仪器仪表学报

作者：季玉坤，高向东，刘倩雯，张艳喜，张南峰

单位：季玉坤,1. 广东工业大学广东省焊接工程技术研究中心,,高向东,1. 广东工业大学广东省焊接工程技术研究中心,,刘倩雯,1. 广东工业大学广东省焊接工程技术研究中心,,张艳喜,1. 广东工业大学广东省焊接工程技术研究中心,,张南峰,2. 黄埔海关技术中心,

关键词：焊接缺陷;磁光成像;卷积神经网络;无损检测

基金：国家自然科学基金(51675104)、广州市科技计划项目(202002020068,202002030147)资助

对焊件表面及亚表面微小焊接缺陷进行检测是保证焊接质量的关键,提出一种基于深层卷积神经网络的磁光成像焊接缺陷检测方法。以法拉第磁致旋光效应为基础,分析磁光成像原理,建立深层卷积网络预测模型,研究不同模型结构参数对训练结果的影响。通过对深度卷积神经网络中间机理分析,研究模型训练过程并自动寻找卷积核最优参数。试验结果表明,第一层卷积核尺寸选择7×7和采用Relu激活函数可以使预测模型达到最佳效果,焊接缺陷磁光成像平均训练准确率为98.61%,凹坑、裂纹、未焊透、未熔合、无缺陷5种焊接试样预测准确率分别为84.38%、98.05%、84.38%、100%、100%,平均预测准确率为93.36%。

来源：2021年第2期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第2期