摘要
本发明公开了基于熔池分割及模糊PID闭环控制的增材制造监测方法,包括:采集激光送粉增材制造过程的视频,划分为训练集、验证集和测试集,进行标注生成标签文件;搭建神经网络骨干结构,包括空间支路、语义支路和特征融合模块;搭建基于软阈值函数优化的注意力机制模块TA,将TA与搭建的神经网络骨干结构相结合,完成整个神经网络模型的搭建;将训练集的图像与标签文件送入神经网络模型中进行训练;将测试集的熔池彩色图像输入到熔池分割网络模型中进行推理,得到分割后的熔池像素级图像;实现对熔池面积的实时监测。本发明能够显著提高熔池图像在复杂环境下的像素级分割效果,具有精度高、分割效果好、控制性能优以及自适应性强的优点。
技术关键词
输出特征
PID闭环控制
神经网络模型
标签文件
彩色图像数据
监测方法
支路
全局平均池化
残差网络
语义
模糊控制器
模糊PID控制器
软阈值函数
注意力机制
尺寸
模块
系统为您推荐了相关专利信息
燃料电池系统
强度特征向量
神经网络模型
氢气浓度传感器
注意力机制
数据驱动模型
预报方法
神经网络模型
数值
模拟程序
节点特征
任务分配方法
神经网络模型
邻居
物理传感器