【技术实现步骤摘要】
本专利技术涉及金属增材制造过程监测，具体涉及一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法。
技术介绍
1、选区激光熔融技术在生物医学工程、汽车、航空航天等领域制造具有复杂结构和内部特征的高质量部件方面具有独特优势，是一种极具前景且环保的金属增材制造技术。然而，制造的部件通常会出现孔隙、裂纹和翘曲等缺陷，这增加了试错、后处理造成的制造成本，并阻碍了其大规模工业应用。选区激光熔融过程涉及复杂的传热和流体流动，产生的熔池受到表面张力、马兰戈尼力、反冲压力和其他因素的共同影响，它的异常演化将导致缺陷的形成，进而导致微观结构的不均匀性，并显著影响成形部件的力学性能和疲劳寿命。因此，为了保证零件的最终质量，有必要控制选区激光熔融过程中熔池形貌的演化，而准确预测熔池形貌演化是实现熔融状态控制和减少工艺缺陷的重要基础。
2、针对选区激光熔融过程熔池形貌演化建模问题，目前有基于物理模型的方法、基于工艺数据的方法、基于历史传感数据的方法。基于物理模型的主流方法包括基于有限元的数值模型和分析模型。基于有限元的数值模型由于在时间和空间上的精细离散化，需要耗费大量的时间和存储成本。分析模型在牺牲了数值模型中包含的熔池中一些复杂物理特性情况下，保留了基本的传热特性，并通过机理一致性的方式整合材料特性、工艺参数、扫描策略来计算熔化温度场，快速计算零件尺度上多轨道甚至多层的熔池形貌演化。基于工艺数据的方法利用机器学习模型实现更快速的预测，但不同工艺数据的集成方式可能不符合熔化机理，导致泛化能力较低。在实际制造过程中，由于机器误差、吸收
技术实现思路
1、本专利技术是为了解决上述现有技术存在的不足之处，提出一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，以期能实现跨工况下的选区激光熔融过程熔池形貌瞬态演化的准确预测，从而为熔池形貌演化过程的控制并保持良好的熔融过程提供基础，进而能减少甚至消除成形过程缺陷，以提高成形部件的三维形貌精度、力学性能、疲劳寿命，保证最终产品的质量。
2、本专利技术为达到上述专利技术目的，采用如下技术方案：
3、本专利技术一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法的特点在于，包括以下步骤：
4、步骤1：利用温度校准过的高速红外相机以同轴方式和固定频率采集选区激光熔融过程的熔池图像，并构建熔池图像数据集；其中，表示第i时刻的熔池图像，为熔池图像的数量；l和h分别为熔池图像的长度和高度；
5、步骤2：通过对第i时刻的熔池图像进行处理，以提取第i时刻熔池的形貌特征，包括：长度、宽度、面积、周长、纵横比，从而构建熔池形貌特征数据集；
6、步骤3：将第时刻熔池图像到第时刻熔池图像作为一个样本，将第i时刻熔池的形貌特征到第时刻熔池的形貌特征作为样本的标签；将第时刻熔池的形貌特征到第时刻熔池的形貌特征作为样本的标签对应的历史熔池特征序列；
7、步骤4：根据材料参数、工艺参数和扫描策略，计算第i时刻熔池表面的理论温度场；从而得到第时刻到第时刻的熔池表面理论温度场，从而得到标签对应的熔池表面理论温度场序列；
8、步骤5：计算标签对应的激光移动方向与保护气流方向在顺时针方向的夹角；其中，表示第i时刻下的激光移动方向与保护气流方向在顺时针方向的夹角；
9、步骤6：构建熔池形貌演化预测网络，包括：理论温度场特征提取模块、改进的注意力机制模块、机理与数据特征融合模块，并对、和进行处理，得到第时刻到第时刻预测的熔池形貌特征序列；
10、步骤7：利用式(13)构建损失函数：
11、(13)
12、式(10)中，为熔池形貌特征序列的预测值、为熔池形貌特征序列的差分值，为熔池形貌特征序列差分的预测值，为确定该损失项相对重要性的参数；
13、步骤8：利用梯度下降法对所述熔池形貌特征预测网络进行训练，并计算所述总损失函数loss以更新模型参数，当所述总损失函数loss收敛时，得到训练后的熔池形貌特征预测模型，用于对选区激光熔融过程中未来熔池形貌特征演化过程进行预测。
14、本专利技术所述的一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法的特点也在于，步骤2包括以下步骤：
15、步骤2.1：给定粉末材料的液相线温度，提取第i时刻的熔池图像中，与差值的绝对值小于误差的像素点，并利用最小二乘法将所提取的像素点集拟合成第i条封闭曲线；
16、步骤2.2：将两条平行于激光移动方向的第一直线从光斑中心向两侧平移，当两条第一直线与第i条封闭曲线均只有一个交点时，计算两条第一直线的距离，从而得到第i条封闭曲线的宽度；
17、将两条垂直于激光移动方向的第二直线从光斑中心向两侧平移，当两条第二直线与封闭曲线均只有一个交点时，计算两条第二直线的距离，从而得到第i条封闭曲线的长度；
18、根据高速红外相机的瞬时视场角将第i条封闭曲线的长度、宽度、面积及周长进行换算后，得到熔池的长度、宽度、面积和周长；
19、通过计算熔池的长度和宽度之间的比值，得到熔池的纵横比。
20、进一步的，步骤4包括以下步骤：
21、步骤4.1：以第i时刻的激光光斑中心为基点，创建一个沿第i时刻激光移动方向为长，垂直第i时刻激光移动方向为宽的矩形；其中，第i时刻的激光光斑中心到矩形前方和后方边缘的距离分别设为和，到左、右两侧边缘的距离设为；
22、步骤4.2：设置点集分辨率为，从矩形中提取个点的坐标，其中，为第i时刻的第j个点在选区激光熔融设备的工作坐标系上的坐标；
23、步骤4.3：利用式(1)~式(3)计算标签对应的第i时刻的第j个点的理论温度：
24、(1)
25、(2)
26、(3)
27、式(1)-式(3)中，为计算第时刻理论温度时用到的历史激光扫描点数量；为粉末合金的热扩散系数，为粉末材料的密度，为环境初始温度；为在温度下的比热容，m为比热容随温度变化的系数；p为激光功率，为粉末颗粒的吸收系数，为光束半径，为激光在xy平面上的光束强度分布因子，为第i时刻的激光光斑中心在工作坐标系的xy平面的坐标，为时间积分变量；为时间积分变量到第i时刻的时间差；为时间积分变量到第i时刻的激光属性集成参数，h为体热源高度；
28、步骤4.4：按照步骤4.3的过程，计算标签对应的中第个点到第个点以及第个点到第个点处的理论温度，从而得到第i时刻熔池表面的理论温度场。
29、进一步的，步骤5包括以下步骤：
【技术保护点】
1.一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，其特征在于，步骤2包括以下步骤：
3.根据权利要求2所述的一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，其特征在于，步骤4包括以下步骤：
4.根据权利要求3所述的一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，其特征在于，步骤5包括以下步骤：
5.根据权利要求4所述的一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，其特征在于，步骤6包括以下步骤：
6.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1-5中任一所述选区激光熔融过程熔池形貌演化预测方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
7.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1-5中任一所述选区激光熔融过程熔池
...【技术特征摘要】
1.一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，其特征在于，步骤2包括以下步骤：
3.根据权利要求2所述的一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，其特征在于，步骤4包括以下步骤：
4.根据权利要求3所述的一种机理引导数据驱动的选区激光熔融过程熔池形貌演化预测方法，其特征在于，步骤5包括以下步骤：
5.根据权利要求...
【专利技术属性】
技术研发人员：朱锟鹏，王齐胜，林昕，毛杨坤，
申请(专利权)人：中国科学院合肥物质科学研究院，
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。