基于边缘迭代模型的激光沉积熔池宽度预测方法

根据熔池尺寸特征空间分布规律,提出了一种基于边缘迭代模型的熔池宽度预测方法。为了获得精确的熔池宽度,采用数学形态学的方法对熔池图像进行去噪,并用手动阈值的方法对熔池图像进行粗分割。之后利用Canny算法提取出熔池边缘。最后,使用边缘迭代模型进行边缘迭代,得到精分割后的熔池宽度。对比实验结果表明,该算法具有良好的检测精度和鲁棒性,且简易高效。     

基于熔池监测的激光沉积制造成形工艺参数的分析及预测

激光沉积制造(LDM)过程中,熔池宽度是成形精度的关键,主要受到工艺参数的影响。本文建立了基于CCD高速摄像机的熔池在线监测系统。为了提高熔池宽度检测精度,应用卡尔曼滤波技术对熔池宽度测量值进行了去噪处理。采用正交实验设计方法和多元回归分析,建立了熔池宽度与3个主要工艺参数(激光功率、扫描速度和送粉速率)间的关系模型。并设计单一变量实验对模型进行了验证。最后,利用粒子群算法(PSO)对薄壁结构的成形过程参数进行了预测。结果表明,对LDM成形过程进行工艺参数的分析和预测为实现沉积层成形精度的控制提供了依据。     

基于小波变换的MAG焊焊缝跟踪

提出了一种基于CCD视觉传感的MAG焊焊缝跟踪方法.由于MAG焊过程中通常伴有大量的飞溅、烟尘以及强烈的弧光干扰,所以很难从CCD中获取到清晰的焊缝图像.基于M带Bubble小波变换的方法,检测捕获MAG焊过程熔池的图像边缘.结果表明,该方法在检测焊接熔池边缘以及焊缝识别中,即便图像中出现大量噪音也是有效的.在焊缝识别的基础上,采用PID控制算法跟踪所设计的S形焊缝的成形.试验结果表明其焊缝跟踪方法具有较高的精确度.     

基于多经验参数约束的等离子弧焊熔池边缘检测

对等离子弧焊接熔池图像边缘提取算法进行了研究.拍摄了等离子弧焊接正面熔池,发现强烈的正面电弧弧光被熔池液态金属表面反射后在图像中形成大面积的灰度饱和区,弧光区域边界的灰度梯度远大于真实熔池边缘的灰度梯度,导致常规的图像处理算法不能准确地将熔池边界提取出来.针对这一问题,提出多经验参数约束的边缘检测算法,使用前n幅已处理熔池图像边缘信息和弧光最小外接曲线等多种经验参数作为引导信息对图像边缘进行约束,剔除伪边界,检测出真实的熔池边缘信息.将所提取的边缘信息与试验测量结果进行比较,表明所提出的算法能够有效快速地检测出熔池边缘.     

基于分形和数学形态学的MAG焊熔池图像分析

焊接过程产生的烟尘、孤光以及飞溅导致焊接熔池图像中存在大量的噪声,运用对噪声敏感的图像处理方法很难准确地提取熔池图像的信息.提出了一种基于分形和数学形态学理论的综合图像处理方法.该方法利用分形理论中离散分数布朗随机场理论得到按分形维分布的熔池灰度图像后,采用常规的图像处理方法提取图像边缘,然后利用数学形态学中开运算和闭运算,得到图像的强连通边界,并利用二值形态学中的连通域检测去除噪声得到目标图像.试验结果表明该方法能够快速、准确地检测到熔池的边缘、高度、宽度以及面积等信息.     

基于改进CeiT的GTAW焊接熔透状态识别方法

针对熔池信息与背景相似度高、噪声多、预测实时性差、识别精度低等问题,提出了基于改进CeiT网络模型的GTAW焊接熔透状态识别方法.首先通过MobileNetV3对Image-to-Tokens模块进行轻量化改进,提升预测的实时性能;其次设计DGCA模块改进LeFF模块来增强特征间的远程依赖关系、丰富类标记中所包含的分类信息;最后将LeFF模块中的底层特征和高层语义特征进行融合,提高模型对熔池特征的表示能力.仿真结果表明,与MobileNetV3,ResNet50,ShuffleNetV2,DeiT和CeiT模型相比,所提出的模型获得了更高的准确率和较快的检测速度.     

激光深熔焊熔池X光图像恢复与特征分析

X光对于焊件具有很强的穿透性,可以利用其观测和分析激光深熔焊过程焊件内部熔池形态以及匙孔能量传递效果,实现对焊接过程有效地实时监测.在大功率光纤激光焊接304不锈钢过程中,由于X光图像采集过程中的噪声干扰,导致熔池X光图像存在严重退化现象,清晰度不高,识别性较差.为此研究一种图像恢复和增强算法,对熔池X光退化图像进行恢复和增强处理,使其在处理后能够更好地被识别.以盲去卷积法试验估计出熔池X光图像退化的点扩散函数,并以此函数为参数对熔池X光图像进行维纳滤波恢复,再进行灰度变换以增强图像,进而对熔池动态特性进行分析.结果表明,所提出的方法能够有效改善激光焊过程熔池X光图像质量,突出熔池边缘轮廓特征.     

CO2焊熔池图像的Bubble小波零交叉边缘检测

在用CCD捕获的CO2焊熔池图像中存在大量的弧光噪声和飞溅形成的点噪声，要准确地检测熔池图像的边缘较为困难。首先采用中值滤波和乘法运算对CO2焊图像进行降噪处理。基于零交叉边缘检测方法和多孔算法，研究了熔池边缘的Bubble小波检测方法及算法实现，对比分析了不同小波尺度对边缘检测结果的影响。试验结果表明，用Bubble函数构造的小波基对提取熔池边缘效果较好，为熔深控制、焊缝跟踪等奠定了坚实的基础。     

受限解空间下粗粒度正则化的熔池边缘自适应检测方法

边缘检测是熔池图像处理的关键步骤. 鉴于熔池区域弧光变化剧烈，依赖人为设置阈值的边缘检测方法难以适应弧光的动态变化过程，文中提出了一种基于深度学习的熔池边缘提取模式. 首先对原始熔池图像进行像素级标注和数据增广以构建数据集；其次结合先验知识提出了一种受限解空间下的粗粒度正则化方法(coarse grained regularization method in restricted solution space, CGRRSS)以增强边缘特征；最后从定量和定性两方面将所提方法与传统方法进行了对比. 结果表明，所提方法对边缘点的召回率较高，所获熔池边缘更连续且对伪边缘具有更好的抑制作用. 单幅图像检测时间6.2 ms，可满足在线监测需求.     

基于YOLOX-Nano网络的废旧产品螺钉检测方法研究

拆卸目标的自动检测是自动化拆卸的关键。针对基于深层神经网络算法的拆卸目标自动检测算法参数量大，导致的模型部署困难等问题，提出基于轻量级的YOLOX-Nano网络的目标组件智能检测方法。以十字螺钉为对象，构建数据集；提出基于迁移学习的YOLOX-Nano网络训练方法，基于试验法分析目标框回归损失和目标置信度损失对网络检测精度的影响规律，确定了最优的目标框回归损失和目标置信度损失组合，实现了网络检测精度的优化。最后，以某品牌插排为案例，对所提方法进行了实验验证。结果表明：使用轻量级网络实现十字螺钉检测，不仅得到了较为理想的检测效果，也大量减少了模型的部署时间，同时也为部署其他目标检测的轻量级网络提供了实验基础。     

工件倾角对脉冲MAG焊接熔池形态和焊缝尺寸的影响

在相同MAG焊接参数条件下,采用单因素试验方法对不同倾角的工件进行了上坡焊和下坡焊工艺试验. 通过高速摄像技术以及图像处理技术提取了熔池边缘及尺寸等特征参数信息,并对熔池面积、后拖角等相关参数进行了修正. 分析了工件倾角对熔池宽度、长度、面积、后部面积、后拖角等特征参数以及焊缝成形的影响. 结果表明,当工件倾角超过30°时,工件倾角对熔池形态特征参数和焊缝尺寸有比较明显的影响,且该影响在上坡焊和下坡焊中的表现不同. 研究结果对减少非水平位置焊接产生的焊接缺陷和改善焊接工艺具有重要的指导意义.     

基于熔池视觉特征的铝合金双丝焊熔透识别

熔透是焊接质量的重要评价指标之一,铝合金对焊接工艺敏感性较高,容易出现熔透不均匀情况.试验利用近红外视觉传感方法获取了铝合金单面焊双面成形焊接过程中未熔透、熔透和过熔透三种情况下的清晰熔池图像,通过图像处理获得了准确的熔池轮廓,定义并提取了熔宽、半长、面积、周长和抛物线系数等能反映熔透状态的熔池特征参数,建立了基于BP神经网络的铝合金双丝焊熔透识别模型.结果表明,5-13-3结构的BP神经网络对熔透状态识别的正确率最高,达到89.05%.     

基于视觉传感的电子束深熔焊焊缝表面成形的预测

基于视觉传感的方法,获得了钛合金电子束焊熔池图像．采用二值形态学图像处理算法对熔池图像进行了处理,得到了熔池的边缘,并在此基础上利用自己开发的一套熔宽提取程序实现了熔宽的准确提取．找到了熔宽的波动性与焊缝表面成形之间的对应关系,当熔宽波动较大时,表面成形较差,而当熔宽波动较小时,表面成形较好．经过分析,提出用变异系数C...     

基于边缘导向算子模板匹配的熔池轮廓提取方法

轮廓提取作为熔池的基本视觉形态特征,在焊接质量在线监测中起着重要作用. 文中建立了非熔化极惰性气体保护电弧焊(tungsten Inert gas welding, TIG)焊接工艺环境下的熔池视觉传感系统,采集了高质量的熔池图像. 针对TIG焊不锈钢熔池图像中弱边缘检测的难点提出了一种基于边缘导向算子模板匹配的熔池轮廓提取算法(operator template matching based on edge direction guidance, OTM-EDG),算法中首先基于非线性灰度变换方法增强弱边缘. 之后利用4个方向的Sobel算子与熔池图像进行卷积操作来判断后端弱边缘的方向并计算梯度图. 最后对梯度图进行边缘连接操作以及基于数学形态学的边缘平滑操作,得到需要提取的熔池轮廓. 结果表明,文中算法能够提取到封闭完整且定位准确的TIG焊不锈钢熔池轮廓. 在实际焊接环境中具有较高的鲁棒性,有效解决了熔池区域弱边缘难以准确检测的问题.     

电弧焊熔透ICA-BP神经网络识别模型

以氩弧焊熔透状态识别为研究对象,研究一种基于ICA (Imperialist Competitive Algorithm) 的BP(Back Propagation)神经网络识别模型方法. 首先利用ICA全局搜索不易陷入局部极值及搜索速度快的特点对神经网络权值和阈值初始化,再用BP算法对神经网络进行训练. 通过摄取焊接过程中的熔池图像,提取熔池面积、熔宽以及熔池质心位置作为神经网络预测模型的输入量,分析熔池图像三个特征与焊缝熔透状态的映射关系,最终建立熔透状态预测模型. 结果表明,采用ICA-BP神经网络能够有效地预测焊缝的熔透状态.     

管道焊接熔池图像处理与特征提取

提出了一种管道焊接熔池成像系统,能够有效克服弧光干扰,获取焊接熔池在焊缝坡口内图像.采用基于统计的鲁棒图像处理方法,对熔池图像进行预处理,抑制飞溅等噪声.在图像自适应分割和边缘提取基础上,根据熔池图像和焊缝坡口图形特点,分别提取熔池图像在焊缝内的灰度分布特征以及焊缝坡口图形特征,得到熔池相对焊缝坡口的动态偏移量,以及熔池振动幅度和频率,为焊缝跟踪和焊接质量控制提供了视觉信息反馈.进行了焊接过程实时图像处理和特征提取试验,试验结果验证了熔池成像系统和图像处理方法的有效性和可靠性.     

基于结构光的水下焊接熔池宽度在线检测

直接拍摄水下焊接熔池图像来检测焊接熔池宽度实现难度较大,提出了一种通过成形焊缝结构光条纹图像来完成水下焊接熔池宽度在线检测的方法.将装有防水罩的激光结构光视觉传感器安装在焊枪之后置于水下,针对水下成形焊缝图像特点,经图像加窗、拉普拉斯锐化、二值化以及数学形态学滤波和图像细化处理,就能够在线获得焊接熔池宽度.结果表明,处理过程速度快,检测结果精度高.当条纹检测点和熔池中心之间的距离小于35 mm时,焊接熔池宽度相对误差可控制在3%以内.