摘要
本发明公开了基于熔池动态特征的熔化极气体保护焊接未熔合缺陷在线预测方法及系统,方法包括:实时采集焊接过程中的熔池图像,并获取未熔合缺陷位置信息;根据未熔合缺陷位置信息对采集的熔池图像进行标注;提取采集的熔池图像中的感兴趣区域,并预处理,得到预处理后的熔池图像,将连续的多张预处理后的熔池图像组合为一组时序熔池数据,以最后一张图像的标签作为该组熔池数据的标签,生成时序熔池数据集;建立时序机器学习模型,采用时序熔池数据集对其进行训练、验证和测试,得到训练好的时序机器学习模型;采用训练好的模型对焊接过程质量进行实时预测。本发明方法实现了未熔合缺陷的在线实时预测,降低返工成本,有助于提升焊接质量与效率。
技术关键词
熔化极气体保护焊接
熔池动态特征
在线预测方法
缺陷位置信息
机器学习模型
卷积长短时记忆网络
注意力
图像组合
编码器
感兴趣
可执行程序代码
数据
在线预测系统
标签
时序特征
模块
标记缺陷
焊接件
系统为您推荐了相关专利信息
再生粗骨料
混凝土应力应变
关系分析方法
机器学习模型
冻融循环次数
矿用输送带
缺陷检测方法
立体视觉
对比度
彩色图像
电解装置
电解系统
状态诊断系统
数据
状态诊断方法
评估系统
因子
数据收集模块
环境监测站
识别模块