Answers are grounded in this paper and cite their sources.
针对铝合金在激光焊接过程中产生的气孔缺陷难以检测的问题,提出了一种基于视觉和利用卷积神经网络(cnn)的激光焊接气孔缺陷检测方法。首先,利用搭建的气孔检测平台对获取的原始熔池图像提取匙孔轮廓面积信号;其次,采用滑动窗口法将这些信号与焊缝对齐并进行扫描,对每个滑动窗口内的区域面积信号应用小波包分解(wpd)技术生成时频频谱图;最后,采用预训练的vgg16模型,利用wpd提取的信号频谱图作为输入,可在铝合金激光焊接过程中检测气孔。实验结果表明,当焊缝区域存在气孔时,信号频谱图显示为高频成分,而在没有气孔的情况下,信号频谱图主要显示为低频成分。所提方法对频谱图分类精度达到92.81%,能有效识别焊缝中的气孔缺陷,对激光焊接气孔缺陷智能检测具有一定的重要意义。
No takes yet. Share an insight, caveat, or question.
Weixin et al. (2026) studied this question.
Synapse has enriched 10 related papers. Consider them for comparative context: