超声辅助金属3D打印

熔池原位监控

集成原位成像与自编码器图像重建，在超声扰动下仍能区分熔池、飞溅与羽流状态

Yang, Zhichao · 朱立达 · Dun, Yichao · Ning, Jinsheng · Wang, Shuhao · 薛棚升 · Xu, Peihua · Miao, Yu · Yan, Boling · 辛博

Virtual and Physical Prototyping 2023

参数信息

平均识别准确率

94.52 %

技术优势

识别准确率高

该方法能在全连接自编码器下对重构图像达到94.52%的平均识别准确率，为质量监控提供可靠依据。

无需标注数据

采用无监督学习的自编码器进行图像重构，无需人工标注即可训练模型，降低数据准备成本。

应用场景

• 金属增材制造：实时监控超声辅助金属3D打印的熔池动态，提升打印质量。
• 3D打印质量监控：自动识别飞溅与羽流特征，用于在线质量反馈控制。
• 过程监测仪器：提供一种基于图像重构的过程监测手段，可集成到打印设备中。