【技术实现步骤摘要】
本专利技术涉及增材制造，具体为基于人工智能的增材制造流程优化方法及系统。
技术介绍
1、当前，增材制造技术以其独特的逐层叠加制造方式，实现了复杂结构、个性化定制以及快速原型制作等优势，广泛应用于航空航天、医疗、消费品等多个领域。然而，增材制造过程涉及众多变量，如材料特性、设备参数、环境条件等，这些因素相互作用，对最终产品的质量和生产效率产生显著影响，如何精准控制和优化这些复杂流程，成为提升增材制造技术实用性和竞争力的关键。因此需要提供一种基于人工智能的增材制造流程优化方法及系统，对增材制造流程进行优化。
2、例如公告号为cn113435670b的专利技术专利，为一种增材制造熔覆层偏移定量的预测方法，属于精密焊接
做完增材前四层的打底工作后，用熔池视觉传感器来采集增材第五层熔覆层偏移的熔池图像，对熔池图像进行roi区域选择；根据勾股定理计算每一张采集的熔池图像所对应的偏移量，并做成数据集，根据数据集确定增材第五层的起弧点和熄弧点；对不同熔覆层进行偏移量下的分类实验并采用深度残差网络进行分类；对线性变化的熔覆层偏移量进行预测实验，将焊缝不同偏移量的分类任务转为回归任务；对网络的泛化能力进行验证。本专利技术利用熔池视觉信息对增材过程中的熔覆层偏移量进行定量预测，在增材制造过程中调整焊枪实际位置，从而得到好的熔池形态，提高焊接质量。
3、基于上述方案发现，目前对增材制造方面还存在一些不足，在传统方法中，材料选择和工艺参数设定往往是独立进行的，缺乏深度整合与协同优化，限制了工艺优化的空间和速度，无法实现增材
技术实现思路
1、针对现有技术的不足，本专利技术提供了基于人工智能的增材制造流程优化方法及系统，能够有效解决上述
技术介绍
中涉及的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：本专利技术第一方面提供了基于人工智能的增材制造流程优化方法，包括：获取增材制造的材料特性参数，通过材料特性参数对材料热物理性质和材料光物理性质进行评估，综合分析得到材料特性评估参量。
3、对增材制造过程进行监测，分析得到增材制造部件孔隙率异常变化评估值和增材制造部件温度异常变化评估值，并根据材料特性评估参量匹配得到增材制造部件孔隙率异常变化评估阈值和增材制造部件温度异常变化评估阈值，综合分析得到增材制造部件异常程度评估指数。
4、根据增材制造部件异常程度评估指数对增材制造工艺参数进行调节。
5、作为进一步的方法，所述综合分析得到材料特性评估参量，具体分析过程为：根据材料特性参数，包括各类金属材料的粘度、热导率和热膨胀系数以及各类金属材料的吸收率和反射率，并从增材制造数据库中提取金属材料临界粘度、金属材料参照标准热导率、金属材料临界热膨胀系数、金属材料临界吸收率和金属材料临界反射率，经处理分别得到材料热物理性质评估参量和材料光物理性质评估参量。
6、根据材料热物理性质评估参量和材料光物理性质评估参量，综合分析得到材料特性评估参量。
7、作为进一步的方法，所述分析得到增材制造部件孔隙率异常变化评估值和增材制造部件温度异常变化评估值，具体分析过程为：部署若干时间监测点，采集各时间监测点的增材制造部件的孔隙率，同时从增材制造数据库中提取增材制造部件临界孔隙率和临界孔隙率增长速率，经处理得到增材制造部件孔隙率异常变化评估值。
8、对增材制造部件各打印层的温度进行监测，采集各时间监测点的各打印层温度，同时从增材制造数据库中提取打印层参照标准冷却速率和参照标准层间温差，经处理得到增材制造部件温度异常变化评估值。
9、作为进一步的方法，所述根据材料特性评估参量匹配得到增材制造部件孔隙率异常变化评估阈值和增材制造部件温度异常变化评估阈值，综合分析得到增材制造部件异常程度评估指数，具体分析过程为：将材料特性评估参量与增材制造数据库中存储的各材料特性评估参量区间对应的增材制造部件孔隙率异常变化评估阈值和增材制造部件温度异常变化评估阈值进行匹配，得到增材制造部件孔隙率异常变化评估阈值和增材制造部件温度异常变化评估阈值，并根据增材制造部件孔隙率异常变化评估值和增材制造部件温度异常变化评估值，综合分析得到增材制造部件异常程度评估指数。
10、作为进一步的方法，所述根据增材制造部件异常程度评估指数对增材制造工艺参数进行调节，具体分析过程为：将增材制造部件异常程度评估指数与增材制造数据库中存储的各增材制造部件异常程度评估指数区间对应的激光功率与打印层厚度进行匹配，得到增材制造部件的适宜激光功率与适宜打印层厚度，并根据适宜激光功率与适宜打印层厚度实时调节增材制造的激光功率与打印层厚度。
11、作为进一步的方法，所述材料特性评估参量，是通过对材料热物理性质评估参量和材料光物理性质评估参量进行分析得到量化评估指标，用于量化评估材料特性对于增材制造的适宜程度。
12、作为进一步的方法，所述增材制造部件异常程度评估指数，是通过对增材制造部件的孔隙率异常变化和温度异常变化进行综合分析得到量化指标，用于评估增材制造部件的异常程度。
13、作为进一步的方法，所述材料特性评估参量，具体数值表达式为：
14、
15、式中，表示材料特性评估参量，e表示自然常数，表示材料热物理性质评估参量，表示材料光物理性质评估参量，表示设定的材料热物理性质评估参量对应的材料特性评估影响因子，表示设定的材料光物理性质评估参量对应的材料特性评估影响因子。
16、作为进一步的方法，所述增材制造部件异常程度评估指数，具体数值表达式为：
17、
18、式中，表示增材制造部件异常程度评估指数，e表示自然常数，表示增材制造部件孔隙率异常变化评估值，表示增材制造部件温度异常变化评估值，表示增材制造部件孔隙率异常变化评估阈值，表示增材制造部件温度异常变化评估阈值，表示设定的增材制造部件孔隙率异常变化评估值对应的增材制造部件异常程度影响因子，表示设定的增材制造部件温度异常变化评估值对应的增材制造部件异常程度影响因子。
19、本专利技术第二方面提供了基于人工智能的增材制造流程优化系统，包括：材料特性分析模块，用于获取增材制造的材料特性参数，通过材料特性参数对材料热物理性质和材料光物理性质进行评估，综合分析得到材料特性评估参量。
20、增材制造监测模块，用于对增材制造过程进行监测，分析得到增材制造部件孔隙率异常变化评估值和增材制造部件温度异常变化评估值，并根据材料特性评估参量匹配得到增材制造部件孔隙率异常变化评估阈值和增材制造部件温度异常变化评估阈值，综合分析得到增材制造部件异常程度评估指数。
21、工艺参数调节模块，用于根据增材制造部件异常程度评估指数对增材制造工艺参数进行调节。
22、增材制造数据库，用于存储增材制造相关数据，包括金属材料临界粘度，金属材料参照标准热导率，金属材料临界热膨胀系数，金属材料临界吸收率，金属材料临界反射率，增材制本文档来自技高网...
【技术保护点】
1.基于人工智能的增材制造流程优化方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的增材制造流程优化方法，其特征在于：所述综合分析得到材料特性评估参量，具体分析过程为：
3.根据权利要求1所述的基于人工智能的增材制造流程优化方法，其特征在于：所述分析得到增材制造部件孔隙率异常变化评估值和增材制造部件温度异常变化评估值，具体分析过程为：
4.根据权利要求3所述的基于人工智能的增材制造流程优化方法，其特征在于：所述根据材料特性评估参量匹配得到增材制造部件孔隙率异常变化评估阈值和增材制造部件温度异常变化评估阈值，综合分析得到增材制造部件异常程度评估指数，具体分析过程为：
5.根据权利要求4所述的基于人工智能的增材制造流程优化方法，其特征在于：所述根据增材制造部件异常程度评估指数对增材制造工艺参数进行调节，具体分析过程为：
6.根据权利要求2所述的基于人工智能的增材制造流程优化方法，其特征在于：所述材料特性评估参量，是通过对材料热物理性质评估参量和材料光物理性质评估参量进行分析得到量化评估指标，用于量化评估材料特性
7.根据权利要求4所述的基于人工智能的增材制造流程优化方法，其特征在于：所述增材制造部件异常程度评估指数，是通过对增材制造部件的孔隙率异常变化和温度异常变化进行综合分析得到量化指标，用于评估增材制造部件的异常程度。
8.根据权利要求2所述的基于人工智能的增材制造流程优化方法，其特征在于：所述材料特性评估参量，具体数值表达式为：
9.根据权利要求4所述的基于人工智能的增材制造流程优化方法，其特征在于：所述增材制造部件异常程度评估指数，具体数值表达式为：
10.基于人工智能的增材制造流程优化系统，其特征在于：包括：
...【技术特征摘要】
1.基于人工智能的增材制造流程优化方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的增材制造流程优化方法，其特征在于：所述综合分析得到材料特性评估参量，具体分析过程为：
3.根据权利要求1所述的基于人工智能的增材制造流程优化方法，其特征在于：所述分析得到增材制造部件孔隙率异常变化评估值和增材制造部件温度异常变化评估值，具体分析过程为：
4.根据权利要求3所述的基于人工智能的增材制造流程优化方法，其特征在于：所述根据材料特性评估参量匹配得到增材制造部件孔隙率异常变化评估阈值和增材制造部件温度异常变化评估阈值，综合分析得到增材制造部件异常程度评估指数，具体分析过程为：
5.根据权利要求4所述的基于人工智能的增材制造流程优化方法，其特征在于：所述根据增材制造部件异常程度评估指数对增材制造工艺参数进行调节，具体分析过程为：
【专利技术属性】
技术研发人员：昝家，桂美冬，
申请(专利权)人：深圳市联维智能装备有限公司，
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。