一种基于卷积神经网络的焊缝处理方法技术

本发明专利技术公开了一种基于卷积神经网络的焊缝处理方法，包括，采集焊缝图像，并进行图像预处理；利用卷积神经网络提取经所述预处理后的图像的网络特征参数，并对所述焊缝图像进行焊缝识别；基于OpenCV提取所述识别的焊缝的长度、宽度和余高，并结合所述长度、宽度和余高构建缺陷分析模型；利用所述缺陷分析模型计算所述焊缝的质量，若计算结果为零，则需要进行焊接修正；否则，不需要进行任何操作。本发明专利技术能够及时对不合格的焊缝重新进行焊接，降低了焊接产品的报废率；同时，通过配置相关参数，改善了焊缝图像的采集质量。

【技术实现步骤摘要】
一种基于卷积神经网络的焊缝处理方法
本专利技术涉及焊接的
，尤其涉及一种基于卷积神经网络的焊缝处理方法。
技术介绍
在目前的行业背景下，如何在航天领域、军事领域对焊接技术的要求越来越高，在这些制造领域，我国能否取得技术上的突破与我国焊接智能化发展有着直接的关联。国内专家在上世纪九十年代初对熔池缺陷检测问题进行了大量研究，并指出，可借助熔池参数和焊接参数控制焊接质量；随着发展，又有一些专家从缺陷数据库入手，创建了相应的控制系统，并在焊件实际生产领域得以使用。与国外相比，我国在焊接的应用领域研究起步较晚，研究角度不够全面，所得理论也不够深入，在这方面的研究还处在探索阶段。一般工件在焊接后需要对焊接的质量进行检测，而现如今由于这方面技术不成熟，焊后检测多是人工检测，工作效率低、工作量大、成本高、精度低这是焊后检测的痛点。且焊后检测往往属于滞后性工作，在检测时，一旦发现存在质量问题，产品就无法继续使用，只能报废。
技术实现思路
本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络的焊缝处理方法，其特征在于：包括，/n采集焊缝图像，并进行图像预处理；/n利用卷积神经网络提取经所述预处理后的图像的网络特征参数，并对所述焊缝图像进行焊缝识别；/n基于OpenCV提取所述识别的焊缝的长度、宽度和余高，并结合所述长度、宽度和余高构建缺陷分析模型；/n利用所述缺陷分析模型计算所述焊缝的质量，若计算结果为零，则需要进行焊接修正；否则，不需要进行任何操作。/n

【技术特征摘要】
1.一种基于卷积神经网络的焊缝处理方法，其特征在于：包括，
采集焊缝图像，并进行图像预处理；
利用卷积神经网络提取经所述预处理后的图像的网络特征参数，并对所述焊缝图像进行焊缝识别；
基于OpenCV提取所述识别的焊缝的长度、宽度和余高，并结合所述长度、宽度和余高构建缺陷分析模型；
利用所述缺陷分析模型计算所述焊缝的质量，若计算结果为零，则需要进行焊接修正；否则，不需要进行任何操作。


2.如权利要求1所述的基于卷积神经网络的焊缝处理方法，其特征在于：所述采集焊缝图像包括，
采用红外CCD被动式视觉传感器进行所述图像的采集，并基于偏轴被动视觉策略配置滤光参数。


3.如权利要求2所述的基于卷积神经网络的焊缝处理方法，其特征在于：所述滤光参数包括，
滤光片的波长范围为600nm～670nm；
中心波长为：
λ＝b/T
其中，T为温度，b＝2.897×10-3m·K。


4.如权利要求2所述的基于卷积神经网络的焊缝处理方法，其特征在于：还包括，
所述视觉传感器的镜头在距离熔池20厘米的位置抓取所述焊缝图像，且频率为50Hz。


5.如权利要求1、3、4任一所述的基于卷积神经网络的焊缝处理方法，其特征在于：所述预处理包括，
采用Canny算子锐化所述图像；
利用迭代阈值策略对所述锐化后的图像进行分割。


6.如权利要求5所述的基于卷积神经网络的焊缝处理方法，其特征在于：所述图像分割包括，
基于OpenCV获取所述图像的最大灰度值Gmax和最小灰度值Gmin...

【专利技术属性】
技术研发人员：孙有平，杨春洋，何江美，李旺珍，
申请(专利权)人：广西科技大学，
类型：发明
国别省市：广西;45