摘要
本发明公开了一种多源熔池特征融合的增材制造表面形貌预测方法及系统,所述方法包括:采集激光增材制造过程中熔池的可见光图像和温度场数据;根据采集的可见光图像和温度场数据,提取关键熔池特征;通过网格映射方法将提取的关键熔池特征数据进行融合,生成特征矩阵;对成形件表面进行扫描,获取表面形貌数据,并将表面形貌数据通过网格插值分割方法进行处理,生成与特征矩阵尺寸相同的标签矩阵;利用基于自适应多源模型的深度学习网络,将特征矩阵作为输入,标签矩阵作为输出进行训练,构建表面形貌预测模型。利用本发明方案,实现了实时、准确预测激光增材制造过程中的表面形貌,为增材制造的质量控制提供了有效的监测和预测手段。
技术关键词
表面形貌数据
可见光图像
网格映射方法
深度学习网络
深度学习预测
矩阵
生成特征
数据处理机制
分割方法
预测系统
通道注意力机制
近红外相机
边缘检测算法
线性插值法
特征提取网络
误差区间
图像采集模块
系统为您推荐了相关专利信息
残差模块
卷积神经网络模型
深度学习模型
三通道
数据
风电机舱
火灾预警方法
预警模型
可见光图像
样本
光电检测方法
中央控制系统
多源数据融合技术
线路
光电检测系统