[发明专利]一种SLM成形性能预测与工艺参数优化方法及系统

权利要求书

1.一种SLM成形性能预测与工艺参数优化方法，其特征在于，包括以下步骤：

通过多步正交实验设计多组SLM工艺参数，并对设计的工艺参数进行实际制造，确定对应SLM成形件的性能，将设计的SLM工艺参数和对应的成形件性能汇总为数据集；

基于所述数据集对高斯过程回归模型进行训练，得到SLM工艺参数与SLM成形件性能之间的第一种映射关系；并基于所述数据集对多元逐步回归模型进行训练，得到SLM工艺参数与SLM成形件性能之间的第二种映射关系；所述第一种映射关系和第二种映射关系均用于对SLM成形件的性能进行预测；

将训练好的高斯过程回归模型和训练好的多元逐步回归模型组合，得到SLM性能预测模型；其中，所述SLM性能预测模型将高斯过程回归模型和多元逐步回归模型的两个性能预测结果采用加权方式融合，所述加权方式的权重通过遍历方式确定；

通过教与学算法对所述SLM性能预测模型寻优，得到SLM成形件性能满足需求的多组推荐SLM工艺参数；

根据SLM工艺参数对设备使用寿命的影响对所述多组推荐SLM工艺参数进行分步筛选，得到对设备使用寿命损伤低且工艺参数稳定的多组SLM工艺参数。

2.根据权利要求1所述的方法，其特征在于，还包括以下步骤：

对分步筛选后的多组SLM工艺参数，进行实际制造对得到的SLM成形件性能进行验证，将性能达到预期标准的参数列入验证结果满意的工艺参数组，作为高性能SLM成形件的工艺参数组；将性能未达到预期标准的参数列入验证结果不满意的工艺参数组；

将验证结果不满意的工艺参数组增加至所述数据集，更新数据集，重复高斯过程回归模型训练、多元逐步回归模型的训练、SLM工艺参数推荐和筛选过程，获得新筛选后的多组SLM工艺参数。

3.根据权利要求1所述的方法，其特征在于，通过多步正交实验设计多组SLM工艺参数，具体为：

设计多步正交实验，在全局范围内通过正交实验设计SLM工艺参数组别，并对设计的工艺参数进行实际制造，检测初步设计的SLM成形件性能；

对SLM全局性能进行初步检测，找出初步检测的SLM成形件性能较优的可疑区域，并对可疑区域再设计正交实验，经过多次设计正交实验得到SLM成形件性能较优可疑区域对应的多组SLM工艺参数。

4.根据权利要求1至3任一项所述的方法，其特征在于，基于所述数据集对高斯过程回归模型进行训练，并基于所述数据集对多元逐步回归模型进行训练，具体为：

构建高斯过程回归模型；基于所设计的多组SLM工艺参数对高斯过程回归模型进行训练；

构建多元逐步回归模型；基于所设计的多组SLM工艺参数对多元逐步回归模型进行训练；其中，考虑到工艺参数间的相互影响，增加高阶项与交叉项，构建完整的备选项；获得完整的备选项后，通过显著性检验，逐步引入与剔除备选项。

5.根据权利要求4所述的方法，其特征在于，在对高斯过程回归模型和多元逐步回归模型训练过程中，通过平均绝对误差MAE、均方根误差RMSE与决定系数R²三项指标对两个模型进行加权评估，以评估模型预测结果与实际结果的偏差情况，优化模型参数；所述三项指标各自所占权值为：MAE：RMSE：R²＝40:40:20。

6.根据权利要求1所述的方法，其特征在于，通过教与学算法对所述SLM性能预测模型寻优，得到SLM成形件性能满足需求的多组推荐SLM工艺参数，具体为：

设置合适数量的初始群体，并将SLM性能预测模型作为优化算法的适应度函数；

通过计算个体适应度，选则适应度值最大的个体为教师，初始群体通过“教学阶段”与“学习阶段”更新，种群更新完成后重新选择教师个体，如此循环，直至达到循环终止条件，获得当前最优适应度个体，即当前最优性能值与对应工艺参数，并将最优性能值所对应的工艺参数作为推荐SLM工艺参数。