基于改进神经网络的激光焊接偏差智能识别研究

为保证激光焊接质量,需要有效识别激光在焊接过程中的焊接偏差,因此,采用改进神经网络模型实现激光焊缝偏差识别。构建激光焊接试验装置,采用302不锈钢板作为焊接试件,通过高速摄像机获取激光焊接过程中的熔池红外图像,并通过中值滤波算法对图像实行预处理后获取堆积热效应参数、匙孔质心参数、匙孔形变参数,以此作为改进神经网络模型的输入向量,实现激光焊接偏差识别。实验结果表示:该模型在隐含层单元数量为3、训练步数为240时训练误差较大程度接近目标值,且模型规则数量为4条时,可有效、精准地完成激光焊缝偏差识别。