摘要:为实现对激光焊接过程中常出现的不同熔透状态的实时辨识,使用多种传感器采集焊接过程中的可听声、蓝紫光和红外辐射信号,并提取了反映熔透状态的6个信号特征。基于特征级的多传感器信息融合技术,采用模拟退火算法对信号特征进行组合优化和关联融合,确定了反映融合规则的“特征融合系数”,并以BP网络为框架构建识别熔透状态的模式分类器。研究结果表明,通过样本训练和信号特征优化组合,所构建的模式分类器对“过熔透”、“完全熔透”、“不稳定熔透”和“未熔透”等四种熔透状态的辨识准确率达到88%以上。从而提供了一种有效的激光焊接质量在线检测方法。
关键词:激光技术 激光焊接 多传感器融合 模式识别 人工神经网络
单位:华中科技大学材料科学与工程学院; 湖北武汉430074
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社