摘要
本发明公开一种基于时序视觉信号与交叉注意力的扫描激光焊接成形监测方法,属于材料加工工程领域,采用视觉传感系统采集焊接过程中的视觉图像信息,采用基于深度学习的语义分割方法实现对视觉信号中的匙孔和熔池区域进行区分,构造具有高速运动匙孔和动态流动熔池的时序性视觉数据库。设计具有双分支的Transformer类型的时序性神经网络模型,包括匙孔和熔池两个分支。采用多头注意力机制分别实现对匙孔和熔池的时序性图像信息进行特征提取和学习,采用交叉注意力机制进行特征融合提升模型对特征提取的能力。基于时序视觉信号与交叉注意力深度学习模型实现对扫描激光焊缝成形的预测精度超过99%。本发明能够提升焊接质量。
技术关键词
焊接工艺参数
监测方法
时序
成形
多头注意力机制
信号
熔池视觉
特征提取模块
分支
激光焊接功率
激光焊接接头
视觉传感系统
视觉图像信息
多层感知机层
交叉注意力机制
语义分割方法
系统为您推荐了相关专利信息
学习器
切比雪夫滤波器
Softmax函数
识别方法
分类器
风电机组叶片
时序特征
程度预测方法
环境监测信息
神经网络模型
服务器集群
异常事件
生成服务器
诊断方法
数据分布