Towards Automatic Inspection in Additive Manufacturing using Computer Vision

Abstract

Utviklingen av additiv produksjon har ført til økt kompleksitet på grunn av et større utvalg av materialer og utvidede frihetsgrader i systemene. Dette har økt interessen når det gjelder å løse noen av de industrielle utfordringene, inkludert både reparasjoner og produksjon. Imidlertid har disse systemene har per nå ingen innebygde inspeksjonsmuligheter for å både kvalitetskontroll og overvåke produksjonsprosessen. Gjennom utviklingen av additiv tilvirkning i metall, har unike oppsett med bruk av forskjellige kamerateknologier blitt anvendt for å utnytte ulike metoder innenfor datasyn. Disse metodene har vist potensiale for overvåking under prosessen, feildeteksjon og korrigering. Det er imidlertid fortsatt begrensninger når det gjelder fullstendig integrering av inspeksjonssystemer med additive tilvirkning som benytter seg av bruken av robotmanipulatorer med høyere frihetsgrader. Det gjenstår mye å utforske både når det gjelder additive tilvirkning som benytter seg av robotmanipulatorer, og de ulike utfordringene knyttet til bruk av strukturert lys på ulike metaller og geometriske former. I denne oppgaven foreslås det et innovativt rammeverk integrert med i et system for Directed Energy Deposition, som muliggjør automatisert inspeksjon av produksjonsprosessen i sanntid. Dette rammeverket benytter 3D-rekonstruksjon for å undersøke høydeforskjeller, forbedre overvåkingen av prosessen, og identifisere potensielle muligheter for optimalisering av parametere i produksjonsprosessen. Videre har det blitt benyttet en metode som muliggjør 3D-rekonstruksjon ved å kombinere en laserlinjeskanner og en robotmanipulator med flere frihetsgrader. Til slutt ble høydeavvikene målt i prosessen, og det ble utført eksperimentelle korreksjoner for å utforske muligheten for å oppnå ønsket produksjonshøyde på testobjekter. Disse resultatene har betydning innen fagfeltet og presenterer en metode for automatisert inspeksjon i additive tilvirkningsprosesser.

The advancement of Additive Manufacturing systems has led to increased complexity in the wider diversity of materials and enhanced Degrees of Freedom, which has caused an increased interest in potentially solve some of the industry’s challenges related to repairs and production. However, these systems do have few integrated inspection capabilities to both evaluate the quality and monitoring the manufacturing process. The use of computer vision in Directed Energy Deposition has traditionally been concentrated on various camera technologies and setups, each specially tailored to a specific Additive Manufacturing system. These methods have demonstrated potential for in-process monitoring, error detection and correction. Nevertheless, research remains limited in terms of fully integrating inspection systems with Additive Manufacturing processes utilizing robot manipulators, and comprehensively exploring the challenges associated with using computer vision on diverse metal types and geometric shapes. In this thesis, a novel framework is proposed to be integrated with a Directed Energy Deposition system, to enable real-time automated inspection during the manufacturing process. This framework utilizes 3D reconstruction to examine height disparities, providing insights and potential possibilities for optimizing in the manufacturing process. Furthermore, incorporating a 3D reconstruction method that takes advantage of the capabilities of both a laser line scanner and a robotic manipulator, which expands the possibilities for inspection options. Lastly, the measured errors were experimentally leveraged, with correction made to achieve the target height of a manufactured test specimen. These results contribute to the field, offering an approach for automated inspection in Additive Manufacturing processes.