| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第9-13页 |
| CONTENTS | 第13-17页 |
| 第一章 绪论 | 第17-34页 |
| 1.1 激光焊接 | 第17-23页 |
| 1.1.1 激光 | 第17页 |
| 1.1.2 激光加工技术 | 第17-19页 |
| 1.1.3 激光焊接技术 | 第19-23页 |
| 1.2 激光焊接过程中的光致等离子体 | 第23-33页 |
| 1.2.1 激光与材料相互作用基础 | 第23页 |
| 1.2.2 等离子体的形成 | 第23-25页 |
| 1.2.3 等离子体在能量传输中的作用 | 第25-27页 |
| 1.2.4 激光焊接过程等离子体在线监测方法的研究现状 | 第27-33页 |
| 1.3 课题来源 | 第33页 |
| 1.4 本文研究的内容 | 第33-34页 |
| 第二章 大功率碟型激光焊金属蒸汽监测试验系统 | 第34-46页 |
| 2.1 大功率碟型激光焊接的原理和特点 | 第34-35页 |
| 2.1.1 碟型激光器 | 第34页 |
| 2.1.2 碟型激光器的应用 | 第34-35页 |
| 2.3 试验系统 | 第35-40页 |
| 2.3.1 六轴机器人 | 第36-37页 |
| 2.3.2 激光器 | 第37-38页 |
| 2.3.3 高速摄影系统 | 第38-39页 |
| 2.3.4 激光焊接系统 | 第39-40页 |
| 2.4 试验方案及结果 | 第40-45页 |
| 2.4.1 彩色图像处理 | 第41-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第三章 金属蒸汽彩色图像分割 | 第46-77页 |
| 3.1 图像分割 | 第46-49页 |
| 3.1.1 图像分割定义 | 第46-47页 |
| 3.1.2 彩色图像分割现状及其意义 | 第47-49页 |
| 3.2 颜色空间的表示 | 第49-52页 |
| 3.2.1 RGB颜色空间 | 第50-51页 |
| 3.2.2 HSI颜色空间 | 第51-52页 |
| 3.3 彩色空间聚类方法 | 第52-75页 |
| 3.3.1 颜色空间的选择 | 第53页 |
| 3.3.2 相似性度量和距离函数 | 第53-54页 |
| 3.3.3 常见彩色距离度量公式及其比较 | 第54-57页 |
| 3.3.4 K-means算法 | 第57-61页 |
| 3.3.5 K-means算法的改进 | 第61-68页 |
| 3.3.6 概率聚类算法 | 第68-74页 |
| 3.3.7 不同图像分割算法的比较 | 第74-75页 |
| 3.4 本章小结 | 第75-77页 |
| 第四章 金属蒸汽图像特征提取与焊缝特征分析 | 第77-110页 |
| 4.1 金属蒸汽图像特征提取 | 第77-83页 |
| 4.1.1 金属蒸汽面积的提取 | 第77-78页 |
| 4.1.2 飞溅颗粒面积的提取 | 第78-79页 |
| 4.1.3 金属蒸汽高度的提取 | 第79-80页 |
| 4.1.4 金属蒸汽亮度的提取 | 第80-81页 |
| 4.1.5 金属蒸汽摆角的提取 | 第81-83页 |
| 4.2 焊缝特征分析 | 第83-105页 |
| 4.2.1 焊缝表面特征分析 | 第84-100页 |
| 4.2.2 焊缝宽度特征 | 第100-102页 |
| 4.2.3 焊缝熔深特征 | 第102-103页 |
| 4.2.4 焊缝气孔特征 | 第103-105页 |
| 4.3 不同焊速下金属蒸汽图像特征与焊缝特征的比较 | 第105-108页 |
| 4.3.1 金属蒸汽图像特征的比较 | 第105-107页 |
| 4.3.2 焊缝特征的比较 | 第107-108页 |
| 4.4 本章小结 | 第108-110页 |
| 第五章 基于金属蒸汽图像特征的焊缝宽度预测模型 | 第110-142页 |
| 5.1 人工神经网络 | 第110-111页 |
| 5.2 BP神经网络建模 | 第111-117页 |
| 5.2.1 BP神经网络结构的设计 | 第111-114页 |
| 5.2.2 BP学习算法 | 第114-115页 |
| 5.2.3 改进的BP学习算法 | 第115-117页 |
| 5.3 RBF神经网络建模 | 第117-122页 |
| 5.3.1 RBF神经网络结构的设计 | 第118-120页 |
| 5.3.2 RBF学习算法 | 第120-122页 |
| 5.4 支持向量回归建模 | 第122-131页 |
| 5.4.1 支持向量机 | 第122-123页 |
| 5.4.2 支持向量非线性回归模型 | 第123-128页 |
| 5.4.3 基于支持向量回归的焊缝宽度预测模型 | 第128-130页 |
| 5.4.4 支持向量回归算法 | 第130-131页 |
| 5.5 试验结果与分析 | 第131-140页 |
| 5.5.1 训练样本的归一化处理 | 第131页 |
| 5.5.2 单步预测与多步预测 | 第131-132页 |
| 5.5.3 基于BP模型、RBF模型和SVR模型的单步预测 | 第132-139页 |
| 5.5.4 基于BP模型和SVR模型的多步预测 | 第139-140页 |
| 5.6 本章小结 | 第140-142页 |
| 结论与展望 | 第142-145页 |
| 参考文献 | 第145-155页 |
| 攻读学位期间发表(含录用)的论文 | 第155-157页 |
| 致谢 | 第157页 |
