【摘 要】
：
为保证激光焊接质量,需要有效识别激光在焊接过程中的焊接偏差,因此,采用改进神经网络模型实现激光焊缝偏差识别.构建激光焊接试验装置,采用302不锈钢板作为焊接试件,通过高速摄像机获取激光焊接过程中的熔池红外图像,并通过中值滤波算法对图像实行预处理后获取堆积热效应参数、匙孔质心参数、匙孔形变参数,以此作为改进神经网络模型的输入向量,实现激光焊接偏差识别.实验结果表示:该模型在隐含层单元数量为3、训练步数为240时训练误差较大程度接近目标值,且模型规则数量为4条时,可有效、精准地完成激光焊缝偏差识别.
【机 构】
：
山西农业大学信息学院,山西晋中 030008;太原理工大学,太原 030200
论文部分内容阅读
为保证激光焊接质量,需要有效识别激光在焊接过程中的焊接偏差,因此,采用改进神经网络模型实现激光焊缝偏差识别.构建激光焊接试验装置,采用302不锈钢板作为焊接试件,通过高速摄像机获取激光焊接过程中的熔池红外图像,并通过中值滤波算法对图像实行预处理后获取堆积热效应参数、匙孔质心参数、匙孔形变参数,以此作为改进神经网络模型的输入向量,实现激光焊接偏差识别.实验结果表示:该模型在隐含层单元数量为3、训练步数为240时训练误差较大程度接近目标值,且模型规则数量为4条时,可有效、精准地完成激光焊缝偏差识别.
其他文献
为了保障车用电梯安全运行,利用弹簧隔振器、缓冲垫、液压缓冲器、光纤Bragg光栅(FBG)及钢板构建了一种新型的重量实时监测装置.车重信息采用FBG进行感知.隔振器对称的安装在高强度高韧性钢板表面,FBG固定在缓冲垫上.实验研究了传感装置对不同重量车辆的响应特性,传感器受车辆碾压后Bragg谐振中心波长漂移量随时间的变化关系,以及温度和车速对传感装置测量结果产生的影响.实验研究发现:在25～60℃温度范围内,传感装置测量结果不受温度影响;当车辆重量为1 143～3 279 kg,传感装置的Bragg中心波
由于利用原有方法自动识别复杂环境运动目标时,图像存在的噪声会导致误识别率较高,因此,提出一种基于机器视觉的复杂环境运动目标自动识别方法.通过高斯混合建模方法检测复杂环境下的运动目标,具体步骤为确定高斯混合模型的实际初始参数,更新高斯混合模型的对应参数,最后对各高斯函数的实际权值实施归一化处理.基于机器视觉中的局部二值模型提取复杂环境下的运动目标特征,根据提取的运动目标特征,通过三帧差法选取并比较三帧相邻的复杂环境图像,然后两两作差并实施二值化,以及执行逻辑“与”运算,实现复杂环境下运动目标特征的识别.通过
利用现有的机器零件测量方法检测零件时存在一定的角度偏差,导致测量平均测量精度误差较大的问题,为此提出用于精密机械零件的混合角度静态测量方法.通过最小二乘支持向量机定位精密机械零件图像中存在的边缘亚像素,实现精密机械零件图像边缘的高精度检测,采用择优系数法提取精密机械零件的纹理角特征,根据提取的特征实现精密机械零件混合角度的静态测量.实验结果表明,所提方法的测量效率较高,平均测量角度误差均控制在0.03°以下.
运动过程中,受自身动作和其他外界因素的影响,容易出现运动损伤姿态,因此,提出传统方法采集数据.但传统采集方法规划的采集路径不是最优,导致提取的特征数据与真实动作不匹配,因此,研究激光三维图像,对运动损伤姿态的全新采集方法.该方法以三类百分位假人模型为参照,建立运动姿态三维扫描模型;通过规划激光扫描路径,捕捉整体运动姿态;使用平滑度参数,提取三维图像点云特征;根据径向函数,采集并生成完整的运动损伤姿态.实验结果表明:与传统方法相比,此次研究方法得到的姿态轨迹,与真实运动损伤姿态的运动轨迹更加匹配.可见激光三
为设计近红外波段温度不敏感的消色差四分之一波片,在复合波片理论的基础上,引入了温度效应的影响.通过加入自然选择的粒子群算法对三元复合消色差石英波片进行了优化设计.结果表明:在温度在0～80℃之间变化时,消色差波长范围为2 100 nm～2 500 nm的四分之一复合消色差波片对温度不敏感,且最大相位延迟量相对误差不超过1.7％,满足设计要求.
光通信系统信号质量的影响因素较多,因素之间互相干扰,导致当前光通信系统信号的质量难以达到最佳,为了提高光通信系统信号的质量,提出了基于数据挖掘技术的光通信系统信号质量参数分析方法.首先收集光通信系统信号的质量参数,并对参数进行归一化处理,通过采用数据挖掘技术,分析参数和光通信系统信号质量间的联系,得到光通信系统信号质量参数分析模型,最后与其他方法进行了仿真对比实验,结果表明,本方法的光通信系统信号质量参数分析精度高,可以保证光通信系统的性能,具有一定的实际应用价值.
为了更好地实现对掺假蜂蜜进行检测和识别,提出一种遗传算法优化反向传播(BP)神经网络和激光诱导荧光(LIF)技术相结合的新方法.实验采用蜂蜜、果葡糖浆以及二者以不同比例混合获取的实验样本,每类样本数为150个,共600个实验样本.通过激光诱导荧光技术获取实验数据.将各类样本的70％用于算法模型训练、30％用于模型预测评估.通过PCA降维技术进行特征提取,分别用极限学习机(ELM)算法、BP神经网络算法、GA_BP三种算法进行实验.实验结果表明,相比于极限学习机的82.78％、BP神经网络算法的95.89％
针对图像作为数据源在车辆行人检测任务中无法确定车辆行人空间位置、预测框不准确的问题,提出一种基于多模态数据的车辆行人检测方法.对点云预处理后获得的点云图像投影;通过卷积神经网络检测图像中的车辆行人;利用该方法提出的匹配公式和基于MLP的多模态联合评价方法,对点云和图像处理结果进行融合,实验结果表明,该方法可以获得准确的车辆行人空间位置,88.5％的目标位置误差在1 m以内;融合检测框相比于YOLOv3和DeepLabv3分别提升2.2％和3.3％;方法具有可推广性.
光学分子成像图像重建是当前的研究重点,由于传统光学分子成像图像重建方法存在重建误差,效果不理想等缺陷,为了获得理想的光学分子成像图像重建效果,提出了基于深度学习理论的光学分子成像图像重建方法.首先分析光学分子成像图像重建工作原理,找到导致光学分子成像图像重建质量差的因素,然后采集光学分子成像图像,选择卷积神经网络算法进行光学分子成像的图像重建.实验结果显示:采用本方法进行峰值信噪比(PSNR)范围为34.16～38.96,结构相似性(SSIM)范围为0.854 9～0.980 8,均远远大于常规方法数值,
针对核极限学习机(Kernel Extreme Learning Machine,KELM)用于光伏阵列故障诊断时准确率不高的不足,提出了 一种基于 TGBA(Tent Mapping and Gaussian Perturbation Strategy Optimize Bat Algorithm)算法优化核极限学习机的光伏阵列故障诊断方法(TGBA-KELM).首先,建立光伏阵列故障仿真模型,提取光伏阵列故障特征参数;其次,引入Tent映射和高斯扰动策略对蝙蝠算法(Bat Algorithm,BA)进