面向激光粉末床融合工艺的闭环反馈控制下基于贝叶斯优化的控制器在线自整定
系统与控制
2024-06-28 v1 系统与控制
摘要
激光粉末床融合 (LPBF) 增材制造 (AM) 的闭环控制可进一步提升工艺稳定性，减少因复杂热历史、工艺噪声、硬件漂移及意外扰动导致的缺陷。然而，控制器性能依赖参数调优，传统方法需依赖人工经验，难以保证最优且系统间迁移性差。本文提出采用贝叶斯优化 (BO) 实现控制器在层内自动调参，依托 LPBF 层间重复特性，引入两种方法：在线调优（在工艺中迭代调整参数）和离线调优（在裸金属板激光曝光装置中完成）。实验在层内 PI 控制器上实现，针对易产生过热的两种楔形几何形状进行测试。结果表明，BO 能有效调优，显著降低受控楔形样品的过热程度；本文首次实现以微观组织分析为导向的层内控制器打印部件；发现因控制器分配的激光功率不足导致部分缺乍熔合孔隙，凸显激光功率控制器的重要挑战。总体而言，BO 为 LPBF 中的自动化层内控制器调优提供了有前景的方案，提升控制精度，抑制生产件过热。
引用
@article{arxiv.2406.19096,
title = {In-situ Controller Autotuning by Bayesian Optimization for Closed-loop Feedback Control of Laser Powder Bed Fusion Process},
author = {Baris Kavas and Efe C. Balta and Michael R. Tucker and Raamadaas Krishnadas and Alisa Rupenyan and John Lygeros and Markus Bambach},
journal= {arXiv preprint arXiv:2406.19096},
year = {2024}
}