基于改进CV模型和PCNN的NSST域焊接缺陷提取

为了精确地提取焊接缺陷,进一步提高缺陷检测的准确性,提出了一种基于改进ChanVese(CV)模型和脉冲耦合神经网络(pulse coupled neural network,PCNN)的非下采样Shearlet变换(non-subsampled Shearlet transform,NSST)域焊接缺陷提取方法。首先,对焊接缺陷图像进行NSST分解,对得到的低频分量采用PCNN提取出缺陷的主要区域;然后,利用背景抑制后的低频分量和高频分量构造出高频特征图像,并对其进行粗分割,再利用改进的CV模型寻找最优轮廓,提取出缺陷精细轮廓;最后,融合缺陷的主要区域和精细轮廓信息得到最终的结果。实验结果表明,与其他缺陷提取法相比,所用方法提取的缺陷结构更为完整,缺陷轮廓更为精细。     

基于微分几何的柔性电路板图像区域识别方法

目前柔性电路板(FPC)的表面缺陷检测方案大多缺少对轮廓进行分类这一步骤,而直接对特定区域如镀通孔、线路部位进行缺陷检测,难以直接应用到实际生产中。为解决这一问题,提出一种能有效提取柔性电路板表面轮廓并进行特定区域识别分类的方法。在该方法中,为精确地提取FPC图像整体轮廓,并有效过滤掉图像前景和背景相互夹杂的部分,针对FPC表面图像光照不均匀以及斑点杂质较多的问题,采用区域生长法提取图像轮廓,并利用中心邻域灰度法来消除欠生长的问题;为有效地识别图像不同区域的轮廓类型,利用双向差分法来计算图像轮廓的离散曲率,利用陆地移动距离(EMD)来评价各个轮廓的曲率特征与模板轮廓的区别,实现了FPC图像特定区域的识别。     

激光-MAG复合焊接过程金属蒸气和背部熔池图像分析

在激光-MAG复合焊中,金属蒸气和背部熔池包含着大量的焊接状态信息。以316不锈钢和400低碳钢为试验对象,作异种材料复合焊接,并应用高速摄像机获取焊接过程中正面金属蒸气和背部熔池的实时图像。提取金属蒸气面积形态特征,结合背部熔池图像同步分析金属蒸气周期性变化规律并研究金属蒸气和焊接状态、焊缝成形之间的关系。以灰度共生矩阵(GLCM)方法分析图像纹理特征,并用能量、对比度和熵三个特征分析背部熔池与焊缝成形之间的关系。结果表明,所分析方法能有效反映金属蒸气的变化机理,金属蒸气和背部熔池与焊接状态之间的关联,为在线检测复合焊接质量提供依据。     

基于焊缝熔透检测的机器人深熔K-TIG焊接系统

开发了一套基于熔透检测的机器人深熔锁孔非熔化极惰性气体保护焊接(Keyhole tungsten inert gas, K-TIG)系统,实现焊接高度(Contact tip-to-work distance, CTWD)自动调节与熔透状态的在线检测。利用电弧电压与焊接高度的对应关系,通过弧压传感器实时采集电弧电压信号并换算成焊接高度值,然后将实际高度值与预设高度值之间的差值经由过程控制对象连接与嵌入协议(OLE for process control, OPC)通信系统反馈给机器人控制系统,从而控制机器人实现焊接高度的自动调节。同时,构建了熔透检测系统,使用电荷耦合器件(Charge coupled device, CCD)相机采集熔池与小孔图像,从中提取熔池-小孔特征,并建立熔池-小孔特征与熔透状态之间的相关性,在此基础上建立识别熔透状态的反向传播(Back propagation, BP)神经网络,实现不同焊接高度下熔透状态的间接检测,最后根据该检测结果得到最佳的焊接高度。经过试验验证,整个系统可靠稳定,能准确检测焊缝的熔透程度,并实现焊接高度自动调节,从而提高了焊接质量。     

用于焊缝位置识别的视觉模型设计与试验

理论与试验研究用于焊缝位置识别的视觉模型,该模型主要由弹性梯度下降训练法BP神经网络组成.在焊接工艺条件下,使用视觉传感器获取焊接区熔池图像,并选取特定区域进行中值滤波与图像灰度变换处理以增强被测对象的特征.在此基础上,计算和处理熔池特性参量(熔池图像质心差值、质心位移、质心移动速度)以及相对应的焊缝与电弧之间的偏差值,将其输入所设计的神经网络进行网络权值参数训练和推理学习,从而建立基于BP神经网络、具有一定认知和环境适应能力的焊缝位置识别视觉模型.对该模型进行通用性检验,试验结果表明该模型通过熔池特性参量可以较精确地识别焊缝位置.     

激光焊接不锈钢熔池图像分割算法

激光焊接熔池的形态及其变化与焊接质量密切相关。设计高速视觉传感系统,通过增加特定波长辅助光源照射熔池,获取熔池形态相关信息。通过分析熔池及其阴影与背景的特点,将图像分为左右两部分,分别采用不同组合的数学形态学处理,分割出熔池及其阴影的区域。通过试验验证,该算法能够有效分割熔池及其阴影,为后续熔池形态变化及焊接质量分析打下了基础。     

基于孪生非负矩阵分解的车脸重识别算法

受光照强度变化影响,同一车辆在不同时段采集的车脸图像可能会存在差异,如车身颜色、车灯状态等,为了使识别方法对多种光照条件具有普适性,提出了一种孪生非负矩阵分解模型。首先,将每一对训练样本车脸图像的初始特征分配在两个非负矩阵分解模型中;然后,融合分解后的误差损失,类内损失,类间损失,设计了一种孪生非负矩阵分解模型,其中,两个非负矩阵分解模型共享同一特征基;最后,基于梯度下降法对模型进行求解,获得共享特征基,并基于余弦距离实现了车脸图像的匹配。实验结果表明,对于存在一定光照差异条件下采集的两幅车脸图像,提出的算法仍能获得较为准确的重识别结果,错误接受率与错误拒绝率均可降低至6%以下。     

基于稀疏描述的X射线焊缝图像缺陷检测研究

针对X射线焊缝图像缺陷检测的准确率问题，提出运用Log-Polar变换的距离不变性和角度不变性将缺陷的位置及形状转化为典型缺陷图像的简单二维平面的平移，解决了缺陷和疑似缺陷区域的标定问题。此外，为了提高缺陷识别的检出率及识别准确性，提出基于稀疏描述的缺陷识别，运用从海量数据中提取典型样本、非参数化模型构建以及基于最优方向法的稀疏解求解三大知识体系，对所标定SDR进行识别。实验得出，通过有限的样本训练所得字典矩阵对缺陷的识别率达到了98.5%以上。     

激光致熔池图像获取及质心提取方法研究

激光焊接已广泛应用于航空航天、汽车、船舶、医疗器械等领域关键部件的制造。为保证焊接质量,可使用工业CCD相机在焊接过程中实时检测熔池中心与焊缝间的偏差,并根据偏差进行调整。因此,首先要对激光致熔池获取和质心提取方法进行研究。由于激光焊接中熔池温度高,应用工业CCD相机直接拍摄熔池的图像无法进行图像处理。为拍摄熔池清晰图像,在对熔池辐射光线特性进行分析的基础上,结合工业CCD光谱响应特性,确定合适的采集熔池图像所需光谱波长范围。应用镜头前放置了所求波长滤光片的工业CCD相机,拍摄直接作用在304钢板上的激光致熔池图像,并对熔池边缘识别和熔池质心计算方法进行了研究。实验表明,所提出激光致熔池提取方法及质心计算方法有效。     

机器视觉技术在新能源电池线路板焊接中的应用方法

针对现有新能源电池线路板焊接方法存在的焊接质量不佳的问题,应用机器视觉技术,实现对线路板焊接方法的优化设计。安装相机、图像采集卡等硬件设备,利用机器视觉技术生成新能源电池线路板的实时图像。经过图像灰度化、噪声处理以及感兴趣区域图像分割三个步骤,完成初始图像的预处理操作。提取新能源电池线路板焊接图像的轮廓边缘以及区域面积特征,通过特征匹配确定线路板上的元素组成,规划焊接路线。最终在运动控制器的约束下,完成新能源电池线路板的焊接操作。通过测试实验得出结论：应用机器视觉技术后,新能源电池线路板的焊接质量更高,由此说明机器视觉技术在新能源电池线路板焊接中发挥较高的应用效果。     

排布方式对铝合金激光-MIG复合横向焊接特性的影响

采用常规激光-熔化极惰性气体保护电弧(Metal inert gas,MIG)复合横向焊接铝合金过程中,焊缝表面极易出现咬边和下塌等缺陷,由此开展排布方式对激光-MIG电弧复合横向焊接铝合金焊接特性的影响研究。分析二者的排布方式对熔池特征、熔滴过渡形式以及焊缝成形规律的影响。试验结果表明,异面引导复合焊接方式对焊缝成形有明显改善作用,焊缝表面熔宽减少、中心线偏移和咬边缺陷得到有效抑制。采用同面引导复合方式时,熔滴过渡到匙孔后方,熔池下侧熔融金属大量堆积并产生周期性的波动,导致焊缝结晶组织出现了分层现象;而采用异面引导复合方式时,熔滴过渡到匙孔下方,并且熔滴在熔池中的落点位置与同面引导方式相比要偏上,熔滴过渡频率稍低,此时熔池中熔融金属分布较为均匀,熔池下部堆积金属较少,有效抑制了焊缝的下塌和咬边缺陷。     

焊接缺陷的磁光成像小波多尺度识别及分类

针对焊缝微小凹陷、未熔合和焊偏等焊接缺陷,提出了基于磁光成像无损探伤的小波多尺度边缘提取算法及主成分分析-误差反向传播神经网络(PCA-BP)缺陷分类模型;研究了焊件表面及近表面缺陷的可视化无损检测及分类方法。首先,通过对焊件施加感应磁场,利用法拉第磁致旋光原理构成磁光传感器,获取焊接缺陷磁光图像。然后,针对焊接缺陷磁光图像存在噪声干扰、对比度低且成像背景复杂等特征,基于小波模极大值的多尺度边缘信息融合方法,设计了具有高抗噪性的缺陷边缘检测算法。最后,通过PCA法对磁光图像列方向灰度变量进行预处理,得到能表征95%磁光图像列方向灰度变量信息的256个特征点作为输入特征量,构建了三层BP神经网络模型,对焊接缺陷样本进行分类。试验结果表明,所提方法能准确识别微小凹陷、未熔合和焊偏等焊接缺陷,模型分类准确率可达90.80%。     

基于WNMF和区域分维的图像融合算法

针对非负矩阵分解图像融合算法细节表现能力不足的缺陷,提出了一种基于加权非负矩阵分解和区域分维相结合的红外与可见光图像融合算法。在研究图像区域分维性质的基础上,用不同尺度上的区域分维来获取加权系数。通过设计加权系数的获取方法,重点突出边缘像素和小区域,以提高加权非负矩阵分解图像融合算法的细节提取能力,并得到最符合人眼视觉效果的融合图像。与现有基于标准或各种改进非负矩阵分解图像融合算法的对比实验表明,所提算法在平均梯度等表示细节信息的指标上提高了19%以上,有效改善了标准非负矩阵分解图像融合算法存在的不足。     

基于熔池特征融合的选区激光熔化缺陷预测方法研究

针对单一熔池特征对选区激光熔化缺陷预测精度不高的问题，提出了一种基于熔池特征融合的选区激光熔化过程缺陷预测机器学习模型。利用红外热像仪拍摄选区激光熔化过程中的熔池红外图像，检测工件中的缺陷并对其相对应的熔池红外图像进行类型标定。通过提取拍摄的熔池红外图像中熔池的灰度梯度特征、尺寸特征和形状特征，融合特征向量后得到新的特征向量，并传入K-邻近算法（KNN）中进行缺陷分类和缺陷预测，并通过比较算法预测缺陷的准确率确定K值。结果表明，运用这种融合特征分类KNN算法对选区激光熔化缺陷预测的准确率可达97.5%，相比单一熔池特征缺陷预测方法效果有较大的提升。     

基于区域粗定位与Chan-Vese主动轮廓模型的MAG焊视觉图像熔池边缘提取

对基于熔化极气体保护(Metal active gas,MAG)焊的管道打底焊过程中通过电荷耦合器件(Charge-coupled device,CCD)摄像机与复合滤光技术组成的光学系统实时采集的正面焊缝区域图像进行分析,实现熔池图像边缘提取.对获取的焊缝区域图像,经过高斯平滑后,考虑到初始轮廓对Chan-Vese主动轮廓模型提取边缘效率的影响,使用基于阈值的方法,用矩形标出熔池的初始区域,即实现熔池区域粗定位,求取矩形区域中心,以该中心设定一椭圆作为熔池初始轮廓,使用Chan-Vese 主动轮廓模型提取熔池边缘.借助该模型实现了MAG管道打底焊焊缝区域图像的熔池边缘提取,与Sobel变换等方法比较,该方法提高了熔池边缘提取的精度.     

对接TIG焊熔池正面几何形状参数的检测

研制出连续电流对接TIG焊熔池正面形状参数实验检测装置。利用普通CCD摄像机，通过光学参数的优化和采集参数的动态调整，拍摄出了清晰度和分辨率都较高的对接TIG焊熔池正面图像。根据对接TIG焊熔池图像特点，设计出图像处理算法，检测出了焊接熔池的整个边缘，得到了不同工艺条件下对接TIG焊熔池几何形状参数的实际尺寸。     

脉冲MIG焊机智能化控制及在铝合金焊接上应用

通过对脉冲MIG电弧的分析,在全数字焊接电源上采用新型＂HyperDip-脉冲＂智能化控制技术,实现了铝合金焊接熔池稳定、熔深增加、气孔缺陷减少的焊接效果。焊接电源融合型机器人＂TAWERS＂和全软件控制的交直流两用MIG焊接技术,实现了铝合金更加完善的自动化焊接质量。     

脉冲TIG焊熔池几何参数的检测

本文针对脉冲氩弧焊(脉冲TIG焊),利用商用光电耦合(CCD)摄象机及自行设计的焊接控制单元,并配以窄带滤光系统,可以清晰的检测到熔池的几何图像。通过对图像特征分析及处理,得到了熔池的主要几何形状参数。这为进一步实现焊接质量自动控制打下了坚实的基础。     

焊接速度对电弧增材熔池流动及焊道形貌影响的数值模拟研究

焊接速度对电弧增材成形过程中传热传质以及焊道成形有重要影响，为探究其影响机理，建立TIG电弧增材成形过程的三维瞬态数值模型，采用VOF方法追踪熔池自由界面，研究不同焊接速度下单道熔积成形过程中的传热及熔池流态，并分析焊接速度对单道焊道形貌的影响。数值模拟结果表明，随着焊接速度减小，熔池的热积累增强，体积增大，熔池表面峰值温度提高，弧坑深度也加深；同时，在电磁力和熔池表面力的共同作用下，熔池表面流速峰值随焊接速度减小而减小，熔池内部流速增大，对流更充分。此外，随着焊接速度减小，成形焊道的宽度和高度均有不同程度的增加。相同条件下的试验与数值模拟的焊道轮廓对比验证了数值模拟结果的有效性，研究结论可为电弧增材技术的工艺参数调控提供理论支撑和依据。     

基于区域生长算法激光深熔焊监测图像处理研究

根据同轴监测系统采集到的熔池和小孔的同轴视觉传感原始图像特点,分析了数字图像处理的方法并提出相应图像处理的流程。通过监测沿垂直速度方向熔池灰度分布实现了对熔宽的监测,通过对小孔顶部和底部尺寸的监测实现对熔透状态的监测。经过图像处理后的焊接区域同轴监测图像可以清晰的获得熔池轮廓及小孔尺寸,为实现焊接过程中熔池宽度和小孔的穿透状态的监测做准备。针对激光对接焊,提出焊缝跟踪的处理算法,不仅实现了焊接质量包括熔宽与熔透状态的监测,还实现焊接质量与焊缝跟踪一体化监测。