摘要：理论与试验研究用于焊缝位置识别的视觉模型,该模型主要由弹性梯度下降训练法BP神经网络组成。在焊接工艺条件下,使用视觉传感器获取焊接区熔池图像,并选取特定区域进行中值滤波与图像灰度变换处理以增强被测对象的特征。在此基础上,计算和处理熔池特性参量（熔池图像质心差值、质心位移、质心移动速度）以及相对应的焊缝与电弧之间的偏差值,将其输入所设计的神经网络进行网络权值参数训练和推理学习,从而建立基于BP神经网络、具有一定认知和环境适应能力的焊缝位置识别视觉模型。对该模型进行通用性检验,试验结果表明该模型通过熔池特性参量可以较精确地识别焊缝位置。

关键词：焊缝位置 识别 视觉模型 熔池图像 

单位：广东工业大学机电工程学院 广州510006