摘要
本发明公开了一种基于点云数据处理的增材制造焊道表面缺陷检测方法,包括点云数据处理模型和无监督学习分类模型。该方法通过三维扫描仪获取焊道表面高精度点云数据。点云数据处理模型对点云数据进行处理,包括检测范围自适应调节和标准区域截面建模。无监督学习分类模型计算检测区域与标准区域的形貌差异,基于检测区域间相似性进行分类,并分析不同类别间关联性以识别可能存在的缺陷种类。本发明方法充分考虑了增材制造中焊道表面形貌的复杂性,通过点云处理和无监督学习相结合,实现了对焊道表面缺陷的高适应性表征和自动化检测。该方法具有检测精度高、速度快以及适应性强的特点,能够显著提升增材制造过程中的质量控制水平,有效改善产品的整体制造精度和一致性。
技术关键词
点云数据处理
表面缺陷检测方法
无监督学习
多项式
监督学习分类模型
长方形
表面缺陷检测系统
无监督机器学习
缺陷检测参数
形貌特征
坐标系
三维扫描仪
轨迹
特征点云
误差
直线
系统为您推荐了相关专利信息
多区域
机组调度方法
机组组合模型
多项式
混合整数规划
远程管理系统
变频器
状态监控模块
对齐模块
时域特征
特征参量
电站锅炉管道
磁声信号
非线性映射关系
计算机执行指令
黄酮类物质含量
校正
数据
近红外分析仪
近红外光谱技术