激光焊接偏差识别的神经网络模型试验研究

激光焊接偏差识别是保证激光焊接质量的关键技术,本文研究一种用于识别激光束与焊缝位置偏差的BP神经网络模型。在大功率光纤激光焊接试验条件下,利用高速红外摄像机摄取焊接区域熔池图像,分析激光束与焊缝对中及偏离所对应的红外辐射瞬态特征。通过图像处理增强熔池图像,计算熔池特征参数（熔池匙孔特征参数、匙孔质心值、热堆积效应参数）以及相对应的焊缝与激光束之间的偏差值,将其输入所设计的神经网络进行网络权值参数的训练,建立基于BP神经网络且具有一定环境适应能力的焊缝偏差模型。试验结果表明,该模型能够反映熔池特征参数与焊缝偏差之间的规律,可实现较精确的焊缝偏差识别。     

大功率光纤激光焊焊缝偏差检测方法

在大功率激光焊接过程中,准确提取焊缝偏差是实现焊缝跟踪和保证焊接质量的前提。本文以10kW大功率光纤激光焊接304不锈钢板为试验对象,采用近红外高速摄像机获取焊接区域熔池动态热像,以匙孔最下端、最左端和最右端位置处的列坐标为匙孔形变参数,运用中值滤波、灰度拉伸、阈值分割、边缘提取等图像处理和识别算法,获取激光束偏离和对中焊缝时的匙孔形变参数,进而求得焊缝偏差。试验结果表明,熔池匙孔形变参数与焊缝偏差之间有密切关系。     

大功率光纤激光焊匙孔形态频域分析

匙孔是激光焊接熔池形态的一个重要特征,与焊接的质量和焊接的状态有着密切的关系。本文以10kW大功率光纤激光焊接304不锈钢板为试验对象,应用近红外高速摄像机摄取焊接过程中的熔池图像,以匙孔面积和匙孔宽度作为匙孔形态特征参数,激光束与焊缝中心的偏差来反映焊接的稳定性。在频域内运用高斯高通滤波、高频加强滤波、灰度阈值分割、Canny边缘检测等方法获取匙孔特征参数。通过分析匙孔特征参数的变化,发现匙孔形态与焊接状态之间存在联系。试验结果表明,匙孔面积和匙孔宽度参数可有效反映大功率光纤激光焊接过程的稳定性。     

激光焊接不锈钢微间隙焊缝偏差小波变换检测法

针对大功率(激光功率10 kW)光纤激光焊接304不锈钢间隙小于0.1 mm的紧密对接焊缝,研究一种基于小波变换的焊缝偏差检测方法. 为了分析焊缝偏差特征细节,采用红外传感高速摄像机摄取焊接区域熔池红外热像,利用小波函数对熔池图像感兴趣区域进行多尺度分解. 定义小波变换后的高频分量极值的横坐标作为匙孔形变参数,以匙孔形变参数作为特征值,分析特征值和焊缝偏差之间的关系. 结果表明,匙孔形变参数与焊缝偏差之间存在密切关联,能有效判断和检测焊缝偏差.     

激光焊熔池红外辐射特征支持向量机回归分析

大功率光纤激光焊接过程中,熔池红外辐射蕴含着丰富的焊接质量信息。以大功率光纤激光对接焊304不锈钢板为试验对象,运用近红外高速摄像机获取焊接熔池动态热像。定义并提取熔池宽度、匙孔面积、匙孔周长和匙孔质心横、纵坐标,作为熔池特征参数,运用支持向量机建立熔池特征参数和焊缝宽度的回归模型,并通过网格寻优和粒子群算法优化支持向量机参数。试验表明,所建立的支持向量回归机能够较好地融合熔池特征,预测焊缝宽度,从而为自动监控大功率光纤激光焊接质量提供试验依据。     

激光焊接不锈钢微间隙焊缝偏差角点检测法

针对大功率(10 kW)光纤激光焊接304不锈钢紧密对接微间隙焊缝(焊缝间隙小于0.1 mm),通过高速像机摄取熔池近红外热像并分析其特征,分析和处理熔池热像特征,提取激光束偏离焊缝位置的信息,探索激光束与焊缝偏差的信息表征.利用激光深熔焊的匙孔效应,研究焊缝在固态与液态交界处不稳定边缘特征点,提出一种角点检测法实现微间隙焊缝偏差的检测.结果表明,熔池红外热像角点密集分布中心与焊缝偏差有密切的关系,通过角点分布密度可以有效判断焊缝偏差状态.     

激光焊接熔池质心偏差旋转变换的焊缝检测方法

针对工业实际焊接加工过程的焊缝偏差,利用IPG YLR-10000大功率光纤激光焊接设备,通过高速视觉传感器获取动态熔池红外图像序列,观察激光束偏离焊缝时熔池红外辐射的特征变化,质心位置参数能作为焊缝偏移特征测量值.通过建立图像坐标系,并采用旋转和平移坐标系方法,建立焊点偏差测量模型.试验证明用质心位置参数能体现激光束偏离焊缝的实际情况.利用回归分析方法建立焊缝实际偏差与质心位置测量偏差的红外动态视觉模型,通过分析模型的相关性参数R,确定了该建模的有效性及可行性.     

大功率盘形激光焊多特征参数同步检测

以大功率盘形激光焊接304不锈钢为研究对象,分别使用近红外波段高速摄像机、紫外波段和可见光波段高速摄像机同时摄取焊接过程匙孔、金属蒸汽和飞溅瞬态图像。定义匙孔、金属蒸汽以及飞溅为焊接过程特征参数,并将其动态特征作为神经网络的输入参数,以焊缝宽度作为衡量焊接状态的参数和神经网络的输出参数,建立多特征参数同步采集的盘形激光焊接过程检测模型。与单一特征参数检测试验对比发现,多特征参数同步检测方法能够更好地反映大功率盘形激光焊接状态。     

大功率光纤激光焊焊缝识别回归算法研究

针对工业实际焊接加工过程的焊缝偏差,利用IPG YLR-10000大功率光纤激光焊接设备,通过高速视觉传感器获取动态熔池红外图像序列图,观察激光束偏离焊缝时熔池红外辐射的特征变化,采用焊接熔池前峰点位置作为焊点偏移特征参数测量值,试验证明该参数能体现激光束偏离焊缝的实际情况。最后,利用回归分析方法建立焊点实际偏差与焊点位置测量偏差的红外动态视觉模型,通过分析该模型的相关性参数、对F检验法中F参数的结果进行验证,确定了该二元回归建模的有效性及可行性。     

紧密对接激光焊焊缝位置神经网络预测

激光焊接过程中,控制激光束准确对中焊缝是获得良好焊件的关键。以低碳钢板紧密对接激光焊(焊缝间隙不大于0.1 mm)作为研究对象,利用磁光传感法摄取焊接过程中焊缝区域磁光图像。分析焊缝区域图像特征,定义并提取紧密对接焊缝位置坐标,以前时刻的焊缝位置及其变化值作为输入量,当前时刻焊缝位置坐标作为输出量,应用神经网络建立焊缝位置的预测模型。试验结果表明,建立的前馈型神经网络能够较好地预测焊缝位置坐标,为激光焊缝及时纠偏和自动跟踪奠定基础。     

大功率光纤激光焊焊缝跟踪偏差测量新方法

针对大功率光纤激光焊,分析一种基于近红外图像识别的焊缝跟踪偏差测量新方法.通过高速摄像机获取动态熔池近红外图像序列,分析熔池近红外图像的灰度分布特性,利用图像灰度梯度提取熔池温度分布参数.该参数能够体现激光束偏离焊缝时熔池表面温度的变化特性.以熔池温度分布参数作为特征测量值,利用最小二乘法建立焊缝路径与激光束偏离的近红...     

微间隙焊缝磁光检测神经网络修正

针对激光焊接微间隙焊缝（间隙小于0.1 mm）,研究提高磁光传感检测焊缝精度的BP神经网络修正方法.以碳钢平板对接激光焊为试验对象,利用磁光传感器检测焊缝区域磁场分布并成像.通过分析焊缝处磁场成像并应用BP神经网络修正磁光传感器得到焊缝中心数据,有效避免焊缝磁光图像低对比度和强噪声干扰问题.经过在不同焊接速度试验下的测试,四组神经网络试验的焊缝位置误差的绝对平均值都在0.015 mm左右,BP神经网络测量误差比磁光成像直接测量平均减少约28%.BP神经网络修正磁光成像测量技术可有效识别微间隙焊缝,为解决激光焊接微间隙焊缝过程自动识别和跟踪焊缝的难题提供了一种新方法.     

大功率激光焊背面焊缝宽度神经网络预测

针对焊接过程中熔透及焊缝背面成形难以直接检测的问题,通过焊件正面和侧面的传感特征信息,对焊件背面的焊缝宽度进行预测. 用视觉传感器获取激光焊接过程中包含焊接特征信息的图像,对图像进行分割分层、模式识别和空域图像处理,准确提取焊接特征信息,发现焊接特征信息随着焊接路径的变化有着相应的变化趋势. 建立包含两个隐含层的贝叶斯神经网络,用提取到的9组特征信息作为输入,对焊件背面焊缝宽度进行预测. 通过10组焊件背面焊缝宽度的预测值与实际值的比较,验证了贝叶斯神经网络具有良好的预测能力,在焊缝不理想的状态下,也具有较好的预测能力.     

TC4钛合金光纤激光摆动焊抑制小孔型气孔的原因分析

采用光纤激光器对8 mm厚TC4钛合金板进行振镜摆动焊接,采用光谱仪和高速摄像机采集等离子体的光谱、图像及小孔的图像,分析摆动焊接抑制小孔型气孔的原因.结果表明,摆动光束对抑制钛合金小孔型焊接气孔具有显著作用;光束未摆动焊接时,焊缝中的气孔率达9.8%;光束摆动后焊缝中的气孔率均降低,其中焊接参数为5 kW、2 m/min,摆动参数为80 Hz、0.5 mm时,小孔形气孔被完全抑制.与光束未摆动相比,光束摆动焊接的小孔稳定性显著增加,其原因是光束摆动提高了光束与熔池液面的接触面积,金属蒸发增强,驱动小孔张开的径向力和轴向力得以增加.     

混合聚类RBF神经网络焊接接头力学性能预测

构建混合聚类算法,与伪逆法结合建立RBF神经网络模型预测焊接接头力学性能.以TC4钛合金TIG焊接试验为基础,将焊接参数作为模型输入,焊后接头力学性能作为模型输出.通过仿真,该模型预测平均相对误差范围为1.74%~6.69%,具有较高的预测精度、适应性和泛化能力,能够预测焊接接头力学性能.采用数学解析对所建模型分解,得到焊接工艺参数与接头力学性能之间映射关系的函数表达式,可优化焊接工艺参数.利用焊接专业知识对模型的径向基单元参数进行调整,提高了模型的预测精度,为将焊接专家知识融入RBF神经网络模型开辟了新方法与途径.     

Control of aluminium laser welding conditions with the help of numerical modelling

Numerical modelling of laser welding in both conduction and keyhole modes is studied to highlight the influence of the main welding parameters on assembly performance.Numerical simulation enables the thermal history of assembly weld joints to be described. A hot cracking criterion is proposed. The model predicts that (1) a deviation in the localization of the shielding gas does not affect instability and that (2) fluctuations of the absorbed laser beam power generate cooling speed deviations. The results also demonstrate that laser welding in keyhole mode, when compared to laser welding in conduction mode, is more likely to induce higher cooling speeds, greater risks of hot cracking but better sensitivity to post weld age hardening heat treatment.     

大功率碟形激光焊支持向量回归熔宽预测算法

大功率碟形激光焊接作为一种重要的新型激光加工技术在制造业领域得到日益广泛的应用.针对焊接过程多变量强耦合性以及反馈的实时性要求,提出了用支持向量机(SVR)对焊接过程中熔宽变化量进行预测的新方法,并根据焊接试验数据对其性能进行验证.同时分析对比了支持向量机与BP神经网络的预测效果.结果表明,BP神经网络和支持向量机的训练和单步预测效果良好,均可以应用在大功率碟形激光焊接过程中,但SVR模型要更加适应于大功率碟形激光焊接过程的样本训练和预测.当采样点数N值取10时预测效果最优.     

熔池图像质心算法的焊缝位置测量模型

建立了一种基于熔池图像质心的焊缝位置测量模型,通过视觉传感器获取焊接区熔池图像,选择熔池前端为处理区域,对该区域进行中值滤波与图像灰度变换,并计算该区域的熔池图像质心值及相对应的焊缝偏差.在不同的焊接条件下,获取多组熔池图像及对应的样本数据,应用最小二乘法建立熔池图像质心与焊缝偏差之间的关系,得到基于熔池图像质心的焊缝位置测量数学表达式.在此基础上,通过分析比较各数学表达式之间的关系,建立焊缝位置测量数学模型.计算机仿真及焊接工艺试验结果表明,该模型可有效地检测焊缝位置.