基于深度遷移學習的焊接質(zhì)量在線監(jiān)測方法研究
發(fā)布時間:2020-04-19 09:53
【摘要】:隨著焊接工業(yè)的不斷發(fā)展,焊接過程中實現(xiàn)自動化、柔性化、智能化已成為工業(yè)發(fā)展必然趨勢。研究焊縫質(zhì)量在線檢測,對提高焊接工藝質(zhì)量和相關(guān)焊接工件質(zhì)量具有重要意義。本文研究基于深度遷移學習的焊接質(zhì)量在線監(jiān)測方法,針對目前焊接過程中產(chǎn)生的焊縫表面缺陷難以檢測與識別的問題,通過研究焊接缺陷數(shù)據(jù)增強、焊接缺陷圖像分類、焊接缺陷目標檢測方法,實現(xiàn)高效精準的焊接質(zhì)量在線監(jiān)測。主要研究結(jié)果如下:(1)基于生成對抗網(wǎng)絡(luò)實現(xiàn)了焊接缺陷學習樣本的數(shù)據(jù)增強,通過引入條件變量、高斯混合模型、自注意力機制優(yōu)化生成對抗網(wǎng)絡(luò)損失函數(shù),并提出基于深度卷積神經(jīng)和自注意力機制的生成器和判別器模型;研究生成樣本分布與真實樣本分布的差異性評判方法。實驗表明,利用所提出的數(shù)據(jù)增強算法能為深度學習算法在小規(guī)模焊接缺陷樣本的訓練提供一個有效途徑;(2)引入DropBlock卷積核優(yōu)化和全局平均池化,結(jié)合輕量卷積神經(jīng)網(wǎng)絡(luò)模型MobileNet,提出基于優(yōu)化輕量卷積神經(jīng)網(wǎng)絡(luò)的焊接缺陷分類算法,并利用Fashion-MNIST中小規(guī)模圖像公開數(shù)據(jù)集及焊接X射線內(nèi)部缺陷增強數(shù)據(jù)集對算法進行測試,實驗結(jié)果表明,相對于目前常用的卷積神經(jīng)網(wǎng)絡(luò)分類算法,所提出的焊接缺陷分類算法兼顧識別準確率和訓練效率,具有計算復雜度低和部署易用性良好的優(yōu)點,為嵌入式平臺實現(xiàn)焊接缺陷目標識別提供實現(xiàn)手段;(3)研究焊接缺陷內(nèi)外部特征映射關(guān)系和深度遷移學習策略,利用基于網(wǎng)絡(luò)的深度遷移學習策略實現(xiàn)焊接缺陷內(nèi)外部特征模型的權(quán)重遷移,提高焊接外部特征缺陷分類模型的收斂速度和泛化能力,能有效利用有限焊接外部特征數(shù)據(jù)集進行訓練;研究目標檢測算法,結(jié)合基于深度遷移學習的焊接外部特征缺陷分類模型和One-Stage目標檢測算法,提出基于深度遷移學習的焊接缺陷目標檢測算法,部署到嵌入式AI平臺,對焊接表面圖像進行實時檢測,實現(xiàn)焊接質(zhì)量的實時在線監(jiān)測;
【圖文】:
未娜透
夾渣通常在焊縫中為寬度和黑度不均勻的點或線條狀,主要產(chǎn)生的原因為焊接過程逡逑中產(chǎn)生的熔渣或由于焊縫中存在不干凈的雜質(zhì)。夾渣被射線照相機照出來極其容易,屬逡逑于體積性缺陷,很容易產(chǎn)生應(yīng)力集中因為焊縫受力載面積在焊接過程中會減少,造成交逡逑變載荷的產(chǎn)生根源。在焊接速度太快、電流太小的情況下極易形成夾雜,合理控制焊接逡逑速度、角度、電流,防止焊接夾渣的產(chǎn)生。根據(jù)其形態(tài)的不同,可以將夾渣分為條狀夾逡逑渣、點狀夾渣、塊狀夾渣。逡逑灥■■■逡逑圖2-5氣孔逡逑Fig.邋2-5邋porosity逡逑
【學位授予單位】:廣西大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:TG441.7;TP391.41;TP18
本文編號:2633220
【圖文】:
未娜透
夾渣通常在焊縫中為寬度和黑度不均勻的點或線條狀,主要產(chǎn)生的原因為焊接過程逡逑中產(chǎn)生的熔渣或由于焊縫中存在不干凈的雜質(zhì)。夾渣被射線照相機照出來極其容易,屬逡逑于體積性缺陷,很容易產(chǎn)生應(yīng)力集中因為焊縫受力載面積在焊接過程中會減少,造成交逡逑變載荷的產(chǎn)生根源。在焊接速度太快、電流太小的情況下極易形成夾雜,合理控制焊接逡逑速度、角度、電流,防止焊接夾渣的產(chǎn)生。根據(jù)其形態(tài)的不同,可以將夾渣分為條狀夾逡逑渣、點狀夾渣、塊狀夾渣。逡逑灥■■■逡逑圖2-5氣孔逡逑Fig.邋2-5邋porosity逡逑
【學位授予單位】:廣西大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:TG441.7;TP391.41;TP18
【參考文獻】
相關(guān)期刊論文 前8條
1 洪宇翔;都東;潘際鑾;李湘文;;基于軌跡動態(tài)規(guī)劃的移動機器人焊道自動跟蹤[J];焊接學報;2015年10期
2 遲大釗;剛鐵;趙立彬;;線聚焦超聲波法焊接缺陷識別[J];焊接學報;2015年05期
3 毛志偉;周少玲;趙濱;石志新;姜銀松;潘際鑾;;雙線激光傳感焊槍定位與焊縫走向識別[J];焊接學報;2015年02期
4 胡文剛;剛鐵;;基于超聲信號和圖像融合的焊縫缺陷識別[J];焊接學報;2013年04期
5 王鵬;杜衛(wèi)東;汪立新;張峰;韓偉;徐瑩;;射線檢測中膠片焊縫缺陷定位與識別[J];西安工業(yè)大學學報;2012年04期
6 羅愛民;沈才洪;易彬;李坤;;基于改進二叉樹多分類SVM的焊縫缺陷分類方法[J];焊接學報;2010年07期
7 孫林;楊世元;吳德會;;X射線底片焊縫缺陷的支持向量機識別方法[J];應(yīng)用科學學報;2008年04期
8 任大海,尤政,孫長庫,葉聲華;焊接缺陷實時成像自動檢測技術(shù)的研究[J];清華大學學報(自然科學版);2001年02期
相關(guān)博士學位論文 前1條
1 王春明;基于多傳感器的激光焊接質(zhì)量實時診斷及其理論基礎(chǔ)[D];華中科技大學;2005年
相關(guān)碩士學位論文 前1條
1 肖輝;焊接缺陷射線DR圖像自動檢測與識別系統(tǒng)研究[D];南昌航空大學;2017年
,本文編號:2633220
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/2633220.html
最近更新
教材專著