基于机器学习的超薄板焊接接头微尺度信息检测和识别

摘要

超薄板焊接对接头处的任一细微变化,均要求实时调节焊接热输入和焊枪对中,以保证焊接质量。因此,对超薄板对接接头微尺度信息的检测和识别尤为重要。本研究基于超薄板焊接对接接头的视觉传感检测,以焊接接头图像的像素点RGB值为试验对象,通过K-means聚类模型进行深度学习,训练后的二值化图像采用Canny算子提取轮廓,实现了100μm超薄板焊接对接接头不同微尺度信息的检测和识别,并计算出了焊接接头间隙宽度的细微变化和接头中心位置的偏移程度。试验结果表明,采用对像素点RGB值进行K-means聚类的方法,能更有效地分割焊接接头图像。进行一定次数的机器学习后,可以精确识别100μm厚对接接头的细微变化,通过Canny算子可以可靠提取由机器学习训练出的焊接接头二值化图像的细小毛刺、间隙直线度和间隙尺寸的细微变化,计算出的接头间隙宽度和中心位置偏移量,可为精确实时调节焊接热输入和焊枪对中提供有力支撑。