一种基于深度学习的熔覆层几何特征预测方法及系统

所属分类：电子信息产业

所属单位：江苏大学

联系人：-

联系方式：0951-6087161 /5020588

所在地：

成果简介

本发明提供一种基于深度学习的熔覆层几何特征预测方法及系统，采集不同工艺参数下增材制造过程中熔池图像数据；建立多信息融合的深度学习卷积神经网络模型，将采集到的熔池图像数据和工艺参数作多信息特征融合处理后，划分训练数据集和测试数据集，输出熔覆层宽度和高度；将训练数据集中的工艺参数和熔池图像数据输入建立的深度学习卷积神经网络模型中，对模型进行训练和优化，得到优化后的深度学习卷积神经网络模型；选取测试数据集中的工艺参数和熔池图像数据，通过测试数据集的回归结果评估得到的卷积神经网络模型的泛化能力；将测试集数据中的工艺参数和熔池图像数据输入优化后的深度学习卷积神经网络模型中，预测熔覆层的实际几何特征。;

其他成果推荐

更多>

宁夏电信一体化算力服务能力建设成果

所属单位：中国电信股份有限公司宁夏分公司

面向行业赋能的宁夏城市算力平台

所属单位：中国电信股份有限公司宁夏分公司

智能化煤矿机器人集群应用关键技术创新与示范

所属单位：陕煤集团神木柠条塔矿业有限公司

电缆通道智能巡检机器人监控应用系统

所属单位：陕西丰鼎鸿邑电子科技有限公司

综采工作面巷道单元支护装备及智能搬运机器人研发与应用

所属单位：陕西陕煤黄陵矿业有限公司

用于易燃易爆区域的机器人充电系统及充电方法

所属单位：西安量子智能科技有限公司