| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第17-35页 |
| 1.1 论文研究背景 | 第17-18页 |
| 1.2 激光焊接检测典型结构 | 第18-20页 |
| 1.2.1 同轴光辐射检测 | 第19页 |
| 1.2.2 同轴视觉检测 | 第19-20页 |
| 1.2.3 旁轴声及温度检测 | 第20页 |
| 1.2.4 等离子体电荷检测 | 第20页 |
| 1.3 激光焊接状态传感技术研究现状 | 第20-29页 |
| 1.3.1 光电传感器 | 第20-23页 |
| 1.3.2 视觉传感器 | 第23-25页 |
| 1.3.3 光谱分析仪 | 第25-26页 |
| 1.3.4 声波及温度传感器 | 第26-27页 |
| 1.3.5 电荷传感器 | 第27-28页 |
| 1.3.6 多传感器融合 | 第28-29页 |
| 1.4 现有方法存在的问题及分析 | 第29-31页 |
| 1.4.1 单一传感器的不足 | 第29-31页 |
| 1.4.2 现有融合技术的局限性 | 第31页 |
| 1.5 论文研究内容 | 第31-35页 |
| 第二章 激光焊接状态光学及视觉检测 | 第35-71页 |
| 2.1 引言 | 第35-36页 |
| 2.2 光电传感器检测技术 | 第36-44页 |
| 2.2.1 光电检测试验平台 | 第36-38页 |
| 2.2.2 焊接状态光电信号特征及规律 | 第38-44页 |
| 2.3 焊缝偏离近红外视觉检测技术 | 第44-58页 |
| 2.3.1 近红外视觉检测试验平台 | 第44-45页 |
| 2.3.2 近红外图像处理技术 | 第45-48页 |
| 2.3.3 焊缝偏离自适应卡尔曼滤波检测技术 | 第48-58页 |
| 2.4 金属蒸汽与飞溅可见光视觉检测技术 | 第58-69页 |
| 2.4.1 紫外及可见光视觉检测试验平台 | 第58-61页 |
| 2.4.2 金属蒸汽及飞溅特征提取 | 第61-66页 |
| 2.4.3 典型焊接状态金属蒸汽及飞溅特征分析 | 第66-69页 |
| 2.5 小结 | 第69-71页 |
| 第三章 不锈钢激光焊接熔透状态多传感信号驱动检测 | 第71-99页 |
| 3.1 引言 | 第71页 |
| 3.2 不锈钢激光焊接多传感器检测试验平台 | 第71-74页 |
| 3.3 多传感器信号时域分析检测技术 | 第74-80页 |
| 3.3.1 多传感器信号特征提取 | 第74-75页 |
| 3.3.2 时域特征分析 | 第75-80页 |
| 3.4 多传感器信号频域分析检测技术 | 第80-97页 |
| 3.4.1 低频分量相关性系数 | 第81-86页 |
| 3.4.2 相关性系数分析 | 第86-92页 |
| 3.4.3 基于低频分量相关性的稳定性检测技术 | 第92-96页 |
| 3.4.4 试验结果及分析 | 第96-97页 |
| 3.5 小结 | 第97-99页 |
| 第四章 高强钢激光焊接熔池形态多传感经验驱动检测 | 第99-119页 |
| 4.1 引言 | 第99页 |
| 4.2 高强钢激光焊接多传感器检测系统 | 第99-106页 |
| 4.2.1 高强钢激光焊接试验平台 | 第99-100页 |
| 4.2.2 高强钢焊接状态多传感器信号特性分析 | 第100-106页 |
| 4.3 图像与信号处理及特征空间建立 | 第106-110页 |
| 4.3.1 图像预处理及特征提取 | 第106-107页 |
| 4.3.2 数值归一化 | 第107页 |
| 4.3.3 频谱特性参数提取 | 第107-110页 |
| 4.4 基于支持向量机的多传感经验驱动检测 | 第110-117页 |
| 4.4.1 支持向量机 | 第110-112页 |
| 4.4.2 参数选择 | 第112-113页 |
| 4.4.3 试验结果与分析 | 第113-117页 |
| 4.5 小结 | 第117-119页 |
| 第五章 激光焊接状态信号与经验融合驱动检测 | 第119-145页 |
| 5.1 引言 | 第119页 |
| 5.2 六传感器同步检测系统 | 第119-127页 |
| 5.2.1 六传感器试验平台 | 第119-122页 |
| 5.2.2 测量数据及量化分析 | 第122-127页 |
| 5.3 激光焊接状态信号与经验融合驱动检测 | 第127-134页 |
| 5.3.1 基于多尺度主成分分析的特征提取 | 第128-131页 |
| 5.3.2 基于图像处理的状态参数提取 | 第131-132页 |
| 5.3.3 焊后表面缺陷的分类 | 第132页 |
| 5.3.4 基于神经网络的焊接过程状态监测 | 第132页 |
| 5.3.5 基于支持向量机的缺陷诊断 | 第132-134页 |
| 5.4 试验结果及分析 | 第134-143页 |
| 5.4.1 数据采集与参数选择 | 第134-137页 |
| 5.4.2 交叉检验 | 第137-141页 |
| 5.4.3 过程检测及缺陷诊断试验结果 | 第141-143页 |
| 5.5 小结 | 第143-145页 |
| 第六章 激光焊接状态模型、信号与经验复合驱动检测 | 第145-167页 |
| 6.1 引言 | 第145页 |
| 6.2 激光焊接状态多信号特征规律 | 第145-155页 |
| 6.2.1 典型激光焊接缺陷的信号特征 | 第145-151页 |
| 6.2.2 激光焊接状态信号特征的统计规律 | 第151-155页 |
| 6.3 激光焊接状态模型驱动检测 | 第155-160页 |
| 6.3.1 激光焊接多输入多输出非线性系统 | 第155-157页 |
| 6.3.2 基于Hammerstein-Wiener的激光焊接过程建模 | 第157-158页 |
| 6.3.3 模型参数辨识及检验 | 第158-160页 |
| 6.4 激光焊接状态模型、信号与经验复合驱动检测 | 第160-165页 |
| 6.4.1 复合驱动检测基本原理 | 第160-162页 |
| 6.4.2 复合驱动检测试验结果与分析 | 第162-165页 |
| 6.5 小结 | 第165-167页 |
| 结论 | 第167-171页 |
| 参考文献 | 第171-183页 |
| 攻读博士学位期间发表的学术论文 | 第183-189页 |
| 致谢 | 第189页 |