Método de reconocimiento de estado de la piscina de fusión rápida basado en red de baja latencia. | JoVE Visualize

Área de la Ciencia:

Ciencia de los materiales Ciencia de los materiales.
Fabricación Ingeniería de fabricación Ingeniería.
Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador

Sus antecedentes:

El reconocimiento en tiempo real del estado de la piscina de fusión es crítico para la fabricación aditiva de metales (MAM) de alta calidad.
Los métodos de aprendizaje profundo existentes para el reconocimiento de piscinas de fusión exhiben una alta latencia, lo que dificulta el monitoreo en tiempo real.
Existe la necesidad de una identificación más rápida y precisa del estado de la piscina de fusión en MAM.

Objetivo del estudio:

Desarrollar una red neuronal convolucional (CNN) ligera y de baja latencia para el reconocimiento rápido del estado de la piscina de fusión.
Para mejorar la velocidad y la precisión del monitoreo de las piscinas de fusión en los procesos de deposición de fusión láser (LMD).
Para permitir el control de calidad en tiempo real en la fabricación aditiva.

Principales métodos:

Diseñó una unidad de red fundamental de alta velocidad que utiliza un operador de convolución selectiva para mejorar la extracción de características espaciales.
Desarrolló una ligera arquitectura CNN que incorpora la unidad de red diseñada para un eficiente análisis de imágenes de la piscina de fusión.
Recogió un conjunto de datos de los estados de las piscinas de fusión utilizando un sistema de fabricación aditiva por deposición de fusión láser personalizado.

Principales resultados:

La red de baja latencia propuesta logró una alta precisión de reconocimiento del estado de la piscina de fusión del 98,50%.
El método demostró un tiempo de ejecución significativamente reducido de solo 5.26 ms.
Los resultados experimentales confirman la superioridad del enfoque propuesto sobre los métodos existentes.

Conclusiones:

El CNN ligero desarrollado ofrece una solución superior para el reconocimiento en tiempo real del estado de la piscina de fusión en MAM.
La baja latencia y la alta precisión del método son cruciales para un monitoreo efectivo en tiempo real y la garantía de calidad.
Este avance contribuye al desarrollo de procesos de fabricación aditiva más robustos y eficientes.