时空深度学习焊缝跟踪器

用熔池序列图像的时空特征学习，替代传统几何模型，在强干扰下实现焊缝偏差的稳健预测。

洪宇翔 · Yuxuan, Jiang · Yang, Mingxuan · 常保华 · 都东

Robotics and Computer-Integrated Manufacturing 2025

参数信息

最大偏差误差

0.08 mm

平均偏差误差

0.011 mm

技术优势

抗强干扰

网络直接学习脉冲电弧和反光下的时空特征，无需人为设计滤波补偿，预测不受工况波动影响。

专家知识融入

将焊接专家知识注入时空特征，进一步增强模型面对未见工况的稳健性。

训练不易陷入局部最优

使用黏菌算法（SMA）优化网络参数，避免局部最优，提高预测精度与效率。

应用场景

• 机器人智能焊接：替代传统图像处理模块，实时预测焊枪偏差，实现超薄材料的高精度自动跟踪。
• 精密制造质量检测：对微焊缝进行在线偏差监测，提前发现毫米级位置偏移，保障精密制造质量。
• 航空航天薄壁件焊接：为航空航天薄壁件提供微焊接的偏差预测基础，支持机器人自动焊缝跟踪。