一种基于改进ResNet的定向能量沉积熔池状态识别方法技术

本发明专利技术涉及一种基于改进ResNet的定向能量沉积熔池状态识别方法，属于增材制造技术领域。包括如下步骤：采集定向能量沉积加工时所产生的熔池加工图像数据及对应熔池状态数据，通过阈值分割与边缘检测等预处理操作后贴标签；构建基于改进ResNet的深度学习网络，实现了熔池状态的有效识别；本发明专利技术具有图像特征提取能力精细、模型泛用性强，适用于多种定向能量沉积加工场景的优点，可实现在背景的干扰比较突出的场景下，精准实时识别熔池状态，保证加工产品质量可控。加工产品质量可控。加工产品质量可控。

【技术实现步骤摘要】
一种基于改进ResNet的定向能量沉积熔池状态识别方法


[0001]本专利技术涉及一种基于改进ResNet的定向能量沉积熔池状态识别方法，涉及数控机床铣削刀具磨损量监测与刀具磨损临界状态识别
，属于增材制造


技术介绍

[0002]增材制造得益于其加工过程的优越性，近年来增材制造技术在航空航天，汽车、医疗等制造领域得到了广泛关注。在增材制造过程中，由于制造过程环境的恶劣以及受技术原理的限制，使加工对象在成形过程中可能产生影响性能的缺陷，这种质量控制方面的不足成为增材制造技术广泛工业化的瓶颈。
[0003]熔池作为激光增材制造加工中的重要物理现象及多场耦合的重要载体，决定着增材制造加工质量与产品性能。因此，探究熔池状态预测方法，对增材制造过程质量控制具有十分重要的意义，也为工艺稳定性与构件质量的在线诊断识别及反馈控制提供重要的理论与数据支持。
[0004]现有研究与应用表明，激光增材制造熔池状态识别技术达到了一定水平，但现有方法的适用范围仍存在一定局限性，尚未达到准确、多场景稳定识别的程度。由于传统机器视觉方法依靠模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进ResNet的定向能量沉积熔池状态识别方法，其特征在于，包括以下步骤：步骤1：采集定向能量沉积加工过程中的原始熔池图像信息及其所对应的熔池状态信息，该熔池状态信息包括过熔、正常熔融、欠熔信息；步骤2：将采集得到的包含熔池背景、粉末飞溅的原始熔池图像数据输入到熔池识别程序中，以获取完整、清晰且符合神经网络输入大小的熔池图像，该程序首先通过分水岭阈值分割方法对图像进行阈值分割，将熔池与图像背景区域进行分离；之后对分离后的熔池进行边缘识别，以得到熔池区域的最小外接矩形；最后以最小外接矩形为中心，将熔池图像进行裁剪，贴标签后得到可用的熔池图像数据集；步骤3：将熔池图像数据集作为改进ResNet网络的输入，将熔池状态信息作为输出，识别精度作为主要的考虑因素，利用控制变量法优选熔池状态识别模型的超参数，并可视化参数变化情况，识别模型训练完成后，代入测试样本集验证，将输出的熔池状态与实际熔池状态对比，若符合精准度要求，得到最终的图像识别分类结果。2.如权利要求1所述...

【专利技术属性】
技术研发人员：杨国哲，倪致家，陈克强，姜兴宇，王子生，张壬，刘同明，李家振，宋博学，张凯，
申请(专利权)人：沈阳工业大学，
类型：发明
国别省市：