[发明专利]基于深度学习的特征融合金属增材制造熔合状态实时预测方法在审
| 申请号： | 202110330919.7 | 申请日： | 2021-04-02 |
| 公开（公告）号： | CN112989703A | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 唐剑军 | 申请（专利权）人： | 唐剑军 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F113/10;G06F119/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 361000 福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及金属增材制造技术领域，尤其涉及基于深度学习的特征融合金属增材制造熔合状态实时预测方法，解决了现有采集的图像数据存在干扰，难以进行准确处理；能够在特定情况下做出处理，但是泛化性能较差，导致情况复杂时，在单一的熔池图像样本数据训练的情况下，处理出来的预测值误差较大、精度较低的缺点，包括搭载实时预测系统的工控机和激光金属增材打印机，本发明在一定时间序列下连续采集熔池图像和温度数据，先对有效的熔池图像和温度数据进行归一化处理；深度学习卷积神经网络模型在训练的时候排除了其他无关特征，利用熔池图像和温度数据进行特征融合，对关键特征进行训练，具有提高深度学习卷积神经网络模型训练的效率的优点。 | ||
| 搜索关键词： | 基于 深度 学习 特征 融合 金属 制造 熔合 状态 实时 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于唐剑军，未经唐剑军许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110330919.7/，转载请声明来源钻瓜专利网。
