在增材制造期间收集的传感器数据的空间映射的制作方法

本发明涉及用于比如在粉末床熔融设备中对增材制造期间收集的传感器数据进行空间映射的设备和方法。本发明特别地但不排他地应用于二维或三维的空间映射传感器数据，以用于传感器数据的可视化和/或用于过程中控制。

背景技术：

用于生产部件的增材制造或快速成型方法包括可流动材料的逐层固化。存在多种不同的增材制造方法，包括材料床系统，比如选择性激光熔化(slm)、选择性激光烧结(sls)和立体光刻系统。

在选择性激光熔化中，在构建室中的粉末床上沉积粉末层，并且用激光束扫描粉末层的与正在构造的物体的截面(剖切面)相对应的部分。激光束将粉末熔化以便形成固化层。在层的选择性固化之后，使粉末床降低了新固化的层的厚度，并且根据需要在表面上铺展另一层粉末并使其固化。在单一构建中，可以构建不只一个物体，这些零件在粉末床中间隔开。

wo2007/147221a1披露了一种选择性激光熔化设备，该设备包括用于用激光束扫描粉末表面的扫描仪、以及用于捕获由熔化区发射并通过扫描仪的光学系统传输的辐射的空间分辨检测器(例如ccd或cmos相机)或集成检测器(例如具有较大有源区域的光电二极管)。

us2013/0168902a1披露了一种通过激光熔化工艺来生产三维部件的方法，其中，使用wo2007/147221a1中披露的装置捕获的传感器值与在部件中定位这些传感器值的坐标值一起存储、并且通过可视化单元以二维和/或多维表示方式对部件中的传感器值的检测位置进行显示。可视化方法可以用于在构造过程期间(在构造过程正好完成后和/或仍在构造过程期间)显示从熔池捕获的值。

“使用高速实时熔池监测系统的对选择性激光熔化过程的原位质量控制”，s.clijsters,tcraeghs,sbuls,kkempen,j-pkruth,internationaljournalofadvancedmanufacturingtechnology[先进制造技术国际期刊](2014)25:1089-1101披露了一种用于选择性激光熔化(slm)的原位监测系统。传感器值的可视化是通过“映射算法”完成的，映射算法将测量值从时域表示方式转换为位置域表示方式。每100μm拍摄一次熔池的样本/照片。将所测量的熔池数据映射在规则网格上。将熔池数据分配给与相对应的记录位置最接近的像素。当将不只一个数据点分配给像素时，取该像素内所有数据的平均值。所映射的图像的每个像素为100μm×100μm。基于预期的熔池大小(直径为120μm至150μm左右)和采样速率来选择像素大小。

技术实现要素：

根据本发明的第一方面，提供了一种生成在增材制造期间收集的传感器数据的空间映射图的方法，在该增材制造中使用能量束来选择性地熔化多层粉末以形成物体，该方法包括：接收在物体的增材制造期间收集的传感器数据，该传感器数据包括传感器值，该传感器值是在该物体的增材制造期间针对该能量束的不同坐标位置而捕获的；以针对该传感器数据的相对应的基于单元的空间映射而生成单元值，其中，该单元值中的每一个都是根据在与熔池或能量束光斑的范围/尺寸相当的区域/体积上延伸的相应多个传感器值来确定的。

应当理解的是，如本文所使用的，“相当的”是指区域/体积与熔池和/或能量束光斑的物理尺寸或影响大致相同或稍大。典型地，多个传感器值在大约与熔池和/或能量束光斑的大小相同或者在熔池和/或能量束光斑的尺寸的1倍到2倍之间的区域/体积上延伸。对于典型的金属粉末床熔化设备，熔池可以具有100微米到150微米左右的宽度以及75微米到250微米左右的深度。因此，多个传感器值可以在70微米到500微米之间的区域/体积上延伸，以便表示熔池。对于典型的金属粉末床熔化设备，能量束光斑可以具有70微米到80微米左右的(1/e²)宽度。因此，多个传感器值可以在65微米到160微米之间的区域/体积上延伸，以便表示能量束光斑。

对单元值进行确定的传感器值的平均数量可以是2个或更多个，优选地是5个或更多个。这可以允许传感器数据以高于熔池大小的分辨率来进行空间映射。

可以在与能量束光斑(其通常以1m/s至4m/s的速度移动)移动的距离相对应的、小于熔池和/或能量束光斑的尺寸(例如，每个传感器值10微米至40微米，相比于熔池宽度100微米或能量束光斑70微米)的采样频率(例如100khz)下获得传感器数据。然而，在传感器具有用于监测整个熔池区域或监测能量束的视场的情况下，传感器值来自于在生成传感器值时能量束的中心位置所属的、分辨率大于10微米至40微米的区域或者(在能量束光斑的情况下)与对该区域的影响相关联。因此，将每个传感器值归属于10微米至40微米的区域可能无法合理地表示从中得到传感器值的区域/体积，并且照此可能无法使得用户能够识别缺陷，比如物体中的孔隙率、层中粉末用量不足或能量束的覆盖范围。本发明使传感器值合并以提供表示在这种更宽的区域/体积上曝光的影响的单元值。以这样的方式，传感器值的空间映射更能代表由传感器数据捕获的在粉末层处发生的物理过程。传感器数据的这种映射可以被称为传感器数据的宏映射或中映射，从而允许用户/操作者查看具有这些比例的构建中的缺陷。

每个单元可以代表与熔池或能量束光斑的大小相当的空间范围。可替代地，每个单元的空间范围可以显著小于熔池或能量束光斑的大小，但是其值是根据在与熔池或能量束光斑相当的区域/体积上延伸的相应多个传感器值来确定的并且因此超出了该单元的空间范围。

每个单元值可以根据多个层中的一个或多个不同的层中的多个传感器值来确定。每个单元值可以根据单元的中心/位置的定义距离(比如用户/操作者所定义的距离)内的多个传感器值来确定。所定义的距离可以是单元的空间范围(例如，落入每个单元的空间范围内的多个传感器值)，或者是超出单元的空间范围的距离。

确定每个单元值可以包括对该相对应的多个传感器值求和。该求和可以是各个多个传感器值的加权求和。每个传感器值可以基于从单元位置到传感器值的坐标位置的距离来加权。以这样的方式，单元值的确定可以将熔池/曝光的影响与距熔池/曝光的距离之间的关系考虑在内。

模糊(方框(平均)模糊、高斯模糊或其他基于熔化过程模型的适当模糊)可以用于使传感器值在基于单元的空间映射的单元中趋于平滑。该方法可以包括接收对高斯模糊的σ值、模糊半径、和/或像素/体素大小进行限定的输入。这可以提供表示从区域输入或发射的能量的量的映射，该映射可以与该区域中的熔化程度相关。模糊半径可以与熔池或能量束光斑的范围相当。可以基于熔池或能量束光斑的范围来选择高斯模糊的σ值。例如，可以选择20微米到80微米之间的σ值。

可替代地，确定每个单元值可以包括分配与相应多个传感器值的最大值或极值相对应的值。这对于识别增材制造过程期间发生的不期望的极端事件(例如能量束功率的不希望的浪涌)可能是所期望的。

用于生成单元值的多个传感器值或者用于生成单元值的算法可以基于扫描的方向性(扫描方向和/或影线形成方向)或者在增材制造过程期间的传感器值的捕获时间。能量束的曝光或熔池的影响可以有所不同，取决于是在粉末区域还是在先前熔化/固化的区域产生曝光或熔池、和/或曝光与传感器值的捕获之间的相对时间。因此，用于确定单元值的算法可以将这些影响考虑在内。例如，算法可以基于偏正态分布来应用模糊。

该方法可以包括接收定义了区域/体积的用户/操作者输入，以及基于用户/操作者输入而确定用于确定单元值的相应多个传感器值。可替代地，区域/体积可以是预设的，或根据比如扫描速度、能量束功率、光斑大小、曝光时间、点距离、影线间距等扫描参数和/或比如采样率、视场的大小等传感器参数来确定。

在微观水平上可视化传感器数据也可能是有用的。例如，针对传感器数据的相对应的另外的基于第二单元的空间映射生成另外的第二单元值，其中，第二单元值中的每一个都是根据在小于熔池和能量束光斑的大小的第二区域/体积上延伸的相应的一个或多个传感器值来确定。这种映射可以用于确定增材制造设备的运动控制误差。由每个另外的第二单元代表的空间范围可以为60微米或更小，并且优选地为40微米或更小。这种映射很可能产生大量的另外的第二单元，这些另外的第二单元与其他另外的第二单元的高得多的值相比没有或具有较低的值，这是因为在增材制造过程中，能量束被引导到每个粉末层上的相距大于60微米的位置。然而，以这种分辨率查看传感器数据可以允许更容易地识别运动控制伪影。

传感器数据可以包括从比如熔池等熔化区域发射的辐射和/或在增材制造过程期间生成的等离子体得到的传感器值。例如，传感器数据可以是由光电二极管或相机捕获的值，该光电二极管或相机被布置成通过用于递送激光束的光学组件来观察已熔化区域，例如在wo2007/147221中所描述的那样。

传感器数据可以包括在增材制造过程期间从扫描仪的比如反射镜等元件的测量位置得到的激光光斑位置，例如在gb1707807.2(其通过援引并入本文)中所描述的那样。传感器值可以是激光光斑的测量位置与相对应的需求位置的比较。

传感器数据可以包括从光束监测传感器得到的值。例如，传感器值可以从监测激光束的光电二极管得到。传感器值可以是能量束功率的测量值或能量束调制的测量值。传感器值可以是测得的能量束功率与相对应的需求激光功率之间或测得的能量束调制与相对应的需求能量束调制之间的比较。能量束调制的比较可以是测得的能量束脉冲的持续时间与相对应的需求持续时间的比较，或者是测得的能量束脉冲的启动时间与相对应的需求启动时间的比较。

用于生成单元值的传感器值可以包括来自不同传感器的值的组合，例如，从用于监测熔化粉末区域的传感器得到的、在能量束打开时生成的、由另外的传感器测量的传感器值的子集。能量束关闭时生成的传感器值不能归因于熔池的存在。

基于单元的空间映射可以是传感器值的体积模型。该方法可以包括在物体构建的增材制造期间构建体积模型，其中，在接收到传感器数据时，顺序添加体积模型的体素层。体积模型的体素大小可以大于增材制造过程中的一层的厚度，并且该方法可以包括在接收到增材制造过程的多个层的传感器数据时添加体素层。

基于单元的空间映射可以是传感器值的一个或多个二维模型。该二维模型或每个二维模型可以对应于增材制造过程的一层。

该方法可以包括在增材制造过程期间确定单元值。

该方法可以包括基于以单元为基础的空间映射而生成传感器数据的显示。可以在物体的增材制造过程期间生成显示。

可替代地或另外地，该方法可以进一步包括对基于单元的空间映射进行计算机实施的图像分析，以标识感兴趣的特征。例如，图像分析可以自动地标识孔等和/或执行模式识别。该方法可以包括基于以单元为基础的空间映射的计算机实施的图像分析来调整增材制造过程。空间映射对于增材制造设备的闭环控制可能是有用的。

该方法可以包括将单元值中的一个或多个与目标值或范围(设定点值)进行比较，并且基于该比较来调整增材制造过程。目标值或范围可以根据当生产具有所需/目标密度的一个或多个测试零件时生成的传感器数据的平均单元值来确定。平均单元值可以是单元值的平均值，根据相应多个传感器值的总和来确定每个单元值，特别是使用基于距单元位置的距离而执行相应多个传感器值的加权总和的比如模糊(例如高斯模糊)等算法。已经发现，单元值(特别是求和单元值)与正在构建的物体的密度之间存在密切的相关性。因此，单元值可以用作过程控制的反馈。

该方法可以包括在增材制造期间基于一个或多个单元值与目标单元值或范围的比较来执行闭环控制。

该控制可以通过调整至少一个扫描参数。该至少一个扫描参数可以被调整以改变通过能量束的扫描而实现的辐射曝光/通量。该至少一个扫描参数可以是能量束的功率、能量束的焦点和/或能量束在粉末床上的光斑大小。扫描参数可以根据针对层的规划扫描方案进行调整，以修复根据基于单元的映射而在前一层中检测到的缺陷。增材制造设备的扫描仪可以与在wo2016/156824(其通过援引并入本文)中描述的扫描仪一致，并且被调整的扫描参数可以是具有更快的动态特性的反射镜的移动速度或频率以调整激光能量的分布。

另外地或可替代地，控制可以是对粉末的配量(例如，附加粉末层的配量或选定区域中的粉末的配量)进行调整以对检测到的孔进行填充。

目标值或范围可以是从由生成单元值的扫描的属性决定的多个目标值或范围中选定的一个目标值或范围。例如，多个目标值或范围可以包括针对增材制造设备中的不同位置和/或增材制造设备中的不同扫描方向的不同目标值或范围。典型地，针对粉末床的表面上的每个位置和针对每个扫描方向，增材制造设备中的环境是不同的。特别地，针对不同的位置和不同的扫描方向，能量束相对于表面的角度、扫描位置处的气体流的性质、和/或相对于在表面上生成的气刀的气体流方向的扫描方向可以形成不同的扫描条件。这针对粉末床上的不同扫描方向和扫描位置可能导致不同目标值或范围。

该方法可以包括将单元值的集合(比如区域的或沿着扫描线的单元值的平均单元值)与目标值或范围进行比较。可能期望的是在比单个单元值更大的范围内进行比较。

根据本发明的第二方面，提供了一种对在增材制造期间收集的传感器数据进行空间映射的方法，在该增材制造中使用能量束来选择性地熔化多层粉末以形成物体，该方法包括：接收在物体的增材制造期间收集的传感器数据，所述传感器数据包括传感器值，所述传感器值是在所述物体的增材制造期间针对所述能量束的不同坐标位置而捕获的；以及针对所述传感器数据的相对应的基于单元的空间映射而生成单元值，其中，这些单元值中的每一个都是根据与多个层中的不同层相关联的相应多个传感器值来确定的。

多个层中的不同层可以是被固化以形成物体的(多个)层的总数的子集。子集可以是定义的层数的传感器值，例如用户/操作者所定义的层数。子集可以包括至少两层。子集可以包括两层至二十层，并且优选地包括两层至十层。子集可以是基本上与增材制造过程期间生成的熔池的深度相对应的多个层。

该方法可以包括在接收传感器数据期间和/或在物体的增材制造期间对基于单元的空间映射进行可视化。

根据本发明的第三方面，提供了一种对在增材制造期间收集的传感器数据进行空间映射的方法，在该增材制造中使用能量束来选择性地熔化多层粉末以形成物体，该方法包括：接收在物体的增材制造期间收集的传感器数据，所述传感器数据包括传感器值，所述传感器值是在所述物体的增材制造期间针对所述能量束的不同坐标位置而捕获的；以及针对所述传感器数据的相对应的基于单元的空间映射而生成单元值，其中，这些单元值中的每一个都是基于距单元位置(例如单元的中心)的预定距离根据相应多个传感器值来确定的，其中，预定距离由用户/操作者输入。

根据本发明的第四方面，提供了一种用于对增材制造构建期间收集的传感器数据进行可视化的方法，该方法包括：随着物体的增材制造的进行批量地从增材制造设备接收传感器数据，随着接收到批量传感器数据而逐步构建传感器数据的三维映射，以及随着构建三维映射而生成三维映射的显示。

以这样的方式，可以在物体的增材制造期间向用户显示三维映射。每批传感器数据可以是针对增材构建的预设层数(例如单层)的传感器数据。三维映射可以是传感器数据的基于体素的空间映射，每个体素的值根据增材构建的多个层的传感器数据来确定。

该方法可以包括基于传感器数据生成传感器数据的多个二维映射，然后根据多个二维映射生成三维映射。三维映射的每个体素可以根据多个二维映射的多个像素来确定。二维映射中的每一个都可以是根据本发明的第一方面、第二方面或第三方面确定的空间映射。

该方法可以包括在远离增材制造设备的位置处显示三维映射。传感器数据可能已经通过比如互联网等网络而从增材制造设备传送。

根据本发明的第五方面，提供了一种控制增材制造过程的方法，在该增材制造中使用激光束选择性地熔化多层粉末以形成物体，该方法包括：接收在物体的增材制造期间收集的传感器数据，该传感器数据包括由传感器生成的传感器值，该传感器用于对由用于将该激光束转向到粉末上的光学组件所收集的辐射进行检测，这些传感器值是在物体的增材制造期间针对能量束的不同坐标位置进行捕获的；根据多个该传感器值而生成过程值；将该过程值与设定点值进行比较；并且基于该比较来调整该增材制造过程。

多个传感器值可以在与熔池或能量束光斑的范围相当的区域/体积上延伸。可以通过将比如具有余弦窗口的低通滤波器(例如han窗口或hamming窗口)等低通滤波器应用于传感器值的输出来生成过程值，其中，窗口的宽度与熔池或能量束光斑的范围/尺寸相当。

可以通过对多个传感器值求和来确定过程值。

每个传感器值可以与在物体的增材制造期间固化的多个层中的相对应的层以及将传感器值定位到相对应的层内的点的坐标值相关联，其中，根据多个传感器值的加权和来确定过程值，每个传感器值的加权是根据传感器值的位置来确定的。该方法可以包括确定层内的过程值位置的过程值，该过程值是通过基于每个传感器值距过程值位置的距离而对多个传感器值求和来确定的。

可替代地，多个传感器值可以是在特定时间段(例如数百微秒量级的时间段)内生成的传感器值。可以根据多个传感器值的加权和来确定过程值，每个传感器值的加权是根据生成传感器值的相对时间来确定的。

过程值对应于针对过程进展的特定状态的过程“快照”。

对增材制造过程的调整可以包括在物体的制造期间对增材制造设备的参数进行调整，或者对增材制造过程的参数进行调整，以便使用增材制造过程来制造另一个物体。

根据本发明的第六方面，提供了一种其上存储有指令的数据载体，其中，这些指令在由处理器执行时使得处理器执行本发明的第一方面、第二方面、第三方面、第四方面和/或第五方面的方法。

数据载体可以是用于向机器提供指令的合适介质，诸如非暂态数据载体，例如软盘、cdrom、dvdrom/ram(包括-r/-rw和+r/+rw)、hddvd、bluray(tm)光盘、存储器(诸如memorystick(tm)、sd卡、紧凑型闪存卡等)、磁盘驱动器(诸如硬盘驱动器)、磁带、任何磁性/光学存储器；或暂态数据载体，诸如在导线或光纤上的信号或无线信号，例如在有线或无线网络上发送(诸如互联网下载、ftp传输等)的信号。

根据本发明的第七方面，提供了一种包括显示器和处理器的可视化系统，该处理器被布置成从增材制造设备接收传感器数据，执行本发明的第一方面、第二方面和/或第三方面的方法以生成针对传感器数据的相对应的基于单元的空间映射的单元值，并且使得显示器基于以单元为基础的空间映射来显示传感器值的表示。

根据本发明的第八方面，提供了一种包括显示器和处理器的可视化系统，该处理器被布置成从增材制造设备接收传感器数据，执行本发明的第四方面或多个方面的方法以生成传感器数据的三维映射，并且使显示器对传感器数据的三维映射的表示进行显示。

可视化设备可以通过比如互联网等网络连接到增材制造设备。

根据本发明的第九方面，提供了一种用于增材制造设备的控制器，该控制器包括处理器，该处理器被布置成从增材制造设备的一个或多个传感器接收传感器数据，执行本发明的第一方面、第二方面和/或第三方面的方法以生成传感器数据的相对应的基于单元的空间映射的单元值，对基于单元的空间映射和增材制造设备的控制模块进行分析以基于分析的结果来调整增材制造过程。

附图说明

图1是根据本发明的一个实施例的增材制造设备的示意图；

图2示出了与可视化设备连接的增材制造设备；

图3展示了增材制造设备中使用的激光参数；

图4是基于二维空间映射的传感器数据的二维可视化，该二维空间映射具有40微米像素、使用没有用高斯模糊的求和传感器值；

图5是基于二维空间映射的图4所示的传感器数据的二维可视化，该二维空间映射具有40微米像素、是从具有高斯模糊的求和传感器值中得到的；

图6是基于二维空间映射的图4和图5所示的传感器数据的二维可视化，该二维可视化具有150微米像素、使用最大值；

图7a示出了使用增材制造构建的39个测试零件的位置；

图7b是示出用于形成图7a所示的每个测试零件的扫描参数的表；

图8是使用阿基米德法测量的每个零件的密度的相对于每个参数集的2d能量密度绘制的曲线图；

图9是每个测试零件的密度相对于平均像素值的曲线图，其中，每个像素值是从使用以下参考图5描述的方法确定的具有高斯模糊的求和传感器值(以下称为“求和像素值”)得到的；

图10是编号26的零件的每一层的求和像素值的均值和标准偏差的曲线图，该零件被测量为所具有的密度是理论密度的98.5％；

图11是编号15的零件的每一层的求和像素值的均值和标准偏差的曲线图，该零件被测量为所具有的密度是理论密度的96.2％；

图12是编号8的零件的每一层的求和像素值的均值和标准偏差的曲线图，该零件被测量为所具有的密度是理论密度的99.9％；

图13示出了针对不同扫描方向的每个零件的平均求和像素值的一系列极坐标图；

图14示出了针对不同扫描方向的每个零件的求和像素值的标准偏差的一系列极坐标图；以及

图15示出了求和像素值的均值随零件在粉末层中的位置的变化。

具体实施方式

参考图1，根据本发明的实施例的增材制造设备包括构建室101，该构建室中具有提供了可以在其上沉积粉末的表面的顶板115、以及构建平台102可在其中移动的构建套管117。构建套管117和构建平台102限定了由选择性激光熔化粉末104在其中构建物体103的构建体积116。构建平台102在构建期间支撑物体103和粉末床104。随着工件103的连续层的形成，平台102在马达119的控制下在构建套管117内下降。

通过使平台102降低并使用刮拭器109将从分配设备108分配的粉末摊开，在工作平面上形成粉末层。例如，分配设备108可以是如wo2010/007396中所描述的设备。

至少一个激光模块(在本实施例中为激光模块105)产生用于熔化粉末104的激光118。由相对应的扫描仪(在本实施例中是光学模块106)根据需要来引导激光118。激光束118经由窗口107进入室101中。在本实施例中，激光模块105a包括比如ndyag光纤激光器等光纤激光器。激光束从上方进入光学模块，并且通过可移动的可倾斜的反射镜150(仅示出用于光学模块106的其中一个)被引导到粉末床104的表面(工作平面)上。反射镜150中的一个是可倾斜的以使激光束在x方向上转向，而另一个可倾斜反射镜150是可倾斜的以使激光束在与x方向垂直的y方向上转向。每个可倾斜反射镜150的移动是由振镜来驱动的。每个振镜的位置由换能器157测得。在本实施例中，该换能器符合us5844673中描述的换能器。光学模块106进一步包括用于对相对应的激光束的焦距进行调节的可移动聚焦光学件155。

分束器156引导从输入口到可倾斜反射镜150的激光波长的光，并且将从粉末床104发射的其他波长的光传输到过程中监测模块160。过程中监测模块160包括用于对所传输的光的整体强度和/或空间强度进行检测的至少一个光电检测器161。扫描仪进一步包括光束捕集器163，该光束捕集器用于收集穿过分束器156的激光中的一小部分。在光束收集器163中有光束监测器164，该光束监测器根据传输到光束收集器163的激光而生成传感器信号。

来自传感器157、161和164的信号被发送并存储在控制器121中。如wo2017/085469中所描述的，每个传感器值与具有传感器值生成时间的时间戳以及反射镜150的测量位置相关联。控制器121将一层的传感器数据与该层的需求数据(例如在该层的固化期间不同时间的反射镜的需求位置、需求激光调制、需求激光功率以及层厚度)一起打包。该数据包还可以包括比如激光光斑大小、影线间距、点间距和曝光时间等激光参数。随着构建进行，控制器121以每层为基础打包该数据，并且将其传输到可视化设备。

图3展示了主要激光扫描参数中的一些参数。箭头指示样本上的激光扫描图案。图3示出了边界21，在该边界内有填充轮廓22。填充轮廓偏移27构成了边界21与填充轮廓22之间的距离。激光扫描图案基本上覆盖填充轮廓22内的所有样本。激光扫描图案构成了由一系列激光光斑构成的路径(由箭头指示)。出于说明性目的，这些激光光斑中的一些被单独地示出在激光扫描图案的顶行中。从给定激光光斑到序列中下一激光光斑的距离称为点距离23。曝光时间设定了每个光斑曝光于激光束的时间。激光扫描图案内的每一条线被称为影线24。图3中展示的激光扫描图案包括17个基本上平行的影线；激光在第一方向上沿第一影线扫描，然后在第二相反方向上沿第二影线扫描，然后在第一方向上沿第三影线扫描，然后在第二相反方向上沿第四影线扫描，依此类推。从影线24的端部到填充轮廓22的距离称为影线偏移26。影线方向d是影线连续完成的方向。序列中一个影线与下一影线之间的距离(例如第六个影线与第七个影线之间的距离)被称为影线距离25。

在其他机器中，不是在一系列点曝光中沿着影线扫描激光光斑，而是沿着影线连续扫描激光光斑。在这种布置中，扫描速度(而不是点距离和曝光时间)通常是被定义的扫描参数。

图2展示了通过比如互联网等网络201连接到可视化设备202a、202b、202c的多个增材制造设备200a、200b、200c。每个可视化设备可以可视化来自多个增材制造设备200a、200b、200c中的任何一个的传感器数据。

在接收到一层的传感器的数据包时，可视化设备基于用户设置而生成传感器数据的二维像素映射图，并且如果用户请求，则可以将这个二维空间映射图的表示显示在可视化设备的显示器上。用户设置包括像素大小以及用于计算像素值的算法。

为了确定像素值，首先将位置归属于被选定进行可视化的传感器数据的每个传感器值。该位置基于生成传感器值时的所测量的反射镜位置或反射镜的需求位置。对于检测器161的光电二极管数据，传感器值可以减少到当激光发射时生成的值，例如，如根据激光调制的需求数据或由光束收集器163中的检测器164所确定的。然后，根据这组减少的传感器值和所选定的算法来确定像素值。在本实施例中，所选择的算法可以是落在像素的空间范围内的传感器值的最大传感器值、落在像素的空间范围内的传感器值的均值、落在像素的空间范围内的传感器值的极值、或者落在像素的空间范围内的传感器值的总和中的任何一个；该算法可以包含高斯模糊。

图4展示了基于像素大小为40微米的基于单元的映射传感器数据的可视化。每个像素值是通过对落入该像素内的传感器值求和来确定的。如可以看到的，这样导致具有高强度(高相对值)的几个像素被具有低强度值(低相对值)的像素包围。这是因为曝光发生在间隔大于40微米的位置处。来自光电检测器161的传感器数据是由从熔池和所得到的等离子体发射的辐射得到的，对于金属机械来说，该等离子体通常在宽度为100微米至120微米左右的区域上延伸。因此，基于这种映射的传感器数据的可视化(如图4所示)可能无法生成该层上的凝固过程的覆盖范围的合理表示，并且由此可能无法提供用于确定比如存在层的多孔性或配量不足等缺陷的有用的可视化。然而，这种映射对于标识反射镜150的运动控制以及与激光束的调制的同步中的缺陷可能是有用的。

图5展示了被映射到像素大小为40微米的基于单元的映射的传感器数据的可视化。使用算法根据传感器数据来确定每个像素值，如以下更详细地描述的那样，该算法与高斯模糊结合。这有效地扩展了每个传感器值对周围像素的贡献，以提供该层的受激光熔化过程影响的区域的更好的表示。用户可以选择用于确定高斯模糊的σ值、半径和精细像素大小。

为了使用高斯模糊来确定像素值，首先将每个传感器值分配给像素大小小于最终二维映射的像素大小的精细像素网格的像素。在图5中示出的表示中，精细像素网格的像素大小为15微米。精细网格的每个像素值都是通过确定落入该像素内的传感器值的比例和来确定的。通过将传感器值的总和除以每个精细像素的传感器值的预期数量来对该总和进行缩放。传感器值的预期数量是每个精细像素的传感器值的平均数量。然后将高斯模糊应用于精细像素网格的像素。然后，通过取得落入最终二维映射的每个较大像素内的精细像素网格的像素值的加权平均值，来确定最终二维映射的像素值。这些值由落入较大像素内的每个精细像素的比例来加权。图5示出了已经应用具有30微米的σ值的高斯模糊的传感器数据。如从图5中可见那样，已经扩展了传感器数据以提供激光光斑对层的覆盖和施加到层的不同区域的能量的更合理的表示。然而，在能量随着背离影线的中心移动而下降时，影线仍然可见。传感器数据的这种“中”映射可用于确定影线是否适当地重叠以及影线与其他扫描线的相互作用，例如边界扫描。

图6展示了被映射到像素大小为150微米的基于单元的映射的传感器数据的可视化。每个像素值被设置为落入该像素内的最大传感器值。由于像素大小与熔池大小相当，这种映射可以提供熔池对层的影响的更合理的表示。最大值的使用可以允许用户标识在该过程中是否存在任何发射过度强烈(例如由于粉末的过热/蒸发而引起的)的辐射的区域。对像素值应用高斯模糊或求和算法可以使这些异常模糊。然而，使用具有高斯模糊的传感器值的总和的、像素大小为150微米的映射可能可用于确定是否生成覆盖所有待固化区域的熔化区域，并且因此确定是否遗留未固化(多孔)区域。高斯模糊(使用根据所估计的熔池尺寸来确定的合适的模糊半径和σ值)可能是计算用于此目的的映射的像素值的首选方法，这是因为求和以其他方式无法考虑刚好超出像素边缘的曝光的影响。

在上述实施例中，每个传感器值对像素值的贡献与传感器值从像素中心的方向或生成传感器值的时间无关。然而，扫描过程具有方向性(就扫描方向和影线形成方向两者而言，为d)，并且因此随着激光束的扫描在每一层上进行而使得扫描过程具有时间依赖性。用于确定像素值的算法可以将这些因素考虑在内。例如，模糊可以使用基于扫描方向和/或影线形成方向偏斜的正态分布。

可视化设备202a、202b、202c也可以被布置成生成传感器数据的体积映射。在本实施例中，体积映射是根据多个像素映射图(例如，如上所述，与增材制造工艺的层相对应)生成的。传感器数据可以以各自包含一层的传感器数据的数据包或成批的形式发送到可视化设备202a、202b、202c。在接收到每个传感器数据包时，为该层形成二维映射图，如上所述。

在接收到具有对应于熔池的深度的组合厚度的预定数量的层的传感器数据之后，根据为该传感器数据生成的二维映射图的像素值来计算体素值。体积映射的体素值可以通过对落在由体素表示的体积内的所有像素求和来确定，或者通过确定落在该体积内的所有像素的均值来确定。

可替代地，模糊算法可以应用于体素值的确定。在这后一种情况下，体素可以具有小于熔池的大小、或者甚至与一层的厚度相同的大小，但是体素值根据多个不同层的传感器或像素值来确定。由于在粉末床的许多层上形成熔池，因此为多个不同层生成的熔池而捕获的传感器值可能促成体素值。然而，可能促成体素值的传感器值可以被局限于与体素相交的层的那些传感器值，以及可选地局限于体素上方的预定层数。预定层数可以基于预期的熔池深度。因此，体积模型的模糊也可以具有方向性，使得较低层的传感器数据不会促成体素值。

当在增材制造过程期间接收到传感器数据时，这个体积模型可以被确定并实时显示在可视化设备202a、202b、202c上。

在另一实施例中，二维映射的像素值可以基于为多个不同层生成的传感器值(例如被映射的层的上方的预定数量的层的传感器数据)来确定。

在映射的单元值取决于为后续层收集的传感器值的实施例中，可以针对构建期间的不同时间为特定层或体积生成多个空间映射图。因此，用户可以在层1已经形成之后也可以在层2、3等已经形成之后查看层1的传感器数据的映射。这些空间映射图可以被显示为动画，从而允许用户在构建期间查看像素/体素值如何随时间变化。

另外，针对体素值的模糊而应用于传感器值的方向性或权重可以根据由映射表示的构建期间的时间而变化。例如，当确定与在紧接该层的形成之后的时间进行表示的映射相对应的体素/像素值时，给予该层的传感器/像素值的权重可以被给予最大权重(例如100％的权重)，而对于表示在后面的层形成之后的时间的映射可以被给予较小的权重。

可以设想的是，上述空间映射也可以用在比如增材制造设备的闭环控制等计算机实施的过程中。由此，不是在远离增材制造设备的可视化设备中执行空间映射的确定，而是增材制造设备的控制器可以被布置成确定和分析空间映射。对于检测通过光学模块收集的辐射的光电二极管而言，可以针对根据参考图5所述的方法确定的像素值来确定设定点值，并且可以控制比如激光功率等扫描参数以获得/使过程返回到像素值与设定点值匹配的标准。过程中控制环路可以包括应用于传感器值的输出的低通滤波器，该低通滤波器具有其宽度与熔池或激光光斑的尺寸相当的余弦窗口。

示例

使用renishawrenam500m增材制造机，在使用inconel718合金的单一构建中构建了一系列测试零件(每个测试零件包括构建在倒金字塔的顶部上的立方体形状)，其中，使用了13种不同的扫描参数的组合。每组扫描参数在床上的不同位置处使用三次。层厚度为60微米。图7a示出了测试零件在床上的位置，并且图7b示出了用于每个测试零件的参数集。

图8示出了相对于根据参数集确定的2d能量密度绘制的、使用阿基米德法测量的零件密度。如从图中可见的，参数集3、6和13产生了密度显著小于完全致密的零件，并且参数集2和8产生了处于完全致密的分界线的零件。从该曲线图中，同样明显的是使用参数集4生产的零件中的一个零件不是完全致密的。然而，重新检查了这个零件的密度，并且发现其基本上是完全致密的。

图9示出了相对于积分光电检测器的求和像素值的均值绘制的零件密度，该积分光电检测器被布置成检测波长在700nm到1000nm之间的辐射。像素大小是40微米。如从图中可见的，求和像素值与零件的密度相关。

图10示出了零件26的在每层基础上的求和像素值的均值和标准偏差方面的变化，该零件被测量为所具有的密度是理论密度的98.5％。典型地，增材制造设备被优化以提供更高的密度，例如至少在理论密度的99.5％以上的密度。求和像素值的均值通常在25到40之间。求和像素值方面的标准偏差在大约150层之后稳定至大约20强度单位。传感器值的这种稳定与零件的倒金字塔区段的终止相一致，该区段结束于第167层。

图11示出了零件15的在每层基础上的求和像素值的均值和标准偏差方面的变化，该零件被测量为所具有的密度是理论密度的96.2％。均值通常在40到50之间。求和像素值方面的标准偏差在大约150层之后再次稳定至大约20强度单位。

图12示出了零件8的在每层基础上的求和像素值的均值和标准偏差方面的变化，该零件被测量为所具有的密度是理论密度的99.9％。均值通常在60到80之间。求和像素值方面的标准偏差在大约150层之后再次稳定至大约20至25强度单位。

因此，据信在“不良”零件和“良好”零件的求和像素值之间存在足够的差异，并且零件内的变化足够小，使得这些值可以用作控制环路的过程变量，其中为求和像素值定义设定点值。

据信其他传感器数据可以用于过程的反馈控制。例如，对波长在1000nm以上的辐射进行检测的光电二极管的求和像素值。

在确定设定点值时，可以将另外的因素考虑在内。例如，扫描方向以及扫描在工作平面中的位置。

图13是一系列极坐标图，示出了每个零件的不同扫描方向的求和像素值的均值的变化。如从图中可见的，零件之间的均值方面的变化比任何扫描方向上的变化更显著。然而，扫描方向上有一些小的变化。图14示出了除了用参数集10扫描的零件9、20和29(这实现了非常高的能量密度)之外，求和像素值方面的标准偏差在零件之间以及随扫描方向不会显著变化。因此，这表明不需要设定点值随扫描方向的变化。然而，在一个实施例中，可以基于扫描方向来选择设定点值，例如从多个设定点值中进行选择，针对不同的扫描方向确定每个设定点值。

由图15展示了求和像素值的均值随工作平面中的位置的变化。图15示出了求和像素值的均值与为每个参数集计算的均值的百分比变化(使用了总共13个参数集，同时每个参数集重复3次)。在构建期间，从气体喷嘴到气体排放口在x方向上从+x到-x产生了气刀。如从图15可见的，靠近气体喷嘴的零件的求和像素值低于该参数集的均值，而靠近气体排放口的零件的求和像素值高于该参数集的均值。因此，这表明求和像素值的期望均值将随着扫描在工作平面中的位置而变化。因此，可以针对扫描在工作平面内的不同位置来校准设定点值，并且在闭环控制期间，基于扫描的位置来相应地改变设定点值。

据信，求和像素值提供了由传感器检测到的物理效应的更好的表示，并且因此，求和像素值为过程中控制提供了更好的基础。

本发明不限于根据单个构建期间收集的传感器数据生成空间映射，而是可以根据多个名义上相同的构建期间生成的传感器数据而生成空间映射。可以根据多个构建生成上的多个传感器值而生成空间映射的每个单元值。例如，用于形成空间映射的传感器值可以是根据已经通过制造的物体的适当的后测试被验证为“良好”构建的构建而生成的值。单元值可以使用如上所述的求和像素值技术生成，但是这是在应用于在良好构建期间生成的传感器值的情况下。可以为比如多个“良好”构建的传感器值的均值、传感器值的标准偏差、传感器值的总和和/或四分位距等多个统计测量值生成空间映射。

后续的名义上相同的构建的空间映射然后可以逐个单元地与为该多个构建生成的(多个)空间映射进行比较，以确定后续构建的单元值是否落在良好构建的预期单元值内。以这样的方式，该比较考虑了传感器值的预期变化，例如，构建过程中的位置、扫描方向和构建期间扫描参数方面的变化。这种变化可以是特定于构建的，取决于物体的几何形状以及构建设计。与将所有单元值与单元值的全局允许范围进行比较相比，这可以提供一种更灵敏的方法来确定物体是否已经在定义的规范之内或之外形成。

比较结果可以用于对构建/物体进行验证。如果确定一个或多个单元值不在预期值内，则可以将该物体送去以进一步测试、处理和/或可以被丢弃。在存在基于多个统计量度的良好构建的多个空间映射的情况下，可以将比较结果可视化，例如通过对物体的表示进行颜色编码，以标识哪个统计量度在后续构建的哪个位置失败。用户可以使用这种可视化来评估构建/物体是否满足规范。如果根据传感器值而生成的单元值落在了通过空间映射确定的预期单元值之外，则该比较可以用作生成警报的基础。

不是为多个构建生成空间映射，而是可以根据为多个名义上相同的物体收集的传感器值而生成单个空间映射，无论这些物体是全部被构建在单一构建中还是跨越多个构建。此外，可以根据相同机器中的多个名义上相同的构建来确定多构建空间映射。根据来自单个机械的传感器值而创建的空间映射的单元值的预期变化可能小于跨越多个机器的预期的变化，例如，这是因为跨越不同机器的传感器响应可能尚未标准化。因此，跨越多个机器收集的传感器值方面的变化可能不代表构建的变化，而是可以代表传感器的响应的变化。这个问题可以通过空间映射单元值的z分数(标准分数)或不同机器之间的单元值的其他合适的统计标准化来克服。

根据多个构建和/或多个物体生成的空间映射可以仅根据为构建/物体生成的传感器值的一部分而生成。例如，通过对构建或物体的适当分析，可以标识构建/物体的“良好”部分(即，构建/物体的满足所确定的规范的部分，例如通过ct扫描或其他无损(ndt)或甚至破坏性测试(dt)方法所确定的部分)和构建/物体的“不良”部分(即构建/物体的不满足规范的部分)。可以根据仅针对构建/物体的“良好”部分生成的传感器值来生成空间映射。以这样的方式，甚至在不良构建期间生成的传感器数据的一部分也可以在空间映射中聚合，以为名义上相同的构建/名义上相同的物体的构建的以后的空间映射的单元值提供基准。在wo2017/085468中披露了可以被执行以确定构建或物体是否是“良好”构建/物体或“不良”构建/物体的测试类型，该专利通过援引并入本文。

应理解的是，在不背离如权利要求所限定的本发明的情况下可以对上述实施例进行多项修改和改变。