一种基于温度场RGB梯度融合的焊接气孔率预测方法

本发明公开了一种基于温度场RGB梯度融合的焊接气孔率预测方法。该方法创新性地将焊接时序温度场数据与深度学习图像识别技术相结合，通过以下技术路径实现：首先建立焊接工艺参数与气孔率的映射关系，采用有限元仿真获取温度热循环数据；其次对三个特征点位的温度数据进行压缩与增强处理，将时序温度曲线转化为R、G、B三通道色彩矩阵；进而通过多源数据融合生成彩色梯度图像；最终构建深度神经网络模型，实现焊接气孔率的图像化智能分级预测。与传统物理实验方法相比，本方法通过仿真技术大幅降低实验成本，采用色谱梯度编码技术能有效表征温度场时空演变特征。该技术为焊接质量预测提供了新的数字化解决方案，在焊接工程应用领域具有重要价值。