基于深度神经网络的等离子熔覆修复路径规划

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：通过DNN深度神经网络来建立等离子熔覆工艺参数和熔覆焊道几何特征之间的关系，为之后通过平行路径进行熔覆修复路径规划提供数据支持，最后进行仿真试验和熔覆修复实例验证。试验以Q235钢和Fe706分别作为基体和熔覆粉末，设计以熔覆电流、送粉量和扫描速率为变量的33组试验。通过金相显微镜观察熔覆层微观形貌，测量高度、宽度、熔覆区面积和熔合区面积，计算出稀释率。（剩余5737字）

试读结束

目录
monitor