電弧增材制造成形在線(xiàn)監(jiān)測(cè)與控制研究進(jìn)展及展望

熊俊 鄭森木 陳輝

摘要：電弧增材制造以電弧為載能束逐層熔化金屬絲材直至形成全焊縫金屬構(gòu)件，因其制造成本低、成形效率高、材料利用率高等優(yōu)勢(shì)而備受推崇。成形尺寸的自動(dòng)檢測(cè)與控制是推進(jìn)電弧增材制造技術(shù)工程化應(yīng)用、快速產(chǎn)業(yè)化必須解決的關(guān)鍵科學(xué)與技術(shù)挑戰(zhàn)。主要從成形工藝調(diào)控、過(guò)程在線(xiàn)監(jiān)測(cè)與控制角度闡述了國(guó)內(nèi)外電弧增材制造成形控制技術(shù)的研究現(xiàn)狀，以紅外、電參數(shù)和視覺(jué)監(jiān)測(cè)原理為出發(fā)點(diǎn)，重點(diǎn)分析了現(xiàn)有電弧增材制造在線(xiàn)監(jiān)測(cè)與成形控制技術(shù)的研究進(jìn)展與不足，提出了未來(lái)電弧增材制造成形在線(xiàn)監(jiān)測(cè)與控制技術(shù)的主要發(fā)展方向。

關(guān)鍵詞：電弧增材制造;成形工藝;在線(xiàn)監(jiān)測(cè);閉環(huán)控制

0? ? 前言

金屬增材制造作為整個(gè)先進(jìn)制造技術(shù)體系中最為前沿和最有潛力的技術(shù)，為應(yīng)對(duì)航空、航天及國(guó)防軍工等現(xiàn)代化高端裝備中大型復(fù)雜金屬構(gòu)件制造的技術(shù)挑戰(zhàn)，提供了一條綠色、高效、柔性、低成本的最佳新技術(shù)途徑[1]。著眼于奪取未來(lái)科技產(chǎn)業(yè)發(fā)展的戰(zhàn)略制高點(diǎn)和話(huà)語(yǔ)權(quán)，世界科技強(qiáng)國(guó)不約而同地將增材制造技術(shù)作為未來(lái)產(chǎn)業(yè)發(fā)展新的增長(zhǎng)點(diǎn)，旨在通過(guò)科技創(chuàng)新推動(dòng)社會(huì)發(fā)展[2]。我國(guó)政府于2015年頒布了實(shí)施制造強(qiáng)國(guó)的戰(zhàn)略規(guī)劃《中國(guó)制造2025》[3]，在十大重點(diǎn)領(lǐng)域中明確提出要重點(diǎn)發(fā)展增材制造工藝與裝備。可見(jiàn)，推進(jìn)增材制造技術(shù)的快速健康發(fā)展迫在眉睫。

金屬增材制造熱源主要有激光[4]、電子束[5]和電弧[6]。其中，電弧增材制造（Wire and Arc Additive Manufacturing，WAAM）以電弧為載能束逐層熔化金屬絲材，適用于中大尺寸構(gòu)件的高效近凈成形（效率可優(yōu)于500 cm3/h）[7]，具有激光、電子束送粉式增材制造無(wú)法比擬的成形效率與成本優(yōu)勢(shì)，因而應(yīng)用前景誘人。電弧增材制造載能束可分為：鎢極氬弧（Gas Tungsten Arc，GTA）、熔化極氣體保護(hù)電弧（Gas Metal arc，GMA）和等離子弧（Plasma Arc，PA）。

雖然近年來(lái)電弧增材制造技術(shù)取得了長(zhǎng)足進(jìn)步，但其在金屬構(gòu)件成形過(guò)程自動(dòng)控制方面仍然面臨很大挑戰(zhàn)，其中絲材累積穩(wěn)定性與尺寸精度的控制已成為長(zhǎng)期制約該技術(shù)發(fā)展和應(yīng)用的瓶頸[8]。電弧增材制造的理想目標(biāo)是成形尺寸的可控化，即每個(gè)成形道與分層切片模型尺寸完全吻合。然而在實(shí)際電弧增材制造過(guò)程中，每成形一層，焊槍提升一個(gè)模型切片層高。眾多擾動(dòng)因素的作用，如：工藝參數(shù)波動(dòng)、基板狀況、熱積累及前層成形狀態(tài)等，致使成形層尺寸與模型切片尺寸難以保證一致。鑒于缺乏合適的成形層尺寸在線(xiàn)監(jiān)測(cè)與自動(dòng)控制策略，電弧增材制造過(guò)程存在強(qiáng)烈依賴(lài)人工干預(yù)、自動(dòng)化程度低、金屬構(gòu)件生長(zhǎng)形狀與設(shè)計(jì)的三維模型難以完全吻合的問(wèn)題，很大程度上限制了該技術(shù)的產(chǎn)業(yè)發(fā)展。由此可見(jiàn)，“ 成形穩(wěn)定性與生長(zhǎng)尺寸精細(xì)化自動(dòng)檢測(cè)與控制策略 ”是推進(jìn)電弧增材制造技術(shù)工程化應(yīng)用、快速產(chǎn)業(yè)化必須解決的關(guān)鍵科學(xué)與技術(shù)挑戰(zhàn)。

文中主要從成形工藝、過(guò)程在線(xiàn)監(jiān)測(cè)與控制等角度闡述了電弧增材制造成形控制技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀，分析了電弧增材制造成形在線(xiàn)監(jiān)測(cè)與控制研究中存在的主要問(wèn)題，展望了未來(lái)電弧增材制造成形控制技術(shù)的發(fā)展方向。

1 工藝調(diào)控控制成形研究現(xiàn)狀

調(diào)控電弧增材制造成形工藝是一種有效控制成形精度的方法，除優(yōu)化基礎(chǔ)工藝參量外[9-10]，目前主流的研究手段有：工藝參數(shù)與成形尺寸建模、主動(dòng)調(diào)控的手段降低成形熱積累及增減材復(fù)合制造。

建立成形尺寸的離線(xiàn)預(yù)測(cè)模型是一種可行的控制成形尺寸的方式[11-12]。哈爾濱工業(yè)大學(xué)Xiong等[11]基于回歸統(tǒng)計(jì)、神經(jīng)網(wǎng)絡(luò)等數(shù)學(xué)方法建立了工藝參數(shù)與成形尺寸的關(guān)系模型（見(jiàn)圖1），該方法可提高成形精度，但電弧增材制造是一個(gè)多變量、強(qiáng)耦合、非線(xiàn)性的復(fù)雜系統(tǒng)，離線(xiàn)模型難以應(yīng)對(duì)時(shí)變的電弧增材制造過(guò)程，且大多數(shù)離線(xiàn)模型沒(méi)有考慮基板狀況、多層堆積路徑及熱效應(yīng)的作用，因而模型預(yù)測(cè)成形尺寸的精度有限。

采用主動(dòng)調(diào)控手段降低成形熱積累并縮短層間等待時(shí)間，是一種有效提高薄壁件成形效率的途徑，主要方法有以下幾種：（1）基板通循環(huán)冷卻水[13] （見(jiàn)圖2a）。該方法可有效降低靠近基板處的成形層熱積累，但對(duì)遠(yuǎn)離基板的成形層收效甚微。（2）成形層強(qiáng)制氣流冷卻[14] （見(jiàn)圖2b）。澳大利亞臥龍崗大學(xué)Wu等通入低溫氣體對(duì)即將凝固的成形層進(jìn)行冷卻，可顯著降低成形層的熱積累并提高成形精度，但由于成形過(guò)程需要消耗大量低溫氣體，因此工藝相對(duì)復(fù)雜、制造成本較高。（3）水浴增材制造[15-16]（見(jiàn)圖2c）。烏貝蘭迪亞聯(lián)邦大學(xué)Scotti等[15]將基板置于工作水箱中，隨成形高度的增加，逐漸提升循環(huán)冷卻水位，該方法有望完全消除成形熱積累，然而成形件尺寸易受水箱大小的制約。（4）熱電制冷[17]（見(jiàn)圖2d）。北京工業(yè)大學(xué)Shi等將熱電制冷器緊靠薄壁件側(cè)壁，通過(guò)熱電效應(yīng)制冷降低熱積累，但該技術(shù)僅適用于直壁結(jié)構(gòu)，對(duì)復(fù)雜路徑的薄壁結(jié)構(gòu)件難以奏效。

為進(jìn)一步提高電弧增材成形制造精度，利用電弧增材與傳統(tǒng)銑削結(jié)合的復(fù)合增材技術(shù)[18-20]，即通過(guò)“ 增量 ”和“ 減量 ”工位頻繁切換實(shí)現(xiàn)構(gòu)件生長(zhǎng)精度的控制（見(jiàn)圖3），也是一種有效途徑，但其主要側(cè)重于金屬構(gòu)件的精加工，且增、減材頻繁切換增加了制造成本和時(shí)間。

2 成形在線(xiàn)監(jiān)測(cè)與控制研究現(xiàn)狀

電弧增材制造是一個(gè)多變量、強(qiáng)耦合、非線(xiàn)性的復(fù)雜系統(tǒng)，建立其精確的理論解析模型十分困難。為提高成形精度，加強(qiáng)對(duì)這一過(guò)程的實(shí)時(shí)監(jiān)測(cè)與控制無(wú)疑是一種行之有效的方法。傳統(tǒng)的電弧焊接過(guò)程主要側(cè)重于焊縫熔透的監(jiān)測(cè)與控制，而電弧增材制造注重成形層寬度與高度尺寸的監(jiān)測(cè)與控制。目前，常用的成形傳感技術(shù)主要有紅外、電參數(shù)及視覺(jué)傳感。

2.1 紅外監(jiān)測(cè)與控制

紅外監(jiān)測(cè)在電弧增材領(lǐng)域的研究最早可追溯到1998年英國(guó)諾丁漢大學(xué)Spencer等[21]采用GMA熱源成形金屬構(gòu)件，紅外測(cè)溫裝置對(duì)成形熱輸入進(jìn)行控制，降低成形件表面粗糙度，如果層間溫度過(guò)高，則停止成形，待層間溫度降至設(shè)定值再繼續(xù)成形。值得注意的是，該方法雖然提高了成形精度，但反饋的信息量相對(duì)較少，同時(shí)大大降低了電弧增材的成形效率。2017年哈爾濱工業(yè)大學(xué)Yang等[22]采用紅外熱像儀捕獲了GMA增材制造過(guò)程溫度場(chǎng)（見(jiàn)圖4），發(fā)現(xiàn)增加層間等待時(shí)間可顯著提高堆積層成形精度。雖然紅外傳感可以顯示熔池與凝固金屬的輪廓信息，但其設(shè)備體積大、成本昂貴，需要準(zhǔn)確的被測(cè)物體發(fā)射率參數(shù)，應(yīng)用范圍受到一定限制。

2.2 電參數(shù)監(jiān)測(cè)與控制

電參數(shù)傳感通過(guò)采集電弧增材過(guò)程中的成形電流、電壓信號(hào)，從而間接表征成形過(guò)程的穩(wěn)定性[23]。2011年意大利卡塔尼亞大學(xué)Bonaccorso等[24]探討了弧壓傳感在GTA增材制造中應(yīng)用的可行性，根據(jù)弧壓與弧長(zhǎng)的線(xiàn)性關(guān)系，以弧壓（見(jiàn)圖5a）為被控量，送絲速度為控制量，設(shè)計(jì)了一個(gè)線(xiàn)性控制器（見(jiàn)圖5b），完成構(gòu)件生長(zhǎng)穩(wěn)定性的控制（見(jiàn)圖5c）。雖然弧壓是弧長(zhǎng)的有效表征參量，但易受干擾且對(duì)弧長(zhǎng)的分辨率較低，主要適用于控制精度要求不高的場(chǎng)合。

GTA因其設(shè)備成本低、電弧穩(wěn)定、電流與送絲分離可控、成形精度高等顯著優(yōu)點(diǎn)，已成為鈦合金[25]、鎳基合金[26]、鎂合金[27]及高強(qiáng)鋁合金[28]等金屬構(gòu)件高品質(zhì)電弧增材制造的主要熱源。GTA增材制造的最優(yōu)弧長(zhǎng)一般在3～6 mm，對(duì)成形過(guò)程穩(wěn)定性控制要求更為苛刻。由于存在眾多擾動(dòng)因素，難以保證成形層尺寸與焊槍提升高度一致，尤其是多層成形后，弧長(zhǎng)波動(dòng)較大，嚴(yán)重影響過(guò)程穩(wěn)定性與成形精度。如果弧長(zhǎng)過(guò)短，絲材扎入固態(tài)堆積層，送絲受阻;倘若弧長(zhǎng)過(guò)長(zhǎng)，電弧能量分散，熔化的絲材呈大滴過(guò)渡，成形穩(wěn)定性急劇下降，導(dǎo)致后續(xù)成形終止。西南交通大學(xué)Xiong等[29-30]開(kāi)發(fā)了GTA增材制造虛擬電弧電壓傳感系統(tǒng)，虛擬電壓表征成形高度且檢測(cè)滯后小，基于小波包分析算法對(duì)弧壓進(jìn)行濾波（見(jiàn)圖6a），開(kāi)發(fā)了PID-模糊復(fù)合控制器，提出了控制變量為熔絲量的控制策略，全面提升了GTA增材制造的穩(wěn)定性，針對(duì)交叉路徑結(jié)構(gòu)件GTA增材制造交叉點(diǎn)處高度凸起難題（見(jiàn)圖6b），提出交叉路徑處自動(dòng)減少填絲量的控制策略，實(shí)現(xiàn)交叉路徑處填絲量的自動(dòng)閉環(huán)控制，有效提高了交叉路徑金屬結(jié)構(gòu)件GTA增材制造成形穩(wěn)定性與過(guò)程自動(dòng)化程度（見(jiàn)圖6c）。

2.3 視覺(jué)監(jiān)測(cè)與控制

視覺(jué)傳感憑借其成本低、信息量豐富、模仿人類(lèi)視覺(jué)等優(yōu)點(diǎn)，成為電弧增材制造過(guò)程最具應(yīng)用前景的傳感方式之一。視覺(jué)實(shí)時(shí)檢測(cè)與反饋閉環(huán)控制是提高電弧增材制造過(guò)程穩(wěn)定性和尺寸生長(zhǎng)精度的有效方法。根據(jù)是否存在輔助光源，視覺(jué)傳感可分為激光主動(dòng)視覺(jué)和被動(dòng)視覺(jué)。激光主動(dòng)視覺(jué)方面最具代表性的是2002年美國(guó)塔夫斯大學(xué)學(xué)者[31]開(kāi)展的GMA增材制造監(jiān)測(cè)與控制的研究，通過(guò)投射激光條紋測(cè)量堆積層幾何形貌（見(jiàn)圖7a），采集條紋圖像（見(jiàn)圖7b），設(shè)計(jì)了雙輸入（堆積寬度和堆積高度）雙輸出（送絲速度和行走速度）自適應(yīng)控制器，建立了Smith預(yù)估模型對(duì)成形尺寸進(jìn)行補(bǔ)償。但由于激光條紋距離電弧中心為25.4 mm，致使檢測(cè)系統(tǒng)滯后大，且Smith預(yù)估模型在基板上建立，未考慮多層堆積熱效應(yīng)的影響，因此模型補(bǔ)償效果有限，同時(shí)忽略了輸入輸出變量間的強(qiáng)耦合，難以大幅提高成形控制精度。2016年哈爾濱工業(yè)大學(xué)韓慶璘[32]基于激光視覺(jué)識(shí)別了厚壁構(gòu)件GMA增材成形道輪廓信息，設(shè)計(jì)了PID控制器，對(duì)比了恒定參數(shù)和閉環(huán)控制效果（見(jiàn)圖8）。文獻(xiàn)[32]中激光條紋到電弧中心的距離為35 mm。

被動(dòng)視覺(jué)傳感無(wú)需外加輔助光源，直接利用弧光的輻射照明熔池與凝固層區(qū)域[33]。2017年英國(guó)克蘭菲爾德大學(xué)Williams教授團(tuán)隊(duì)[34]采用被動(dòng)視覺(jué)在線(xiàn)測(cè)量了PA增材制造熔池幾何尺寸（見(jiàn)圖9）。2004年美國(guó)南衛(wèi)理公會(huì)大學(xué)Kovacevic 教授[35]利用被動(dòng)視覺(jué)對(duì)鋁合金變極性GTA增材制造弧長(zhǎng)進(jìn)行監(jiān)控（見(jiàn)圖10），通過(guò)調(diào)節(jié)GTA槍的高度，實(shí)現(xiàn)成形過(guò)程弧長(zhǎng)的恒定控制，然而該調(diào)控思想完全不符合電弧增材制造中堆積高度與模型切片高度保持一致的基本理念。

基于熔池難以及時(shí)凝固的特點(diǎn)，哈爾濱工業(yè)大學(xué)Xiong等[36]設(shè)計(jì)了雙被動(dòng)視覺(jué)感知系統(tǒng)直接監(jiān)測(cè)GMA增材制造熔池尾部堆積層寬度與高度，如圖11所示，提取了堆積層特征尺寸，檢測(cè)位置距離電弧中心約18 mm，與文獻(xiàn)[31]相比，有效減小了檢測(cè)系統(tǒng)的滯后;設(shè)計(jì)了單神經(jīng)元自學(xué)習(xí)控制器與自適應(yīng)控制器，分別實(shí)現(xiàn)了成形層恒定寬度[37]、變寬度[38]、成形高度[39]的單變量控制，提高了成形過(guò)程穩(wěn)定性，尺寸控制精度優(yōu)于0.5 mm。

澳大利亞臥龍崗大學(xué)Xia等[40]采用被動(dòng)視覺(jué)系統(tǒng)監(jiān)測(cè)GMA增材制造過(guò)程的熔池寬度參量，開(kāi)發(fā)了圖像處理算法流程來(lái)提取熔池寬度信息，設(shè)計(jì)了模型預(yù)測(cè)控制器，通過(guò)在線(xiàn)調(diào)節(jié)成形電流，實(shí)現(xiàn)了層內(nèi)變寬度的控制，如圖12所示。

西南交通大學(xué)Xiong等[41-42]設(shè)計(jì)了基于棱鏡折射的單CCD虛擬雙目立體視覺(jué)系統(tǒng)，開(kāi)發(fā)了左右圖像相對(duì)立體視覺(jué)標(biāo)定算法，研究了不同匹配算法對(duì)熔池三維形貌重建精度與效率的影響，突破了GMA增材成形質(zhì)量三維在線(xiàn)監(jiān)測(cè)的技術(shù)瓶頸，設(shè)計(jì)了模糊控制器及其仿真系統(tǒng)，開(kāi)展了成形寬度的閉環(huán)控制，如圖13所示。基于液態(tài)熔池表面波動(dòng)大、凝固金屬表面振動(dòng)小的特點(diǎn)，開(kāi)發(fā)了一種連續(xù)圖像處理的GTA增材熔池與固態(tài)金屬界面識(shí)別算法[43]，設(shè)計(jì)了積分分離PID控制器算法及其參數(shù)仿真系統(tǒng)，實(shí)現(xiàn)了被動(dòng)視覺(jué)監(jiān)測(cè)的GTA增材過(guò)程的穩(wěn)態(tài)控制[44]，如圖14所示。

3 結(jié)論與展望

電弧增材制造作為金屬增材制造技術(shù)的一個(gè)重要分支，特別適合大型復(fù)雜高端裝備結(jié)構(gòu)件的制造，是需要大力發(fā)展的研究方向。電弧增材制造在成形控制方面的要求較傳統(tǒng)焊接過(guò)程更為苛刻，由于缺乏合適的成形層尺寸在線(xiàn)監(jiān)測(cè)與自動(dòng)控制策略，成形過(guò)程強(qiáng)烈依賴(lài)人工干預(yù)，自動(dòng)化程度低，如何促使其從“ 定性 ”走向“ 定量 ”，從“ 經(jīng)驗(yàn) ”走向“ 科學(xué) ”，從“ 開(kāi)環(huán) ”走向“ 閉環(huán) ”，是今后研究工作的重點(diǎn)。文中主要總結(jié)了電弧增材制造成形在線(xiàn)監(jiān)測(cè)與控制研究進(jìn)展，并指出今后尚需在以下幾個(gè)方面進(jìn)行探索：

（1）需要大力開(kāi)展電弧增材制造成形層熔池寬度與層高的多變量同步在線(xiàn)監(jiān)測(cè)與實(shí)時(shí)控制。

（2）開(kāi)發(fā)簡(jiǎn)單實(shí)用且適用于復(fù)雜空間曲面金屬構(gòu)件電弧增材制造的在線(xiàn)監(jiān)測(cè)與控制策略。

（3）多層多道厚壁結(jié)構(gòu)件電弧增材制造成形在線(xiàn)監(jiān)測(cè)與控制研究還尤為匱乏，需要進(jìn)一步深入研究。

（4）考慮到單一傳感器智能感知信息受限，亟待深入開(kāi)展多傳感信息融合的電弧增材制造成形質(zhì)量預(yù)測(cè)與控制。

參考文獻(xiàn)：

王華明. 高性能大型金屬構(gòu)件激光增材制造：若干材料基礎(chǔ)問(wèn)題[J]. 航空學(xué)報(bào)，2014，35（10）：2690-2698.

黃衛(wèi)東.材料3D打印技術(shù)的研究進(jìn)展[J].新型工業(yè)化，2016，6（3）：53-70.

國(guó)務(wù)院關(guān)于印發(fā)《中國(guó)制造2025》的通知[EB/OL]. [2015-05-08]. http：//www.gov.cn/zhengce/content/2015-05/19/content_9784.htm.

Gu D D，Xia M J，Dai D H. On the role of powder flow behavior in fluid thermodynamics and laser processability of Ni-based composites by selective laser melting[J]. International Journal of Machine Tools and Manufacture，2019（137）：67-78.

Cordero Z C，Meyer H M，Nandwana P，et al. Powder bed charging during electron-beam additive manufacturing[J]. Acta Materialia，2017（124）：437-445.

Ding D H，Pan Z X，Cuiuri D，et al. Wire-feed additive manufacturing of metal components：technologies，developm-ents and future interests[J]. International Journal of Advanced Manufacturing Technology，2015（81）：465-481.

Williams S W，Martina F，Addison A C，et al. Wire+arc additive manufacturing[J]. Materials Science and Technology，2016（32）：641-647.

Kazanas P，Deherkar P，Almeida P，et al. Fabrication of geometrical features using wire and arc additive manufacture

[J]. Proceedings of the Institution of Mechanical Engineers，Part B：Journal of Engineering Manufacture，2012（226）：1042-1051.

Li Y J，Xiong J，Yin Z Q. Molten pool stability of thin-wall parts in robotic GMA-based additive manufacturing with various position depositions[J]. Robotics and Computer-Integrated Manufacturing，2019（56）：1-11.

Xiong J，Yin Z Q，Zhang W H. Forming appearance control of arc striking and extinguishing area in multi-layer single-pass GMAW-based additive manufacturing[J]. International Journal of Advanced Manufacturing Technology，2016（87）：579-586.

Xiong J，Zhang G J，Hu J W，et al. Bead geometry prediction for robotic GMAW-based rapid manufacturing through a neural network and a second-order regression analysis[J]. Journal of Intelligent Manufacturing，2014，25（1）：157-163.

Geng H B，Xiong J T，Huang D，et al. A prediction model of layer geometrical size in wire and arc additive manufacture using response surface methodology[J]. International Journal of Advanced Manufacturing Technology，2017（93）：175-186.

Yi H J，Kim J W，Kim Y L，et al. Effects of cooling rate on the microstructure and tensile properties of wire-arc additive manufactured Ti-6Al-4V alloy[J]. Metals and Materials International，2020，26（8）：1235-1246.

Wu B T，Pan Z X，Chen G Y，et al. Mitigation of thermal distortion in wire arc additively manufactured Ti6Al4V part using active interpass cooling[J]. Science and Technology of Welding and Joining，2019，24（5）：484-494.

Scotti F M，Teixeira F R，da Silva L J，et al. Thermal management in WAAM through the CMT Advanced process and an active cooling technique[J]. Journal of Manufacturing Processes，2020（57）：23-35.

段夢(mèng)偉. 水浴GTA增材制造成形特性與工藝研究[D]. 江蘇：南京理工大學(xué)，2018.

Shi J B，Li F，Chen S J，et al. Effect of in-process active cooling on forming quality and efficiency of tandem GMAW-based additive manufacturing[J]. International Journal of Advanced Manufacturing Technology，2019（101）：1349-1356.

Nikam S H，Jain N K，Sawant M S. Optimization of parameters of micro-plasma transferred arc additive manufacturing process using real coded genetic algorithm[J]. International Journal of Advanced Manufacturing Technology，2020（106）：1239-1252.

Zhang S，Zhang Y Z，Gao M，et al. Effects of milling thickness on wire deposition accuracy of hybrid additive/subtractive manufacturing[J]. Science and Technology of Welding and Joining，2019，24（5）：375-381.

Ma G C，Zhao G，Li Z H，et al. Optimization strategies for robotic additive and subtractive manufacturing of large and high thin-walled aluminum structures[J]. International Journal of Advanced Manufacturing Technology，2019（101）：1275-1292.

Spencer J D，Dickens P M，Wykes C M. Rapid prototyping of metal parts by three-dimensional welding[J]. Proceedings of the Institution of Mechanical Engineers，Part B：Journal of Engineering Manufacture，1998，212（3）：175-182.

Yang D Q，Wang G，Zhang G J. Thermal analysis for single-pass multi-layer GMAW based additive manufacturing using infrared thermography[J]. Journal of Materials Processing Technology，2017（244）：215-224.

李玉龍，張華，張光云，等.基于TIG 堆焊技術(shù)的低碳鋼零件精密快速成形[J].焊接學(xué)報(bào)，2009（9）：37-40.

Bonaccorso F，Cantelli L，Muscato G. An arc welding robot control for a shaped metal deposition plant：modular software interface and sensors[J]. IEEE Transactions on Industrial Electronics，2011（58）：3126-3132.

Wang J，Lin X，Wang J T，et al. Grain morphology evolution and texture characterization of wire and arc additive manufac-tured Ti-6Al-4V[J]. Journal of Alloys and Compounds，2018（768）：97-113.

Wang J F，Sun Q J，Wang H，et al. Effect of location on microstructure and mechanical properties of additive layer manufactured Inconel 625 using gas tungsten arc welding[J]. Materials Science and Engineering：A，2016（676）：395-405.

Guo J，Zhou Y，Liu C M，et al. Wire arc additive manufactu-ring of AZ31 magnesium alloy：grain refinement by adjusting pulse frequency[J]. Materials，2016（9）：823.

Bai J Y，F(xiàn)an C L，Lin S B，et al. Effects of thermal cycles on microstructure evolution of 2219-Al during GTA-additive manufacturing[J]. International Journal of Advanced Manufacturing Technology，2016（87）：2615-2623.

Zhu B B，Xiong J. Increasing deposition height stability in robotic GTA additive manufacturing based on arc voltage sensing and control[J]. Robotics and Computer-Integrated Manufacturing，2020（65）：101977.

Xiong J，Zhu B B，Chen H，et al. Peak elimination of cross structures in wire and arc additive manufacturing using closed-loop control[J]. Journal of Manufacturing Processes，2020（58）： 368-376.

Doumanidis C，Kwak Y M. Multivariable adaptive control of the bead profile geometry in gas metal arc welding with thermal scanning[J]. International Journal of Pressure Vessels and Piping，2002（79）：251-262.

韓慶璘. 弧焊機(jī)器人增材制造成形信息檢測(cè)及控制研究[D]. 黑龍江：哈爾濱工業(yè)大學(xué)， 2016.

陳華斌，孔萌，呂娜，陳善本.視覺(jué)傳感技術(shù)在機(jī)器人智能化焊接中的研究現(xiàn)狀[J]. 電焊機(jī)，2017，47（3）：1-7.

Comas T F，Diao C L，Ding J L，et al. A passive imaging system for geometry measurement for the plasma arc welding process[J]. IEEE Transactions on Industrial Electronics，2017（64）：7201-7209.

Wang H J，Jiang W H，Ouyang J H，et al. Rapid prototyping of 4043 Al-alloy parts by VP-GTAW[J]. Journal of Materials Processing Technology，2004（148）：93-102.

Xiong J，Zhang G J. Online measurement of bead geometry in GMAW-based additive manufacturing using passive vision[J]. Measurement Science and Technology，2013（24）：115103.

Xiong J，Zhang G J，Qiu Z L，et al. Vision-sensing and bead width control of a single-bead multi-layer part： material and energy savings in GMAW-based rapid manufacturing[J]. Journal of Cleaner Production，2013（41）：82-88.

Xiong J，Yin Z Q，Zhang W H. Closed-loop control of varia-ble layer width for thin-walled parts in wire and arc additive manufacturing[J]. Journal of Materials Processing Technology，2016（233）：100-106.

Xiong J，Zhang G J. Adaptive control of deposited height in GMAW-based layer additive manufacturing[J]. Journal of Materials Processing Technology，2014（214）：962-968.

Xia C Y，Pan Z X，Zhang S Y，et al. Model predictive control of layer width in wire arc additive manufacturing[J]. Journal of Manufacturing Processes，2020（58）：179-186.

Xiong J，Shi M H，Liu Y P，et al. Virtual binocular vision sensing and control of molten pool width for gas metal arc additive manufactured thin-walled components[J]. Additive Manufacturing，2020（33）：101121.

Yin Z Q，Xiong J. Stereovision measurement of layer geometry in wire and arc additive manufacturing with various stereo matching algorithms[J]. Journal of Manufacturing Processes，2020（56）：428-438.

Jun Xiong，Yupeng Pi，Hui Chen. Deposition height detection and feature point extraction in robotic GTA-based additive manufacturing using passive vision sensing[J]. Robotics and Computer-Integrated Manufacturing，2019（59）：326-334.

Jun Xiong，Guangchao Liu，Yupeng Pi. Increasing stability in robotic GTA-based additive manufacturing through optical measurement and feedback control[J]. Robotics and Computer-Integrated Manufacturing，2019（59）：385-393.