基于红外视觉的增材制造熔深预测模型研究

论文摘要

基于增材制造过程红外熔池图像,结合高斯滤波等图像增强和Canny算子等图像分割算法,运用建立的实际温度值和像素值的对应关系,提取出熔宽和熔深最大温差,然后通过高斯热源模型和半无限体瞬时点热源模型,计算出理论熔深。再将三者作为BP(Back propagation)人工神经网络的输入,熔深为输出构建预测模型。结果表明,此模型具有很好的泛化能力和很好的预测准确性。

论文目录

• 1 增材制造工艺试验与方法
•   1.1 试验设备与材料
•   1.2 试验条件
• 2 BP人工神经网络输入参数求解
•   2.1 图像处理熔宽
•   2.2 熔深最大温差
•   2.3 理论计算熔深
• 3 熔深预测模型的建立
•   3.1 BP人工神经网络
•   3.2 仿真结果与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 黄增涛,龚福建,田文扬,夏卫生

关键词: 红外视觉,增材制造,熔深,人工神经网络,热源模型

来源: 焊接技术 2019年11期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 金属学及金属工艺

单位: 华中科技大学材料成形与模具技术国家重点实验室

基金: 武汉市应用基础研究计划（2017010201010125）,航天科学技术基金项目,华中科技大学鄂州工业技术研究院资助项目

分类号: TG444

DOI: 10.13846/j.cnki.cn12-1070/tg.2019.11.002

页码: 8-12

总页数: 5

文件大小: 410K

下载量: 106