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

AITNT
正文
推荐专利
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
申请号:CN202510679209
申请日期:2025-05-26
公开号:CN120326143A
公开日期:2025-07-18
类型:发明专利
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
1
图像生成模型的训练方法、装置、设备及存储介质
图像生成模型 语义 文本 嵌入特征 图像嵌入
2
基于机器学习的模式数据中内孤立波识别与振幅反演方法
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
3
一种基于图神经网络和强化学习的梯级水库优化调度系统及方法
梯级水库 优化调度系统 强化学习模型 节点特征 发电量
4
一种超前支护小导管检测模型训练方法、检测方法及装置
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
5
一种基于雷视融合的行人重识别方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号