人工智能技术在焊偏缺陷检测中的应用

本文针对焊接机器人生产过程中最常出现的焊偏故障,通过高精度传感器,采集焊接过程中的电流、电压等时序数据,首先通过人工构造了有效的高质量的时域,频域及时频域特征,通过机器学习算法构建焊偏缺陷检测模型,其次,提出了一种定制的端到端神经网络模型,通过实验结果表明,定制的端到端神经网络模型结果优于传统的机器学习方法。

ISDES焊接监控系统在高速列车铝合金自动焊中的应用

铝合金材料作为目前高速列车制造中的主要原材料之一,在高速自动焊过程中,由于受到环境、装配、激光跟踪效果等的影响,易出现焊偏、焊穿等缺陷。自动焊操作者即使全程跟踪,也往往是缺陷发生后才能做出停机等操作。ISDES焊接监控系统的使用,能够有效避免这些焊接质量缺陷的产生,同时减轻操作者的劳动强度,并记录焊接过程中的关键数据。