概述

实现焊接过程中缺陷的实时识别与工艺参数的动态优化

需求详情

解决现有焊后检测（如无损探伤）的滞后性问题，实现焊接过程中缺陷的实时识别与工艺参数的动态优化，从源头减少缺陷产生。基于熔池视觉图像与电弧参数，开发轻量化深度学习模型（如 YOLO-Fastest），实时识别 12 种常见焊接缺陷（识别准确率≥92%）；构建缺陷 - 参数关联数据库，当检测到缺陷时，自动输出最优参数调整方案（如电流 ±15A、速度 ±0.3m/min），并反馈至机器人控制系统。

技术参数

缺陷识别响应时间≤200ms；识别准确率≥92%（针对 12 种常见缺陷）；参数优化方案执行后，缺陷修复率≥85%

项目预期

使汽车底盘等批量产品焊接缺陷率从现有 3% 降至 0.5%，废品率降低 80%