| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 主要符号对照表 | 第15-16页 |
| 第1章 绪论 | 第16-34页 |
| 1.1 研究背景及意义 | 第16-18页 |
| 1.2 国内外研究现状及发展动态分析 | 第18-31页 |
| 1.2.1 选择性激光熔化成型存在的质量问题 | 第20-25页 |
| 1.2.2 选择性激光熔化成型的状态监测研究进展 | 第25-31页 |
| 1.3 论文主要的研究内容和章节安排 | 第31-34页 |
| 第2章 选择性激光熔化监测系统 | 第34-42页 |
| 2.1 选择性激光熔化的过程 | 第34-35页 |
| 2.2 选择性激光熔化过程产生的信号 | 第35-38页 |
| 2.2.1 红外辐射 | 第36页 |
| 2.2.2 紫外光辐射和可见光 | 第36-37页 |
| 2.2.3 声信号 | 第37页 |
| 2.2.4 超声波信号 | 第37页 |
| 2.2.5 电子信号 | 第37-38页 |
| 2.3 工艺参数、过程特征及成型质量之间的关系 | 第38-39页 |
| 2.4 监测信号的采集方式 | 第39-41页 |
| 2.4.1 同轴和非同轴监测 | 第39-40页 |
| 2.4.2 目前监测方法的问题及解决方式 | 第40-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第3章 选择性激光熔化过程的声信号监测 | 第42-60页 |
| 3.1 声信号监测技术 | 第42-47页 |
| 3.1.1 声信号监测平台 | 第42-44页 |
| 3.1.2 声信号产生的原理 | 第44-45页 |
| 3.1.3 声信号的动态特征 | 第45-47页 |
| 3.2 声信号与选择性激光熔化过程之间的对应关系 | 第47-51页 |
| 3.2.1 声信号的功率谱密度跟激光功率的关系 | 第47-49页 |
| 3.2.2 声信号的功率谱密度跟激光扫描速度的关系 | 第49-51页 |
| 3.3 基于多尺度的声音信号特征提取 | 第51-55页 |
| 3.3.1 声信号的小波包分析 | 第51-52页 |
| 3.3.2 声音信号的特征分析 | 第52-54页 |
| 3.3.3 基于主成分分析的特征降维 | 第54-55页 |
| 3.3.4 基于Fisher线性判别的特征降维 | 第55页 |
| 3.4 基于声信号统计特征的熔化状态分类 | 第55-59页 |
| 3.4.1 不同熔化参数和状态 | 第56-57页 |
| 3.4.2 数据采集与特征选择 | 第57页 |
| 3.4.3 基于声信号和支持向量机的熔化状态分类 | 第57-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第4章 选择性激光熔化过程的图像监测 | 第60-78页 |
| 4.1 图像监测技术 | 第60-69页 |
| 4.1.1 图像监测平台 | 第60-62页 |
| 4.1.2 光信号产生的原理 | 第62-64页 |
| 4.1.3 图像的动态特征 | 第64-69页 |
| 4.2 图像的特征与选择性激光熔化参数之间的对应关系 | 第69-73页 |
| 4.2.1 图像的特征随激光功率的变化 | 第69-71页 |
| 4.2.2 图像的特征随扫描速度的变化 | 第71-73页 |
| 4.3 基于等离子体羽和飞溅特征的熔化状态分类 | 第73-75页 |
| 4.3.1 基于神经网络的选择性激光熔化状态监测 | 第73-74页 |
| 4.3.2 基于近红外图像的不同熔化状态分类 | 第74-75页 |
| 4.4 本章小结 | 第75-78页 |
| 第5章 基于深度学习的选择性激光熔化过程监测 | 第78-104页 |
| 5.1 融合监测平台的搭建 | 第78-79页 |
| 5.2 熔化轨迹特征的变化与分析 | 第79-87页 |
| 5.2.1 单轨道试件的典型特征 | 第80-82页 |
| 5.2.2 单轨道特征随激光功率的变化 | 第82-83页 |
| 5.2.3 单轨道特征随扫描速度的变化 | 第83-85页 |
| 5.2.4 单轨道特征与激光功率、激光扫描速度的对应关系 | 第85-87页 |
| 5.3 深度学习神经网络的算法及结构 | 第87-92页 |
| 5.3.1 深度置信神经网络 | 第87-90页 |
| 5.3.2 卷积神经网络 | 第90-92页 |
| 5.4 声信号监测、光信号监测及融合监测 | 第92-102页 |
| 5.4.1 深度置信神经网络基于声信号的监测结果 | 第92-96页 |
| 5.4.2 卷积神经网络的基于图像的监测结果 | 第96-99页 |
| 5.4.3 声音和图像融合监测结果 | 第99-102页 |
| 5.5 本章小结 | 第102-104页 |
| 第6章 结论与展望 | 第104-108页 |
| 6.1 研究成果与创新 | 第104-105页 |
| 6.1.1 研究成果 | 第104-105页 |
| 6.1.2 主要创新点 | 第105页 |
| 6.2 后续研究展望 | 第105-108页 |
| 参考文献 | 第108-118页 |
| 致谢 | 第118-120页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第120-121页 |
