[发明专利]焊缝余高超前定量预测方法

说明书

本发明涉及一种焊缝余高超前定量预测方法，包括如下步骤：1.通过熔池图像得到熔池图像预测模型。2.得到定量回归模型。3.将实时熔池图像输入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输入定量回归模型，得到余高预测值。本发明多用于对形态质量的超前预测，当熔焊增材过程中出现质量问题，工件只能废弃或返修。为了保障熔焊增材过程平稳可靠运行，就需要对形态质量进行超前分析。超前分析是通过处理T0时刻熔池图像或包含前序的熔池图像序列进而得到T+N时刻的形态质量，超前得到未来时刻的形态质量，这样就可以通过实现闭环控制而不是单一的实时监测。

技术领域

本发明涉及一种焊缝余高超前定量预测方法，属于熔焊增材形态质量分析技术领域。

背景技术

由于PredNet是属于CNN+LSTM结构中较早建立的模型，无论是预测时长还是预测质量上都有提升的空间，且一般的，对于熔池数据，在实际的生产过程中熔池图像是不断产生的，虽然PredNet需要不断提供输入数据，但对于实际需要，不断提供输入数据是可行的，并且对于工业视觉，高质量的预测图像对于质量分析尤为重要，所以，本发明对于PredNet的改进更注重实现在非长帧预测下的高质量预测结果。

在熔焊增材形态质量分析技术领域，已经有很多研究者通过通过视觉信息进行形态质量分析，这其中就包括将熔池图像作为研究的数据来源。而单层焊缝余高是指焊缝超出母材表面部分的相对高度，良好的熔焊过程应该具有稳定可控的余高变化趋势，目前主要的研究方法都是先通过熔池图像进行信息提取后，使用神经网络等工具建模分析。

当熔焊增材过程中出现质量问题，工件只能废弃或返修。为了保障熔焊增材过程平稳可靠运行，就需要对形态质量进行实时监测并进行超前分析。而目前现有的技术很难满足相对准确有效的超前定量预测。

发明内容

为了解决上述技术问题，本发明提供一种焊缝余高超前定量预测方法，其具体技术方案如下：

一种焊缝余高超前定量预测方法，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。

进一步的，所述步骤1中采用PredNet算法，还包括空时长短期记忆单元。

进一步的，所述步骤1中包括跨时刻跨层连接。

进一步的，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：

loss＝0.15loss_MSE+0.85(1-loss_SSIM)+0.25losss_perceptual

，loss_MSE为均方差损失函数，loss_SSIM为图像结构相似性损失函数，loss_perceptual为感知损失函数。

进一步的，所述步骤2中包括通道注意力机制模块。

进一步的，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。

进一步的，所述步骤3中得到未来时刻的熔焊余高值为第十帧之后。