Dataset of Hyperspectral Melt Pool Signatures and Thermal Anomalies in DED of 316L steel

Description of the dataset The dataset includes in-situ melt pool signatures (hyperspectral NIR images) during the Directed Energy Deposition of 316L steel for several classes of thermal anomalies. Thermal anomalies were created during the process by varying the scanning speed. Samples were printed on the MiCLAD machine at the Vrije Universiteit Brussel (Belgium). Process and acquisition parameters: Hardware: Machine: MiCLAD (Vrije Universiteit Brussel) Laser: High-YAG BIMO 1064nm, 2.55mm fibre, flat-top Nozzle: Harald-Dickler HighNo 4.0 Process parameters: Laser power: 600 W Scanning speed: 500/700/900/1100/1300 mm/min Powder: 316L 45-105 um Powder flow rate: 3.5 g/m Layer thickness: 0.2 mm Image characteristics: Camera: 3D-One Avior AX-M25NIR Hyperspectral filter layout: 5x5 (25 wavelengths per image) Description of the files CSV dataset (hyperspectral_nir_meltpool_dataset.csv): List of filename, sample, label, time (ms), X and Z position (mm) and local scanning speed (mm/min) for all melt pool signatures. Thermal anomalies are labelled accordingly: 0 : baseline 1 : edge 2 : underheat 3 : strong underheat 4 : overheat 5 : strong overheat Melt pool signatures (hyperspectral_nir_meltpool_images_*.zip): Raw .tif thermal images of the melt pool taken in-situ. The raw images must debayered to retrieve the spectral information, see the Python function and example script. Python debayer function (debayer.py): Debayering function to retrieve the spectral information from the raw images.

数据集说明

本数据集涵盖316L钢定向能量沉积（Directed Energy Deposition）过程中，针对多类热异常采集的原位熔池特征（高光谱近红外（hyperspectral NIR）图像）。此类热异常通过调整扫描速度在工艺过程中生成。所有试样均在比利时布鲁塞尔自由大学（Vrije Universiteit Brussel）的MiCLAD设备上打印制备。

工艺与采集参数：
硬件配置：
加工设备：MiCLAD（布鲁塞尔自由大学）
激光器：High-YAG BIMO 1064nm，配备2.55mm光纤及平顶光束整形器
喷嘴：Harald-Dickler HighNo 4.0
工艺参数：
激光功率：600 W
扫描速度：500/700/900/1100/1300 mm/min
粉末材料：316L不锈钢粉末，粒径45-105 μm
送粉速率：3.5 g/m
单层沉积厚度：0.2 mm
图像采集参数：
相机型号：3D-One Avior AX-M25NIR高光谱相机
滤光片布局：5×5（单幅图像包含25个光谱通道）

文件说明：
1. CSV数据集（hyperspectral_nir_meltpool_dataset.csv）：收录所有熔池特征的元数据，包含文件名、试样编号、标签、采集时间（ms）、X与Z轴位置（mm）及局部扫描速度（mm/min）。热异常标签定义如下：
0：基准工况
1：边缘异常
2：欠热异常
3：严重欠热异常
4：过热异常
5：严重过热异常
2. 熔池特征压缩包（hyperspectral_nir_meltpool_images_*.zip）：原位采集的原始.tif格式熔池热图像。原始图像需经去拜耳（debayer）处理以还原光谱信息，详见配套Python去拜耳函数及示例脚本。
3. Python去拜耳工具（debayer.py）：用于从原始图像中提取并还原光谱信息的去拜耳处理函数。

搜集汇总

背景与挑战

背景概述

该数据集聚焦于316L钢在定向能量沉积（DED）过程中的原位熔池高光谱近红外图像，旨在分析不同扫描速度下产生的热异常类别，如边缘、欠热和过热等。数据集包含CSV文件、原始热图像和Python处理函数，总大小约43.0 GB，适用于材料加工和热监测研究。