基本信息:
- 专利标题： 一种基于深度学习的多层单道焊焊缝尺寸预测方法及系统
- 申请号：CN202410233809.2 申请日：2024-03-01
- 公开(公告)号：CN117828406A 公开(公告)日：2024-04-05
- 发明人： 陈姬 , 王松聿 , 孙浩法 , 宿浩 , 张永昂 , 王相伟 , 武传松
- 申请人： 山东大学
- 申请人地址： 山东省济南市历城区山大南路27号
- 专利权人： 山东大学
- 当前专利权人： 山东大学
- 当前专利权人地址： 山东省济南市历城区山大南路27号
- 代理机构： 山东高景专利代理事务所
- 代理人： 刘海艳
- 主分类号： G06F18/24
- IPC分类号： G06F18/24 ; G06F18/213 ; G06F18/25 ; G06N3/0985 ; G06N3/0464
摘要：
本发明提供一种基于深度学习的多层单道焊焊缝尺寸预测方法及系统，其中方法步骤为：采集打底焊、填充焊、盖面焊分别对应的熔池图像、电信号参数、焊接参数以及焊缝尺寸，构建数据集；构建以AlexNet网络为基础的熔池图像分类模型，对分类模型进行优化，添加电信号参数；构建打底焊、填充焊、盖面焊对应的焊缝尺寸预测模型，预测模型以PyTorch为框架，熔池图像、电信号、焊接参数作为共同输入，以残差模块作为图像特征提取模块，以残差收缩模块作为电信号特征提取模块，对预测模型进行优化、训练以及验证。本发明能够对焊接过程实现精确分类，对各工序的焊缝尺寸预测时具有较高的预测精度。