基于受限波尔兹曼机的GMAW管道打底焊的熔透预测方法

• 作 者: 徐中路 李静 陈丹 李芳
• 机 构: 南京航空航天大学计算机科学与技术学院,昆山工业技术研究院工业机器人研究所
• 出 处: 计算机应用与软件
• 发表日期: 2013年10期
• 关键词: RBM 图像处理 训练样本 熔池参数 质量监控 RBM Image processing Training sample Parameters of molte
• 基金项目: 南京航空航天大学基本科研业务费专项科研项目（NS2012136）.

在现代工业高速发展的背景下,焊接是现代制造领域的重要工艺方法之一,焊接质量的高低直接影响到工件的质量。受限波尔兹曼机RBM(Restricted Boltzmann Machine)作为一种机器学习模型,设置合适的各项学习参数,经训练样本训练后具有高精度的预测能力。通过对视觉传感系统获得的GMAW熔池图像进行图像处理,提取详细的熔池参数,与焊接电流共同作为RBM的输入,预测焊接状态:焊透与焊穿。实验结果表明,在可接受的范围内,能够实现焊接质量实时监控的目标。