阅读说明：本技术 金属增材制造在线移动监测机构及在线外观检测设备 (Metal additive manufacturing online mobile monitoring mechanism and online appearance detection equipment ) 是由 李辉 刘胜 米纪千 申胜男 于 2020-05-22 设计创作，主要内容包括：本发明提供了一种金属增材制造在线移动监测机构及在线外观检测设备,所示在线移动监测机构包括移动平台和CCD相机,还包括用于夹持CCD相机并固定到移动平台上的夹具组件,所述夹具组件包括铲形夹具、套筒式夹具以及抓钩式夹具,所述铲形夹具用于夹持重量在1.5kg～4.0kg范围内的CCD相机,所述套筒式夹具用于夹持重量在4.0kg～9.0kg范围内的CCD相机,所述抓钩式夹具用于夹持重量在9kg以上的CCD相机。本发明包括多种不同的夹具,针对不同重量的CCD相机、可以选择不同的夹具进行夹持,做到对各种体积重量的CCD相机全覆盖,对市面上各种CCD相机均能实现有效夹持和固定,具有较高的稳定性,方便拍摄高精度的金属增材制造图像,满足各种在线外观检测方法对图像精度的要求。(The invention provides a metal additive manufacturing online mobile monitoring mechanism and online appearance detection equipment, wherein the online mobile monitoring mechanism comprises a mobile platform, a CCD camera and a clamp assembly used for clamping the CCD camera and fixed on the mobile platform, the clamp assembly comprises a shovel-shaped clamp, a sleeve-type clamp and a grappling clamp, the shovel-shaped clamp is used for clamping the CCD camera with the weight ranging from 1.5kg to 4.0kg, the sleeve-type clamp is used for clamping the CCD camera with the weight ranging from 4.0kg to 9.0kg, and the grappling clamp is used for clamping the CCD camera with the weight of more than 9 kg. The invention comprises a plurality of different clamps, can select different clamps to clamp the CCD cameras with different weights, can fully cover the CCD cameras with various volume and weight, can effectively clamp and fix various CCD cameras on the market, has higher stability, is convenient to shoot high-precision metal additive manufacturing images, and meets the requirements of various online appearance detection methods on the image precision.)

金属增材制造在线移动监测机构及在线外观检测设备

技术领域

本发明涉及增材制造领域，尤其涉及一种金属增材制造在线移动监测机构及在线外观检测设备。

背景技术

金属增材制造是一种新型激光快速成形制造工艺，属于增材制造的一种。用它能直接成型出接近完全致密度、力学性能良好的金属零件。因此该技术有巨大的潜力，在航空航天、汽车、生物医疗等领域展现了良好的应用前景。但是在金属增材制造制造过程中，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，对金属增材制造过程中缺陷的在线诊断装置的需求日益增长。

目前市面上已有金属增材制造在线移动监测机构的夹具在运转过程中会出现咬合不紧，旋合不紧，松弛，晃动。以上原因会导致移动过程中的拍摄精度不满足要求，甚至拍摄范围超出目标范围。这样对于我们可追踪移动式在线监测机构的监测是极为不利的。目前还没有一种或者几种较为合适的夹具应用于可移动在线监测机构。

发明内容

为解决现有技术存在的上述问题，本发明提供一种金属增材制造在线移动监测机构及在线外观检测设备。

本发明是这样实现的：

一方面，本发明提供一种金属增材制造在线移动监测机构，包括移动平台和CCD相机，还包括用于夹持CCD相机并固定到移动平台上的夹具组件，所述夹具组件包括铲形夹具、套筒式夹具以及抓钩式夹具，所述铲形夹具用于夹持重量在1.5kg～4.0kg范围内的CCD相机，所述套筒式夹具用于夹持重量在4.0kg～9.0kg范围内的CCD相机，所述抓钩式夹具用于夹持重量在9kg以上的CCD相机。

进一步地，所述铲形夹具包括相机固定板以及移动平台固定件，所述相机固定板上设有螺栓孔，所述相机固定板用于伸入CCD相机的两个固定面之间并通过螺栓与两个固定面固定，所述移动平台固定件固定于所述相机固定板的一侧。

进一步地，所述移动平台固定件包括分别位于相机固定板上下两个面上且通过螺栓与所述相机固定板固定的两个固定块，两个所述固定块均具有凸出于所述相机固定板边缘的凸出部，两个所述凸出部上设有相对应的螺栓孔。

进一步地，所述套筒式夹具包括螺纹固定件以及移动平台固定块，所述螺纹固定件的一端与所述移动平台固定块固定，所述螺纹固定件的另一端表面设有外螺纹，用于与CCD相机固定盒上的内螺纹旋合固定。

进一步地，所述移动平台固定块的一端凹设有固定孔，所述螺纹固定件的一端伸入所述固定孔中固定，所述移动平台固定块的另一端向四周凸设有凸耳，所述凸耳上设有螺栓孔。

进一步地，所述螺纹固定件设有螺纹的一端的端面上设有多个凸块，所述螺纹固定件的表面向内凹设有长条形的凹槽。

进一步地，所述抓钩式夹具包括抓钩板以及移动平台固定杆，所述抓钩板的前端设有多个抓爪，用于伸入CCD相机固定盒的孔洞中将CCD相机固定，所述移动平台固定杆的一端与所述抓钩板的板面固定，另一端设有螺栓孔。

进一步地，所述移动平台包括两条沿水平方向平行设置的第一防尘导轨，两条所述第一防尘导轨上均设有第一防尘滑块，两个所述第一防尘滑块之间设有第二防尘导轨，所述第二防尘导轨上设有第二防尘滑块，所述第二防尘滑块上设有竖向设置的第三防尘导轨，所述第三防尘导轨上设有第三防尘滑块，所述第三防尘滑块上设有CCD相机支架，所述CCD相机通过夹具组件固定在所述CCD相机支架上。

进一步地，所述CCD相机具有多个且均通过夹具组件固定在所述CCD相机支架上。

进一步地，还包括激光追踪仪以及机构控制系统，所述激光追踪仪固定于所述CCD相机支架上，用于定位被加工件表面正在进行激光加工的区域并反馈至机构控制系统，所述机构控制系统用于根据激光追踪仪反馈的信息控制移动平台运动，使得CCD相机对加工区域进行追踪拍摄。

另一方面，本发明还提供一种金属增材制造在线外观检测设备，包括如上述的金属增材制造在线移动监测机构，还包括图像处理系统以及工作系统，所述图像处理系统用于根据在线移动监测机构的CCD相机采集的熔池和溅射图像对缺陷区域进行精确定位与识别并将结果反馈给工作系统，所述工作系统用于根据图像处理系统反馈的信息调整3D打印的工艺参数。

进一步地，所述图像处理系统包括图像预处理模块、生成式对抗神经网络模块以及LBP算法模块，所述图像预处理模块用于接收来自CCD相机采集的熔池和溅射图像，并对图像进行灰度化处理、中值滤波的预处理操作，所述生成式对抗神经网络模块用于对预处理后的熔池和溅射图像中的缺陷进行修复，所述LBP算法模块用于识别熔池和溅射原图与修复后的熔池和溅射图像之间的差异，进而实现对缺陷区域的精确定位与识别。

与现有技术相比，本发明具有以下有益效果：

本发明提供的这种金属增材制造在线移动监测机构及在线外观检测设备，包括多种不同的夹具，针对不同重量的CCD相机、可以选择不同的夹具进行夹持，做到对各种体积重量的CCD相机全覆盖，对市面上各种CCD相机均能实现有效夹持和固定，具有较高的稳定性，方便拍摄高精度的金属增材制造图像，满足各种在线外观检测方法对图像精度的要求。

附图说明

图1为本发明实施例提供的铲形夹具结构示意图；

图2为本发明实施例提供的铲形夹具使用状态示意图；

图3为本发明实施例提供的套筒式夹具结构示意图；

图4为本发明实施例提供的套筒式夹具使用状态示意图；

图5为本发明实施例提供的抓钩式夹具结构示意图；

图6为本发明实施例提供的抓钩式夹具使用状态示意图；

图7为本发明实施例提供的夹具组件使用流程图；

图8为本发明实施例提供的夹具选择流程图；

图9为本发明实施例提供的金属增材制造在线移动监测机构示意图；

图10为本发明实施例提供的金属增材制造在线外观检测设备信号传输原理图；

图11为本发明实施例提供的图像处理示例图。

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。

实施例1：

如图9所示，本发明实施例提供一种金属增材制造在线移动监测机构，包括移动平台4和CCD相机5，移动平台4用于带动CCD相机5运动，CCD相机5用于在线采集激光选区熔化制造过程零件表面图像。还机构还包括如图1-6所示的用于夹持CCD相机5并固定到移动平台4上的夹具组件，所述夹具组件包括铲形夹具1、套筒式夹具2以及抓钩式夹具3。所述铲形夹1具主要针对CCD相机5重量较轻的情况，用于夹持重量在1.5kg～4.0kg范围内的CCD相机5。所述套筒式夹具2主要针对CCD相机5重量适中的情况，用于夹持重量在4.0kg～9.0kg范围内的CCD相机5，套筒式夹具2采用的是旋合固定的方式，衔接段比较长，故支撑强度较好，可承载相机重量范围较大。所述抓钩式夹具3主要针对CCD相机5重量较大的情况，用于夹持重量在9kg以上的CCD相机5，抓钩式夹具3可承载体积较大，长度较长的CCD相机5。需要说明的是，本发明中的CCD相机5均是指CCD相机本体加镜头的整体。

如图7、8所示，本发明实施例的金属增材制造在线移动监测机构在使用时，首先对CCD相机5进行称重，根据重量选择相应的夹具，然后将夹具一端与移动平台4固定，另一端和CCD相机5固定，接着模拟运动测试夹持效果，实现可靠固定。

本发明实施例提供的这种金属增材制造在线移动监测机构及在线外观检测设备，包括多种不同的夹具，针对不同重量的CCD相机、可以选择不同的夹具进行夹持，做到对各种体积重量的CCD相机全覆盖，对市面上各种CCD相机均能实现有效夹持和固定，具有较高的稳定性，方便拍摄高精度的金属增材制造图像，满足各种在线外观检测方法对图像精度的要求。

如图1、2所示，所述铲形夹具1包括相机固定板11以及移动平台固定件12，所述相机固定板11上设有螺栓孔14，所述相机固定板11用于伸入CCD相机5的两个固定面之间并通过螺栓与两个固定面固定，实现铲形夹具1与CCD相机5的固定，该固定方式使得CCD相机5可以在一定程度上进行旋转，方便追踪打印激光，两个固定面可以是CCD相机5自带的，也可以是后期加装到CCD相机5上的。所述移动平台固定件12固定于所述相机固定板11的一侧，所述移动平台固定件12包括分别位于相机固定板11上下两个面上且通过螺栓与所述相机固定板11固定的两个固定块，两个所述固定块均具有凸出于所述相机固定板11边缘的凸出部13，两个所述凸出部13上设有相对应的螺栓孔，两个所述凸出部13用于夹持移动平台4伸出的固定面并通过螺栓将二者固定，实现铲形夹具1与移动平台4的固定。

如图3、4所示，所述套筒式夹具2包括螺纹固定件21以及移动平台固定块24，所述螺纹固定件21的一端与所述移动平台固定块24固定，所述螺纹固定件21的另一端表面设有外螺纹，用于与CCD相机5固定盒上的内螺纹旋合固定，从而实现套筒式夹具2与CCD相机5的固定，CCD相机5上具有内螺纹的固定盒可以是CCD相机5自带的，也可以是后期加装到CCD相机5上的。所述移动平台固定块24的一端凹设有固定孔，所述螺纹固定件21的一端伸入所述固定孔中固定，具体固定方式不限，例如螺栓固定或者卡合固定等，所述移动平台固定块24的另一端向四周凸设有凸耳25，所述凸耳25上设有螺栓孔，通过凸耳25与移动平台4的某个表面贴合并通过螺栓固定，实现套筒式夹具2与移动平台4的固定。优选地，所述螺纹固定件21设有螺纹的一端的端面上设有多个凸块22，用于旋合之后与相机固定盒固定。所述螺纹固定件21的表面向内凹设有长条形的凹槽23，用于减轻夹具自重。套筒式夹具2这种固定方式旋合长度较长，承载系数相比铲型夹具更大，故其有效夹持范围更大，适用于绝大多数CCD相机。

如图5、6所示，所述抓钩式夹具3包括抓钩板31以及移动平台固定杆33，所述抓钩板31的前端设有多个抓爪32，用于伸入CCD相机5固定盒的孔洞中咬合固定，实现抓钩式夹具3与将CCD相机5固定，高精度大体积的部分CCD相机5下部存在固定用孔洞，若没有孔洞，可以在CCD相机5上加装具有孔洞的固定盒。所述移动平台固定杆33的一端与所述抓钩板31的板面固定，另一端设有螺栓孔34，通过螺栓穿过该螺栓孔34实现抓钩式夹具3与移动平台4的固定。抓钩式夹具3这种固定方式可以有效减少空间占用，抓钩固定相比其他固定方式更为适合重量大体积大的超高精CCD相机。

如图9所示，所述移动平台4为三轴移动平台，包括设置于底板49上的两条沿水平方向平行设置的第一防尘导轨41，两条所述第一防尘导轨41上均设有第一防尘滑块42，用于实现CCD相机5的x轴直线运动；两个所述第一防尘滑块42之间横跨设有第二防尘导轨43，所述第二防尘导轨43上设有第二防尘滑块44，用于实现CCD相机5的y轴直线运动，所述第二防尘滑块44上设有竖向设置的第三防尘导轨45，所述第三防尘导轨45上设有第三防尘滑块46，用于实现CCD相机5的z轴直线运动。所述第三防尘滑块46上设有CCD相机支架47，所述CCD相机5通过夹具组件固定在所述CCD相机支架47上。优选地，所述CCD相机5具有多个且均通过夹具组件固定在所述CCD相机支架47上，本实施例中为两个，通过多个CCD相机5全面拍摄被加工件48的加工区域，可以在线采集激光选区熔化制造过程零件每层的表面图像，提高图像检测的精度。进一步优选地，还包括激光追踪仪6以及机构控制系统(未图示)，所述激光追踪仪6固定于所述CCD相机支架47上，用于定位被加工件48表面正在进行激光加工的区域并反馈至机构控制系统，所述机构控制系统用于根据激光追踪仪6反馈的信息准确地控制移动平台4运动，使得CCD相机5对加工区域进行追踪拍摄。

实施例2：

如图10所示，本发明实施例还提供一种金属增材制造在线外观检测设备，包括上述实施例1的金属增材制造在线移动监测机构，还包括图像处理系统以及工作系统，所述图像处理系统用于根据在线移动监测机构的CCD相机采集的熔池和溅射图像对缺陷区域进行精确定位与识别并将结果反馈给工作系统，所述工作系统用于根据图像处理系统反馈的信息调整3D打印的工艺参数，制造出高质量无缺陷零件。

具体地，所述图像处理系统包括图像预处理模块、生成式对抗神经网络(Generative Adversarial Network,GAN)模块以及LBP(Local Binary Pattern，局部二值模式)算法模块，所述图像预处理模块用于接收来自CCD相机采集的熔池和溅射图像，并对图像进行灰度化处理、中值滤波等图像预处理操作，所述生成式对抗神经网络模块用于对预处理后的熔池和溅射图像中的缺陷进行修复，所述LBP算法模块用于识别熔池和溅射原图与修复后的熔池和溅射图像之间的差异，进而实现对缺陷区域的精确定位与识别。

生成式对抗神经网络的原理为：形成生成图片的网络，它接收一个随机的噪声z，通过这个噪声生成图片，记做G。随后再生成一个判别网络，判别一张图片是不是“真实的”。它的输入参数是x，x代表一张溅射或熔池图片，输出D(x)代表x为真实相机拍摄的熔池或溅射图片的概率，如果为1，就代表100％是真实的图片，而输出为0，就代表不可能是真实的图片。在训练过程中，生成网络G的目标就是尽量生成真实的图片去欺骗判别网络D。而D的目标就是尽量把G生成的图片和真实的图片分别开来。这样，G和D构成了一个动态的“博弈过程”。所述生成式对抗神经网络模块就是利用上述原理，其生成器G模块根据输入的训练集图片，即金属增材制造过程中熔池和溅射原图(如图11a)，不断进行图像缺陷修复学习，通过一定数量的样本训练，G模块学习获得了缺陷修复能力，从而对预处理后的熔池和溅射图像中的缺陷进行修复，得到修复后的熔池和溅射图像(如图11b)，将预处理后的熔池和溅射图像和修复后的熔池和溅射图像一起输入到LBP算法模块中。

所述生成式对抗神经网络模块首先利用具有缺陷的熔池和溅射图像和不具有缺陷的熔池和溅射图像构成的训练集对生成式对抗神经网络进行训练，得到具有缺陷修复能力的生成式对抗神经网络，所述生成式对抗神经网络包括生成网络G和判别网络D，训练过程包括：

将训练集中具有缺陷的熔池和溅射图像X输入生成网络G中，生成修复后的熔池和溅射图像G(X)；

将训练集中不具有缺陷的熔池和溅射图像Y和所述修复后的熔池和溅射图像G(X)输入所述判别网络D中，获得判别结果D(Y)和D(G(X))；

根据所述判别结果D(Y)和D(G(X))计算生成网络的损失函数G_loss和判别网络的损失函数D_loss；

根据所述生成网络的损失函数G_loss和判别网络的损失函数D_loss分别更新生成网络G和判别网络D，直到完成训练。

在训练过程中，生成网络G的目标就是尽量生成真实的图片去欺骗判别网络D，而判别网络D的目标就是尽量把G生成的图片和真实的图片分别开来，这样，G和D构成了一个动态的“博弈过程”。通过一定数量的样本训练，生成网络G学习获得了缺陷修复的能力。

所述生成式对抗神经网络模块然后利用训练好的生成式对抗神经网络对预处理后的熔池和溅射图像中的缺陷进行修复，具体包括：

生成式对抗神经网络首先将待修复的熔池和溅射图像进行尺寸变换，变换到适应缺陷特征提取网络的输入尺寸，通过缺陷特征提取网络进行缺陷特征提取，输出得到原始图像的卷积特征图，根据卷积特征图进行图像语义分割，进而将卷积特征图经过候选区域生成网络输出得到熔池区域和溅射区域；

利用训练好的生成式对抗神经网络分别对熔池区域和溅射区域中的缺陷进行修复。

本实施例通过图像语义分割对熔池区域和溅射区域进行分类，方便后续分别对熔池区域和溅射区域进行处理。

LBP算法的原理为：原始的LBP算子定义为在3*3的窗口内，以窗口中心像素为阈值，将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0。这样，3*3邻域内的8个点经比较可产生8位二进制数(通常转换为十进制数即LBP码，共256种)，即得到该窗口中心像素点的LBP值，并用这个值来反映该区域的纹理信息，进而实现对缺陷区域的精确定位与识别。所述LBP算法模块就是采用上述原理，利用局部二值模式算法获取熔池和溅射原图与修复后的熔池和溅射图像的LBP值，根据二者LBP值的数值差异识别熔池和溅射原图与修复后的熔池和溅射图像之间的差异，差异部分的图像(如图11c)即为缺陷区域的图像，显示的就是缺陷区域的位置以及形态，从而根据缺陷区域的图像对缺陷区域进行精确定位与识别。

所述LBP算法模块根据缺陷区域的图像对缺陷区域进行精确定位与识别具体包括：

根据熔池和溅射原图与修复后的熔池和溅射图像LBP值的数值差异对缺陷区域进行定位，获得缺陷区域目标框位置；将缺陷区域的图像与图片库中已知缺陷类型的缺陷图像进行对比，与图片库中缺陷图像最为接近的缺陷图像的缺陷类型即为待识别缺陷区域的图像对应的缺陷类型。一般地，气孔缺陷、球化缺陷、夹杂缺陷、未融合缺陷是熔池较为常见的缺陷。溅射可能会诱发气孔和球化缺陷。

通过上述方法实现缺陷实例分割，制造工艺参数控制系统可根据缺陷实例分割的结果有针对性地调节制造工艺参数。

优选地，该图像处理系统还包括熔池尺寸测量模块，具体用于：

对模板图像进行匹配并建立测量框ROI，对测量框中的图片特征进行处理与识别；针对待测量的熔池图像，首先，在ROI中绘制沿着长度方向上的灰度直方图并利用高斯滤波进行平滑处理，然后，通过灰度直方图上的灰度变化情况判断出熔池的边缘并建立测量边缘对，同时，根据边缘对中相邻边缘之间的像素个数计算熔池的尺寸。

优选地，该图像处理系统还包括溅射个数统计模块，具体用于：

利用生成式对抗神经网络生成待统计溅射图像所需置信密度图，对抗生成网络训练，与图片库中溅射图片进行对比，对比后读取图片库中对应图片所预存的溅射个数，即为待统计溅射图像的溅射个数。

该图像处理系统能够对金属增材制造过程中的熔池和溅射图像中的缺陷进行定位和识别，从而在增材制造过程中根据缺陷实例分割识别的结果实时反馈到制造工艺参数控制系统，实时调节制造工艺参数，提高零件制造的良品率，也能够将不符合零件工艺质量要求的零件及时停止制造，以减少制造成本。缺陷的识别感知信息可作为强化学习方法调控工艺参数的环境数据，从而使智能体(工艺参数的决策系统)做出最优决策，实现从感知到决策的一体化制造。

所述工作系统首先接受图像处理系统检验结果，随后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，从而制造出高质量无缺陷零件。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。