基于声光全息特征的激光冲击强化质量监测方法及相关装置制造方法及图纸

本发明专利技术属于激光冲击强化质量监测领域，公开了一种基于声光全息特征的激光冲击强化质量监测方法及相关装置，该方法同步采集靶材表面、夹具表面和冲击区域背面的声发射信号及靶材中目标元素产生的等离子体光信号，提取各信号的时域和频域特征，并进行自适应先验融合。利用预先训练的Transformer网络‑分支LSTM网络强化质量监测模型处理声发射信号和等离子体光信号的融合特征，输出激光脉冲能量、约束层约束压强和靶材厚度。最后，基于概率增强型决策树对各信号表征的质量参数进行分类概率决策融合，得出质量监测结果。本发明专利技术的目的在于通过声光全息多特征信息监测激光冲击强化质量，以提升监测精度。

【技术实现步骤摘要】

本专利技术属于激光冲击强化质量监测领域，具体涉及一种基于声光全息特征的激光冲击强化质量监测方法及相关装置。

技术介绍

1、激光冲击强化（lsp）技术作为一种高效的材料表面改性手段，近年来在提升金属材料性能方面具有优势。其原理基于高功率短脉冲激光辐照金属表面，诱导保护层快速气化生成高温高压等离子体，在约束层作用下形成瞬态冲击波载荷。当冲击压力超过材料的动态屈服强度时，材料表层发生动态塑性变形，从而改善其表面硬度、耐磨性、抗疲劳性及抗腐蚀性。得益于毫秒级瞬态作用过程中能量传递的高效性，lsp技术在航空航天、核电、生物医学以及材料成型等工程领域得到了广泛应用，特别是在提升结构件的抗疲劳能力和延长使用寿命方面发挥了重要作用。

2、目前，已有一些方法用于监测lsp过程的质量，如公开号为cn118540840a的专利所描述的一种激光冲击强化质量监测方法及相关装置。该方法通过监测靶材中目标元素产生的纳秒级等离子体光信号，将信号划分为闪烁段和衰减段，并从这两个阶段中提取特定的时域特征，然后将这些特征输入训练好的质量监测模型，以输出表征激光冲击强化质量的结果。其本文档来自技高网...

【技术保护点】

1.一种基于声光全息特征的激光冲击强化质量监测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于声光全息特征的激光冲击强化质量监测方法，其特征在于，所述各声发射信号对应的预先训练的Transformer网络-分支LSTM网络强化质量监测模型以及等离子体光信号对应的预先训练的Transformer网络-分支LSTM网络强化质量监测模型均包括两个Transformer网络和四个分支LSTM网络。

3.根据权利要求2所述的一种基于声光全息特征的激光冲击强化质量监测方法，其特征在于，对于第一声发射信号，两个Transformer网络分别对第一声发射信号的融合时域特...

【技术特征摘要】

1.一种基于声光全息特征的激光冲击强化质量监测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于声光全息特征的激光冲击强化质量监测方法，其特征在于，所述各声发射信号对应的预先训练的transformer网络-分支lstm网络强化质量监测模型以及等离子体光信号对应的预先训练的transformer网络-分支lstm网络强化质量监测模型均包括两个transformer网络和四个分支lstm网络。

3.根据权利要求2所述的一种基于声光全息特征的激光冲击强化质量监测方法，其特征在于，对于第一声发射信号，两个transformer网络分别对第一声发射信号的融合时域特征和融合频域特征进行深度处理，将深度处理后的第一声发射信号的融合时域特征和融合频域特征在时间维度上合并，得到时频域特征矩阵，将时频域特征矩阵输入至线性层，输出第一声发射信号表征的激光脉冲能量；

4. 根据权利要求2所述的一种基于声光全息特征的激光冲击强化质量监测方法，其特征在于， 对于第二声发射信号，两个transformer网络分别对第二声发射信号的融合时域特征和融合频域特征进行深度处理，将深度处理后的第二声发射信号的融合时域特征和融合频域特征在时间维度上合并，得到时频域特征矩阵，将时频域特征矩阵输入至线性层，输出第二声发射信号表征的激光脉冲能量；

5.根据权利要求2所述的一种基于声光全息特征的激光冲击强化质量监测方法，其特征在于，对于第三声发射信号，两个transformer网络分别对第三声发射信号的融合时域特征和融合频域特征进行深度处理，将深度处理后的第...

【专利技术属性】
技术研发人员：张志芬，都正尧，秦锐，向显文，周留成，温广瑞，陈雪峰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：