一个VMD-BP模型来预测激光接在Al Butt-Lap关节中的钥匙孔诱导的孔缺陷
Wei Wang1, Yang Dong1, Fuyun Liu1,2
1State Key Laboratory of Precision Welding & Joining of Materials and Structures, Harbin Institute of Technology, Harbin 150001, China.
Materials (Basel, Switzerland)
|July 13, 2024
概括
这项研究引入了一种新的模型,用于使用激光羽毛信号检测激光接孔. 它通过优化信号段长度来实现97.77%的准确性,改善了缺陷识别.
科学领域:
- 材料科学与工程 材料科学与工程
- 制造过程 制造过程 制造过程
- 非破坏性测试 不破坏性测试
背景情况:
- 精确检测钥匙孔引起的毛孔对于激光接质量评估至关重要.
- 孔隙迁移和噪声干扰对传统检测方法构成重大挑战.
研究的目的:
- 开发一个强大的区域预测模型,用于激光接中钥匙孔孔位的位置.
- 通过分析激光羽毛信号来提高接缺陷识别的准确性.
主要方法:
- 利用变量模态分解 (VMD) 抑制噪声和模态混合在羽毛信号.
- 从分解信号中提取时间频域特征.
- 使用反向传播 (BP) 神经网络进行毛孔位置预测.
- 研究了信号段长度对预测准确性的影响.
主要成果:
- 拟议的模型实现了97.77%的最佳预测准确度,信号段长度为0.4毫米.
- 较短的段 (0.2毫米) 不足以减轻毛孔迁移效应.
- 较长的段 (>0.4毫米) 导致小而密集的毛孔的预测错误.
结论:
- 在激光接中,优化信号段长度对于精确的孔检测至关重要.
- 开发的基于时间频率特征的模型为接缺陷识别提供了改进的指导.
- 这种方法提高了激光接质量评估的可靠性.
