一种电弧焊接成型缺陷的在线监测方法及装置制造方法及图纸

本发明专利技术属于焊接缺陷检测领域，公开了一种电弧焊接成型缺陷的在线监测方法及装置，包括：实时获取电弧焊接熔池视频；将所述电弧焊接熔池视频输入预先训练好的电弧焊接成型缺陷识别模型中，所述电弧焊接成型缺陷识别模型输出识别结果，所述识别结果包括正常成型类型和不同的成型缺陷类型；当任意一种成型缺陷类型连续输出的次数超过设定的阈值次数时，则判定焊接过程发生了此类型的电弧焊接成型缺陷。本发明专利技术能够实现对焊接过程中产生的缺陷进行实时判断并且有效避免检测过程中误判的发生。实时判断并且有效避免检测过程中误判的发生。实时判断并且有效避免检测过程中误判的发生。

【技术实现步骤摘要】
一种电弧焊接成型缺陷的在线监测方法及装置


[0001]本专利技术属于焊接缺陷检测领域，涉及焊接技术与深度学习的交叉
，具体涉及一种电弧焊接成型缺陷的在线监测方法及装置。

技术介绍

[0002]焊接作为现代制造业中最重要的连接技术之一，有着节约金属材料、提升加工效率以及易于实现自动化等优势，因而被广泛应用于汽车、船舶、航空航天等领域的制造当中。然而由于焊接本身是一个动态的、非线性的过程，在焊接的过程中会发生复杂的物理化学反应，因此对焊接质量进行监测一直是困扰工业界的难题。
[0003]传统的焊接缺陷检测方法主要依靠人工肉眼进行观察，不仅要求检验人员需要有丰富的经验，同时检测的结果存在人为的主观性和不一致性，无法保证检测的一致性。因此，传统的焊接质量检测方法难以满足工业自动化的快速发展需求，严重限制了焊接产品的生产效率。
[0004]目前，现有的焊接缺陷识别方法中，中国专利CN 104977305 A提出了一种基于目标检测的工业焊接图像缺陷检测方法，其首先获取工业焊接图像并划分为训练样本集和测试样本集，其次依据训练样本集对焊接缺陷检测模型进行深度学习训练，最后利用训练后的焊接缺陷检测模型对工业焊接图像进行焊接缺陷检测。该方法虽然提高了检测的效率并解决了人工检测存在的问题，然而也存在明显的不足，不仅无法实现对焊接缺陷的实时判断，对于检测过程中产生的误判也没有任何处理措施。因此如何实现对焊接过程中产生的缺陷进行实时判断并且有效避免检测过程中误判的发生是目前有待解决的问题。

技术实现思路

[0005]本专利技术提供了一种电弧焊接成型缺陷的在线监测方法及装置，能够实现对焊接过程中产生的缺陷进行实时精准判断并且有效避免检测过程中误判的发生。
[0006]为了解决上述技术问题，本专利技术通过以下技术方案予以实现：
[0007]一种电弧焊接成型缺陷的在线监测方法，包括：
[0008]实时获取电弧焊接熔池视频；
[0009]将所述电弧焊接熔池视频输入预先训练好的电弧焊接成型缺陷识别模型中，所述电弧焊接成型缺陷识别模型输出识别结果，所述识别结果包括正常成型类型和不同的成型缺陷类型；
[0010]当任意一种成型缺陷类型连续输出的次数超过设定的阈值次数时，则判定焊接过程发生了此类型的电弧焊接成型缺陷。
[0011]进一步地，还包括：
[0012]当判定焊接过程发生了此类型的电弧焊接成型缺陷时，进行此类型的电弧焊接成型缺陷报警。
[0013]进一步地，所述报警的方式包括闪光报警和/或蜂鸣报警。
[0014]进一步地，所述电弧焊接成型缺陷识别模型的训练方法包括：
[0015]获取训练数据集，所述训练数据集包括若干组正常成型类型训练数据和若干组成型缺陷类型训练数据，每组所述正常成型类型训练数据均包括正常的电弧焊接熔池图像以及标识该正常的电弧焊接熔池图像的信息标签，每组所述成型缺陷类型训练数据均包括存在成型缺陷的电弧焊接熔池图像以及标识该存在成型缺陷的电弧焊接熔池图像的信息标签；
[0016]利用所述训练数据集训练YOLO_V5模型，得到所述电弧焊接成型缺陷识别模型。
[0017]进一步地，所述成型缺陷类型包括焊穿缺陷、焊偏缺陷和宽窄不一缺陷。
[0018]进一步地，在获取所述电弧焊接熔池视频时，采用滤光器件滤除焊接过程产生的干扰因素。
[0019]一种电弧焊接成型缺陷的在线监测装置，包括：
[0020]获取模块，用于实时获取电弧焊接熔池视频；
[0021]识别模块，用于将所述电弧焊接熔池视频输入预先训练好的电弧焊接成型缺陷识别模型中，所述电弧焊接成型缺陷识别模型输出识别结果，所述识别结果包括正常成型类型和不同的成型缺陷类型；
[0022]判定模块，用于当任意一种成型缺陷类型连续输出的次数超过设定的阈值次数时，则判定焊接过程发生了此类型的电弧焊接成型缺陷。
[0023]进一步地，还包括：
[0024]报警模块，用于当判定焊接过程发生了此类型的电弧焊接成型缺陷时，进行此类型的焊接缺陷报警。
[0025]一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的一种电弧焊接成型缺陷的在线监测方法的步骤。
[0026]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种电弧焊接成型缺陷的在线监测方法的步骤。
[0027]与现有技术相比，本专利技术至少具有以下有益效果：
[0028]本专利技术提供的一种电弧焊接成型缺陷的在线监测方法，通过实时获取电弧焊接熔池视频，并利用电弧焊接成型缺陷识别模型对实时获取的电弧焊接熔池视频进行识别，输出包括正常成型类型和不同的成型缺陷类型识别结果，电弧焊接成型缺陷识别模型输出的是焊接成型过程中的状态，并非成型后的焊缝缺陷；电弧焊接过程中由于受到强烈弧光、飞溅和烟雾等因素影响，因此在电弧焊接成型缺陷在线监测的过程中容易发生误判，为了有效避免电弧焊接成型缺陷检测过程中误判的发生，本专利技术在电弧焊接成型缺陷的判断过程中对成型缺陷的判断不是基于单帧图像判断的，而是通过设定一个可以调节的阈值来进行控制，当任意一种类型的成型缺陷连续输出次数超过设定的阈值次数时，才判断电弧焊接过程中发生了此类型的成型缺陷，这样在电弧焊接成型缺陷检测的过程中就能有效避免基于单一熔池帧数判断带来的误判和误报警。综上，本专利技术所提出的方法具有较强的鲁棒性和可靠性，能够实现对焊接过程中产生的缺陷进行实时精准判断并且有效避免检测过程中误判的发生，为实现电弧焊接成型缺陷在线监测提供了有效的实现途径。
[0029]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合
所附附图，作详细说明如下。
附图说明
[0030]为了更清楚地说明本专利技术具体实施方式中的技术方案，下面将对具体实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031]图1为本专利技术一种电弧焊接成型缺陷的在线监测方法的技术流程图；
[0032]图2为本专利技术实施例中电弧焊接成型缺陷在线监测系统硬件示意图；
[0033]图3为本专利技术实施例中工业相机及焊枪位置布置示意图；
[0034]图4为本专利技术实施例中采集到的四种典型电弧焊接熔池状态图；
[0035]图5为本专利技术实施例中使用labelimg软件对四种典型电弧焊接熔池图像标注图；
[0036]图6为本专利技术实施例中电弧焊接成型缺陷在线监测过程中对四种状态电弧焊接熔池图像识别结果图。
[0037]图中：1
‑
保护镜片，2
‑
窄带滤光片，3
‑
工业相机，4
‑
相机散热块，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电弧焊接成型缺陷的在线监测方法，其特征在于，包括：实时获取电弧焊接熔池视频；将所述电弧焊接熔池视频输入预先训练好的电弧焊接成型缺陷识别模型中，所述电弧焊接成型缺陷识别模型输出识别结果，所述识别结果包括正常成型类型和不同的成型缺陷类型；当任意一种成型缺陷类型连续输出的次数超过设定的阈值次数时，则判定焊接过程发生了此类型的电弧焊接成型缺陷。2.根据权利要求1所述的一种电弧焊接成型缺陷的在线监测方法，其特征在于，还包括：当判定焊接过程发生了此类型的电弧焊接成型缺陷时，进行此类型的电弧焊接成型缺陷报警。3.根据权利要求2所述的一种电弧焊接成型缺陷的在线监测方法，其特征在于，所述报警的方式包括闪光报警和/或蜂鸣报警。4.根据权利要求1所述的一种电弧焊接成型缺陷的在线监测方法，其特征在于，所述电弧焊接成型缺陷识别模型的训练方法包括：获取训练数据集，所述训练数据集包括若干组正常成型类型训练数据和若干组成型缺陷类型训练数据，每组所述正常成型类型训练数据均包括正常的电弧焊接熔池图像以及标识该正常的电弧焊接熔池图像的信息标签，每组所述成型缺陷类型训练数据均包括存在成型缺陷的电弧焊接熔池图像以及标识该存在成型缺陷的电弧焊接熔池图像的信息标签；利用所述训练数据集训练YOLO_V5模型，得到所述电弧焊接成型缺陷识别模型。5.根据权利要求4所述的一种电弧焊接成型缺陷的在线监测方法，...

【专利技术属性】
技术研发人员：张志芬，王杰，秦锐，李耿，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：