买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉汕头大学申请的专利一种增材制造造件成形质量监测方法、系统及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115775249B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211682419.0，技术领域涉及：G06T7/00；该发明授权一种增材制造造件成形质量监测方法、系统及存储介质是由王奉涛;张学阵;于永钢;袁俊霖;刘瀚儒设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种增材制造造件成形质量监测方法、系统及存储介质在说明书摘要公布了：本发明公开了一种增材制造造件成形质量监测方法、系统及存储介质，方法包括：进行增材制造实验，采集实验熔池图像并进行预处理，构成熔池数据集；搭建并训练神经网络模型，得到预训练后的神经网络模型并对其进行调优处理，生成成形质量检测模型；根据当前工艺参数进行增材制造，采集当前熔池图像，通过成形质量检测模型对增材制造造件进行质量预测，得到质量预测信息。本申请采用熔覆道的润湿角特征和稀释率特征作为预测成形质量的特征参数，能够更好地反映熔覆道的质量；所获得的预测模型具有更高的准确率和泛化能力，能够快速且准确地识别和分类增材制造过程中不同状态的熔池，并预测熔池的成形质量。本申请应用于增材制造技术领域。

本发明授权一种增材制造造件成形质量监测方法、系统及存储介质在权利要求书中公布了：1.一种增材制造造件成形质量监测方法，其特征在于，包括如下步骤： 控制增材制造机器人进行增材制造实验，在所述增材制造实验的过程中采集实验熔池图像并对所述实验熔池图像进行预处理，构成熔池数据集； 搭建神经网络模型，通过所述熔池数据集训练所述神经网络模型，得到预训练后的神经网络模型，并对所述预训练后的神经网络模型进行调优处理，生成成形质量检测模型； 控制所述增材制造机器人根据当前工艺参数进行增材制造，采集当前熔池图像，通过所述当前熔池图像和所述成形质量检测模型对增材制造的造件进行质量预测，得到质量预测信息，所述质量预测信息包括所述增材制造对应的工艺参数、所述熔池的位置信息和类别以及对应的成形质量的质量编号； 其中，所述对所述预训练后的神经网络模型进行调优处理，生成成形质量检测模型，包括： 控制所述增材制造机器人执行多次增材制造测试，在所述增材制造测试的过程中，通过同轴CCD相机采集若干张同轴熔池图像，通过旁轴高速相机采集若干张旁轴熔池图像； 对所述同轴熔池图像和所述旁轴熔池图像进行预处理，构成测试集和调优训练集； 将所述调优训练集作为所述预训练后的神经网络模型的输入，在所述预训练后的神经网络模型的权重文件YOLOv5.pt的基础上对所述预训练后的神经网络模型进行训练； 采用所述测试集评估所述神经网络模型的性能，输出所述成形质量检测模型； 其中，所述对所述同轴熔池图像和所述旁轴熔池图像进行预处理，构成测试集和调优训练集，包括： 根据稀释率，对所述增材制造测试得到的若干个测试增材造件进行成形质量分类，确定每个所述测试增材造件对应的质量编号； 对所述旁轴熔池图像进行标签处理，得到所述旁轴熔池图像对应的标签数据，将所述测试增材造件对应的质量编号添加至对应的所述标签数据中； 对标签处理后的所述旁轴熔池图像进行数据扩增，扩增后的所述旁轴熔池图像分类为测试集和待调优训练集； 提取所述同轴熔池图像中的熔池参数信息，所述熔池参数信息包括所述增材制造测试对应的工艺参数、熔池的宽度、高度和深度； 将所述熔池参数信息添加至所述待调优训练集中对应的所述旁轴熔池图像的标签数据中，构成所述调优训练集。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人汕头大学，其通讯地址为：515063 广东省汕头市大学路汕头大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。