基于受限波尔兹曼机的GMAW管道打底焊的熔透预测方法

• 作者: 徐中路 李芳 李静 陈丹
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: RBM 图像处理 训练样本 熔池参数 质量监控
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 239-242
• 页数: 4页
• 分类号: TP391
• 字数: 2512字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.10.066

摘要

在现代工业高速发展的背景下，焊接是现代制造领域的重要工艺方法之一，焊接质量的高低直接影响到工件的质量。受限波尔兹曼机RBM（Restricted Boltzmann Machine）作为一种机器学习模型，设置合适的各项学习参数，经训练样本训练后具有高精度的预测能力。通过对视觉传感系统获得的GMAW熔池图像进行图像处理，提取详细的熔池参数，与焊接电流共同作为RBM的输入，预测焊接状态：焊透与焊穿。实验结果表明，在可接受的范围内，能够实现焊接质量实时监控的目标。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈丹	南京航空航天大学计算机科学与技术学院	30	125	6.0	10.0
2	徐中路	南京航空航天大学计算机科学与技术学院	3	13	2.0	3.0