基于图像语义分割与图卷积的选区激光熔融成形过程羽流运动特征分析

作     者：林昕 毛杨坤 傅盈西 朱锟鹏 LIN Xin;MAO Yangkun;FUH Ying Hsi Jerry;ZHU Kunpeng

作者机构：武汉科技大学精密制造研究院武汉430081 武汉科技大学冶金装备及其控制教育部重点实验室武汉430081 中国科学院合肥物质科学研究院智能机械研究所合肥230031 新加坡国立大学新国大苏州研究院苏州215123 

出 版 物：《机械工程学报》 (Journal of Mechanical Engineering)

年 卷 期：2024年第60卷第12期

页      面：168-182页

核心收录：

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(52175481) 

主　　题：选区激光熔融 图卷积 过程监测 羽流运动特征 深度学习 

摘      要：现有的研究中羽流已被证明与选区激光熔融加工过程有着密切关系且影响了最终成形质量,如何利用羽流等监测信息揭示选区激光熔融成形过程中熔融状态,是选区激光熔融成形过程监测被广泛关注的重要原因之一。为了更加完善地描述羽流信息,采用Deeplabv3+网络对图像进行语义分割,并使用标记图法建立一维的羽流形态特征;同时结合时序信号,构建图卷积自编码器与分类器,提出一种基于图结构的羽流运动特征,并进行聚类,得到熔融状态分类,讨论加工过程中羽流运动特征和熔融状态的关系。采用图卷积编码羽流动态特征,实现特征建立与熔融状态识别,并通过输出图卷积表征值,对图卷积在羽流特征提取中的应用进行可解释性分析。结果表明,提出的羽流特征能够实现五类熔融状态的识别且准确率达到了81.52%,并通过可解释性分析了羽流动态特征与熔融状态的内在关系,为选区激光熔融成形过程中监测信号与成形质量映射关系研究提供了新的思路。