基于KLEIBER紅外測溫儀的金屬3D打印熔池溫度實(shí)時監(jiān)測
在增材制造(Additive Manufacturing, AM)過程中,熔池狀態(tài)直接影響成型件的最終質(zhì)量。為實(shí)現(xiàn)對熔池動態(tài)行為的實(shí)時監(jiān)測與數(shù)據(jù)驅(qū)動的質(zhì)量控制,本研究采用高精度的 KLEIBER紅外測溫儀 采集金屬3D打印過程中的高頻溫度時間序列數(shù)據(jù),并評估了多種機(jī)器學(xué)習(xí)分類方法在該數(shù)據(jù)上的表現(xiàn)。研究表明,KLEIBER測溫儀提供的微秒級高分辨率溫度數(shù)據(jù)為判別構(gòu)件差異和層次特征提供了堅實(shí)基礎(chǔ),尤其在結(jié)合動態(tài)時間規(guī)整(DTW)方法后,分類準(zhǔn)確性大幅提升,為實(shí)現(xiàn)實(shí)時過程控制與缺陷預(yù)測提供了可行路徑。
金屬3D打印,尤其是基于選擇性激光熔化(SLM)的粉末床熔融技術(shù)(PBF),在航空、醫(yī)療、模具等領(lǐng)域具有廣闊應(yīng)用前景。然而,其質(zhì)量穩(wěn)定性受制于熔池的瞬時溫度變化,傳統(tǒng)手段難以實(shí)現(xiàn)對微尺度、高速熔池狀態(tài)的準(zhǔn)確捕捉。因此,高頻溫度監(jiān)測技術(shù)成為增材制造智能化的關(guān)鍵突破口。
本研究聚焦于紅外測溫儀在數(shù)據(jù)驅(qū)動建模中的應(yīng)用,基于KLEIBER設(shè)備采集的大規(guī)模溫度序列數(shù)據(jù),探索其在構(gòu)件識別與層間狀態(tài)分類中的應(yīng)用價值。
本研究采用兩臺由 KLEIBER Infrared GmbH 提供的紅外測溫儀,部署于Aconity MINI金屬3D打印機(jī)中,用于實(shí)時監(jiān)測熔池溫度。主要優(yōu)勢包括:
波段選擇精準(zhǔn):測溫儀工作于1500–1700nm紅外波段,專注于高溫熔池區(qū)域的輻射強(qiáng)度,避免環(huán)境干擾;
微秒級時間分辨率:采樣頻率高達(dá) 100 kHz,即每10微秒采集一次溫度變化,可捕捉熔池內(nèi)極短時間內(nèi)的動態(tài)行為;
高空間解析度:配合掃描系統(tǒng),在400×400mm構(gòu)建區(qū)域內(nèi)實(shí)現(xiàn)81.92 bit/mm的空間分辨率,確保對每一層掃描軌跡進(jìn)行細(xì)粒度還原;
雙通道采集與光纖傳輸:紅外信號通過分光和光纖耦合傳輸,保障了數(shù)據(jù)穩(wěn)定性與設(shè)備集成性。
通過KLEIBER測溫儀,研究者得以獲取包含 每層約70萬數(shù)據(jù)點(diǎn) 的高維時間序列數(shù)據(jù),這一數(shù)據(jù)基礎(chǔ)是后續(xù)分類建模的核心。
研究對象為27個尺寸為5mm的立方體樣本,采用250層逐層打印,過程中同步采集溫度數(shù)據(jù)。設(shè)置兩個典型分類任務(wù):
構(gòu)件識別任務(wù):利用每一層的溫度序列,判斷其是否來自特定立方體(如Block 0 vs Block 22);
層間狀態(tài)識別任務(wù):識別打印初期(底部10層)與后期(頂部10層)溫度狀態(tài)的差異,以反映過程穩(wěn)定性。
結(jié)合k-近鄰分類框架,評估以下四種方法在KLEIBER數(shù)據(jù)集上的表現(xiàn):
DTW(Dynamic Time Warping):對時間軸進(jìn)行動態(tài)對齊,克服微小時間偏移帶來的分類誤差;
SAX(Symbolic Aggregate approXimation):將時間序列符號化后進(jìn)行“詞袋”建模;
SFA(Symbolic Fourier Approximation):將溫度序列轉(zhuǎn)換為頻域符號,提取頻率成分;
歐氏距離與均值法:作為基線模型。
分類任務(wù)
DTW準(zhǔn)確率
SAX準(zhǔn)確率
SFA準(zhǔn)確率
歐氏距離
Block 0 vs Block 22 | 88.16% | 82.89% | 71.05% | 73.68% |
頂部 vs 底部10層 | 90.63% | 59.38% | 54.38% | 68.75% |
DTW在所有任務(wù)中均為最佳表現(xiàn),尤其在未濾波的原始KLEIBER數(shù)據(jù)上,保留了更多關(guān)鍵熔池波動特征。
KLEIBER紅外測溫儀在金屬3D打印質(zhì)量監(jiān)控中的應(yīng)用展現(xiàn)出大潛力。其微秒級溫度采集能力,使得機(jī)器學(xué)習(xí)模型能精準(zhǔn)捕捉熔池狀態(tài)特征并進(jìn)行高準(zhǔn)確率的分類判斷。通過與DTW等先進(jìn)時間序列算法結(jié)合,可進(jìn)一步實(shí)現(xiàn)過程監(jiān)測、缺陷預(yù)警與參數(shù)優(yōu)化的閉環(huán)控制。