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！

龙图腾网获悉华南理工大学申请的专利一种激光粉末床熔融过程的零件表面缺陷在线监测和质量控制方法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：CN118926551B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202410480829.X，技术领域涉及：B22F10/30；该发明授权一种激光粉末床熔融过程的零件表面缺陷在线监测和质量控制方法是由张英杰;马晨光;程浪;姜子萌;干振华;张傲明;洪炜杰设计研发完成，并于2024-04-22向国家知识产权局提交的专利申请。

本一种激光粉末床熔融过程的零件表面缺陷在线监测和质量控制方法在说明书摘要公布了：本发明公开一种激光粉末床熔融过程的零件表面缺陷线监测和质量控制方法，该方法包括下述步骤：在加工过程逐层采集零件表面铺粉图像和激光扫描后图像，并对零件表面铺粉图像进行图像增强处理，得到增强后的零件表面铺粉图像；将增强后的零件表面铺粉图像输入训练好的Unet语义分割模型，进行表面缺陷区域的分割，生成掩模图；对表面缺陷进行量化得到表面缺陷量化指标Ap；将激光扫描后的图像输入判断零件表面的熔化状态的三分类四层卷积神经网络，获得信号M；将表面缺陷量化指标Ap、信号M输入比例控制系统，计算出下一层所需的工艺参数，并逐层调整工艺参数，直至最终成型。本发明能有效监测和量化零件表面缺陷，提高零件质量与生产效率。

本发明授权一种激光粉末床熔融过程的零件表面缺陷在线监测和质量控制方法在权利要求书中公布了：1.一种激光粉末床熔融过程的零件表面缺陷线监测和质量控制方法，其特征在于，包括下述步骤： 在加工过程中逐层采集零件表面铺粉图像和激光扫描后图像，并对零件表面铺粉图像进行图像增强处理，得到增强后的零件表面铺粉图像； 构建零件表面缺陷分割的Unet语义分割模型并进行训练，将增强后的零件表面铺粉图像输入训练好的Unet语义分割模型，进行表面缺陷区域的分割，生成掩模图； 对表面缺陷进行量化，得到表面缺陷量化指标Ap，具体表示为： 其中，R和C分别是原始图像的宽度和长度； II[·]是一个指示函数，用于判断像素的预测概率是否超过了预定义的阈值α，若超过阈值α，则II[Pr,c≥α]＝1，否则为0； 将激光扫描后的图像输入用于判断零件表面的熔化状态的三分类四层卷积神经网络，获得信号M，具体包括： 激光扫描后的图像依次经过四个特征提取操作，每个特征提取操作包括卷积、批归一化、LeakyReLU激活以及最大池化下采样操作，提取的特征经过全局平均池化操作和3个核尺寸为1×1的卷积层，通过softmax函数输出熔化状态的概率值； 通过softmax函数输出熔化状态的概率值，选择其中最大概率值作为最终结果，得到M值，计算公式表示为： 其中，P欠熔化、P正常、P过熔化分别表示欠熔化、正常熔化、过熔化的概率值； 将表面缺陷量化指标Ap、信号M输入比例控制系统，计算出下一层所需的工艺参数，并逐层调整工艺参数，直至最终成型； 将表面缺陷量化指标Ap、信号M输入比例控制系统，计算出下一层所需的工艺参数，并逐层调整工艺参数，具体包括： P下一层＝P当前层+M×Kp×Error-1-MKp×Error 其中，P下一层是下一层需要的激光功率，P当前层是当前层的激光功率，M是布尔值，用于表示当前熔化状态，即当前熔化状态是过熔化，M＝1，否则M＝0，Kp是比例系数，根据材料、LPBF设备本身进行调整，Error表示当前监测信号Ap与期望值的之间的误差。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；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。