《表1 数据集状态描述：一种基于PPCNN的金属激光熔化沉积熔池状态识别方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于PPCNN的金属激光熔化沉积熔池状态识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

参照前期研究成果[2]的单道单层沉积试验，本文将沉积状态分为4类，其对应图像特征分别如下：（1）熔池的几何轮廓为倒梯形，此时沉积层润湿角过高（接近或大于90°），冶金结合不良，沉积状态为过度熔融；（2）熔池的几何轮廓为近圆形，此时沉积层润湿角远小于90°，冶金结合正常，沉积状态为正常熔融；（3）熔池的几何轮廓为不规则形状，此时沉积层润湿角正常，但冶金结合不良，沉积状态为不完全熔融；（4）当无法形成稳定的熔池和沉积层，沉积状态为不连续熔融。之后以阈值分割和边缘检测算法获得熔池初步轮廓，并根据熔池初步轮廓的外接矩形a*b，截取（a+10)*(b+10）矩形范围作为ROI(Region of Interest）区域。图2显示了4类单道的表面质量及对应的熔池ROI图像。每个沉积状态下数据的详细介绍如表1所示。最后将熔池图像统一压缩为32×32像素作为模型的输入。因为CNN是一种有监督的训练方式，需要对每张图像建立标签，该标签代表熔池图像对应的沉积状态。