摘要
第一章 绪论
1.1 激光焊接焊缝跟踪影响因素
1.2 基于视觉传感激光焊接微焊缝实时跟踪检测研究
1.2.1 基于结构光技术焊缝跟踪方法
1.2.2 基于熔池匙孔形态焊缝跟踪方法
1.2.3 基于磁光检测成像技术焊缝探测方法
1.3 磁光检测成像技术研究的国内外现状
1.4 选题来源及主要研究内容
1.4.1 课题选题来源与意义
1.4.2 课题主要研究内容
1.5 本章小结
第二章 焊缝磁光成像检测系统
2.1 激光焊接试验平台
2.1.1 激光器焊接系统
2.1.2 运动工作控制台
2.1.3 磁光传感器检测装置
2.1.4 电磁铁激励装置与检测装置
2.2 磁光成像原理
2.2.1 法拉第磁光效应原理
2.2.2 焊缝磁光成像调制原理
2.2.3 磁光传感器检测范围
2.3 焊缝漏磁检测原理
2.3.1 焊件材料磁畴与磁化理论
2.3.2 焊缝漏磁检测原理
2.3.3 铁磁体平板对接焊缝漏磁原理
2.4 磁光传感器测量焊缝磁场分布研究
2.4.1 Q235铁磁体焊件磁光图像标定
2.4.2 不同磁场强度磁光图像检测
2.4.3 不同焊缝宽度磁光图像检测
2.4.4 入射偏振光角度对磁光图像的影响
2.4.5 电磁铁放置方式对磁光图像的影响
2.5 本章小节
第三章 磁光检测成像技术微间隙焊缝特征提取
3.1 焊缝磁光图像预处理
3.1.1 感兴趣区域选取
3.1.2 焊接目标的特征分析
3.1.3 焊缝磁光图像灰度化处理
3.2 焊缝磁光图像焊缝中心特征提取
3.2.1 不完全二值化处理
3.2.2 中值滤波
3.2.3 面积去噪法
3.2.4 焊缝边缘检测
3.2.5 焊缝中心提取
3.2.6 焊缝中心提取流程
3.3 激光束移动时的焊缝中心路径提取
3.4 本章小结
第四章 基于神经网络的焊缝中心跟踪预测模型
4.1 磁光图像噪声分布
4.2 神经网络
4.2.1 BP神经网络结构的设计
4.2.2 Levenberg-Marquardt算法原理
4.2.3 LM算法的计算步骤
4.3 焊缝偏差跟踪的LM神经网络建立
4.3.1 数据样本的获取
4.3.2 神经网络参数的选择
4.3.3 BP神经网络计算焊缝中心试验分析
4.4 本章小结
第五章 神经网络卡尔曼滤波焊缝预测跟踪
5.1 卡尔曼滤波简介
5.2 磁光图像焊缝跟踪噪声统计
5.2.1 卡尔曼滤波基本步骤
5.2.2 卡尔曼滤波的第1个假设:焊缝跟踪系统是线性的
5.2.3 卡尔曼滤波的第2个假设:焊接噪声接近干高斯白噪声
5.3 焊缝跟踪卡尔曼滤波算法
5.3.1 离散型卡尔曼滤波基本方程
5.3.2 建立焊缝跟踪系统的系统方程和状态方程
5.3.3 卡尔曼滤波焊缝跟踪试验
5.4 径向基神经网络补偿Kalman滤波焊缝中心测量算法
5.5 神经网络补偿Kalman滤波算法试验和分析
5.6 小结
总结与展望
1 结论
2 创新点
3 展望
参考文献
攻读学位期间发表的论文
声明
致谢