基于变分模态分解的风电机组水冷壁管焊接裂纹缺陷识别方法

针对风电机组水冷壁管焊接裂纹缺陷种类较多、特征难捕捉的问题,提出一种基于变分模态分解的裂纹缺陷识别方法。首先,建立模糊近似熵值函数,用于求解焊接裂纹随温度和时间变化的状态参数,并建立关于这2个参数的时间序列。通过对比时间序列值,找到相关缺陷目标特征。同时,根据水冷壁管焊缝存在的热裂纹、结晶裂纹、液化裂纹及多边裂纹等多种裂纹,分别给出与其相对应的裂纹特征模态分量。最后,按照分量状态查找完成高效识别。试验数据表明,文中所提方法具有高精度,可以有效地识别多种缺陷。此外,缺陷信号表达与实际情况相符合。

基于EC双流模型的焊接缺陷图像识别

由于焊缝缺陷X射线图像背景较为复杂,造成识别准确率及效率低。为提高缺陷识别准确率,提出一个由并行EfficientNet网络为基本框架的粗-细两阶段EC双流模型。该模型通过CBAM注意力机制提高网络的局部特征注意力,获取更加丰富的焊接缺陷细特征信息,并将其与提取原始粗特征结合输入全连接层,以更加精确实现焊接缺陷的分类;为降低训练参数、模型过拟合现象以及提高模型泛化性能,并利用全局平均池化层GAP和BN算法优化整个训练过程;此外,在小孔、夹渣、未焊透和裂纹等焊接缺陷数据集上,将EC双流模型与VGG16、BCNN(VGG16)、Xception进行对比实验。实验结果表明,以EfficientNet作为基础网络的EC双流模型的分类识别结果的平均F1为99.1%,平均精度为99.4%,平均准确率可达99.13%。该模型有效实现焊接缺陷的检测与分类,可减小误判率。

一种电熔焊接缺陷自动识别方法的研究与应用

聚乙烯(Polyethylene,PE)燃气管道的电熔焊接状况可通过相控阵系统拍摄的超声波图像获得,但是否存在焊接缺陷目前都是由专业人员人工识别每张图片中的特征线、电阻丝、底面回波线等与缺陷相关的信息,进而确定缺陷类别和等级,这种方法费时、费力且容易发生漏检和错检现象。本文针对PE管道电熔焊接缺陷的识别问题提出了一种基于图像处理技术的焊接缺陷自动识别方法,同时判断超声图像中存在缺陷的类别和等级。该方法由4个步骤组成:(1)通过数据增强技术扩充已有图片数量,构建数据集;(2)训练图像语义分割模型,对图像进行语义分割;(3)采用数学形态学方法去除分割结果的噪声,并通过连通域分析法得到缺陷相关信息;(4)依据焊接标准及缺陷相关信息识别缺陷类别及等级。实验结果表明,本文提出的缺陷识别方法在准确率、召回率以及运行时间方面均达到了工业应用要求。

基于光谱分析的激光焊接缺陷表征方法

通过采集激光焊接过程的光谱信息,根据波长强度图分析不同光谱区内元素含量及其辐射强度,该文研究了不同元素在不同的光谱区内对激光焊接质量的表征,分析了光谱信息与焊接质量的关系,为根据元素在不同光谱区种类和含量的变化判断焊接质量提供依据。

基于粗集的焊接质量级别智能决策

提出了一种焊接质量级别的粗集决策新算法.分析了焊接缺陷智能识别算法的粗糙特征;将分级依据作为条件属性,质量级别作为决策属性,建立了焊接质量智能分级的粗集模型;从焊接缺陷库中选取了多组有代表性的复合焊接缺陷样本,构建知识库,形成决策表;对决策表中的信息进行了计算和约简,得到了最小决策规则.结果表明,相比普通分级算法74%的分级正确率,提出的新算法正确率高达94%,并对智能识别过程中的迁移错误具有很强的鲁棒性,应用前景广阔.

激光焊接过程中元素光谱信息与焊缝质量的关系

在高质量精密加工过程中,影响激光焊接质量的因素较多,如:激光入射功率、激光焊接速度、离焦量、保护气流量等.为实现焊接质量的检测,本文研究激光焊接过程中不同光谱区信息与焊接质量的关系.对不同焊接工艺参数进行激光焊接实验,通过光谱仪采集激光焊接过程中光谱辐射信息.根据波长强度图分析焊接过程中不同光谱波段的辐射强度,研究不同元素对激光焊接质量的影响,寻找能够准确表征焊接质量(缺陷)的光谱辐射信息.研究结果表明:在700-800nm的光谱区中,Cr和Si元素与焊接缺陷存在一定相关性.在800-900nm光谱区,Fe和Cr元素是确保焊接质量稳定的关键.在900~1 000nm光谱区中,Fe,Cr,S,C元素与焊接质量变差存在一定相关性.