← 返回列表
一种基于卷积神经网络的激光焊接状态判别方法
申请人信息
- 申请人:哈尔滨工业大学(威海); 山东船舶技术研究院
- 申请人地址:264209 山东省威海市文化西路2号
- 发明人: 哈尔滨工业大学(威海); 山东船舶技术研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于卷积神经网络的激光焊接状态判别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311765994.1 |
| 申请日 | 2023/12/21 |
| 公告号 | CN117464182A |
| 公开日 | 2024/1/30 |
| IPC主分类号 | B23K26/21 |
| 权利人 | 哈尔滨工业大学(威海); 山东船舶技术研究院 |
| 发明人 | 杨彪; 檀财旺; 刘福运; 王栋; 吴来军; 陈波; 宋晓国 |
| 地址 | 山东省威海市文化西路2号; 山东省威海市环翠区文化西路2号 |
摘要文本
一种基于卷积神经网络的激光焊接状态判别方法，涉及焊接技术领域。为了解决现有的激光焊接状态判别方法在面对复杂焊接状态时依赖于单一信息进行判别、准确率低、精度低、需要人工参与、焊缝的不良率高的缺陷，通过预实验采集激光焊接过程中的激光羽辉和熔池形貌；通过三维卷积神经网络分别处理激光羽辉和熔池形貌，获得特征向量；通过权重融合将对应于激光羽辉和熔池形貌的特征向量进行融合，采用全连接层对焊接状态进行区分；对三维卷积神经网络进行训练，获得每一个全连接层的输出结果，并对每个输出结果进行变换，根据变换后的最大值所对应的焊接状态作为最终的诊断结果。本发明主要用于对激光焊接状态进行判别。
专利主权项内容
（来源 马克数据网） 1.一种基于卷积神经网络的激光焊接状态判别方法，其特征在于，包括如下步骤：S1：通过预实验采集激光焊接过程中的激光羽辉和熔池形貌；S2：通过三维卷积神经网络分别处理激光羽辉和熔池形貌，获得特征向量；S3：通过权重融合将对应于激光羽辉和熔池形貌的特征向量进行融合，获得用于分类的融合向量，采用全连接层对焊接状态进行区分；S4：采用预实验采集得到的图片对三维卷积神经网络进行训练，获得每一个全连接层的输出结果，并对每个输出结果进行变换，根据变换后的最大值所对应的焊接状态作为最终的诊断结果。