面向增材制造的聲發(fā)射監(jiān)測技術(shù)及應(yīng)用研究.pdf

1、隨著增材制造（3D打?。┘夹g(shù)的不斷發(fā)展，如何保證其在加工過程中的穩(wěn)定性和產(chǎn)品綜合質(zhì)量的問題已經(jīng)得到了產(chǎn)業(yè)界和學(xué)術(shù)界的廣泛重視。與傳統(tǒng)的減材制造加工所不同，增材制造采用材料逐層疊加的成型方式來打印工件，在其成型過程中材料的相交過程復(fù)雜，易導(dǎo)致工件缺陷的產(chǎn)生，同時在大型或復(fù)雜工件所需的長時打印過程中，打印工況易發(fā)生劣化或產(chǎn)生相關(guān)故障，需要實施有效的過程監(jiān)測。增材制造中相關(guān)缺陷或故障模式多表現(xiàn)出彈性波特征，與聲發(fā)射(AE)現(xiàn)象關(guān)系密切，但在此

2、方面的研究仍處于起步階段，亟待在增材制造中的AE監(jiān)測策略、信號獲取、特征提取、模式識別理論與應(yīng)用方法等方面開展深入、系統(tǒng)的研究。因此，本文以AE作為主要的無損檢測手段，采用基于檢測信息的數(shù)據(jù)驅(qū)動監(jiān)測方法，圍繞增材制造中打印工件和工況的監(jiān)測以及相關(guān)科學(xué)問題展開了研究工作，旨在厘清增材制造中的材料特性、典型工件缺陷和故障狀態(tài)等與AE信號之間的關(guān)系，準(zhǔn)確且高效地提取相關(guān)AE特征值，結(jié)合機器學(xué)習(xí)模式識別算法實現(xiàn)對典型缺陷或故障模式的有效識別，進(jìn)

3、而研發(fā)面向增材制造的多通道AE監(jiān)測原型系統(tǒng)。本文的主要工作如下:
　　第一章介紹了本課題研究的背景與意義，對增材制造、過程監(jiān)測和AE無損檢測技術(shù)進(jìn)行了綜述，對目前在增材制造中相關(guān)監(jiān)測技術(shù)的國內(nèi)外研究現(xiàn)狀和存在的科學(xué)問題進(jìn)行了分析與總結(jié)，并介紹了本文的主要研究內(nèi)容。
　　第二章針對激光燒結(jié)成型增材制造中的金屬材料表面熱損傷問題，對AE監(jiān)測策略、特征值提取及分析方法進(jìn)行了初步研究，提出了一種基于總體經(jīng)驗?zāi)B(tài)分解(EEMD)的AE

4、信號降噪與特征提取方法，并搭建了AE監(jiān)測實驗平臺，采用以脈沖激光源照射材料表面誘導(dǎo)熱損傷的實驗方法，采集了AE原始信號數(shù)據(jù)，進(jìn)而對AE原始信號的時、頻域特征值、材料性能、金屬表面熱損傷現(xiàn)象等之間的關(guān)系進(jìn)行了分析，提取了反映材料熱損傷現(xiàn)象的特征IMF成分，為材料熱損傷的監(jiān)測提供了依據(jù)。
　　第三章針對增材制造打印工件多種典型缺陷問題，分析了熔融沉積成型(FDM)打印工件的材料剝離、翹離、過度擠壓和刮擦等多種缺陷模式的表現(xiàn)形式和影響因

5、素，開展了AE監(jiān)測方法研究，提出了一種基于聲發(fā)射波擊(AE hit)特征值和自組織神經(jīng)網(wǎng)絡(luò)地圖(SOM)無監(jiān)督算法的打印工件缺陷監(jiān)測方法，在實驗中進(jìn)行了應(yīng)用與驗證，并研究了典型缺陷模式在AE hit特征值中所對應(yīng)的主要頻帶分布情況及演化趨勢。
　　第四章針對增材制造打印工況和相關(guān)故障問題，以FDM打印噴頭的正常工作和材料斷絲、耗盡和阻塞等故障狀態(tài)為對象，開展了基于AE的在線監(jiān)測方法研究，采用特征值分段處理方法對AE hit特征值數(shù)

6、據(jù)進(jìn)行了進(jìn)一步壓縮，并結(jié)合支持向量機(SVM)和K-means算法，提出了面向增材制造打印工況的在線監(jiān)測方法，在實驗研究中實現(xiàn)了對打印噴頭多種狀態(tài)的在線監(jiān)測與識別。
　　第五章針對第四章中在線監(jiān)測方法的自適應(yīng)性和實時性問題，結(jié)合主成分分析(PCA)和隱半馬爾科夫模型(HSMM)算法，提出了一種面向打印工況在線監(jiān)測的改進(jìn)方法，在AE特征值的選取與壓縮方面具有更好的自適應(yīng)性，并提升了狀態(tài)識別的實時性能力，進(jìn)而通過實驗的方式驗證了方法應(yīng)