增材制造图像的卷积神经网络评估以及以其为基础的增材制造系统技术方案

本发明专利技术公开了一种增材制造系统，该增材制造系统使用受过训练的人工智能模块作为闭回路控制结构的一部分，以用于在过程中调节初始构建参数集来改善部件质量。闭回路控制结构包括考虑过程中构建层图像的慢速控制回路，并且可包括考虑熔体池监测数据的快速控制回路。使用来自多个卷积神经网络(CNN)的输出训练人工智能模块，该多个卷积神经网络负责评估过程中捕获的构建层图像和过程后捕获的成品部件的图像。该过程后图像可包括分段成品部件的二维图像和成品部件的三维CAT扫描图像。

Convolution neural network evaluation of additive manufacturing image and additive manufacturing system based on it

【技术实现步骤摘要】
【国外来华专利技术】增材制造图像的卷积神经网络评估以及以其为基础的增材制造系统
本专利技术涉及增材制造(AM)领域。
技术介绍
AM机可用于根据逐层构建过程构建成品部件。例如，激光粉末床熔融AM机使用激光或电子束中的任一者来熔化和熔融粉末材料。粉末床熔融过程涉及使用辊或刀片将粉末材料薄层铺展在先前的层上，并且根据部件的所需几何形状以受控方式在粉末层上扫描激光或电子束以形成层。部件的几何计算机模型被转换为AM构建参数文件，其中AM机的各种控制参数被定义用于控制每个构建层的扫描和熔融操作。虽然AM对于制造通过传统减材制造难以制造和/或耗时的部件以及对于在存在AM机的远程位置“按需”制造部件显示出良好的前景，但是对由AM制造的部件质量的担忧减缓了其在关键行业中的广泛采用。例如，由AM制造的部件有时表现出孔隙率、空隙和差的表面光洁度，因此妨碍AM在安全关键应用(诸如航空航天和医疗应用)中的接受度。这对成品AM部件的质量控制检查造成了额外的负担，特别是对于旨在用于安全关键应用的部件，诸如医疗设备和飞行器部件。在各种出版物中已提出，可将人工智能应用于AM以改善成品部件的质量。然而，这些出版物缺乏关于如何将人工智能应用于AM以改善成品部件的质量的任何有用的细节或实际描述。
技术实现思路
本公开提供了根据AM构建过程用于在AM机中逐层构建部件的AM系统，其中该系统包括用于在过程中调节初始构建参数集的闭回路控制结构。如本文所用，术语“过程中”是指部件处于正在AM机中被构建的过程中的时间段。术语“过程中”与术语“过程后”不同，“过程后”在本文中用来指部件在AM机中已被构建之后的时间段。本公开的闭回路控制结构包括具有受过训练的人工智能模块的慢速控制回路，并且还可包括具有状态机的快速控制回路。如本文所用，“慢速控制回路”意指具有整秒级的控制器增益更新周期的控制回路，并且“快速控制回路”意指具有微秒级的控制器增益更新周期的控制回路。受过训练的人工智能模块可以是具有循环人工神经网络的深度学习模块。在一个实施方案中，AM系统包括：熔体池监测系统，该熔体池监测系统被布置成采集表示在过程中由能量源形成的熔体池的实时熔体池数据；以及构建层图像传感器，该构建层图像传感器被布置成在过程中采集部件层的层图像。初始构建参数集、对应于构建过程的基于时间顺序的经调节构建参数、层图像以及熔体池数据作为输入被传输到慢速控制回路的受过训练的人工智能模块。熔体池数据可作为输入被传输到快速控制回路的状态机。根据本公开，可使用来自第一卷积神经网络(CNN)和至少一个第二CNN的评估数据来训练受过训练的人工智能模块，该第一卷积神经网络被配置为评估过程中采集的层图像，该至少一个第二CNN被配置为评估过程后采集的成品零件的图像。例如，CNN可被配置成评估过程后采集的分段成品部件的二维图像，并且另一个CNN可被配置成评估过程后通过成品部件的计算机断层摄影(CT)扫描采集的部件的三维图像。附图说明本专利技术的实质和操作模式现在将结合附图在本专利技术的以下具体实施方式中更全面地描述，其中：图1为根据本专利技术的实施方案形成的AM系统的示意图；图2为图1所示AM系统的AM机的示意图；图3为根据本专利技术的一个方面的基本闭回路AM控制系统的框图，其中层图像由卷积神经网络(CNN)评估以提供反馈；图4为根据本专利技术的一个方面的增强数据收集架构的框图，其中成品部件的过程后图像数据与AM机在过程中收集的数据相对应地收集；图5为根据本专利技术的一个方面的可用于训练人工智能模块的训练架构的框图；并且图6为表示循环神经网络(RNN)可如何接合到有限状态机(FSM)的简化示例的框图。具体实施方式图1中示出了根据本专利技术的实施方案形成的AM系统10。AM系统10包括AM机20，在图2中更详细地示出。AM机20可以是包括粉末贮存器22、粉末床24以及粉末刮刀26的类型的激光粉末床机的形式，部件P在该粉末床中构建，该粉末刮刀用于将新的粉末层从粉末贮存器22转移到粉末床24中。粉末贮存器的高度使用粉末递送致动器23调节，并且粉末床24的高度使用制造致动器25调节。AM机20还包括激光器28形式的能量源，以及扫描器系统30，该扫描器系统用于以受控方式在粉末床24中的每个新的粉末层上方从能量源28重新定向并扫描光束32以形成部件P。应当理解，光束30与粉末床24中的粉末层相互作用并形成后熔体池33，该后熔体池固化并与部件P熔融在一起以构建该部件。上述类型的AM机购自英国的雷尼绍公司(RenishawplcoftheUnitedKingdom)。AM机20可配备有熔体池监测系统35，该熔体池监测系统具有一个或多个熔体池传感器37，这些熔体池传感器被布置成采集表示过程中的熔体池33的实时熔体池数据39。AM机20还配备有构建层图像传感器38，该构建层图像传感器被布置成采集过程中的部件层的层图像。另外，空间频率调制成像(SPIFI)可用于直接通过光束32收集关于熔体池33的状态的信息；参见例如Young、MichaelD.等人的“具有来自空间光调制器的振幅或相位光栅的空间频率调制成像(SpatialFrequencyModulatedImaging(SPIFI)withamplitudeorphasegratingfromaspatiallightmodulator)”，SPIE会议记录，第10069卷，id.100692P8pp.(2017)。AM机20的各种组件连接到被配置为控制构建过程的基于微处理器的控制器21。AM系统10可包括构建参数配置模块40，该构建参数配置模块被编程为生成用于在AM机20中构建部件P的初始构建参数集。初始构建参数集可作为构建参数配置文件41存储在存储器中，该存储器可由AM机20的处理和控制电子器件访问。初始构建参数集41可至少部分地基于输入到构建参数配置模块40的部件P的几何模型。作为非限制性示例，该几何模型可被提供为描述部件P的一个或多个数字CAD/CAM文件，并且构建参数配置模块40可以是被编程为读取CAD/CAM模型信息并生成激光控制设置、扫描器运动控制命令、层厚度设置和用于操作AM机20以构建部件P的其他控制参数的计算机模块。构建参数配置模块40可以是AM机20的一部分，或者可以独立于AM机20并与其通信。用于根据CAD/CAM文件生成AM构建参数的可商购获得的软件的示例为购自比利时的MaterialiseN.V.公司(MaterialiseN.V.ofBelgium)的MagicsTM数据制作软件。AM系统10包括用于在过程中调节初始构建参数集41的闭回路控制结构42。在图3所示的基本实施方案中，闭回路控制结构42包括CNN46形式的受过训练的人工智能(AI)模块，该CNN被训练并被配置为评估由构建层图像传感器38在过程中采集的部件P的层图像48。在框50中使用由CNN46提供的评估结果(该结果可指示每个捕获的层图像48与该层的预期或期望外观相对应的程度)来计算过程中AM机2本文档来自技高网...

【技术保护点】
1.一种用于根据增材制造构建过程逐层构建部件的增材制造系统，所述增材制造系统包括：/n增材制造机，所述增材制造机包括粉末床和能量源，其中相对于所述粉末床中的粉末层扫描来自所述能量源的能量束以通过熔融构建所述部件的每个层；/n构建参数配置文件，所述构建参数配置文件存储用于在所述增材制造机中构建所述部件的初始构建参数集，其中所述初始构建参数集至少部分地基于所述部件的几何模型；/n闭回路控制结构，所述闭回路控制结构用于在过程中调节所述初始构建参数集，所述闭回路控制结构包括具有受过训练的人工智能模块的慢速控制回路；和/n构建层图像传感器，所述构建层图像传感器被布置成在过程中采集所述部件层的层图像；/n其中所述初始构建参数集、对应于所述构建过程的基于时间顺序的经调节构建参数以及所述层图像作为输入被传输到所述受过训练的人工智能模块。/n

【技术特征摘要】
【国外来华专利技术】20171220 US 62/608,0451.一种用于根据增材制造构建过程逐层构建部件的增材制造系统，所述增材制造系统包括：
增材制造机，所述增材制造机包括粉末床和能量源，其中相对于所述粉末床中的粉末层扫描来自所述能量源的能量束以通过熔融构建所述部件的每个层；
构建参数配置文件，所述构建参数配置文件存储用于在所述增材制造机中构建所述部件的初始构建参数集，其中所述初始构建参数集至少部分地基于所述部件的几何模型；
闭回路控制结构，所述闭回路控制结构用于在过程中调节所述初始构建参数集，所述闭回路控制结构包括具有受过训练的人工智能模块的慢速控制回路；和
构建层图像传感器，所述构建层图像传感器被布置成在过程中采集所述部件层的层图像；
其中所述初始构建参数集、对应于所述构建过程的基于时间顺序的经调节构建参数以及所述层图像作为输入被传输到所述受过训练的人工智能模块。


2.根据权利要求1所述的增材制造系统，还包括：
快速控制回路，所述快速控制回路具有状态机；和
熔体池监测系统，所述熔体池监测系统被布置成采集表示在过程中由所述能量源形成的熔体池的实时熔体池数据；
其中所述熔体池数据作为输入被传输到所述受过训练的人工智能模块并且作为输入被传输到所述状态机。


3.根据权利要求1所述的增材制造系统，其中使用来自第一卷积神经网络和至少一个第二卷积神经网络的评估数据训练所述受过训练的人工智能模块，所述第一卷积神经网络被配置为评估过程中采集的层图像，所述...

【专利技术属性】
技术研发人员：保罗·格里尔，乔治·巴格斯，
申请(专利权)人：穆格公司，
类型：发明
国别省市：美国;US