研究目的
开发一种新方法(ConvLBM),利用卷积神经网络从原始中波红外同轴图像中提取特征和质量指标,实现对激光制造过程的实时监测。
研究成果
ConvLBM是激光加工实时监测领域的重大突破,能精准估算激光金属沉积中的稀释率,检测激光焊接缺陷,在不同材料与工艺中均展现出良好效果。
研究不足
尽管该模型表现出良好的适应性,但其性能可能会受到轨道上稀释度变化以及对新材料泛化能力的影响。
研究目的
开发一种新方法(ConvLBM),利用卷积神经网络从原始中波红外同轴图像中提取特征和质量指标,实现对激光制造过程的实时监测。
研究成果
ConvLBM是激光加工实时监测领域的重大突破,能精准估算激光金属沉积中的稀释率,检测激光焊接缺陷,在不同材料与工艺中均展现出良好效果。
研究不足
尽管该模型表现出良好的适应性,但其性能可能会受到轨道上稀释度变化以及对新材料泛化能力的影响。
加载中....
您正在对论文“激光制造质量监测的卷积方法”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期