-
公开(公告)号：CN118014990A
公开(公告)日：2024-05-10
申请号：CN202410404220.4
申请日：2024-04-07
Applicant: 哈尔滨工业大学(威海)
IPC: G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/084 , G06T7/50
Abstract: 本发明涉及激光加工、表面除垢领域，尤其涉及一种基于深度学习的激光作用深度控制方法。通过激光加工除垢试验采集激光加工过程中的激光羽辉图片及激光加工参数；基于采集到的激光羽辉图片，预设卷积神经网络，学习激光羽辉图片和激光作用深度之间的对应关系，训练得到激光作用深度识别模型；基于采集到的激光加工参数，预设BP神经网络，学习激光加工参数和激光作用深度之间的对应关系，训练得到激光作用深度预测模型；设定目标作用深度，以当前时刻的激光作用深度和未来时刻的激光作用深度作为信息量，激光加工参数作为控制量，实际激光作用深度作为被控制量，建立激光作用深度控制系统，有效解决了现有控制系统响应速度慢、超调量大等问题。
-
公开(公告)号：CN118014990B
公开(公告)日：2024-07-23
申请号：CN202410404220.4
申请日：2024-04-07
Applicant: 哈尔滨工业大学(威海)
IPC: G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/084 , G06T7/50
Abstract: 本发明涉及激光加工、表面除垢领域，尤其涉及一种基于深度学习的激光作用深度控制方法。通过激光加工除垢试验采集激光加工过程中的激光羽辉图片及激光加工参数；基于采集到的激光羽辉图片，预设卷积神经网络，学习激光羽辉图片和激光作用深度之间的对应关系，训练得到激光作用深度识别模型；基于采集到的激光加工参数，预设BP神经网络，学习激光加工参数和激光作用深度之间的对应关系，训练得到激光作用深度预测模型；设定目标作用深度，以当前时刻的激光作用深度和未来时刻的激光作用深度作为信息量，激光加工参数作为控制量，实际激光作用深度作为被控制量，建立激光作用深度控制系统，有效解决了现有控制系统响应速度慢、超调量大等问题。
-
公开(公告)号：CN116275388A
公开(公告)日：2023-06-23
申请号：CN202310290902.2
申请日：2023-03-21
Applicant: 哈尔滨工业大学(威海) , 山东船舶技术研究院
Abstract: 本发明提出一种焊接激光视觉图像分割方法，属于图像分割技术领域。包括以下步骤：S1.利用激光视觉系统获取激光条纹图像，对激光条纹图像进行预处理；S2.搭建激光视觉图像分割的神经网络；S3.对激光视觉分割神经网络进行训练，将处理后的激光条纹图像输入至激光视觉图像分割的神经网络，输出灰度值范围为0‑255的灰度图；S4.利用反向传播算法对神经网络进行训练，将激光条纹图像输入激光视觉图像分割的神经网络中，输出分割结果。解决了现有技术中存在的传统图像处理算法抗干扰能力差，在焊接反光、烟尘和飞溅干扰条件下焊缝跟踪误差大技术问题。
-
公开(公告)号：CN115555861A
公开(公告)日：2023-01-03
申请号：CN202211203563.1
申请日：2022-09-29
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开一种提高铝合金熔化焊接接头疲劳性能的装置及方法，涉及焊接接头强化技术领域。该装置包括随铣搅拌摩擦处理工具头和龙门式运动机构。该方法采用随铣搅拌摩擦处理的方式，对焊接接头进行焊后加工处理，可以获得以下几方面的效果：(1)铣平焊缝余高、降低焊趾处的应力集中水平；(2)改善焊缝凝固态组织，减少焊接裂纹、气孔缺陷；(3)细化焊缝晶粒，在焊缝表面产生强化层。通过以上几方面的效果，本发明可以抑制疲劳裂纹从焊接接头表面萌生，提高焊接接头的疲劳强度，同时将铣平焊缝余高工序、搅拌摩擦处理强化工序、飞边清理工序等三道工序简化为一道工序，具有较高的生产效率。
-
公开(公告)号：CN115519215A
公开(公告)日：2022-12-27
申请号：CN202211191712.7
申请日：2022-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及焊接领域，公开了一种实时跟踪复杂搭接焊缝的旁轴送丝装置，所述装置包括送丝枪，所述送丝枪包括送丝枪头、第一送丝枪身、第二送丝枪身，所述送丝枪头与第一送丝枪身前端连接，所述第一送丝枪身的后端通过弹性件与设置在第二送丝枪身底部的压力传感器连接，所述第二送丝枪身内设置感光板、光源，所述感光板与光源相对设置，所述送丝枪内的焊丝通道通过送丝管道与送丝机连接，所述送丝枪的底部与运动机构连接，所述感光板、运动机构、压力传感器均与工控机连接。本发明解决了现有搭接焊缝跟踪手段难以进行高精度的跟踪，容易导致焊接时焊接热源或焊丝偏离待焊部位而烧损焊接件或产生焊接飞溅等焊接缺陷的问题。
-
Patent Agency Ranking
公开(公告)号：CN112059508A
公开(公告)日：2020-12-11
申请号：CN202010981323.9
申请日：2020-09-17
Applicant: 哈尔滨工业大学(威海) , 昆山宝锦激光拼焊有限公司
Abstract: 本发明涉及焊接技术领域，具体公开了一种用于金属箔片搭接接头的纳秒激光焊接小型夹具，是针对现有焊接夹具无法适用于较小尺寸的金属箔片的缺陷所提出，其包括支撑底座、位移机构和夹紧机构，在支撑底座上表面开设至少两条滑槽，位移机构为对称设置的两个，每个位移机构通过滑槽滑动设置在支撑底座上，在两个位移机构的相对面上，对称安装有至少一组夹紧机构，夹紧机构用来对待焊金属箔片实现纵向夹持。本发明具有夹紧效果好，夹具整体轻便灵活的特点，同时解决了小型金属箔片难以夹持的问题，且采用灵活的弹簧和滑动锁片夹紧方式，代替了传统的螺栓紧固、气压及液压机构施加夹紧力，大大简化了夹具，减小了夹具体积，能够获得良好的焊接质量。
-
公开(公告)号：CN106222655A
公开(公告)日：2016-12-14
申请号：CN201610864749.X
申请日：2016-09-29
Applicant: 哈尔滨工业大学(威海)
CPC classification number: C23C24/103 , C22C45/04
Abstract: 本发明公开了一种非晶合金覆层的制备方法，由以下步骤组成：配置合金粉末、基材预处理、涂层、激光熔覆；首先按照原子摩尔比分别为钴34％、铬29％、铁8％、镍8％、硅7％、硼14％进行合金粉末的配置；再对H13钢基材进行表面处理以及烘干处理，将配置好的合金粉末一并烘干；然后将合金粉末预置在H13钢基材表面；在氩气保护罩中使用脉冲激光器对预置基体进行熔覆。本发明方法制备的合金覆层上部含有85％左右的非晶相，并且能够实现覆层与基体的良好冶金结合，还具有较强的显微硬度及耐磨性，热稳定性也较好；此外，本发明方法可以大幅度降低非晶合金覆层的生产成本，符合我国的可持续发展战略要求，具有重大的生产意义。
-
公开(公告)号：CN117464182B
公开(公告)日：2025-04-15
申请号：CN202311765994.1
申请日：2023-12-21
Applicant: 哈尔滨工业大学(威海) , 山东船舶技术研究院
IPC: B23K26/21 , B23K26/046 , B25J9/16
Abstract: 一种基于卷积神经网络的激光焊接状态判别方法，涉及焊接技术领域。为了解决现有的激光焊接状态判别方法在面对复杂焊接状态时依赖于单一信息进行判别、准确率低、精度低、需要人工参与、焊缝的不良率高的缺陷，通过预实验采集激光焊接过程中的激光羽辉和熔池形貌；通过三维卷积神经网络分别处理激光羽辉和熔池形貌，获得特征向量；通过权重融合将对应于激光羽辉和熔池形貌的特征向量进行融合，采用全连接层对焊接状态进行区分；对三维卷积神经网络进行训练，获得每一个全连接层的输出结果，并对每个输出结果进行变换，根据变换后的最大值所对应的焊接状态作为最终的诊断结果。本发明主要用于对激光焊接状态进行判别。
-
公开(公告)号：CN117884786B
公开(公告)日：2024-05-28
申请号：CN202410294483.4
申请日：2024-03-15
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及激光焊接技术领域，尤其涉及一种锡球激光焊接缺陷检测方法。本发明提供的检测方法巧妙地融合了焊接过程中的激光头气压、锡球温度和锡球形貌信息，特别是考虑了激光头气压和锡球温度的影响，同时考虑了三者在时间尺度上的变化，并基于简单的卷积神经网络即可实现缺陷检测；利用激光头气压、锡球温度和锡球形貌三种信息融合判断，提高了对锡球焊缺陷的检测精度，解决了锡球焊内部缺陷难以检测和简单的神经网络无法考虑时间信息、检测精度低的问题。
-
公开(公告)号：CN117884786A
公开(公告)日：2024-04-16
申请号：CN202410294483.4
申请日：2024-03-15
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及激光焊接技术领域，尤其涉及一种锡球激光焊接缺陷检测方法。本发明提供的检测方法巧妙地融合了焊接过程中的激光头气压、锡球温度和锡球形貌信息，特别是考虑了激光头气压和锡球温度的影响，同时考虑了三者在时间尺度上的变化，并基于简单的卷积神经网络即可实现缺陷检测；利用激光头气压、锡球温度和锡球形貌三种信息融合判断，提高了对锡球焊缺陷的检测精度，解决了锡球焊内部缺陷难以检测和简单的神经网络无法考虑时间信息、检测精度低的问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.038 seconds)
