电弧焊焊缝偏差测量的视觉模型理论与试验研究

摘要

本文对电弧焊焊缝偏差测量的视觉模型理论与试验进行了研究。文章首先研究了焊前图像的焊缝识别技术，应用数学形态学较好地提取焊前图像的焊缝信息，为实现焊前示教型的焊缝跟踪提供依据。其次，针对焊前示教型焊缝跟踪系统的不足，研究实现实时焊缝跟踪的新方法。进行了不同工艺条件下的焊接试验，分析熔池前端区域质心差值与焊缝偏差之间的关系，并应用一元线性回归分析建立了熔池图像质心差值与焊缝偏差之间的关系模型，并对该模型进行了显著性与通用性检验。最后，进一步分析其它因素对焊缝偏差的影响，分析比较并抽取熔池图像的三个特性参数(熔池图像质心差值、质心位移、质心移动速度)作为输入变量，研究并应用神经网络建模技术建立了它们与焊缝偏差间的关系模型，对模型进行了精确性与通用性检验，该方法具有较好的理论与现实意义。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.2视觉传感是最有发展前途的焊缝偏差测量技术

1.3视觉传感在焊缝偏差测量和跟踪中的应用

1.4焊缝偏差测量技术国内外研究现状

1.5本课题选题的意义与研究内容

1.6小结

第二章实验系统与焊前焊缝图像处理

2.1实验装置硬件系统简述

2.1.1 CCD传感器的标定

2.1.2焊接模块

2.2实验装置软件系统简介

2.3焊前图像处理技术研究

2.3.1焊前图像的中值滤波

2.3.2焊前图像的自动阈值分割

2.3.3焊前图像的数学形态学处理

2.4小结

第三章熔池图像质心焊缝偏差回归模型的建立

3.1熔池图像的获取

3.2熔池处理区域的选取

3.3熔池选定区域图像处理

3.3.1选定区域的中值滤波

3.3.2选定区域的图像增强处理

3.4熔池图像质心的获取

3.5焊接工艺试验

3.6熔池图像质心焊缝偏差回归方程建立

3.7回归模型显著性检验

3.8小结

第四章人工神经网络焊缝偏差测量视觉模型的建立

4.1神经网络概述

4.2神经网络基本原理

4.3 BP神经网络仿真试验

4.4改进的BP神经网络算法比较

4.4.1动量梯度下降法

4.4.2弹性梯度下降法

4.4.3共轭梯度法

4.4.4拟牛顿法

4.4.5各种算法比较

4.5特定工艺条件下焊缝偏差神经网络视觉模型的建立及其通用性检验

4.5.1特定工艺条件下焊缝偏差测量视觉模型的建立

4.5.2视觉模型显著性检验

4.5.3视觉模型通用性检验

4.6不同工艺条件下焊缝偏差神经网络视觉模型的建立及其通用性检验

4.6.1不同工艺条件下焊缝偏差测量视觉模型的建立

4.6.2视觉模型显著性检验

4.6.3视觉模型通用性检验

4.7结论

总结与展望

参考文献

攻读学位期间发表的论文及获奖情况

致谢

附录