[发明专利]一种基于深度学习的增材制造制件成形质量监控与预测方法有效
| 申请号： | 202110104828.1 | 申请日： | 2021-01-26 |
| 公开（公告）号： | CN112801091B | 公开（公告）日： | 2023-06-13 |
| 发明（设计）人： | 王奉涛;杨守华;吕秉华 | 申请（专利权）人： | 汕头大学 |
| 主分类号： | G06V10/25 | 分类号： | G06V10/25;G06V10/26;G06Q10/0639;G06V10/82;G06N3/0442;G06N3/0464;G06N3/049 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 周增元 |
| 地址： | 515000 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于深度学习的增材制造制件成形质量监控与预测方法，包括步骤：使用图像获取模块获取增材制造过程中熔池的几何特征图像和温度特征图像，取得几何特征参数、温度特征参数，将其作为双流卷积神经网络的输入，学习所述几何特征参数、温度特征参数和制件成形质量之间隐藏的对应关系，将所述几何特征参数、温度特征参数和制件成形质量之间隐藏的对应关系对应起来。采用本发明，提取了熔池、羽流和飞溅物三个区域的几何和温度特征参数，更加全面的反映了增材制造技术的动态监控过程与制件的成形质量，使用双流卷积神经网络实现了对制件成形质量的分类，使用长短期记忆神经网络实现了对制件成形质量的提前预测和对工艺参数的及时修正，减少了加工时间，提高了生产质量。 | ||
| 搜索关键词： | 一种 基于 深度 学习 制造 制件 成形 质量 监控 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于汕头大学，未经汕头大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110104828.1/，转载请声明来源钻瓜专利网。
