(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110771073.0 (22)申请日 2021.07.07 (65)同一申请的已公布的文献号 申请公布号 CN 113515873 A (43)申请公布日 2021.10.19 (73)专利权人 中国科学院重庆绿 色智能技 术研 究院 地址 400714 重庆市北碚区方正大道 266号 专利权人 重庆大学 (72)发明人 李道远　范树迁　杨亮　刘基权　 (74)专利代理 机构 北京元本知识产权代理事务 所(普通合伙) 11308 代理人 金海荣 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/10(2020.01) G06F 113/10(2020.01) (56)对比文件 WO 2019212482 A1,2019.1 1.07 CN 108537628 A,2018.09.14CN 107708895 A,2018.02.16 CN 110490867 A,2019.1 1.22 Youchao Wang等.Derivi ng Equati ons from Sensor Data Usi ng Dimensi onal Function Synthesis. 《AC M Transacti ons on Embedded Computi ng System s》 .2019,1-2 2. Hari P.N Na garajan.Kn owledge-Based Design of Artificial Neural Netw ork Topology for Ad ditive Manufacturi ng Process Modeling: A New Ap proach and Case Study for Fused Depositi on Modeling. 《Journal of mec hanical design》 .2019,1-12. 亓欣波等.将基 于神经网络的机 器学习方法 应用于增材制造— —应用现状、 当前挑战和未来 前景. 《Engi neering》 .2019,275 -294. 周璨.激光增材制造I nconel 718合金熔池 形貌及凝固参数分析. 《中国优秀硕士学位 论文 全文数据库 工程科技 Ⅰ辑》 .2019,B02 2-75.(续) 审查员 李宁 (54)发明名称 一种基于量纲分析的金属增材制造熔池形 状预测方法 (57)摘要 本发明公开了一种基于量纲分析的金属增 材制造熔池 形状预测方法， 建立增材制造过程参 数与熔池形状 之间的定量物理模 型。 首先确定增 材制造过程参数空间， 并对制造过程参数空间进 行量纲分析， 建立无量纲参数之间的函数关系， 并利用机器学习的方法对无量纲参数之间的函 数关系进行训练， 最终得到增材制造过程参数与 熔池形状 之间的量化关系函数模 型。 本发明可以 降低对实验样本的依赖， 增强模型的泛化能力。 [转续页] 权利要求书2页 说明书7页 附图4页 CN 113515873 B 2022.04.19 CN 113515873 B (56)对比文件 马琳杰.一种基 于PPCNN的金属激光熔化 沉 积熔池状态 识别方法. 《内燃 机与配件》 .2020, 23-26. Carmen Alfaro-Isac等.Data-driven modeling of semi-batc h manufacturi ng: a rubber compoundi ng test case. 《2019 IE EE 17th Internati onal Conference o n Industrial Informatics (I NDIN)》 .2020,1-8. William J. Seufzer等.Ad ditive Manufacturi ng Model ing and Simulati on. 《https://ntrs.nasa.gov/api/ citations/20140005339/downloads/20140 005339.pdf》 .2014,1- 33. T. Mukherje e等.Dimensi onless numbers in additive manufacturi ng. 《JOURNAL OF APPLIED PHYSICS》 .2017,1-1 1. LiangYang等.Fabricati on of biomimetic anisotropic super- hydrophobic surface with rice leaf-l ike structures by femtoseco nd laser. 《Optical Materials》 .2021,1-7. 郭鑫鑫.激光增材制造过程数值仿真技 术综 述. 《航空学报》 .2020,234-246.2/2 页 2[接上页] CN 113515873 B1.一种基于量纲分析的金属 增材制造熔池形状预测方法， 其特 征在于， 包括： 步骤S1： 确定增材制造过程 参数空间； 步骤S2： 对所述 参数空间进行 无量纲化处 理， 确定无量纲参数； 步骤S3： 建立增材制造过程无量纲方程； 步骤S4： 对所述无量纲参数进行有限元模拟， 得到数据集； 步骤S5： 采用神经网络对所述数据集和增材制造过程无量纲方程进行训练， 建立金属 增材熔池特征参数预测的神经网络模型； 步骤S6： 通过 所述神经网络模型 预测金属 增材制造熔池形状； 所述步骤S1中， 所述 参数空间包括： 工艺参数： 扫描速度V； 激光热源参数： 激光功率PA、 光斑直径D； 材料参数： 密度ρ、 凝固温度Ts、 熔化温度Tm、 沸点温度Tv、 固态比热Cps、 液态比热Cpl、 固 体热传导率 λs、 液态热传导率 λl、 熔化潜热Hm、 蒸发潜热Hv、 液态金属粘度 μ、 表面张力σm、 热膨 胀系数β； 环境参数： 初始温度T0、 重力加速度g、 热对流系数h、 辐射系数δ； 熔池形状参数： 熔池深度H、 熔池宽度W、 熔池长度L； 所述步骤S2中： 对所述 参数空间进行 无量纲化处 理， 包括以下步骤： S21： 选择质量M ‑长度L‑时间T‑温度Θ(MLTΘ)单位制作为量纲系统， 根据MLTΘ量纲建 立量纲矩阵； S22： 对矩阵进行行变换， 得到矩阵的秩为4， 线性独立量为： 激光功率PA， 光斑直径D， 扫 描速度V， 初始温度T0； S23： 选择参数PA， D， V， T0为基本量， 其 余参数为导出量； 所述步骤S2中确定无量纲参数， 包括以下步骤： 用基本量表出导出量 χ： dimχ＝(dimPA)a(dimV)b(dimD)c(dimT0)d； 则， 无量纲参数 可以表示 为 按照上述方法， 导出19个无量纲参数为： Π16＝β T0， 所述步骤S3中， 增材制造过程无量纲方程表示 为：权　利　要　求　书 1/2 页 2 CN 113515873 B 3