| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第15-31页 |
| 1.1 激光焊接焊缝跟踪影响因素 | 第16-20页 |
| 1.2 基于视觉传感激光焊接微焊缝实时跟踪检测研究 | 第20-26页 |
| 1.2.1 基于结构光技术焊缝跟踪方法 | 第21-22页 |
| 1.2.2 基于熔池匙孔形态焊缝跟踪方法 | 第22-24页 |
| 1.2.3 基于磁光检测成像技术焊缝探测方法 | 第24-26页 |
| 1.3 磁光检测成像技术研究的国内外现状 | 第26-28页 |
| 1.4 选题来源及主要研究内容 | 第28-30页 |
| 1.4.1 课题选题来源与意义 | 第28-29页 |
| 1.4.2 课题主要研究内容 | 第29-30页 |
| 1.5 本章小结 | 第30-31页 |
| 第二章 焊缝磁光检测成像探测系统 | 第31-67页 |
| 2.1 激光焊接试验平台 | 第33-41页 |
| 2.1.1 激光器焊接系统 | 第33-35页 |
| 2.1.2 运动工作控制台 | 第35-36页 |
| 2.1.3 磁光传感器检测装置 | 第36-38页 |
| 2.1.4 电磁铁激励装置与检测装置 | 第38-41页 |
| 2.2 磁光成像原理 | 第41-52页 |
| 2.2.1 法拉第磁光效应原理 | 第41-47页 |
| 2.2.2 焊缝磁光成像调制原理 | 第47-49页 |
| 2.2.3 磁光传感器检测范围 | 第49-52页 |
| 2.3 焊缝漏磁检测原理 | 第52-60页 |
| 2.3.1 焊件材料磁畴与磁化理论 | 第52-53页 |
| 2.3.2 焊缝漏磁检测原理 | 第53-57页 |
| 2.3.3 铁磁体平板对接焊缝漏磁原理 | 第57-60页 |
| 2.4 磁光传感器测量焊缝磁场分布研究 | 第60-65页 |
| 2.4.1 Q235铁磁体焊件磁光图像标定 | 第60-61页 |
| 2.4.2 不同磁场强度磁光图像检测 | 第61-62页 |
| 2.4.3 不同焊缝宽度磁光图像检测 | 第62-63页 |
| 2.4.4 入射偏振光角度对磁光图像的影响 | 第63-64页 |
| 2.4.5 电磁铁放置方式对磁光图像的影响 | 第64-65页 |
| 2.5 本章小节 | 第65-67页 |
| 第三章 磁光检测成像技术微间隙焊缝特征提取 | 第67-89页 |
| 3.1 焊缝磁光图像预处理 | 第68-72页 |
| 3.1.1 感兴趣区域选取 | 第68-70页 |
| 3.1.2 焊接目标的特征分析 | 第70-72页 |
| 3.1.3 焊缝磁光图像灰度化处理 | 第72页 |
| 3.2 焊缝磁光图像焊缝中心特征提取 | 第72-83页 |
| 3.2.1 不完全二值化处理 | 第72-76页 |
| 3.2.2 中值滤波 | 第76-77页 |
| 3.2.3 面积去噪法 | 第77-78页 |
| 3.2.4 焊缝边缘检测 | 第78-79页 |
| 3.2.5 焊缝中心提取 | 第79-81页 |
| 3.2.6 焊缝中心提取流程 | 第81-83页 |
| 3.3 激光束移动时的焊缝中心路径提取 | 第83-88页 |
| 3.4 本章小结 | 第88-89页 |
| 第四章 基于神经网络的焊缝中心跟踪预测模型 | 第89-105页 |
| 4.1 磁光图像噪声分布 | 第90-94页 |
| 4.2 神经网络 | 第94-97页 |
| 4.2.1 BP神经网络结构的设计 | 第95页 |
| 4.2.2 Levenberg-Marquardt算法原理 | 第95-96页 |
| 4.2.3 LM算法的计算步骤 | 第96-97页 |
| 4.3 焊缝偏差跟踪的LM神经网络建立 | 第97-104页 |
| 4.3.1 数据样本的获取 | 第97-99页 |
| 4.3.2 神经网络参数的选择 | 第99-100页 |
| 4.3.3 B P神经网络计算焊缝中心试验分析 | 第100-104页 |
| 4.4 本章小结 | 第104-105页 |
| 第五章 神经网络卡尔曼滤波焊缝预测跟踪 | 第105-135页 |
| 5.1 卡尔曼滤波简介 | 第106-107页 |
| 5.2 磁光图像焊缝跟踪噪声统计 | 第107-110页 |
| 5.2.1 卡尔曼滤波基本步骤 | 第107-108页 |
| 5.2.2 卡尔曼滤波的第1个假设：焊缝跟踪系统是线性的 | 第108-109页 |
| 5.2.3 卡尔曼滤波的第2个假设：焊接噪声接近于高斯白噪声 | 第109-110页 |
| 5.3 焊缝跟踪卡尔曼滤波算法 | 第110-123页 |
| 5.3.1 离散型卡尔曼滤波基本方程 | 第110-113页 |
| 5.3.2 建立焊缝跟踪系统的系统方程和状态方程 | 第113-115页 |
| 5.3.3 卡尔曼滤波焊缝跟踪试验 | 第115-123页 |
| 5.4 径向基神经网络补偿Kalman滤波焊缝中心测量算法 | 第123-129页 |
| 5.5 神经网络补偿Kalman滤波算法试验和分析 | 第129-133页 |
| 5.6 小结 | 第133-135页 |
| 总结与展望 | 第135-137页 |
| 1 结论 | 第135页 |
| 2 创新点 | 第135-136页 |
| 3 展望 | 第136-137页 |
| 参考文献 | 第137-147页 |
| 攻读学位期间发表的论文 | 第147-150页 |
| 致谢 | 第150页 |
