激光焊接偏差识别的神经网络模型试验研究  

Neural Network Model for Recognizing Joint Offset During Fiber Laser Welding

作　　者：高向东[1] 莫玲[1] 文茜[1] Katayama Seiji 

机构地区：[1]广东工业大学机电工程学院 [2]日本大阪大学接合科学研究所

出　　处：《现代焊接》2013年第12期22-27,共6页MODERN WELDING

基　　金：国家自然科学基金(批准号:51175095);广东省自然科学基金(批准号:10251009001000001,9151009001000020);高等学校博士学科点专项科研基金(批准号:20104420110001)资助

摘　　要：激光焊接偏差识别是保证激光焊接质量的关键技术，本文研究一种用于识别激光束与焊缝位置偏差的BP神经网络模型。在大功率光纤激光焊接试验条件下，利用高速红外摄像机摄取焊接区域熔池图像，分析激光束与焊缝对中及偏离所对应的红外辐射瞬态特征。通过图像处理增强熔池图像，计算熔池特征参数（熔池匙孔特征参数、匙孔质心值、热堆积效应参数）以及相对应的焊缝与激光束之间的偏差值，将其输入所设计的神经网络进行网络权值参数的训练，建立基于BP神经网络且具有一定环境适应能力的焊缝偏差模型。试验结果表明，该模型能够反映熔池特征参数与焊缝偏差之间的规律，可实现较精确的焊缝偏差识别。

关 键 词：大功率光纤激光焊 焊缝偏差 红外辐射 BP神经网络 

分 类 号：TG456.7[金属学及工艺—焊接]