羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法技术

本发明专利技术公开了一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法，包括，1：通过离轴高速摄像机采集选区激光熔融过程羽流图像；2：对得到的羽流图像进行阈值分割与特征提取，得到羽流动态特征；3：建立基于图卷积深度学习的图卷积网络的熔化状态识别方法；4：对图卷积网络进行训练并对识别性能进行评估；5：采集实时羽流图像并提取羽流动态特征，将其输入到训练好的模型中，对选区激光熔融加工过程的熔化状态进行识别与监测。本发明专利技术提高了熔化状态识别的准确率，实现准确的选区激光熔融过程监测。

【技术实现步骤摘要】

本专利技术属于选区激光熔融过程监测领域，具体的说是一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法。

技术介绍

1、选区激光熔融的高定制自由度和卓越的加工精度显示了其在航空航天、汽车工业以及医疗卫生部门等不同领域的优势。由于选区激光熔融加工是一个快速且非平稳的过程，且难以直接对粉末熔融成形后的质量进行在线测量，因此采用诸如声音、光学等过程信号进行选区激光熔融过程监测成为了近年来重点关注的问题之一。其中，通过高速摄像机采集加工过程中的光学信号特征是选区激光熔融过程监测的重要方法。该方法可以采集到加工过程中由金属蒸汽和等离子体构成的羽流图像。现有的研究表明，羽流与过程稳定性之间有密切关系，基于羽流的选区激光熔融过程监测的可行性和有效性已经得到了诸多证明，但都仅处于理论阶段，没有投入到实际的过程监测应用中。

2、同时，现阶段的基于羽流的选区激光熔融过程监测方法大多只是计算了羽流简单的统计特征，如羽流长度、面积、亮度等，并将这些特征输入到浅层机器学习模型中进行熔化状态识别。这些简单的统计特征无法细致、准确地对每一种加工条件下的羽流形态进行描述本文档来自技高网...

【技术保护点】

1.一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法，其特征在于，是按照以下步骤进行：

2.根据权利要求1所述的一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法，其特征在于，所述步骤2中的羽流动态特征V、邻接矩阵A和度矩阵D是按如下步骤得到：

3.根据权利要求1所述的一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法，其特征在于，所述步骤3.1中的每个残差图卷积模块均包含一个图卷积层、一个时空门控卷积模块以及一个残差边模块；

4.根据权利要求3所述的一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法，其特征在于，所述...

【技术特征摘要】

1.一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法，其特征在于，是按照以下步骤进行：

2.根据权利要求1所述的一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法，其特征在于，所述步骤2中的羽流动态特征v、邻接矩阵a和度矩阵d是按如下步骤得到：

3.根据权利要求1所述的一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法，其特征在于，所述步骤3.1中的每个残差图卷积模块均包含一个图卷积层、一个时空门控卷积模块以及一个残差边模块；

4.根...

【专利技术属性】
技术研发人员：朱锟鹏，毛杨坤，林昕，王齐胜，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：