電子ビーム溶接における深層学習に基づく溶接継手認識と軌道計画

科学分野:

• 材料科学および工学
• ロボット工学および自動化
• コンピュータビジョンおよび画像処理

背景:

• 真空電子ビーム溶接は、暗い環境と金属の反射により、溶接認識に大きな課題をもたらします。
• 既存の方法は、これらの複雑な産業設定における精度とリアルタイムパフォーマンスに苦労しています。

研究 の 目的:

• 真空電子ビーム溶接における堅牢な溶接認識のための改良されたハイブリッドアルゴリズムを開発すること。
• 効果的な溶接前視覚ガイダンスを通じて電子ビーム溶接の自動化を強化すること。

主な方法:

• YOLOv11-segと適応型Cannyエッジ検出を組み合わせたハイブリッドアルゴリズムを提案しました。
• ネットワーク最適化のためにUFO-ViTアテンションメカニズムとEIoU損失関数を組み込みました。
• Cannyエッジ検出における適応型閾値設定のためにOtsu法を使用しました。

主要な成果:

• 最適化されたモデルは、ベースラインを9%上回る平均精度（mAP）77.4%を達成しました。
• システムは毎秒20フレーム（FPS）で動作し、リアルタイム処理能力を保証します。
• 生成された溶接軌跡は、実際の溶接からの平均長さ偏差が3mm未満でした。

結論:

• 提案されたハイブリッドアルゴリズムは、複雑な条件下での溶接認識パフォーマンスを大幅に向上させます。
• このアプローチは、溶接前視覚ガイダンスのための効果的なソリューションを提供し、電子ビーム溶接の自動化を前進させます。
• リアルタイムパフォーマンスと高精度により、産業用途に適しています。