龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安交通大学
摘要：本发明公开了一种基于时频压缩和多尺度模型的增材缺陷监测方法和装置，对空气传播声发射信号进行时频同步压缩变换处理，得到声发射信号同步压缩时频谱图；利用训练好的缺陷监测模型对声发射信号同步压缩时频谱图进行缺陷监测；缺陷监测模型为利用训练集训练多尺度空间交互融合卷积神经网络模型得到，多尺度空间交互融合卷积神经网络模型包括多尺度特征提取模块、空间交互融合模块、深度特征提取模块和全连接输出模块，空间交互融合模块以递归方式执行门控卷积，实现对具有关联的不同尺度缺陷信息进行多层次空间特征的交互融合。本发明能够高效利用激光粉末床熔融过程声学信息，从中提取高质量且物理合理的缺陷特征，并能保证具有较高的L‑PBF缺陷监测准确率。
主权项：1.一种基于时频压缩和多尺度模型的增材缺陷监测方法，其特征在于，包括：实时获取激光粉末床熔融增材制造过程伴随产生的空气传播声发射信号；对所述空气传播声发射信号进行时频同步压缩变换处理，得到声发射信号同步压缩时频谱图；利用训练好的缺陷监测模型对所述声发射信号同步压缩时频谱图进行缺陷监测；所述缺陷监测模型为利用训练集训练多尺度空间交互融合卷积神经网络模型得到，所述训练集由标记有缺陷类型标签的声发射信号同步压缩时频谱图构成，所述多尺度空间交互融合卷积神经网络模型包括多尺度特征提取模块、空间交互融合模块、深度特征提取模块和全连接输出模块，所述空间交互融合模块以递归方式执行门控卷积，实现对具有关联的不同尺度缺陷信息进行多层次空间特征的交互融合。
全文数据：
权利要求：
百度查询： 西安交通大学 基于时频压缩和多尺度模型的增材缺陷监测方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号