一种激光金属增材沉积融合状态实时预测方法及系统

摘要

本发明公开了一种激光金属增材沉积融合状态实时预测方法及系统，该方法包括如下步骤：（1）建立实时预测初模型，所述实时预测初模型包括用于将工艺参数数据集转换为图像数据的stackGAN网络、与stackGAN网络连接的多路并行用于提取图像数据中的特征数据的卷积神经网络、与多路并行卷积神经网络连接的用于将多路卷积神经网络输出的特征数据进行特征融合的特征融合层、以及特征融合层后依次连接的全连接层和分类层；（2）训练实时预测初模型形成实时预测终模型；（3）输入工艺参数数据集至实时预测终模型实时预测激光金属增材沉积融合状态；本发明通过构建stackGAN网络+VGG19网络的预测模型，可满足通过工艺参数预测熔池状态，形成有监督学习的神经网络，成本低。