基于机器学习的增材制造尺寸预测及工艺优化方法及系统

    公开(公告)号:CN113569352A

    公开(公告)日:2021-10-29

    申请号:CN202110790025.6

    申请日:2021-07-13

    Abstract: 本发明公开了一种基于机器学习的增材制造尺寸预测及工艺优化方法及系统,属于增材制造领域,方法通过训练BP神经网络使之具有输入的焊机和激光器工艺参数与输出的焊道尺寸参数之间的映射关系;利用个体适应度函数,计算个体适应度值,再利用遗传算子调整输入量,产生具有更好适应性的新的种群即输入量,重复该优化过程直至适应度函数数值收敛,与该适应度函数数值对应的输入量即为一组优化的工艺参数;进而对优化的工艺参数步长增减获得多组工艺参数,再利用训练好的BP神经网络预测得到焊道尺寸参数,最后通过目标函数获取最优工艺参数。本发明解决了现有技术激光电弧复合增材制造焊道尺寸参数预测误差较大和输入焊机&激光器工艺参数的优化问题。

    激光诱导着色温度场预测方法、装置、设备及介质

    公开(公告)号:CN119294230A

    公开(公告)日:2025-01-10

    申请号:CN202411301266.X

    申请日:2024-09-18

    Abstract: 本发明提供了一种激光诱导着色温度场预测方法、装置、设备及介质,属于激光打标着色技术领域,其方法包括:构建激光诱导着色的光热响应物理模型;构建以时间、空间位置为输入,温度为输出的神经网络模型,并基于所述光热响应物理模型构建所述神经网络模型的损失函数,基于所述损失函数和训练集对所述神经网络模型进行迭代优化,获得内嵌物理信息的温度预测模型;获取激光诱导着色工艺在目标工艺参数组合下的目标时间和目标空间位置,基于所述目标时间、所述目标空间位置以及所述内嵌物理信息的温度预测模型确定所述目标工艺参数组合下的预测温度场。本发明将光热响应物理模型作为先验知识,提高了预测温度场的确定效率和精度。

    零件工艺规划模型生成方法、装置及零件工艺规划方法

    公开(公告)号:CN118585784A

    公开(公告)日:2024-09-03

    申请号:CN202410724292.7

    申请日:2024-06-05

    Abstract: 本发明提供一种零件工艺规划模型生成方法、装置及零件工艺规划方法,属于工艺规划技术领域,该方法包括:构建包含零件制造特征信息和加工基准信息的有向基准邻接图;基于图编码器生成有向基准邻接图中各节点的节点嵌入向量;基于图编码器将节点嵌入向量馈送到多层感知机中进行聚合,得到图嵌入向量;将图嵌入向量和节点嵌入向量输入到带注意力机制的图解码器中进行解码,得到工艺步骤标签序列;基于工艺步骤标签序列确定的损失函数值进行反向传播,以训练图编码器和图解码器得到零件工艺规划模型。本发明通过图编码器和图解码器训练得到的零件工艺规划模型,可以解决现有的零件工艺规划模型生成方法生成的工艺规划结果不准确的问题。

Patent Agency Ranking