Methodenartikel

Automatische lasergebaseerde geometrie voor eindige-elementenanalyse van lasrupsen

DOI:

10.3791/68654

25 juli 2025

In dit artikel

Samenvatting

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Er wordt een proces beschreven voor het verkrijgen van bijna real-time metrologie van lasrupsen en het automatisch voorbereiden van de resulterende geometrie voor eindige-elementenanalyse.

Samenvatting

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Smeltlassen voor hoogwaardige productie vereist strikte procescontroles op de vervorming van componenten en het vaststellen van de niveaus van restspanning die aan het voltooide onderdeel worden overgedragen. Het proces is afhankelijk van het beheersen van een groot aantal parameters, waarbij de nadruk voornamelijk ligt op het waarborgen van een adequate samensmelting van moedermateriaal en verbruiksartikelen. Hoge thermische gradiënten die tijdens het proces worden gegeven, kunnen resulteren in aanzienlijke vervorming als ze niet worden gecontroleerd, en hoge niveaus van restspanning als het onderdeel volledig wordt beperkt. Eindige-elementenanalyse wordt vaak toegepast in smeltlasprocessen om vervorming te voorspellen. Deze modellen gebruiken echter bijna uitsluitend een geïdealiseerde of vereenvoudigde geometrie die vóór het begin van het proces is gedefinieerd en die niet representatief kan zijn voor het uiteindelijke onderdeel. Er wordt een protocol beschreven voor het vastleggen van de ware vorm van een enkele lasparelafzetting binnen een uniek coördinatensysteem met behulp van een laserscansysteem en het omzetten van deze vastgelegde geometrie in een vorm die onmiddellijk kan worden opgenomen in eindige-elementenanalyses. Hierdoor kan het eindige-elementenmodel snel worden gevuld met een geometrie die representatief is voor de werkelijke depositie met beperkte gebruikersinvoer.

Inleiding

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Smeltlassen wordt gebruikt voor de permanente verlijming van metalen componenten door plaatselijk smelten van moeder- en toevoegmaterialen. Deze vulmaterialen hebben de vorm van een draad of staaf. De warmtebron om dit smelten te bewerkstelligen kan variëren1, maar in alle gevallen worden zowel de ouder als het vulmiddel blootgesteld aan hoge temperaturen en gradiënten. Deze thermische excursies kunnen leiden tot aanzienlijke vervorming, veranderingen in de materiaaleigenschappen en restspanningen in het onderdeel veroorzaken tijdens zowel het lasproces als tijdens het afkoelen. Aangezien deze bijwerkingen zeer schadelijk kunnen zijn voor de levensduur of levensvatbaarheid van hoogwaardige componenten, worden lasprocessen vaak gemodelleerd met de eindige-elementenmethode (FE) om de thermische geschiedenis, vervorming en restspanning2 te bepalen. Dergelijke modellen gebruiken over het algemeen een vereenvoudigde of geïdealiseerde geometrie van de las en het moedermateriaal, die wordt bepaald voordat er wordt gelast, in plaats van een geometrie te gebruiken op basis van de volledige 3D-afzetting, inclusief start- en stoplocaties voor lassen. Reproduceerbaar lassen in meerdere lagen kan worden bereikt met behulp van geautomatiseerde systemen waarbij de lastoorts wordt gemanipuleerd door een robotarm. Opgemerkt moet worden dat sommige apparaten die worden gebruikt voor geautomatiseerd booglassen, ook kunnen worden gebruikt voor additieve productie met directe energiedepositie, die bekend staat als gerichte energiedepositie-boog (DED-Arc) of draadboog-additieve productie3 (WAAM). Dezelfde voorspellende modelleringsbenaderingen worden doorgaans ook gebruikt voor WAAM als voor toetreding4.

WAAM kan 3D-componenten in een near-net vorm produceren door selectief vele lagen afgezet materiaal te combineren. WAAM is in het verleden gebruikt om muren en andere geometrische vormen5, pijpen6 te maken, evenals componenten met meer gecompliceerde topologieën, zoals turbinebladen7. Vanwege het toegenomen aantal thermische cycli in vergelijking met verbinden en de toename van afgezet materiaal, kan de vervorming van dergelijke WAAM-componenten aanzienlijk worden. Als zodanig kan de nauwkeurigheid van elk FE-model dat dit proces weerspiegelt, worden ondermijnd door de geïdealiseerde of veronderstelde printgeometrie. Vervorming van het substraat kan tijdens de afzetting worden beperkt door verhoogde mechanische terughoudendheid. Dit zal echter ook het niveau van restspanning in het laatste onderdeel verhogen, wat ook ongewenst is.

Traditioneel kan de inspectie van de geometrie na het lassen handmatig worden uitgevoerd met inspectietools8 of door de afzetting en het substraat te dwarsdoorsneden om het profiel van de las te onthullen, inclusief het afgezette materiaal, het gesmolten gebied van het moedermateriaal en de door warmte beïnvloede zones9. Handmatige geometrische inspectie-instrumenten, hoewel goed voor het verstrekken van informatie over de omvang van de afzetting, vereisen dat de operator de geautomatiseerde routine onderbreekt om metingen uit te voeren en alle verkregen gegevens te transcriberen. Evenzo biedt dwarsdoorsnede een zeer nauwkeurige weergave van de las, maar is het destructief en vereist het meerdere voorbereidingsstappen, die extern naar productielocaties moeten worden uitgevoerd. Beide benaderingen geven alleen informatie over het kraalprofiel op specifieke gemeten locaties, die voor dwarsdoorsnede een enkel profiel kunnen zijn. Laserscanners hebben daarentegen het voordeel dat ze het lasprofiel snel kunnen beoordelen zonder dat het monster uit de lascel hoeft te worden verwijderd en hebben het potentieel om de volledige afzetting met hoge resolutie vast te leggen. Monitoring van de werkelijke rupsgeometrie tijdens het lassen met lasersystemen is toegepast10,11 op dezelfde manier als het gewoonlijk wordt gebruikt bij het vormen van metaal12. Lasersystemen zijn ook gebruikt om WAAM-geometrie10 vast te leggen. De specifieke stappen die zijn genomen om deze gegevens te verwerken om te worden opgenomen of vergeleken met FE-analyse zijn echter niet goed beschreven. Het huidige werk presenteert een nieuw protocol voor het gebruik van een geautomatiseerde laserscanner om de evolutie van de lasgeometrie tussen depositiepassages te volgen en de geregistreerde geometrie te integreren om een eindige-elementenanalyse (FEA) bij te werken, zoals gerealiseerd met het commerciële pakket ABAQUS. De mogelijkheid om de lasrups automatisch ter plaatse vast te leggen en de lasrups met beperkte gebruikersinvoer om te zetten in een FE-invoergeometrie is een stap in de richting van intelligente productie.

De geometrie-opname die in dit werk wordt gebruikt, is een volledige scan van een las, mogelijk gemaakt door de scanner te integreren met een robotarm met zes vrijheidsgraden die verschillend en gescheiden is van de robotarm die de afzetting controleert. Dit wijkt af van eerdere implementatie van laserscansystemen, die waren ontworpen om de geometrie op specifieke locaties te onderzoeken, hetzij met handheld-middelen13, vast maar beperkt door de omvang van een monsterfase 10,11, of waarbij de laserscanner is bevestigd aan dezelfde robotarm als de lastoorts 8. De huidige aanpak maakt het mogelijk om de volledige geometrie van de rups vast te leggen, ongeacht de afzettingslocatie in de cel, in het coördinatensysteem van de lascel, zonder dat er aangepaste opspanningen of ingewikkelde algoritmen nodig zijn.

De vastgelegde geometrie kan vervolgens worden gebruikt om belangrijke factoren te voorspellen, zoals de temperatuurgeschiedenis tijdens de afzetting. In combinatie met geschikte thermokoppelgegevens kunnen ook vervorming en restspanning worden gesimuleerd, die grenzen aan het huidige werk. Dit heeft het potentieel om de productie te verbeteren door snelle procesmodellering van lassen in de echte wereld mogelijk te maken. Het geautomatiseerde karakter van de geometrie capture biedt een manier om lasparameters te koppelen aan de resulterende geometrie. Dit kan op zijn beurt worden gebruikt voor de ontwikkeling van verbeterde procesbeheersing en padplanning. Het huidige handmatige lassen is afhankelijk van de vaardigheid van de operator om de output te regelen. Het robotlassen voegt consistentie toe, maar beperkt de mogelijkheid om on-the-fly beslissingen te nemen. Door het rupsprofiel tussen de gangen vast te leggen, kan de programmering van de volgende rupsgang desgewenst worden gewijzigd, en in combinatie met procesmodellering heeft dit het potentieel om de productiesnelheden, materiaaleigenschappen en levensduur van onderdelen te verbeteren. Het huidige protocol wordt geïllustreerd door een enkele bead-on-plate voorbeeldcase om de ontwikkelde workflow te demonstreren.

Opstelling van de lascel en gebruikte apparatuur
De lascel bestaat uit robotarmen met de nodige hulpstukken om te lassen (de lasrobot genoemd) en laserscanning (de scanrobot). De onderwerpcel wordt weergegeven in figuur 1. Deze robots kunnen worden bestuurd via een programmeerinterface die KUKA Robot Language (KRL)14 begrijpt, een functionele programmeertaal die de robot de nodige instructies geeft, die door de robots worden geïnterpreteerd als gewrichts- en motorbewegingen. Het lassysteem werkt in de modus voor koude metaaloverdracht (CMT) en is uitgerust met TouchSense, een vorm van elektronische puntbepaling. Het gebruikte verbruiksartikel was een G3Si-120n staaldraad met een diameter van 1,2 mm in aanwezigheid van een mengsel van argon en kooldioxidegas (80/20%). Het gebruikte substraat was een G43 zacht stalen plaat die met klemmen werd bevestigd. De opgelegde afzetting was een kraal-op-plaat met parameters gegeven in tabel 1. Deze combinatie van lasparameters werd gekozen omdat bekend was dat het een industrieel representatieve afzetting creëerde. De gebruikte laserscanner is in staat om een lijn van 2048 punten tegelijk te scannen, die werd gebruikt om gegevens te verzamelen met een frequentie van 100 Hz. Daarnaast werd een coördinatenmeetmachine (CMM) gebruikt om de afmetingen van een kalibratiecomponent te leveren.

Metrologiegegevens die zijn verkregen van laserscanners moeten worden gekalibreerd. Deze noodzaak van kalibratie is nog belangrijker wanneer de scanner moet worden verplaatst om een groot gebied met overlappende scans vast te leggen. Als de laserscanner scheef zou staan ten opzichte van het substraat of als de beweging niet vloeiend zou zijn, zou er vervorming zijn in de resulterende geometrie, zoals geïllustreerd in figuur 2. Bovendien registreert de scanner alleen informatie voor licht, dat terugkeert naar de sensor; Het is daarom gebruikelijk bij lassen, dat een sterk reflecterend, niet-uniform, gebogen oppervlak produceert naarmate het smeltbad stolt, dat veel van de ruimtelijke informatie verloren kan gaan. Om de kans te vergroten dat de vorm die wordt geregistreerd de ware kraalvorm vertegenwoordigt, is daarom een zekere mate van aanpassing van de curve vereist. In het eenvoudigste geval kan een enkele lasrupsvorm goed worden benaderd door een parabool15. Deze benadering is gebruikt door Hu et al. met laserscansystemen om kralenoverlappingen te berekenen13. Het volgende protocol zal deze aanpastechniek toepassen op de voorbeeldkast met één kraal om een digitale weergave te creëren binnen het geselecteerde FE-pakket.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Aangenomen wordt dat beide robots zijn geactiveerd en een installatiediagnose hebben ondergaan om de naleving van de positie te bevestigen, zoals remtests, en zijn gehuisvest.

1. Kalibratie uitvoeren

NOTITIE: Voordat de laserscanner kan worden gebruikt, moet deze worden gekalibreerd om ervoor te zorgen dat de afstanden die hij waarneemt representatief zijn voor de werkelijke afstanden. Dit is mogelijk niet standaard het geval, want als de scanner schuin ten opzichte van de plaat staat, ontstaat er een trigonometrische verandering in afstand (Figuur 2).

  1. Om te kalibreren, scant u een onderdeel met bekende afmetingen, dat stijf en bij voorkeur metaal is, met fiduciale punten eraan toegevoegd in de vorm van bollen.
    OPMERKING: Deze bollen bieden een gemakkelijk te identificeren vorm die kan worden aangebracht om betrouwbaar het midden van de fiduciale bol te vinden met een laag aantal gegevenspunten en hoge precisie. Een voorbeeldcomponent wordt getoond in de lascel in Figuur 3A. De samenvattende workflow die is gebruikt voor de kalibratiestappen 1.1-1.13 wordt weergegeven in figuur 4.
  2. Plaats minimaal drie fiduciale bollen willekeurig op verschillende locaties, bijvoorbeeld standaard kogellagers groter dan 10 mm van ABEC-classificaties van lage tot gemiddelde kwaliteit (bijv. kogellagers met een diameter van 15.875 mm [0.625 ± 0.0001 inch]). Bevestig ze aan het onderdeel met een geschikt medium, zoals een geleidende epoxyhars, om een goede geleidbaarheid tussen de bol en het kalibratieonderdeel te garanderen. Gebruik ringen met een geschikte radius (bijv. 10 mm) om de bollen te ondersteunen om het contact van het oppervlak tussen de bol en het onderdeel te verbeteren.
  3. Zoek de coördinaten van een aantal punten op het oppervlak van de fiduciale bollen met een coördinatenmeetmachine (CMM) zoals in figuur 3C. Deze coördinaten zullen worden gebruikt om een virtueel gegeven te genereren dat overeenkomt met het centrum van elk van de fiduciale bollen (Figuur 3B).
    1. Voordat u de fiduciale bollen meet, moet u eerst de CCM kalibreren door een kalibratiebenchmark met bekende afmetingen in de CMM-ruimte aan te brengen. Deze kalibratiebenchmark heeft de vorm van een keramische bol met een straal van 29,993 mm die is ingebed op een staaf met een schroefdraadbodem, zodat deze in de CMM-bay kan worden geschroefd en stevig kan worden vastgehouden.
    2. Schroef de kalibratiebenchmark in de CMM-bay.
    3. Met de punt van de CMM in dezelfde richting als die welke zal worden gebruikt om de fiduciale bollen voor de kalibratiecomponent van de lascel te meten, voert u de kalibratiefunctie automatisch uit binnen de juiste software. Om te beginnen met het uitvoeren van de kalibratie van de CMM-tip, terwijl de CMM is ingesteld op de meetmodus , brengt u de tip in contact met het bovenoppervlak van de kalibratiebenchmark. Het programma neemt dan de controle over, brengt automatisch de benchmarkbol in kaart en kalibreert de CMM-punt voor de huidige oriëntatie.
    4. Zodra de kalibratie van de punt is voltooid, slaat u de kalibratie op een gekozen tipnummer op, bijvoorbeeld tip nummer 1.
    5. Verwijder de kalibratiebenchmark van de CMM.
    6. Plaats de kalibratiecomponent met de aangesloten fiduciale bollen in de CMM-ruimte. Kies een oriëntatie en noteer de oriëntatie voor toekomstig gebruik, bijvoorbeeld door een geannoteerde foto te gebruiken met elke fiduciale bol genummerd.
    7. Maak een programma om punten op elk van de fiduciale bollen te identificeren.
      1. Selecteer de punt met behulp van de sonde | verander de sonde.
      2. Selecteer de contour | meet het CNC-punt en breng de punt in contact met de eerste fiduciale bol. Herhaal dit voor veel punten op het bovenste halfrond van de eerste fiduciale bol.
      3. Doe hetzelfde voor elke fiduciale bol en creëer een puntenwolk voor elk van de oppervlakken van de bol.
        OPMERKING: In principe is een minimum van drie punten per bol vereist om het centrum te lokaliseren; Er hebben er echter nog veel meer de voorkeur. Hier werden minimaal 12 punten over de gehele helft gebruikt, zoals geïllustreerd door de aangebrachte bol van de CMM-punten in figuur 3D. Aspecten met betrekking tot CMM-werking om oppervlaktepunten op de fiduciale sfeer te verkrijgen, zijn afhankelijk van de gebruikte apparatuur.
  4. Bereken de coördinaten van het midden van de fiduciale bollen door de oppervlaktepunten aan een bol te koppelen met behulp van een kleinste-kwadraten-aanpassing. Dit kan bijvoorbeeld worden bereikt met behulp van de Numpy kleinste kwadratenoplosser16.
  5. Kies een van de fiduciale bollen om als oorsprong van het kalibratiecoördinatensysteem te fungeren. Trek deze coördinaat af van elk van de fiduciale sferen om een deelcoördinatensysteem te creëren.
    OPMERKING: Ervan uitgaande dat de kalibratiecomponent stijf is, kunnen toekomstige implementaties van dit protocol, zodra de CMM-procedure is voltooid en de centra van de fiduciale bollen bekend zijn, de stappen 1.2-1.5 overslaan, aangezien de afmetingen van de kalibratiecomponent en het bijbehorende coördinatensysteem al bekend zijn.
  6. Plaats de kalibratiecomponent in de lascel in dezelfde richting ten opzichte van de oorsprong wanneer gemeten in de CMM.
    OPMERKING: Oriëntatie is theoretisch niet belangrijk, maar door de oorspronkelijke oriëntatie te repliceren, kunnen eventuele fouten gemakkelijker worden geïdentificeerd.
  7. Stel de scan van de kalibratiecomponent in met de laserscanner zoals weergegeven in afbeelding 5A. De uitvoer heeft de vorm van een x,y,z coördinatenbestand.
    LET OP: De laserscanner is de bron van laserstraling en kan daarom gevaarlijk zijn als de laserveiligheidsprotocollen niet worden gevolgd. Het gebruik van lasers van klasse 2M en lager is noodzakelijk omdat deze de vereiste rol kunnen vervullen en vaak een open straal vereist is.
  8. Meet voor het gebruikte illustratieve lasersysteem elke fiduciale bol met een diameter van 15.875 mm en scan elke fiduciale bol met de laserscanner om het onderdeel te meten (Afbeelding 5A). Kort de uitvoer van deze lijnscans af om alle informatie die afkomstig is van het substraat te verwijderen, met behulp van een combinatie van cirkels in x en y rond de bekende balposities en z-waardedrempels. Gebruik de resterende punten om een bol te laten passen (Figuur 5B) met behulp van dezelfde kleinste-kwadratenprocedure als in stap 1.4 om een centrale coördinaat te verkrijgen.
    OPMERKING: De oppervlakteafwerking van de fiduciale bollen kan slecht interageren met de gebruikte laserscanner. Een vernevelde kleurstofpenetrantontwikkelaar kan worden gebruikt om het oppervlak te coaten en te matteren, zoals in figuur 5A.
  9. Zet de scanrobot terug in zijn uitgangspositie.
  10. Lokaliseer de kalibratiecomponent met de lasrobot met behulp van elektronische puntbepaling. Gebruik een metalen punt die in de lastoorts is geïntegreerd met bekende afmetingen. Breng deze punt op een aantal punten rond het oppervlak in contact met de fiduciale bol (Figuur 6), vergelijkbaar met de CMM-benadering. Wanneer de punt in contact komt met de fiduciale bol, wordt een laagspanningscircuit voltooid en wordt de huidige robotlocatie rechtstreeks door het robotsysteem geregistreerd.
    OPMERKING: Een soortgelijk effect kan worden bereikt met andere typen elektronische kantenzoekers die op de lasrobot zijn gemonteerd en die afhankelijk zijn van fysiek contact.
  11. Gebruik deze punten om in een bol te passen en lokaliseer de centrale positie van elke fiduciale bol in het coördinatensysteem van de depositierobot.
  12. Zet de lasrobot terug in zijn uitgangspositie en verwijder de kalibratiecomponent uit de lascel.
  13. Gebruik het CMM-coördinatensysteem om de lascelcoördinaten te kalibreren door middel van decompositie met één waarde. Een overzicht van het proces om de vereiste affiene transformatiematrices te creëren wordt gegeven in Figuur 7.
    OPMERKING: De resulterende affiene transformatiematrix transformeert de positie van elk van de fiduciale bolcentra van de gemeten coördinaten naar ware afstanden. Hiermee wordt een eventuele verkeerde uitlijning van de laserscanner ten opzichte van de scanrichting gecorrigeerd.

2. Zoek de positie van de bouwplaat

  1. Plaats het substraat of moedermateriaal om een afzetting te ontvangen in de lascel.
    1. Laat de laserscanner over de hoeken van het bouwgebied lopen, zodat deze over de rand van de plaat hangt, volledig beginnend van de plaat en gedeeltelijk eindigend op de plaat zoals in Afbeelding 8A. Zorg ervoor dat dit gebeurt als een continue beweging met een constante snelheid, waarbij de frequentie van de gegevensregistratie bekend is. Gebruik het tijdstip van verkrijging van een bepaalde scan samen met het begin- en eindpunt van het pad om een positie in de ruimte toe te wijzen aan elke scan die op een bepaald tijdstip is opgenomen. Noteer de locaties van de hoeken van de bouwplaat, die zullen worden gebruikt om een geometrie te verkrijgen die geschikt is voor FE-analyse.
      OPMERKING: Als u stap 2.1.1 uitvoert, kunnen de hoeken van de plaat in het coördinatensysteem van de laserscanner worden geplaatst, aangezien er een stapfunctie is waarbij de hoogte aanzienlijk verandert wanneer de laser over de plaat komt (Afbeelding 8B).
    2. Identificeer het substraat in het coördinatensysteem van de scanrobot door de hoeken in stap 2.1.1 om te zetten in het coördinatensysteem van de lasrobot via de transformatiematrix die is berekend in stap 1.13.
  2. Breng ter controle met de lasrobot de punt van de laskop naar elke hoek van de plaat en noteer de locaties zoals weergegeven in afbeelding 8C en controleer of deze locaties zijn zoals verwacht.

3. Voer de verklaring uit

  1. Terwijl de plaat is geplaatst, programmeert u de lasrobot om het gewenste pad op de juiste positie te produceren ten opzichte van de positie van de plaat in de coördinaten van de lasrobot.
  2. Start een lasgang die resulteert in een afzetting van een parel materiaal, zoals weergegeven in afbeelding 9.
  3. Nadat de doorgang is voltooid, trekt u de kop van de lasrobot in tot een veilige afstand om botsingen met de scanrobot te voorkomen.

4. Scan de kraal en genereer FE-geometrie

OPMERKING: Zie afbeelding 10 voor een samenvatting van de workflow voor het scannen van de kraalgeometrie en het gebruik van de scangegevens om een 3D-puntenwolk te maken, die kan worden gestold en in elkaar kan worden gezet voor FEA. In de volgende stappen wordt beschreven hoe elk onderdeel van de werkstroom wordt uitgevoerd.

  1. Programmeer de scanrobot om een pad te volgen waarmee de kraal kan worden gescand. Gebruik voor eenvoudige lijnen vergelijkbare start- en eindpunten als de lasrobot of voer voor een robuustere methode een scan uit van de volledige plaat.
    OPMERKING: Hierbij worden dezelfde scanvereisten gebruikt die worden gebruikt om de plaatpositie in eerste instantie te bepalen.
  2. Voer metingen uit terwijl de scanner over het werkstuk wordt bewogen volgens afbeelding 11. Noteer het begin- en eindpunt van het pad, de bewegingssnelheid van de robot en de acquisitiefrequentie. Zorg ervoor dat de frequentie van de afname overeenkomt met afstandsintervallen die niet kleiner zijn dan de minimale elementgrootte die bedoeld is voor gebruik in de daaropvolgende FEA.
  3. Als het rupsprofiel niet in één keer kan worden vastgelegd, voert u meerdere parallelle passages uit met een overlapping die overeenkomt met ten minste 10% van het gezichtsveld van de laserscanner.
  4. Zodra de scans zijn voltooid, trekt u de laserscannerrobot in om botsingen met de lasrobot bij een volgende lasgang te voorkomen.
  5. Voorzie de kraaluitvoer van een geschikte analytische functie, gefaciliteerd door een reeks opdrachten die in Python zijn gecodeerd. Voor de voorbeeldafzetting van een enkele kraal wordt voor de fitting een parabolische functie gebruikt.
    OPMERKING: De Python-code die is gebruikt om de stappen 4.5.1-4.5.10 uit te voeren, is beschikbaar in de aanvullende repository17. Stap 4.5.10 vereist een extra softwarepakket FreeCAD18, evenals een Python-installatie, om te functioneren.
    Figuur 10 Toont de werkstroom die in deze sectie wordt beschreven. Een voorbeelduitvoer in elk van de volgende fasen wordt gegeven in Figuur 12A-J. Een voorbeeldscript dat wordt gebruikt voor de gescande kraal in Figuur 11 samen met de gescande geometrie die wordt gebruikt om te produceren Figuur 12 is ook beschikbaar in de aanvullende repository17.
    1. Voordat u probeert de puntenwolkgegevens van de laserscanner te manipuleren of op enigerlei wijze te gebruiken, past u dezelfde affiene transformatiematrix toe op de laseruitvoer als in kalibratiestap 1.13.
    2. Snijd de gescande gegevens bij tot het ruwe gebied van een enkele kraal die moet worden aangebracht. Zorg ervoor dat u een deel van de plaat rond de kraal opneemt, beïnvloed door een bepaald percentage van de kraalbreedte voor vensters. Verwijder in dit stadium alle scanartefacten die het gevolg zijn van reflecties met behulp van hoogtefilters.
    3. Maak de lokale plaat binnen het bijgesneden gedeelte van de scan plat door de normaal voor de plaat op te lossen en een rotatiematrix toe te passen zodat de gegevens zich nu in een coördinatensysteem bevinden waarbij de normaalwaarde van de plaat evenwijdig is aan de verticale as.
    4. Lokaliseer de oriëntatie van de kraal op de plaat door een hoogtefilterdrempel toe te passen net boven de hoogte van de grondplaat en monteer vervolgens de resterende gegevenspunten met een1e orde polynoom. Dit geeft een vector voor de richting van de kraal. Als bekend is dat de kraal niet recht is, splits de kraal dan op in kleinere secties die kunnen worden benaderd door rechte secties
    5. Draai de kraal zodat deze evenwijdig is aan de y-as om manipulatie te vergemakkelijken.
    6. Snijd het geroteerde gedeelte bij om de uiteinden van de plaat te verwijderen, maar laat een kleine hoeveelheid (~5 mm) aan weerszijden van de kraal over om het passen mogelijk te maken.
    7. Selecteer het midden van de rupssectie die moet worden aangebracht en voer een parabolische pasvorm uit op de dwarsdoorsnede van de gegevens op deze y-positie. De programmaworkflow voor deze stap wordt gegeven in figuur 13.
    8. Gebruik de pasvorm om de omvang van de kraal te extraheren door de pasvorm te evalueren op de x-coördinaten die overeenkomen met de maximale hoogte van de plaat - waar de kraal begint.
      1. Evalueer de maximale y-positie van de kraal met behulp van dezelfde drempelwaarde.
      2. Maak profielen voor het beëindigen van kralen met dezelfde parabolische vorm, maar getransponeerd naar het x-y-vlak aan elk uiteinde van de kraal.
      3. Noteer de punten waaruit de omtrek bestaat door alle parabool te evalueren op een reeks x- en y-coördinaten die de volledige omvang van de kraal beslaan.
    9. Vertaal het domein van de punten terug naar de originele coördinaten door eerst de kraal te starten bij de oorsprong van een nieuw coördinatensysteem en deze vervolgens om te zetten naar het originele coördinatensysteem van de lasrobot.
    10. Vul met behulp van netgereedschappen het oppervlak van de punten in en maak een stevig oppervlak dat kan worden geïmporteerd in een FE-analyse. Gebruik hiervoor het FreeCAD18-programma om de reeks parabolen te combineren om een volledig 3D-lichaam te creëren dat geschikt is om te importeren in de FEA-preprocessor.
      1. Voeg op dit punt een substraat toe door de werkelijke afmetingen van de basisplaat of andere afmetingen te definiëren, indien nodig.
      2. Gebruik macro's om STL- (Standard Tessellation Language) en STEP-bestanden (Standard for the Exchange of Product Data) te genereren met behulp van de punten die zijn berekend in stap 4.5.9.
      3. Zodra de solide geometrie is geproduceerd, wordt deze geëxporteerd in een bestandsformaat dat geschikt is voor FE-analyse, in dit geval een ".inp" (invoer) formaat. Indien gewenst kan het eindige-elementennet direct worden gemaakt, gefaciliteerd door een andere FreeCAD-macro. Voor dit voorbeeld wordt de Netgen mesh FEM-tool-plug-in voor FreeCAD gebruikt. Het voorbeeld van kralengaas is gegenereerd met behulp van matige fijnheid binnen Netgen-net, een gedefinieerde maximale elementgrootte van 0,5 mm en een minimale elementgrootte van 0,1 mm.
        OPMERKING: In dit stadium kan de echte geometrie nu met succes worden geïmporteerd in een FE-analyseprocessor.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De berekende stralen en afstanden tussen fiduciale bollen voor de kalibratiecomponent in elk van de coördinatenstelsels worden weergegeven in tabel 2. De fout tussen de CMM en de elektronische puntbevinding voor elke fiduciale bolpositie is klein, minder dan 0,1 mm. Beide technieken zijn afhankelijk van fysiek contact tussen de fiduciale bol en de stylus. De fout die door de laserscanner wordt veroorzaakt bij het lokaliseren van de bollen is in vergelijking wat groot en ...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Kwaliteit vastleggen
De maatnauwkeurigheid en precisie van het laserscansysteem werden onderzocht aan de hand van de posities en stralen van de fiduciale bollen in tabel 2. De nauwkeurigheid van elk systeem wordt bepaald door het positieverschil van de fiduciale bollen zoals gemeten door de robotsystemen (laserscanner en elektrische randzoeker) in vergelijking met de CMM-gegevens wanneer deze worden omgezet in het coördinatensysteem van de lasrobot. H...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De auteurs hebben geen belangenconflicten te melden.

Dankbetuigingen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Het werk werd ook ondersteund door de Britse Atomic Energy Authority via het Fusion Industry Programme. Het Fusion Industry Programme stimuleert de groei van het Britse fusie-ecosysteem en bereidt het voor op de toekomstige wereldwijde markt voor fusie-energiecentrales. Meer informatie over het Fusion Industry Programme is online te vinden: https://ccfe.ukaea.uk/programmes/fusion-industry-programme/. Verder erkennen alle auteurs dankbaar de toegang tot de faciliteiten die worden gehost door het Henry Royce Institute for Advanced Materials, gefinancierd door EPSRC-subsidies EP/R00661X/1, EP/S019367/1, EP/P025021/1 en EP/P025498/1. MJR wil de heer Stephen Pryce bedanken voor zijn inspanningen om de functionaliteit van de hierin opgenomen software-elementen te bevestigen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
3 mm diameter ruby CMM stylusRenishawStylus gebruikt op de CMM-machine (A-5004-0422)
80% Argon 20% CO2 gasBOCGasmix voor beschermgash (Argosheild)
Crysta-Apex 776MitutoyoCoördinatenmeetmachine, geciteerde precisie 10 µm
FK 1000 MIG 1.2 mm lasdraadIabcoLasdraad verbruiksartikel 
FreeCAD 1.0FreeCADSoftware voor het bekijken van geometrieën en het maken van stl, step en FE-bestanden vanuit de puntenwolk. Gebruikte versie 1.0
Fronius CMT 4000 GMAW lasapparaatFroniusLaspistool 
G43 mildstalen plaat 50 cm x 50 cm x2.5 cmSmiths MetalSubstraatmetaal gebruikt als bouwplaat
GEOPAK/MCOSMOSMitutoyo Software voor het besturen van de CMM. Gebruikte versie 4.0
KUKA KR20KUKARobotarm gebruikt als scanrobot
KUKA KR70KUKARobotarm gebruikt als lasrobot
LAZ3RUSUniversity of ManchesterLAZer-gebaseerd 3D-renderen in Universal Scene: voor het maken van de FE-geometrie voor de laserscan. Gebruikte versie 1.0
Micro Epsilon LLT3010-100  Micro Epsilon Laserscanner, geciteerde precisie 9 µm
Mitutoyo 30 mm diameter kalibratiesfeerMitutoyo Gesmolten silica CMM-kalibratiesfeer
ScanCONTROL3000_100 Micro Epsilon Software voor het vastleggen en verwerken van de informatie van de laserscanner
TouchSenseFroniusSysteem voor elektronische rand-/functievinding in een gerobotiseerde lasimplementatie

Referenties

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Shravan, C., Radhika, N., Deepak Kumar, N. H., Sivasailam, B. A review on welding techniques: properties, characterisations and engineering applications. Advances Mater Process Technol. 10 (2), 1126-1181 (2024).
  2. Smith, M. C., Smith, A. C., Ohms, C., Wimpory, R. C. The NeT Task Group 4 residual stress measurement and analysis round robin on a three-pass slot-welded plate specimen. Int J Press Vessels Pip. 164, 3-21 (2018).
  3. Ding, J., et al. Thermo-mechanical analysis of wire and arc additive layer manufacturing process on large multi-layer parts. Comput Mater Sci. 50 (12), 3315-3322 (2011).
  4. Lindgren, L. -E., Runnemalm, H., Näsström, M. O. Simulation of multipass welding of a thick plate. Int J Numer Meth Eng. 44 (9), 1301-1316 (1999).
  5. Kazanas, P., Deherkar, P., Almeida, P., Lockett, H., Williams, S. Fabrication of geometrical features using wire and arc additive manufacture. Proc Inst Mech Eng B J Eng Manuf. 226 (6), 1042-1051 (2012).
  6. Nguyen, L., Buhl, J., Israr, R., Bambach, M. Analysis and compensation of shrinkage and distortion in wire-arc additive manufacturing of thin-walled curved hollow sections. Addit Manuf. 47, 102365(2021).
  7. Dugar, J., Ikram, A., Klobčar, D., Pušavec, F. Sustainable hybrid manufacturing of AlSi5 alloy turbine blade prototype by robotic direct energy layered deposition and subsequent milling: an alternative to selective laser melting. Materials. 15 (23), 8631(2022).
  8. BS EN ISO 17637:2016: Non-destructive testing of welds: visual testing of fusion-welded joints. , British Standards Institute. (2016).
  9. BS EN ISO 17639:2022: Destructive tests on welds in metallic materials: macroscopic and microscopic examination of welds. , British Standards Institute. (2022).
  10. Aviles-Viñas, J. F., Rios-Cabrera, R., Lopez-Juarez, I. On-line learning of welding bead geometry in industrial robots. Int J Adv Manuf Tech. 83 (1), 217-231 (2016).
  11. Ye, G., Guo, J., Sun, Z., Li, C., Zhong, S. Weld bead recognition using laser vision with model-based classification. Robot Comput-Integr Manuf. 52, 9-16 (2018).
  12. Sensors & system solutions metallic flat & long products. , Micro-Epsilon. https://www.micro-epsilon.com/fileadmin/download/industries/industry-brochure--metallic-flat-long-products--en.pdf (2024).
  13. Hu, Z., Qin, X., Li, Y., Yuan, J., Wu, Q. Multi-bead overlapping model with varying cross-section profile for robotic GMAW-based additive manufacturing. J Intell Manuf. 31 (5), 1133-1147 (2020).
  14. KUKA Robot Language (KRL). , https://www.kuka.com/ (2014).
  15. Francis, J. A., Bednarz, B., Bee, J. V. Prediction of steady state dilution in multipass hardfacing overlays deposited by self-shielded flux cored arc welding. Sci Technol Weld Join. 7 (2), 95-101 (2002).
  16. Harris, C. R., et al. Array programming with NumPy. Nature. 585 (7825), 357-362 (2020).
  17. Laurence, R., Li, J., Roy, M. LAZ3RUS v0.1. Zenodo. , (2025).
  18. FreeCAD 1.0. , https://www.freecad.org/ (2025).
  19. Huang, W., Wang, Q., Ma, N., Kitano, H. Distribution characteristics of residual stresses in typical wall and pipe components built by wire arc additive manufacturing. J Manuf Process. 82, 434-447 (2022).
  20. Cambon, C., Bendaoud, I., Rouquette, S., Soulié, F. A WAAM benchmark: from process parameters to thermal effects on weld pool shape, microstructure and residual stresses. Mater Today Commun. 33, 104235(2022).
  21. Schajer, G. S., Prime, M. B., Withers, P. J. Why is it so challenging to measure residual stresses. Exp Mech. 62 (9), 1521-1530 (2022).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

Laser Geometry CaptureFinite Element AnalysisWeld Bead GeometryLaser ScanningAutomated WeldingResidual StressDigital Welding CellParabolic Curve Fitting3D Solid GeometryMesh Generation

Gerelateerde artikelen