摘要：在科学技术飞速发展的今天,作为一门新兴的技术,越来越引起人们的重视。人工智能是一种集计算机视觉、机器学习、深度学习和人工智能为一体的智能控制系统,能够为电子工程设计人员提供更加智能、高效和安全的控制系统。它能够模仿人脑的智能与思考模式,借助计算机、传感器、控制器、通讯网络等多种技术方法,实现设备的自主控制与决策,进而提升生产率与生产效率。因此,本文对智能技术的内涵进行了概括,并对其在电气工程自动控制方面的优点进行了分析,并对其应用及发展方向进行了详细的论述。

摘要：为实现SiCp/Al复合材料的高质量可靠焊接,推广SiCp/Al复合材料在各领域的应用,调研了国内外SiCp/Al复合材料不同焊接方法的研究现状。在熔化焊方面,国内外学者通过调整工艺参数、在焊缝中加入Ti元素发生诱发反应等方法,抑制了焊缝中Al4C3针状脆性相的形成,从而提高了焊接接头的力学性能。在搅拌摩擦焊方面,国内外学者针对不同材料设计了专用的焊接搅拌头,以保证它们具备高耐磨性与足够的冲击韧性,在焊接过程中不出现破损情况;关注了焊接过程中焊接头转速、焊接速度、轴向力与热输入等因素,以获得力学性能优秀、晶粒细小均匀的焊接接头。在扩散焊方面,国内外学者探究了中间夹层对焊缝界面间原子相互扩散的促进作用;采取不同工艺参数,以外加超声或电子束表面加热等方式促进了原子间的相互扩散,以获得力学性能优异的焊接接头,提高焊接效率。在钎焊方面,国内外学者通过探究钎料与SiCp/Al复合材料之间的润湿性来组合钎料与钎剂,通过化学腐蚀处理表面暴露颗粒增强相、在复合材料表面电镀金属等方法来增大钎料与增强相的润湿性、解决钎料铺展受阻的问题,以进一步提高钎焊焊接接头质量。

摘要：铝合金焊接时容易产生气孔,严重影响焊缝的力学性能。激光摆动焊接工艺可以显著降低铝合金焊接过程中的气孔率,提高接头拉伸强度,但其工艺参数繁多且互相影响,很难直接对工艺参数进行优化。因此设计了18组正交试验,通过极差分析研究了不同工艺参数对气孔率的影响程度,并通过正交优化设计对工艺参数进行优化。通过不同的学习算法建立BP神经网络,结果表明使用BR算法的模型均方误差最小,预测性能最好。采用遗传算法结合BP神经网络对焊缝性能和焊接效率进行多目标优化,获得的焊缝拉伸强度相比正交优化所得焊缝提升了3.02%,焊接效率提升了18.3%。BP神经网络-遗传算法组合模型可在保证焊接性能的同时提高焊接效率。

摘要：利用高速电耦合器件与发光二极管光源实时获取激光清洗后铝合金的表面图像,设计了铝合金表面氧化膜激光清洗机器视觉在线检测系统,提出了针对激光清洗过程的动态阈值快速定位耦合算法。所提算法解决了激光高速清洗过程中表面光照不均的问题,实现了激光清洗过程中清洗合格区域与不合格区域的准确分割及快速定位。所设计的在线检测系统能够实时检测铝合金表面氧化膜的清洗质量,缩短了检测时间,提高了检测准确度,可以保障整体的清洗质量。

摘要：为实现20 mm厚16MnDR钢板的窄间隙焊接,设计实验探究了钝边尺寸和坡口角度对焊缝成形及焊接效率的影响,并对坡口尺寸进行优化。在此基础上,采用单激光自熔焊打底,多层多道激光-电弧复合焊填充的工艺实现了20 mm厚16MnDR钢板的窄间隙焊接。结果表明,在该工艺条件下,焊缝表面成形良好,焊缝内部也没有明显缺陷产生,与传统工艺相比,焊接线能量降低45%,焊接效率提高155%,具有明显优势。对接头力学性能进行测试发现,接头的抗拉强度略高于母材的抗拉强度,满足强度要求,且将接头弯曲至180°时,接头处没有明显裂纹产生,满足弯曲性能要求。

摘要：面对日益增强的竞争压力，我国航空焊接技术必须不断实现自我超越。以CAD／CAE／CAM数据通道贯通为核心的焊接技术的数字化、信息化是焊接技术升级换代的必由之路。实现工艺设计、模型创制、信号检测及焊缝质量分析的一体化。不仅可以有效提升焊接工艺的实施水平，又可以极大地提高焊接制造效率，最终为企业的全面数字化、信息化打下坚实的基础。

摘要：针对工件焊缝表面下塌缺陷检测精度低、效率低的问题,设计了一种基于机器视觉的焊缝表面下塌缺陷检测系统,代替人工检测。利用QT5.9开发软件界面,通过配置CCD相机与辅助光源对焊缝图像进行实时采集,并提出了针对焊缝表面下塌缺陷增强、分割、提取、识别的组合算法。使用改进的Grab Cut算法解决了焊缝下塌缺陷与背景分割的难题,实现了对焊缝下塌缺陷的快速精确识别。试验结果表明,系统测量精度为0.02mm2,可以对焊缝表面下塌缺陷实现实时、精准、稳定的检测识别。