[发明专利]一种基于深度学习的渐进成形方法

权利要求书

1.一种基于深度学习的渐进成形方法，其特征在于，包括以下步骤：

渐进成形设备通过控制系统控制渐进成形头作业零件的第一层；

基于深度学习的调整修补模块对第一层的作业情况进行调整修补直至第一层合格；

渐进成形设备通过控制系统控制渐进成形头作业零件的第二层；

基于深度学习的调整修补模块对第二层的作业情况进行调整修补直至第二层合格；

以此类推，直至基于深度学习的调整修补模块对第N层的作业情况进行调整修补直至第N层合格；

所述调整修补模块包括：

采集单元，渐进成形头完成当前层的作业后控制单元立即控制渐进成形头退回至初始位置，接下来采集单元从不同方向采集当前层的多张图像；

处理单元，采集单元把图像实时传输给处理单元，处理单元根据多张图像模拟出当前层的三维图像，根据三维图像采用深度学习模型计算出病害区域并确定病害处理路径，所述处理单元把病害处理路径发送给控制单元；

控制单元，控制渐进成形头调整当前层的所有病害区域。

2.根据权利要求1所述的渐进成形方法，其特征在于，调整修补模块在第N层合格之后还对整个零件进行调整。

3.根据权利要求1所述的渐进成形方法，其特征在于，所述深度学习模型可识别出物料堆积、物料拉丝、表面缝隙或小孔、层之间开裂、层之间错位病害区域。

4.根据权利要求1或3所述的渐进成形方法，其特征在于，通过若干零件每个层的三维图像的病害区域和病害列表训练深度学习模型。

5.根据权利要求4所述的渐进成形方法，其特征在于，所述训练过程为：

（1）采用高分辨率图像集作为中分辨率图像集与低分辨率图像集的基础，中分辨率图像集在高分辨率图像集的基础上添加低分辨率图像集作为高分辨率图像集的基础，使用最终的高分辨率图像集微调深度学习模型；

（2）从训练集和验证集中取1/5的数据验证深度学习模型，将深度学习模型输出结果与1/5数据对应的病害列表比对，如若差距较大则调整深度学习模型；

（3）利用训练集对深度学习模型进行训练，随后利用验证集验证深度学习模型。

6.根据权利要求5所述的渐进成形方法，其特征在于，所述病害列表的构建过程是：

（21）确定每张三维图像的病害点；

（22）确定合理的病害区域；

（23）针对每张三维图像构造病害列表。