上海光机所在激光焊接过程监测方面取得新进展

2026-03-30 14:50    来源:中国科学院上海光学精密机械研究所

  近日,中国科学院上海光学精密机械研究所高端光电装备部激光智能制造技术研发中心杨上陆研究员团队,在激光焊接过程监测方面取得进展,相关成果以“An explainable multi-modality fusion framework for laser weld penetration classification of Al–Si coated PHS 22MnB5”为题,发表于Optics & Laser Technology。

  随着高端制造业对焊接质量与可靠性的要求不断提升,激光焊接过程中的熔深状态监测已成为保障结构安全与服役性能的关键环节。然而,传统依赖单一传感信号和人工特征工程的方法,难以全面刻画焊接过程的复杂物理行为,限制了在线精准识别能力的提升。

  针对上述挑战,研究团队构建了一套多传感融合监测平台,同步采集焊接过程中的声信号、等离子体光谱信号及熔池图像信号,建立了涵盖四类熔深状态的多模态数据集。在此基础上,创新性提出一种神经网络(NN)与极端梯度提升(XGBoost)相结合的混合模型框架(Fusion-XGBNet)。该模型利用神经网络实现原始多源数据的自动特征提取与深度融合,并引入XGBoost对融合特征进行高效判别,最终通过自适应策略实现双模型输出协同决策,突破了传统方法对人工特征工程的依赖。

  实验结果表明,该融合模型在测试集上取得了95.29%的平均识别准确率。同时,借助Grad-CAM++可视化分析,明确识别出熔池轮廓区域及367 nm、437 nm、580 nm、622 nm附近特征光谱对模型决策具有关键贡献,显著增强了模型的可解释性与工程应用可信度。

  相关工作得到了长安大学中央高校基本科研业务费专项的支持。






(责编:lxh)

版权与免责声明:


1.凡本网注明稿件来源为“机经网”的所有文字、图片和音视频稿件,版权均属本网所有,任何媒体、网站或个人不得非法转载、摘编或利用其它方式使用上述信息。合法使用本网信息的,应注明“来源:机经网”等字样。违反上述声明者,本网将追究其相关法律责任。


2.本网注明稿件来源为其他媒体的文/图等稿件均为转载稿,转载目的在于发挥网络优势,传播更多信息,服务机械行业发展,并不代表本网赞同其观点或对其真实性负责。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的“稿件来源”,并自负版权等法律责任。如擅自篡改稿件来源为“机经网”,本网可依法追究其法律责任。


3.如本网转载稿涉及版权等问题, 请作者在稿件发布之日起两周内速来电或来函与本网联系 。联系电话: 010-65242677 电子邮件: edit@mei.net.cn


协会 资讯