【摘要】：隨著焊接工業(yè)的不斷發(fā)展,焊接過(guò)程中實(shí)現(xiàn)自動(dòng)化、柔性化、智能化已成為工業(yè)發(fā)展必然趨勢(shì)。研究焊縫質(zhì)量在線檢測(cè),對(duì)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(xué)習(xí)的焊接質(zhì)量在線監(jiān)測(cè)方法,針對(duì)目前焊接過(guò)程中產(chǎn)生的焊縫表面缺陷難以檢測(cè)與識(shí)別的問題,通過(guò)研究焊接缺陷數(shù)據(jù)增強(qiáng)、焊接缺陷圖像分類、焊接缺陷目標(biāo)檢測(cè)方法,實(shí)現(xiàn)高效精準(zhǔn)的焊接質(zhì)量在線監(jiān)測(cè)。主要研究結(jié)果如下:(1)基于生成對(duì)抗網(wǎng)絡(luò)實(shí)現(xiàn)了焊接缺陷學(xué)習(xí)樣本的數(shù)據(jù)增強(qiáng),通過(guò)引入條件變量、高斯混合模型、自注意力機(jī)制優(yōu)化生成對(duì)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(jī)制的生成器和判別器模型;研究生成樣本分布與真實(shí)樣本分布的差異性評(píng)判方法。實(shí)驗(yàn)表明,利用所提出的數(shù)據(jù)增強(qiáng)算法能為深度學(xué)習(xí)算法在小規(guī)模焊接缺陷樣本的訓(xùn)練提供一個(gè)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(qiáng)數(shù)據(jù)集對(duì)算法進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明,相對(duì)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(shí)別準(zhǔn)確率和訓(xùn)練效率,具有計(jì)算復(fù)雜度低和部署易用性良好的優(yōu)點(diǎn),為嵌入式平臺(tái)實(shí)現(xiàn)焊接缺陷目標(biāo)識(shí)別提供實(shí)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(xué)習(xí)策略,利用基于網(wǎng)絡(luò)的深度遷移學(xué)習(xí)策略實(shí)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(jìn)行訓(xùn)練;研究目標(biāo)檢測(cè)算法,結(jié)合基于深度遷移學(xué)習(xí)的焊接外部特征缺陷分類模型和One-Stage目標(biāo)檢測(cè)算法,提出基于深度遷移學(xué)習(xí)的焊接缺陷目標(biāo)檢測(cè)算法,部署到嵌入式AI平臺(tái),對(duì)焊接表面圖像進(jìn)行實(shí)時(shí)檢測(cè),實(shí)現(xiàn)焊接質(zhì)量的實(shí)時(shí)在線監(jiān)測(cè);
【圖文】：

未娜透

夾渣通常在焊縫中為寬度和黑度不均勻的點(diǎn)或線條狀，主要產(chǎn)生的原因?yàn)楹附舆^(guò)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(jī)照出來(lái)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?yàn)楹缚p受力載面積在焊接過(guò)程中會(huì)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?yuàn)A逡逑渣、點(diǎn)狀?yuàn)A渣、塊狀?yuàn)A渣。逡逑灥■■■逡逑圖２－５氣孔逡逑Ｆｉｇ．邋２－５邋ｐｏｒｏｓｉｔｙ逡逑
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TG441.7;TP391.41;TP18

【參考文獻(xiàn)】

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(dòng)態(tài)規(guī)劃的移動(dòng)機(jī)器人焊道自動(dòng)跟蹤[J];焊接學(xué)報(bào);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(shí)別[J];焊接學(xué)報(bào);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(shí)別[J];焊接學(xué)報(bào);2015年02期

4 胡文剛;剛鐵;;基于超聲信號(hào)和圖像融合的焊縫缺陷識(shí)別[J];焊接學(xué)報(bào);2013年04期

5 王鵬;杜衛(wèi)東;汪立新;張峰;韓偉;徐瑩;;射線檢測(cè)中膠片焊縫缺陷定位與識(shí)別[J];西安工業(yè)大學(xué)學(xué)報(bào);2012年04期

6 羅愛民;沈才洪;易彬;李坤;;基于改進(jìn)二叉樹多分類SVM的焊縫缺陷分類方法[J];焊接學(xué)報(bào);2010年07期

7 孫林;楊世元;吳德會(huì);;X射線底片焊縫缺陷的支持向量機(jī)識(shí)別方法[J];應(yīng)用科學(xué)學(xué)報(bào);2008年04期

8 任大海,尤政,孫長(zhǎng)庫(kù),葉聲華;焊接缺陷實(shí)時(shí)成像自動(dòng)檢測(cè)技術(shù)的研究[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年02期

相關(guān)博士學(xué)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(shí)時(shí)診斷及其理論基礎(chǔ)[D];華中科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前1條

1 肖輝;焊接缺陷射線DR圖像自動(dòng)檢測(cè)與識(shí)別系統(tǒng)研究[D];南昌航空大學(xué);2017年

，

本文編號(hào)：2633220