[发明专利]一种增材制造熔覆层偏移定量的预测方法

权利要求书

1.一种增材制造熔覆层偏移定量的预测方法，其特征在于，包括如下步骤：

步骤一：做完增材前四层的打底工作后，用熔池视觉传感器来采集增材第五层熔覆层偏移的熔池图像，对熔池图像进行ROI区域选择；

步骤二：根据勾股定理计算每一张采集的熔池图像所对应的偏移量，并做成数据集，根据数据集确定增材第五层的起弧点和熄弧点；

步骤三：对不同熔覆层进行偏移量下的分类实验，并采用深度残差网络进行分类；

步骤四：对线性变化的熔覆层偏移量进行预测实验，并在优等的深度残差网络的基础上，改动最后两个全连接层，将焊缝不同偏移量的分类任务转为焊缝连续偏移量的回归任务；

步骤五：对网络的泛化能力进行验证：对相同偏移起始方向和偏移量的多道熔池图像和不同偏移起始方向和偏移量的多道熔池图像分别进行合并训练与测试。

2.根据权利要求1所述的增材制造熔覆层偏移定量的预测方法，其特征在于，步骤一中所述的ROI区域为包含熔池轮廓的固定区域，所述ROI区域大小为640像素×220像素。

3.根据权利要求1所述的增材制造熔覆层偏移定量的预测方法，其特征在于，步骤三中所述的偏移量依次为：左偏移量：3mm、2mm、1mm，0偏移，右偏移量：1mm、2mm、3mm；令分类实验的一种情况下的真实概率分布为p(x)，则该分类实验的另一种真实概率分布为1-p(x)，p(x)和1-p(x)之间的交叉熵越小则分布距离越近，

深度残差网络的分类函数公式如下：

式中：q(x)为预测概率分布，i为概率分布情况的排序，n为概率分布情况的总数。

4.根据权利要求1所述的增材制造熔覆层偏移定量的预测方法，其特征在于，步骤四中所述回归任务的损失函数为均方误差，公式如下：

其中是预测值，是真实值，n是样本数。

5.根据权利要求1所述的增材制造熔覆层偏移定量的预测方法，其特征在于，所述增材第五层的起弧点为第一层起弧点向左偏移3mm的点，所述增材第五层的熄弧点是第一层熄弧点向右偏移3mm的点。

6.根据权利要求1所述的增材制造熔覆层偏移定量的预测方法，其特征在于，所述深度残差网络以Resnet-18作为熔池图像的特征提取部分的基础网络，所述Resnet-18对熔池图像输出的特征图像进行池化后进行第一个全连接来整合前面的池化层中具有类别区分性的局部信息，所述全连接层的每个神经元激励函数为ReLU函数，最后的全连接层将具有类别区分性的7个特征值传递出来并进行softmax函数处理，所述7个特征值分别为左偏移量：3mm、2mm、1mm，0偏移，右偏移量：1mm、2mm、3mm时的特征值。