[发明专利]基于SVR的激光直接金属沉积过程元素浓度实时监控方法及装置

摘要

本发明公开了一种基于SVR的激光直接金属沉积过程元素浓度实时监控方法及装置，该方法首先利用光谱仪对激光直接金属沉积过程中不同元素浓度的沉积层上方的等离子体的发射光谱数据进行探测，在得到光谱数据后进行特征提取，提取的信号为不同元素的特征谱线强度比和积分强度，使用支持向量回归算法将提取的光谱信号和对应沉积物的元素实际浓度进行学习以得到成分预测模型，然后利用该成分预测模型对加工浓度梯度材料过程进行成分实时探测，最后将探测得到的浓度信息反馈给实时处理器，处理器计算出成分偏差后将信号转化为对应粉末送粉器的送粉速率，并将其反馈给电机，从而实现实时地调整送粉速率。

主权项

一种基于SVR的激光直接金属沉积过程元素浓度实时监控方法，其特征在于，包括以下步骤：步骤1：在激光直接金属沉积中，利用与基板处于同一水平面的探头通过光纤逆向打出的光斑，使得光斑与沉积层保持相切；步骤2：提取特征光谱信号；从利用光谱仪获取的激光直接金属沉积过程中的光谱信号中，按照以下准则提取材料中待分析元素A和B的两组特征光谱信号I_A1，I_A2，I_B1，I_B2，并计算获得元素特征谱线的相对强度比I_A1/I_B1，I_A1/I_B2，I_A2/I_B1，I_A2/I_B2，以及每个特征光谱信号的积分强度I_inte：1)按照材料待分析元素的两组特征光谱线在所选波长范围中呈正态分布且互不重叠；2)材料待分析元素在对应波长下的特征光谱线为一级原子激发谱，并且谱线的精度级别至少为B级；所述每个谱线信号的积分强度I_inte，即在所选择的波长范围内光谱强度信号对横坐标波长的积分；步骤3：获取预测模型训练数据；利用元素成分已标识的材料按照元素的原子百分比依次按照设定的浓度梯度从0at.％到100at.％，按照步骤1所述的方法进行激光直接金属沉积，利用光谱仪获取激光直接金属沉积过程中的光谱信号，并按照步骤2提取特征光谱信号；步骤4：采用SVR算法构建预测模型；利用步骤3中获得的元素成分已标识的材料的特征光谱信号x_i和成分标识结果y_i作为训练数据，训练材料元素成分预测模型g(x_i)；其中，x_i＝(I_A1/I_B1，I_A1/I_B2，I_A2/I_B1，I_A2/I_B2，I_inte)_i；步骤5：按照步骤1进行激光直接金属沉积时，利用光谱仪实时获取步骤2所述的待分析元素成分的特征光谱线相对强度比和积分强度信号，作为测试数据输入步骤4获得的预测模型中，获得元素成分预测结果，完成监测过程。