買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉上海交通大學申請的專利基于深度殘差卷積網絡的角焊縫熔深在線實時預測與評估方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118447332B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202410647040.9，技術領域涉及：G06V10/764；該發明授權基于深度殘差卷積網絡的角焊縫熔深在線實時預測與評估方法和系統是由張軻;孫浩瀚;周義虎;王皖勇設計研發完成，并于2024-05-23向國家知識產權局提交的專利申請。

本基于深度殘差卷積網絡的角焊縫熔深在線實時預測與評估方法和系統在說明書摘要公布了：本發明提供了一種基于深度殘差卷積網絡的角焊縫熔深在線實時預測與評估方法和系統，包括：采集角焊縫焊接過程中的熔池區域正面圖像；利用三類Otsu閾值分割法獲取正面熔池中心ROI圖像；對熔池中心ROI圖像進行標注與數據增廣，得到熔深預測數據集；設計以熔池圖像為輸入，以熔深標簽分類為輸出，由殘差卷積模塊堆疊而成的深度殘差卷積網絡，對深度殘差卷積網絡進行訓練、驗證和測試；根據訓練好的深度殘差卷積網絡，在焊接過程中對角焊縫熔深進行實時預測與評估。本發明采用深度學習，實現了端到端的熔深實時預測，避免了傳統基于圖像處理的提取特征方法的繁瑣步驟，對復雜焊接場景有更好地適應性，精確度高。

本發明授權基于深度殘差卷積網絡的角焊縫熔深在線實時預測與評估方法和系統在權利要求書中公布了：1.一種基于深度殘差卷積網絡的角焊縫熔深在線實時預測與評估方法，其特征在于，包括： 步驟S1：采集角焊縫焊接過程中的熔池區域正面圖像，將CCD相機固定于焊接機器人上，設計并開展焊接工藝參數正交實驗，進行圖像采集，并對采集到的圖像進行初步篩選； 步驟S2：針對采集到的熔池區域正面圖像的特點，利用三類Otsu閾值分割法獲取正面熔池圖像的熔池中心ROI圖像； 步驟S3：對熔池中心ROI圖像進行標注與數據增廣，得到角焊縫熔深預測數據集； 步驟S4：根據得到的角焊縫熔深預測數據集，設計以熔池圖像為輸入，以熔深標簽分類為輸出，由殘差卷積模塊堆疊而成的深度殘差卷積網絡，并對深度殘差卷積網絡進行訓練、驗證和測試； 步驟S5：根據訓練好的深度殘差卷積網絡，在焊接過程中對角焊縫熔深進行實時預測； 所述步驟S1包括： 步驟S1.1：安裝及調試實驗裝置：使焊槍中心垂直于水平面；將CCD相機沿焊接方向安裝在焊接機器人上，調整并固定CCD相機姿態使焊槍中心位于CCD相機視場中心；將工件放置在支架上； 步驟S1.2：焊接實驗設計：采用正交實驗設計，針對送絲速度、焊槍角度以及弧長修正系數設置三因子多水平實驗；進行各組參數焊接實驗； 步驟S1.3：按照固定幀率獲取焊接過程中熔池圖像，根據預設圖像質量條件對熔池圖像進行篩選； 所述步驟S2包括： 步驟S2.1：先對圖像進行濾波處理，除去熔池圖像中存在的噪聲，減弱弧光對圖像處理的干擾； 步驟S2.2：通過直方圖均衡化利用灰度變換自動調節擴大圖像的動態范圍，提高對比度和灰度色調的變化； 步驟S2.3：使用三類Otsu閾值法進行閾值處理，得到熔池中心ROI圖像； 步驟S2.4：對熔池ROI進行篩選，剔除大小及灰度分布不滿足要求的ROI圖像； 所述步驟S3包括： 步驟S3.1：金相觀察，確定實驗參數對應熔深：角焊縫焊接試件取焊后焊接試件前、中、后段，沿垂直于焊縫軸線方向截取試樣，切割、打磨、拋光后用腐蝕劑進行腐蝕，在金相顯微鏡下觀察不同組角焊縫兩側的熔透情況，記錄不同組角焊縫兩側的熔深，以前、中、后的熔深平均值作為該焊縫的熔深； 步驟S3.2：數據集構建：各組實驗中熔池中心ROI圖像和相應焊縫的熔深標簽構成角焊縫熔深預測數據集； 步驟S3.3：數據集劃分：將得到的數據集按照預設比例分成訓練集、驗證集及測試集； 所述步驟S4包括： 步驟S4.1：設計以熔池圖像為輸入，以熔深標簽分類為輸出，由殘差卷積模塊堆疊而成的深度殘差卷積網絡； 步驟S4.2：配置訓練方法，包括設定學習率、衰減方式、損失函數，以及批量大小batch_size，迭代次數epoch； 步驟S4.3：對熔池中心ROI圖像進行圖像預處理：首先將灰度圖像轉換為三通道彩色圖像，然后對圖像進行壓縮，裁剪成深度殘差卷積網絡的標準輸入尺寸，將預處理后的圖像作為深度殘差卷積網絡的輸入； 步驟S4.4：使用深度殘差卷積網絡預訓練權重進行遷移學習，凍結各卷積層的權重，僅對與具體分類相關的全連接層的權重進行訓練； 步驟S4.5：使用驗證集進行過擬合檢查，判斷深度殘差學習網絡對驗證集圖像處理的損失函數是否呈現先下降、后反而上升的現象，當驗證集的損失函數不再下降時，停止訓練； 步驟S4.6：通過測試集對深度殘差辨識模型的準確性和可靠性進行測試。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人上海交通大學，其通訊地址為：200240 上海市閔行區東川路800號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。