CN115456982A - 焊缝熔透性判定方法、装置、电子设备以及存储介质 - Google Patents

焊缝熔透性判定方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN115456982A
CN115456982A CN202211078417.0A CN202211078417A CN115456982A CN 115456982 A CN115456982 A CN 115456982A CN 202211078417 A CN202211078417 A CN 202211078417A CN 115456982 A CN115456982 A CN 115456982A
Authority
CN
China
Prior art keywords
weld
weld penetration
model
initial
image samples
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211078417.0A
Other languages
English (en)
Inventor
宋燕利
彭易朋
华林
聂秀凯
路珏
汪选国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202211078417.0A priority Critical patent/CN115456982A/zh
Publication of CN115456982A publication Critical patent/CN115456982A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30152—Solder

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种焊缝熔透性判定方法、装置、电子设备及存储介质，该方法包括：获取多个焊缝熔池图像样本；建立初始焊缝熔透性判定模型，其中，初始焊缝熔透性判定模型包括卷积层，池化层及全连接层；将多个焊缝熔池图像样本输入至初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型。通过焊缝熔透性判定模型处理焊缝熔池图像，将判定焊缝熔透性的问题，转化为根据焊缝熔池图像确定焊缝熔透性的问题，不仅充分利用了焊缝熔透性判定模型对图像处理的能力，并且提高了判定焊缝熔透性的客观程度。

Description

焊缝熔透性判定方法、装置、电子设备以及存储介质
技术领域
本发明涉及焊接过程监测技术领域，尤其涉及一种焊缝熔透性判定方法、装置、电子设备以及存储介质。
背景技术
焊接是依靠外加的热源(例如激光、等离子、电弧)等手段将外部的介质(例如焊丝、焊条或者焊接件本身)融化，来实现工件的连接。为了得到良好的焊接效果，对焊接过程的控制是关键。焊接过程控制包括了焊缝跟踪以及最终的焊缝成形控制两大方面。焊缝跟踪，是为了确保在焊接过程中，热源即电弧能够始终对准焊缝，目前已有较为成熟的控制技术。焊缝成形，主要反映了焊缝的熔透状态情况，直接关系到焊缝以及周边焊接热影响区的金属组织与性能，进而决定了最终焊接件的受力特性，对最终产品的可靠性影响巨大。
目前，在不破坏产品的情况下，对于焊缝成形进行检测，主要是依靠焊工的经验、通过观察焊接区域的X光图像进行检验，主观性比较强，不能客观地反映检验结果。
因此，现有技术中在对焊接过程进行监测时，存在无法客观判定焊缝熔透性的问题。
发明内容
有鉴于此，有必要提供一种焊缝熔透性判定方法、装置、电子设备及存储介质，用以解决现有技术中对焊接过程进行监测时，无法客观判定焊缝熔透性的问题。
为了解决上述问题，本发明提供一种焊缝熔透性判定方法，包括：
获取多个焊缝熔池图像样本；
建立初始焊缝熔透性判定模型，其中，初始焊缝熔透性判定模型包括卷积层，池化层及全连接层；
将多个焊缝熔池图像样本输入至初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型；
获取实时焊缝熔池图像，基于训练完备的焊缝熔透性判定模型，确定实时焊缝熔池图像的焊缝熔透性判定结果。
进一步地，获取多个焊缝熔池图像样本，包括：
对多个初始焊缝熔池图像样本进行灰度化处理，得到多个黑白图像样本；
对多个黑白图像样本进行滤波去噪，得到多个去噪图像样本；
对多个去噪图像样本进行图像增强，得到多个焊缝熔池图像样本。
进一步地，对多个黑白图像样本进行滤波去噪，包括：
通过中值滤波对多个黑白图像样本进行滤波去噪。
进一步地，将多个焊缝熔池图像样本输入至初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型，包括：
将多个焊缝熔池图像样本输入至卷积层，进行过滤操作，提取多个焊缝熔池图像样本的关键特征信息；
将关键特征信息输入至池化层，进行池化操作，对关键特征信息进行压缩，得到多个焊缝熔池图像样本的压缩关键特征信息；
将压缩关键特征信息输入至全连接层，得到多个焊缝熔池图像样本对应的多个焊缝熔透性判定结果样本；
重复迭代多个焊缝熔池图像样本至初始焊缝熔透性判定模型，直至得到训练完备的焊缝熔透性判定模型。
进一步地，初始焊缝熔透性判定模型还包括激活函数层，对多个焊缝熔透性判定结果样本进行非线性操作。
进一步地，初始焊缝熔透性判定模型还包括归一化层，对多个焊缝熔透性判定结果样本进行归一化处理。
进一步地，初始焊缝熔透性判定模型还包括残差模块，对卷积层的参数进行优化。
为了解决上述问题，本发明还提供一种焊缝熔透性判定装置，包括：
样本获取模块，用于获取多个焊缝熔池图像样本；
模型建立模块，用于建立初始焊缝熔透性判定模型，其中，初始焊缝熔透性判定模型包括卷积层，池化层及全连接层；
模型训练模块，用于将多个焊缝熔池图像样本输入至初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型；
焊缝熔透性判定模块，用于获取实时焊缝熔池图像，基于训练完备的焊缝熔透性判定模型，确定实时焊缝熔池图像的焊缝熔透性判定结果。
本发明还提供一种电子设备，包括处理器以及存储器，存储器上存储有计算机程序，计算机程序被处理器执行时，实现如上述任一技术方案的焊缝熔透性判定方法。
本发明还提供一种计算机可读存储介质，程序介质存储有计算机程序指令，当计算机程序指令被计算机执行时，实现如上述任一技术方案的焊缝熔透性判定方法。
采用上述实施例的有益效果是：本发明提供一种焊缝熔透性判定方法、装置、电子设备及存储介质，该方法包括：获取多个焊缝熔池图像样本；建立初始焊缝熔透性判定模型，其中，初始焊缝熔透性判定模型包括卷积层，池化层及全连接层；将多个焊缝熔池图像样本输入至初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型。通过焊缝熔透性判定模型处理焊缝熔池图像，将判定焊缝熔透性的问题，转化为根据焊缝熔池图像确定焊缝熔透性的问题，不仅充分利用了焊缝熔透性判定模型对图像处理的能力，并且提高了判定焊缝熔透性的客观程度。
附图说明
图1为本发明提供的焊缝熔透性判定方法一实施例的流程示意图；
图2为本发明提供的获取多个焊缝熔池图像样本一实施例的流程示意图；
图3为本发明提供的获取训练完备的焊缝熔透性判定模型一实施例的流程示意图；
图4为本发明提供的焊缝熔透性判定装置一实施例的结构框图；
图5为本发明提供的电子设备一实施例的结构框图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
在陈述实施例之前，先对关于焊缝熔透性状态类型进行阐述：
根据焊缝实际熔深，将焊缝熔透性状态分为三种类型，分别为：焊透、未焊透和焊穿，其中，焊透是理想的缝熔透性状态，即，为正常状态。
为了对焊缝熔透性进行客观、准确的判定，本发明提供了一种焊缝熔透性判定方法、装置、电子设备及存储介质，以下分别进行详细说明。
如图1所示，图1为本发明提供的焊缝熔透性判定方法一实施例的流程示意图，焊缝熔透性判定方法包括：
步骤S101：获取多个焊缝熔池图像样本。
步骤S102：建立初始焊缝熔透性判定模型，其中，初始焊缝熔透性判定模型包括卷积层，池化层及全连接层。
步骤S103：将多个焊缝熔池图像样本输入至初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型。
步骤S104：获取实时焊缝熔池图像，基于训练完备的焊缝熔透性判定模型，确定实时焊缝熔池图像的焊缝熔透性判定结果。
本实施例中，首先，获取多个焊缝熔池图像样本；其次，建立初始焊缝熔透性判定模型，其中，初始焊缝熔透性判定模型包括卷积层，池化层及全连接层；然后，将多个焊缝熔池图像样本输入至初始焊缝熔透性判定模型，以对应的焊缝熔透性判定结果作为样本输出，训练初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型；最后，获取实时焊缝熔池图像，基于训练完备的焊缝熔透性判定模型，确定实时焊缝熔池图像的焊缝熔透性判定结果。
本发明提供的实施例中，通过焊缝熔透性判定模型处理焊缝熔池图像，将判定焊缝熔透性的问题，转化为根据焊缝熔池图像确定焊缝熔透性的问题，不仅充分利用了焊缝熔透性判定模型对图像处理的能力，并且提高了判定焊缝熔透性的客观程度。
在一具体实施例中，焊缝熔池图像的参数包括：焊缝熔宽、长宽比及熔池面积，焊缝熔池图像与焊缝熔透性的关系如下：
当焊缝熔宽值不超过11mm，长宽比在0.5-0.9之间，熔池面积在150mm2以内时，判定为未焊透；
当焊缝熔宽值在11～16mm之间，长宽比在0.5～0.9之间，熔池面积在180～250mm2之间时，判定为焊穿；
当焊缝熔宽值在16mm左右，长宽比超过1，熔池面积超过300mm2时，判定为焊透。
作为优选的实施例，在步骤S101中，为了获取多个焊缝熔池图像样本，如图2所示，图2为本发明提供的获取多个焊缝熔池图像样本一实施例的流程示意图，获取多个焊缝熔池图像样本包括：
步骤S111：对多个初始焊缝熔池图像样本进行灰度化处理，得到多个黑白图像样本。
步骤S112：对多个黑白图像样本进行滤波去噪，得到多个去噪图像样本。
步骤S113：对多个去噪图像样本进行图像增强，得到多个焊缝熔池图像样本。
本实施例中，通过对初始焊缝熔池图像样本进行灰度化处理，调整初始焊缝熔池图像样本的灰度范围为0-255，能够避免条带失真；通过对多个黑白图像样本进行滤波去噪，保证后续对熔池轮廓的提取与识别的精；通过对多个去噪图像样本进行图像增强，能够得到更好的轮廓特征，从而改善初始焊缝熔池图像样本的视觉效果，提升清晰度。
作为优选的实施例，在步骤S112中，通过中值滤波对多个黑白图像样本进行滤波去噪。
作为优选的实施例，在步骤S103中，为了得到训练完备的焊缝熔透性判定模型，如图3所示，图3为本发明提供的获取训练完备的焊缝熔透性判定模型一实施例的流程示意图，获取训练完备的焊缝熔透性判定模型包括：
步骤S131：将多个焊缝熔池图像样本输入至卷积层，进行过滤操作，提取多个焊缝熔池图像样本的关键特征信息。
步骤S132：将关键特征信息输入至池化层，进行池化操作，对关键特征信息进行压缩，得到多个焊缝熔池图像样本的压缩关键特征信息。
步骤S133：将压缩关键特征信息输入至全连接层，得到多个焊缝熔池图像样本对应的多个焊缝熔透性判定结果样本。
步骤S134：重复迭代多个焊缝熔池图像样本至初始焊缝熔透性判定模型，直至得到训练完备的焊缝熔透性判定模型。
本实施例中，通过将多个焊缝熔池图像样本输入至初始焊缝熔透性判定模型，然后通过卷积层提取关键特征信息，通过池化层对关键特征信息进行压缩，再由全连接层进行分类，分别确定多个焊缝熔池图像样本对应的多个焊缝熔透性判定结果样本；最后，重复上述操作，不断优化初始焊缝熔透性判定模型的参数，最终得到训练完备的焊缝熔透性判定模型。
本实施例中，通过卷积层提取焊缝熔池图像样本的关键特征信息，能够保证特征信息的准确性；通过池化层压缩关键特征信息，能够提高焊缝熔透性判定模型的运行效率；通过全连接层进行焊缝熔透性判定，能够实现自动化判定焊缝熔透性，提高了焊缝熔透性判定结果的客观性。基于焊缝熔透性判定模型强大的计算能力和图片处理能力，焊缝熔透性判定模型能够较好地对焊缝熔池图像样本的焊缝熔透性进行判定。作为优选的实施例，初始焊缝熔透性判定模型还包括激活函数层，对多个焊缝熔透性判定结果样本进行非线性操作。
在一具体实施例中，选用ReLU激活函数。
作为优选的实施例，初始焊缝熔透性判定模型还包括归一化层，对多个焊缝熔透性判定结果样本进行归一化处理。
由于焊缝熔透性判定结果包括3种情况，即，焊透、未焊透和焊穿，因此，为了便于分类，将焊缝熔透性判定结果归一化设置成3。
在一具体实施例中，将焊透设置为1，将未焊透设置为2，将焊穿设置为3。通过归一化处理，能够简化焊缝熔透性判定结果的表现形式，便于工作人员进行确认。
作为优选的实施例，初始焊缝熔透性判定模型还包括残差模块，对卷积层的参数进行优化。
在一具体实施例中，残差模块为ResNet残差。
通过设置ResNet残差，能够缓解因卷积层数增多，而导致的过拟合问题。通过上述方法，由焊缝熔透性判定模型处理焊缝熔池图像，将判定焊缝熔透性的问题，转化为根据焊缝熔池图像确定焊缝熔透性的问题，不仅充分利用了焊缝熔透性判定模型对图像处理的能力，并且提高了判定焊缝熔透性的客观程度。
进一步地，由大量的测试结果得出：通过上述方法对焊缝熔透性进行判定，测试准确率总体上可达96％以上。
为了实现上述目标，本发明还提供了一种焊缝熔透性判定装置，如图4所示，图4为本发明提供的焊缝熔透性判定装置一实施例的结构框图，焊缝熔透性判定装置400包括：
样本获取模块401，用于获取多个焊缝熔池图像样本；
模型建立模块402，用于建立初始焊缝熔透性判定模型，其中，初始焊缝熔透性判定模型包括卷积层，池化层及全连接层；
模型训练模块403，用于将多个焊缝熔池图像样本输入至初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型；
焊缝熔透性判定模块404，用于获取实时焊缝熔池图像，基于训练完备的焊缝熔透性判定模型，确定实时焊缝熔池图像的焊缝熔透性判定结果。
本发明还相应提供了一种电子设备，如图5所示，图5为本发明提供的电子设备一实施例的结构框图。电子设备500可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。电子设备500包括处理器501以及存储器502，其中，存储器502上存储有焊缝熔透性判定程序503。
存储器502在一些实施例中可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器502在另一些实施例中也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器502还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器502用于存储安装于计算机设备的应用软件及各类数据，例如安装计算机设备的程序代码等。存储器502还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，焊缝熔透性判定程序503可被处理器501所执行，从而实现本发明各实施例的焊缝熔透性判定方法。
处理器501在一些实施例中可以是一中央处理器(Central Processing Unit，CPU)，微处理器或其他数据处理芯片，用于运行存储器502中存储的程序代码或处理数据，例如执行焊缝熔透性判定程序等。
本实施例还提供了一种计算机可读存储介质，其上存储有焊缝熔透性判定程序，计算机该程序被处理器执行时，实现如上述任一技术方案所述的焊缝熔透性判定方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种焊缝熔透性判定方法，其特征在于，包括：
获取多个焊缝熔池图像样本；
建立初始焊缝熔透性判定模型，其中，所述初始焊缝熔透性判定模型包括卷积层，池化层及全连接层；
将所述多个焊缝熔池图像样本输入至所述初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练所述初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型；
获取实时焊缝熔池图像，基于所述训练完备的焊缝熔透性判定模型，确定所述实时焊缝熔池图像的焊缝熔透性判定结果。
2.根据权利要求1所述的焊缝熔透性判定方法，其特征在于，所述获取多个焊缝熔池图像样本，包括：
对所述多个初始焊缝熔池图像样本进行灰度化处理，得到多个黑白图像样本；
对所述多个黑白图像样本进行滤波去噪，得到多个去噪图像样本；
对所述多个去噪图像样本进行图像增强，得到多个焊缝熔池图像样本。
3.根据权利要求2所述的焊缝熔透性判定方法，其特征在于，所述对所述多个黑白图像样本进行滤波去噪，包括：
通过中值滤波对所述多个黑白图像样本进行滤波去噪。
4.根据权利要求1所述的焊缝熔透性判定方法，其特征在于，所述将所述多个焊缝熔池图像样本输入至所述初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练所述初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型，包括：
将所述多个焊缝熔池图像样本输入至所述卷积层，进行过滤操作，提取所述多个焊缝熔池图像样本的关键特征信息；
将所述关键特征信息输入至所述池化层，进行池化操作，对所述关键特征信息进行压缩，得到所述多个焊缝熔池图像样本的压缩关键特征信息；
将所述压缩关键特征信息输入至全连接层，得到所述多个焊缝熔池图像样本对应的多个焊缝熔透性判定结果样本；
重复迭代所述多个焊缝熔池图像样本至所述初始焊缝熔透性判定模型，直至得到训练完备的焊缝熔透性判定模型。
5.根据权利要求4所述的焊缝熔透性判定方法，其特征在于，所述初始焊缝熔透性判定模型还包括激活函数层，对所述多个焊缝熔透性判定结果样本进行非线性操作。
6.根据权利要求4所述的焊缝熔透性判定方法，其特征在于，所述初始焊缝熔透性判定模型还包括归一化层，对所述多个焊缝熔透性判定结果样本进行归一化处理。
7.根据权利要求4所述的焊缝熔透性判定方法，其特征在于，所述初始焊缝熔透性判定模型还包括残差模块，对所述卷积层的参数进行优化。
8.一种焊缝熔透性判定装置，其特征在于，包括：
样本获取模块，用于获取多个焊缝熔池图像样本；
模型建立模块，用于建立初始焊缝熔透性判定模型，其中，所述初始焊缝熔透性判定模型包括卷积层，池化层及全连接层；
模型训练模块，用于将所述多个焊缝熔池图像样本输入至所述初始焊缝熔透性判定模型，对应的焊缝熔透性判定结果作为样本输出，训练所述初始焊缝熔透性判定模型，得到训练完备的焊缝熔透性判定模型；
焊缝熔透性判定模块，用于获取实时焊缝熔池图像，基于所述训练完备的焊缝熔透性判定模型，确定所述实时焊缝熔池图像的焊缝熔透性判定结果。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-7任一项所述的焊缝熔透性判定方法。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至7中任一所述的焊缝熔透性判定方法。
CN202211078417.0A 2022-09-05 2022-09-05 焊缝熔透性判定方法、装置、电子设备以及存储介质 Pending CN115456982A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211078417.0A CN115456982A (zh) 2022-09-05 2022-09-05 焊缝熔透性判定方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211078417.0A CN115456982A (zh) 2022-09-05 2022-09-05 焊缝熔透性判定方法、装置、电子设备以及存储介质

Publications (1)

Publication Number Publication Date
CN115456982A true CN115456982A (zh) 2022-12-09

Family

ID=84303604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211078417.0A Pending CN115456982A (zh) 2022-09-05 2022-09-05 焊缝熔透性判定方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN115456982A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4611111A (en) * 1985-01-22 1986-09-09 General Electric Company Method to determine weld puddle area and width from vision measurements
WO2004109268A1 (en) * 2003-06-06 2004-12-16 Abb Ab Weld quality evaluation
CN108346151A (zh) * 2018-03-12 2018-07-31 湖南大学 一种判断激光焊接熔透性的方法
CN111738369A (zh) * 2020-08-24 2020-10-02 南京知谱光电科技有限公司 基于熔池视觉特征的焊熔透状态及熔深实时预测方法
US20210318673A1 (en) * 2020-04-08 2021-10-14 BWXT Advanced Technologies LLC In-Situ Inspection Method Based on Digital Data Model of Weld
CN113838050A (zh) * 2021-11-23 2021-12-24 昆山宝锦激光拼焊有限公司 一种基于互补双通道卷积神经网络的焊缝成形预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4611111A (en) * 1985-01-22 1986-09-09 General Electric Company Method to determine weld puddle area and width from vision measurements
WO2004109268A1 (en) * 2003-06-06 2004-12-16 Abb Ab Weld quality evaluation
CN108346151A (zh) * 2018-03-12 2018-07-31 湖南大学 一种判断激光焊接熔透性的方法
US20210318673A1 (en) * 2020-04-08 2021-10-14 BWXT Advanced Technologies LLC In-Situ Inspection Method Based on Digital Data Model of Weld
CN111738369A (zh) * 2020-08-24 2020-10-02 南京知谱光电科技有限公司 基于熔池视觉特征的焊熔透状态及熔深实时预测方法
CN113838050A (zh) * 2021-11-23 2021-12-24 昆山宝锦激光拼焊有限公司 一种基于互补双通道卷积神经网络的焊缝成形预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姜天胜 等: "焊接电流作用下熔池形状特征与熔透状态的关系", 焊接技术, no. 11, pages 20 - 24 *
高向东等: "电弧焊熔透ICA-BP神经网络识别模型", 《焊接学报》, vol. 37, no. 5, pages 33 - 36 *

Similar Documents

Publication Publication Date Title
CN111191532A (zh) 基于施工区域的人脸识别方法、装置、计算机设备
CN110969611A (zh) 管道焊缝缺陷检测方法、装置、系统及存储介质
CN109300127B (zh) 缺陷检测方法、装置、计算机设备及存储介质
CN109741295B (zh) 产品质量检测方法及装置
CN116618764B (zh) 一种镜面放电加工机的生产优化方法及系统
CN116992740B (zh) 一种通讯基站精密部件生产设备的智能调控方法及系统
CN114706358A (zh) 一种直缝焊管的焊接工艺信息处理方法及系统
CN109741296B (zh) 产品质量检测方法及装置
CN114419034B (zh) 一种智能穿戴用硅胶材料的自动化检测方法、系统及介质
CN111198906A (zh) 一种数据处理方法、装置、系统及存储介质
CN115713403A (zh) 基于自编码神经网络的企业风险识别方法、装置及设备
CN111695575A (zh) 一种基于改进均值滤波法的焊缝图像特征点提取方法
CN116740728A (zh) 一种用于晶圆读码器动态获取方法和系统
CN114596309A (zh) 焊缝缺陷的检测、模型训练方法、系统、设备和存储介质
CN113066051B (zh) 一种坡口缺陷检测方法、计算设备及可读存储介质
CN115456982A (zh) 焊缝熔透性判定方法、装置、电子设备以及存储介质
CN116776647B (zh) 一种复合镍铜铝散热底板的性能预测方法及系统
CN111932531A (zh) 模型训练方法、焊点缺陷检测方法、装置及电子设备
CN115018842B (zh) 基于机器视觉的缺陷检测方法、装置、终端及存储介质
CN113112458A (zh) 一种基于支持向量机的金属表面缺陷检测方法
CN117630003A (zh) 一种零件缺陷的检测方法和装置
CN116958905A (zh) 输电线路故障监测方法、系统、介质及设备
CN113447572A (zh) 钢轨探伤方法、电子装置、钢轨探伤车及可读存储介质
CN115272952A (zh) 新能源基建的安全监控方法、装置、系统和存储介质
CN113592043B (zh) 一种纸盒分类方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20221209