| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 熔透控制研究现状及发展趋势 | 第15-21页 |
| 1.2.1 熔透控制方法概述 | 第15-17页 |
| 1.2.2 二维视觉传感技术在焊接熔透中的应用 | 第17-18页 |
| 1.2.3 三维视觉传感技术在焊接熔透中的应用 | 第18-21页 |
| 1.3 人工神经网络在焊接领域研究现状 | 第21-23页 |
| 1.3.1 人工神经网络发展概述 | 第21-22页 |
| 1.3.2 人工神经网络在焊接中的应用 | 第22-23页 |
| 1.4 本课题主要研究内容 | 第23-26页 |
| 第二章 基于GMAW双目视觉传感焊接实验平台 | 第26-46页 |
| 2.1 GMAW双目视觉传感实验平台概述 | 第26-27页 |
| 2.2 系统主要部件 | 第27-31页 |
| 2.2.1 视觉传感模块 | 第27-29页 |
| 2.2.2 图像同步采集模块 | 第29-30页 |
| 2.2.3 GMAW焊接模块 | 第30页 |
| 2.2.4 焊接执行机构 | 第30-31页 |
| 2.3 图像同步采集实验 | 第31-33页 |
| 2.4 双目视觉传感系统的标定 | 第33-41页 |
| 2.4.1 标定原理 | 第33-36页 |
| 2.4.2 正面双目相机标定 | 第36-39页 |
| 2.4.3 背面单目相机标定 | 第39-41页 |
| 2.5 焊接实验及图像采集 | 第41-44页 |
| 2.5.1 焊接工艺参数以及工件尺寸的选择 | 第41-42页 |
| 2.5.2 实验方案设计 | 第42-43页 |
| 2.5.3 图像采集 | 第43-44页 |
| 2.6 本章小结 | 第44-46页 |
| 第三章 焊接熔池图像分析处理与特征提取 | 第46-64页 |
| 3.1 Halcon软件介绍 | 第46页 |
| 3.2 正面熔池形状特征 | 第46-50页 |
| 3.2.1 正面熔池二维形状特征 | 第46-48页 |
| 3.2.2 正面熔池三维形状特征 | 第48-50页 |
| 3.3 背面熔池形状特征 | 第50页 |
| 3.4 正面熔池图像处理及特征提取 | 第50-62页 |
| 3.4.1 正面熔池二维形状特征提取 | 第51-56页 |
| 3.4.2 正面熔池三维形状特征提取 | 第56-62页 |
| 3.5 背面熔宽提取 | 第62-63页 |
| 3.6 本章小结 | 第63-64页 |
| 第四章 基于BP神经网络的熔透预测模型建立 | 第64-92页 |
| 4.1 打底焊熔透定义 | 第64-66页 |
| 4.2 正面熔池形状特征参数与背面熔宽的关系 | 第66-82页 |
| 4.2.1 焊接电流作用下正面熔池特征参数与背面熔宽的关系 | 第66-75页 |
| 4.2.2 焊接速度作用下正面熔池特征参数与背面熔宽的关系 | 第75-82页 |
| 4.3 BP神经网络熔透预测模型 | 第82-91页 |
| 4.3.1 人工神经元模型 | 第82-83页 |
| 4.3.2 BP神经网络的结构 | 第83-84页 |
| 4.3.3 BP神经网络算法 | 第84-86页 |
| 4.3.4 BP神经网络熔透模型建立 | 第86-89页 |
| 4.3.5 熔透特征确定 | 第89-91页 |
| 4.4 本章小结 | 第91-92页 |
| 第五章 熔透特征与BP神经网络模型验证 | 第92-100页 |
| 5.1 焊接电流作用下熔透特征与熔透状态关系验证 | 第92-95页 |
| 5.2 焊接速度作用下熔透特征与熔透状态关系的验证 | 第95-97页 |
| 5.3 BP神经网络熔透模型验证 | 第97-99页 |
| 5.4 本章总结 | 第99-100页 |
| 第六章 结论与展望 | 第100-102页 |
| 参考文献 | 第102-110页 |
| 致谢 | 第110-112页 |
| 研究成果及发表的学术论文 | 第112-114页 |
| 作者及导师简介 | 第114-116页 |
| 附录 | 第116-124页 |
