科研之友
微信
新浪微博
Facebook
分享链接
摘要
焊接熔宽是评估焊接质量和焊接稳定性的重要指标。针对强噪声环境下激光-MIG复合焊接过程，研究BP(Back-propagation)神经网络补偿色噪声卡尔曼滤波算法的熔宽检测方法。首先建立激光-MIG复合焊接熔宽检测系统的状态方程和测量方程，通过视觉传感和色噪声卡尔曼滤波算法对焊缝宽度进行估计。采用高精度激光扫描仪对焊缝三维轮廓进行扫描，根据二阶差分法获得焊缝轮廓宽度，并作为熔宽实际值。然后以卡尔曼滤波增益、新息值和预测值与卡尔曼最优估计之差作为输入，利用BP神经网络对熔宽的卡尔曼滤波最优估计进行补偿。结果表明，BP神经网络补偿测量色噪声卡尔曼滤波算法能有效降低焊缝宽度检测的误差。相比单独使用卡尔曼滤波算法，BP神经网络具有良好的非线性映射能力，可提高卡尔曼滤波焊缝宽度检测的准确度。
- 单位
