[发明专利]基于熔池视觉特征的焊熔透状态及熔深实时预测方法

权利要求书

1.一种基于熔池视觉特征的焊熔透状态及熔深实时预测方法，其特征在于：包括

步骤一：搭建GMAW焊熔透状态及熔深预测实验系统；

步骤二：启动实验系统，获取熔池视觉特征参数；

步骤三：建立焊熔透状态及熔深预测模型；

步骤四：进行焊熔透状态及熔深预测模型的预测；

所述焊熔透状态及熔深预测实验系统包括焊接平台（1）、焊接母材（2）、焊接机器人的焊枪（3）、熔池视觉传感系统和激光定位系统；

所述熔池视觉传感系统包括相连接的彩色CCD（4）、FPGA（5）和计算机（6）；所述彩色CCD（4）使用夹具固定在焊接机器人的焊枪（3）上，FPGA（5）发出固定频率信号触发彩色CCD（4）采集熔池图像；

所述激光定位系统包括激光器（7）、黑白CCD（8）和计算机（6）；所述黑白CCD（8）固定在焊接平台（1）上，所述激光器（7）固定在焊接机器人的焊枪（3）上，激光照射在焊丝的上沿部分；焊接过程中，FPGA（5）发出同步信号触发彩色CCD（4）和黑白CCD（8）采集图像；

所述视觉特征包括熔池面积、长度和宽度；所述熔池面积的定义为熔池图像轮廓内所有像素点的个数之和，其计算公式为：

（1）

式（1）中，表示对熔池轮廓进行逐行扫描时第j行左边缘像素点的行坐标值，表示第j行右边缘像素点的行坐标值，n表示熔池轮廓的列数；

熔池长度定义为在x轴方向上，距离最大的两个熔池轮廓边缘点之间包含的像素点的个数，其计算公式为：

（2）

式（2）中，表示熔池前部边缘点的行坐标值，表示熔池尾部边缘点的行坐标值；

熔池宽度定义为在y轴方向上，距离最大的两个熔池轮廓边缘点之间包含的像素点的个数，其计算公式为：

（3）

式（3）中，表示熔池最上侧边缘点的列坐标值，表示熔池最下侧边缘点的列坐标值。

2.根据权利要求1所述的基于熔池视觉特征的焊熔透状态及熔深实时预测方法，其特征在于：所述步骤二中获取熔池视觉特征参数包括

步骤（a），选用每个CMT周期基值阶段的首帧彩色熔池图像；

步骤（b），对彩色熔池图像进行二值化处理，提取出熔池轮廓；

步骤（c），对熔池轮廓内的空洞进行填补；

步骤（d），使用所述公式（1）（2）和（3）计算出出熔池的二维特征。

3.根据权利要求1所述的基于熔池视觉特征的焊熔透状态及熔深实时预测方法，其特征在于：所述步骤三中：

焊熔透状态及熔深预测模型包括焊熔透状态模型和熔深预测模型；

所述焊熔透状态模型为以熔池面积、长度和宽度作为输入特征参量，以焊缝的熔透状态作为输出，基于支持向量机SVM建立的模型；其以焊接电流90A时采集得到的数据作为训练集，以焊接电流100A、70A时采集得到的数据作为测试集，验证所建立模型的预测精度；

所述熔深预测模型为以熔池面、长度和宽度作为输入特征参量，焊缝熔深作为输出，基于BP神经网络建立的模型；其包含两层隐含层，神经元的个数分别设置为6和3；每组焊接参数焊接两道焊缝，其中第一条焊缝中采集得到的数据作为模型的训练数据，第二条焊缝中采集得到的数据作为测试数据。

4.根据权利要求1所述的基于熔池视觉特征的焊熔透状态及熔深实时预测方法，其特征在于：在模型训练之前，对输入特征参量进行归一化处理，将输入特征参量数据集中所有数据映射到[0,1]之间，其公式为 (4)

其中和分别表示归一化前后的数值，和分别表示原始数据集中的最大值和最小值。