【技术实现步骤摘要】
本专利技术属于等离子弧焊接，尤其涉及一种基于领域自适应的等离子弧焊接缺陷预测方法及系统。
技术介绍
1、一般地，等离子弧焊接过程可以由熔透状态和其它焊接缺陷描述。近年来，在科研试验和实际生产中，视觉检测技术常用于实时获取焊接过程中熔池和小孔图像，由专业人员实时监控其行为特征，从而判断工件是否熔透良好，焊接状态是否异常。随着人工智能的兴起，以卷积神经网络(convolutional neural network，cnn)和循环神经网络(recurrentneural network，rnn)为代表的深度神经网络被引入到焊接领域中，用于焊接过程的熔透预测控制，一定程度上减少了人工参与，取得了良好的应用效果。
2、专利技术人发现，通过深度神经网络进行焊接缺陷预测的现有技术，忽略了深度学习模型的实际应用情况；首先，对于不同的工作场景，由于焊接系统、工件结构、相机参数和滤光方案等的差异，导致训练数据和实际测试数据的概率密度函数服从不同分布，模型的精度和泛化能力较差而很难迁移，需要各自训练部署；其次，在实际焊接场景中，由于焊接工件结构等...
【技术保护点】
1.基于领域自适应的等离子弧焊接缺陷预测方法，其特征在于，包括：
2.如权利要求1所述的基于领域自适应的等离子弧焊接缺陷预测方法，其特征在于，对多个场景下等离子弧焊接过程中的熔池图像进行预处理，将每张熔池图像标记为相应的工况类别；工况类别包括未熔透、全熔透、熔池塌陷、错边、飞溅和咬边。
3.如权利要求2所述的基于领域自适应的等离子弧焊接缺陷预测方法，其特征在于，标记不同焊接工况场景、相关参数和焊接状态；将错边、飞溅和咬边标记为焊接异常情况，将未熔透、全熔透和熔池塌陷作为熔透状态的情况类别，基于背面熔透小孔的大小和稳定与否进行划分。
...
【技术特征摘要】
1.基于领域自适应的等离子弧焊接缺陷预测方法，其特征在于，包括：
2.如权利要求1所述的基于领域自适应的等离子弧焊接缺陷预测方法，其特征在于，对多个场景下等离子弧焊接过程中的熔池图像进行预处理，将每张熔池图像标记为相应的工况类别；工况类别包括未熔透、全熔透、熔池塌陷、错边、飞溅和咬边。
3.如权利要求2所述的基于领域自适应的等离子弧焊接缺陷预测方法，其特征在于，标记不同焊接工况场景、相关参数和焊接状态；将错边、飞溅和咬边标记为焊接异常情况，将未熔透、全熔透和熔池塌陷作为熔透状态的情况类别，基于背面熔透小孔的大小和稳定与否进行划分。
4.如权利要求1所述的基于领域自适应的等离子弧焊接缺陷预测方法，其特征在于，采用深度学习网络进行熔池图像的特征提取，利用卷积神经网络进行单个图像的特征提取，利用循环神经网络进行图像序列形成的时间特征提取。
5.如权利要求4所述的基于领域自适应的等离子弧焊接缺陷预测方法，其特征在于，当需要同时识别熔透和其它焊接缺陷时，采用卷积神经网络统一提取单个熔池...
【专利技术属性】
技术研发人员：刘新锋，周方正，刘文杰，贾传宝，尹昱妍，聂秀山，李成龙，李佳鹏，周卫鲁，张曜，
申请(专利权)人：山东建筑大学，
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。