[發明專利]基于強化學習的雙激光器路徑缺陷自適應調整方法

有效

• 申請號: 202110837604.1
• 申請日: 2021-07-23
• 公開（公告）號: CN113442442B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 劉林升;王祎;范永剛;崔紫微
• 申請（專利權）人: 大連理工大學
• 主分類號: B29C64/393
• 分類號: B29C64/393;B33Y50/02;G06N3/04
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪

本發明設計了一種基于強化學習的雙激光器路徑缺陷自適應調整方法，以強化學習算法Policy Gradients算法為基礎，將打印過程圖像通過攝像頭反饋給程序，并對缺陷與未打印部分進行重新規劃，使打印頭抬起次數最少，轉彎最少，空跳路徑最短。本發明利用超聲微鍛造和在線監測實現缺陷在線檢測，根據檢測缺陷區域以及原始路徑對雙激光器剩余路徑重新進行協同路徑規劃，可以大幅提高打印制造質量，提升制件合格率。

技術領域

本發明屬于人工智能及增材制造領域，涉及一種基于強化學習的雙激光器路徑缺陷自適應調整方法。

背景技術

隨著制造業及其智能化的發展，制造行業的各個領域與計算機智能技術的結合得到了更好發展，其中，增材制造行業的發展前景也更為廣闊。將增材制造技術應用于航空航天制造、醫療發展以及牙科制造技術等一些行業，能夠有效提高生產效率以及制造精度。增材制造的過程是將設計好的模型通過建模、切片分層、路徑規劃以及增材制造打印堆積幾個步驟在短時間內將模型零件制造成型。

增材制造技術的飛速發展給人們留下深刻印象，最早采用AM技術進行系列生產的行業有航空航天、醫療、牙科和一些消費品行業。增材制造傾向于生產數量相對較少、價值高且復雜的零件類型，隨著制造速度的提高，總成本的降低，使AM能夠應用于更廣泛的生產應用。汽車制造行業就是一個例子，已經使用增材制造進行了近20年的原型設計。與傳統的減材制造相比，增材制造技術有著廣泛應用和大量的優勢，但是目前增材制造技術的應用受到了制造效率低下的限制，這已引起了制造方法、材料改進、算法優化、設備制造等領域的廣泛關注。其中，路徑規劃做為增材制造整個過程中的一個關鍵環節，其通過確定激光頭運動路徑，對打印質量好壞、打印制造時間長短有著至關重要的作用。

在增材制造的過程中，由于多因素的復合交互作用，可能出現夾雜、微孔等缺陷，進而造成制件內部產生不可預知的裂紋，甚至制件發生嚴重變形或者斷裂。這就需要在打印的過程中預先根據模型的實際情況適當的生成優化的打印路徑來提高打印質量，修補存在的缺陷。

增材制造技術作為引領新的科技革命的重要技術之一，未來發展前景十分廣闊。隨著經濟發展和人民生活水平的提高，消費者逐漸增加個性化的需求，增材制造將聯合人工智能技術，推動制造業智能化發展，以及生產方向轉為個性化定制。未來，隨著3D打印機、材料和后處理技術的發展，3D打印的應用領域將不斷擴大。

路徑規劃作為增材制造技術中的一個關鍵環節，其通過規劃激光頭的運動軌跡來控制整體的打印過程，對打印質量以及打印效率有著巨大的影響。現階段常用的Z字型、偏執輪廓型路徑規劃算法優劣勢明顯，且針對大型制件的表現較差，隨著打印機制造技術的發展，打印機的種類也越來越多，不再局限于單個打印噴頭，而是出現了使用多個打印噴頭同時工作的3D打印機，但是對于多噴頭打印機的研究仍然比較少，現在主要研究的是雙噴頭3D打印機。

但在打印的過程中，就算事先進行的路徑規劃做的很好，也不可避免地因為一些不可預知的原因而產生缺陷。而在打印過程中進行自適應的動態路徑缺陷的補全可以大大降低打印所需時間，提高打印成品的質量，提高整體工作效率。

《增材制造中打印路徑規劃算法的研究與實現》中使用旅行商問題的方法進行靜態的路徑規劃，沒有提出動態的路徑缺陷自適應調整的方法。

發明內容

為解決上述問題，本發明提出了一種基于強化學習的雙激光器路徑缺陷自適應調整方法。本發明采用了強化學習的方法，建立一個強化學習模型，用神經網絡選擇打印動作，能實現動態的路徑規劃。本發明打印路徑效率更高，具有路徑缺陷自適應調整能力，可以大幅提高打印制造質量，提升制件合格率。

本發明的技術方案：

一種基于強化學習的雙激光器路徑缺陷自適應調整方法，首先要鏡頭觀察實時打印情況，出現缺陷要捕捉缺陷，然后將捕捉到的缺陷情況與還未打印的部分合成一個部分來進行重新規劃，每次捕捉到缺陷都進行一次重新規劃，這樣的打印結果就會避免缺陷的存在。