WELDING BEAD MODELING METHOD FOR WIRE-ARC ADDITIVE MANUFACTURING, DEVICETHEREFOR AND SYSTEM THEREFOR

Disclosed are a weld bead modeling method, device and system for wire-arc additive manufacture, which belong to the field of wire and arc additive manufacturing. According to the method, a dynamic parameter method is used, and different welding process parameters are used in the same welding bead in one wire-arc additive manufacture process, so that a weld bead, the shape of which is synchronously and dynamically changed according to the dynamic change of the welding process parameters, is obtained; and a line laser sensor is used for scanning to obtain shapes of segments of the processed weld bead, and the shape of each segment of weld bead is in one-to-one correspondence with the welding process parameter of the same segment and used as training data to train a neural network so as to obtain a weld bead modeling model that can obtain a corresponding weld bead shape according to input welding process parameters. According to the method, multiple sets of experimental data can be obtained by means of one processing experiment, sufficient training data is provided while reducing the number of experiments and experimental costs, and meanwhile, the technical problems of a traditional orthogonal experiment method and corresponding surface methodology requiring complex regression equation selection and parameter optimization are solved. La divulgation concerne un procédé, un dispositif et un système de modélisation de cordon de soudure pour la fabrication additive de fil-arc, qui appartiennent au domaine de la fabrication additive de fil et d'arc. Selon le procédé, un procédé de paramètre dynamique est utilisé, et différents paramètres de processus de soudage sont utilisés dans le même cordon de soudage dans un procédé de fabrication additive de fil-arc, de telle sorte qu'un cordon de soudure, dont la forme est modifiée de manière synchrone et dynamique en fonction du changement dynamique des paramètres de processus de soudage, est obtenu ; et un capteur laser de ligne est utilisé pour balayer afin d'obtenir des formes de segments du cordon de soudure traité, et la forme de chaque segment de cordon de soudure est en correspondance biunivoque avec le paramètre de processus de soudage du même segment et utilisée en tant que données d'apprentissage pour former un réseau neuronal de façon à obtenir un modèle de modélisation de cordon de soudure qui peut obtenir une forme de cordon de soudure correspondante selon des paramètres de processus de soudage d'entrée. Selon