本发明属于激光选区熔化领域，尤其涉及用于激光选区熔化的智能切片与扫描路径规划方法及系统。
背景技术：
1、激光选区熔化(slm)技术在先进制造领域扮演着关键角色，尤其在复杂曲面金属部件生产中展现出巨大潜力。然而，针对复杂几何形态，传统的切片与路径规划技术面临诸多挑战，如难以精确控制热效应导致的变形、表面粗糙度增加以及加工效率低下。
2、如公开号为cn115837470a的专利公开了一种激光选区熔化路径规划方法、装置及设备，包括：获取三维激光选区熔化数据；确定风场的气流方向以及气流角度；基于气流方向以及气流角度，对三维激光选区熔化数据对应的切片数据以及分区数据进行逆风场排序，得到第一扫描路径；获取分区角度，并基于气流方向、气流角度以及分区角度，对分区数据中的填充线数据进行逆风场排序，得到第二扫描路径；基于第一扫描路径和第二扫描路径，确定激光选区熔化路径。
3、如授权公告号为cn114713844b的专利公开了金属选区激光熔化成形方法及系统，金属选区激光熔化成形系统包括：区域光斑光路系统、高斯光斑光路系统与终端控制器；金属选区激光熔化成形方法包括：终端控制器获取待成形零件的三维数字模型；终端控制器对零件的三维数字模型进分层切片，得到分层切片数据；获取零件的打印模式，并进行路径规划，得到激光扫描路径规划数据；基于激光扫描路径规划数据，控制区域光斑光路系统或者控制区域光斑光路系统和高斯光斑光路系统打印零件。
4、以上现有技术存在以下问题：当前技术的局限性在于固定模式的切片策略与简单路径规划，缺乏对复杂结构的自适应性和热效应的动态管理，导致成品质量不稳定，无法满足精密制造的需求。
技术实现思路
1、针对现有技术的不足，本发明提出了用于激光选区熔化的智能切片与扫描路径规划方法及系统，该方法首先收集金属构件属性参数和工艺需求，构建几何模型，并通过深度学习结合遗传算法实现自适应分层，其次，基于局部优先级策略自动标定扫描优先级，第三，引入螺旋-摆线混合路径算法，构建路径自切换模型，并在仿真环境下优化训练，第四采用强化学习算法构建加工控制模型，实现加工头对金属构件的精准加工扫描，加工过程中，通过传感器实时监测并反馈温度场、应力分布和加工表面状态，实时调整加工路径和控制参数，最后，设置交互界面，实现加工过程参数的实时显示、设置及异常监控报警，提高了激光选区熔化的加工效率和精度。
2、为实现上述目的，本发明提供如下技术方案：
3、用于激光选区熔化的智能切片与扫描路径规划方法，具体步骤包括：
4、s1、收集待加工金属构件属性参数和工艺需求参数，利用金属构件属性参数构建金属几何模型，根据构建的几何模型，利用深度学习结合遗传算法构建的智能分层策略，对金属几何模型进行自适应分层，并利用工艺需求参数对分层过程进行自适应调整；
5、s2、基于s1中的分层切片结果，获取分层后每一层金属构件切片属性参数特征，利用配置的局部优先级策略，根据每一层金属构件切片属性参数为每一层切片中的每一个扫描区域自动标定扫描优先级值；
6、s3、引入螺旋-摆线混合路径算法，构建路径自切换模型，利用获取的区域扫描优先级和金属构件属性参数与工艺需求参数，对构建的路径自切换模型在仿真环境下进行优化模拟训练，获取训练完成的路径自切换模型；
7、s4、基于强化学习算法和加工控制参数构建并训练加工控制模型，利用获取的路径自切换模型和加工控制模型对控制加工头对待加工金属构件的加工扫描；
8、s5、利用加工头上集成的传感器，实时监测加工过程中的温度场、应力分布和加工表面状态，并利用传感器中配置的监测算法，对监测参数进行分析，并将分析结果反馈到路径自切换模型和加工控制模型，对加工路径进行自修正，同时对加工控制参数进行实时调整。
9、具体地，s1的具体过程包括：
10、s101、收集金属构件的属性参数、工艺需求参数和历史分层策略，并对收集到的参数进行预处理使其保持统一输入格式；
11、s102、以金属构件重心为原点构建o-xyz三维坐标，将预处理后的金属构件属性参数输入到三维建模软件中在三维坐标内构建金属构件三维虚拟模型，并在构建的三维虚拟模型上进行属性参数标注；
12、s103、利用结合遗传算法的bp神经网络构建分层策略模型，根据获取的属性参数、工艺需求参数和历史分层策略构建模型输入，并构建模型输出为分层策略，所述分层策略包括层数l、层厚h、分层切片角度a和激光加工头移动过程中的实时速度v；
13、s104、将构建的输入和输出，输入到分层策略模型进行训练，获取训练完成的分层策略模型；
14、s105、将训练完成的分层策略模型集成到三维建模软件，对金属构件三维虚拟模型进行虚拟分层切片，并将虚拟切片过程利用pid算法生成对应的控制信号，利用传感器将控制信号传输到对应加工头，控制加工头对金属构件进行分层切片。
15、具体地，s104对分层策略模型进行训练的具体步骤包括：
16、s1041、利用计算机软件提取三维虚拟模型上标注的构件属性参数向量，同时将工艺需求参数作为训练过程中的目标控制变量并进行数值化预处理，并利用预处理后的工艺需求参数构建工艺需求属性参数向量，将构件属性参数向量和工艺需求属性参数向量进行级联形成联合输入向量；其中表示第i个类型的金属构件属性参数，n表示金属构件属性参数的类别个数；表示第j个类别的工艺需求属性参数，m表示工艺需求属性参数的类别个数；
17、s1042、利用串联的三层卷积层和两层全连接层构建bp神经网络，将构建的联合输入向量输入到bp神经网络中，同时利用收集的工艺需求属性参数和设置的目标工艺需求属性参数获取均方误差作为训练误差，对构建的bp神经网络进行训练，并输出初始分层策略；
18、s1043、利用初始分层策略和历史分层策略构建遗传算法初始种群；利用获取的初始种群构建遗传算法输入的第q条染色体，并对染色体中的每一个变量设置如下约束条件集s：
19、，
20、其中，表示第q条染色体中切片层数参数，表示第q条染色体中的切片层厚参数，表示第q条染色体中的分层切片角度参数，表示第q条染色体中加工头移动过程速度参数，依次表示最小切片层数和最大切片层数，依次表示最小切片层厚和最大切片层厚，依次表示最小分层切片角度和最大分层切片角度，依次表示最小加工头移动过程速度和最大加工头移动过程速度；
21、s1044、利用初始种群构建遗传算法对应的适应度函数，具体公式为：
22、，
23、其中，表示第q条染色体对应加工时间，为一个指示函数，表示当第q条染色体对应加工时间超过预设的最大时间时取值为1，否则取0，表示当第q条染色体对应加工时间超过预设的最大时间时对应的惩罚系数，表示第q条染色体对应加工成本，表示第q条染色体对应质量评分，表示第q条染色体对应约束条件集s中第s个约束条件被违反的惩罚项，若约束条件集s中第s个约束条件未被满足，则该项为1，否则为0，依次表示适应度函数的加权系数；
24、s1045、设置迭代周期与停止条件，将构建的第q条染色体、约束条件集s、适应度函数输入到遗传算法中，对上述s1041-s1044过程进行迭代，当满足迭代周期或停止条件时，停止迭代，输出获取的最优分层策略，将获取的最优分层策略反馈给构建bp神经网络中进行微调。
25、具体地，s2的具体步骤包括：
26、s201、在三维建模软件对分层切片后的每一层切片利用固定大小正方形网格形式对分层切片进行网格划分，并对划分后的网格进行数值标号，并获取标号后每个网格中的属性参数特征；
27、s202、将获取的每个网格中的属性参数特征和对应的标号输入到聚类算法中，进行聚类操作，并将聚类后属于同一类别的网格标号进行合并，获取对应分层切片的每一个扫描区域；
28、s203、构建局部优先级模型，并将获取的对应分层切片的每一个扫描区域属性参数特征输入到局部优先级模型中进行训练，并将训练完成的局部优先级模型集成到s105中的金属构件三维虚拟模型中对分层切片后的三维虚拟模型切片进行对应扫描区域优先级自动标注。
29、具体地，局部优先级模型训练的具体步骤包括：
30、s2031、收集相同种类金属构件切片区域历史属性参数和工艺需求参数，并利用专家经验根据收集的参数对每个扫描区域进行加工优先级标注，获取优先级标签数据；所述优先级分为1-9，其中1-3为低度优先级，4-6为中度优先级，7-9为高度优先级；
31、s2032、利用支持向量回归svr构建局部优先级模型，并将获取的优先级标签数据集输入到局部优先级模型进行训练，获取训练完成的局部优先级模型。
32、具体地，路径自切换模型包括螺旋路径规划子模型、摆线路径子模型、螺旋-摆线路径混合规划子模型和路径规划优先级工作切换条件，所述路径规划优先级工作切换条件具体包括：
33、s3031、当分层切片对应扫描区域的优先级为低度优先级时，利用路径自切换模型中的螺旋路径规划子模型进行扫描路径规划；
34、s3032、当分层切片对应扫描区域的优先级为中度优先级时，利用路径自切换模型中的螺旋-摆线路径混合规划子模型进行扫描路径规划；
35、s3033、当分层切片对应扫描区域的优先级为高度优先级时，利用路径自切换模型中的摆线路径子模型进行扫描路径规划。
36、具体地，s4的加工控制模型构建的具体步骤包括：
37、s401、基于金属构件属性参数、工艺需求参数和加工控制参数构建加工控制约束条件，具体条件为：
38、，
39、其中，表示t时刻激光加工头的激光输出功率，表示t时刻激光加工头激光输出功率对应的最优功率阈值，表示t时刻金属构件分层加工的厚度，表示t时刻金属构件分层加工的目标厚度，表示t时刻激光加工头行进路径执行的路径规划子模型，表示t时刻激光加工头行进路径目标执行的路径规划子模型，表示t时刻加工金属构件的强度，表示加工金属构件的目标强度，表示t时刻激光加工头加工移动的速度，表示金属激光加工头加工移动的目标速度；
40、s402、根据s401中约束条件，构建加工控制触发条件，具体包括：
41、当与不满足加工控制约束条件时，则触发第一加工控制条件；
42、当与不满足加工控制约束条件时，则触发第二加工控制条件；
43、当与不满足加工控制约束条件时，则触发第三加工控制条件；
44、当与不满足加工控制约束条件时，则触发第四加工控制条件；
45、当与不满足加工控制约束条件时，则触发第五加工控制条件；
46、当不满足s402中两个或两个以上加工控制约束条件时，则触发第六加工控制条件。
47、用于激光选区熔化的智能切片与扫描路径规划系统，包括：数据处理模块、智能分层模块、优先级标定模块；
48、数据处理模块，用于收集和处理待加工金属构件的属性参数和工艺需求参数，使得收集到的数据保持统一格式；
49、智能分层模块，用于利用深度学习结合遗传算法对金属构件进行自适应分层；智能分层模块包括几何建模单元和策略分层单元；
50、几何建模单元，用于根据预处理的待加工金属构件的属性参数，利用计算机软件构建金属几何模型；策略分层单元，用于根据构建的几何模型，利用配置的智能分层策略，对金属几何模型进行自适应分层，并对分层过程利用工艺需求参数进行实时优化；
51、优先级标定模块，用于基于策略分层单元分层结果，为每一层切片中的每一个扫描区域自动标定扫描优先级值；优先级标定模块包括区域划分单元和优先级标定单元；
52、区域划分单元，用于利用传感器提取每一层切片的属性参数特征，利用配置的聚类算法，对每一层切片上的区域进行划分；优先级标定单元，用于根据划分的区域和区域内的属性参数特征和工艺需求参数，利用配置的局部优先级策略对划分的区域进行扫描优先级值标定。
53、具体地，用于激光选区熔化的智能切片与扫描路径规划系统，还包括：路径规划模块、加工控制模块和监测反馈模块；
54、路径规划模块，用于根据螺旋-摆线混合路径算法构建路径自切换模型，并在仿真环境下对构建的模型进行优化模拟训练；
55、加工控制模块，用于基于强化学习算法构建加工控制模型，控制加工头对金属构件的加工扫描；加工控制模块包括控制模型构建单元和加工扫描控制单元；
56、控制模型构建单元，用于基于强化学习算法和加工控制参数构建加工控制模型；加工扫描控制单元，用于利用路径自切换模型和加工控制模型控制加工头对待加工金属构件进行加工扫描；
57、监测反馈模块，用于实时监测加工过程，并根据监测结果对加工路径和加工控制参数进行实时调整；监测反馈模块包括监测单元和分析反馈单元；
58、监测单元，用于利用加工头上的传感器实时监测温度场、应力分布和加工表面状态数据；分析反馈单元，用于利用监测算法对监测参数进行分析，并将分析结果反馈到路径自切换模型和加工控制模型，进行路径自修正和加工控制参数实时调整。
59、一种计算机可读存储介质，其上存储有计算机指令，当计算机指令运行时执行用于激光选区熔化的智能切片与扫描路径规划方法。
60、与现有技术相比，本发明的有益效果是：
61、1.本发明针对现有技术的不足，首先通过构建的智能分层策略能够自动生成最优的分层切片策略，确保了分层切片的精度，其次构建的局部优先级策略，能够根据切片属性参数自动为每个扫描区域分配对应优先级，并根据分配的优先级，利用配置的路径自切换模型对不同优先级加工区域，进行不同路径策略加工，该过程确保了对应优先级扫描区域的针对性处理，提高了整体结构的稳定性和打印效率，同时优化了对于复杂金属构件加工的热效应管理；
62、2.本发明针对现有技术的不足，通过路径自切换模型与加工控制模型的结合，使得加工头的扫描动作得以精确调整，优化了加工过程，同时传感器实时监测温度场、应力分布和表面状态，结合监测算法的即时分析，反馈到模型中，实现了加工路径与控制参数的实时动态修正，提高了成品的稳定性与质量控制能力。
1.用于激光选区熔化的智能切片与扫描路径规划方法，其特征在于，包括：
2.如权利要求1所述的用于激光选区熔化的智能切片与扫描路径规划方法，其特征在于，所述s1的具体过程包括：
3.如权利要求2所述的用于激光选区熔化的智能切片与扫描路径规划方法，其特征在于，所述s104对分层策略模型进行训练的具体步骤包括：
4.如权利要求3所述的用于激光选区熔化的智能切片与扫描路径规划方法，其特征在于，所述s2的具体步骤包括：
5.如权利要求4所述的用于激光选区熔化的智能切片与扫描路径规划方法，其特征在于，所述局部优先级模型训练的具体步骤包括：
6.如权利要求5所述的用于激光选区熔化的智能切片与扫描路径规划方法，其特征在于，所述路径自切换模型包括螺旋路径规划子模型、摆线路径子模型、螺旋-摆线路径混合规划子模型和路径规划优先级工作切换条件，所述路径规划优先级工作切换条件具体包括：
7.如权利要求6所述的用于激光选区熔化的智能切片与扫描路径规划方法，其特征在于，所述s4的加工控制模型构建的具体步骤包括：
8.用于激光选区熔化的智能切片与扫描路径规划系统，其基于权利要求1-7中任一项所述的用于激光选区熔化的智能切片与扫描路径规划方法实现，其特征在于，包括：数据处理模块、智能分层模块、优先级标定模块；
9.如权利要求8所述的用于激光选区熔化的智能切片与扫描路径规划系统，其特征在于，还包括所述路径规划模块、加工控制模块和监测反馈模块；
10.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，当计算机指令运行时执行权利要求1-7任一项所述的用于激光选区熔化的智能切片与扫描路径规划方法。
