[发明专利]一种基于深度迁移学习的焊接智能检测系统

说明书

本发明公开了一种基于深度迁移学习的焊接智能检测系统，包括：深度迁移学习单元、数据采集单元和数据管控单元；所述深度迁移学习单元用于通过深度迁移学习算法对历史焊接数据进行学习，通过学习建立检测模型；所述数据采集单元用于采集实际焊接过程中焊接特征及质量信息数据，将采集的数据形成数据集；所述数据管控单元用于对数据集进行分析，通过检测模型对数据进行质量目标检测，根据检测结果生成维护报告。从而实现了焊接质量的实时在线监测，降低焊接检测的误判率，提高检测精度和速度。

技术领域

本发明涉及焊接智能检测技术，尤其是涉及一种基于深度迁移学习的焊接智能检测系统。

背景技术

在焊接生产过程中，由于工件焊接信息无法得到及时有效的检测和处理， 会造成工件废品率高，严重时会造成重大安全事故。归根结底，是因为缺乏高效的焊接质量在线检测技术。在智能焊接领域，将实际焊接过程中焊接特征及质量信息提取，利用深度迁移学习算法对提取的信息进行学习，可以实现焊接质量的实时在线监测，通过机器学习算法，可以使系统智能识别图像中的焊接缺陷，降低误判率，提高检测精度和速度。因此，如何有效设计焊接监督学习体系，实现焊接内外部特征信息的交互与迁移，构建高效的焊接缺陷分类模型， 实现焊缝质量实时在线监测，成为一个亟待解决的基本问题。

发明内容

本发明提供一种基于深度迁移学习的焊接智能检测系统，以解决现有技术中存在的在焊接生产过程中，由于工件焊接信息无法得到及时有效的检测和处理， 会造成工件废品率高，严重时会造成重大安全事故。归根结底，是因为缺乏高效的焊接质量在线检测技术。在智能焊接领域，将实际焊接过程中焊接特征及质量信息提取，利用深度迁移学习算法对提取的信息进行学习，可以实现焊接质量的实时在线监测，通过机器学习算法，可以使系统智能识别图像中的焊接缺陷，降低误判率，提高检测精度和速度。因此，如何有效设计焊接监督学习体系，实现焊接内外部特征信息的交互与迁移，构建高效的焊接缺陷分类模型，实现焊缝质量实时在线监测，成为一个亟待解决的基本问题的上述问题。

为了达到上述目的，本发明提供如下技术方案：

一种基于深度迁移学习的焊接智能检测系统，包括：深度迁移学习单元、数据采集单元和数据管控单元；

所述深度迁移学习单元用于通过深度迁移学习算法对历史焊接数据进行学习，通过学习建立检测模型；

所述数据采集单元用于采集实际焊接过程中焊接特征及质量信息数据，将采集的数据形成数据集；

所述数据管控单元用于对数据集进行分析，通过检测模型对数据进行质量目标检测，根据检测结果生成维护报告。

其中，所述深度迁移学习单元包括：专家数据库和数据增强学习模块；

所述专家数据库用于依据历史焊接数据建立专家数据库，通过所述专家数据库构造焊接模型；

所述数据增强学习模块用于根据焊接模型不断重复学习，通过不断重复学习获取标准的焊接特征及质量信息，根据标准的焊接特征及质量信息对所述焊接模型进行调整，通过调整焊接模型建立检测模型。

其中，所述数据采集单元包括：多传感器融合模块、图像采集模块和数据处理模块；

所述多传感器融合模块用于通过将蓝紫光辐射、红外辐射及可听声三种信号进行融合，通过虚拟仪器技术形成多传感器融合模块，通过多传感器融合模块采集焊接工艺参数；

所述图像采集模块用于采集焊接表面图像，通过焊接表面图像获取焊接外部特征数据，所述焊接外部特征数据包括：焊宽最大差、余高最大差、填充度和直线度；

所述数据处理模块用于对采集的焊接工艺数据以及焊接外部特征数据进行预处理，形成数据集。

其中，所述数据管控单元包括：数据存储模块、数据分析模块、焊接故障诊断模块和终端模块；