熔焊增材成形熔池多物理場在線測量技術

序一
序二
前言
章 緒論
1.1 熔焊增材在線質量監(jiān)測中的科學和技術問題
1.1.1 高溫熔焊與增材成形機理
1.1.2 焊接過程智能控制理論
1.2 熔池多物理場測量與在線質量預測方法
1.2.1 熔池視覺檢測
1.2.2 熔池三維重建
1.2.3 熔池溫度測量
1.2.4 電弧光譜診斷
1.2.5 多模態(tài)數(shù)據(jù)解析
1.2.6 焊接系統(tǒng)模型
1.3 本書概述
參考文獻
第2章 熔池視覺信息獲取
2.1 熔池視覺*佳成像機理
2.1.1 熔池成像影響因素分析
2.1.2 熔池熱輻射特性
2.1.3 相機的量子效率
2.1.4 熔池視覺*佳成像波段選擇
2.1.5 基于焊接電流的熔池圖像觸發(fā)采集優(yōu)化方法
2.1.6 熔池成像系統(tǒng)設計與實驗結果
2.1.7 鋁合金熔池成像結果
2.2 多波段抗干擾熔池圖像獲取方法
2.2.1 多波段CMT P工藝熔池圖像采集裝置
2.2.2 多波段CMT P工藝熔池圖像特征
2.2.3 多曝光TIG工藝熔池圖像采集裝置
2.2.4 多曝光TIG工藝熔池圖像特征
2.3 本章小結
參考文獻
第3章 多源熔池圖像信息融合
3.1 細節(jié)增強的多波段熔池圖像彩色融合算法
3.1.1 基于NSCT的熔池圖像融合算法
3.1.2 基于改進Reinhard算法的熔池彩色融合算法
3.2 基于高、低曝光熔池圖像融合的增強HDR生成算法
3.2.1 算法模型及流程
3.2.2 基于改進域導向濾波的細節(jié)因子提取
3.2.3 權重矩陣構建
3.2.4 基于域變換遞歸濾波的光暈消除
3.2.5 圖像融合
3.2.6 實驗及結果分析
3.3 本章小結
參考文獻
第4章 熔池視覺形態(tài)在線檢測
4.1 熔池圖像輪廓提取
4.1.1 改進SLIC超像素分割及合并策略優(yōu)化的熔池輪廓提取
4.1.2 基于超像素的區(qū)域合并和自適應摳圖算法
4.1.3 基于邊緣導向算子模板匹配的熔池輪廓提取算法
4.1.4 基于活動輪廓模型的PAW和TIG工藝的熔池輪廓提取方案
4.1.5 基于Res-Seg卷積神經(jīng)網(wǎng)絡的熔池輪廓檢測
4.2 在線焊縫寬度預測
4.2.1 基于網(wǎng)絡的焊縫寬度預測
4.2.2 基于數(shù)據(jù)擬合的焊縫寬度預測
4.3 本章小結
參考文獻
第5章 熔池溫度場測量與冶金缺陷預測
5.1 溫度場測量方法
5.1.1 基于彩色CCD的熔池溫度場計算原理
5.1.2 基于彩色CCD的熔池溫度場檢測系統(tǒng)
5.1.3 CMT焊熄弧后熔池的冷卻過程
5.1.4 基于熔池溫度場分布的CMT焊熔透狀態(tài)預測
5.1.5 CMT焊熔透實驗結果及分析
5.2 冶金質量分析
5.2.1 基于溫度場的駝峰焊道檢測
5.2.2 基于熔池視覺的焊縫駝峰、熔透檢測
5.2.3 基于熔池形態(tài)的余高和熔深監(jiān)測
5.3 基于深度預測網(wǎng)絡的駝峰和熔透預警
5.3.1 熔池預警網(wǎng)絡設計
5.3.2 熔池預警算法實驗及結果分析
5.4 本章小結
參考文獻
第6章 電弧瞬態(tài)光譜獲取與分析
6.1 高靈敏度、高信噪比瞬態(tài)光譜測量
6.1.1 基于多通道測量技術的光譜儀
6.1.2 基于亞Hadamard矩陣的瞬態(tài)光譜儀設計與實驗結果
6.1.3 基于瞬態(tài)HTS的電弧光譜研究
6.2 基于神經(jīng)網(wǎng)絡的光譜測量
6.2.1 網(wǎng)絡模型設計
6.2.2 信噪比分析
6.2.3 網(wǎng)絡重建及仿真數(shù)據(jù)測試
6.2.4 基于實際光學系統(tǒng)的實驗結果
6.3 基于光譜稀疏表示的在線電弧穩(wěn)定性監(jiān)測
6.3.1 基于離散稀疏流形正則化的電弧光譜穩(wěn)定性監(jiān)測
6.3.2 保護氣流量在線監(jiān)測實驗
本章小結
參考文獻
第7章 增材成形三維形貌監(jiān)控
7.1 三維形貌測量
7.1.1 基于線結構光與工業(yè)機器人的大構件三維測量
7.1.2 基于面結構光與工業(yè)機器人的大構件三維測量
7.2 增材過程形貌監(jiān)測
7.2.1 基于熔池圖像和深度殘差網(wǎng)絡的電弧增材余高定量監(jiān)測
7.2.2 增材熔池長程預測和余高增量分析
7.2.3 增材三維粗糙度測量方案與結構光線掃三維重建系統(tǒng)
7.3 增材過程焊縫跟蹤
7.3.1 焊縫跟蹤技術組成
7.3.2 基于神經(jīng)網(wǎng)絡的焊縫特征提取算法
7.3.3 焊縫跟蹤實驗結果分析
7.4 本章小結
參考文獻
第8章 熔池視覺-光譜-電參協(xié)同傳感
8.1 視覺-光譜-電參獲取
8.1.1 電參數(shù)據(jù)采集
8.1.2 光譜數(shù)據(jù)采集
8.1.3 基于FPGA的數(shù)據(jù)采集模塊
8.2 圖像和電參協(xié)同的電弧成分預測
8.2.1 電弧成分定性預測技術組成
8.2.2 電弧成分定性預測實驗結果分析
8.2.3 電弧成分定量預測技術組成
8.2.4 電弧成分定量預測實驗結果分析
8.3 基于圖像和光譜多源特征融合的弧焊質量監(jiān)測
8.3.1 實驗系統(tǒng)以及數(shù)據(jù)獲取
8.3.2 網(wǎng)絡結構
8.3.3 結果分析
8.4 本章小結
參考文獻
第9章 多平臺熔焊過程質量監(jiān)測系統(tǒng)
9.1 LabVIEW平臺基于視覺和光譜的熔焊質量監(jiān)測
9.1.1 焊接子系統(tǒng)
9.1.2 數(shù)據(jù)采集子系統(tǒng)
9.1.3 系統(tǒng)軟件設計方案