【技术实现步骤摘要】
本专利技术涉及激光焊接，尤其涉及一种激光焊接智能识别匹配工艺参数的方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、目前激光焊接场合中，无论是手持激光焊还是机器人用激光焊，都无法精准的识别工件材质，无法自动测量工件厚度以及无法识别焊缝形式，都需要人为事先输入相应的参数才可完成相应的焊接工作，这在一定程度上限制了自动激光焊接系统的应用范畴，无法进一步提升激光焊接的自动化程度。比如：手持激光焊接需要人工识别焊缝类型，测量焊接板厚等确定焊接工艺参数，生产效率低且容易产生误操作。
3、尤其是在工件的材质、厚度以及焊缝形式多样的应用场合中，激光自动焊需要不断变化并输入焊接参数，这极大影响了焊接效率。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种激光焊接智能识别匹配工艺参数的方法及系统，智能识别工件的厚度、材质以及焊缝形式，进而分配给系统预设的焊接参数，为激光焊接提供了可靠的数据支撑。
2、在一些实施方式中，采用如下技术方案：
3、一种激光焊接智能识别匹配工艺参数的方法，包括：
4、获取待测工件的rgb图像数据，利用基于深度神经网络的材质预测模型，对待测工件的材质进行识别；
5、利用不同焊缝对激光的反射特性识别出焊缝类型；
6、通过激光测距获取待测工件的厚度；
7、基于得到的待测工件的厚度、材质和焊缝类型数据，与预设的数据库进行
8、其中，对待测工件的材质进行识别，具体过程如下：
9、获取不同材质类型工件的rgb图像数据并进行归一化，提取每一张图像的纹理特征，构建模型训练数据集，所述数据集中包含带有纹理特征的工件图像，并标注工件材质类型；
10、使用所述模型训练数据集对材质预测模型进行训练；
11、获取待测工件的激光图像数据，提取图像纹理特征，并输入至训练好的材质预测模型，得到待测工件的材质类型。
12、进一步地，获取待测工件的激光轮廓线形状特征，利用svm方法对激光轮廓线形状特征进行分类，得到焊缝类型。
13、预设的数据库中存储有不同工件材质、焊缝类型以及工件厚度参数所对应的激光焊接参数；
14、基于获取到的待测工件的材质、焊缝类型和工件厚度，在预设的数据库中自动匹配对应的激光焊接参数。
15、进一步地，还包括：设置代表不同工作状态的状态指示灯，每一个工作状态对应一种指示灯形式；所述工作状态包括：预设的数据库中没有存储相匹配的焊接参数，正在扫描识别待测工件的材质、焊缝类型和/或厚度，预设的数据库中存储有相匹配的焊接参数，已经匹配出焊接参数具备焊接条件，以及设备正在焊接中。
16、在另一些实施方式中，采用如下技术方案：
17、一种激光焊接智能识别匹配工艺参数的系统，包括：
18、材质识别模块，用于获取待测工件的rgb图像数据，利用基于深度神经网络的材质预测模型，对待测工件的材质进行识别；
19、焊缝类型识别模块，用于利用不同焊缝对激光的反射特性识别出焊缝类型；
20、厚度识别模块，用于通过激光测距获取待测工件的厚度；
21、焊接参数匹配模块，用于基于得到的待测工件的厚度、材质和焊缝类型数据，与预设的数据库进行对比，自动匹配待测工件的焊接参数。
22、在另一些实施方式中，采用如下技术方案：
23、一种激光焊接智能识别匹配工艺参数的系统，包括：激光枪头、激光测距仪、送丝机构和焊接参数匹配单元；激光枪头与送丝机构通过铰接方式连接；激光测距仪与激光枪头连接，激光测距仪用于测量工件厚度；
24、所述焊接参数匹配单元利用上述的激光焊接智能识别匹配工艺参数的方法，自动匹配待测工件的焊接参数。
25、与现有技术相比，本专利技术的有益效果是：
26、(1)本专利技术构建不同工件材质、焊缝类型和工件厚度三各参数与激光焊接参数的对应关系数据库；在进行激光焊接时，自动识别工件的材质、焊缝类型和工件厚度，在数据库中自动匹配焊接参数；无需人工手动输入焊接参数，极大提高了焊接效率。
27、(2)本专利技术在对工件材质进行识别时，首先提取工件的纹理特征，然后通过神经网络模型对纹理特征进行分类识别，得到准确的工件材质分类结果，纹理特征的提取和识别可以改善图像处理和分析的效果，通过有效地提取纹理特征，可以提高工件材质分类结果的准确性。
28、(3)本专利技术通过设置状态指示灯来指示不同的工作状态，可以对系统的不同工作状态进行直观的展示，方便操作者的准确操作。
29、本专利技术的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。
本文档来自技高网...【技术保护点】
1.一种激光焊接智能识别匹配工艺参数的方法，其特征在于，包括：
2.如权利要求1所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，所述对待测工件的材质进行识别，具体过程如下：
3.如权利要求2所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，提取每一张图像的纹理特征，具体过程为：
4.如权利要求2所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，每一张图像经过纹理特征提取，都会得到一个特征矩阵；然后使用GBDT算法从特征矩阵中选择与工件材质分类更相关的特征子集。
5.如权利要求1所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，利用不同焊缝对激光的反射特性识别出焊缝类型，具体为：
6.如权利要求1所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，所述预设的数据库中存储有不同工件材质、焊缝类型以及工件厚度参数所对应的激光焊接参数；
7.如权利要求1所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，还包括：设置代表不同工作状态的状态指示灯，每一个工作状态对应一种指示
8.一种激光焊接智能识别匹配工艺参数的系统，其特征在于，包括：
9.一种激光焊接智能识别匹配工艺参数的系统，其特征在于，包括：激光枪头、激光测距仪、送丝机构和焊接参数匹配单元；激光枪头与送丝机构通过铰接方式连接；激光测距仪与激光枪头连接，用于测量激光枪头与待测工件之间的距离；
...【技术特征摘要】
1.一种激光焊接智能识别匹配工艺参数的方法，其特征在于，包括：
2.如权利要求1所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，所述对待测工件的材质进行识别，具体过程如下：
3.如权利要求2所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，提取每一张图像的纹理特征，具体过程为：
4.如权利要求2所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，每一张图像经过纹理特征提取，都会得到一个特征矩阵；然后使用gbdt算法从特征矩阵中选择与工件材质分类更相关的特征子集。
5.如权利要求1所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在于，利用不同焊缝对激光的反射特性识别出焊缝类型，具体为：
6.如权利要求1所述的一种激光焊接智能识别匹配工艺参数的方法，其特征在...
【专利技术属性】
技术研发人员：张光先，杜德志，张杰，闫瑞志，刘毅然，
申请(专利权)人：山东奥太电气有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。