随着电弧增材制造技术的高速发展,金属增材制造作为一种热点增材制造工艺,近年来受到重点关注。然而,针对金属增材制造过程“反复热循环”以及定向散热造成的热应力以及形貌尺寸偏差累积等固有缺陷,研发其控形控性技术是提高增材制件成形性能与成形质量的重要手段。因此,本论文搭建了一套基于红外视觉的冷金属过渡(Cold metal transfer,CMT)电弧增材制造过程检测系统,通过深入研究增材制件缺陷的红外图像与温度分布数据,探明正常和缺陷样件的温度场关联规律与红外图像特征信息,据此设计缺陷自主识别与智能分析算法,最终为CMT电弧增材制造工艺提供一种控形控性方法。本论文的主要研究结论包括:(1)成功搭建了一套基于红外视觉的CMT电弧增材系统,选用FLIR A320和GC86G两款红外热像仪相配合,根据CMT技术特性,设计机器人匹配组装夹具与热像仪保护装置,成功开发出配套的红外检测系统硬件部分,有效的实现了CMT电弧增材过程红外图像和温度数据等信息的采集。(2)设计实验成功制造出无缺陷样件及表面气孔或孔洞类、飞溅、塌陷/驼峰类、焊缝不均等形状类等4类典型问题样件,利用红外检测系统采集各过程的红外图像和温度数据,并利用热电偶接触式温度采集系统进行测温及标定。(3)探明了上述4类典型问题样件和正常样件增材制造过程中的温度场关联规律,分析每类问题产生时对应的红外图像的详细特征,设计了缺陷自主识别算法。(4)采用C++语言开发了CMT电弧增材“温度-缺陷”智能分析系统软件,能够实现增材制造过程红外图像和温度数据的实时采集、显示、自主识别增材制造过程中的4种典型问题,同时记录增材制造全过程。