一种针对激光近净成形缺陷的检测优化系统及方法
技术领域
本发明属于增材制造技术领域，具体涉及一种针对激光近净成形缺陷 的检测优化系统及方法。
背景技术
激光近净成形工艺(LENS)是一种新型激光快速成形制造工艺，属于增 材制造的一种。其原理是聚焦激光束在控制下，按照预先设定的路径，进 行移动，移动的同时，粉末喷嘴将金属粉末直接输送到激光光斑在固态基 板上形成的熔池，使之由点到线、由线到面的顺序凝固，从而完成一个层 截面的打印工作。这样层层叠加，制造出近净形的零部件实体。LENS技术 可以针对中小规模生产的零件实现无模制造，节约成本，缩短生产周期。 尤其对于那些高性能的、成本高的零件制造具有巨大的技术应用价值。在 航空航天、汽车、船舶等制造领域中有巨大的潜力。
但是在LENS过程中，由于激光功率密度、扫描速度等工艺参数影响， 零部件的形成过程就可能会出现缺陷(如裂纹、孔洞等)因此，对LENS制造 过程中缺陷的在线诊断装置的需求日益增长。尤其是在较大体型的LENS 增材制造中，目前还没有一个完整的方法能准确的使摄像头追踪激光移动， 针对性的采集激光处理的部分区域的图像，并自动的检测缺陷进行处理分 析。即市场急需一种在大体积的3D打印机中亦可进行准确缺陷识别的系统。
发明内容
本发明的目的是克服现有技术中3D打印同时无法进行缺陷检测的问 题。
为此，本发明提供了一种针对激光近净成形缺陷的检测优化系统，包 括带有追踪功能的运动模块、图形处理模块及3D打印参数调节模块；
所述带有追踪功能的运动模块用于实时动态获取激光加工区域的表面 图像及加工位置；
所述图形处理模块用于对所述表面图像进行处理以实现对加工过程中 的缺陷区域进行精确定位与识别；
所述3D打印参数调节模块用于根据所述图形处理模块的数据信息及 加工位置调整3D打印的加工参数。
优选地，所述带有追踪功能的运动模块包括三轴移动平台、激光追踪 仪和CCD相机，所述三轴移动平台固定在打印机上，所述激光追踪仪安装 在所述三轴移动平台上，以用于定位零件表面正在进行激光加工的区域， 所述CCD相机安装在所述三轴移动平台上，以用于在线采集3D打印过程 零件每层的表面图像。
优选地，两个所述CCD相机对称安装在所述三轴移动平台上，各所述 CCD相机从不同角度对加工的零件表面进行实时拍摄。
优选地，所述图形处理模块包括图像预处理单元、生成式对抗神经网 络单元和LBP算法单元；
所述图像预处理单元用于对图像进行灰度化处理以及中值滤波的图像 预处理操作；
所述对抗神经网络单元用于修复图像预处理模块预处理后的图片；
所述LBP算法单元用于识别原图与修复图片之间的差异，实现对缺陷 区域的精确定位与识别。
优选地，所述缺陷区域包括表面裂纹及孔洞。
优选地，所述系统还包括机构控制模块，所述机构控制模块用于根据 所述表面图像的反馈信息来控制3D打印的运动动作。
本发明还提供了一种针对激光近净成形缺陷的检测优化方法，包括步 骤：
S1：实时动态获取激光加工区域的表面图像；
S2：对所述表面图像进行图形处理；
S3：根据图形处理后的反馈信息来修正3D打印参数。
优选地，所述步骤S1具体包括：通过图像识别来获取激光加工区域的 表面图像及加工位置。
优选地，所述步骤S3具体包括：根据图形处理后的反馈信息及加工位 置进行重新修正3D打印的参数。
本发明的有益效果：本发明提供的这种针对激光近净成形缺陷的检测 优化系统及方法，包括带有追踪功能的运动模块、图形处理模块及3D打印 参数调节模块；带有追踪功能的运动模块用于实时动态获取激光加工区域 的表面图像；图形处理模块用于对表面图像进行处理以实现对加工过程中 的缺陷区域进行精确定位与识别；3D打印参数调节模块用于根据图形处理 模块的数据信息及加工位置调整3D打印的加工参数。采用机器视觉与图像 处理技术进行缺陷检测，相较于人眼检测使得缺陷检测过程更加迅速准确。 运用激光追踪仪精准定位激光作用区域，并使得相机追踪激光进行准确的 图片采集，自动反馈缺陷信息，使得LENS工艺参数得到针对性有效调整， 从而生成高质量零件。
以下将结合附图对本发明做进一步详细说明。
附图说明
图1是本发明针对激光近净成形缺陷的检测优化系统的功能模块示意 图；
图2是本发明针对激光近净成形缺陷的检测优化方法的流程示意图；
图3是本发明针对激光近净成形缺陷的检测优化系统及方法的带有追 踪功能的运动模块结构示意图。
附图标记说明：被测物体1，第一防尘导轨2，第一防尘滑块3，第二 防尘导轨4，第二防尘滑块5，第三防尘导轨6，第三防尘滑块7，第四防 尘导轨8，第四防尘滑块9，CCD相机支架10，激光追踪仪11，第一CCD 相机12，第二CCD相机13。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进 行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例， 而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没 有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的 范围。
在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、 “后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示 的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述 本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的 方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相 对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、 “第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本发 明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
本发明实施例提供了一种针对激光近净成形缺陷的检测优化系统，如 图1所示，包括带有追踪功能的运动模块、图形处理模块及3D打印参数调 节模块；所述带有追踪功能的运动模块用于实时动态获取激光加工区域的 表面图像及加工位置；所述图形处理模块用于对所述表面图像进行处理以 实现对加工过程中的缺陷区域进行精确定位与识别；所述3D打印参数调节 模块用于根据所述图形处理模块的数据信息及加工位置调整3D打印的加 工参数。
本申请实施例是通过针对3D打印中的激光近净成形工艺(LENS)进行 具体地分析。在机构控制模块即激光近净成形加工系统对零件表面进行增 材料加工时，机构控制模块根据3D打印参数调节模块提供的加工参数调节 信息进行调控，以实时发现在加工过程中零件表面产生的缺陷，并对缺陷 进行及时的修复。具体地根据零件表面缺陷的检测位置信息准确地控制激 光加工头的运动。其中，带有追踪功能的运动模块用于实时动态获取激光 加工区域的表面图像及加工位置，通过图形处理模块对表面图像进行对比 分析处理便可得知该表面图像是否存在异常，即可得知此时加工形成的零 件表面是否存在缺陷，若有缺陷，便可将缺陷形态及位置发送给3D打印参 数调节模块，从而对加工参数进行实时地反馈调节。若调整后检验结果仍 有问题，则继续进行调整，直至调整至最优参数。制造出高质量无缺陷零 件。
优选的方案，如图3所示，所述带有追踪功能的运动模块包括三轴移 动平台、激光追踪仪11和CCD相机，所述三轴移动平台固定在打印机上， 所述激光追踪仪11安装在所述三轴移动平台上，以用于定位零件表面正在 进行激光加工的区域，所述CCD相机安装在所述三轴移动平台上，以用于 在线采集3D打印过程零件每层的表面图像。由此可知，激光追踪仪11又 叫激光跟踪仪，其用于跟踪并实时测量工件表面的激光加工位置的空间三 维坐标。CCD相机实时拍摄工件表面的加工图像，并传递给图形处理模块 进行处理分析得到是否有加工缺陷。这样加工系统内的机构控制模块便可 根据表面图像的缺陷的反馈信息及位置信息来重新修正加工路径。
优选的方案，如图3所示，两个所述CCD相机对称安装在所述三轴移 动平台上，各所述CCD相机从不同角度对加工的零件表面进行实时拍摄。 激光跟踪仪定位零件表面正在进行激光加工区域的位置，将信息反馈给运 动控制系统，运动控制系统进行相应的位置调整，使两个CCD相机对在加 工的零件部位进行拍摄，并将图像传递给图像处理系统。其中，第一防尘 导轨2及第二防尘导轨4及防尘滑块实现CCD相机支架10的x轴直线运 动，第三防尘导轨6及滑块实现CCD相机支架10的y轴直线运动，第四 防尘导轨8及防尘滑块实现CCD相机支架10的z轴运动。激光追踪仪11 安装在相机支架上，以用于定位被测物体1表面正在进行激光加工的区域， 并反馈信息至机构控制系统，确保相机追踪加工区域拍摄，所述第一CCD 相机12与第二CCD相机13固定在CCD相机支架10上，从两个方向全面 拍摄加工区域，以用于在线采集激光近净成形制造过程零件每层的表面图 像。
优选的方案，所述图形处理模块包括图像预处理单元、生成式对抗神 经网络单元和LBP算法单元；所述图像预处理单元用于对图像进行灰度化 处理以及中值滤波的图像预处理操作；所述对抗神经网络单元用于修复图 像预处理模块预处理后的图片；所述LBP算法单元用于识别原图与修复图 片之间的差异，实现对缺陷区域的精确定位与识别。将采集的零件图片载 入图像处理模块中进行检测与识别。图像处理模块采用生成式对抗神经网络(Generative Adversarial Network,GAN)和LBP算法对零件的外观缺陷 进行识别检测，主要检测内容包括：裂纹，孔洞等外观缺陷。具体实施方 式为：(1)读取零件图片，对图像进行灰度化处理，再进行中值滤波等图像 预处理操作，使图片像素更加平滑，在降噪的同时提高图片质量；(2)将预 处理后的图片导入到GAN网络中进行修复并得到修复图片；(3)将修复后 的图片与原图片一起导入LBP算法中，通过算法识别原图与算法修复图片 之间的差异，实现对缺陷区域的精确定位与识别。
其中，图像预处理模块接受来自第一CCD相机12与第二CCD相机13 的图片，并用于对图像进行灰度化处理，以及中值滤波等图像预处理操作， 所述对抗神经网络(Generative Adversarial Network,GAN)模块用于修复图 像预处理单元预处理后的图片，LBP算法单元用于识别原图与修复图片之 间的差异，实现对缺陷区域的精确定位与识别。
如图2所示，本发明实施例还提供了一种针对激光近净成形缺陷的检 测优化方法，包括步骤：
S1：实时动态获取激光加工区域的表面图像；
S2：对所述表面图像进行图形处理；
S3：根据图形处理后的反馈信息来修正3D打印参数。
整个3D打印加工系统能自动调整3D打印的工艺参数。工作系统首先 接受图形处理系统检验结果，随后系统将根据缺陷情况做出相应参数调整， 若调整后检验结果仍有问题，则继续进行调整，直至调整至最优参数。制 造出高质量无缺陷零件。
具体地加工过程如下：
首先，将带有追踪功能的检测优化系统安装在激光近净成形制造平台上， 接着再将第一CCD相机12、第二CCD相机13与激光追踪仪11固定在相 机支架上，相机支架与第四防尘滑块9相连。机构控制系统接收激光追踪 仪11反馈的激光的位置信息，并控制第一防尘滑块3、第二防尘滑块5、 第三防尘滑块7与第四防尘滑块9进行相应运动，使得第一CCD相机12 与第二CCD相机13处于最佳的拍摄位置，进而保证采集到正在进行加工 区域的高质量的图像，并将图像传递给图像处理系统。
然后，将采集图片载入视觉软件模块中进行检测与识别。在图像处理 模块中，视觉软件采用生成式对抗神经网络(Generative Adversarial Network, GAN)和LBP算法对零件的外观缺陷进行识别检测，主要检测内容包括： 裂纹，孔洞等外观缺陷。具体实施方式为：(1)读取第一CCD相机12与第 二CCD相机13所采集的图片，对图像进行灰度化处理，再进行中值滤波 等图像预处理操作，使图片像素更加平滑，在降噪的同时提高图片质量；(2)将预处理后的图片导入到GAN网络中进行修复并得到修复图片；(3)将修 复后的图片与原图片一起导入LBP算法中，通过算法识别原图与算法修复 图片之间的差异，实现对缺陷区域的精确定位与识别。
最后，分析比较结果是否符合要求，若达到了加工精度要求，则完成 零件的增材制造过程；若调整后检验结果仍有问题，则反馈给工作系统， 继续进行调整工艺参数给运动机构携带的CCD相机以继续追踪激光运动， 直至调整至最优参数。制造出高质量无缺陷零件。
本发明的有益效果：本发明提供的这种针对激光近净成形缺陷的检测 优化系统及方法，包括带有追踪功能的运动模块、图形处理模块及3D打印 参数调节模块；带有追踪功能的运动模块用于实时动态获取激光加工区域 的表面图像；图形处理模块用于对表面图像进行处理以实现对加工过程中 的缺陷区域进行精确定位与识别；3D打印参数调节模块用于根据图形处理 模块的数据信息及加工位置调整3D打印的加工参数。采用机器视觉与图像 处理技术进行缺陷检测，相较于人眼检测使得缺陷检测过程更加迅速准确。 运用激光追踪仪精准定位激光作用区域，并使得相机追踪激光进行准确的 图片采集，自动反馈缺陷信息，使得LENS工艺参数得到针对性有效调整， 从而生成高质量零件。
以上例举仅仅是对本发明的举例说明，并不构成对本发明的保护范围 的限制，凡是与本发明相同或相似的设计均属于本发明的保护范围之内。
