This paper proposed an image feature extraction method for laser welding molten pool inspection based on cellular neural network. TC4 titanium alloy thin plates were welded by Nd:YAG pulsed laser. A coaxial machine vision system was designed to acquire molten pool images. An auxiliary lighting source was employed to improve the molten pool image quality. By analyzing molten pool images, the welding defects such as fenestration or insufficient depth were identified. These results can be used as a feedback signal for laser power control. Experimental results showed that the proposed method can be used to improve laser welding quality.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00