一种基于深度学习的高强铝合金选区激光熔化成形热应力预测方法

本申请提供一种基于深度学习的高强铝合金选区激光熔化成形热应力预测方法，方法包括：步骤1，有限元模型建立与模拟：建立传热模型和热力耦合模型；以SLM工艺为仿真对象，采用高斯模型定义激光热源，模拟不同工艺参数和不同样品尺寸下的热应力分布；其中工艺参数包括激光功率、扫描速度、舱口间距；步骤2，数据处理与深度学习模型训练；包括数据预处理、确定神经网络模型架构、生成对抗网络部分、模型配置与训练；步骤3，模型评估与优化；步骤4，热应力预测与工艺优化。通过深度学习模型学习有限元模拟数据中的复杂模式，实现高效、准确的热应力预测，解决了传统有限元分析计算复杂和资源消耗大的问题。