面向虚拟焊接质量评估的深度学习方法及应用研究

目录

声明

第1章 绪论

1.1 研究背景与意义

1.2 深度学习在焊接领域的应用研究现状

1.3 虚拟焊接训练模拟器研究现状

1.3.1 国外虚拟焊接模拟器研究现状

1.3.2 国内虚拟焊接模拟器研究现状

1.3.3 虚拟焊接训练模拟器应用效果

1.4 现状总结与存在的问题

1.5 本文主要研究内容

第2章 虚拟焊缝模拟研究

2.1 虚拟焊缝成形SPH方法

2.1.1 SPH方法基本思想

2.1.2 二氧化碳保护焊SPH模型

2.2 基于GPU的焊缝渲染

2.2.1 焊缝材质处理

2.2.2 焊接烟雾与飞溅特效

2.3 虚拟焊缝缺陷形成机理

2.4 本章小结

第3章 虚拟焊缝图像预处理

3.1 图像灰度化

3.2 基于Otsu的图像分割

3.2.1 传统Otsu分割法

3.2.2 Otsu优化分割法

3.3 两种分割算法效果对比

3.4 本章小结

第4章 面向焊缝缺陷识别的深度学习网络构建

4.1 深度学习概述

4.2 卷积神经网络基本理论

4.2.1 局部感知

4.2.2 反向传播算法

4.2.3 Softmax

4.3 焊缝缺陷识别卷积神经网络构建

4.3.1 网络整体结构设计

4.3.2 模型参数设置

4.4 虚拟焊缝缺陷数据集搭建与扩展

4.5 本章小结

第5章 基于TensorFlow框架训练缺陷识别网络

5.1 网络训练框架的选定

5.1.1 主流深度学习网络训练框架

5.1.2 TensorFlow相对优点总结

5.2 网络训练

5.2.1 训练环境

5.2.2 训练参数设置

5.2.3 网络优化训练与测试

5.3 基于经典CNN模型的焊缝缺陷识别

5.4 本章小结

第6章 总结与展望

6.1 研究成果

6.2 展望

致谢

参考文献

攻读硕士学位期间发表的学术论文

攻读硕士学位期间参与的科研项目