[发明专利]基于深度预测网络的驼峰和熔透在线预警方法有效
| 申请号： | 201910630633.3 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110414388B | 公开（公告）日： | 2022-09-06 |
| 发明（设计）人： | 柏连发;韩静;谢厚森;赵壮;张毅;陆骏;陈霄宇;张宸睿 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06V20/00 | 分类号： | G06V20/00;G06V10/774;G06N3/04;G06N3/08;G08B31/00;G01N21/88 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 马鲁晋 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度预测网络的驼峰和熔透预警方法，将熔池图像样本数据输入构建的驼峰和熔透预警模型，利用反向传播算法更新驼峰和熔透预警模型网络参数，直至损失函数值变化量小于设定阈值，选取此时训练的模型参数作为该模型的网络参数；将实时采集的熔池图像输入训练好的驼峰和熔透预警模型得到五十帧之后的熔池图像是否为驼峰或熔透。本发明采用基于深度预测网络的驼峰和熔透预警模型，能够实时预测熔池形态的变化以判断焊接过程是否有产生驼峰或熔透的趋势。 | ||
| 搜索关键词： | 基于 深度 预测 网络 驼峰 在线 预警 方法 | ||
【主权项】：
1.一种基于深度预测网络的驼峰和熔透预警方法，其特征在于，具体步骤为：步骤1、构建基于深度预测网络的驼峰和熔透预警模型；步骤2、将熔池图像样本数据输入步骤1构建的驼峰和熔透预警模型，利用反向传播算法更新驼峰和熔透预警模型网络参数，直至损失函数值变化量小于设定阈值，选取此时训练的模型参数作为该模型的网络参数；步骤3、将实时采集的熔池图像输入训练好的驼峰和熔透预警模型得到五十帧之后的熔池图像是否为驼峰或熔透。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910630633.3/，转载请声明来源钻瓜专利网。
