| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| Contents | 第11-14页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 课题研究背景 | 第14-15页 |
| 1.2 电弧焊焊接熔透状态检测研究现状 | 第15-18页 |
| 1.2.1 电弧声传感检测法 | 第15-16页 |
| 1.2.2 温度场检测法 | 第16页 |
| 1.2.3 振荡频率检测法 | 第16-17页 |
| 1.2.4 视觉传感检测法 | 第17-18页 |
| 1.3 视觉传感在焊接熔透检测的应用 | 第18-20页 |
| 1.3.1 熔池图像采集 | 第19页 |
| 1.3.2 熔池图像处理 | 第19-20页 |
| 1.4 选题意义及主要研究内容 | 第20-21页 |
| 1.4.1 课题选题意义 | 第20-21页 |
| 1.4.2 课题主要研究内容 | 第21页 |
| 1.5 本章小结 | 第21-23页 |
| 第二章 焊接试验系统的设计和焊接试验 | 第23-33页 |
| 2.1 试验系统概述 | 第23-25页 |
| 2.2 系统主要硬件 | 第25-29页 |
| 2.2.1 视觉传感器 | 第25-26页 |
| 2.2.2 图像采集卡 | 第26-27页 |
| 2.2.3 运动控制卡 | 第27页 |
| 2.2.4 电弧焊焊接装置 | 第27-28页 |
| 2.2.5 工作台及执行机构 | 第28-29页 |
| 2.3 视觉传感的焊接试验方案 | 第29-31页 |
| 2.3.1 传感器滤光 | 第29-30页 |
| 2.3.2 摄像机标定 | 第30-31页 |
| 2.3.3 焊接试验 | 第31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 焊接熔池图像处理及特征提取 | 第33-43页 |
| 3.1 图像预处理 | 第33-39页 |
| 3.1.1 熔池截取 | 第33-34页 |
| 3.1.2 中值滤波 | 第34-36页 |
| 3.1.3 灰度拉伸 | 第36-38页 |
| 3.1.4 阈值分割 | 第38页 |
| 3.1.5 边缘检测 | 第38-39页 |
| 3.2 基于熔透下的熔池特征提取 | 第39-41页 |
| 3.2.1 熔透定义 | 第39-41页 |
| 3.2.2 熔池特征提取 | 第41页 |
| 3.3 本章小结 | 第41-43页 |
| 第四章 基于熔透状态识别的BP神经网络模型建立 | 第43-52页 |
| 4.1 基于视觉传感的熔透状态识别系统建模 | 第43页 |
| 4.2 BP神经网络建模 | 第43-50页 |
| 4.2.1 BP神经网络工作原理 | 第44-46页 |
| 4.2.2 数据获取及归一化 | 第46-47页 |
| 4.2.3 BP神经网络建模 | 第47-48页 |
| 4.2.4 BP神经网络仿真结果及分析 | 第48-50页 |
| 4.3 本章小结 | 第50-52页 |
| 第五章 基于熔透状态识别的ICA-BP神经网络模型建立 | 第52-70页 |
| 5.1 ICA算法 | 第52-58页 |
| 5.1.1 ICA算法来源及基本思想 | 第52-53页 |
| 5.1.2 ICA算法基本操作 | 第53-58页 |
| 5.1.3 ICA算法特点 | 第58页 |
| 5.2 基于ICA算法的熔透识别模型 | 第58-60页 |
| 5.2.1 基于ICA算法的神经网络建模 | 第58-59页 |
| 5.2.2 模型仿真结果及分析 | 第59-60页 |
| 5.3 ICA算法改进BP神经网络 | 第60-69页 |
| 5.3.1 ICA算法初始化BP神经网络权值 | 第60-61页 |
| 5.3.2 ICA-BP神经网络建模 | 第61-62页 |
| 5.3.3 ICA-BP神经网络仿真结果及分析 | 第62-69页 |
| 5.4 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读学位期间发表的论文 | 第77-79页 |
| 致谢 | 第79-80页 |
| 附录 | 第80-89页 |
| 附录1 熔池图像预处理MATLAB程序(部分) | 第80页 |
| 附录2 熔池图像特征提取MATLAB程序(部分) | 第80-82页 |
| 附录3 BP神经网络熔透识别模型MATLAB程序(部分) | 第82-84页 |
| 附录4 ICA算法初始化BP神经网络权值阈值MATLAB程序(部分) | 第84-87页 |
| 附录5 ICA-BP神经网络熔透识别模型MATLAB程序(部分) | 第87-89页 |
