摘要
一种基于强化学习的激光焊接缺陷检测和工艺调控的方法,本发明针对激光焊接过程中的缺陷产生和工艺适配性的问题,为了解决工艺参数敏感性导致的缺陷不可控,本发明通过视觉传感器采集激光焊接数据,构建数据集训练了一个缺陷检测模型;然后基于缺陷检测特征提取网络搭建工艺调控强化学习模型,并根据激光焊接缺陷设计了奖励机制、动作空间和环境状态。本发明得到的激光焊接缺陷减轻模型不仅能够检测焊接缺陷,同时还能调控激光焊接过程工艺参数。通过将缺陷检测模型和工艺调控强化学习模型进行整合,可以同步实现激光焊接过程的缺陷检测和工艺调控,可以有效保证焊接构件的服役可靠性。本发明涉及机器学习技术领域。
技术关键词
激光焊接缺陷
激光焊接工艺
强化学习模型
调控策略
特征提取网络
检测焊接缺陷
视觉传感器
强化学习环境
参数
监督学习方法
缺陷调控
机器学习技术
数据
缺陷类别
打标签
定义
训练集
系统为您推荐了相关专利信息
振幅反演方法
特征提取网络
反演模型
图像分割模型
局部二值模式算法
梯级水库
优化调度系统
强化学习模型
节点特征
发电量
检测模型训练方法
超前小导管
计算机视觉技术
关键点
特征提取网络
重识别方法
LSTM模型
融合网络架构
行人重识别
深度学习网络提取