【光学】基于Matlab模拟激光粉末床融合（LPBF）过程中感应和测量的熔池的统计估计和多模态概率分布函数（PDF）的光子发射

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

激光粉末床融合（LPBF）作为增材制造的关键技术，熔池状态直接影响成型件质量。本文针对 LPBF 过程中熔池的光子发射现象，开展统计估计与多模态概率分布函数（PDF）研究。通过高精度传感器感应和测量熔池光子发射信号，运用统计学方法对信号特征进行估计，并构建多模态 PDF 模型描述光子发射的概率分布规律。研究成果有助于深入理解熔池动态行为，为实时监测与优化 LPBF 工艺参数提供理论支持与数据基础，进而提升成型件的质量与性能。

关键词

激光粉末床融合；熔池；光子发射；统计估计；多模态概率分布函数；增材制造

一、引言

1.1 研究背景

激光粉末床融合技术凭借其能够制造复杂结构零件、缩短产品研发周期等优势，在航空航天、医疗、汽车等领域得到广泛应用。在 LPBF 过程中，激光束选择性地熔化粉末层，形成熔池，熔池的温度、尺寸、形状及动态变化等状态参数对成型件的致密度、力学性能等质量指标起着决定性作用 。

1.2 熔池光子发射研究现状

熔池在熔化和凝固过程中会产生光子发射，这些光子发射信号蕴含着丰富的熔池状态信息。目前，已有部分研究通过检测熔池光子发射来监测熔池状态，但多集中于单一特征分析或简单的相关性研究，缺乏对光子发射信号全面、深入的统计分析与概率建模。同时，熔池光子发射受激光功率、扫描速度、粉末材料特性等多种因素影响，呈现出复杂的非线性、多模态特征，传统方法难以准确描述其变化规律。

1.3 研究目的与意义

本研究旨在通过对 LPBF 过程中熔池光子发射信号进行统计估计和构建多模态 PDF，揭示光子发射的内在规律，量化其不确定性。研究成果能够为 LPBF 过程的实时监测提供更准确的依据，帮助优化工艺参数，减少成型缺陷，提高增材制造产品质量，推动 LPBF 技术在高端制造领域的进一步发展。

二、LPBF 过程熔池光子发射的感应与测量

2.1 测量系统搭建

构建基于高速光电探测器、光谱仪等设备的熔池光子发射测量系统。高速光电探测器用于捕捉光子发射的强度随时间的变化信号，光谱仪则可获取光子发射的光谱信息，从而全面记录熔池光子发射的时域和频域特征。测量系统需具备高灵敏度、高时间分辨率和光谱分辨率，以适应熔池快速变化的特性 。

2.2 测量参数与实验设计

确定关键测量参数，包括激光功率、扫描速度、粉末层厚度、光斑直径等 LPBF 工艺参数，以及测量位置、测量角度等测量条件。设计多组对照实验，通过改变单一变量，获取不同工况下的熔池光子发射数据，为后续的统计分析提供丰富的数据样本。

2.3 数据采集与预处理

在实验过程中，利用数据采集卡对测量系统输出的信号进行高速采集。由于实际测量数据不可避免地存在噪声干扰，需采用滤波算法（如小波滤波、中值滤波等）对原始数据进行预处理，去除噪声，提高数据质量，确保后续分析的准确性。

三、熔池光子发射信号的统计估计

3.1 特征提取

从预处理后的光子发射信号中提取关键特征，如信号幅值、频率、上升时间、下降时间、能量分布等时域和频域特征参数。这些特征能够反映熔池的温度变化、凝固速度、材料蒸发等物理过程，为统计分析提供基础数据。

3.2 统计参数计算

基于提取的特征参数，计算常见的统计量，如均值、方差、标准差、偏度、峰度等。均值可反映信号的平均水平，方差和标准差衡量信号的离散程度，偏度和峰度则用于描述信号分布的对称性和尖峰程度 。通过分析这些统计参数在不同工艺条件下的变化规律，揭示熔池光子发射与工艺参数之间的内在联系。

3.3 相关性分析

运用相关性分析方法（如皮尔逊相关系数、斯皮尔曼相关系数等），研究不同特征参数之间以及特征参数与工艺参数之间的相关性。通过相关性分析，筛选出对熔池状态敏感且相互独立的特征参数，为构建多模态 PDF 模型提供关键变量。

四、熔池光子发射的多模态概率分布函数（PDF）构建

4.1 多模态分布假设

考虑到熔池光子发射受多种物理过程共同作用，呈现出复杂的多模态特性，假设其概率分布符合混合高斯分布或其他多模态分布形式。混合高斯分布能够通过多个高斯分布的叠加，灵活地拟合具有多个峰值的复杂分布 。

4.2 参数估计方法

采用期望最大化（EM）算法、最大似然估计（MLE）等方法对多模态 PDF 模型的参数进行估计。以混合高斯分布为例，EM 算法通过交替执行期望步骤（E - step）和最大化步骤（M - step），不断更新高斯分布的均值、方差和权重参数，直至模型收敛，实现对多模态 PDF 的精确拟合。

4.3 模型验证与评估

运用交叉验证、Akaike 信息准则（AIC）、Bayesian 信息准则（BIC）等方法对构建的多模态 PDF 模型进行验证与评估。通过比较不同模型的评估指标，选择最优的模型结构和参数，确保模型能够准确描述熔池光子发射的概率分布规律。

⛳️ 运行结果

📣 部分代码

🔗 参考文献

[1] 马浴阳,光学工程.激光光/声多模态检测技术及其在电弧增材制造构件的应用研究[D].华中科技大学[2025-05-28].

[2] 石岩,魏登松.激光粉末床熔融增材制造未熔合气孔缺陷形成机理研究[J].中国激光, 2023, 50(20):131-143.DOI:10.3788/CJL230568.

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP