您所在的位置: 成果库 基于深度学习的电弧增材制造层宽自抗扰控制方法

基于深度学习的电弧增材制造层宽自抗扰控制方法

发布时间: 2022-05-24

来源: 试点城市(园区)

基本信息

合作方式: 技术转让
成果类型: 发明专利,新技术
行业领域:
高端装备制造产业,制造业
成果介绍

本发明涉及基于深度学习的电弧增材制造层宽自抗扰控制方法,包括以下步骤:1.采集熔池图像并ROI选择;2.采用分割网络结构进行熔池图像分割;3.提取焊缝宽度;4.调节焊接电流并控制焊缝宽度。本发明设计的分割网络EPNet确定了焊缝宽度并设计自抗扰控制算法,实现了焊接熔池宽度的实时控制;EPNet是基于ERFNet网络,加入金字塔池化模块,融合多尺度的深层图像特征,并在训练时对数据集中的原图和对应的标签在形态学上做了数据增广;结合自抗扰控制算法,可在焊接过程中根据提取的熔池宽度进行实时控制,保证熔池宽度的控制精度,为电弧增材制造焊接过程中焊缝宽度的在线监测和控制提供了必要的策略。

成果亮点
团队介绍
成果资料