- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
用于焊缝位置识别的视觉模型设计与试验
第45卷第4期 机 械 工 程 学 报 Vo1.45 NO.4
2009年 4 月 JOURNALOFMECHANICALENGINEERING Apr. 2009
DoI:1O.3901/JME.2009.04.136
用于焊缝位置识别的视觉模型设计与试验木
高向东 丁度坤 赵传敏
(广东工业大学机电工程学院 广州 510006)
摘要:理论与试验研究用于焊缝位置识别的视觉模型,该模型主要由弹性梯度下降训练法BP神经网络组成。在焊接工艺条
件下,使用视觉传感器获取焊接区熔池图像,并选取特定区域进行中值滤波与图像灰度变换处理以增强被测对象的特征。在
此基础上,计算和处理熔池特性参量(熔池图像质心差值、质心位移、质心移动速度)以及相对应的焊缝与电弧之间的偏差值,
将其输入所设计的神经网络进行网络权值参数训练和推理学习,从而建立基于BP神经网络、具有一定认知和环境适应能力
的焊缝位置识别视觉模型。对该模型进行通用性检验,试验结果表明该模型通过熔池特性参量可以较精确地识别焊缝位置。
关键词:焊缝位置 识别 视觉模型 熔池图像
中图分类号:TG316.7
DesignandExperimentofVisualM odelforDetectingW eldPosition
GAO Xiangdong DING Dukun ZHAOChuanmin
(SchoolofMechanicalandElectricalEngineering,
GuangdongUniversityofTechnology,Guangzhou510006)
Abstract:A visualmodelfordetectingtheweldpositionisstudiedtheoreticallyandexperimentally.Thismodelisdevelopedbya
BPneuralnetworktrainedbytheelasticallygradientdescendingarithmetic.Theweldpoolimagesarecaughtbyavisionsensor
duringtheracweldingprocess.A locationoftheweldingpoolimageischosenasaspecialprocessedimagewhosechraacteristic
correspondswiththeweldingpoolimagecenrtoid.Thisspecialimageisprocessedbythemedianfilteringandtheimage ay
rtansform SOastosharpentheweldcharacterintheweldingpoolimages.Thedifference,thedisplacementandthemovingvelocity
oftheimagecenrtoidraeregradedasweldpoolchraacteristicpraameters.Theseparametersraeappliedastheinputvariablesofthe
BPneuralnewt ork.Theoffsetbewt eentheweldpositionandtheweldingarcisusedastheoutputvariableoftheBPneuralnewt ork
.
ThisBPneuralnewt orkmodelisrtainedbytheelasticallyrgadientdescendingarithmeticnadthenewt orkweightsraecalculated.
TheestablishedvisualmodelbasedontheBPne
文档评论(0)