激光熔化沉积过程缺陷识别方法

摘要

激光熔化沉积加工过程中的缺陷萌生是制约激光熔化沉积技术发展的关键性问题.实现对缺陷的精确自动识别是提高激光熔化沉积技术应用水平的重要途径.提出了熔池瞬态特征提取算法，分析了熔池瞬态特征对沉积层熔合不良缺陷的影响关系，建立了熔池瞬态特征数据集.对主流识别算法进行了模型训练测试，获取了相对最优模型ResNet 34.为解决ResNet 34训练损失拟合效果差、计算速度慢的问题，结合传统卷积网络和LSTM(long short-term memory)网络，建立了训练和测试精度高且计算速度快的LRCN 64模型，测试准确率达95.8%，实现了对熔合不良缺陷的识别，为实现沉积件在线无损检测提供了技术支撑.

关键词

激光熔化沉积 / 熔池瞬态特征 / 熔合不良 / 长期循环卷积神经网络(LRCN) / 残差神经网络(ResNet)

基金资助

国家自然科学基金资助项目（52175455,51975100）