序言
专题主编 | 闫德俊
佛山大学岭南学者、教授、博士生导师，入选广东省高层次人才计划。聘任广东省舰船先进焊接技术重点实验室副主任、中国焊接协会造船专委会秘书长、广东省机械工程学会焊接分会理事、广东省机械工程学会 /广东省自动化学会机器人与智能制造分会理事等。
研究成果获得中国专利优秀奖、国防科技进步二等奖、广东省科技进步二等奖、中国造船工程学会科技进步一等奖、中国船舶集团科技进步一等奖等国家、省部级奖多项。
主要从事先进焊接技术、高能束与电弧增材制造、异种材料焊接、焊接应力与变形控制、焊接过程数值模拟仿真等研究。
团队介绍
依托广东省舰船先进焊接技术重点实验室，团队入选“舰船先进焊接技术”国防科技创新团队，主要研究方向为先进焊接工艺、智能化焊接、异种材料连接与界面行为表征、失效分析等。先进焊接技术创新团队目前拥有教授 / 正高工7名、副教授 / 高工8名，在读硕士研究生近10余人，在站博士后8名。
项目团队成员承担和参与了国家重点研发计划、军科委、国防科工局、装发、工信部等科研项目40余项，共发表期刊论文近100篇，授权发明专利30余件，行业标准/团体标准20余项，获得国家级、省部级和国防奖30余项。
研究团队承担了多型国防重点型号产品和国家重大工程应用研究。团队聚焦我国首艘大洋钻探船“梦想”号的关键结构设计特点及其总装建造生产需求，开发了厚壁高强钢高效焊接、铬钼合金钢厚壁管焊接工艺及金属粉芯焊丝等，给“梦想”号关键重要功能结构的高质量、高效率焊接提供重要技术支撑，有效保障 “梦想”号建成入列。
我们将12篇优秀专题论文（分四期）全部推送给大家，欢迎大家自行获取阅读
01
船用新型TA3钛板手持激光填丝焊
接头组织与力学性能研究
01
摘 要
为了解决船用新型TA3钛质结构激光角焊缝接头的焊脚尺寸小、气孔控制难与未熔合等难题，提出了TA3钛质结构角焊缝接头的手持激光摆动焊接模式，系统优化了摆动特征、激光功率、焊接速度、离焦量等关键工艺参数，并对角焊缝接头的焊缝表面光泽、显微组织与力学性能进行了分析。结果表明：焊缝表面与热影响区呈现银白色，着色渗透检测无表面缺陷；宏观断面形貌显示成形良好，焊缝完全焊透，未发现焊接缺陷，可实现焊脚尺寸3mm以上；接头各区域的金相组织晶粒度良好，且不存在显微裂纹、气孔与夹杂等缺陷；手持激光填丝角接缝焊件的T型弯曲性能和十字接头的抗拉剪切强度与TIG/MIG焊的相当，其疲劳性能略优，力学性能良好。通过研究手持激光填丝焊在TA3钛板角接缝的焊接工艺性，为船用新型TA3钛质结构的高效生产与质量保障提供了新型解决方案。
02
关键词
船用新型TA3钛板；手持激光填丝焊；接头组织；力学性能
03
结 论
（1）手持激光填丝焊在新型船用TA3钛质结构角接缝焊接中具备突出的工艺性能与应用优势，能够实现高效高质量焊接成形，达到船级社质量检验标准，能够满足船舶工程应用的技术条件与生产需求。
（2）经手持激光填丝焊的关键参数优化后，试件焊缝表面与热影响区呈现银白色，着色渗透检测无表面缺陷，宏观断面形貌显示成形良好，未发现裂纹、未熔合与气孔等缺陷，可实现焊脚尺寸3mm以上，接头各区域的金相组织晶粒度良好，且不存在显微裂纹、气孔与夹杂等缺陷。
（3）经试验对比，手持激光填丝角接缝焊件的T型弯曲性能和十字接头的抗拉剪切强度与TIG/MIG焊的相当，其疲劳性能一致，均满足设计要求。
02
ECA注意力机制增强的轻量级网络焊接熔池轮廓提取方法
01
摘 要
熔池形貌特征在线检测是实现机器人焊接智能化与自动化的重要途径之一。然而，目前的熔池轮廓提取方法多使用基于阈值分割的传统处理算法，这类算法在弧光干扰的情况下，熔池轮廓准确度低、鲁棒性差；而基于深度学习对熔池轮廓进行提取的报道还较少，并且在实时性方面存在一定的挑战。针对这一问题，本文提出一种改进的DeepLabV3 +的高效语义分割模型。该模型采用轻量级的 MobileNetv2 主干网络，降低模型复杂度，提高推理速度；并在 ASPP 特征提取模块后添加 ECA 注意力机制，增强网络对熔池特征的关注，提升分割精度；针对熔池图像数据集中前景和背景像素数量不均衡的问题，采用 Dice Loss 和交叉熵损失函数的线性组合作为新的损失函数，改善模型训练效果。实验结果表明，该模型在熔池轮廓提取任务中性能优异，平均交并比（mIoU）达到96.08% ，类别平均像素准确率（mPA）为97.85%，推理时间由60.72 ms缩短到23.11 ms，满足了熔池轮廓提取准确性与实时性的要求。
02
关键词
语义分割；熔池轮廓提取；轻量级网格；ECA注意力机制
03
结 论
针对焊接过程中熔池图像干扰大、提取熔池区域难的问题，提出了一种基于ECA注意力机制改进的DeepLabv3+网络模型。该模型采用轻量级的MobileNetv2主干网络，并结合ECA注意力机制和Dice Loss损失函数，实现了对熔池轮廓的准确高效提取。
（1）使用MobileNetv2代替Xception作为主干网络，降低了模型复杂度和计算量，提高了推理速度，满足了实时性要求。
（2）在ASPP特征提取模块后添加ECA注意力机制，增强了网络对熔池特征的关注，提升了分割精度，尤其是在处理细节丰富的熔池图像时。
（3）针对熔池图像数据集中前景和背景像素数量不均衡的问题，采用Dice Loss和交叉熵损失函数的线性组合作为新的损失函数，改善了模型训练效果，避免了模型训练偏向背景的问题。
（4）实验结果表明，本文改进后模型mIoU达到96.08%，mPA达到97.85%。从各算法熔池轮廓提取结果可以看出，相较于传统图像处理方法与其他主流语义分割模型，本文方法准确性更高、处理速度更快，可以满足焊接熔池在线监控的需求，具有良好的实用性和推广价值。
03
基于3D视觉的船体构件
智能焊接研究及应用
01
摘 要
为解决船体结构件组立板人工焊接精度低、劳动强度大、效率低等问题，提出了一种基于线激光传感器与结构光传感器结合的点云采集方法。该方法通过3D视觉传感器和大范围线激光传感器采集多模态点云，提取复杂焊接-加工轨迹，开发了免示教智能焊接机器人工作站。通过3D视觉引导焊接机器人定位识别焊缝信息，生成可执行的焊接轨迹，并结合先验焊接工艺进行焊接，实现小批量多种类结构复杂船舶结构件的高效、稳定与灵活的智能化焊接及焊缝加工。试验结果表明，该系统能够有效提高焊接精度和效率，减少人工干预，满足船舶制造等领域大型复杂结构焊接的需求。研究还针对3D视觉算法在处理复杂异形曲面工件焊缝点云提取不准确、焊缝识别偏位等问题，采用了基于轮廓与焊缝点比对的新算法，优化了焊接机器人焊缝识别和特征提取算法。通过自主研发视觉硬件集成等方面的技术突破，推动船舶结构及焊接机器人产品向高端化、智能化发展。
02
关键词
线激光传感器；结构光传感器；3D视觉算法；特征提取
03
结 论
本文针对3D视觉技术在智能焊接应用中存在的对复杂工件特征捕捉不到局部细节和整体尺寸、线激光传感器拍照时间长，工业焊接环境中的弧光干扰造成图像过曝，以及焊接路径的自动提取规划传统算法焊缝偏位造成规划不准等问题。
（1）提出了基于3D视觉技术的智能焊接机器人工件焊缝特征识别检测定位系统，采用线激光传感器以及3D结构光传感器分别采集并融合多模态点云。
（2）采用基于3D视觉的焊缝识别算法对焊缝进行提取，采用RANSAC与alpha shapes结合的焊缝筛选逻辑，实现对焊接路径点云的自动识别。
（3）通过构建多维度优化模型可以得出机器人在焊接全过程的参数以及焊枪在各个时刻的姿态。
2024年第12期杂志品牌合作方
北京金威焊材有限公司
埃迈特智能装备(天津)有限公司
宁波贝德尔电讯电机有限公司
撰稿排版｜江川
责 编｜金顺捷
审 核 | 李红宇 返回搜狐，查看更多