摘要
本发明涉及参数优化领域,具体涉及一种基于机器学习的SLM工艺参数分析方法。一种基于机器学习的SLM工艺参数分析方法,包括:构建工件图像特征向量;构建工件预测图像;输出SLM工艺优化参数集等。本发明通过对SLM工艺控制参数变化及对应的工件图像变化进行时序性分析,在学习SLM工艺的控制参数变化对于工件的影响的同时,对SLM工艺控制参数不变的前提下的工件变化进行预测,再基于预测的工件变化对工件的缺陷进行分析,并基于分析的缺陷来对后续的SLM工艺控制参数进行优化,避免缺陷的发生,进而提升工件的质量。
技术关键词
工艺参数分析方法
工件
图像特征向量
工艺控制参数
时序
构建训练集
图像特征提取模型
数据
网络
矩阵
查询特征
注意力
解码器
算法
基础