声明
第一章 绪论
1.1课题研究背景及意义
1.2国内外研究现状
1.2.1 熔池研究现状
1.2.2 气孔缺陷形成机理研究现状
1.2.3 基于深度学习的焊接缺陷检测的研究现状
1.3 论文的主要研究内容及章节安排
1.3.1 论文的主要研究内容
1.3.2 论文的章节安排
第二章 激光焊接熔池采集系统与处理方法的研究
2.1 激光焊接试验平台的搭建
2.1.1 整体试验系统
2.1.2 激光焊接机
2.1.3 熔池图像采集装置
2.1.4 辅助光源的设计
2.1.5 焊接工艺参数和焊接材料
2.2 熔池图像采集与特征提取算法的研究
2.2.1 熔池图像采集
2.2.2 熔池图像预处理方法
2.2.3 熔池图像特征参数定义
2.2.4 熔池特征提取算法
2.3 熔池图像的标定
2.4 本章小结
第三章 不同焊接工艺参数对熔池动态行为影响的研究
3.1 不同焊接工艺条件下熔池动态行为的研究
3.1.1 熔池动态行为的研究
3.1.2 焊接功率对熔池动态行为的影响
3.1.3 焊接速度对熔池动态行为的影响
3.2 熔池动态行为对焊缝形貌的影响
3.3 熔池特征量对熔池动态行为的影响
3.4 熔池动态行为对焊接稳定性的影响
3.5 本章小结
第四章 激光焊接熔池动态行为对气孔形成的影响机制
4.1 激光焊接焊缝气孔形貌分析
4.1.1 氢气型气孔形貌
4.1.2 工艺型气孔形貌
4.2 激光焊接气孔形成的影响因素
4.3 焊接过程气泡和气孔的形成机理的研究
4.3.1 气泡的形成
4.3.2 气泡的运动与演变过程
4.4 熔池动态行为对气孔形成的影响机制
4.5 熔池动态特征量与焊缝气孔缺陷的关系
4.6 本章小结
第五章 基于深度学习的熔池特征预测气孔缺陷算法的研究
5.1 卷积神经网络的结构
5.1.1 卷积层
5.1.2 激活函数
5.1.3 池化层
5.1.4 全连接层
5.2 基于气孔缺陷预测的熔池图数据库的建立
5.2.1 熔池特征与气孔缺陷的关系
5.2.2 熔池图像采集
5.2.3 建立熔池数据库
5.2.4数据增强
5.3 基于AlexNet网络改进的焊缝气孔缺陷预测网络
5.3.1 基于AlexNet网络改进的气孔缺陷分类模型
5.3.2 基于熔池图像训练模型
5.3.3 基于ImageNet数据微调训练模型
5.4 气孔分类模型的验证与结果分析
5.4.1 分类模型的验证
5.4.2 焊缝气孔缺陷预测结果分析
5.4.3 焊接过程气孔缺陷结果分析
5.5 本章小结
第六章 结论及展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间的科研情况
江苏大学;
