国内刊号:61-1133/TG
国际刊号:1001-3814
发布日期:
作者:郝思彧, 陈荣涛, 王皖勇, 张轲,
关键词:编解码, 一维卷积神经网络, 轮廓修复, 焊缝实时跟踪,
在焊缝跟踪过程中,强烈的弧光、烟尘、飞溅等的干扰,致使反映坡口形状和位置的坡口轮廓条纹发生跳变、破损和缺失,为后续的特征点提取带来极大的挑战,而传统的图像修复方法算力需求高,适应性差。因此,提出基于编解码结构一维卷积神经网络(1D-CNN)修复方法,通过编码进行特征提取,噪声抑制,通过解码恢复信号长度,重建受损区域,修复缺失数据,从而实现受损轮廓的修复。结果表明:相较于其它方法,一维卷积神经网络在修复精度和计算效率方面均表现出优势,可有效修复焊接过程中受损的坡口轮廓数据。其修复的平均均方差(MSE)仅0.1757,单帧轮廓修复时间不大于0.0031 s,完全满足焊缝实时跟踪要求。
来源:2025年第14期
《热加工工艺》期刊编辑部