公开(公告)号：CN117077538A

公开(公告)日：2023-11-17

申请号：CN202311118779.2

申请日：2023-09-01

Applicant: 桂林电子科技大学

Inventor： 黄美发 ,  靳尚坤 ,  李佳琦

IPC: G06F30/27 ,  B22F10/85 ,  B33Y50/02 ,  G06F18/10 ,  G06F18/214 ,  G06F18/2413 ,  G06N3/006 ,  G06F113/10

Abstract: 本发明公开了一种金属增材制造零件表面粗糙度预测方法，这个方法包括两个步骤：首先，通过设计DED金属打印机制作不同参数的试样并测量试样表面粗糙度，其中主要参数包括激光束功率、材料供给速率、激光头行进速度，建立原始数据集并训练预测模型；其次，将输入参数输入预先训练好的表面粗糙度预测模型；最后，输出DED零件表面粗糙度的预测数据。为工程实际生产中提供可参考的表面粗糙度值，提升生产效率，减少材料浪费。

公开(公告)号：CN119578193A

公开(公告)日：2025-03-07

申请号：CN202311141153.3

申请日：2023-09-06

Applicant: 桂林电子科技大学

Inventor： 黄美发 ,  靳尚坤 ,  李佳琦

IPC: G06F30/25 ,  G06F30/27 ,  G06F18/214 ,  G06F18/2413 ,  G06N3/006 ,  G06N20/00 ,  G06F113/10

Abstract: 本发明公开了一种基于改进k近邻算法WAAM零件表面粗糙度预测方法，这个方法包括两个步骤：首先，通过设计WAAM打印机打印不同参数的试样并测量试样表面粗糙度，其中主要参数包括焊接速度、重叠比、进线速度，建立原始数据集并训练改进k近邻预测模型；其次，将输入参数输入预先训练好的改进k近邻表面粗糙度预测模型；最后，输出WAAM零件表面粗糙度的预测数据。为工程实际生产中提供可参考的表面粗糙度值，提升生产效率，减少材料浪费。