激光接基于化池的动态几何特征的多模型质量预测方法

科学领域:

• 材料科学与工程 材料科学与工程
• 制造业 制造技术 制造技术
• 人工智能在制造业中的应用

背景情况:

• 实时激光接质量预测至关重要,但由于难以提取化池动态,因此具有挑战性.
• 现有的方法在短时间激光接过程中与池的动态特征作斗争.

研究的目的:

• 为实时接质量预测提出一种新的多模型质量预测方法 (MMQF).
• 为了提高精度,利用池的动态几何特征.

主要方法:

• 改进的全卷积神经网络 (FCNN) 用于细分动态化池图像.
• 最小封闭矩形算法提取了几何特征,使用统计索引进行评估.
• 用于质量预测的非线性二次核心逻辑回归模型.

主要成果:

• 该MMQF方法证明了有效和稳定的实时接质量预测.
• 该方法在小数据集上表现出强的表现.
• 该方法成功满足了实时预测的要求.

结论:

• 拟议的MMQF方法为实时激光接质量预测提供了可行的解决方案.
• 池的动态几何特征是接质量的关键预测因素.
• 集成先进的图像处理和机器学习,使得激光制造中的强大的质量控制.