摘要
本公开提供了一种致密度检测方法及其模型训练方法、系统、设备、介质。该方法包括:获取训练样本,训练样本包括工件的激光粉末床熔化制造过程中采集的热层析图像样本、铺粉监控图像样本以及致密度标注结果;确定热层析图像样本的热层析积分图和热层析最大图;将热层析积分图、热层析最大图和铺粉监控图像样本输入神经网络,以由神经网络分别提取热层析积分图、热层析最大图和铺粉监控图像样本中与致密度相关的目标特征,并根据目标特征输出致密度预测结果;根据致密度标注结果和致密度预测结果调节神经网络的网络参数,将满足迭代停止条件的神经网络确定为致密度检测模型。本公开提高了LPBF制造过程致密度检测的精确度和效率。
技术关键词
密度检测方法
粉末床
样本
模型训练方法
密度检测系统
工件
激光
处理器
参数
图像传感器
融合特征
图像块
可读存储介质
存储器
电子设备
网络
相机
系统为您推荐了相关专利信息
车辆跟踪方法
滤波器模型
露天矿山
露天煤矿
局部二值模式特征
能耗预测模型
净化车间
节能监测系统
噪声参数
监测模块