松下|基于多传感器信号分析的大功率盘形激光焊接状态监测( 二 ) 相机|传感器|适马

BP神经网络的结构。
本研究旨在开发一种多光学传感器系统，以更好地描述焊接过程，并应用相关性分析、LDA和SAE进行比较，以选择最具代表性的特征来监测焊接状态。首先，对来自多光学传感器系统的信号进行采集和处理，以获取激光焊接过程的实时信息。分析这些信号之间的相关性，以找到它们之间的耦合关系。然后，用LDA和SAE对原始九个特征进行分析，并将它们的结果进行比较，以显示它们的识别能力。本研究的其余部分描述如下。本研究的第二部分描述了实验装置，第三部分提供了实验结果和分析。第四部分得出本研究的结论。
2.实验设置和特征提取
2.1激光焊接实验装置
本研究中的实验设置如图1所示。多光学传感器系统包括一个光谱仪、两个光电二极管和两个高速视觉摄像机。光谱仪用于监测激光焊接过程中由化学和物理反应引起的焊接区域的光谱信息。光电二极管收集焊接区域的光信号。焊接过程的光信号被分束器分成两个子信号。
第一子信号通过只能让可见光通过的滤波器传输，并被感知为可见光光信号。第二个子信号穿透一个滤波器，该滤波器只对激光光束的波长敏感(波长:1030 nm) ，并作为反射的激光信号感知。第一个视觉摄像机（摄像机1）配备有滤光片（对波长976敏感?nm）以通过施加辅助激光（波长：976?nm），以照亮焊接区域并消除激光焊接过程辐射的干扰。第二个视觉摄像机（摄像机2）主要对紫外和可见光波带敏感，捕捉羽流和飞溅物的图像。因此，可以通过数字处理图像从这些图像中提取钥匙孔、羽流和飞溅的特征。

图1 激光焊接的实验装置。
2.2.特征提取
表1中列出了多个光学传感器的采样率，所有捕获的信号同步到500?Hz ，这是光谱仪的最高采样率，以便分析这些多个光信号之间的相关性。捕获的光谱信息如图2所示。水平坐标表示采样点，纵向坐标表示不同波长的光谱分布。颜色条表示光谱的强度。在本研究中，所有波长的强度（从400?纳米至900?nm）作为频谱信号进行平均，以描述焊接过程。
表1 多光学传感器系统的详细信息。

图2 焊接过程的捕获光谱。
可见光光电二极管信号和反射激光光电二极管信号用于捕获焊接区域的光强度，并从5000?赫兹至500?Hz 。从辅助激光视觉摄像机（摄像机1）拍摄的图像中提取锁孔尺寸和锁孔位置，该摄像机与焊接机器人一起以角度20?与垂直方向上激光束的中心线成直角。首先对摄像机1拍摄的图像进行裁剪以获得锁孔的ROI ，然后以0.82作为阈值对ROI进行二值化以提取图3（a）所示的锁孔特征。如图3（b）所示，锁孔尺寸特征被定义为被锁孔占据的像素的数量。

图3 锁孔、羽流和飞溅的特征定义。（a）所捕获的锁孔图像；（b）减小图像噪声后的锁孔位置和锁孔尺寸的定义；（c）摄像机2从捕获的图像中的ROI定义；（d）羽流的ROI；（e）通过从（d）中提取羽流来定义倾斜度β和羽流体积。
同时，图3（c）中示出了由可见光视觉摄像机（摄像机2）拍摄的原始图像之一。图3（c）中定义了三个ROI ，以研究和提取焊接过程中的羽流和飞溅的特征。羽流的裁剪ROI如图3（d）所示，观察到羽流和熔池具有不同的强度。该ROI首先被二值化以获得熔池图像，然后从原始ROI中减去熔池以获得羽流和背景区域。最后，应用新的二值化操作从背景中提取羽流。羽流的倾斜度定义为羽流的质心与垂直轴之间的角度，坐标系的原点定义为激光束与工件的接触点，该接触点固定在所有捕获图像的图像坐标系中。带标题的羽流度表示其喷射方向，也可以认为是锁孔的打开方向。羽流的体积简单地通过捕获图像中羽流占据的像素数来测量。通过将飞溅划分为图3（c）所示的两组来定义前向飞溅和后向飞溅特征。其中，前向飞溅特征表示沿焊接方向飞行的飞溅数量，后向飞溅表示沿焊接相反方向飞行的溅射数量。