微间隙焊缝磁光成像NN-KF跟踪算法

发布时间：2018-08-25 16:04

【摘要】：针对紧密对接微间隙焊缝,分析基于磁光成像的神经网络补偿卡尔曼滤波(kalman filtering compensated by neural network,NN-KF)跟踪算法,建立焊缝位置测量模型并运用卡尔曼滤波对焊缝位置偏差进行最优预测.卡尔曼滤波进行最优估计需建立准确的系统模型和观测模型,而在焊缝跟踪过程中,系统噪声具有非先验性.对于针对测量模型误差、过程噪声和测量噪声对卡尔曼滤波结果的影响,运用反向传播(back propagation,BP)神经网络对卡尔曼滤波结果进行修正,补偿模型误差及噪声统计不确定性造成的滤波误差.结果表明,BP神经网络补偿卡尔曼滤波算法能有效抑制滤波发散,减小噪声干扰影响,提高焊缝跟踪精度.
[Abstract]:The tracking algorithm of neural network compensated Kalman filter (kalman filtering compensated by neural network,NN-KF) based on magneto-optic imaging is analyzed for the tightly docked micro-gap weld seam. The weld position measurement model is established and the optimal prediction of weld position deviation is carried out by using Kalman filter. It is necessary to establish accurate system model and observation model for optimal estimation by Kalman filter, and the system noise is nonpriori in the process of weld seam tracking. Aiming at the effect of measurement model error, process noise and measurement noise on Kalman filter results, the back propagation,BP neural network is used to correct the Kalman filtering results. The filter error caused by model error and noise statistical uncertainty is compensated. The results show that the Kalman filtering algorithm compensated by BP neural network can effectively suppress the filter divergence, reduce the noise interference and improve the seam tracking accuracy.
【作者单位】： 广东工业大学广东省计算机集成制造重点实验室;
【基金】：国家自然科学基金资助项目(51675104) 广东省科技发展专项资金资助项目(2016A010102015) 广州市科技计划资助项目(201510010089) 广东省计算机集成制造重点实验室开放基金资助项目(CIMSOF2016008)
【分类号】：TG409

【相似文献】

相关期刊论文 前10条

1 ;2010年焊缝检测新技术应用专题论坛[J];工业炉;2010年02期

2 ;2010年焊缝检测新技术应用专题论坛[J];焊接技术;2010年03期

3 甘贤海,丁国清,胡胜华;主动红外技术在线焊缝检测系统[J];激光与红外;2004年02期

4 杨光临,谢海燕;单片机应用于红外食品罐焊缝检测系统[J];激光与红外;2004年02期

5 郑双;朱名日;王悦;徐明;;基于集成技术的三维焊缝检测传感器设计[J];传感器与微系统;2008年03期

6 ;第三届焊缝检测新技术应用专题论坛会即将召开[J];焊管;2011年04期

7 ;第三届焊缝检测新技术应用专题论坛会即将召开[J];焊管;2011年05期

8 ;油气管道焊缝检测五获国家专利[J];吐哈油气;2011年03期

9 俞楚勇;;浅析起重机焊缝检测方法的选择[J];机械制造;2011年12期

10 ;焊缝探测[J];机器人情报;1994年01期

相关会议论文 前10条

1 闫明巍;王永宏;;贮箱焊缝的射线底片影像识别方法研究[A];陕西省第十一届无损检测年会论文集[C];2008年

2 欧燕;王永宏;;锁底焊缝的超声相控阵检测[A];陕西省第十一届无损检测年会论文集[C];2008年

3 田思;袁占亭;孙忠诚;;焊缝射线图象灰度增强处理的研究[A];第九次全国焊接会议论文集（第1册）[C];1999年

4 金宏跃;;焊缝探伤缺陷的评定[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年

5 齐建堂;;钢架结构公路桥梁T型焊缝的超声波探伤[A];陕西省第十届无损检测年会论文集[C];2006年

6 金宏跃;;焊缝探伤缺陷的评定[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年

7 杨兴斌;曹麦对;刘雪芳;;奥氏体与合金钢连接焊缝超声波探伤工艺[A];晋冀鲁豫鄂蒙川云贵甘沪湘十二省区市机械工程学会2007年学术年会论文集（河南、贵州分册）[C];2007年

8 杨勇;;浅谈风电设备T型焊缝超声检测及层状撕裂的判定[A];2012陕西省第十三届无损检测年会论文集[C];2012年

9 孔令维;;双IR-192γ射线源检测法在煤气化关键设备现场合拢焊缝检测中的应用[A];西南地区第十届NDT学术交流会论文集[C];2009年

10 李剑峰;;应用超声相控阵技术对特殊结构焊缝检测[A];2011中国海事装备技术论坛论文集[C];2011年

相关重要报纸文章 前3条

1 王友明　记者 陈铁;超高厚度焊缝检测告别依赖进口技术[N];中国质量报;2008年

2 李伟　杜代文;瞄准零差错 严把质量关[N];中国石化报;2011年

3 记者 李兵　通讯员 曹克顺;大机械用超声波“体检”：快,省![N];山西日报;2009年

相关博士学位论文 前1条

1 黎昭郁;强弧光环境下焊缝识别模型及实现方法研究[D];广东工业大学;2015年

相关硕士学位论文 前10条

1 阳军军;基于激光视觉的焊缝定位系统开发[D];深圳大学;2016年

2 张侃;AP1000主管道奥氏体不锈钢焊缝超声检测建模仿真研究[D];大连理工大学;2016年

3 谢志孟;自动焊视觉传感及焊缝识别新方法研究[D];广东工业大学;2005年

4 邱振卫;别克副车架焊缝图像识别算法研究[D];上海交通大学;2007年

5 姚广臣;基于有限元的矩形支管节点焊缝分析及检测[D];大连理工大学;2013年

6 韩红文;便携式数字化焊缝底片检测仪应用研究[D];东北大学;2009年

7 沙正骁;奥氏体不锈钢焊缝中超声传播路径的模拟[D];哈尔滨工业大学;2010年

8 王海涛;焊缝检测与焊枪伺服机构研究[D];沈阳大学;2008年

9 张立红;基于磁记忆参数的焊缝可靠性评价[D];东北石油大学;2012年

10 周生元;螺旋钢管焊缝在线检测及跟踪系统的开发研究[D];哈尔滨工业大学;2007年

，

本文编号：2203421