Быстрое выявление дефектов в металлических компонентах аддитивного производства с помощью лазерно-искровой эмиссионной спектроскопии в сочетании с нейронной сетью обратного распространения и алгоритмом случайного леса

Gao S.; Lin X.; Huang Y.; Chen Z.; Chen H.

Быстрое выявление дефектов в металлических компонентах аддитивного производства с помощью лазерно-искровой эмиссионной спектроскопии в сочетании с нейронной сетью обратного распространения и алгоритмом случайного леса

Gao S. , Lin X. , Huang Y. , Chen Z. , Chen H.

2025

Лазерно-искровая эмиссионная спектроскопия (LIBS) использована для быстрой идентификации дефектов в металлических компонентах аддитивного производства и контрольных групп без дефектов. По характеристическим эмиссионным линиям четырех элементов (Fe, Cr, Mn и Ti), выбранным из базы данных методом построения “случайного леса” (RF) классификационных деревьев, проведена классификация дефектов и бездефектных образцов методом k-ближайших соседей (KNN) и нейронной сетью с обратным распространением ошибки (BPNN). Сравнение эффективности классификации и результатов верификации моделей KNN, RF-KNN и RF-BPNN показало преимущество модели RF-BPNN, которая продемонстрировала в обучающем, тестовом и проверочном наборах наилучшую точность (99.4, 97.2 и 96.67% соответственно). Показано, что LIBS в сочетании с RF-BPNN можно использовать для обнаружения дефектов при 3D-печати металлических изделий.

Gao S. , Lin X. , Huang Y. , Chen Z. , Chen H. Быстрое выявление дефектов в металлических компонентах аддитивного производства с помощью лазерно-искровой эмиссионной спектроскопии в сочетании с нейронной сетью обратного распространения и алгоритмом случайного леса. Журнал прикладной спектроскопии. 2025;92(3):414.

Цитирование

Список литературы

1. F. Calignano, D. Manfredi, E. P. Ambrosio, et al., Proc. IEEE, 105, No. 4, 593–612 (2017).

2. A. N. Guojin, Modern Machinery, Issue 3 (2019).

3. M. Dadkhah, M. H. Mosallanejad, L. Luliano, et al., Acta Metall. Sin. (Engl. Lett.), 34, 1173–1200 (2021), doi: 10.1007/s40195-021-01249-7.

4. D. Gu, D. Dai, M Xia, et al., J. Nanjing University of Aeronautics & Astronautics, 49, No. 5, 645–652 (2017).

5. H. Masuo, Y. Tanaka, S. Morokoshi, et al., Proc. Struct. Integrity, 7, 19–26 (2017), doi: 10.1016/j.prostr.2017.11.055.

6. D. S. Ertay, M. A. Naiel, M. Vlasea, et al., CIRP J. Manufacturing Science and Technology, 35, No. 2, 298–314 (2021), doi: 10.1016/j.cirpj.2021.06.015.

7. J. Lee, H. J. Park, S. Chai, et al., Appl. Sciences, 11, No. 4, 1966 (2021), doi: 10.3390/app11041966.

8. Z. Guo, P. Ni, Y. Dai, et al., J. Phys.: Conf. Ser., 1827, No. 1, 012039(1–7) (2021).

9. W. Du, Q. Bai, Y. Wang, et al., Int. J. Adv. Manufacturing Technology, 95, 3185–3195 (2018).

10. H. Rieder, A. Dillhöfer, M. Spies, et al., Proc. 11th Eur. Conf. Non-Destructive Testing, 1, 2194–2201 (2014).

11. D. W. Yee, M. L. Lifson, B. W. Edwards, et al., Adv. Materials, 31, No. 33, 1901345 (2019), doi: 10.1002/adma.201901345.

12. R. Hama-Saleh, A. Weisheit, J. H. Schleifenbaum, et al., Proc. Manufacturing, 47, 1023–1028 (2020), doi: 10.1016/j.promfg.2020.04.317.

13. S. Doshvarpassand, X. Wang, X. Zhao, Struct. Health Monitoring, 21, No. 2, 354–369 (2022), doi: 10.1177/1475921721999599.

14. C. Gu, Y. Lu, M. Chen, et al., Measurement, 187 (2022), doi: 10.1016/j.measurement.2021.110166

15. S. Felix, S. R. Majumder, H. K. Mathews, et al., Sci. Rep., 12, No. 1, 8503 (2022), doi: 10.1038/s41598022-12381-4.

16. V. Detalle, X. Bai, Spectrochim. Acta B: At. Spectroscopy, 191, 106407 (2022), doi: 10.1016/j.sab.2022.106407.

17. L. B. Guo, D. Zhang, L. X. Sun, et al., Front. Physics, 16, No. 2 (2021), doi: 10.1007/s11467-020-1007-z.

18. Y. Zhang, T. Zhang, H. Li, Spectrochim. Acta B: At. Spectroscopy, 181, 106218 (2021), doi: 10.1016/j.sab.2021.106218.

19. D. A. Gonalves, G. S. Senesi, G. Nicolodelli, Trends Environ. Anal. Chem., 30C, e00121 (2021), doi: 10.1016/j.teac.2021.e00121.

20. K. Zhang, Z. Xu, F. Fang, Spectroscopy and Spectral Analysis, 41, No. 06 (2021), doi: 10.3964/j.issn.1000-0593(2021)06-1961-05.

21. H. Kim, J. Lee, E. Srivastava, et al., Spectrochim. Acta B: At. Spectroscopy, 184, No. 7, 106282 (2021), doi: 10.1016/j.sab.2021.106282.

22. P. A. Sdvizhenskii, V. N. Lednev, R. D. Asyutin, et al., J. Anal. At. Spectrometry, 35 (2020), doi: 10.1039/C9JA00343F.

23. V. N. Lednev, P. A. Sdvizhenskii, R. Asyutin, et al., Opt. Express, 27, No. 4, 4612–4628 (2019), doi: 10.1364/OE.27.004612.

Источник

Информация

Автор

Gao S. Университет информационной инженерии Цюаньчжоу
Lin X. Университет информационной инженерии Цюаньчжоу; Чанчуньский технологический университет
Huang Y. Университет информационной инженерии Цюаньчжоу
Chen Z. Университет информационной инженерии Цюаньчжоу
Chen H. Университет информационной инженерии Цюаньчжоу

Страницы

Год издания

2025

Ключевые слова

Коллекции

Журнал прикладной спектроскопии

Похожие публикации

Источник

Информация