-
公开(公告)号:CN111860290A
公开(公告)日:2020-10-30
申请号:CN202010687455.0
申请日:2020-07-16
Applicant: 大连理工大学
Abstract: 本发明属于红外图像以及图像识别技术领域,提供一种激光熔覆过程中裂纹识别的方法。使用红外热像仪,采集不同加工参数条件下,加工镍基合金激光熔覆过程的红外图像,并对红外图像进行图像ROI的提取;使用残差卷积自编码器对提取的红外图像进行降噪处理;使用着色探伤法对不同加工参数下加工的工件表面进行处理,观察工件表面的裂纹情况,分为严重与不严重,并按裂纹严重程度对重构图像进行分类;用多尺度卷积神经网络对去燥后的重构图像进行处理,将重构图像按裂纹的程度不同分为多组数据,每组数据按比例分为训练数据与测试数据,将训练数据输入到多尺度卷积神经网络中进行训练,训练后使用测试数据测试网络的准确度,确保网络的准确性。
-
公开(公告)号:CN111860290B
公开(公告)日:2022-09-20
申请号:CN202010687455.0
申请日:2020-07-16
Applicant: 大连理工大学
Abstract: 本发明属于红外图像以及图像识别技术领域,提供一种激光熔覆过程中裂纹识别的方法。使用红外热像仪,采集不同加工参数条件下,加工镍基合金激光熔覆过程的红外图像,并对红外图像进行图像ROI的提取;使用残差卷积自编码器对提取的红外图像进行降噪处理;使用着色探伤法对不同加工参数下加工的工件表面进行处理,观察工件表面的裂纹情况,分为严重与不严重,并按裂纹严重程度对重构图像进行分类;用多尺度卷积神经网络对去燥后的重构图像进行处理,将重构图像按裂纹的程度不同分为多组数据,每组数据按比例分为训练数据与测试数据,将训练数据输入到多尺度卷积神经网络中进行训练,训练后使用测试数据测试网络的准确度,确保网络的准确性。
-
公开(公告)号:CN109676135A
公开(公告)日:2019-04-26
申请号:CN201811430255.6
申请日:2018-11-28
Applicant: 大连理工大学
CPC classification number: B22F3/1055 , B22F2003/1057 , B33Y50/02 , G01N21/8851 , G01N2021/8887
Abstract: 本发明属于监测与控制技术领域,提供了一种激光增材制造视觉灰度值差异在线监测与缺陷修复装置,包括增材制造工作装置、图像采集装置、信号处理装置和反馈控制装置;建立成形金属构件图像坐标系XOY,使XOY的X轴正方向与激光扫描方向一致,在工作台中设置成形金属构件X轴坐标阈值XMAX,Y轴坐标阈值YMAX。该在线监测与缺陷修复装置能够在金属增材制造过程中实时监测金属构件表面缺陷质量监测,且还设立了所述反馈控制装置实时向所述信号处理单元反馈金属构件的成形质量,通过对参数的调整实现金属构件缺陷的调整过程或者报警停机,为增材制造质量监测实时控制提供了可靠的技术支持。
-
-