CN119403641A 用于对激光焊接过程进行缺陷监控的系统和方法 （通快激光有限责任公司）_第1页
CN119403641A 用于对激光焊接过程进行缺陷监控的系统和方法 （通快激光有限责任公司）_第2页
CN119403641A 用于对激光焊接过程进行缺陷监控的系统和方法 （通快激光有限责任公司）_第3页
CN119403641A 用于对激光焊接过程进行缺陷监控的系统和方法 （通快激光有限责任公司）_第4页
CN119403641A 用于对激光焊接过程进行缺陷监控的系统和方法 （通快激光有限责任公司）_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

2024.12.20PCT/EP2023/0651622023.06.07WO2023/247177DE2023.12.28用于对激光焊接过程进行缺陷监控的系统本申请涉及一种用于对激光焊接过程进行于生成所述构件的二维图像数据的图像拍摄装神经网络针对由所述图像拍摄装置生成的二维图像数据计算所属的高度值并生成所述构件的2光加工设施加工或已经以激光加工设施加工的构件(1)上进行，所述系统具有用于生成所维图像数据计算所属的高度值并生成所述构件(1)的高2.根据权利要求1所述的系统，其特征在于3.根据权利要求1或2所述的系统，其特征在7.根据前述权利要求之一所述的系统，其所产生的三维图示与存储在所述评估单元中的三维缺陷9.根据前述权利要求之一所述的系统，其特征在于，所述卷积神经网络是经修改的11.一种用于对激光焊接过程进行缺陷监控的方法，所述激光焊接过程是在待以激光生成所述构件(1)的高度轮廓，3[0004]焊缝的在视觉上的品质监控通常是通过三维扫描实现或通过在激光加工设施上的相应的OCT(OpticalCoherenceTomography)扫描仪进行的光学相干断层扫描实现，或构和/或在使用多个摄像装置的情况下才能分析焊缝的高度[0007]本发明的任务是使得能实现激光焊接过程的能可靠和快速执行的缺陷监控4[0009]利用卷积神经网络(所述卷积神经网络优选是深度卷积神经网络)可以由单个二[0014]此外，还可以在生产情况(Fertigungsumstinden)发生改变时生成构件的扫描，[0019]获取待加工或已加工的构[0020]通过卷积神经网络为二维图像5[0032]图2和图3表明了能如何使用本发明的系统和方法对发卡1的焊缝12进行三维展示[0033]图2a示出了发卡1的良好焊缝12的二维灰度图像(见图1b)。图2c示出了焊缝12的算重构与OCT扫描的差别不大并且表明：用根据本发明的系统和方法可以与借助复杂得多6在图3c中的由卷积神经网络得到的高度值已被[0035]用于计算发卡的在图2c和图3c中示出的三维重构的卷积神经网络已经借助发卡

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论