1 广东工业大学 广东省焊接工程技术研究中心, 广州 510006
2 黄埔海关技术中心,东莞 523076
为了实现自动检测X射线图像中的违禁品,解决相互遮挡、目标相近和小目标违禁品检测难的问题,提出一种基于改进的你只观察一次(YOLOX)算法的X射线图像违禁品检测方法。首先在YOLOX的主干网络低层中引入使用大核注意力构建的空间注意力,提取低层特征图的远距离依赖信息和纹理信息,之后在主干网络的中层和高层增加卷积块的注意力模块以增强感兴趣区域信息并抑制无用信息; 该方法在公开的安全检查X射线数据集上进行实验,同时为改善模型的鲁棒性,在训练前70个周期使用Mosaic数据增强方法。结果表明,改进的模型较基本模型增加少量的参数和计算量,均值平均精度增加2.45%,提升到87.88%,平均推理速率为58.5 frame/s。该研究为即时自动检测X射线图像中违禁品提供了有益的参考。
X射线光学 违禁品检测 YOLOX算法 大核注意力 空间注意力 卷积块的注意力模块 X-ray optics prohibited items detection YOLOX algorithm larger kernel attention spatial attention convolutional block attention module
广东工业大学 广东省焊接工程技术研究中心, 广州 510006
为了解决焊接缺陷磁光图像轮廓信息难以提取的问题, 提出一种图像去噪及轮廓检测方法。通过激光点焊获取裂纹缺陷样本, 利用有限元模拟仿真并获取缺陷漏磁场, 对比分析磁光图像灰度连续性、集中性及噪声特性; 利用快速非局部均值滤波算法去除噪声, 并与传统滤波器进行对比分析; 根据磁光图像缺陷信息与背景信息梯度值相异的特性, 在1阶梯度图的基础上进行Otsu法阈值分割与边缘检测。结果表明, 经该方法处理后的磁光图像标准差及图像熵分别达到30.0465及6.0395, 图像聚集程度更好, 更贴近仿真磁场曲线, 并能较好地提取缺陷轮廓信息。这一结果对后续缺陷识别及目标检测是有帮助的。
传感器技术 磁光成像 焊接缺陷 快速非局部均值滤波 图像处理 sensor technique magneto-optic imaging welding defects fast non-local mean filtering image processing
广东工业大学广东省焊接工程技术研究中心，广东 广州 510006
根部驼峰缺陷是激光?MIG复合焊接（MIG焊，熔化极惰性气体保护焊）中常出现的焊接缺陷之一，因该缺陷出现在焊件背部，所以在焊接过程中不易被发现。为检测根部驼峰缺陷，采用高速摄像机捕捉焊接图像。对预处理后的图像进行阈值分割得到熔池轮廓图像，通过局部形态学处理进一步获取熔池二值化图像。提取二值化图像的四组归一化不变矩，并采用滑动均值法进行降噪处理，进而获得不变矩特征。建立动态调整学习率算法的一维卷积神经网络模型，以熔池尾部图像的四组归一化不变矩及其滑动均值作为输入。通过9150个连续焊缝样本检测值和实际值的比较，验证了该网络模型具有良好的检测能力。该方法可应用于封闭式的平板对接焊，通过采集激光?MIG复合焊接中焊件表面信号，对无法直接观察的背部驼峰缺陷进行检测。
激光技术 神经网络 激光‑MIG复合焊 根部驼峰 熔池图像 图像不变矩 中国激光
2023, 50(12): 1202108
广东工业大学广东省焊接工程技术研究中心，广东 广州 510006
焊缝熔宽是评估焊接质量和焊接稳定性的重要指标。针对强噪声环境下的激光-MIG复合焊接过程，本文研究了基于反向传播(BP)神经网络补偿色噪声卡尔曼滤波算法的熔宽检测方法。首先建立激光-MIG复合焊缝熔宽检测系统的状态方程和测量方程，通过视觉传感和色噪声卡尔曼滤波算法对焊缝熔宽进行估计；然后采用高精度激光扫描仪对焊缝的三维轮廓进行扫描，根据二阶差分法获得焊缝轮廓宽度，并将其作为熔宽的真实值；接着将卡尔曼滤波增益、新息值和预测值与卡尔曼滤波最优估计之差作为输入，利用BP神经网络对熔宽的卡尔曼滤波最优估计进行补偿。结果表明：BP神经网络补偿测量色噪声卡尔曼滤波算法能够有效降低焊缝熔宽检测的误差。与单独使用卡尔曼滤波算法相比，BP神经网络补偿卡尔曼滤波算法具有更好的非线性映射能力，可以提高卡尔曼滤波焊缝熔宽检测的准确度。
激光技术 神经网络 激光-MIG复合焊接 熔宽预测 强噪声 卡尔曼滤波 中国激光
2022, 49(16): 1602011
广东工业大学 广东省焊接工程技术研究中心, 广州 510006
为了准确识别激光焊接的稳态类型, 采用了图像处理、相关分析和神经网络的方法, 增加对准稳态的研究, 以信号特征的相关系数作为神经网络模型的输入, 进行了理论分析和实验验证, 得出了光学、视觉信号的相关性对激光焊接稳态类型的影响规律。结果表明, 匙孔面积和金属蒸汽面积的相关性区分稳态类型的效果最好, 其相关系数为0.2~0.3时为稳态, 0.4~0.5时为准稳态, 0.6~0.7时为非稳态; 训练完成的神经网络模型在测试集上达到了98.76%的预测准确率, 可满足准确识别焊缝稳态类型的需求。该研究为自动化生产中预防出现激光焊接缺陷提供了参考。
激光技术 稳态识别 相关分析 神经网络 图像处理 laser technique steady statuses recognition correlation analysis neural network image processing
广东工业大学机电工程学院广东省焊接工程技术研究中心，广东 广州 510006
熔滴过渡特性对于保证激光-电弧复合焊接成形质量十分重要。利用高速摄像机采集激光-熔化极惰性气体保护焊(MIG)复合焊接过程中的熔滴过渡图像，通过图像信号处理方法提取电弧感兴趣区域(ROI区域)面积、熔滴速度、熔滴过渡周期等特征，分析熔滴过渡特征与焊缝成形的关联；利用短时傅里叶变换和谱熵对电弧ROI面积进行时频分析，研究功率谱谱熵与熔滴过渡稳定性之间的规律。结果表明：熔滴过渡频率与熔滴速度有一致的变化趋势，稳定的熔滴过渡能提高焊缝成形的均匀性；功率谱谱熵能表征焊接过程的稳定性，当熔滴过渡失稳时，短时对数功率谱变得紊乱，瞬时谱熵增大，焊缝熔宽减小，表面铺展性降低。
激光技术 激光-电弧复合焊接 熔滴速度 熔滴过渡频率 稳定性 短时傅里叶变换 谱熵
广东工业大学广东省焊接工程技术研究中心，广东 广州 510006
针对线激光视觉传感的焊缝跟踪系统在焊接过程中易受弧光、飞溅等噪声干扰而出现焊缝位置识别精度不高的问题，本研究团队提出了一种基于核相关/卡尔曼滤波算法的焊缝路径识别方法。利用图像处理方法提取焊缝中心区域，在焊接过程中利用核相关滤波(KCF)算法实时定位焊缝中心，根据响应图峰值旁瓣比(PSR)对焊缝目标模板进行自适应更新，以提高模板的抗干扰能力。采用状态扩增法建立带有色观测噪声的焊缝中心位置的卡尔曼滤波模型，对焊缝中心进行最优估计，进一步提高系统在强噪声环境下的焊缝路径识别精度。分别进行对接焊缝和搭接焊缝路径识别试验，试验结果表明：所提算法能在有强烈弧光和飞溅的工况下实现焊缝路径的准确识别，识别误差能分别控制在0.137 mm和0.105 mm以内。
激光技术 图像处理 焊缝跟踪 卡尔曼滤波 核相关滤波
1 广东工业大学广东省焊接工程技术研究中心，广东 广州 510006
2 广东工业大学广东省焊接工程技术研究中心，广东 广州 510006，
3 广东精泰人防工程有限公司，广东 肇庆 526238
基于Ansys Workbench软件平台，采用热弹塑性有限元法对304不锈钢激光电弧复合焊接试验进行数值模拟，数值计算得到的残余应力及热变形结果与焊接工艺试验结果吻合。分析不同激光功率下温度场与结构场的变化，研究激光功率对复合焊接热变形及残余应力的影响。结果表明：激光功率对复合焊接的最大变形量以及残余应力峰值有影响，激光功率越大，304不锈钢最大变形量以及残余应力峰值越大。由于激光热源的能量输入比较集中，激光功率对热变形及残余应力的分布状态影响不明显。
激光电弧复合焊接 焊接热变形 数值模拟 残余应力 laser arc hybrid welding welding deformation numerical simulation residual stress
