[發(fā)明專利]基于深度學(xué)習(xí)的電弧增材制造層寬自抗擾控制方法

有效

• 申請?zhí)枺?/td>: 202110051772.8
• 申請日: 2021-01-15
• 公開（公告）號: CN112381095B
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計）人: 趙壯;王一鳴;陸駿;韓靜;徐興旺;柏連發(fā);張毅
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06N3/04
• 代理公司: 南京蘇創(chuàng)專利代理事務(wù)所(普通合伙) 32273
• 代理人: 張學(xué)彪

1.基于深度學(xué)習(xí)的電弧增材制造層寬自抗擾控制方法，其特征在于：包括以下步驟：

步驟一：采集熔池圖像：采集熔池圖像，對熔池圖像進行ROI選擇；

步驟二：分割熔池圖像：采用ErfNet的Encoder-Decoder分割網(wǎng)絡(luò)結(jié)構(gòu)進行熔池圖像分割，且其使用語義分割常用的交叉熵損失函數(shù)，融合全局特征信息，并在主干網(wǎng)絡(luò)中加入金字塔池化模塊，其中，交叉熵損失函數(shù)在二分類情況下，其預(yù)測結(jié)果只有兩種，使得預(yù)測得到的概率為p和1-p，此時預(yù)測結(jié)果如公式（1）所示，

（1）

式中，表示樣本i的標簽，正類為1，負類為0，表示樣本i預(yù)測為正類的概率，N為類別數(shù)量；

步驟三：提取焊縫寬度：熔池圖像分割后，以熔池圖像中熔池前方的第一個像素作為參考，從第一個像素向下第50-70個像素區(qū)域的平均寬度作為焊縫寬度，提取焊縫寬度；

步驟四：調(diào)節(jié)焊接電流并控制焊縫寬度：根據(jù)提取的焊縫寬度調(diào)節(jié)并控制焊接電流，選擇焊接電流作為系統(tǒng)輸入，焊接寬度作為系統(tǒng)輸出，通過階躍響應(yīng)實驗，進行系統(tǒng)辨識，獲取焊接過程的動態(tài)模型，采用二階傳遞函數(shù)來近似焊接電流與寬度的關(guān)系，如公式（2）所示，

（2）

式中，表示焊接電流增益，且，和分別表示時間常數(shù)，s為拉普拉斯變換微分算子。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的電弧增材制造層寬自抗擾控制方法，其特征在于：所述步驟一中ROI區(qū)域為包含熔池輪廓的固定區(qū)域，所述ROI區(qū)域大小為512像素×512像素。

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的電弧增材制造層寬自抗擾控制方法，其特征在于：所述步驟二中金字塔池化模塊設(shè)置有4層不同尺寸的全局池化層，每層的尺寸依次是1×1、2×2、3×3、6×6，且全局平均池化，并采用1×1卷積將通道減少為初始通道的1/4，通過將ErfNet與下采樣結(jié)合得到特征圖，特征圖采用雙線性插值上采樣獲得未池化前的尺寸。

4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的電弧增材制造層寬自抗擾控制方法，其特征在于：所述步驟二中熔池圖像進行分割時，為確保圖像分割精度，采用平均交并比法衡量圖像分割精度，即MIoU值衡量圖像分割精度，如公式（3）所示，

（3）

式中，TP為像素級的真正樣本個數(shù)，F(xiàn)P為像素級的假正樣本個數(shù)，F(xiàn)N為像素級的假負樣本個數(shù)，i為類別，k+1為類別數(shù)量。

5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的電弧增材制造層寬自抗擾控制方法，其特征在于：所述步驟二中分割網(wǎng)絡(luò)進行網(wǎng)絡(luò)訓(xùn)練，網(wǎng)絡(luò)訓(xùn)練過程中采用退化學(xué)習(xí)率的方式來進行學(xué)習(xí)率的設(shè)置，初訓(xùn)練采用大的學(xué)習(xí)率加速網(wǎng)絡(luò)模型訓(xùn)練，然后逐漸減小學(xué)習(xí)率尋求最優(yōu)解，提高分類精度，如公式（4）所示，

（4）

式中，為原始設(shè)定的學(xué)習(xí)率，為衰減速率，n為循環(huán)次數(shù)，m為衰減間隔次數(shù)。