[发明专利]在增材制造系统中利用机器学习的缺陷识别

权利要求书

1.一种增材制造系统，包括：

设备，其布置成将金属粉末层分布在构建平面上；

电源，其布置成在所述构建平面处发射能量束并将所述金属粉末熔合成部件的一部分；和

处理器，其配置成：

将所述能量束引导跨越所述构建平面；

接收由一个或多个传感器生成的数据，所述一个或多个传感器检测当所述能量束熔合所述金属粉末时从所述构建平面发射的电磁能量；

将所接收的数据转换成一个或多个参数，所述一个或多个参数指示当所述能量束熔合所述金属粉末时在所述构建平面处的一个或多个条件；以及

将所述一个或多个参数用作机器学习算法的输入，以检测所熔合的金属粉末中的一个或多个缺陷。

2.根据权利要求1所述的增材制造过程，其中，所述机器学习算法还配置成确定所述一个或多个缺陷的类型。

3.根据权利要求2所述的增材制造过程，其中，所述一个或多个缺陷的类型包括未熔合缺陷、孔隙缺陷或夹杂物缺陷中的至少一者。

4.根据权利要求1所述的增材制造系统，其中，所述一个或多个参数包括确定热发射密度(TED)以及确定在一个或多个扫描期间遍历的所述构建平面的区域，所述热发射密度包括测量在所述一个或多个扫描期间从所述构建平面辐射的能量的量。

5.根据权利要求1所述的增材制造系统，其中，所述一个或多个参数包括识别与一批粉末的材料特性相关联的谱峰、选择第一波长和与所述第一波长间隔开的第二波长、以及基于以所述第一波长辐射的能量与以所述第二波长辐射的能量的比来确定从所述构建平面辐射的能量的量。

6.根据权利要求1所述的增材制造系统，其中，所述机器学习算法包括基于已知缺陷部件的一个或多个训练参数。

7.根据权利要求6所述的增材制造系统，其中，所述一个或多个训练参数从具有至少一个空隙的已知缺陷部件得出。

8.根据权利要求6所述的增材制造系统，其中，所述一个或多个训练参数从具有至少一个夹杂物的已知缺陷部件得出。

9.根据权利要求1所述的增材制造系统，其中，所述一个或多个传感器包括轴上光电检测器。

10.一种增材制造系统，包括：

能量源，其布置成熔合金属粉末；

传感器，其布置成检测在熔合所述金属粉末期间发射的电磁能量；和

处理器，其接收来自所述传感器的数据并且采用经训练的机器学习算法来检测所熔合的金属粉末中的缺陷。

11.根据权利要求10所述的增材制造系统，其中，所述经训练的机器学习算法确定所述缺陷的类型。

12.根据权利要求11所述的增材制造系统，其中，所述缺陷的类型包括所述金属粉末的未熔合缺陷、孔隙缺陷或夹杂物缺陷中的至少一者。

13.根据权利要求10所述的增材制造系统，其中，所述处理器被配置成至少部分地基于所述电磁能量计算一个或多个参数。

14.根据权利要求13所述的增材制造系统，其中，所述一个或多个参数包括确定热发射密度(TED)以及确定在一个或多个扫描期间遍历的构建平面的区域，所述热发射密度包括测量在所述能量源的一个或多个扫描期间从熔合的金属粉末辐射的能量的量。

15.根据权利要求13所述的增材制造系统，其中，所述一个或多个参数包括识别与一批金属粉末的材料特性相关联的谱峰、选择第一波长和与所述第一波长间隔开的第二波长，以及基于以所述第一波长辐射的能量与以所述第二波长辐射的能量的比来确定从构建平面辐射的能量的量。