10.12147/j.cnki.1671-3508.2023.07.055
基于深度学习算法的机器人焊接质量预测优化模型设计
本文首先分析了焊接质量的影响因素和焊缝形貌特征,提出了一种基于图像处理和机器学习的焊缝质量评价模型.同时,为了提高模型的预测精度,本文使用了卷积神经网络(CNN)和长短时记忆网络(LSTM)对数据进行训练和预测.最后,本文进行了实验验证,结果表明所提出的模型可以有效地预测焊接质量,并且在预测精度和实时性方面均有很好的表现.
机器人焊接、卷积神经网络、长短时记忆网络
23
TP242(自动化技术及设备)
2023-08-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
182-184,187