[发明专利]一种判断激光焊接熔透性的方法

摘要

本发明公开了一种判断激光焊接熔透性的方法，对焊接过程进行拍摄，采集到熔池的图像，把熔池状态分成4类，分别是未熔透、初步熔透、完全熔透与过熔透，每一类状态筛选每一类11000张图片，其中10000张为测试集，1000张为训练集，一共44000张图片，40000张训练集，4000张测试集，每一张图像转换为28×28大小的灰度图。将灰度图输入卷积神经网络进行训练，得到训练模型结果。本发明的方法可以自动对激光焊接熔透性进行分类，能有效判断激光焊接熔透性。

主权项

1.一种判断激光焊接熔透性的方法，其特征在于，包括以下步骤：1)对焊接过程进行拍摄，采集到熔池的图像，按照穿透孔的大小把熔池状态分成4类，分别是未熔透、初步熔透、完全熔透与过熔透，每一类状态筛选每一类N张图片，其中M张为训练集，且M＜N，N‑M张为测试集；每一张图片转换为S×S大小的灰度图；其中N大于6000，S≥28；2)将所述训练集对应的灰度图设置为4组；3)将步骤2)的每组灰度图输入到卷积神经网络，经过卷积层进行卷积计算，得到多个第一特征图；4)将所述第一特征图的宽和高的尺寸池化到第一池化层的上一层的一半大小，得到多个第二特征图；5)对所述第二特征图进行卷积计算，输出多个第三特征图；6)将所述第三特征图的宽和高的尺寸池化到第二池化层的上一层的一半大小，得到多个第四特征图；7)将第四特征图转为特征向量输入至第一全连接层；8)使用激活函数对第一全连接层进行运算，达到稀疏效果；9)将稀疏后的特征向量输出至第二全连接层；10)将第二全连接层的特征向量输入至输出层，输出获得分类概率分布，取概率最大的那一项作为最终分类结果；11)对所有待分类图片，执行步骤3)～步骤10)，获得所有待分类图片的最终分类结果，将所有图片的最终分类结果与真实分类进行比较，得到正确预测到的正例的数量TP、正确预测到的负例的数量TN：、把负例预测成正例的数量FP、把正例预测成负例的数量FN；利用下式计算准确率＝(TP+TN)/(TP+TN+FP+FN)。