[发明专利]一种基于深度学习的在线实时预测构件状态的方法在审
| 申请号： | 202310046440.X | 申请日： | 2023-01-31 |
| 公开（公告）号： | CN116070484A | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 卢轶;李文博;董健;朱柯霖;汪晨;吴斌;孙桂芳;蔡明霞 | 申请（专利权）人： | 南京林业大学 |
| 主分类号： | G06F30/23 | 分类号： | G06F30/23;G06F30/27;G06Q10/04;G06Q50/04;G06N3/08;G06T17/00;G06N3/0464;G06F119/14 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 许小莉 |
| 地址： | 210037 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习的在线实时预测构件状态的方法，本发明首先采集不同工艺参数下熔池以及沉积层的尺寸形貌，并计算出材料从熔融态收缩至凝固状态产生的收缩量；再将采集到熔池和沉积层尺寸形貌、沉积层收缩量、工艺参数作为输入量，在有限元仿真中计算出制造中各点的应力值，并将这些参数作多信息特征融合处理后，输出制造过程中构件的实时应力值；通过大量的实验样本，得到其制造过程中实时应力曲线图和构件形貌图并一一对应，将样本分类为正常、变形、预裂和开裂四种状态，通过卷积神经网络训练，输出构件在制造过程中是何种状态。该方法可获得构建的应力和状态，有效解决制造过程出现变形、裂纹等缺陷以便及时调整和优化工艺参数。 | ||
| 搜索关键词： | 一种 基于 深度 学习 在线 实时 预测 构件 状态 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京林业大学，未经南京林业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310046440.X/，转载请声明来源钻瓜专利网。
