焊接熔深预测模型

可解释深度学习

利用可解释深度学习分析熔池表面波行为与穿透的相关性，优于仅使用纹理特征的模型。

Yu, Pan · 李春凯 · 石玗 · Dai, Yue · 王文楷

Journal of Manufacturing Processes 2024

技术优势

模型可解释

利用Grad-CAM可视化模型关注区域，定位与熔深相关的熔池表面波纹理和位置信息，而非依赖黑箱特征。

精度更高

同时考虑纹理信息和熔敷量信息的模型比仅使用纹理特征的模型在准确率和泛化能力上均有所提升。

应用场景

• 焊接质量监控：将模型集成到视觉系统中，实时预测熔深并监控焊接质量。
• 焊接过程控制：根据预测的熔深反馈调整焊接参数，实现闭环控制。
• 激光视觉传感：该模型以激光反射条纹图像为输入，可直接利用现有激光视觉传感器。
• 工业机器人焊接：部署到机器人焊接工作站，实现焊接过程中自适应调节。
• 智能制造：作为智能焊接系统的核心算法，推动焊接制造智能化。