(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210811311.0 (22)申请日 2022.07.11 (71)申请人 哈工大机 器人 （合肥） 国际创新研究 院 地址 230601 安徽省合肥市经济技 术开发 区宿松路396 3号智能装备 科技园C区 (72)发明人 李关辉　范魁　李永华　 (74)专利代理 机构 北京天盾知识产权代理有限 公司 11421 专利代理师 丁敬博 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 16/2455(2019.01) G01D 21/02(2006.01) (54)发明名称 一种基于神经网络的激光焊接缺陷检测方 法和系统 (57)摘要 本发明涉及一种基于神经网络的激光焊接 缺陷检测方法和系统， 所述方法包括： 步骤S1： 搭 建激光焊机数据采集环境； 步骤S2： 采集数据并 将采集到的数据不断放入缓冲队列中； 步骤S3： 基于采集数据构建输入参数； 步骤S4： 构建神经 网络模型， 并采用样本集对神经网络模型进行训 练， 直到达到训练目标； 步骤S5:基于连续的N个 三元组参数构建N长三元组参数矩阵作为输入参 数； 步骤S6:将输入参数输入神经网络模型以得 到检测结果。 本发明实现了激光焊接缺陷的智能 检测， 能够利用激光焊接过程数据以高识别准确 率判断焊 接缺陷。 权利要求书2页 说明书8页 附图1页 CN 115169536 A 2022.10.11 CN 115169536 A 1.一种基于神经网络的激光焊接缺陷检测方法， 其特 征在于， 包括： 步骤S1： 搭建激光焊机数据采集环境， 设置光电二极管、 温度传感器棱镜以检测光强数 据和温度数据； 步骤S2： 采集数据并将采集到的数据不断放入缓冲队列中； 具体为： 采集等离子体强度 ItPt、 光强信息LPt、 温度TmPt这三种类型的参数并发送给数据采集终端， 数据采集终端将t 时刻采集到的参数构成t时刻三元组参数， 并将所述t时刻三元组参数放入缓冲队列中； 步骤S3： 基于采集数据构建输入参数； 将连续的N个时刻获取的N个三元组参数构成的 矩阵作为输入参数并放入样本集中； 步骤S4： 构建神经网络模型， 并采用样本集对神经网络模型进行训练， 直到达到训练目 标； 步骤S5:接收经过预处理的激光焊接数据后构 成三元组参数， 基于连续的N个三元组参 数构建N长三元组参数矩阵作为输入参数； 步骤S6： 将输入参数输入神经网络模型以得到检测结果。 2.根据权利要求1所述的基于神经网络的激光焊接缺陷检测方法， 其特征在于， 前端信 号采集主要由两个不同的光电二极管传感器、 一个温度计传感器和45度设置的棱镜组成； 第一个光电二极管传感器安装在45度棱镜后面， 以获得等离子体强度ItP； 在45度棱镜后 方， 设置第二个光电二极管传感器以捕获光强信息LP； 末端的高温计传感器用于检测 焊接 过程中的温度TmP。 3.根据权利要求2所述的基于神经网络的激光焊接缺陷检测方法， 其特征在于， 所述N 是预设值。 4.根据权利要求3所述的基于神经网络的激光焊接缺陷检测方法， 其特 征在于， N ＝8。 5.根据权利要求4所述的基于神经网络的激光焊接缺陷检测方法， 其特征在于， 所述步 骤S3具体包括如下步骤： 步骤S31:确定头部指针开始的长度为N的三元组参数作 为目标输入参数； 其中： 头部指 针指向缓冲队列头 部； 步骤S32： 获取活动指针开始的长度为N的三元组参数作 为待选输入参数； 其中： 活动指 针用于确定下一目标输入参数， 也 就是头部指针下一个位置； 步骤S33： 确定待选输入参数和目标输入参数之间的同类参数连续变化情况和不同类 参数之间的关系变化情况； 若所述连续变化情况和关系变化情况均满足预设条件， 则进入 步骤S34； 否则， 进入步骤S3 5； 步骤S34： 判断活动指针和头部指针之间的距离是否小于N， 如果是， 则递增活动指针， 并返回步骤S32； 如果否， 则进入下一 步骤； 步骤S35： 将头部指针开始的长度为N的三元组参数位置的目标输入参数作为输入参数 并放入样本集中； 删除头部指针到活动指针前一位置之间的三元组数据， 重新设置头部指 针位置为活动指针位置， 递增活动指针位置； 若样本集已经构建完毕， 则进入步骤S4， 否则 返回步骤S31。 6.一种基于神经网络的激光焊接缺陷检测系统， 其特 征在于， 所述系统包 含： 采集模块： 搭建激光焊机数据采集环境， 设置光电二极管、 温度传感器棱镜以检测光强 数据和温度数据； 采集数据并将采集到的数据不断放入缓冲队列中； 具体为： 采集等离子体权　利　要　求　书 1/2 页 2 CN 115169536 A 2强度ItPt、 光强信息LPt、 温度TmPt这三种类型的参数并发送给数据采集终端， 数据采集终端 将t时刻采集到的参数构成t时刻三元组参数， 并将所述t时刻三元组参数放入缓冲队列中； 参数构建模块： 基于采集数据构建输入参数； 将连续的N个时刻获取的N个三元组参数 构成的矩阵作为输入参数并放入样本集中； 模型搭建模块： 构建神经网络模型， 并采用样本集对神经网络模型进行训练， 直到达到 训练目标； 实时获取模块:接收经过预处理的激光焊接数据后构成三元组参数， 基于连续的N个三 元组参数构建N长三元组参数矩阵作为输入参数； 检测模块： 将输入参数输入神经网络模型以得到检测结果。 7.根据权利要求6所述的基于神经网络的激光焊接缺陷检测系统， 其特征在于， 采集模 块包括两个不同的光电二极管传感器、 一个温度计传感器和45度设置的棱镜 。 8.一种处理器， 其特征在于， 所述处理器用于运行程序， 其中， 所述程序运行时执行权 利要求1‑5中任一项所述的基于神经网络的激光焊接缺陷检测方法。 9.一种计算机可读存储介质， 其特征在于， 包括程序， 当其在计算机上运行时， 使得计 算机执行如权利要求1 ‑5中任一项所述的基于神经网络的激光焊接缺陷检测方法。 10.一种执行设备， 其特征在于， 包括处理器， 所述处理器和存储器耦合， 所述存储器存 储有程序指令， 当所述存储器存储的程序指令被所述处理器执行时实现如权利要求1 ‑5中 任一项所述的基于神经网络的激光焊接缺陷检测方法。权　利　要　求　书 2/2 页 3 CN 115169536 A 3