-
题名基于熔池动态形变知识增强的GTAW熔透状态预测
- 1
-
-
作者
洪宇翔
谢乡志
何星星
都东
常保华
-
机构
中国计量大学
中国计量大学
清华大学
-
出处
《焊接学报》
北大核心
2025年第5期26-34,41,共10页
-
基金
国家自然科学基金资助项目(51605251)
浙江省自然科学基金(LY22E050009)
+2 种基金
浙江省教育厅科研资助项目(Y202249427)
浙江省教育厅科研资助项目(Y202147838)
浙江省属高校基本科研业务费专项资金资助(2023YW41)。
-
文摘
为了实现对焊接熔透状态的在线监测,保障焊缝质量并推动机器人智能化技术发展,提出了一种熔池动态形变知识增强的钨极惰性气体保护焊(gas tungsten arc welding,GTAW)熔透状态预测方法.采用高速高动态范围工业相机获取熔池图像,利用DeepLabv3+语义分割模型进行熔池动态分割以精准地获取熔池区域,在此基础上进行多帧熔池轮廓图像融合,以描述熔池在焊接过程中的动态形变.将融合后熔池轮廓图像和原始熔池图像合成输入CNN,学习同一位置熔池轮廓像素变化,指导CNN预测熔透状态.结果表明,基于熔池动态形变知识增强的CNN能够准确识别部分熔透、适度熔透和过度熔透三种典型焊缝状态,分类准确率可达到97.1%,单帧预测时间0.86 ms.与未融合熔池动态形变专家知识的深度学习方法相比,该方法在少样本数据情况下表现出更高的鲁棒性和准确率.
-
关键词
焊接质量监测
钨极惰性气体保护焊
知识增强
熔池动态分割
图像融合
-
Keywords
welding quality monitoring
gas tungsten arc welding
knowledge enhancement
dynamic segmentation of the molten pool
image fusion
-
分类号
TG409
[金属学及工艺—焊接]
-
