基于机器学习的激光焊接在线缺陷识别装置制造方法及图纸

本实用新型专利技术公开了一种基于机器学习的激光焊接在线缺陷识别方法和装置，利用对焊接过程的金属蒸汽、激光反射、匙孔面积焊接现象的检测与机器学习技术，实现神经网络驱动的多传感激光焊接在线缺陷识别，以辅助焊接参数的在线调整，抑制缺陷的出现。与现有技术相比，本实用新型专利技术以机器学习与多传感融合检测进行在线焊接缺陷检测，提高了焊接缺陷的检测效率，有效避免了传统缺陷识别的人为误差对检测效果的影响与单一传感检测性能上的不足，并具有较好的抗干扰能力。

On-line Defect Recognition Device for Laser Welding Based on Machine Learning

【技术实现步骤摘要】
基于机器学习的激光焊接在线缺陷识别装置
本技术涉及一种激光焊接在线缺陷识别装置，具体地涉及一种利用多传感检测，获取焊接过程的金属蒸汽、激光反射、匙孔大小特征信号，通过机器学习进行激光焊接在线缺陷识别的方法。
技术介绍
激光焊接因其高精度、深穿透、适应性强、焊接速度快，焊缝窄、变形小的优点，被广泛应用在汽车、船舶、航空航天、电子制造领域。其为通过激光束与两连接板的边缘材料作用，加热融熔结合实现所需结合效果。但由于激光焊接过程复杂的作用机制，工艺参数与环境的细微波动会对焊接质量产生耦合影响，甚至是焊接过程自身的物理动态变化过程都可能导致焊接缺陷的产生，包括未融透，爆裂，咬边，塌陷，焊瘤、气孔。对此，国内外学者及企业对焊接缺陷形成机制、焊接缺陷控制进行了深入研究，并提出控制方法。如技术专利CN201210395941.0提出对焊接部位进行喷砂处理提高表面光洁度，从而提高焊接熔深；使用专利CN201721216822.9利用侧吹保护气减小了焊缝根部的咬边倾向；技术专利CN201510039722.2利用将金属颗粒被送入激光焊接熔池后沿，辅以压缩空气的喷射，提高金属溶液的流动性以抑制飞溅的产生；技术专利CN201710588858.8利用两台激光器，一台对产生的激光束对材料表面进行预热处理并除去表面产生的氧化膜后，利用两台激光器一起发出两条激光束融化材料进行焊接，减少焊接产生的气孔。现有的激光焊接质量控制方法，离线控制调整焊接参数以提高焊接质量居多，即寻找对于目前材料焊接质量好的参数进行焊接。但由于激光焊接的内部作用机制的复杂性，固定焊接参数的焊接下，往往也会出现作用过程的突变，导致焊接缺陷的出现。因此激光焊接的在线缺陷识别引导在线参数控制来控制焊接质量尤为重要。焊接参数在线控制需要对焊接质量进行有效的在线检测。对此，现有技术常用单一传感器对激光焊接过程中的金属蒸汽、匙孔大小、激光反射信号进行检测，并通过划分信号强度阈值进行焊接缺陷识别。但这种阈值划分对研究者的经验依赖高，且由于激光焊接的内部作用的复杂耦合过程，根据阈值划定引导缺陷识别的方式抗外界干扰能力不足。
技术实现思路
：本技术主要解决的技术问题为提供一种抗干扰能力强的激光焊接在线缺陷检测方法，以辅助焊接参数的在线调整抑制缺陷的出现。为解决现有技术的不足，本项目从多传感融合检测出发，进行焊接试验，分析各种信号在缺陷发生前后的信号特征，寻求抗干扰性能强的在线焊接缺陷识别的实现方式。分析发现，光电信号与机器视觉均能在一定程度上识别信号组合缺陷识别。由于人为对各信号进行阈值划分获得的检测效果存在人为误差，而采用机器学习方式可有效避免人为误差并实现多传感信号耦合检测。据此，本技术提供一种基于机器学习的激光焊接在线缺陷识别装置。本技术的技术方案是这样实现的：1、基于机器学习的激光焊接在线缺陷识别装置，其特征在于，包括，一个用于激光焊接的三轴联动机械伺服平台；一个安装在伺服平台支架上的激光头；一个光辐射检测装置安装在激光头的扩展光路结构上，一个数据采集模块与光辐射检测装置相连，对从光辐射检测装置获得的光电信号进行数模转换；一个安装在激光头上的工业摄像头，从工件上方对准工件焊接区域进行拍摄；一个旁轴放置的工业摄像头安装在伺服平台上，从工件侧面对准件焊接区域进行拍摄；一台工控机与上述两个工业摄像头及数据采集模块相连，汇总三种传感器获取的信号并以此构建缺陷识别神经网络。2、根据权利要求1中所述的基于机器学习的激光焊接在线缺陷识别装置，其特征在于，所述的激光头内部光路结构由一片垂直激光束放置的扩束镜、一片与激光束成45度倾角的二向色镜、一片垂直激光束放置的聚焦镜、一片垂直激光束放置的保护镜依次排列，并在二向色镜的相邻位置设有与之平行放置的反射镜，实现激光输出与进入激光头的同轴光的采集、反射及输出。3、根据权利要求1中所述的基于机器学习的激光焊接在线缺陷识别装置，其特征在于，所述的光辐射检测装置，内部光路结构由若干片准直镜，若干片二向色镜及若干片滤光镜组成，并在装置的光路末端安装有光电传感器。4、根据权利要求1中所述的基于机器学习的激光焊接在线缺陷识别装置，其特征在于，所述的数据采集模块包括A/D转换模块，运算放大器、低通滤波器及电信号输出端子。5、根据权利要求1中所述的基于机器学习的激光焊接在线缺陷识别装置，其特征在于，所述的两个个工业摄像头的镜头前方，设有可见光波段的带通滤光片。6、根据权利要求4中所述的基于机器学习的激光焊接在线缺陷识别装置，其特征在于，所述的工控机内部的缺陷识别神经网络，其结构包括前向传播网络结构与后向传播网络结构，其中，前向传播网络结构使用一个输入层，一个隐藏层和一个输出层，网络进行如下计算：z[i]＝W[i]Ta[i-1]+b[i]，a[i]＝g[i](z[i])z[i]为第i层的输出，W[i]和b[i]分别为第i层的权重weight和偏倚bias，a[i-1]为上一层的输出，a[i]为第i层的输出，g[i](·)为第i层使用的激活函数。其中，隐藏层使用的激活函数为tanh函数，输出层使用sigmoid函数，计算过程如下：z[1]＝W[1]Tx+b[1]a[1]＝tanh(z[1])z[2]＝W[2]Tx+b[2]a[2]＝sigmoid(z[2])X即为A[0]；所使用的损失函数如下：对于所有数据，通过计算成本，m是训练样本总数；后向传播网络结构把输出对于成本的梯度向前面的层传导，使得前面的层利用梯度来更新权重，更新权重的方法为：使用计算成本函数对于每一个权重w的导数更新权值。本技术的实施步骤如下：步骤1：在激光焊接伺服平台上，预设可以焊穿当前工件的工艺参数进行机器学习所需的激光焊接实验；步骤2：在步骤1的实验中，利用光辐射检测装置采集可见光辐射信号与激光反射信号；在工件上方放置工业摄像机拍摄工件上方观测的焊接过程；在垂直于激光轴与焊接方向放置工业摄像机拍摄旁轴观测的焊接过程；步骤3：利用工控机接收步骤2获得的可见光辐射信号与激光反射信号、两个工业摄像机的拍摄图像，并利用图像处理技术在线提取来自工业摄像机拍摄图像的特征。优选的，提取匙孔面积、上下蒸汽角度及蒸汽面积、飞溅总面积及数量。在计算飞溅时，分为上下飞溅数量和总面积，而对于下飞溅会分为0°～60°，60°～120°，120°～180°三个ROI区域，并且对每一个区域进行飞溅数量和总面积的统计；步骤4：利用步骤3获得的数据，将这些数据放进一个向量作为神经网络的输入：x＝[x1，x2，x3...xi]；对于各组实验进行神经网络输出标注，且标注出焊接缺陷与焊接稳定的区域。出现缺陷标标注数据为1，焊接稳定为0；将实验组的所有焊缝对应的所有数据作为神经网络训练数据。并对数据进行了归一化处理，令其对网络的贡献度最大化；构建网络结构，包括前向传播网络结构与后向传播网络结构。步骤4(i)：其中前向传播网络结构使用一个输入层，一个隐藏层和一个输出层，网络进行如下计算：z[i]＝W[i]Ta[i-1]+b[i]，a[i]＝g[i](z[i])z[i]为第i层的输出，W[i]和b[i]分别为第i层的权重weight和偏倚bias，a[i-1]为上一层的输出，a[i]为本文档来自技高网...

【技术保护点】
1.基于机器学习的激光焊接在线缺陷识别装置，其特征在于，包括，一个用于激光焊接的三轴联动机械伺服平台；一个安装在伺服平台支架上的激光头；一个光辐射检测装置安装在激光头的扩展光路结构上，一个数据采集模块与光辐射检测装置相连，对从光辐射检测装置获得的光电信号进行数模转换；一个安装在激光头上的工业摄像头，从工件上方对准工件焊接区域进行拍摄；一个旁轴放置的工业摄像头安装在伺服平台上，从工件侧面对准件焊接区域进行拍摄；一台工控机与上述两个工业摄像头及数据采集模块相连，汇总三种传感器获取的信号并以此构建缺陷识别神经网络。

【技术特征摘要】
1.基于机器学习的激光焊接在线缺陷识别装置，其特征在于，包括，一个用于激光焊接的三轴联动机械伺服平台；一个安装在伺服平台支架上的激光头；一个光辐射检测装置安装在激光头的扩展光路结构上，一个数据采集模块与光辐射检测装置相连，对从光辐射检测装置获得的光电信号进行数模转换；一个安装在激光头上的工业摄像头，从工件上方对准工件焊接区域进行拍摄；一个旁轴放置的工业摄像头安装在伺服平台上，从工件侧面对准件焊接区域进行拍摄；一台工控机与上述两个工业摄像头及数据采集模块相连，汇总三种传感器获取的信号并以此构建缺陷识别神经网络。2.根据权利要求1中所述的基于机器学习的激光焊接在线缺陷识别装置，其特征在于，所述的激光头内部光路结构由一片垂直激光束放置的扩束镜、一片与激光束成45度倾角的二向色镜、一片垂直激光束放置的聚焦镜、一片垂直激光束放置的保护镜依次排列，并在二向色镜的相邻位置设有与之平行放置的反射镜，实现激光输出与进入激光头的同轴光的采集、反射及输出。3.根据权利要求1中所述的基于机器学习的激光焊接在线缺陷识别装置，其特征在于，所述的光辐射检测装置，内部光路结构由若干片准直镜，若干片二向色镜及若干片滤光镜组成，并在装置的光路末端安装有光电传感器。4.根据权利要求1中所述的基于机器学习的激光焊接在线缺陷识别装置，其特征在于，所述的数据采集模块...

【专利技术属性】
技术研发人员：吴华昶，游德勇，许礼彬，
申请(专利权)人：广东工业大学，
类型：新型
国别省市：广东,44