【儀表網(wǎng) 研發(fā)快訊】近日，中國科學(xué)院上海光學(xué)精密機(jī)械研究所高端光電裝備部激光智能制造技術(shù)研發(fā)中心楊上陸研究員團(tuán)隊(duì)，在激光焊接過程監(jiān)測方面取得進(jìn)展，相關(guān)成果以“An explainable multi-modality fusion framework for laser weld penetration classification of Al–Si coated PHS 22MnB5”為題，發(fā)表于Optics & Laser Technology。
 

　　隨著高端制造業(yè)對焊接質(zhì)量與可靠性的要求不斷提升，激光焊接過程中的熔深狀態(tài)監(jiān)測已成為保障結(jié)構(gòu)安全與服役性能的關(guān)鍵環(huán)節(jié)。然而，傳統(tǒng)依賴單一傳感信號和人工特征工程的方法，難以全面刻畫焊接過程的復(fù)雜物理行為，限制了在線精準(zhǔn)識別能力的提升。
 

　　針對上述挑戰(zhàn)，研究團(tuán)隊(duì)構(gòu)建了一套多傳感融合監(jiān)測平臺，同步采集焊接過程中的聲信號、等離子體光譜信號及熔池圖像信號，建立了涵蓋四類熔深狀態(tài)的多模態(tài)數(shù)據(jù)集。在此基礎(chǔ)上，創(chuàng)新性提出一種神經(jīng)網(wǎng)絡(luò)(NN)與極端梯度提升(XGBoost)相結(jié)合的混合模型框架(Fusion-XGBNet)。該模型利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)原始多源數(shù)據(jù)的自動特征提取與深度融合，并引入XGBoost對融合特征進(jìn)行高效判別，最終通過自適應(yīng)策略實(shí)現(xiàn)雙模型輸出協(xié)同決策，突破了傳統(tǒng)方法對人工特征工程的依賴。
 

　　實(shí)驗(yàn)結(jié)果表明，該融合模型在測試集上取得了95.29%的平均識別準(zhǔn)確率。同時，借助Grad-CAM++可視化分析，明確識別出熔池輪廓區(qū)域及367 nm、437 nm、580 nm、622 nm附近特征光譜對模型決策具有關(guān)鍵貢獻(xiàn)，顯著增強(qiáng)了模型的可解釋性與工程應(yīng)用可信度。
 

　　相關(guān)工作得到了長安大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)的支持。