一种基于多模态融合的增材制造精准配准方法技术

本发明专利技术公开了一种基于多模态融合的增材制造精准配准方法，包括：同时采集热普图和XCT参考数据；对采集的数据进行预处理；进行图像配准；建立机器学习模型；训练完成得到机器学习模型；通过训练完成的机器学习模型实现热普图数据集和XCT参考数据集的配准，得到预配准结果；通过性能评估函数对机器学习模型进行评估，若评估通过，则将预配准结果作为最后的配准结果，若评估不通过，则机器学习模型返回训练步骤再次进行训练。本发明专利技术通过整合不同类型的传感器数据，并结合性能评估函数对机器学习模型进行评估，使得通过高精度机器学习模型实现热普图数据集和XCT参考数据集的配准，从而提高热普图数据集和XCT参考数据集之间的配准准确性。

【技术实现步骤摘要】

本专利技术涉及增材制造的，尤其涉及到一种基于多模态融合的增材制造精准配准方法。

技术介绍

1、在使用增材制造的方法加工标准件过程中，内部气孔、裂纹或表面粗糙度等不规则现象的发生会对最终部件的质量造成不良影响。不良的工艺参数化，如扫描速度和激光功率，会造成工件的不规则性。通过对注册到固定图像的运动图像进行空间变换，可以获得配准功能。配准的准确性对于评估测量不确定度至关重要。

2、在基于传感器数据预测内部孔隙率的背景下，应用机器学习算法，实现成功的预测，关键在于准确进行传感器信号与孔隙度信息之间的空间分配。在l-pbf(激光粉末床融合技术)中，由于出现不规则的微小尺寸，准确的配准显得尤为重要。此外，由于不同测量方法引起的数据格式和维度差异，进一步增加了配准的挑战性。

3、总的来说，在l-pbf增材制造中，确保热成像原位监测数据和xct(x射线显微计算机断层扫描)参考数据的准确配准对于缺陷预测至关重要。这一配准过程不仅有助于开发精准的预测模型，而且有助于保障最终组件的制造质量。

4、l-pbf增材制造过程中，单一传感器准确配准本文档来自技高网...

【技术保护点】

1.一种基于多模态融合的增材制造精准配准方法，其特征在于，包括：

2.根据权利要求1所述的一种基于多模态融合的增材制造精准配准方法，其特征在于，对采集得到的热普图和XCT参考数据进行预处理包括：去噪处理、归一化、空间对齐、异常值处理、平滑处理和数据格式统一。

3.根据权利要求1所述的一种基于多模态融合的增材制造精准配准方法，其特征在于，图像配准包括初步配准和非刚性配准；

4.根据权利要求1所述的一种基于多模态融合的增材制造精准配准方法，其特征在于，性能评估函数具体如下：

5.根据权利要求4所述的一种基于多模态融合的增材制造精准配准方法，其特...

【技术特征摘要】

1.一种基于多模态融合的增材制造精准配准方法，其特征在于，包括：

2.根据权利要求1所述的一种基于多模态融合的增材制造精准配准方法，其特征在于，对采集得到的热普图和xct参考数据进行预处理包括：去噪处理、归一化、空间对齐、异常值处理、平滑处理和数据格式统一。

3.根据权利要求1所述的一种基于多模态融合的增材制造精准配准方法，其特征在于，图像配准包括初步配准和非刚性配准；

4.根据权利要求1所述的一种基...

【专利技术属性】
技术研发人员：冷杰武，谢俊星，钟元蔚，林梓生，郑恪悠，李荣杰，徐才宇，刘强，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：