基于机器学习的焊接质量监测及缺陷分类模型设计任务书

 2021-11-20 22:56:55

1. 毕业设计(论文)主要内容:

增材制造技术因其快速化、定制化、数字化、网络化的特点被认为将对传统制造业带来革命性影响,

激光焊接技术有着形变小、速度快、柔性好、易于实现自动化等优点而被广泛用于汽车、船舶等制造工业的各个领域。由于焊接过程较为复杂,许多工艺参数如焊接速度、激光功率、光束特性等都会影响到焊缝的质量。这使保证连续稳定的焊接质量变得困难,限制了其进一步的应用。研究焊缝质量在线监测,对提高焊接工件质量尤为重要。需对激光焊接过程进行有效监测,基于所获得的图像、光、电信号等对焊缝缺陷进行分类、预测和控制,为提高焊接质量提供理论与技术支撑。

2. 毕业设计(论文)主要任务及要求

1. 查阅国内外文献资料,国内资料不少于20篇,国外资料不少于10篇,外文资料翻译基本准确,不少于5000字;开题报告不少于3000字;

2. 学习三维建模软件,对简单的成形件进行建模;

3. 学会操作SLM设备及其相关软件,实现简单零件的打印;

4. 学习深度学习框架TensorFlow,能够基于TensorFlow实现简单的机器学习模型;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

1-3周 完成开题报告。

4-8周 搭建完成激光选区熔化过程光信号监测平台,监测并记录零件成形过程的光信号,分析监测信号的特征,完成中期报告

9-12周 能够基于TensorFlow实现简单的机器模型,基于机器学习方法分析光信号特征,对成形缺陷进行准确预测。

13-14周 撰写毕业设计论文说明书。

15-16周 毕业设计论文说明书修订,评阅与论文答辩。

4. 主要参考文献

[1].魏青松,宋波,文世峰,周燕等,金属粉床激光增材制造技术[M]. 北京:化学工业出版社, 2019 [2].杨佳,郭洪钢,谭建波,选择性激光熔化技术研究现状及发展趋势[J].铸造与工艺,2017,(02):59-63 [3].蒲以松,王宝奇,张连贵,金属3D打印技术的研究[J].2018,表面技术(3):78-84 [4]. Zhang, Y. X., You, D. Y., Gao, X. D., Katayama, S. (2019). Online Monitoring of Welding Status Based on a DBN Model During Laser Welding. Engineering, 5(4), 671-678. [5]. Thombansen, U., Abels, P. (2016). Observation of melting conditions in selective laser melting of metals (SLM). In F. Dorsch S. Kaierle (Eds.), High-Power Laser Materials Processing: Lasers, Beam Delivery, Diagnostics, And Applications V (Vol. 9741). [6].Nadipalli, V. K., Andersen, S. A., Nielsen, J. S., Pedersen, D. B. (2019). Considerations for interpreting in-situ photodiode sensor data in pulsed mode laser. Paper presented at the Proceedings of the Joint Special Interest Group meeting between euspen and ASPE Advancing Precision in Additive Manufacturing.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。