坚持专心 丨保持专注 丨 铸就专业
点击 长三角G60激光联盟 关注/ 置顶公众号
|
新闻资讯 | 技术文章 | 会议论坛 | 产业招商 |
长三角G60激光联盟导读
激光深熔焊的能量吸收与匙孔动态行为紧密相关，非完全熔透工况因匙孔内部不可见，一直是焊接质量在线监测的难点。本文带来一项基于深度学习的激光束吸收率监测新方案，仅靠熔池图像即可精准预测匙孔状态与吸收率，为铝合金激光焊实时质控提供全新思路。
摘要
高质量激光深熔焊依赖精准的能量吸收控制，而能量吸收与匙孔复杂形态及动态特性密切相关。基于吸收率的监测方法已成功应用于完全熔透焊接，但非完全熔透焊接因匙孔内部可视性受限，吸收率监测极具挑战。本研究开发一套基于深度学习的非完全熔透激光焊吸收率监测系统，融合目标检测与 CNN 回归模型，从熔池图像中估算匙孔开口形态与熔深，构建双通道匙孔表征以预测激光吸收率。
研究采用 1050P‑H16 铝合金开展 14 组光纤激光焊实验，激光功率 538–739 W、扫描速度 8.2–15.4 mm/s。深度学习模型预测激光束吸收率精度极高，决定系数 R² 达 0.99706，与光线追踪仿真高度吻合。研究识别出三种典型吸收率模式，分别对应熔深、焊道形态及缺陷形成的变化。本研究首次将深度学习用于非完全熔透匙孔焊的吸收率预测，所提框架可实现焊接质量实时评估，揭示隐藏的匙孔动态特性，填补激光焊接研究领域关键空白。
主要亮点
-
首创技术方案首次实现基于深度学习的非完全熔透激光深熔焊激光束吸收率预测，突破传统仅适用于完全熔透的局限。
- 高精度预测吸收率预测 R² 高达0.99706，熔深预测平均绝对误差低至0.03727，与光线追踪仿真高度一致。
- 轻量化高效架构采用 YOLOv7+VoVNet27‑slim 组合，端到端时延仅31 ms，满足工业实时监测需求。
- 缺陷精准识别通过吸收率波动可有效检测未填满缺陷与熔深突变，关联三种典型吸收率模式与焊接质量。
- 强鲁棒性模型耐受图像噪声与输入参数偏差，中等噪声下预测误差仍低于 5%。
图 1 所提非完全熔透匙孔焊激光束吸收率监测系统总体框架
图 3 激光功率‑扫描速度工艺图（红 / 黑 / 蓝框分别代表完全熔透、非完全熔透、熔深不足）
图 4 (a) 目标检测与 CNN 回归器 1 输入熔池图像示例；(b) 黄色框区域 2.5 倍放大图
图 5(a) 熔深测量流程；(b) 测量熔深随焊道位置变化；(c) 横向截面熔深测量图
图 6 (a) 14 组实验条件的激光功率‑扫描速度图；(b) 12 组实验平均熔深与 I₀tᵢ¹ᐟ² 关系
图 7(a)–(c) 基于公式 (1)、m 取 1/2/3 时的匙孔形态（熔深 1 mm）
图 8(左) 基于实测匙孔数据构建的 3D 匙孔；(右) 转换为双通道图像作为 CNN 回归器 2 输入
图 9(a) VoVNet 所用 OSA 模块；(b) CNN 回归器 1/2 所用 VoVNet27‑slim 结构；(c) YOLOv7 所用 ELAN 模块；(d) YOLOv7 结构
图 10(a/b) CNN 回归器 1/2 的 MAE 损失曲线；(c) 目标检测算法 CIoU 损失曲线；(d) 吸收率模型测试集预测精度
图11665 W、11.2 mm/s 工艺下，模型检测匙孔开口特征与预测熔深性能
图12 光线追踪仿真得到的 m=1/2/3 时的时间平均吸收率曲线
图13输入参数变化对 CNN 回归器 2 吸收率预测的影响
图14 随机噪声对 CNN 回归器 2 吸收率预测的影响
图 15 第一组测试实验（665 W，11.2 mm/s）吸收率监测结果
图18 第二组测试实验（598 W，10.1 mm/s）吸收率监测结果
图19 第三组测试实验（538 W，9.1 mm/s）吸收率监测结果- 搭建面向 1050P‑H16 铝合金非完全熔透激光深熔焊的深度学习吸收率监测系统，融合 YOLOv7 目标检测与双路 VoVNet27‑slim 回归器，从熔池图像同步预测匙孔开口、熔深与激光吸收率。
- 模型预测精度优异，熔深与吸收率预测平均绝对误差分别为 0.03727、0.01147，可有效识别未填满缺陷与熔深突变，满足实时监测要求。
- 匙孔开合与熔深波动显著，瞬时值随机波动但时间平均吸收率趋势稳定，可作为可靠监测指标。
- 吸收率趋势对匙孔建模参数 m 不敏感，相对变化比绝对值更具监测价值，系统对匙孔形态假设具备鲁棒性。
- 识别三种典型吸收率模式，与焊道形态、熔深波动及缺陷形成直接关联，吸收率骤降对应匙孔闭合、熔深减小与未填满缺陷。
- 本研究为非完全熔透激光焊首个深度学习吸收率监测系统，揭示隐藏匙孔动态特性，为工业激光焊接实时质控提供核心技术支撑。
关于[文章核心观点/现象]，你怎么看？
评论区，等你来聊！
激光联盟：聚焦激光加工前沿技术与行业应用，持续分享全球顶尖期刊成果，助力激光加工领域的技术创新与产业发展，更多精彩内容敬请关注！欢迎关注！
关注+转发
你的关注、点赞、转发，是我们最大的动力
欢迎投稿，如有侵权，请及时联系
如发现任何事实性疏漏，欢迎在评论区指正，我们将第一时间核实并更新。感谢！
文章原文阅读：https://doi.org/10.1016/j.jmapro.2025.07.088
倒计时2天！2025深圳eVTOL展重磅官宣：嘉宾阵容正式揭晓+全议程指南，低空产业发展大会即将开幕
获取原文微信后台联系我们
联系方式：18914010962、18913557664、19901479960（微信同号）
网址：www.laserjs.cn
邮箱：001@laserjs.cn 2@laserjs.cn 3@laserjs.cn
微信号：长三角G60激光联盟
英文ID：laserjs
