一种基于机器学习的电子束选区熔化成形缺陷的预测方法

本发明公开了一种基于机器学习的电子束选区熔化缺陷预测方法，电子束选区熔化成形是在真空环境下利用高能电子束作为热源来逐层熔化金属粉末，从而构建三维金属零件的技术。由于材料对电子束能量的吸收率较高，电子束能量密度高，在成形过程中，容易产生缺陷，主要包括粉末溃散、球化、孔洞、裂纹等缺陷。通过开发机器学习的方式，实现全局搜索和优化能力，能够对上一次的缺陷数据进行分类及归一化处理，并且针对下一次制造能够提前预测分析其可能的缺陷，从而对电子束选区熔化的工艺参数进行优化，辅助工艺调整和优化。