公开(公告)号：CN116051562B

公开(公告)日：2023-06-13

申请号：CN202310336421.0

申请日：2023-03-31

Applicant: 北京大学

Inventor： 宋喆人 ,  徐瑞宇 ,  吴建国

IPC: G06T7/00 ,  G06T5/00 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公布了一种基于深度生成网络的金属3D打印质量预测方法，包括：确定金属3D打印质量预测的参数空间；收集原始图像数据；进行图像预处理，得到训练孔隙图像数据集；构建与训练质量预测模型，预测模型包括变分自编码解码模块、孔隙特征‑工艺参数相关性建模模块和生成图像判别模块；利用训练孔隙图像数据集，使用随机梯度下降算法对预测模型进行训练，得到训练好的预测模型。本发明能够有效提高对金属3D打印产品质量预测的准确度和全面性，可用于优化金属3D打印的工艺参数设计，减少所需的实验样品数量，降低研发成本，缩短研发周期。

公开(公告)号：CN115994490A

公开(公告)日：2023-04-21

申请号：CN202310283601.7

申请日：2023-03-22

Applicant: 北京大学

Inventor： 徐瑞宇 ,  宋喆人 ,  吴建国

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F113/10 ,  G06F119/08

Abstract: 本发明公布了一种基于深度混合效应模型的金属增材制造过程实时监控方法，使用深度神经网络模型和混合效应模型相结合的深度混合效应模型，对金属增材制造过程中的熔池温度数据构建金属增材制造实时温度模型；利用金属增材制造历史数据对构建模型的参数进行调优；针对待监测的在线数据计算模型残差，并基于残差建立控制图模型，实现对金属增材制造过程的温度异常进行实时监控。本发明方法对金属增材制造过程中的熔池温度进行了精确建模，充分考虑温度和其他信号之间的非线性关系，以及打印过程中的随机噪声；实现了金属增材制造的实时监测，有利于及时消除增材制造过程异常、提高增材制造产品质量。

公开(公告)号：CN116051562A

公开(公告)日：2023-05-02

申请号：CN202310336421.0

申请日：2023-03-31

Applicant: 北京大学

Inventor： 宋喆人 ,  徐瑞宇 ,  吴建国

IPC: G06T7/00 ,  G06T5/00 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公布了一种基于深度生成网络的金属3D打印质量预测方法，包括：确定金属3D打印质量预测的参数空间；收集原始图像数据；进行图像预处理，得到训练孔隙图像数据集；构建与训练质量预测模型，预测模型包括变分自编码解码模块、孔隙特征‑工艺参数相关性建模模块和生成图像判别模块；利用训练孔隙图像数据集，使用随机梯度下降算法对预测模型进行训练，得到训练好的预测模型。本发明能够有效提高对金属3D打印产品质量预测的准确度和全面性，可用于优化金属3D打印的工艺参数设计，减少所需的实验样品数量，降低研发成本，缩短研发周期。

公开(公告)号：CN112836582B

公开(公告)日：2023-09-26

申请号：CN202110006561.2

申请日：2021-01-05

Applicant: 北京大学

Inventor： 徐瑞宇 ,  吴建国

IPC: G06V40/20 ,  G06F16/245 ,  G01D21/02

Abstract: 本发明公布了一种基于动态稀疏子空间的高维流系统结构变点在线检测方法，高维流系统包括人体姿态动作系统、脑电波流系统、生产机器系统等；针对高维流系统中的传感器获取的高维流数据进行在线检测，相应得到人体姿态动作、脑电波、生产机器等高维流系统的结构变点。本发明实现了高维流数据系统的结构变点在线检测，降低了检测的时间成本，获得了优良的检测精度，可广泛应用于高维流系统状态、系统异常的实时检测。

公开(公告)号：CN115994490B

公开(公告)日：2023-06-02

申请号：CN202310283601.7

申请日：2023-03-22

Applicant: 北京大学

Inventor： 徐瑞宇 ,  宋喆人 ,  吴建国

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F113/10 ,  G06F119/08

Abstract: 本发明公布了一种基于深度混合效应模型的金属增材制造过程实时监控方法，使用深度神经网络模型和混合效应模型相结合的深度混合效应模型，对金属增材制造过程中的熔池温度数据构建金属增材制造实时温度模型；利用金属增材制造历史数据对构建模型的参数进行调优；针对待监测的在线数据计算模型残差，并基于残差建立控制图模型，实现对金属增材制造过程的温度异常进行实时监控。本发明方法对金属增材制造过程中的熔池温度进行了精确建模，充分考虑温度和其他信号之间的非线性关系，以及打印过程中的随机噪声；实现了金属增材制造的实时监测，有利于及时消除增材制造过程异常、提高增材制造产品质量。

公开(公告)号：CN112836582A

公开(公告)日：2021-05-25

申请号：CN202110006561.2

申请日：2021-01-05

Applicant: 北京大学

Inventor： 徐瑞宇 ,  吴建国

IPC: G06K9/00 ,  G06F16/245 ,  G01D21/02

Abstract: 本发明公布了一种基于动态稀疏子空间的高维流系统结构变点在线检测方法，高维流系统包括人体姿态动作系统、脑电波流系统、生产机器系统等；针对高维流系统中的传感器获取的高维流数据进行在线检测，相应得到人体姿态动作、脑电波、生产机器等高维流系统的结构变点。本发明实现了高维流数据系统的结构变点在线检测，降低了检测的时间成本，获得了优良的检测精度，可广泛应用于高维流系统状态、系统异常的实时检测。