基于视觉的CO2焊熔池熔深特征的判别
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 视觉传感系统的研究现状 | 第10-13页 |
| 1.2.1 视觉传感与焊接熔池研究慨况 | 第10页 |
| 1.2.2 熔池视觉传感技术 | 第10-13页 |
| 1.3 图像处理技术 | 第13-16页 |
| 1.3.1 图像处理常用的方法 | 第13-14页 |
| 1.3.2 图像处理技术的应用 | 第14页 |
| 1.3.3 熔池图像处理研究现状 | 第14-16页 |
| 1.4 人工神经网络在焊接中研究现状 | 第16-18页 |
| 1.5 本课题主要研究的内容 | 第18-19页 |
| 第二章 熔池图像采集系统 | 第19-24页 |
| 2.1 焊接熔池成像机理与模型的建立 | 第19-20页 |
| 2.1.1 焊接熔池成像机理 | 第19-20页 |
| 2.1.2 焊接熔池模型的建立 | 第20页 |
| 2.2 熔池图像采集平台 | 第20-23页 |
| 2.2.1 CCD 的选择 | 第20-21页 |
| 2.2.2 窄带复合滤光器的选择 | 第21-22页 |
| 2.2.3 CCD 摄像机的相对位置 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 熔池图像处理与参数的提取 | 第24-49页 |
| 3.1 熔池图像的特征分析 | 第24-26页 |
| 3.2 熔池图像处理的步骤 | 第26-43页 |
| 3.2.1 熔池图像的预处理 | 第26-32页 |
| 3.2.2 熔池图像的后处理 | 第32-43页 |
| 3.3 熔池图像的特征参数 | 第43-45页 |
| 3.3.1 熔池的周长和面积 | 第44页 |
| 3.3.2 熔池的熔宽和最大长度 | 第44-45页 |
| 3.3.3 熔池尾部的后拖角 | 第45页 |
| 3.4 实验结果与分析 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 BP 神经网络熔深的预测 | 第49-62页 |
| 4.1 熔深预测的意义 | 第49页 |
| 4.2 熔宽和熔深的影响因素 | 第49-51页 |
| 4.2.1 焊接电流的影响 | 第50页 |
| 4.2.2 焊接电压的影响 | 第50页 |
| 4.2.3 焊接速度的影响 | 第50-51页 |
| 4.2.4 其它因素的影响 | 第51页 |
| 4.2.5 焊接参数影响的结论 | 第51页 |
| 4.3 BP 神经网络理论 | 第51-55页 |
| 4.3.1 BP 神经网络模型 | 第51-52页 |
| 4.3.2 BP 学习算法 | 第52-53页 |
| 4.3.3 BP 算法存在的问题及改进方法 | 第53-55页 |
| 4.4 熔深预测的 BP 网络的设计 | 第55-56页 |
| 4.4.1 网络模型的建立 | 第55页 |
| 4.4.2 训练程序参数的设定 | 第55-56页 |
| 4.4.3 网络的训练 | 第56页 |
| 4.5 BP 网络 MATLAB 的实现 | 第56-60页 |
| 4.5.1 MATLAB 语言的特点 | 第56-57页 |
| 4.5.2 MATLAB 实现 BP 算法的步骤 | 第57-58页 |
| 4.5.3 BP 网络的 MATLAB 仿真 | 第58-60页 |
| 4.6 预测结果分析 | 第60-61页 |
| 4.7 本章小节 | 第61-62页 |
| 第五章 结论和展望 | 第62-63页 |
| 5.1 本文结论 | 第62页 |
| 5.2 后续工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66-71页 |
| 发表论文和参加科研情况说明 | 第71-72页 |
| 致谢 | 第72页 |
