基于深度学习的超窄间隙焊接质量评估方法

摘要：

在超窄间隙焊接过程中,焊接质量的无损评估对焊接质量的在线评估及预报有重要的意义.本文结合焊剂片约束电弧超窄间隙焊接方法的特点及焊接工艺,选取了22个影响焊接接头质量的特征参数作为神经网络的输入,其中基于经验选定了9个特征参数,其余13个特征参数通过对焊接过程中焊接电流信号与电弧电压信号进行时域分析提取获得.利用TensorFlow框架建立了基于深度神经网络的超窄间隙焊接接头质量评估模型,对焊接过程中的焊接接头质量进行无损评估.试验结果表明,该模型能较准确地评估出超窄间隙焊接质量,准确率达92％.

关键词：超窄间隙焊接、深度神经网络、焊接质量、无损评估

所属期刊栏目：49

分类号：TG444;TG441.7(焊接、金属切割及金属粘接)

资助基金：国家自然科学基金;甘肃省科技计划;兰州市人才创新创业项目

在线出版日期：2020-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：122-126,132