当前位置: 首页 > 专利查询>汕头大学专利>正文

一种增材制造制件几何形貌监测方法、系统和存储介质技术方案

技术编号:41986139 阅读:19 留言:0更新日期:2024-07-12 12:15
本申请公开了一种增材制造制件几何形貌监测方法、系统和存储介质,应用于增材制造技术领域,方法包括:获取并预处理增材制造实验的熔池的几何图像、熔覆层的温度图像和熔覆道的时空坐标信息;将瞬态热传导物理定律嵌入到CNN的损失函数,利用实验数据训练基于CNN的神经网络模型,得到监测模型;根据当前工艺参数进行增材制造,获取并预处理当前的几何图像、温度图像和时空坐标信息,得到当前融合图像,结合监测模型的检测,得到制件的形貌检测结果;当结果为不合格且缺陷能修复时调整工艺参数,返回根据当前工艺参数进行增材制造的步骤,直到增材制造结束。本申请提高制件缺陷监测的精度和增材制造过程的可控性,确保制件的质量和稳定性。

【技术实现步骤摘要】

本专利技术涉及增材制造,尤其是一种增材制造制件几何形貌监测方法、系统和存储介质


技术介绍

1、增材制造(additive manufacturing,am)是一种通过逐层堆积材料的方式直接构建三维物体的技术。受到增材制造的工艺参数的影响,在成形过程中制件往往会出现表面几何形貌缺陷的情况,例如制件的表面不平整、局部塌陷、翘曲变形、分层开裂等,这种表面几何形貌缺陷的情况严重影响了制件成形精度和可重复性,因此在增材制造过程中对制件的表面几何形貌进行监控显得至关重要。

2、相关技术中,采用电荷耦合器件(charge coupled device,ccd)相机采集增材制造过程中的图像数据,通过传统的机器学习算法或者神经网络模型对图像数据进行分析,从而找出制件的表面几何形貌缺陷。然而,这种方式通常需要大量标记的训练数据,而在某些特定的增材制造场景下训练数据难以获取,存在数据采集费时且成本高的不足。此外,传统的机器学习模型或者神经网络模型存在精度不高且难以处理非线性关系的问题,其检测准确率难以达到预期效果,精准检测制件的表面几何形貌缺陷具有一定的难度,其分本文档来自技高网...

【技术保护点】

1.一种增材制造制件几何形貌监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种增材制造制件几何形貌监测方法,其特征在于,所述根据实验工艺参数进行增材制造实验,获取在增材制造实验的过程中熔池的几何图像、熔覆层的温度图像和熔覆道的时空坐标信息并进行预处理,得到实验数据集,包括:

3.根据权利要求2所述的一种增材制造制件几何形貌监测方法,其特征在于,所述对第i组增材制造实验的实验数据进行预处理、特征提取和数据融合,得到第i组增材制造实验的实验融合图像,包括:

4.根据权利要求3所述的一种增材制造制件几何形貌监测方法,其特征在于,所述对熔池的几...

【技术特征摘要】

1.一种增材制造制件几何形貌监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种增材制造制件几何形貌监测方法,其特征在于,所述根据实验工艺参数进行增材制造实验,获取在增材制造实验的过程中熔池的几何图像、熔覆层的温度图像和熔覆道的时空坐标信息并进行预处理,得到实验数据集,包括:

3.根据权利要求2所述的一种增材制造制件几何形貌监测方法,其特征在于,所述对第i组增材制造实验的实验数据进行预处理、特征提取和数据融合,得到第i组增材制造实验的实验融合图像,包括:

4.根据权利要求3所述的一种增材制造制件几何形貌监测方法,其特征在于,所述对熔池的几何图像进行图像预处理,得到预处理后的几何图像,包括:

5.根据权利要求3所述的一种增材制造制件几何形貌监测方法,其特征在于,所述对熔覆层的温度图像...

【专利技术属性】
技术研发人员:彭世通杨守兰高宝赟郭嘉楠
申请(专利权)人:汕头大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1