[发明专利]焊缝余高超前定量预测方法在审
| 申请号： | 202110942162.7 | 申请日： | 2021-08-17 |
| 公开（公告）号： | CN113706485A | 公开（公告）日： | 2021-11-26 |
| 发明（设计）人： | 张毅;张宸睿;赵壮;韩静;柏连发;陆骏;王一鸣;史玉敏;何慧颖 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06K9/32;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏创专利代理事务所(普通合伙) 32273 | 代理人： | 张艳 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 焊缝 高超 前定 预测 方法 | ||
【权利要求书】：
1.一种焊缝余高超前定量预测方法，其特征在于：包括如下步骤：
步骤1：将实时采集的熔池图像进行训练，基于视频预测网络得到熔池图像预测模型；
步骤2：将实时采集的熔池图像输入定量回归网络进行训练，得到定量回归模型；
步骤3：将实时采集的熔池图像输入步骤1中的熔池图像预测模型得到预测熔池图像a，将预测熔池图像a输入步骤2得到的定量回归模型，得到余高预测值。
2.根据权利要求1所述的焊缝余高超前定量预测方法，其特征在于：所述步骤1中采用PredNet算法，还包括空时长短期记忆单元。
3.根据权利要求2所述的焊缝余高超前定量预测方法，其特征在于：所述步骤1中包括跨时刻跨层连接。
4.根据权利要求1所述的焊缝余高超前定量预测方法，其特征在于：所述步骤1中的训练包括多元损失，其中多元损失的函数公式为：
，为均方差损失函数，为图像结构相似性损失函数，为感知损失函数。
5.根据权利要求1所述的焊缝余高超前定量预测方法，其特征在于：所述步骤2中包括通道注意力机制模块。
6.根据权利要求1所述的焊缝余高超前定量预测方法，其特征在于：所述步骤3中网络在训练中进行分段训练，先输入视频预测网络中进行训练，再进行定量回归网络训练，结合两阶段进行相关参数预测数值。
7.根据权利要求1所述的焊缝余高超前定量预测方法，其特征在于：所述步骤3中得到未来时刻的熔焊余高值为第十帧之后。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110942162.7/1.html，转载请声明来源钻瓜专利网。
