25 juli 2025
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.
Geautomatiseerd lassen wordt veel gebruikt en is in staat om uniforme en reproduceerbare lassen te maken. Het mist momenteel echter de mogelijkheid om zich aan te passen tijdens multipass-lasprocessen, iets wat een bekwame technicus van nature zou doen tijdens handmatig lassen. Door gebruik te maken van een laserscanner maakt ons protocol het mogelijk om de voortgang te bewaken zonder vertragingen te veroorzaken, in tegenstelling tot handmatige registratie van de lasgeometrie met behulp van fysieke meters.
Het produceert ook een digitaal verslag van de verklaring, dat kan worden gebruikt voor toekomstige analyse. Dit protocol wordt mogelijk gemaakt door Meta one, de digitale trein van de lascel. Ze zijn ontwikkeld aan de Universiteit van Manchester.
De digitale trein maakt het mogelijk om in een digitale ruimte niet alleen de bouwgeometrie op te nemen en af te spelen, maar ook robotinstructies, daadwerkelijke robotbewegingen en camerabeelden van de lascel en het lokale smeltbad. De laserscanner moet worden gekalibreerd om te corrigeren voor elke scheeftrekking of kanteling tussen de scanner en de bouwplaat. Als onderdeel van dit kalibratieproces worden de gegevens van de laserscanner in het coördinatensysteem van de lasrobot gebracht.
Het snel vastleggen van de lasgeometrie kan de besluitvorming tussen gangen vergemakkelijken, mogelijk verbeteren door middel van machine learning, en het mogelijk maken om eindige-elementenmodellen te vullen met echte depositiegeometrie. Plaats om te beginnen de kalibratiecomponent in de lascel in dezelfde richting als de oorsprong in de coördinatenmeetmachine. Stel de scan van de kalibratiecomponent in met behulp van het laserscannersysteem en registreer de scanuitvoer in het coördinatenbestand met X-, Y- en Z-waarden.
Meet elke fiduciale bol met behulp van de laserscanner. Scan over elke bol om de kalibratiecomponent te meten. Kort de lijnscangegevens af door punten die afkomstig zijn van het substraat uit te sluiten, cirkelvormige maskers in X en Y rond de bekende posities te gebruiken en drempels toe te passen in Z. Gebruik de gefilterde puntset om een kleinste vierkante bolaanpassing uit te voeren en de centrale coördinaten te bepalen.
Lokaliseer nu de kalibratiecomponent met behulp van de lasrobot die is uitgerust met een metalen punt van bekende afmetingen. Gebruik de aanraaksensorroutine om de punt op verschillende plaatsen in contact te brengen met het oppervlak van elke fiduciale bol. Laat het laagspanningscircuit bij contact voltooien en registreer de positie van de robot via de systeemsoftware.
Plaats vervolgens het substraat of moedermateriaal dat de afzetting zal ontvangen in de lascel. Start vervolgens met behulp van de lasrobot een lasgang om een druppel materiaal langs het substraatoppervlak af te zetten. Programmeer de scanrobot om een pad te volgen dat is uitgelijnd met de locatie van de kraal.
Gebruik voor eenvoudige lineaire parels hetzelfde begin- en eindpunt als de lasrobot en scan het hele plaatgebied met de scanrobot voor een betere dekking. Voer metingen uit terwijl u de scanner over het werkstuk beweegt. Noteer het begin- en eindpunt van het scanpad, de bewegingssnelheid van de robot en de acquisitiefrequentie.
Controleer of de frequentie overeenkomt met een ruimtelijk interval dat niet kleiner is dan de minimale elementgrootte die is gepland voor de eindige-elementenanalyse. Pas het gescande kralenprofiel aan met een geschikte analytische functie met behulp van Python-code. Gebruik voor afzettingen van enkele kralen een parabolische functie voor het aanpassen van bochten.
Pas dezelfde affiene transformatiematrix toe op de laserscangegevens als gebruikt tijdens de kalibratie. Snijd de scangegevens bij tot een gebied dat de kraal bedekt en een marge eromheen bevat. Verwijder alle scanartefacten die worden veroorzaakt door reflecties met behulp van filters op basis van hoogte.
Maak vervolgens het lokale gebied van de plaat in de bijgesneden scan plat door de normale plaat op te lossen en een rotatiematrix toe te passen om de normale plaat uit te lijnen met de verticale as. Draai de kraal zodat deze is uitgelijnd met de Y-as om verdere verwerking te vereenvoudigen. Detecteer de oriëntatie van de kraal door een hoogtefilter toe te passen net boven het niveau van de grondplaat en pas de resulterende gegevens aan met een polynoom van de eerste orde om een vector te genereren die de kraalrichting weergeeft.
Als de kraal niet recht is, verdeel deze dan in kleinere segmenten die rechte lijnen benaderen. Snijd nu het geroteerde gedeelte bij om overtollig plaatoppervlak te verwijderen met behoud van ongeveer vijf millimeter materiaal aan weerszijden van de kraal. Kies het centrale gebied van de verbeurdverklaring van de kraal en voer een parabolische curve uit die past bij de dwarsdoorsnede van de gegevens op deze locatie.
Bepaal vervolgens met behulp van de aangebrachte parabolische curve de laterale omvang van de kraal door de curve te evalueren op de X-coördinaten waar de kraal de grondplaat op zijn maximale hoogte raakt. Evalueer vervolgens de Y-coördinaten, die de omvang van de kraal aangeven met behulp van vergelijkbare technieken voor hoogtedrempels. Maak beëindigingsprofielen aan beide uiteinden van de kraal met behulp van dezelfde parabolische vorm die in het XY-vlak is getransponeerd.
Bereken nu de volledige omtrek van de kraal door alle parabolen te evalueren op meerdere X- en Y-coördinaten die de hele spanwijdte van de kraal bestrijken. Voeg vervolgens de geometrie van het basissubstraat toe door de werkelijke omvang op te geven of vooraf gedefinieerde afmetingen te gebruiken. Gebruik vervolgens meshing-tools in FreeCAD om de set parabolische doorsneden om te zetten in een enkele 3D-solide geometrie.
Dit oppervlak moet geschikt zijn voor import in een eindige-elementenanalyseomgeving. Vertalen van de omtrekpunten naar het originele coördinatensysteem van de lasrobot. Reset eerst de kraal naar de oorsprong van een nieuw coördinatensysteem.
Pas vervolgens de transformatie toe om de positie in het oorspronkelijke frame te herstellen. Gebruik macro's om de kraal en het substraat te exporteren als STL- en stapbestanden met behulp van de eerder berekende geometriepunten. Exporteer ten slotte de volledige geometrie naar een bestandsindeling die geschikt is voor eindige-elementenanalyse, zoals de INP-indeling.
Gebruik desgewenst de NETGEN mesh FEM-tool in FreeCAD om het mesh te maken met een gemiddelde fijnheid met een maximale elementgrootte van 0,5 millimeter en een minimum van 0,1 millimeter. De transformatiematrix die op de locaties van de fiduciale bollen werd toegepast, resulteerde in overlappende, zichtbaar verschillende puntenverzamelingen tussen de coördinatenstelsels. De gemeten stralen van de fiduciale bollen met behulp van de laserscanner vertoonden een consistente lichte onderschatting in vergelijking met machinetechnieken voor het vinden van randen en coördinaten.
De positiefout van de laserscanner bij het bepalen van afstanden tussen fiduciale bollen varieerde van 1,30 millimeter tot 2,05 millimeter, terwijl zowel CMM- als elektronische randvindfouten onder de 0,1 millimeter bleven. De uiteindelijke geometrie van de volledig vermaasde lasrups werd met succes geïmporteerd in de eindige-elementenanalysesoftware.
Bekijk het volledige transcript en krijg toegang tot duizenden wetenschappelijke video's
Dit artikel beschrijft een protocol voor het verkrijgen van bijna real-time metrologie van lasnaden met behulp van een lasersscanner. De methode maakt het mogelijk om het lasproces zonder vertragingen te monitoren en creëert een digitaal record voor toekomstige analyse.
Accurate geometric capture of weld beads is critical for predictive modeling of component distortion and residual stress in high-value manufacturing. Integrating laser-based metrology with finite element analysis (FEA) enables rapid, data-driven decision-making and reduces reliance on idealized geometries that can undermine simulation fidelity. This workflow enhances predictive confidence at key inflection points in process development and supports robust portfolio advancement.
This protocol bridges real-world process monitoring with digital simulation, positioning laser-based geometry capture as a critical enabler from early process development through preclinical qualification.