摘要
本发明提供了一种基于机器学习驱动的金属粉末质量评估方法,属于材料科学与人工智能领域。所述方法包括:获取多个金属粉末试样及其三维图像,分析各金属粉末试样的质量表征参数;设定评估标准并评估各金属粉末试样;构建基于神经网络的金属粉末质量评估模型,以各金属粉末试样的三维图像作为训练样本,各金属粉末试样的评估结果为样本标签,对模型进行训练;获取待测金属粉末的三维图像,将三维图像输入训练完成的金属粉末质量评估模型,获取模型的评估结果。本发明可以更加高效且精确地评估金属粉末质量,可以为增材制造金属粉末质量把关,也可以作为金属粉末制造工艺的优化依据,从而提高增材制造零部件的服役性能。
技术关键词
金属粉末
机器学习驱动
CT扫描设备
图像分析
三维模型
圆柱形容器
密度
取样方法
参数
分析方法
标签
软件
样本
非线性
重构
压力
误差
系统为您推荐了相关专利信息
装配式车站
预制构件
拼装方法
测绘无人机
应变云图
煤矿井下环境
监测预警装置
三维可视化技术
数据传输终端
地面监控
注意力机制
点云数据处理
预训练方法
K近邻算法
三维模型
带电作业屏蔽服
雾化元件
分析系统
模块控制系统
人体模型