摘要
本发明提供了一种快速筛选扫描路径以减少增材制造局部热积累的方法,涉及增材制造技术领域,本发明通过有限元方法模拟不同沉积顺序的温度场数据,进而沉积顺序和沉积顺序对应的温度场数据构成样本集,能够精确地捕捉到温度场的细节特征和变化规律。本发明通过样本集中的训练集,对深度回归模型进行训练,通过深度回归模型的训练和应用,能够快速生成大量不同工况的温度场数据,大大提高了计算效率。本发明只需将沉积顺序输入深度回归模型中,即可快速得到不同工况下的温度场预测结果,大大降低了操作的复杂性和难度,同时可以减少对计算资源的需求,并且能够自动化地进行温度场数据的生成和分析,降低了人力成本。
技术关键词
深度回归模型
数据
上采样
样本
解码
工况
激光束
训练集
粉末
编码
人力
参数
系统为您推荐了相关专利信息
注意力机制
融合图像特征
分块
输出特征
卷积特征
数据处理方法
粒子治疗仪
工位
数据处理系统
患者摆位
新能源储能优化
储能设备
调度优化模型
充放电数据
温度时空分布矩阵
分析系统
分布式数据采集
油气回收装置
数据处理模块
智能诊断模型