工艺参数与超材料成型质量之间的机器学习模型构建数据集

本数据集围绕增材制造过程中工艺参数与成形质量的关联关系及智能监控技术，系统收录了基于熔融沉积成形（FDM）工艺的打印过程图像数据、工艺参数、质量分类标签及机器学习模型训练与验证结果。核心包含相机随动平台采集的打印头附近熔融沉积过程视频数据，经预处理后得到的二值化图像数据集，涵盖欠挤出、正常挤出、过挤出三类挤出量状态，每类图像均来源于不同挤出量参数（e值）设定下的首层打印实验，并辅以光学显微镜测量的打印丝线宽数据作为质量分类依据。数据集包含训练集、验证集、测试集划分结果，ResNet50D卷积神经网络模型的训练参数、损失函数曲线、识别准确率、混淆矩阵及热力图等模型评估结果，以及基于该模型开发的3D打印在线监测与闭环控制系统的用户界面交互记录、实时识别与反馈修正效果验证数据。数据覆盖工艺参数（挤出量）与打印形貌（丝材线宽、层间粘合、打印精度）之间的定量关系，构建形成面向智能增材制造的工艺-质量-控制一体化数据库。