| 面向激光选区熔化金属增材制造的检测技术研究进展 |
| |
| 引用本文： | 吴世彪,窦文豪,杨永强,王迪,陈晓君,梁怡富.面向激光选区熔化金属增材制造的检测技术研究进展[J].精密成形工程,2019,11(4):37-50. |
| |
| 作者姓名： | 吴世彪 窦文豪 杨永强 王迪 陈晓君 梁怡富 |
| |
| 作者单位： | 华南理工大学,广州,510641;华南理工大学,广州,510641;华南理工大学,广州,510641;华南理工大学,广州,510641;华南理工大学,广州,510641;华南理工大学,广州,510641 |
| |
| 基金项目： | 国家自然科学基金（51775196）；广东省科技计划（2017B090912003，2017A050501058，2014B010131002，2015B010125006，2016B090914002） |
| |
| 摘 要： | 激光选区熔化技术(简称SLM)近些年来发展迅速,已应用于航空航天、医疗、模具等诸多领域。首先综述了近几年SLM领域的在线检测、离线检测技术的进展,重点介绍了SLM的在线检测手段,如利用同轴/旁轴原位架构的高速CCD及红外成像装置获取SLM过程中丰富的可见光和红外信息,介绍了相关描述子提取方法,并研究描述子与SLM成形质量的相关性,另外,少部分学者基于声信号信息源、光电二极管进行了单熔道成形质量的分类识别检测。此外,还介绍了SLM的离线检测手段,除传统的材料测试分析方法外,显微CT和激光诱导击穿光谱学为SLM的缺陷三维表征和成分分析提供了高效新型的工具;在此基础上,进而重点综述了SLM的过程监测及反馈控制策略。其中,介绍了常见的机器学习模型(K均值聚类分析、支持向量机、深度置信网络、卷积神经网络等)及其在SLM过程统计描述子提取中的研究进展。还介绍了统计过程控制方法在SLM的特征量间和特征量与SLM成形质量间的关系分析及控制图生成方面的应用;最后,对SLM在线和离线检测研究进展进行了总结,并对其主要发展方向进行了展望。
|
| 关 键 词： | 激光选区熔化 金属增材制造 在线检测 离线检测 过程监控 机器学习 |
| 收稿时间： | 2019/6/27 0:00:00 |
| 修稿时间： | 2019/7/10 0:00:00 |
Research Progress of Inspection Technology for Addition Manufacturing of SLM Metal |
| |
| WU Shi-biao,DOU Wen-hao,YANG Yong-qiang,WANG Di,CHEN Xiao-jun and LIANG Yi-fu.Research Progress of Inspection Technology for Addition Manufacturing of SLM Metal[J].Journal of Netshape Forming Engineering,2019,11(4):37-50. |
| |
| Authors: | WU Shi-biao DOU Wen-hao YANG Yong-qiang WANG Di CHEN Xiao-jun and LIANG Yi-fu |
| |
| Affiliation: | South China University of Technology, Guangzhou 510641, China,South China University of Technology, Guangzhou 510641, China,South China University of Technology, Guangzhou 510641, China,South China University of Technology, Guangzhou 510641, China,South China University of Technology, Guangzhou 510641, China and South China University of Technology, Guangzhou 510641, China |
| |
| Abstract: | |
| |
| Keywords: | selective laser melting metal additive manufacturing on-line inspection off-line inspection processing control machine learning |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《精密成形工程》浏览原始摘要信息 |
|
点击此处可从《精密成形工程》下载全文 |
|
