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：南京师范大学

摘要：本发明公开了基于熔池分割及模糊PID闭环控制的增材制造监测方法，包括：采集激光送粉增材制造过程的视频，划分为训练集、验证集和测试集，进行标注生成标签文件；搭建神经网络骨干结构，包括空间支路、语义支路和特征融合模块；搭建基于软阈值函数优化的注意力机制模块TA，将TA与搭建的神经网络骨干结构相结合，完成整个神经网络模型的搭建；将训练集的图像与标签文件送入神经网络模型中进行训练；将测试集的熔池彩色图像输入到熔池分割网络模型中进行推理，得到分割后的熔池像素级图像；实现对熔池面积的实时监测。本发明能够显著提高熔池图像在复杂环境下的像素级分割效果，具有精度高、分割效果好、控制性能优以及自适应性强的优点。

主权项：1.基于熔池分割及模糊PID闭环控制的增材制造监测方法，其特征在于，包括如下步骤：S1：采集激光送粉增材制造过程的视频，将视频分帧并提取每一帧的熔池彩色图像，形成原始图像序列，将图像划分为训练集、验证集和测试集，对训练集和验证集使用标注工具labelme对目标进行标注，生成标签文件；S2：搭建神经网络骨干结构，包括空间支路、语义支路和特征融合模块；所述空间支路用于捕捉熔池彩色图像的空间信息并生成高分辨率特征图，所述语义支路采用基于双频段自注意力机制模块DBSA优化的主干网络DBSA-ResNet18提取熔池彩色图像的特征，获得具有大感受野的特征图；特征融合模块用于将高分辨率特征图和大感受野的特征图进行融合，得到融合后的特征图；S3：搭建基于软阈值函数优化的注意力机制模块TA，将注意力机制模块TA与搭建的神经网络骨干结构相结合，完成整个神经网络模型的搭建；S4：将训练集的图像与标签文件送入神经网络模型中进行训练，使用ImageNet预训练权重模型进行迁移学习，得到熔池分割网络模型；将验证集的图像送入训练好的熔池分割网络模型中，得到验证集的预测图像，使用验证集的标签文件与验证集的预测图像计算平均交并比mIOU和F1分数，用于评估熔池分割网络模型的性能；S5：将测试集的熔池彩色图像输入到步骤S4中训练好的熔池分割网络模型中进行推理，得到分割后的熔池像素级图像；利用分割后的熔池像素级图像计算熔池面积，通过阶跃响应实验得到熔池面积与激光功率之间的阶跃响应曲线，通过切线法对阶跃响应曲线进行拟合，获得激光送粉增材制造系统的传递函数关系式；将熔池面积作为被控量，激光功率作为控制量，分别对应模糊PID控制器的输入与输出；当熔池面积大于设定值时，模糊PID控制器调节激光功率，实现对熔池面积的闭环反馈控制。

全文数据：

权利要求：

百度查询： 南京师范大学 基于熔池分割及模糊PID闭环控制的增材制造监测方法