基于机器视觉的多轴 3D打印缺陷检测技术研究
基于机器视觉的多轴 3D打印缺陷检测技术研究
张海光 宗在亮 姚 远 胡庆夕
(上海大学快速制造中心,上海大学工程训练国家级实验教学示范中心, 上海市智能制造及机器人重点实验室,上海 200444)
摘 要:熔融沉积成型(FusedDepositionModeling,FDM)作为应用最为广泛的增材制造工艺,其打印件质量问题引起了越来越多的关注。本研 究针对 FDM打印件常见缺陷,提出了一种基于机器视觉与卷积神经网络(ConvolutionalNeuralNetwork,CNN)的多轴 FDM打印检测方法,使用 CCD相机采集打印件状态图像,并利用构建的 CNN网络进行缺陷识别与分类。为了验证该检测方法的可行性,面向自主开发的五轴 FDM打 印平台,以层间剥离缺陷为例,建立了数据集,通过训练与验证,不断改进网络参数,构建了性能优异的 CNN网络。
关键词:熔融沉积成型;多轴打印;机器视觉;缺陷分类;卷积神经网络