[发明专利]一种金属增材制造制件缺陷的识别方法及相关设备

说明书

本发明实施例公开了一种金属增材制造制件缺陷的识别方法及相关设备，该方法包括：利用激光诱导技术获取所述金属增材制造制件上至少两种金属元素的激光诱导等离子体特征谱；基于所述激光诱导等离子体特征谱获取所述金属增材制造制件的光谱数据矩阵；通过主成分分析的方式对所述光谱数据矩阵进行降维处理，得到目标数目个主成分；将所述目标数目个主成分作为输入变量代入基于决策树分类器的随机森林模型，得到所述金属增材制造制件的缺陷识别结果。通过本发明实施例的技术方案，能够实现实时、无损、多元素在线分析金属增材制造制件的缺陷，提高了金属增材制造制件缺陷的效率和精准度。

技术领域

本发明实施例涉及金属增材制造制件检测技术领域，尤其涉及一种金属增材制造制件缺陷的识别方法及相关设备。

背景技术

增材制造技术(Additive Manufacturing，简称AM，又称3D打印技术)在金属材料应用领域飞速发展，并取得了巨大成就。AM技术不同于传统的减材制造工艺需要对原料进行切削、零件组装等，而是融合了材料加工、样品成型与计算机辅助等技术的从无到有、“自下而上”的通过材料累计的制造方法。同时，AM技术具有传统机械无法制造的内部复杂结构灵活性，以及以所需的化学成分梯度生长零件的可能性，这对于不能有零件失效的高价值应用中，如航空航天业，有着至关重要的意义。同时，AM还具有制件一体成型、制造周期短、制造成本低等优点。由于上述的优势AM被广泛的应用于航空航天、仿生、医学、国防、汽车、机械领域等产品的制造。

不过，实际应用中，气孔、裂缝等缺陷的存在往往会影响制件的性能。对AM制件进行检测，识别其中的具有缺陷的制件，最常用的AM技术检测方法有离线检测和在线检测两种。其中离线检测方法有CT、渗透、涡流以及超声检测等，需要复杂的样品制备和大量的分析时间，不能发挥出AM技术制造周期短的优势。而在线检测方法有光学测温、高速摄影和高速X摄影成像等，在线检测方法在缺陷检测中也存在一定的弊端，如高速摄影只能够宏观的检测熔融池的状态，而不能检测面积较小的缺陷。

发明内容

本发明实施例提供了一种金属增材制造制件缺陷的识别方法及相关设备，避免了离线检测耗时较长，在线检测不能检测面积较小的缺陷的问题。

第一方面，本发明实施例提供了一种金属增材制造制件缺陷的识别方法，包括：

利用激光诱导技术获取所述金属增材制造制件上至少两种元素的激光诱导等离子体特征谱；

基于所述激光诱导等离子体特征谱获取所述金属增材制造制件的光谱数据矩阵；

通过主成分分析的方式对所述光谱数据矩阵进行降维处理，得到目标数目个主成分；

将所述目标数目个主成分作为输入变量代入基于决策树分类器的随机森林模型，得到所述金属增材制造制件的缺陷识别结果。

可选的，所述利用激光诱导技术获取所述金属增材制造制件上至少两种元素的激光诱导等离子体特征谱的步骤，包括：

基于所述预设数据库确定所述激光诱导等离子体特征谱的目标分析谱线；

根据所述目标分析谱线分别绘制所述金属增材制造制件无缺陷和缺陷样品的激光诱导等离子体特征谱；

将所述金属增材制造制件无缺陷的激光诱导等离子体特征谱和所述金属增材制造制件缺陷样品的激光诱导等离子体特征谱进行归一化处理，得到所述金属增材制造制件上至少两种元素的激光诱导等离子体特征谱。

可选的，在所述利用激光诱导技术获取所述金属增材制造制件上至少两种元素的激光诱导等离子体特征谱的步骤之前，还包括：

获取所述金属增材制造制件的组成成分；

基于激光诱导场景确定所述金属增材制造制件上至少两种目标元素。

可选的，所述基于激光诱导场景确定所述金属增材制造制件上至少两种目标元素的步骤，包括：