一种金属3D打印质量预测方法及系统

本发明涉及3D打印质量预测技术领域，具体公开了一种金属3D打印质量预测方法及系统，其中，方法包括：采集3D打印机的实时状态信息和当前打印件的状态数据；计算打印过程中各层打印件的热应力；采用卷积神经网络与时间序列神经网络结合区域聚类，生成空间几何精度等级图；相较于现有技术中多通过单一温度监测或后处理检测进行质量分析，尤其是在结构复杂和层间应力耦合显著的打印条件下，难以实现精度预测前置与实时空间误差分析的技术问题，由于本申请通过引入热应力驱动的二维误差建模、基于深度学习的三维误差分布预测和聚类式空间等级划分，实现了打印件质量的过程级预测和结构级表达，提高了预测准确性和空间表达能力。