基于机器学习的增材制造残余应力与变形预测方法和系统

    公开(公告)号:CN113435083A

    公开(公告)日:2021-09-24

    申请号:CN202110694912.3

    申请日:2021-06-23

    Abstract: 本发明公开了一种基于机器学习的增材制造残余应力与变形预测方法和系统,属于增材制造技术领域,其中方法包括:建立增材制造有限元模型,对增材制造样件的三维模型在不同的制造路径下进行有限元分析,得到多个残余应力与变形数据;将包含增材制造样件的三维模型信息与制造路径的三维矩阵作为输入数据,将包含增材制造样件的三维模型信息以及残余应力与变形数据的三维矩阵作为输出数据,将输入数据和输出数据组合作为数据集,训练分类回归树得到预测模型。利用预测模型对新的制造路径下增材制造样件的残余应力与变形进行预测。本发明以较低的计算成本准确预测不同路径下的增材制造样件的残余应力与变形。

    可分解碱金属化合物辅助制备二维过渡金属氮化物的方法

    公开(公告)号:CN112830459A

    公开(公告)日:2021-05-25

    申请号:CN202110079625.1

    申请日:2021-01-21

    Abstract: 本发明属于非层状二维过渡金属氮化物制备领域,具体公开可分解碱金属化合物辅助制备二维过渡金属氮化物的方法,包括:将可分解碱金属化合物作为辅助剂,其熔融渗透到硫化物层状结构中并分解生产碱性氧化物,碱性氧化物对硫化物进行脱硫处理;通入氨气或含氮的气相前驱物,氨气进一步剥离层状结构并对硫化物进一步脱硫氮化处理,得到包括副产物和二维过渡金属氮化物的混合产物;对混合产物酸洗以去除副产物,得到二维过渡金属氮化物。本发明利用碱金属化合物作为辅助剂,仅需要研磨、热氮化和酸洗等简单步骤即可制备出二维过渡金属氮化物,实现低成本、绿色简单高效、可规模化的二维氮化物纳米片制备。

    一种可控脉冲激光辅助热丝TIG电弧变形复合增材制造方法

    公开(公告)号:CN118180630A

    公开(公告)日:2024-06-14

    申请号:CN202410146665.7

    申请日:2024-02-01

    Abstract: 本发明提供了一种可控脉冲激光辅助热丝TIG电弧变形复合增材制造方法,包括步骤:S1、设置复合增材制造工艺参数;S2、规划复合增材制造运动轨迹;S3、移动激光电弧复合头和变形机构至各自运动轨迹初始位置;S4、电弧熔化焊丝形成熔池,脉冲激光对熔池尾部进行同步可控能量的矩形轨迹扫描;S5、实时监测凝固态沉积层温度,在最佳锻造温度处进行同步变形调性;S6、重复步骤S3~S5,直至完成零件制造。本发明提出的方法可在低电弧热输入下获得更高的沉积效率、更小的重熔与更大的宽高比,促进熔池异质形核率,抑制沉积缺陷,提升沉积层高温变形与晶粒细化均匀性,实现高效率、高精度、高性能复合增材制造。

    一种增材制造零件表面缺陷在线检测方法及系统

    公开(公告)号:CN113781585B

    公开(公告)日:2024-02-06

    申请号:CN202110996952.3

    申请日:2021-08-27

    Abstract: 本发明属于增材制造相关技术领域,其公开了一种增材制造零件表面缺陷在线检测方法及系统,方法包括:在增材制造成形过程中获取当前打印层表面形貌的三维点云数据;以三维点云数据投影到平面得到二维形貌图像;根据缺陷情况对二维形貌图像中的像素进行分类并标记,进而获取缺陷类型的特征值以及对应的标签值以所述特征值为输入并以标签值为输出对分类模型进行训练获得训练完成的分类模型;获取待识别打印层表面形貌的特征值,将特征值输入训练完成的分类模型获得当前打印层表面的缺陷类型。本申请可以对缺陷进行像素级别的分类,使得缺陷检测更加精准。

    一种增材制造零件表面缺陷在线检测方法及系统

    公开(公告)号:CN113781585A

    公开(公告)日:2021-12-10

    申请号:CN202110996952.3

    申请日:2021-08-27

    Abstract: 本发明属于增材制造相关技术领域,其公开了一种增材制造零件表面缺陷在线检测方法及系统,方法包括:在增材制造成形过程中获取当前打印层表面形貌的三维点云数据;以三维点云数据投影到平面得到二维形貌图像;根据缺陷情况对二维形貌图像中的像素进行分类并标记,进而获取缺陷类型的特征值以及对应的标签值以所述特征值为输入并以标签值为输出对分类模型进行训练获得训练完成的分类模型;获取待识别打印层表面形貌的特征值,将特征值输入训练完成的分类模型获得当前打印层表面的缺陷类型。本申请可以对缺陷进行像素级别的分类,使得缺陷检测更加精准。

Patent Agency Ranking