基于深度学习的TIG焊背部熔池检测和熔宽提取

作     者：卢振洋 宫兆辉 闫志鸿 翟思宽 LU Zhenyang;GONG Zhaohui;YAN Zhihong;ZHAI Sikuan

作者机构：北京工业大学汽车结构部件先进制造技术教育部工程研究中心北京100124 

出 版 物：《北京工业大学学报》 (Journal of Beijing University of Technology)

年 卷 期：2020年第46卷第9期

页      面：988-996页

学科分类：0810[工学-信息与通信工程] 080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金面上资助项目(51475009) 

主　　题：TIG焊 熔透检测 深度学习 图像处理 分类与回归 熔宽提取 

摘      要：为了保证焊接过程中熔池信息提取的实时性和准确性,解决在焊接监控领域传统图像处理算法抗干扰性弱,实时监测的可靠性差,以及自动化程度较低的问题,做到系统可以实时地对焊接过程的熔池进行宽度信息提取和分析,将图像处理算法与深度学习算法进行了结合.通过对TIG焊熔池的观察,针对熔透信息检测,将反面熔池分为3类,首先用图像处理的方法先筛选出烧穿熔池,然后用一个通过大数据样本训练的卷积神经网络对未熔透与熔透进行分类.区别于已有研究,该网络不仅获得了很好的熔透状态检测结果,同时找出了熔池最大宽度,并且保证了实时性,其结果达到了工程应用的要求.