-
题名基于深度学习的短周期拉弧螺柱焊接质量检测
被引量：1
- 1
-
-
作者
周鑫
赵凯悦
刘嘉
陈成伟
-
机构
北京市产品质量监督检验研究院
北京工业大学材料与制造学部汽车结构部件先进制造技术教育部工程研究中心
青岛信芯微电子科技公司
-
出处
《现代制造工程》
北大核心
2025年第1期87-93,共7页
-
文摘
为了提高汽车车厢的密封性,通常采用短周期螺柱焊接方法来固定螺柱,以减少开孔的数量。然而,破坏性实验作为目前主要的评估方法,存在检测效率低和无法检测在役焊接接头问题的缺点;因此,提出了一种基于焊接过程动态参数和焊缝图像相结合的螺柱焊接质量检测方案。为解决动态参数不合格样本数量不足的问题,提出了一种基于距离权重的数据增强算法。同时,设计了一个深度学习模型,结合焊接过程中动态参数信号的特点,采用卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆神经网络(Long Short-Term Memory,LSTM)相结合的方法实现了螺柱焊接质量检测。实验证明,提出的动态参数和焊缝图像相结合的检测方案能够将缺陷螺柱的识别准确率提高至95.33%;因此,基于动态参数和焊缝图像的短周期螺柱焊接质量检测方法具有较高的检测精度,为实际工程应用提供了一种有效的质量检测方法。
-
关键词
短周期螺柱焊
数据增强
深度学习
质量检测
-
Keywords
short-cycle stud welding
data augmentation
deep learning
quality inspection
-
分类号
TH164
[机械工程—机械制造及自动化]
-
