一种基于深度学习的增材制造缺陷检测方法及系统

本申请公开了一种基于深度学习的增材制造缺陷检测方法及系统，涉及增材制造，包括：采集增材制造过程中的温度场数据和工艺参数；工艺参数包括扫描路径、能量输入和送丝速度；扫描路径指增材制造过程中沉积头的运动轨迹，能量输入指金属熔化需要的热量；送丝速度指金属丝送入熔池的速率；对温度场数据进行预处理，构建时序特征；建立多分支融合的检测模型，多分支包括裂纹检测分支和孔隙检测分支；利用检测模型对时序特征进行特征分析，识别缺陷类型，缺陷类型包括裂纹和孔隙；根据识别的缺陷类型调整工艺参数；针对现有技术中增材制造过程中缺陷检测精度低，本申请通过建立裂纹和孔隙两个专用检测分支等，提供了对线性裂纹和点状孔隙的检测精度。