摘要
本发明涉及增材制造技术领域,具体为多场辅助激光选区熔化制备点阵结构的方法及装置,方法包括,获取待加工材料的数据以及目标点阵结构的性能指标;构建多场耦合物理模型,预测多场环境下材料熔化、凝固和点阵结构演化结果;建立自适应多场环境调控算法,通过实时解析激光-材料相互作用过程,调整电场、磁场和声场的时空分布;同时构建基于深度学习的工艺优化方法,通过深度学习模型实时调整激光功率、扫描速度和粉层厚度等工艺参数;输出最佳材料组分、激光工艺参数和多场环境参数的组合数据,调整激光选区熔化工艺,制备出目标点阵结构。本发明可显著提高点阵结构的尺寸精度、表面质量和力学性能,扩大其应用领域。
技术关键词
点阵结构
材料相互作用
深度强化学习模型
调控算法
工艺优化方法
热传导方程
机器学习模型
深度学习模型
电场
激光选区熔化设备
深度确定性策略梯度
液相
网络
数据获取模块
非线性映射关系
优化工艺参数
物理