问题,根据熔池特点提出一种新的熔池运动特征用于描述运动熔池的变化规律。首先利用激光扫描位置数据确定熔池的移动方向及质心,然后通过设定3个不同尺度的阈值来捕捉飞溅,并结合连通分量分析方法提取熔池区域和飞溅,进一步消除熔池感兴趣区域中的飞溅。接着将熔池质心到熔池边界轮廓的距离按顺时针方向展开,获得一个36维的矢量特征用于描述运动的熔池。最后,利用k均值聚类算法分别对同一工艺参数和不同工艺参数下获取的熔池进行了聚类分析,并与传统的熔池几何特征进行了对比。实验结果表明,提取的36维熔池运动特征可以较好地区分熔池移动方向及不同的熔化状态,为选区激光熔融过程在线监控提供了一种新的思路。
-
关键词
选区激光熔融
熔池运动特征
熔池轮廓
连通分量分析
K均值聚类
增材制造
-
Keywords
selective laser melting
motion feature of melt pool
melt pool boundary
connected component analysis
k-means clustering
additive manufacturing
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于机器学习的选区激光熔化过程熔池类别预测
- 2
-
-
作者
段现银
彭可为
朱锟鹏
王齐胜
彭宽宝
-
机构
武汉科技大学冶金装备及其控制教育部重点实验室
中国科学院合肥物质科学研究院智能机械研究所
-
出处
《航空制造技术》
北大核心
2025年第10期58-67,共10页
-
文摘
选区激光熔化(Selective laser melting,SLM)作为最实用的金属激光增材制造技术之一,凭借在复杂薄壁件快速成形中的显著优势,在航空、航天和能源等领域中得到广泛应用。然而,成形过程中的一致性问题限制了构件质量的进一步提升,该问题与熔池尺寸和形状的不断变化导致的缺陷密切相关。为更有效地监控熔池动态变化,本文提出了一种基于高维熔池运动特征提取和长短期记忆(Long short-term memory,LSTM)模型的熔池熔化状态类别预测方法。首先,利用U-net模型从熔池图像中提取熔池形貌特征,计算熔池质心到边界的距离,并沿轮廓展开为高维矢量,以此来表征熔池运动特征。然后,应用k-means聚类算法对不同工艺参数下的熔池运动特征进行聚类分析,构建出4种熔池熔化状态类别,并通过LSTM模型开展了熔化状态类别的时间序列预测。最后,以典型航空用高温合金材料Inconel625的SLM过程为例,进行熔池状态类别预测验证。结果显示,预测准确率达到85.92%,本文为SLM过程的实时监控和质量控制提供了新的方法和思路。
-
关键词
Inconel625
选区激光熔化(SLM)
熔池运动特征
K-MEANS聚类算法
时间序列预测
-
Keywords
Inconel 625
Selective laser melting(SLM)
Motion feature of melt pool
k-means clustering algorithm
Time series prediction
-
分类号
V26
[航空宇航科学与技术—航空宇航制造工程]
TG1
[金属学及工艺—金属学]
-
