预留间隙TIG薄板焊接熔孔视觉检测和熔透状态预测
发布时间:2021-02-10 23:49
在预留间隙的单面焊双面成形工艺中,为了保证工件背部良好的熔透,往往需要形成熔孔。熔孔是预留间隙对接焊特有的现象,熔孔的存在能够保证间隙两侧表面的母材都充分熔化,继而保证焊缝完全熔透。熔孔的动态行为对于焊接过程稳定性和焊接质量的好坏至关重要。在手工焊中,焊工往往通过判断和控制熔孔的闭合和尺寸就可以控制熔透和焊缝成形。因此,研究焊接过程中熔孔的动态行为对于指导焊接生产具有十分重要的意义。本文在现有设备的基础上改进了焊接试验平台,使焊枪实现了一定角度的倾斜,搭建了基于双CMOS相机的同步视觉传感系统,一台相机在工件背面,朝向焊接方向的反方向,对背面熔孔进行实时监测;另一台相机位于工件正面,朝向熔孔后部对正面熔孔进行观察。针对工件背面和正面不同的感光条件,对于两台相机分别设计了不同的滤光方案,获得了清晰的正背面熔孔图像。根据采集到的熔孔图像的灰度特征,采用MATLAB图像处理软件,设计了相应的边缘提取算法,获得了正背面熔孔的边缘。通过小孔成像模型对两台相机参数进行了标定,同时设计了熔孔特征参数提取算法,得到了熔孔的特征参数(几何参数和形状参数)。基于熔孔的特征参数,定量分析了在恒定参数和动态参...
【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:88 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 前言
1.1 选题意义
1.2 焊接过程熔池视觉检测和熔透控制研究现状
1.2.1 熔池视觉检测研究现状
1.2.2 熔透控制研究现状
1.3 熔孔/小孔状态检测方法的研究现状
1.3.1 电弧声信号传感
1.3.2 电信号传感
1.3.3 视觉信号传感
1.4 熔透状态预测研究现状
1.4.1 传统熔透状态预测方法
1.4.2 基于深度学习的熔透状态预测方法
1.5 本文主要研究内容
第2章 TIG薄板熔孔视觉检测与特征参数提取
2.1 焊接实验平台
2.1.1 焊接系统
2.1.2 双CMOS同步视觉检测系统
2.2 视觉系统的标定
2.3 背面熔孔图像处理算法
2.3.1 背面熔孔成像特征分析
2.3.2 背面熔孔图像处理算法设计
2.4 正面熔孔图像处理算法
2.5 熔孔特征参数
2.5.1 熔孔特征参数定义
2.5.2 熔孔特征参数提取
2.5.3 熔孔特征参数计算
2.6 本章小结
第3章 熔孔动态行为分析
3.1 实验工艺参数
3.2 熔孔演化过程分析
3.3 恒定参数下熔孔行为分析
3.3.1 焊接电流对熔孔行为的影响
3.3.2 焊接速度对熔孔行为的影响
3.3.3 预留间隙对熔孔行为的影响
3.4 动态参数下熔孔行为分析
3.4.1 动态焊接电流下的熔孔行为
3.4.2 动态焊接速度下的熔孔行为
3.5 熔孔特征参数与焊接工艺参数关系模型
3.5.1 BP神经网络
3.5.2 样本获取
3.5.3 模型的训练和结果分析
3.6 本章小结
第4章 基于深度学习算法的焊接熔透状态预测
4.1 熔透状态预测模型的选择
4.2 熔透状态预测模型的建立和数据训练
4.3 熔透状态预测模型的验证和分类结果分析
4.4 本章小结
第5章 结论
参考文献
致谢
攻读硕士学位期间已发表的论文
学位论文评阅及答辩情况表
本文编号:3028176
【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:88 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 前言
1.1 选题意义
1.2 焊接过程熔池视觉检测和熔透控制研究现状
1.2.1 熔池视觉检测研究现状
1.2.2 熔透控制研究现状
1.3 熔孔/小孔状态检测方法的研究现状
1.3.1 电弧声信号传感
1.3.2 电信号传感
1.3.3 视觉信号传感
1.4 熔透状态预测研究现状
1.4.1 传统熔透状态预测方法
1.4.2 基于深度学习的熔透状态预测方法
1.5 本文主要研究内容
第2章 TIG薄板熔孔视觉检测与特征参数提取
2.1 焊接实验平台
2.1.1 焊接系统
2.1.2 双CMOS同步视觉检测系统
2.2 视觉系统的标定
2.3 背面熔孔图像处理算法
2.3.1 背面熔孔成像特征分析
2.3.2 背面熔孔图像处理算法设计
2.4 正面熔孔图像处理算法
2.5 熔孔特征参数
2.5.1 熔孔特征参数定义
2.5.2 熔孔特征参数提取
2.5.3 熔孔特征参数计算
2.6 本章小结
第3章 熔孔动态行为分析
3.1 实验工艺参数
3.2 熔孔演化过程分析
3.3 恒定参数下熔孔行为分析
3.3.1 焊接电流对熔孔行为的影响
3.3.2 焊接速度对熔孔行为的影响
3.3.3 预留间隙对熔孔行为的影响
3.4 动态参数下熔孔行为分析
3.4.1 动态焊接电流下的熔孔行为
3.4.2 动态焊接速度下的熔孔行为
3.5 熔孔特征参数与焊接工艺参数关系模型
3.5.1 BP神经网络
3.5.2 样本获取
3.5.3 模型的训练和结果分析
3.6 本章小结
第4章 基于深度学习算法的焊接熔透状态预测
4.1 熔透状态预测模型的选择
4.2 熔透状态预测模型的建立和数据训练
4.3 熔透状态预测模型的验证和分类结果分析
4.4 本章小结
第5章 结论
参考文献
致谢
攻读硕士学位期间已发表的论文
学位论文评阅及答辩情况表
本文编号:3028176
本文链接:https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3028176.html