南華大學(xué)柏興旺增材頂刊 | 基于3D點云的線弧增材制造表面缺陷檢測與定量評估！

來源：焊接科學(xué)

線弧增材制造（WAAM）效率高、成本低，是快速制造中大型金屬構(gòu)件的經(jīng)濟選擇，近年來引起了學(xué)者和企業(yè)家的高度關(guān)注。然而，由于干擾和工藝異常，在焊道表面的每層沉積之后，偶爾會出現(xiàn)諸如氣孔和駝峰之類的缺陷。焊道缺陷的檢測和定量評估對于確保成功沉積和整個部件的質(zhì)量至關(guān)重要。

近日，南華大學(xué)柏興旺教授團隊在《Virtual and Physical Prototyping》發(fā)表最新研究成果“Detection and quantitative evaluation of surface defects in wire and arc additive manufacturing based on 3D point cloud”，利用機器視覺技術(shù)為WAAM開發(fā)了一種新型缺陷檢測和評估系統(tǒng)。柏興旺教授為通訊作者。

研究人員開發(fā)的新系統(tǒng)結(jié)合了基于焊道高度曲線的2D曲率和基于焊道點云的3D曲率的新缺陷檢測算法。此外，還開發(fā)了一種基于使用從累積點云中提取的幾何特征重建正常焊道輪廓的缺陷評估算法。該系統(tǒng)能夠在WAAM過程中自動檢測焊道形態(tài)，提供有關(guān)缺陷位置、類型和體積的重要信息，以實現(xiàn)有效的層間修復(fù)和提高零件質(zhì)量。

圖1. 缺陷檢測目標(biāo)。

圖2. 缺陷檢測與評估系統(tǒng)流程。

圖3. 缺陷評估結(jié)果。

關(guān)鍵結(jié)論

該研究提出了一種專為WAAM工藝設(shè)計的表面缺陷檢測和評估系統(tǒng)。該系統(tǒng)通過分析焊道點云的幾何特征，有效地完成了表面缺陷的定位、分類和定量嚴(yán)重程度評估。得出以下結(jié)論：

（1）通過幾何特征進(jìn)行缺陷檢測和嚴(yán)重性評估的可行性已被成功證明。駝峰缺陷的識別依賴于曲率計算和高差分析，而氣孔和凸起缺陷的分割則基于3D曲率分析。實驗結(jié)果表明準(zhǔn)確率為90.5%，精確率為92%，召回率為90.4%。

（2）缺陷嚴(yán)重程度的定量分析是通過對重建的正常焊縫表面和實際缺陷得到的點云進(jìn)行比較檢查來完成的。計算缺陷面積、高度和體積等參數(shù)以促進(jìn)此分析。缺陷模擬實驗表明，除了相對較大的面積誤差外，大多數(shù)誤差都在可接受的范圍內(nèi)。這些發(fā)現(xiàn)可以作為后續(xù)缺陷處理的基礎(chǔ)。

（3）缺陷檢測的成功率與點云的密度和完整性密切相關(guān)。較高密度的點云往往會導(dǎo)致檢測孔隙度和突出缺陷的成功率更高。然而，應(yīng)該指出的是，更高的密度也會導(dǎo)致計算復(fù)雜性的增加。

該系統(tǒng)有助于WAAM流程中的原位自動缺陷檢測，提供持續(xù)的質(zhì)量控制并提高生產(chǎn)率。然而，由于線激光掃描儀的精度有限，該系統(tǒng)無法檢測小裂紋缺陷。為了解決這一限制，未來的努力應(yīng)集中于將輔助傳感器（例如CCD攝像機和超聲波傳感器）集成到檢測系統(tǒng)中。這種集成將增強系統(tǒng)的缺陷檢測能力并提高其整體準(zhǔn)確性。利用這些進(jìn)步，該系統(tǒng)有可能顯著降低制造故障率，從而有助于提高整體生產(chǎn)率。

通訊作者

柏興旺，男，1982年9月生，博士，教授，湖南省普通高校青年骨干教師，機械設(shè)計制造及其自動化系副主任。2014年9月畢業(yè)于華中科技大學(xué)機械制造及其自動化專業(yè)，2016.12-2017.12英國Cranfield大學(xué)公派訪問學(xué)者。主要從事金屬和復(fù)合材料的增材制造、3D打印工業(yè)應(yīng)用、數(shù)字化智能制造系統(tǒng)等方面的教學(xué)與科研工作，主持國家自然科學(xué)基金項目2項、湖南省自然科學(xué)基金面上項目1項、湖南省教育廳科研基金項目2項，留學(xué)歸國人員啟動基金項目1項。在《IntJHeatMassTransfer》、《IntJAdvManufTech》、《機械工程學(xué)報》等知名學(xué)術(shù)期刊發(fā)表論文10余篇。授權(quán)發(fā)明專利3項，實用新型3項。2019年獲湖北省技術(shù)發(fā)明一等獎1項（排名第三）。

論文引用

Mengru Liu, Xingwang Bai, Shengxuan Xi, Honghui Dong, Runsheng Li, Haiou Zhang & Xiangman Zhou (2024) Detection and quantitative evaluation of surface defects in wire and arc additive manufacturing based on 3D point cloud, Virtual and Physical Prototyping, 19:1, https://doi.org/10.1080/17452759.2023.2294336