本文選題：大功率盤形激光焊 + 金屬蒸氣　； 參考：《焊接學(xué)報(bào)》2017年06期

【摘要】：在激光焊接過程中,金屬蒸氣和飛濺蘊(yùn)含著豐富的焊接狀態(tài)信息.以大功率盤形激光焊接304不銹鋼為試驗(yàn)對(duì)象,應(yīng)用紫外波段和可見光波段高速攝像機(jī)攝取焊接過程中金屬蒸氣和飛濺瞬態(tài)圖像.分析圖像區(qū)域紋理二階統(tǒng)計(jì)特征——灰度共生矩陣,并用ASM(angular second moment)能量、慣性矩、熵和自相關(guān)性描述灰度共生矩陣,分析灰度共生矩陣與焊縫成形之間的關(guān)系,同時(shí)提取飛濺數(shù)量和面積、金屬蒸氣質(zhì)心方位和金屬蒸氣高度等特征,建立BP(back propagation)神經(jīng)網(wǎng)絡(luò)模型,預(yù)測(cè)焊縫成形.結(jié)果表明,所分析方法能夠有效反映金屬蒸氣、飛濺與焊接狀態(tài)之間的關(guān)聯(lián),為在線監(jiān)測(cè)大功率盤形激光焊接質(zhì)量提供依據(jù).
[Abstract]:During laser welding, metal vapor and spatter contain abundant information of welding state.High power disc laser welding 304 stainless steel was used to obtain transient images of metal vapor and splashing in the welding process by using a high speed camera in the ultraviolet and visible wave bands.This paper analyzes the second-order statistical feature of texture in image region-gray-scale co-occurrence matrix, describes the gray co-occurrence matrix with ASM(angular second moment of inertia, entropy and autocorrelation, and analyzes the relationship between gray co-occurrence matrix and weld forming.At the same time, the number and area of spatter, the orientation of metal vapor centroid and the height of metal vapor were extracted, and the BP(back propagation neural network model was established to predict the weld formation.The results show that the analysis method can effectively reflect the correlation between metal vapor, splashing and welding state, and provide the basis for on-line monitoring the quality of high-power disk-shaped laser welding.
【作者單位】： 廣東工業(yè)大學(xué)機(jī)電工程學(xué)院;佛山職業(yè)技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51675104) 廣東省科技發(fā)展專項(xiàng)資金資助項(xiàng)目(2016A010102015) 廣州市科技計(jì)劃資助項(xiàng)目(201510010089) 佛山市科技創(chuàng)新專項(xiàng)資金項(xiàng)目(2014AG10015)
【分類號(hào)】：TG456.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪黎明,陳健敏,王銳,姜紅;織物折皺紋理灰度共生矩陣分析[J];青島大學(xué)學(xué)報(bào)(工程技術(shù)版);2003年04期

2 李靜;楊玉倩;沈偉;李丹;周華;;基于灰度共生矩陣的織物紋理研究[J];現(xiàn)代紡織技術(shù);2013年03期

3 唐瑋;朱華;王勇;;分形和空間灰度共生矩陣聯(lián)合評(píng)價(jià)斷口形貌研究[J];中國礦業(yè)大學(xué)學(xué)報(bào);2006年04期

4 王克奇;陳立君;王輝;謝永華;;基于空間灰度共生矩陣的木材紋理特征提取[J];森林工程;2006年01期

5 傾明;魏宗琴;;圖像檢索中灰度共生矩陣的構(gòu)造與實(shí)現(xiàn)[J];蘭州石化職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年01期

6 王少如;李鵬飛;錢慧芳;;基于灰度共生矩陣的紋理周期分析[J];紡織科技進(jìn)展;2009年04期

7 李智峰;朱谷昌;董泰鋒;;基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用[J];地質(zhì)與勘探;2011年03期

8 郭德軍,宋蟄存;基于灰度共生矩陣的紋理圖像分類研究[J];林業(yè)機(jī)械與木工設(shè)備;2005年07期

9 張向東;黃秀寶;;基于灰度共生矩陣和穩(wěn)健馬氏距離的織物橫檔類疵點(diǎn)檢測(cè)[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

10 王晗;白雪冰;王輝;;基于空間灰度共生矩陣木材紋理分類識(shí)別的研究[J];森林工程;2007年01期

相關(guān)會(huì)議論文 前10條

1 王亞軍;李德勝;蘇少昌;王希軍;;基于灰度共生矩陣的光盤測(cè)量[A];第十二屆全國光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2008年

2 黃勃;李乃民;劉春雨;張大鵬;王寬全;林曉東;張宏;王淑英;張宏志;;基于灰度共生矩陣的中醫(yī)虛實(shí)證舌象分類研究[A];第一屆全國中西醫(yī)結(jié)合診斷學(xué)術(shù)會(huì)議論文選集[C];2006年

3 盧易楓;;基于灰度共生矩陣的金剛石瑕疵自動(dòng)識(shí)別技術(shù)研究[A];經(jīng)濟(jì)策論（上）[C];2011年

4 趙亞偉;周晨波;王同樂;王剛;郭冰;劉華;;基于灰度共生矩陣的連續(xù)多幅非平面散斑圖像特征研究[A];第十三屆全國光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2010年

5 陳明麗;黃詠紅;單潔玲;楊永明;秦茜淼;王怡;;探討適用于大鼠肝纖維化聲像圖紋理灰度共生矩陣分析的構(gòu)造因子[A];2010年超聲醫(yī)學(xué)和醫(yī)學(xué)超聲論壇會(huì)議論文集[C];2010年

6 蘇慧;費(fèi)樹岷;;基于多分辨率分析及灰度共生矩陣的織物紋理識(shí)別[A];第25屆中國控制會(huì)議論文集（下冊(cè)）[C];2006年

7 馬德新;楊帆;侯景忠;高金喬;;基于灰度共生矩陣的掌紋識(shí)別技術(shù)研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

8 高硯軍;徐華平;;基于窗口自適應(yīng)灰度共生矩陣的SAR圖像分類[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

9 蔣圣;羌鑫林;汪閩;;基于灰度共生矩陣改進(jìn)的紋理分割算法[A];江蘇省測(cè)繪學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文集[C];2008年

10 嚴(yán)洪;姚宇華;熊江輝;;基于灰度共生矩陣和分形的細(xì)胞骨架圖像的分析[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)博士學(xué)位論文 前2條

1 張娟;基于圖像分析的梅花種類識(shí)別關(guān)鍵技術(shù)研究[D];北京林業(yè)大學(xué);2011年

2 劉成霞;模擬實(shí)際著裝的織物折皺測(cè)試及等級(jí)評(píng)價(jià)方法研究[D];浙江理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 袁森林;基于紋理分析的羊絨羊毛鑒別[D];東華大學(xué);2016年

2 井寒;面向X光胸片的塵肺病灶輔助檢測(cè)系統(tǒng)研究[D];西北大學(xué);2015年

3 童逸舟;基于圖像處理的智能割草機(jī)器人路徑規(guī)劃研究[D];浙江理工大學(xué);2016年

4 楊龍飛;基于局部二值模式和灰度共生矩陣的紋理特征提取技術(shù)研究[D];蘭州大學(xué);2016年

5 李天棋;皮膚表面粗糙度檢測(cè)技術(shù)的研究[D];東北林業(yè)大學(xué);2016年

6 楊建;基于灰度共生矩陣的癌細(xì)胞識(shí)別技術(shù)研究[D];長春理工大學(xué);2016年

7 王華峰;基于灰度共生矩陣的沖擊斷口形貌分析[D];濟(jì)南大學(xué);2016年

8 劉啟全;基于線陣相機(jī)的哈密瓜分級(jí)機(jī)改進(jìn)設(shè)計(jì)與試驗(yàn)研究[D];新疆農(nóng)業(yè)大學(xué);2016年

9 林澤通;利用CT影像的肺功能評(píng)估關(guān)鍵問題研究[D];東北大學(xué);2011年

10 崔蕊;基于肝臟超聲圖像的脂肪肝計(jì)算機(jī)輔助診斷研究[D];南陽師范學(xué)院;2017年

，

本文編號(hào)：1767683