一种金属增材制造工艺系统多维数据融合及量化建模方法技术方案

本发明专利技术公开了一种金属增材制造工艺系统多维数据融合及量化建模方法，包括：获取金属增材制造工艺系统相关联的多样多元多维离散强耦合原始数据，并对数据预处理，得到金属增材制造工艺数据；对金属增材制造工艺数据进行分布状态评估、分类筛检、特征提取、归一化处理，得到金属增材制造工艺系统归一化的结构性数据；针对金属增材制造工艺系统归一化的结构性数据，按照工艺系统建模框架，设计神经网络结构，设定模型训练参数，进行计算训练，经训练结果分析进行模型结构和参数优化，得到工艺系统量化模型。本发明专利技术解决不同设备不同材料不同工艺方法多维多样数据的分析、应用和可视化难题。

【技术实现步骤摘要】
一种金属增材制造工艺系统多维数据融合及量化建模方法
本专利技术涉及数据处理领域，具体涉及一种金属增材制造工艺系统多维数据融合及量化建模方法。
技术介绍
金属增材制造(AdditiveManufacturing,AM)或3D打印是最前沿和最有潜力的增材制造技术，是航空航天、生物医学和能源交通等重要领域的潜在颠覆性技术。该技术借助激光束、电子束或电弧等热源熔化金属粉末或丝材，通过熔池凝固逐道逐层构建金属零部件，可以提高设计自由度和制造灵活性，从而实现复杂结构成型、增加产品定制性和缩短上市时间，同时消除传统规模经济的约束。然而，金属增材制造工艺系统是一个涉及电弧热、力、声、光、电、磁等复杂物理效应、材料熔化、熔池流动、熔体凝固与基体固态相变的复杂选区连续熔铸系统，其中能场、温度场、流场、相场、应力场等物理场耦合作用强烈，且金属材料固、液、等离子三态急速转变的传热传质过程极为复杂，导致等离子体形态、熔滴过渡、熔覆成形、合金元素分布、显微组织状态、构件强韧性能的显著变化与差异，引起气孔、裂纹、驼峰、未熔合、夹渣等缺陷，严重影响增材制造过程稳定性和本文档来自技高网...

【技术保护点】
1.一种金属增材制造工艺系统多维数据融合及量化建模方法，其特征在于，包括：/n获取金属增材制造工艺系统相关联的多样多元多维离散强耦合原始数据，并对数据预处理，得到金属增材制造工艺数据；/n对金属增材制造工艺数据进行分布状态评估、分类筛检、特征提取、归一化处理，得到金属增材制造工艺系统归一化的结构性数据；/n针对金属增材制造工艺系统归一化的结构性数据，按照工艺系统建模框架，设计神经网络结构，设定模型训练参数，进行计算训练，经训练结果分析进行模型结构和参数优化，得到工艺系统量化模型。/n

【技术特征摘要】
1.一种金属增材制造工艺系统多维数据融合及量化建模方法，其特征在于，包括：
获取金属增材制造工艺系统相关联的多样多元多维离散强耦合原始数据，并对数据预处理，得到金属增材制造工艺数据；
对金属增材制造工艺数据进行分布状态评估、分类筛检、特征提取、归一化处理，得到金属增材制造工艺系统归一化的结构性数据；
针对金属增材制造工艺系统归一化的结构性数据，按照工艺系统建模框架，设计神经网络结构，设定模型训练参数，进行计算训练，经训练结果分析进行模型结构和参数优化，得到工艺系统量化模型。


2.如权利要求1所述的金属增材制造工艺系统多维数据融合及量化建模方法，其特征在于，还包括：
对所得到的工艺系统量化模型进行误差分析、特征分析、反演规则、实验验证、模型能效分析验证。


3.如权利要求2所述的金属增材制造工艺系统多维数据融合及量化建模方法，其特征在于，还包括：
将分析验证后的工艺系统量化模型进行云端部署，以进行多终端访问应用，根据模型的输入参数，输出对应的预测结果。


4.如权利要求3所述的金属增材制造工艺系统多维数据融合及量化建模方法，其特征在于，还包括：
针对工艺系统量化模型应用过程中的数据扩充，实现模型的自学习自优化自升级。


5.如权利要求1所述的金属增材制造工艺系统多维数据融合及量化建模方法，其特征在于，所述金属增材制造工艺系统多维数据包括设备信息、工况条件、工艺参数、母材状态、能场参量、熔覆成形、微观组织和结构性能数据，数据基于互联网和物联网源自网络化工艺数据采集和分布式记录存储。


6.如权利要求5所述的金属增材制造工艺系统多维数据融合及量化建模方法，其特征在于，对数据预处理，得到金属增材制造工艺数据包括：
金属增材制造工艺系统核心数据按各自来源逐一核查无误后，进行汇总；
标注结构化编号、来源时间地点及单位、标注时间、对应原始数据编号；
按工艺原材料、热源类型和工艺方法进行分类；
将分类后数据按照设备信息、工况条件、工艺参数、母材状态、能场参量、熔覆成形、微观组织、结构性能进行结构化编排和存储；
将金属增材制造工艺系统结构化数据和对应原始数据均按所属单位和时间戳进行打包加密和备份。


7.如权利要求1所述的金属增材制造工艺系统多维数据融合及量化建模方法，其特征在于，所述对对金属增材制造工艺数据进行分布状态评估、分类筛检、特征提取、归一化处理包括：
按照数据物理维度和特征进行筛检量化，对名称、种类标签数据进行用整数进行数字化编号，对有无、开关、是否等状态用逻辑型进行量化，然后对全部数据按维度进行分类；
根据工艺数据的来源、种类、内涵对量化数据进行精简，减少数据的绝对数量，以符合现阶段机器处理能力和人的识别能力；
以保持最大数据信息量为前提，对工艺数据进行挖掘和降维处理，以去除无关特征避免维数灾难问题，获得低维的工艺系统特征数据集；
对工艺系统特征数据集进行标准化和归一化处理，以消除数据之间的量纲影响和奇异样本数据影响。


8.如权利要求1所述的金属增材制造工艺系统多维数据融合及量化建模方法，其特征在于，所述工艺系统建模框架包括能场参量预测、熔覆成形预测、显微组织预测、结构性能预...

【专利技术属性】
技术研发人员：王金钊，高世一，赵运强，董春林，刘丹，任香会，李苏，辛杨桂，韩善果，张宇鹏，郑世达，
申请(专利权)人：广东省科学院中乌焊接研究所，阳江市中乌巴顿技术研究院，
类型：发明
国别省市：广东;44