摘要
一种管道焊接缺陷识别方法和系统,该方法包括以下步骤:熔池相机采集焊接机器人在焊接时的熔池数据;线激光轮廓扫描仪采集焊接机器人焊接后的焊缝数据;熔池数据与焊缝数据进行时间同步和空间对齐;将熔池数据输入至预训练的第一卷积神经网络,输出熔池特征向量,将焊缝数据输入至预训练的第二卷积神经网络,输出焊缝特征向量;熔池特征向量、焊缝特征向量输入至多层感知器进行融合,输出联合特征向量至Softmax分类器,Softmax分类器输出管道焊接缺陷。本发明通过获取焊接时采集的熔池数据和焊接后采集的焊缝数据,在数据匹配后分别利用卷积神经网络、多层感知器和Softmax分类器,能够全面、准确、高效地识别管道焊接过程中产生的缺陷。
技术关键词
缺陷识别方法
焊接机器人
焊缝
多层感知器
激光轮廓
缺陷识别系统
检偏器
数据处理单元
时间同步
干涉滤光片
扫描仪
管道
相机
分类器
轮廓数据
对比度
移动轨迹信息
二次插值法
系统为您推荐了相关专利信息
计算机散热器
气体传感器
净化箱
变频控制器
流量传感器
交互检测方法
动作工具
视觉特征
多层感知器
检测器
钢结构立柱
焊接流水线
围栏立柱
传输机构
焊接机器人
策略网络模型
分配信息
数据中心
长短期记忆网络
计算机执行指令