焊接缺陷磁光成像及識(shí)別模型研究.pdf

1、在長(zhǎng)時(shí)間的連續(xù)焊接過(guò)程中，某些焊接參數(shù)的變化易造成焊接質(zhì)量的不穩(wěn)定，從而產(chǎn)生焊接缺陷，如凹陷、裂紋、未焊透等。焊接缺陷的產(chǎn)生嚴(yán)重威脅焊接接頭的性能，引起局部應(yīng)力集中、縮短工件使用壽命、易脆裂等，導(dǎo)致產(chǎn)品存在質(zhì)量隱患，嚴(yán)重時(shí)將導(dǎo)致產(chǎn)品直接報(bào)廢，影響加工效率和經(jīng)濟(jì)效益。若存在質(zhì)量隱患的產(chǎn)品未能被及時(shí)有效檢出而流入市場(chǎng)，在經(jīng)過(guò)一定的使用壽命后將可能導(dǎo)致重大事故發(fā)生。在工業(yè)生產(chǎn)中以鐵制品居多，因此，針對(duì)鐵磁性材料的平板緊密對(duì)接焊，以檢測(cè)手段簡(jiǎn)單

2、快捷、無(wú)危害、零污染及可視化成像作為衡量標(biāo)準(zhǔn)，研究一種基于磁光成像的焊接缺陷無(wú)損檢測(cè)新方法。
　　本課題通過(guò)磁光成像傳感器獲取焊接缺陷磁光圖像，綜合運(yùn)用法拉第磁致旋光效應(yīng)、磁化曲線和磁疇理論，建立不同焊接狀態(tài)下的焊件磁疇分布模型，定性地解釋了焊接缺陷磁光成像機(jī)理。利用基于法拉第磁致旋光效應(yīng)的磁光成像技術(shù)，通過(guò)把焊件的磁場(chǎng)變化轉(zhuǎn)換為光強(qiáng)的強(qiáng)弱，從而實(shí)現(xiàn)物體表面細(xì)小缺陷可視化檢測(cè)。通過(guò)分析磁光薄膜和低碳鋼焊件的磁滯曲線，揭示了磁光薄膜

3、對(duì)磁場(chǎng)的敏感程度遠(yuǎn)遠(yuǎn)大于焊件母材這一規(guī)律。正因?yàn)榇殴獗∧?duì)磁場(chǎng)的敏感性，使得裝配這一薄膜的磁光傳感器能有效地檢測(cè)焊件缺陷。物質(zhì)的磁化過(guò)程本質(zhì)上就是磁疇結(jié)構(gòu)和疇壁運(yùn)動(dòng)方式的變化。利用微觀形態(tài)下的磁疇理論描述了鐵磁性焊件被磁化后自身磁場(chǎng)的變化情況。通過(guò)研究鐵磁性焊件兩種不同性質(zhì)磁場(chǎng)下（外磁場(chǎng)和剩磁）的磁光圖像，建立了基于磁疇理論的焊件磁疇分布模型，對(duì)焊接缺陷磁光成像機(jī)理進(jìn)行基礎(chǔ)性探索。
　　針對(duì)磁光傳感器采集到的焊接缺陷磁光圖像序列，

4、研究焊接缺陷磁光圖像自動(dòng)識(shí)別和分類模型。論文建立了主成分分析-誤差反向傳播神經(jīng)網(wǎng)絡(luò)(principalcomponent analysis-back propagation neural network，PCA-BP)模型和決策樹(shù)模型分別對(duì)無(wú)缺陷、裂紋、凹陷和未焊透磁光圖像進(jìn)行分類。PCA-BP神經(jīng)網(wǎng)絡(luò)分類模型通過(guò)分析各缺陷磁光圖像列向量的灰度分布情況，利用主成分分析法得到能反映磁光圖像列向量大部分灰度信息的主成分，以此作為BP神經(jīng)網(wǎng)絡(luò)

5、的特征輸入構(gòu)建缺陷磁光圖像分類模型?；谧钚INI指標(biāo)決策樹(shù)模型通過(guò)選擇合適的特征屬性，首先構(gòu)造了用于將缺陷磁光圖像分成無(wú)缺陷、未焊透和裂紋凹陷這三類的主決策樹(shù)，以避免由于裂紋凹陷磁光圖像特征屬性過(guò)于相似而造成復(fù)雜的樹(shù)結(jié)構(gòu)，而后構(gòu)造用于將裂紋和凹陷磁光圖像進(jìn)行有效分類的子決策樹(shù)，將主決策樹(shù)與子決策樹(shù)進(jìn)行拼接便得到完整的磁光圖像決策樹(shù)分類模型。最后，通過(guò)剪枝除去數(shù)據(jù)中的異常點(diǎn)以避免過(guò)擬合和提高分類準(zhǔn)確率。試驗(yàn)結(jié)果表明，兩種分類模型均可用