【技术实现步骤摘要】
本专利技术涉及叶轮焊接，尤其涉及一种融合遗传算法和深度学习的叶轮焊缝定位方法。
技术介绍
1、叶轮作为压缩机转子上的重要组成部分，被广泛使用在各类风机中，现在工厂，仓库、矿井、隧道、车辆船舶等多个场合下都有所应用。因此，人们对叶轮的焊接技术要求随之提高。叶轮本身存在着较窄的流道，因此一些结构比较复杂的叶轮都会存在一定的焊接盲点。
2、针对这类情况，目前使用较多是通过线激光测量技术进行成像，然后对获取的数据进行传统的图像算法和拟合算法进行焊缝定位。但往往该类算法鲁棒性较差，对相机拍摄位置，叶轮姿态都有着较高要求，无法很好的适用于具有不同焊缝类型的叶轮。
3、此外，现有的焊缝定位方法，在使用线激光对叶轮焊缝定位时，容易受到环境、叶轮形态等影响，激光点会出现噪声、反光、信息缺失等问题，导致焊缝成像模糊，无法给出精准的定位结果。同时在面对点焊点情况时，传统的视觉算法无法准确定位，出现焊接轨迹偏移等情况。
4、因此，亟需一种新的技术方案来解决上述技术问题。
技术实现思路>
1、本专利技本文档来自技高网...
【技术保护点】
1.一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，包括：
2.根据权利要求1所述的一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，步骤(1)中所述叶轮焊缝数据为经过线激光3D相机滤光片，限定了特定波长范围内的光通过所形成的激光线图像数据。
3.根据权利要求1所述的一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，步骤(2)中所述对步骤(1)中所述叶轮焊缝数据进行基于深度学习数据集的制作，包括：
4.根据权利要求3所述的一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，所述步骤(3)包括：
...【技术特征摘要】
1.一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，包括：
2.根据权利要求1所述的一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，步骤(1)中所述叶轮焊缝数据为经过线激光3d相机滤光片，限定了特定波长范围内的光通过所形成的激光线图像数据。
3.根据权利要求1所述的一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，步骤(2)中所述对步骤(1)中所述叶轮焊缝数据进行基于深度学习数据集的制作，包括：
4.根据权利要求3所述的一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，所述步骤(3)包括：
5.根据权利要求4所述的一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，步骤(3-2)中所述图像增强手段包括裁剪、对比度和亮度调整。
6.根据权利要求1所述的一种融合遗传算法和深度学习的叶轮焊缝定位方法，其特征在于，所述步骤(4)具体包括：
7.根据权利要求6所述的一种融合遗传算法和深度学习的叶轮焊缝定位...
【专利技术属性】
技术研发人员：刘宇航，李新，
申请(专利权)人：无锡信捷电气股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。