为什么高科技制造业依赖Xiris相机

Xiris相机在各种高科技研究和工业应用中已成为关键工具,提供实时监控和精确数据测量,从而增强对复杂制造过程的理解。在焊接和增材制造领域,Xiris的热成像和焊接相机为研究人员提供了深入的洞察,从而改善过程控制、系统效率和产品质量。

以下是2024年一些突破性研究的概述,展示了Xiris相机在各个领域的变革性影响。


1. 纳秒激光诱导铁等离子体反应刻蚀CVD金刚石

在《纳秒激光诱导铁等离子体反应刻蚀单晶CVD金刚石的研究》[1]中,研究人员使用纳秒激光对单晶金刚石进行刻蚀。为了实时准确观察,团队选择了Xiris XIR-1800热成像相机来跟踪激光刻蚀表面的温度分布。

该相机的高热敏感性和快速响应时间提供了精确的温度测量,这对于理解激光诱导刻蚀过程对金刚石的影响至关重要。通过使用XIR-1800,研究人员能够提高这种先进材料加工技术的精度和可重复性。


2. 激光金属沉积与多模态学习

热成像与先进机器学习模型的结合在激光金属沉积过程中尤为有效。在《JEMA:一种用于可扩展协同学习的多模态对齐联合嵌入框架》[2]中,波尔图大学的研究人员使用Xiris XIR-1800热成像相机监控粉末基激光金属沉积(LMD)的离轴过程。

通过测量熔池的温度分布,团队能够准确分割和测量熔融金属区域。结合过程参数和同轴视觉相机的数据,研究人员开发了一个名为JEMA的强大协同学习框架。该框架利用多模态数据高精度预测熔池几何形状,减少了对大量微调的需求。

XIR-1800热成像相机的集成是向多模态系统提供最相关实时数据的关键步骤,确保了机器学习模型能够做出精确预测,从而提高沉积质量。


3. 激光热丝熔覆的多传感器监控

在《激光热丝表面熔覆过程的多传感器在线监控系统》[3]中,南卫理公会大学先进制造研究中心的研究人员结合了高速相机、光谱仪和Xiris XIR-1800等多种传感器,创建了一个用于激光热丝熔覆的热监控系统。

XIR-1800用于跟踪熔覆过程中熔池的温度。这些数据对于计算冷却速率至关重要,而冷却速率直接影响熔覆层的显微硬度。研究人员发现,通过实时调整激光功率和扫描速度,可以在线控制熔覆层的显微硬度。

此外,Xiris自豪地推出了首款商用冷却时间工具,可直接在WeldStudio™中提供对熔覆过程质量和一致性至关重要的t8/5测量。


4. GMAW与LSTM U-Net用于熔池重建

在另一项创新研究《通过特征增强和LSTM U-Net网络动态重建GMAW熔池区域成分分析》[4]中,肯塔基大学的研究人员使用Xiris XVC-1100相机监控气体保护金属弧焊(GMAW)过程。

该相机提供了熔池、电弧和填充丝的高分辨率图像。团队开发了一种结合长短期记忆(LSTM)网络和U-Net语义分割架构的混合模型,用于对焊接特征进行逐像素分割。LSTM组件的加入使系统能够捕捉熔池几何形状的时间变化,从而更深入地了解焊接过程的动态行为。

Xiris还提供MeltPool AI™工具,用于在GMAW中实现精确的熔池分割。


5. 激光金属沉积的闭环控制

慕尼黑工业大学的研究人员通过闭环控制系统增强了基于线材的激光金属沉积。在《基于分割的闭环层高控制以提高线材激光金属沉积的稳定性和尺寸精度》[5]和《使用光学相干断层扫描实时监控和控制同轴送丝激光金属沉积的层高》[6]中,团队使用激光线扫描仪监控沉积过程中的层高。

获得的层高数据被输入基于MATLAB的控制算法。Xiris XVC-1000相机用于实时监控过程稳定性和线材与熔池的相互作用。该项目开发的闭环系统能够减轻高度扰动的影响,并在几层内恢复均匀的沉积高度。


6. GMAW质量控制的多模态方法

韩国釜山外国语大学的研究人员创建了一种用于气体保护金属弧焊(GMAW)的多模态质量控制系统。该模型和研究结果在《一种新型GMAW质量控制多模态方法》[7]中描述。该系统将电气数据与Xiris XVC-1000e相机捕捉的高分辨率焊接图像相结合。

收集的图像与电气参数的频谱图合并,用于训练自定义模型以检测焊接缺陷。使用EfficientNetB2和ResNet50作为视觉编码器,系统的准确率分别达到97.33%和98.67%。


7. 基于GAN合成图像的窄间隙GTAW缺陷检测

在窄间隙气体保护钨极弧焊(NG-GTAW)领域,研究《基于生成对抗网络迁移学习的窄间隙GTAW缺陷检测与分类》[8]探讨了一种新的缺陷检测方法。

研究人员利用生成对抗网络(GANs)合成缺陷图像,以增强训练数据集。通过训练两个分类网络,科学家能够区分良好焊缝和有缺陷焊缝。


8. 增材制造中的异常检测

研究《通过增强模型和频率分析解释增材制造中的异常检测》[9]探讨了INVAR36合金线弧增材制造中的无监督学习异常检测模型。研究人员从电气参数中提取时域和频域特征,用于训练多个异常检测模型。模型的性能通过Xiris XVC-1000焊接相机图像和表面外观进行验证。


结论

Xiris相机在工业研究中的广泛应用突显了其在焊接和增材制造过程中高精度监控的能力。无论是在激光金属沉积、线弧增材制造、GMAW还是GTAW中,Xiris XIR-1800和XVC-1000等热成像和视觉焊接相机的使用都推动了自动化、质量控制和工艺优化的进步。Xiris成像解决方案与机器学习的结合正在塑造制造技术的未来,实现更高的精度、效率和生产力。

分类: 最新资讯