-
公开(公告)号：CN109064452B
公开(公告)日：2022-07-05
申请号：CN201810751924.3
申请日：2018-07-10
Applicant: 南京理工大学
IPC: G06T7/00 , G06V10/771 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于光谱视觉协同感知的多源质量监测方法，包括以下步骤：1)、采集焊接电流参数，在电流的峰值时刻采集熔池的光谱数据，在电流的基值时刻采集熔池的视觉图像；2)、基于步骤1)得到的光谱数据，选取特征波段，根据特征波段进行LPP‑KNN分类来实现保护气流量的质量监测；3)、基于步骤1)得到的熔池的视觉图像CC‑KNN的焊速稳定性监测；4)、基于步骤1)得到的光谱数据先验阈值的光谱处理进行母材缺陷监测。本发明的基于光谱视觉协同感知的多源质量监测方法中各种算法均计算简单高效，实时性强。通过视觉的分类和光谱的分类相结合，可在线定位的质量问题类别更多、准确率更高、性能更加稳定。而且本发明不限于单一焊接工艺和单一材料。
-
公开(公告)号：CN108334896A
公开(公告)日：2018-07-27
申请号：CN201810039677.4
申请日：2018-01-16
Applicant: 南京理工大学
Abstract: 本发明提供一种基于熔池光谱的协同感知装置的光谱分类方法。本发明使用FPGA作为工艺参数采集触发模块，并在CPU端对所得数据进行训练学习分类，以CPU与FPGA相结合的方式设计了一种嵌入式的熔池光谱协同感知装置。充分利用了FPGA的并行处理及其50KHZ的高频率采样特性，通过检测下降沿和上升沿，分别在基值时刻和峰值时刻触发光谱仪得到相应的熔池光谱数据。本发明通过峰值时刻的光谱数据减去基值时刻的光谱数据可有效的排除其他噪声的干扰，得到有效的光谱数据，然后所得光谱数据在经CPU端通过SSM-RSSR分类算法训练分析可得焊接过程中保护气成分以及有无氧化层来判断焊接质量。
-
公开(公告)号：CN108334896B
公开(公告)日：2022-03-11
申请号：CN201810039677.4
申请日：2018-01-16
Applicant: 南京理工大学
IPC: G06V10/764 , G06K9/62 , G01N21/25
Abstract: 本发明提供一种基于熔池光谱的协同感知装置的光谱分类方法。本发明使用FPGA作为工艺参数采集触发模块，并在CPU端对所得数据进行训练学习分类，以CPU与FPGA相结合的方式设计了一种嵌入式的熔池光谱协同感知装置。充分利用了FPGA的并行处理及其50KHZ的高频率采样特性，通过检测下降沿和上升沿，分别在基值时刻和峰值时刻触发光谱仪得到相应的熔池光谱数据。本发明通过峰值时刻的光谱数据减去基值时刻的光谱数据可有效的排除其他噪声的干扰，得到有效的光谱数据，然后所得光谱数据在经CPU端通过SSM‑RSSR分类算法训练分析可得焊接过程中保护气成分以及有无氧化层来判断焊接质量。
-
公开(公告)号：CN109064452A
公开(公告)日：2018-12-21
申请号：CN201810751924.3
申请日：2018-07-10
Applicant: 南京理工大学
CPC classification number: G06T7/0004 , G06K9/6228 , G06K9/6276 , G06T2207/30152
Abstract: 本发明公开了一种基于光谱视觉协同感知的多源质量监测方法，包括以下步骤：1)、采集焊接电流参数，在电流的峰值时刻采集熔池的光谱数据，在电流的基值时刻采集熔池的视觉图像；2)、基于步骤1)得到的光谱数据，选取特征波段，根据特征波段进行LPP‑KNN分类来实现保护气流量的质量监测；3)、基于步骤1)得到的熔池的视觉图像CC‑KNN的焊速稳定性监测；4)、基于步骤1)得到的光谱数据先验阈值的光谱处理进行母材缺陷监测。本发明的基于光谱视觉协同感知的多源质量监测方法中各种算法均计算简单高效，实时性强。通过视觉的分类和光谱的分类相结合，可在线定位的质量问题类别更多、准确率更高、性能更加稳定。而且本发明不限于单一焊接工艺和单一材料。
-
-
-
Search Results
4
records
(took 0.018 seconds)
