一种基于PPCNN的金属激光熔化沉积熔池状态识别方法

金属激光熔化沉积质量与熔池状态具有密切的关联,根据熔池视觉特征对加工中的熔池状态进行识别,进而实现沉积质量的在线预测对金属激光熔化沉积技术具有重要意义。为构建上述映射关系,本文提出了一种基于金字塔池化卷积神经网络的金属激光熔化沉积熔池状态识别方法。针对所采集的熔池同轴图像,建立用于训练和测试的数据集;构建了金字塔池化卷积神经网络(Pyramid pooling convolutional neural networks,PPCNN),并进行网络关键参数的研究。结果表明:第一层卷积核尺寸为5×5,卷积层和金字塔池化模块含有64+8×3个卷积核使网络在识别准确率上达到最佳。所提方法取得了最高96.80%的识别准确率。     

基于熔池动态特征的金属激光熔化沉积形状精度演化行为研究

针对金属激光熔化沉积成形质量影响机制与过程特征不明确所导致的质量可靠性与效果重复性较低、自适应控制困难等问题,采用同轴实时监测的方法,对不同金属激光熔化沉积工艺条件下的熔池动态特征进行监测,揭示不同熔池动态特征对形状精度演化行为的影响机制。以典型沉积工艺为研究对象,单道单层沉积中熔池几何轮廓和边缘熔融过渡区域面积与沉积层表面质量和宽度稳定性直接相关;单道多层堆积中的熔池几何轮廓与尾部特征对薄壁件壁厚变化有重要影响;多道单层搭接中熔池宽度的累加与粉末利用率的变化导致了传统搭接模型最优搭接率下表面搭接质量的下降;单道多层偏移堆积中的熔池塌陷与沉积层两端熔池面积可直接反应极限偏移与两端倾斜的演化过程。结果表明,通过熔池动态特征可以揭示金属激光熔化沉积中关键形状精度的演化行为,并建立新的形状精度模型,为后续激光熔化沉积工艺路径设计及实时反馈优化提供重要支持。     

铝基复合材料激光粉末床熔化增材制造研究现状

采用激光粉末床熔化技术制备铝基复合材料在航空航天、军工、交通运输等领域显示出了深远的研究前景，向铝合金引入纳米增强体的种类、引入方式以及含量对铝合金可打印性、组织、力学性能产生的影响是学者们的关注热点。本文主要总结分析了TiB₂、石墨烯、TiC纳米增强体对激光粉末床熔化技术制备铝合金的晶粒形态、晶粒尺寸、相对密度、可打印性和力学性能的影响，进行了不同纳米增强体对打印态铝合金力学性能影响的对比，分析得出以TiB₂为代表的纳米增强体能够提升打印态铝合金的强度、塑性，使其具有良好的综合力学性能，最后提出了该研究领域在未来的进一步发展趋势。