【技术实现步骤摘要】
本专利技术涉及一种提高增材制造缺陷检测精准度和通用性的方法，属于增材制造。
技术介绍
1、增材制造作为一种快速近净成型材料加工技术，近年来在航天，军工等领域广泛运用。增材制造构件的质量对于产品的服役寿命和服役安全性至关重要，因此有必要对增材制造加工过程实时检测，及时发现增材缺陷并追溯修复。然而，现有的增材制造缺陷检测方法大多针对固有的生产加工场景，生产加工场景一旦发生变化，缺陷检测方法精准度就大幅度下降，甚至直接失效；同时，由于增材缺陷数据难于获取，用于训练缺陷检测模型的缺陷分布并不能很好的拟合实际增材时的缺陷分布，这限制了缺陷检测模型的泛化能力。
2、近年来，大数据和计算能力的提升促使深度学习迅猛发展，生成式对抗网络在图像生成，创作，视频生成等领域应用广泛，在文本生成的领域，涌现出以chatgpt为代表的生成式大模型；而在文本图像生成方面，有高度自定义的stable diffusion；在视频生成领域，有着可生成高清视频的sora。生成式网络的巨大创作力有望解决增材制造缺陷检测数据量不足，通用性差的问题。
技术实现思路
1、本专利技术为解决增材制造缺陷检测数据量不足，通用性差的技术问题，进而提出一种提高增材制造缺陷检测精准度和通用性的方法。
2、本专利技术为解决上述问题采取的技术方案是：本专利技术提出一种提高增材制造缺陷检测精准度和通用性的方法，包括：
3、步骤1：获取增材缺陷数据和不同增材场景的增材过程数据；
4、步骤2：将获取的
5、步骤3：基于获取的不同增材场景的增材过程数据对生成式网络进行训练；
6、步骤4：基于训练后的生成式网络生成多样增材加工场景，将分离得到的增材缺陷植入多样增材加工场景得到增材数据；
7、步骤5：基于增材数据训练增材缺陷识别模型；
8、步骤6：基于训练后的增材缺陷识别模型对增材过程进行缺陷高精准度在线检测。
9、可选的，步骤1中获取增材缺陷检测数据的步骤包括：通过网上查询和实验获取增材缺陷检测数据。
10、可选的，步骤1中获取不同增材场景的增材过程数据的步骤包括：通过改变传感器角度、方位和安装方式获取增材部位的不同视角，并在增材环境中添加干扰因素获取不同增材场景的增材过程数据，获取增材场景不需要在线进行，可以离线进行，以降低材料和人力成本。
11、可选的，步骤2中将获取的增材缺陷数据中的缺陷与增材场景分离的步骤包括：
12、通过图像形态学操作和图像处理将增材缺陷数据中简单缺陷与增材场景分离；
13、通过实例分割算法将增材缺陷数据中复杂缺陷与增材场景分离。
14、可选的，步骤3中训练生成式网络的步骤包括：
15、步骤3.1：以分离得到的增材缺陷数据中的增材场景作为目标，对生成式网络的参数进行优化，并利用不同增材场景的增材过程数据训练优化后的生成式网络；
16、步骤3.2：通过神经网络计算优化后的生成网络生成的增材场景图片和真实增材场景图片之间的fid距离；
17、步骤3.3：基于fid距离判断生成网络生成的增材场景图片和真实增材场景图片的相似度，并进行生成式网络参数优化；
18、步骤3.4：重复步骤3.1-步骤3.3，不断对生成网路的参数进行优化，直至生成网络生成的增材场景图片和真实增材场景图片的相似度达到预设值。
19、可选的，步骤4中获取增材数据的步骤包括：
20、步骤4.1对训练后的生成式网络生成的增材加工场景图片进行筛选，去除与真实增材场景差异大的图片，得到多样增材加工场景图片。
21、步骤4.2：将分离得到的增材缺陷数据中的简单缺陷和复杂缺陷进行扩充数据操作；
22、步骤4.3：将扩充数据操作后的增材缺陷数据中的简单缺陷植入多样增材加工场景图片中的相应位置，并对植入缺陷后的多样增材加工场景图片缺陷边界像素进行滤波处理；
23、可选的，步骤5中训练缺陷识别模型的步骤包括：
24、将增材数据和真实增材数据进行混合，混合比例为1:1，使用混合后的数据对缺陷识别模型进行训练。
25、本专利技术的有益效果是：本专利技术通过训练生成式网络学习已有的增材场景风格来生成数据之外的增材场景，然后将从实际增材数据中分离出的缺陷数据增材后植入到生成的增材场景中，从而获取大量的增材数据。通过生成式网络，获取了大量不同增材场景数据，这一方面减少了数据获取成本，另一方面解决了增材缺陷数据难以获取的问题，使得正负样本数据区域平衡，本方法不仅能提高缺陷检测的精准度，还可以有效提高模型的通用性。
本文档来自技高网...【技术保护点】
1.一种提高增材制造缺陷检测精准度和通用性的方法，其特征在于，所述一种提高增材制造缺陷检测精准度和通用性的方法的步骤包括：
2.根据权利要求1所述的一种提高增材制造缺陷检测精准度和通用性的方法，其特征在于，步骤1中获取增材缺陷检测数据的步骤包括：通过网上查询和实验获取增材缺陷检测数据。
3.根据权利要求1所述的一种提高增材制造缺陷检测精准度和通用性的方法，其特征在于，步骤1中获取不同增材场景的增材过程数据的步骤包括：通过改变传感器角度、方位和安装方式获取增材部位的不同视角，并在增材环境中添加干扰因素获取不同增材场景的增材过程数据。
4.根据权利要求1所述的一种提高增材制造缺陷检测精准度和通用性的方法，其特征在于，步骤2中将增材缺陷数据中的缺陷和场景分离的步骤包括：
5.根据权利要求1所述的一种提高增材制造缺陷检测精准度和通用性的方法，其特征在于，步骤3中对生成式网络进行训练的步骤包括：
6.根据权利要求1所述的一种提高增材制造缺陷检测精准度和通用性的方法，其特征在于，步骤4中获取增材数据的步骤包括：
7.根据
...【技术特征摘要】
1.一种提高增材制造缺陷检测精准度和通用性的方法，其特征在于，所述一种提高增材制造缺陷检测精准度和通用性的方法的步骤包括：
2.根据权利要求1所述的一种提高增材制造缺陷检测精准度和通用性的方法，其特征在于，步骤1中获取增材缺陷检测数据的步骤包括：通过网上查询和实验获取增材缺陷检测数据。
3.根据权利要求1所述的一种提高增材制造缺陷检测精准度和通用性的方法，其特征在于，步骤1中获取不同增材场景的增材过程数据的步骤包括：通过改变传感器角度、方位和安装方式获取增材部位的不同视角，并在增材环境中添加干扰因素获取不同增材场景的增材过程数据。
4.根据权利要求1所述的一种提高增...
【专利技术属性】
技术研发人员：邓路兵，董博伦，林三宝，蔡笑宇，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。