《激光焊匙孔特征的近红外与X射线传感分析》PDF+DOC
作者:高向东,李竹曼,游德勇,张南峰
单位:中国科学院长春光机所;中国仪器仪表学会
出版:《光学精密工程》2016年第10期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFGXJM2016100070
DOC编号:DOCGXJM2016100079
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于特征融合进行活动识别的DCNN方法》PDF+DOC2016年第04期 王金甲,杨中玉
《基于旋转电弧传感法和神经网络的焊缝成形预测模型》PDF+DOC2017年第09期 丁度坤,谢存禧,张铁,杜健辉
《雷达海上目标双通道卷积神经网络特征融合智能检测方法》PDF+DOC2019年第10期 苏宁远,陈小龙,陈宝欣,关键
《基于特征融合的刀具磨损监测方法》PDF+DOC1996年第04期 杨林,李圣怡,梁建成,吴学忠
《熔焊》PDF+DOC1997年第03期
《抽油管缺陷检测的多传感器融合技术》PDF+DOC2005年第17期 杨涛,高殿斌
《基于电子鼻技术的碧螺春茶叶品质等级检测研究》PDF+DOC2012年第11期 陈哲,赵杰文
《基于振动信号特征融合的齿轮泵故障诊断》PDF+DOC2009年第05期 刘希亮,陈小虎
《基于融合技术的电子产品PHM系统研究》PDF+DOC2014年第11期 刘倩倩,王红霞,尹明
《基于提升小波包和神经网络的结构损伤检测》PDF+DOC2013年第01期 陈换过,江金寿,李剑敏,田莉,张利绍
由于多传感匙孔特征参数可以有效地反映大功率激光焊接质量状态,本文研究了匙孔特征信息的提取方法并建立了焊缝成形预测模型。以大功率盘形激光焊接304不锈钢为试验对象,应用近红外高速摄像机和X射线视觉成像系统同时提取了焊接过程中的熔池动态图像,并分割出匙孔区域。针对近红外图像,应用矩方法导出匙孔的不变矩特征,同时定义并提取匙孔面积和最前端点纵坐标两个特征;针对X射线图像则提取匙孔深度和熵两个特征。在不同激光功率条件下得到匙孔特征并进行特征融合分析,然后建立了3个BP神经网络焊缝成形预测模型。探索了匙孔形态、焊接条件和焊接状态三者之间的联系,实现了对焊接过程的在线监测。试验结果表明,将两个传感器获取的匙孔特征信息融合并进行主成分分析变换后,熔宽和熔深的预测绝对误差平均值分别为0.18mm和0.57mm,比基于单个传感器获取匙孔特征建立的BP神经网络分别减小了0.03mm和0.31mm,显示提出的方法能够有效在线监测大功率盘形激光焊接状态。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。