一种激光熔覆过程中裂纹识别的方法技术

本发明专利技术属于红外图像以及图像识别技术领域，提供一种激光熔覆过程中裂纹识别的方法。使用红外热像仪，采集不同加工参数条件下，加工镍基合金激光熔覆过程的红外图像，并对红外图像进行图像ROI的提取；使用残差卷积自编码器对提取的红外图像进行降噪处理；使用着色探伤法对不同加工参数下加工的工件表面进行处理，观察工件表面的裂纹情况，分为严重与不严重，并按裂纹严重程度对重构图像进行分类；用多尺度卷积神经网络对去燥后的重构图像进行处理，将重构图像按裂纹的程度不同分为多组数据，每组数据按比例分为训练数据与测试数据，将训练数据输入到多尺度卷积神经网络中进行训练，训练后使用测试数据测试网络的准确度，确保网络的准确性。

【技术实现步骤摘要】
一种激光熔覆过程中裂纹识别的方法
本专利技术属于红外图像以及图像识别
，具体是一种镍基合金激光熔覆过程中裂纹产生程度的识别方法及系统。
技术介绍
激光熔覆成形(Lasercladdingforming，LCF)技术是一门多学科交叉的新兴的先进制造技术。该技术把快速原型制造技术和激光熔覆表面强化技术相结合，利用高能激光束在金属基体上形成熔池，将通过送粉装置和粉末喷嘴输送到熔池的金属粉末或事先预置于基体上的涂层熔化，快速凝固后在基体上与基体形成冶金结合，逐层堆积材料，形成三维近终形金属零件。但是由于高能激光束急冷急热的特点，在熔覆层表面或内部极易出现裂纹，裂纹的出现会影响晶粒的生长和分布，组织性能降低，较大的裂纹则直接导致零件力学性能下降甚至失效。因此，对镍基合金激光熔覆过程中裂纹的识别和控制也成为一个难题。
技术实现思路
本专利技术提供一种镍基合金激光熔覆过程中裂纹的识别方法及系统，用于克服现有的技术中加工过程中裂纹缺陷不易识别，难控制，做不到实时监测等缺陷，实现降低激光熔覆的裂纹数量，提高实时监测能力。本专利技本文档来自技高网...

【技术保护点】
1.一种激光熔覆过程中裂纹识别的方法，其特征在于，步骤如下：/n步骤1：使用红外热像仪，采集不同加工参数条件下，加工镍基合金激光熔覆过程的红外图像，并对红外图像进行图像ROI的提取；/n步骤2：使用残差卷积自编码器结构对提取的红外图像ROI进行降噪处理；残差卷积自编码器是在卷积自编码器的基础上的改进，卷积自编码器的结构为输入层、卷积层、池化层、反卷积层和输出层；残差卷积自编码器将池化层改为残差模块，为输入层、卷积层、残差模块、反卷积层和输出层；/n步骤2-1：将采集到的红外图像分为训练集和测试集，将带有噪声的训练集中的红外图像输入到残差卷积自编码器中，经过三层的卷积操作后得到较小的图像，这些图...

【技术特征摘要】
1.一种激光熔覆过程中裂纹识别的方法，其特征在于，步骤如下：
步骤1：使用红外热像仪，采集不同加工参数条件下，加工镍基合金激光熔覆过程的红外图像，并对红外图像进行图像ROI的提取；
步骤2：使用残差卷积自编码器结构对提取的红外图像ROI进行降噪处理；残差卷积自编码器是在卷积自编码器的基础上的改进，卷积自编码器的结构为输入层、卷积层、池化层、反卷积层和输出层；残差卷积自编码器将池化层改为残差模块，为输入层、卷积层、残差模块、反卷积层和输出层；
步骤2-1：将采集到的红外图像分为训练集和测试集，将带有噪声的训练集中的红外图像输入到残差卷积自编码器中，经过三层的卷积操作后得到较小的图像，这些图像为提取出的特征图像；其中，每个卷积操作的滤波器的大小和步长分别是3×3和1×1，输入图像的大小不受限制；
步骤2-2：在三层卷积层后加入三个残差块，取消原卷积自编码器中的池化层，残差块是由两个卷积层组成的，残差块的定义为：
y＝F(x,{Wi})+x(1)
式中，x和y为模块的输入和输出，F表示将要学习的残差映射，Wi表示模块参数；
步骤2-3：对步骤2-1提出得到的特征图像进行反卷积操作，经过三层反卷积层使样本图像重构成一个与原始红外图像相似的重构图像，将重构图像与训练集中的原始红外图像进行对比；
步骤2-4：利用步骤2-3的对比结果更新损失函数，从而进行反向传播；
残差卷积自编码器使用的损失函数f(x)为：



式中，a为加噪声前的干净初始图像，b为经过卷积自编码器输出的预测图像，m为图像宽度的像素值，n为图像高度的像素值；
优化残差卷积自编码器中卷积...

【专利技术属性】
技术研发人员：李涛，马敏，李凯强，杨征宇，王灏，孙慧，刘伟嵬，王奉涛，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21