1.一种焊缝表面形貌和熔透状态同步在线监测方法,其特征在于,包括以下步骤:S1、由高速相机获取焊接区域连续的监测图像;
S2、裁剪监测图像上的ROI区域,提取焊后焊缝宽度数据,并筛选ROI图像;
S3、对多张ROI图像中的熔池区域进行像素级别标注,获得训练数据集;
S4、搭建轻量化熔池图像语义分割模型,并采用训练数据集对其进行训练;
S5、实际焊接过程中,高速相机拍摄焊接区域实时图像,将实时图像输入轻量化熔池图像语义分割模型,获得语义分割图像,并提取熔池区域形态特征;
S6、根据熔池形态特征评估焊缝宽度是否合格,并判断焊缝所属的熔透状态;
S7、基于熔池轮廓图像等间隔融合方法重构焊缝表面形貌,分析焊缝堆高是否合格;
所述步骤S7包括以下子步骤:
S71、根据熔池区域形态特征获取时的端点,将熔池轮廓分为前端与后端两个部分,后端为熔池尾部轮廓;
S72、根据实时图像像素与实际尺寸换算关系,确定像素间隔t对应的实际尺寸s;
S73、根据焊接速度v和高速相机采样频率f,通过s=nv/f确定提取熔池尾部轮廓图像的间隔n;
S74、根据间隔n提取熔池尾部轮廓图像,每经过像素间隔t融合一张熔池轮廓图像,获得焊缝形貌重构图像;
S75、通过焊缝形貌重构图像中,熔池尾部轮廓间疏密和均匀程度判断焊缝堆高是否合格。
2.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法,其特征在于,所述步骤S2还包括,通过焊接过程中所形成的熔融小孔形态特征对ROI图像进行筛选。
3.如权利要求2所述的焊缝表面形貌和熔透状态同步在线监测方法,其特征在于,所述步骤S2包括以下子步骤:S21、提取焊接完成后焊缝的宽度数据,计算焊缝宽度均值;
S22、通过阈值分割方法获得ROI图像的二值图像;
S23、去除二值图像中的干扰部分,并提取熔融小孔的形态特征;
S24、将熔融小孔宽度大于焊缝宽度均值的ROI图像剔除。
4.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法,其特征在于,所述步骤S3包括以下子步骤:S31、对筛选后的ROI图像,每间隔若干个图像进行一次语义分割标注,形成语义分割的准确标签;
S32、将标注后ROI图像的准确标签共享给筛选前与其临近的ROI图像,得到具有自动标签的监测图像;
S33、采用数据增强方法处理具有标签的监测图像,得到训练数据集。
5.如权利要求4所述的焊缝表面形貌和熔透状态同步在线监测方法,其特征在于,所述步骤S4包括以下子步骤:S41、搭建轻量化熔池图像语义分割模型;
S42、采用训练数据集训练与验证模型;
S43、绘制模型训练/验证损失值与训练代数、MIoU值与训练代数、MPA值与训练代数变化曲线;
S44、根据损失、MIoU、MPA变化曲线的收敛情况判断模型是否被充分训练,并保存最优模型。
6.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法,其特征在于,所述步骤S5包括以下子步骤:S51、高速相机连续拍摄焊接区域,得到连续的实时图像;
S52、使用轻量化熔池图像语义分割模型连续处理实时图像,获得连续的语义分割图像;
S53、对语义分割图像进行通道提取,获得语义分割二值图像;
S54、通过边缘检测提取熔池轮廓、宽度、长度和面积。
7.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法,其特征在于,所述步骤S6包括以下子步骤:S61、根据熔池区域形态特征绘制宽度曲线图;
S62、通过滤波算法去除熔池宽度异常值;
S63、设定焊缝宽度合格阈值,根据熔池宽度特征值是否在阈值范围内判断焊缝宽度是否合格;
S64、熔透状态分为未熔透、仅熔池透、适度熔透和过熔透,采用熔池形态特征作为输入、熔透状态为输出训练SVM模型,通过训练后的SVM模型,实现熔透状态分类。
8.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法,其特征在于,还包括步骤S8,输出焊缝形貌和熔透状态监测报告,所述监测报告包括焊缝形貌尺寸不合格、未熔透、过熔透缺陷位置信息。
9.如权利要求1所述的焊缝表面形貌和熔透状态同步在线监测方法,其特征在于,所述轻量化熔池图像语义分割模型基于Unet深度学习模型和DANet注意力机制构建,并以VGG16模型为主框架,采用对称的编码器和解码器结构。