[发明专利]一种用于汽车焊接的焊缝偏差及熔透状态监测方法

摘要

本发明属于汽车焊接设备自动化技术领域，具体为一种用于汽车焊接的焊缝偏差及熔透状态监测方法，包括以下步骤：S1：获取熔池图像，并截取待处理的区域；S2：从待处理的区域中提取信息；S3：以信息中的熔池灰度重心C、外熔池宽度W、内熔池宽度N及焊接电流I作为焊接过程特性参量，输入到焊缝偏差及熔透状态一体神经网络模型，计算得出焊缝偏差e以及熔透状态p；S4：通过焊缝偏差e以及熔透状态p对焊接过程进行预测。本发明目的是以获取的熔池图像的信息为引导，构建出集焊接偏差及熔透状态预测于一体的焊缝偏差及熔透状态一体神经网络模型，保证焊接过程中实现电弧对准焊缝，以及实现焊缝熔透的效果，对整个焊接过程进行预测和监控，实现汽车焊接过程自动化。

主权项

1.一种用于汽车焊接的焊缝偏差及熔透状态监测方法，其特征在于：包括以下步骤：S1：获取熔池图像，并截取待处理的区域；S2：从待处理的区域中提取信息；S3：以信息中的熔池灰度重心C、外熔池宽度W、内熔池宽度N及焊接电流I作为焊接过程特性参量，输入到焊缝偏差及熔透状态一体神经网络模型，计算得出焊缝偏差e以及熔透状态p；S4：通过焊缝偏差e以及熔透状态p对焊接过程进行预测；焊缝偏差及熔透状态一体神经网络模型的获取方法具体为：S3.1：获取熔池图像信息，并截取待处理的区域；S3.2：从待处理的区域中提取信息，信息作为焊接过程特性参量，所述信息包括熔池灰度重心C、外熔池宽度W、内熔池宽度N及焊接电流I；S3.3：从待处理的区域中测量出焊缝偏差e0以及熔透状态p0；S3.4：针对熔池灰度重心C、外熔池宽度W、内熔池宽度N及焊接电流I和对应的焊缝偏差e0及熔透状态p0建立若干组样本；S3.5：建立焊缝偏差及熔透状态一体神经网络模型：其中，所述焊缝偏差及熔透状态一体神经网络模型的输入层包括熔池灰度重心C、外熔池宽度W、内熔池宽度N及焊接电流I共4个神经元，输出层包括焊缝偏差e以及熔透状态p共2个神经元，隐含层包括20个神经元，隐含层以tansig()作为传递函数，输出层以purelin()为传递函数，并对焊缝偏差及熔透状态一体神经网络模型进行训练。