基于深度强化学习的定向能量沉积工艺参数控制方法、装置、介质及终端

	基于深度强化学习的定向能量沉积工艺参数控制方法、装置、介质及终端
申请号	CN202311561561.4
	2024-01-02
公开（公告）号	CN117324637A
公开日期	2024-01-02
摘要	本申请提供基于深度强化学习的定向能量沉积工艺参数控制方法、装置、介质及终端，通过构建出基于激光定向能量沉积的仿真系统，并利用深度强化学习近端优化算法探索最优策略，从而产生包含有激光器功率、速度和运动轨迹参数的控制策略，以提升定向能量沉积过程中最优的工艺参数策略选择的智能化、高效化。相比于传统的人工经验控制得到的打印策略，本发明可以缩短人工试错时间与制样成本，同时深度强化学习策略降低了得到的样品硬度的变异性。且可适用于多种真实生产环境，降低了人工控制的难度，从而高效地获得最优化工艺参数及策略。
当前权利人	上海科技大学
专利代理人	倪静
代理机构	上海光华专利事务所(普通合伙) 31219
专利申请人	上海科技大学
	翟梓融; 石帅; 武颖娜; 昌海; 王韦昊
公开国别	中国
公开国别简称	CN
IPC 分类号	B22F10//25; B33Y10//00; B33Y30//00; B22F12//90; G06F30//27
专利有效性	审中
专利类型	发明申请
专利类型字典	1
当前法律状态	实质审查
简单同族	CN117324637A
扩展同族	CN117324637A
INPADOC 同族	CN117324637A
文献类型	专利
条目标识符	https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/347958
专题	创意与艺术学院_PI研究组(P)_翟梓融组信息科学与技术学院_硕士生创意与艺术学院_PI研究组(P)_杨锐组创意与艺术学院_PI研究组(P)_武颖娜组
作者单位	上海科技大学
推荐引用方式 GB/T 7714	翟梓融,石帅,武颖娜,等. 基于深度强化学习的定向能量沉积工艺参数控制方法、装置、介质及终端. CN202311561561.4[P]. 2024-01-02.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于深度强化学习的定向能量沉积工艺参数控（1035KB）	专利		限制开放	CC BY-NC-SA	请求全文