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：湖南珞佳智能科技有限公司

摘要：本发明公开了一种基于深度学习网络的SLM打印缺陷检测与修复方法及系统，属于增材制造技术领域，所述方法包括：通过缺陷数据集训练第一神经网络模型，得到缺陷识别模型；在待测零件的打印过程中，通过所述缺陷识别模型进行在线缺陷识别；如果当前层无缺陷，继续进行下一层的铺粉打印；如果当前层识别出缺陷，根据缺陷类型选择是否进行缺陷修复；如果进行缺陷修复，则当前层打印完成后，暂停一次铺粉，并采用预训练的第二神经网络模型预测激光重熔参数，并进行激光重熔修复，直到当前层无缺陷；重复进行在线缺陷识别和激光重熔修复的过程，直到待测零件打印完成。本发明实现了在线缺陷识别和修复，提高了缺陷修复的实时性。

主权项：1.一种基于深度学习网络的SLM打印缺陷检测与修复方法，其特征在于，所述方法包括：S1、采集SLM打印过程中的熔池图像，对熔池图像进行预处理，并根据缺陷类型制作缺陷数据集；S2、通过所述缺陷数据集训练第一神经网络模型，得到缺陷识别模型，用于识别缺陷并判定缺陷类型；S3、在待测零件的打印过程中，实时采集熔池图像，通过所述缺陷识别模型进行在线缺陷识别；如果当前层无缺陷，转至步骤S4；如果当前层识别出缺陷，根据缺陷类型选择是否进行缺陷修复；所述缺陷类型包括短裂纹、孔隙、变形和长裂纹；其中，短裂纹和孔隙属于一般缺陷，变形和长裂纹属于严重缺陷；所述如果当前层识别出缺陷，根据缺陷类型选择是否进行缺陷修复具体包括：实时获取所述缺陷识别模型输出的每个缺陷的缺陷类型和对应的缺陷置信度；如果所述缺陷类型包含严重缺陷，则直接结束打印；如果所述缺陷类型均为一般缺陷，计算一般缺陷的最终缺陷置信度：FCL=w×N+1-w×M其中，FCL为最终缺陷置信度，w为权重，w∈[0,1]，N为孔隙类缺陷对应的缺陷置信度的平均值，M是短裂纹类缺陷对应的缺陷置信度的平均值；判断所述最终缺陷置信度是否大于预设置信度阈值，若是，选择进行缺陷修复，否则，转至步骤S4继续进行下一层的铺粉打印；如果进行缺陷修复，则当前层打印完成后，暂停一次铺粉，并采用预训练的第二神经网络模型预测激光重熔参数，采用激光重熔参数对缺陷进行激光重熔修复，直到当前层无缺陷；S4、继续进行下一层的铺粉打印，返回步骤S3，重复进行在线缺陷识别和激光重熔修复的过程，直到待测零件打印完成。

全文数据：

权利要求：

百度查询： 湖南珞佳智能科技有限公司 基于深度学习网络的SLM打印缺陷检测与修复方法及系统