基于立体视觉的GMAW增材制造堆积形貌三维重建与智能控制研究

Real-time detection and closed-loop control for deposition appearance is one of the most challenging problems in GMAW additive manufacturing. This project attempts to seek a new approach for three-dimensional reconstruction and intelligent control for deposition appearance in GMAW additive manufacturing based on stereo vision. A single camera biprism-stereo system is devised. Internal and external parameters, as well as the relative position of both virtual cameras are calibrated. Influences of various stereo matching algorithms on the reconstruction accuracy and efficiency are investigated. The corresponding deposition width and height are extracted. By means of the artificial neural network, the dynamic model between process parameters and deposition appearance is developed. An intelligent decoupling controller is designed by setting the deposition width and height as the controlled variable, and the arc voltage, wire feed speed or deposit velocity as the controlling variable. The double-variable decoupling control for deposition appearance is realized. By the research of this project, the application scope of the stereo vision technique is extended. At the meantime, it can provide a valuable scientific method and a technique solution for sloving problems of forming stability and accuracy.

熔化极气体保护焊（GMAW）增材制造堆积形貌的实时检测与闭环控制是增材制造领域最具挑战性的难题之一。本项目试图探索一种基于立体视觉的GMAW增材制造堆积形貌三维重建与智能控制的新途径。主要研究内容包括：基于双棱镜单摄像机的双目立体视觉系统设计,虚拟摄像机内外参数、位置关系标定；研究不同立体视觉匹配算法对堆积形貌重建精度和效率的影响，提取堆积宽度和高度特征信息；建立基于人工神经网络的堆积工艺参数与堆积形貌的动态模型；以堆积宽度和高度为被控变量，电弧电压、送丝速度或堆积速度作为控制变量，设计智能解耦控制器，实现堆积形貌的双变量解耦控制。通过本项目的研究，一方面扩展立体视觉技术的应用范围；另一方面为解决GMAW增材制造成形稳定性与成形精度的难题提供有价值的科学方法和技术实现途径。

熔化极气体保护焊（GMAW）增材制造堆积形貌的实时检测与闭环控制是增材制造领域最具挑战性的难题之一。本项目试图探索一种基于立体视觉的GMAW增材制造堆积形貌三维重建与智能控制的新途径。主要研究内容包括：设计了基于棱镜折射原理的单摄像机虚拟双目立体视觉传感系统，获得了堆积形貌立体图相对；求解了两虚拟摄像机内外参数及其位置关系，研究了自适应、全局和局部立体匹配算法对重建精度和效率的影响，验证了虚拟双目视觉传感系统及三维重建算法的有效性，重建误差小于6%；提出特征区域局部分区匹配与图像处理相结合的策略，解决了立体匹配精度与重建效率的矛盾，实现熔池边缘的实时提取；采用传统阶跃试验法辨识了工艺参数与成形尺寸的传递函数模型，揭示了工艺参数对堆积尺寸的动态影响规律，建立了基于人工神经网络的堆积工艺参数与堆积形貌的动态模型；设计了多变量模糊智能控制器及仿真系统，以堆积电流与电压为控制变量，实现了堆积形貌的多变量解耦控制。通过本项目的研究，一方面扩展立体视觉技术的应用范围；另一方面为解决GMAW增材制造成形稳定性与成形精度的难题提供有价值的科学方法和技术实现途径。项目培养博士后1名，博士生1名，硕士生5名，本科生13名，发表论文25篇，其中SCI期刊论文20篇，EI论文5篇，申请中国发明专利29项，已授权8项。