基于生成对抗网络的金属增材制造缺陷检测方法及系统技术方案

本发明专利技术公开了一种基于生成对抗网络的金属增材制造缺陷检测方法及系统，方法包括：提取增材制造打印中各种不同缺陷类型的声信号和熔池图片并进行预处理；将预处理后的不同缺陷类型的声信号通过马尔可夫转移场转化为马尔可夫图片；将不同缺陷类型作为条件，与随机噪声一同输入训练好的马尔可夫图片生成器，生成若干不同缺陷类型的伪马尔可夫图片将待检测的熔池图片，输入训练好的图片特征匹配网络，将图片特征匹配网络输出的伪马尔可夫图片与将待检测的熔池图片采用融合网络进行融合，得到融合图片将融合图片输入训练好的缺陷识别网络，识别缺陷类型。本发明专利技术无需采集声信号，且检测精度高。

【技术实现步骤摘要】

本专利技术涉及增材制造缺陷检测技术，尤其涉及一种基于生成对抗网络的金属增材制造缺陷检测方法及系统。

技术介绍

1、电弧增材制造(directed energy deposition with arc，ded-arc)是一种基于电弧焊的直接能量沉积工艺。与其他增材制造技术相比，电弧增材制造具有沉积速率高、制造成本低、材料利用率高等独特优点。电弧增材制造技术虽然近年来取得了长足的进步，但是由于其成形过程本质上是建立在电弧焊技术的基础上，沉积过程中会受到诸多干扰因素：环境变化、工艺参数波动和冶金化学特性等，造成了许多的不确定性，因此材料沉积过程很难确定其当前状态，从而间接导致无法精确控制，故而成形零件的精度低和质量差，这也是限制电弧增材制造和其他金属增材制造技术发展和广泛工业应用的最大挑战之一，因此在制造过程中对缺陷的实时检测与精准识别至关重要。

2、现有的电弧增材制造缺陷检测方法主要是熔池图像监测，但是熔池具有环境适应性差、受限于视角和缺乏全面性，容易导致局部缺陷的遗漏，单一使用熔池图像无法有效的获得当前状态的所有特征。相比之下，声信号具有全面性、本文档来自技高网...

【技术保护点】

1.一种基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，步骤S1具体包括：

3.根据权利要求1所述的基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，步骤S2具体包括：

4.根据权利要求1所述的基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，所述条件生成器具体为基于转置卷积的深度卷积生成网络DCGAN架构，所述判别器为深度卷积网络。

5.根据权利要求1所述的基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，所述...

【技术特征摘要】

1.一种基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，步骤s1具体包括：

3.根据权利要求1所述的基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，步骤s2具体包括：

4.根据权利要求1所述的基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，所述条件生成器具体为基于转置卷积的深度卷积生成网络dcgan架构，所述判别器为深度卷积网络。

5.根据权利要求1所述的基于生成对抗网络的金属增材制造缺陷检测方法，其特征在于，所述图片特征匹配网络具体为孪生网络。

6.根据权利要求1所述的基于生成对抗网络...

【专利技术属性】
技术研发人员：吴倩茹，黄奎淋，王嘉琛，徐冒琪，唐文来，杨继全，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：