[发明专利]3D打印过程故障诊断方法和装置

权利要求书

1.一种3D打印过程故障诊断方法，其特征在于，所述方法包括：

在工件逐层打印过程中，实时获取当前层的温度参数；

将当前层的温度参数输入到预先训练好的分类器模型；

分类器模型根据输入的当前层的温度参数得到表示当前层打印类型的分类结果，所述打印类型表征打印是否故障以及打印故障类型；

其中，所述分类器模型通过如下方法训练得到：

构建包括多个训练工件的训练集，获取每个训练工件逐层打印时各个层的温度参数，并获取每个训练工件逐层打印时各个层的打印类型；

使用所有训练工件各个层的温度参数和打印类型对分类器模型进行训练；

所述在工件逐层打印过程中，实时获取当前层的温度参数之后，所述将当前层的温度参数输入到预先训练好的分类器之前还包括：

将当前层的温度参数减去第一层的温度参数，将得到的新的温度参数作为分类器模型的输入；

在分类器模型训练时，将各个层的温度参数减去第一层的温度参数，将得到的新的温度参数作为分类器模型的输入。

2.根据权利要求1所述的3D打印过程故障诊断方法，其特征在于，所述打印类型包括打印正常、填充不足、翘曲和严重故障。

3.根据权利要求2所述的3D打印过程故障诊断方法，其特征在于，所述分类器模型包括第一级分类器和第二级分类器，其中：

所述第一级分类器包括一个用于区分打印正常和打印故障的SVM分类器；

所述第二级分类器用于将打印故障的情况分类为填充不足、翘曲和严重故障三种故障类型，所述第二级分类器包括第一SVM分类器、第二SVM分类器和第三SVM分类器；

所述第一SVM分类器用于对填充不足和翘曲进行投票，所述第二SVM分类器用于对填充不足和严重故障进行投票，所述第三SVM分类器用于对翘曲和严重故障进行投票；填充不足、翘曲和严重故障被投票最多的一个即为分类得到的故障类型。

4.根据权利要求1-3任一所述的3D打印过程故障诊断方法，其特征在于，所述温度参数包括一层上各个点的最高温度、最低温度、平均温度和温度极差。

5.根据权利要求4所述的3D打印过程故障诊断方法，其特征在于，所述训练集包括多种基本形状的训练工件，每种基本形状的训练工件有多个。

6.一种3D打印过程故障诊断装置，其特征在于，所述装置包括：

获取模块，用于在工件逐层打印过程中，实时获取当前层的温度参数；

输入模块，用于将当前层的温度参数输入到预先训练好的分类器模型；

分类模块，用于分类器模型根据输入的当前层的温度参数得到表示当前层打印类型的分类结果，所述打印类型表征打印是否故障以及打印故障类型；

其中，所述分类器模型通过如下模块训练得到：

构建模块，用于构建包括多个训练工件的训练集，获取每个训练工件逐层打印时各个层的温度参数，并获取每个训练工件逐层打印时各个层的打印类型；

训练模块，用于使用所有训练工件各个层的温度参数和打印类型对分类器模型进行训练；

所述装置还包括：

预处理模块，用于将当前层的温度参数减去第一层的温度参数，将得到的新的温度参数作为分类器模型的输入；

在分类器模型训练时，将各个层的温度参数减去第一层的温度参数，将得到的新的温度参数作为分类器模型的输入。

7.根据权利要求6所述的3D打印过程故障诊断装置，其特征在于，所述打印类型包括打印正常、填充不足、翘曲和严重故障；

所述分类器模型包括第一级分类器和第二级分类器，其中：

所述第一级分类器包括一个用于区分打印正常和打印故障的SVM分类器；

所述第二级分类器用于将打印故障的情况分类为填充不足、翘曲和严重故障三种故障类型，所述第二级分类器包括第一SVM分类器、第二SVM分类器和第三SVM分类器；

所述第一SVM分类器用于对填充不足和翘曲进行投票，所述第二SVM分类器用于对填充不足和严重故障进行投票，所述第三SVM分类器用于对翘曲和严重故障进行投票；填充不足、翘曲和严重故障被投票最多的一个即为分类得到的故障类型。

8.根据权利要求6或7所述的3D打印过程故障诊断装置，其特征在于，所述温度参数包括一层上各个点的最高温度、最低温度、平均温度和温度极差，所述训练集包括多种基本形状的训练工件，每种基本形状的训练工件有多个。