大功率碟形激光金属蒸汽图像动态特性分析.pdf

ADissertationSubmittedto of for GuangdongUniversi．tyTechnology the ofDoctorof Degree Philosophy ofthe iccharacteristicsof metal Analysisdynam vapor dlSKIaser ImagedUnnqhIClh-powerWeIdlnq 一 一 一 -1一 Ph．D．Candidate：WangTeng Supervisor：PrOf．GaoXiangdong 2 October201 SchoolofElectromechanical Engineering of GuangdongUniversityTechnology 0090 Guangzhou，Guangdong，P．R．China，51 摘要 摘 要 大功率激光器的出现，开辟了激光焊接新领域，推动了以匙孔效应为理论基础的 深熔焊接的发展。作为大功率深熔焊遇到的关键问题之一，光致等离子体的研究受到 越来越多的关注。近十几年的研究主要集中在等离子体信息在线监测、特征分析以及 控制等方面。虽然已经实现了一定程度的激光焊接自动化，但是由于激光焊接过程是 一个非线性、时变和易受干扰的多变量强耦合复杂过程，导致设备的复杂化和检测的 困难化，极大地限制了激光焊接的自动化程度与推广进程。 大功率碟型激光焊接过程中形成的等离子体以金属蒸汽为主，金属蒸汽图像的各 种特征参数随着激光焊接状态的不同而变化。本文通过高速摄影技术获取大功率碟型 激光焊接过程金属蒸汽等离子体的瞬态信息，提出了金属蒸汽彩色图像聚类分割算法 以提取光致金属蒸汽的面积、高度、亮度、摆角以及飞溅颗粒的面积等特征参数，结 合对焊接样品的检测分析，探索了金属蒸汽图像特征与激光焊接加工质量之间的关系 和规律。利用人工神经网络分别建立了基于BP神经网络和RBF神经网络的焊缝宽度 预测模型，并将支持向量回归算法引入到焊缝宽度预测模型中，提出了基于支持向量 回归的焊缝宽度预测建模方法。通过这一系列的研究工作，取得了如下主要研究成果： 1、探究并分析大功率碟型激光焊接过程金属蒸汽监测试验系统 试验系统主要由激光加工设备和带组合滤光片的高速摄像机组成。设计了10kW 的平板堆焊焊接试验方案：在选取不同的焊接速度，且保持其他焊接参数不变的情况 下，进行了多组试验，得到了相关金属蒸汽图像数据。 2、提出了金属蒸汽彩色图像聚类分割算法 金属蒸汽的彩色图像比灰度图像蕴含着更为丰富的信息，本文提出了两种基于彩 色空间的聚类分割算法，实现了在不同彩色空间中直接对光致金属蒸汽图像进行分割。 (1)针对传统的K—means聚类分割算法在处理光致金属蒸汽图像时，时间复杂度 很高，分类性能较差，提出了一种改进的K．means聚类分割算法：引入距离参数d， 增强类内中各样本的聚合程度，从而提高分割精度；减少样本集中包含的样本数量， 在处理样本集中的