研究目的
利用卷积神经网络从激光粉末床熔融过程中的熔池图像预测激光功率值。
研究成果
所提出的卷积神经网络(CNN-F7K3-Sig)展现出较高的推理成功率,在从熔池图像预测激光功率值方面效果显著,即使对于训练中未见的工况状态亦能有效处理。该模型有望在不进行破坏性测试的情况下,用于识别增材制造层中的问题位置。
研究不足
该研究的局限性在于所获取的熔池图像质量,以及预处理步骤中需要区分有用与无用图像的需求。
研究目的
利用卷积神经网络从激光粉末床熔融过程中的熔池图像预测激光功率值。
研究成果
所提出的卷积神经网络(CNN-F7K3-Sig)展现出较高的推理成功率,在从熔池图像预测激光功率值方面效果显著,即使对于训练中未见的工况状态亦能有效处理。该模型有望在不进行破坏性测试的情况下,用于识别增材制造层中的问题位置。
研究不足
该研究的局限性在于所获取的熔池图像质量,以及预处理步骤中需要区分有用与无用图像的需求。
加载中....
您正在对论文“一种利用激光粉末床熔融过程中熔池图像预测激光功率的卷积神经网络”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