机器人丝材电弧增材制造(WAAM)是指通过增加材料层而不是常规减材制造技术,通过3D CAD模型沉积材料层来构建零件。但现在机器人电弧增材制造软件多依赖于在现有软件二次开发,本研究通过java语言直接开发一种丝材电弧焊接增材制造软件,实现通过从STL(stereolithography,光固化立体造型术)模型输入到直接生成部件的自动化电弧增材制造。机器人自动化增材制造的工艺规划中的主要步骤包括stl模型切片生成2.5D层,为这些层生成沉积路径,确定与沉积路径相关的焊接参数(送丝速度、行走速度和干伸长等)和对工件进行后处理加工。具体步骤如下:通过CAD软件建立三维实体模型,选择合适的角度和步长输出STL模型,通过切片程序沿着增材方向被切成一组2.5D层。现有切片算法主要包括等厚切片、自适应切片和多方向切片算法,切片完成后通过路径规划程序计算每层沉积路径,由于基于电弧焊接的丝材增材制造系统比基于粉末的增材制造系统产生大得多的沉积物,因此沉积路径显著地受构件几何复杂性和所选择的材料的影响。开发的基于Voronoi图的中轴转换策略可以产生无空隙沉积路径,解决了复杂构件沉积问题。通过人工神经网络模型建立了焊接模型数据库,为焊接控制提供数据,根据期望路径高度和宽度选择相关联的焊接参数,确保路径无缝隙沉积。本研究采用不锈钢等材料的电弧焊接工艺建立了人工神经网络单道模型,并通过实验确定了一个最佳的焊接参数用于通用的增材制造过程。将人工神经网络模型和多焊道重叠模型都集成到路径规划方法中,允许对应于所生成的偏移路径自动匹配最佳焊接参数。最后,通过机器人进行一系列后处理加工操作加工沉积构件以产生具有所需尺寸公差的成品部件。加工路径可以通过将沉积路径偏移来确定并可以在沉积一定高度同时进行后处理加工,避免了构件重新固定,简化了后处理加工过程。