【技術實現步驟摘要】
本專利技術涉及激光焊接，具體涉及基于一種基于oct匙孔深度測量的激光焊飛濺實時識別方法。
技術介紹
1、激光在焊接技術上因其高能量密度、精確控制和快速加工能力而受到廣泛應用。由于激光焊接具有極高的能量聚焦性，能夠實現極小的熱影響區和高精度焊縫，從而顯著減少材料變形和后續加工需求。并且激光焊接在鋁合金上的優勢以及鋁合金良好的抗腐蝕性能等優點，讓其在汽車和航空航天制造業中得到了廣泛的應用。然而，鋁合金激光焊接時匙孔內部常常處于極度不穩定狀態，易發生匙孔坍塌閉合，導致金屬飛濺缺陷，在動力電池焊接中會增加動力電池接頭的電阻和熱損耗，從而降低電池的整體性能和安全性，這些缺陷可能導致電池內部短路，進而引發熱失控甚至火災等安全事故。因此，對鋁合金激光焊接過程的飛濺缺陷識別是十分必要的。而以往的飛濺識別手段諸如視覺傳感方法、聲發射傳感方法、光電傳感方法和溫度傳感方法等，存在著抗干擾能力弱、識別不準確等問題，無法直接獲取匙孔內部的直接信息，這對于準確反映匙孔內部動力學和精準判斷飛濺狀態帶來一定的局限性。
2、近年來興起的一種高分辨率光學相干層析成像(oct)技術，可在焊接過程中讓測量光束能夠順利進入匙孔底部，實現對匙孔深度的在線精確測量。但是目前oct技術測量的匙孔深度波動只是反映焊縫熔深變化，不能直接與實際焊接質量等同，對飛濺的識別還是人為的主觀判斷，存在一定的誤差。
技術實現思路
1、針對
技術介紹
中存在的技術問題，本專利技術提供了一種基于oct匙孔深度測量的激光焊飛濺實時識別方法，能
2、根據本申請的一個方面，提供了一種基于oct匙孔深度測量的激光焊飛濺實時識別方法，其包括如下步驟：
3、s1、基于oct測量的匙孔深度數據采集及數據集構建；
4、s1.1、獲取一系列不同激光功率下激光焊接工藝試驗中能夠反映匙孔深度變化的oct測量數據，其中，所述oct測量數據通過譜域oct技術將oct測量光束與激光束同軸測量得出；
5、s1.2、將所述oct測量數據以是否存在飛濺缺陷為評價指標構建匙孔深度-飛濺狀態數據集；
6、s2、深度學習模型的構建訓練及飛濺缺陷識別；
7、s2.1、將構建的所述匙孔深度-飛濺狀態數據集按照設定比例隨機分為訓練樣本和測試樣本，并進行數據歸一化預處理；
8、s2.2、建立1dcnn-bilstm復合深度學習模型，通過所述匙孔深度-飛濺狀態數據集中的訓練樣本對所述1dcnn-bilstm復合深度學習模型進行訓練，將匙孔深度特征作為所述復合深度學習模型的輸入特征向量，將是否存在飛濺缺陷作為所述復合深度學習模型的輸出；
9、s2.3、采用dropout技術與自適應矩估計防止所述復合深度學習模型過擬合，通過tpe算法對模型進行超參數優化，在采樣階段新的超參數通過最大化ei(expectedimprovement，預期改進)來選擇最大的x，通過選擇最大的x來不斷更新最佳超參數組合，同時得到所述復合深度學習模型的四個指標：準確率(accuracy)、精確率(precision)、召回率(recall)和f1值；
10、s2.4、當所述四個指標滿足要求或者達到最大tpe算法尋參次數時，終止超參數優化過程，否則返回步驟s2.3；
11、s2.5、根據尋優得到的最佳卷積核個數、lstm層數、隱藏層數、dropout值和學習率，建立1dcnn-bilstm飛濺缺陷識別模型；
12、s2.6、將已經訓練好的1dcnn-bilstm飛濺缺陷識別模型對測試樣本數據進行預測，輸出分類結果。
13、進一步地，所述反映匙孔深度變化的oct測量數據通過搭建基于譜域oct的激光焊接匙孔深度在線測量系統獲得；
14、所述系統包括低相干光源、光譜儀線陣相機、光纖耦合器、樣品臂、參考臂、激光加工頭、激光器和計算機，所述激光加工頭與激光器相連以獲得焊接用激光束，所述低相干光源、光譜儀線陣相機、樣品臂和參考臂分別通過光纖與所述光纖耦合器相連，所述樣品臂通過光纖與所述激光加工頭相連，以使得oct測量光束與激光束同軸，所述光譜儀線陣相機與所述計算機相連；
15、利用所述低相干光源經過光纖耦合器分成兩個光束，一束經過參考臂打到工件并平面原路返回，另一束經樣品臂后與激光束同軸打到匙孔底部并原路返回，兩束返回光束經過光纖耦合器發生干涉，采用光譜儀線陣相機獲得光譜干涉條紋圖像并送往計算機，通過計算機對所述光譜干涉條紋圖像的功率譜密度進行逆傅里葉變換處理，從而獲取匙孔深度信息，形成oct測量數據。
16、進一步地，所述低相干電源采用超發光二極管寬譜光源。
17、進一步地，所述匙孔深度-飛濺狀態數據集按照7：3隨機分為訓練樣本和測試樣本。
18、進一步地，所述一系列不同激光功率下激光焊接工藝試驗為一系列不同激光功率下鋁合金激光焊接工藝試驗。
19、進一步地，所述計算機包括存儲器和處理器，其中，所述存儲器用于存儲一條或多條計算機指令，其中，所述一條或多條計算機指令被所述處理器執行以實現上述的方法步驟。
20、根據本申請的另一個方面，提供了一種可讀存儲介質，其上存儲有計算機指令，其中，該計算機指令被處理器執行時實現上述的方法。
21、相對于現有技術，本專利技術提供的一種基于oct匙孔深度測量的激光焊飛濺實時識別方法的有益效果如下：
22、(1)本專利技術搭建基于譜域oct的激光焊接匙孔深度在線測量系統，利用譜域oct(sd-oct)技術可以實時獲取匙孔深度數據。
23、(2)本專利技術通過結合匙孔深度特征和深度學習模型，提出了一種面向激光焊接過程的1dcnn-bilstm飛濺定量評價模型實現對焊接飛濺缺陷的在線預測，相比于傳統方法，具有兼容實時性好和高識別率的優點；
24、(3)本專利技術構建的1dcnn-bilstm飛濺缺陷識別的復合深度學習模型，與sd-oct測量和tpe算法的有效結合，極大提高了飛濺缺陷的識別精度，且無需人工主觀因素干預，具有很高的普適性和準確性。
本文檔來自技高網...【技術保護點】
1.一種基于OCT匙孔深度測量的激光焊飛濺實時識別方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的方法，其特征在于，所述反映匙孔深度變化的OCT測量數據通過搭建基于譜域OCT的激光焊接匙孔深度在線測量系統獲得；
3.根據權利要求2所述的方法，其特征在于，所述低相干電源采用超發光二極管寬譜光源。
4.根據權利要求1所述的方法，其特征在于，所述匙孔深度-飛濺狀態數據集按照7：3隨機分為訓練樣本和測試樣本。
5.根據權利要求1所述的方法，其特征在于，所述一系列不同激光功率下激光焊接工藝試驗為一系列不同激光功率下鋁合金激光焊接工藝試驗。
6.根據權利要求1所述的方法，所述計算機包括存儲器和處理器，其中，所述存儲器用于存儲一條或多條計算機指令，其中，所述一條或多條計算機指令被所述處理器執行以實現權利要求1至5任一項所述的方法步驟。
7.一種可讀存儲介質，其上存儲有計算機指令，其中，該計算機指令被處理器執行時實現權利要求1至5任一項所述的方法。
【技術特征摘要】
1.一種基于oct匙孔深度測量的激光焊飛濺實時識別方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的方法，其特征在于，所述反映匙孔深度變化的oct測量數據通過搭建基于譜域oct的激光焊接匙孔深度在線測量系統獲得；
3.根據權利要求2所述的方法，其特征在于，所述低相干電源采用超發光二極管寬譜光源。
4.根據權利要求1所述的方法，其特征在于，所述匙孔深度-飛濺狀態數據集按照7：3隨機分為訓練樣本和測試樣本。
...
【專利技術屬性】
技術研發人員：邰紫鵬，吳頔，彭彪，張培磊，黃宏星，
申請(專利權)人：泰爾智慧上海激光科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。