10.13228/j.boyuan.issn1002-1183.2022.0374
基于改进卷积神经网络的3D打印机激光点温度检测方法
3D打印过程中激光点温度对成型制品的精度和质量会产生直接影响.针对传统温度检测装置在激光点温度检测方面无法达到高检测率、低误差率的工业需求,文章提出一种基于卷积神经网络对激光点温度进行检测估计方法.采用深度学习方法,对收集到的激光温度训练样本运用卷积神经网络的方法进行模型训练,利用训练结果对测试集进行预测,估计出测试激光图像的激光温度.此外在传统卷积神经网络的基础上进行了改进,验证结果表明改进的卷积神经网络能够对激光点等温线进行更为准确的检测估计.
计量学、3D打印、激光热辐射、卷积神经网络、温度检测
33
TP334.8;TP212.11;TN253
2023-06-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
96-99,112