| 大功率光纤激光焊熔透状态模糊聚类识别方法 |
| |
| 引用本文： | 刘秀航, 叶广文, 黄宇辉, 张艳喜, 冯桑, 高向东. 激光-MIG复合焊根部驼峰缺陷预测[J]. 焊接学报, 2022, 43(12): 47-52, 99. DOI: 10.12073/j.hjxb.20211216003 |
| |
| 作者姓名： | 刘秀航 叶广文 黄宇辉 张艳喜 冯桑 高向东 |
| |
| 作者单位： | 广东工业大学, 广东省焊接工程技术研究中心, 广州, 510006 |
| |
| 基金项目： | 国家自然科学基金资助项目(52275317);广州市科技计划资助项目(202002020068, 202002030147) |
| |
| 摘 要： | 
激光-熔化极惰性气体(melt inert gas,MIG)复合焊过程中容易出现根部驼峰缺陷,为了实现焊接过程根部驼峰缺陷的同步预测,研究根部驼峰缺陷预测的算法并对其预测结果进行分析. 采用高速摄像机进行复合焊接过程的实时视觉传感采集,提取焊接过程的正面熔池和匙孔的时序特征信息,并对这些特征信号进行小波包分解(wavelet packet decomposition,WPD)与重构. 应用激光扫描仪获得背部焊缝余高,以此作为驼峰状态标记的依据. 再通过长短期记忆(long short-term memory,LSTM)神经网络对焊接过程中根部驼峰状态进行预测.
结果表明,WPD-LSTM算法对根部驼峰预测的准确率达到97.85%. 相比其它算法,基于焊接过程正面视觉传感时序特征信息的WPD-LSTM算法预测准确率更高,且预测结果具有较高的连续性,有利于实现对焊接过程根部驼峰缺陷的同步检测与控制.
|
| 关 键 词： | 根部驼峰 视觉检测 长短期记忆神经网络 小波包分解 |
| 收稿时间： | 2021-12-16 |
|
| 点击此处可从《焊接学报》浏览原始摘要信息 |
|
点击此处可从《焊接学报》下载免费的PDF全文 |
|
