一种基于机器学习的激光除锈方法

本发明公开一种基于机器学习的激光除锈方法。先采集不同材质金属在不同激光除锈参数下的除锈实验数据，涵盖除锈前后金属表面图像、锈蚀程度、基体损伤等数据并预处理。接着提取与除锈效果和基体损伤相关特征，经特征选择算法筛选关键特征。选用合适机器学习模型，以关键特征为输入、除锈效果评估指标为输出训练模型，采用交叉验证调优。在实际除锈中，传感器采集数据结合模型进行在线监测与预测，依结果用优化算法动态调整参数。完成除锈后评估效果，对比实际与预测结果，偏差大时更新模型。该方法可精准控制除锈效果、保护基体、提升效率并实现自我优化，具有广泛应用前景。