近日，我院機(jī)器人研究所戰(zhàn)強(qiáng)教授團(tuán)隊(duì)，在第38屆International Conference on Industrial, Engineering & other Applications of Applied Intelligent Systems（IEA/AIE?2025，日本）上發(fā)表的論文“WeldViT: A Lightweight Network for Online Identification of Multi-Label Welding Defects”，榮獲大會(huì)“最佳論文獎(jiǎng)（Best Paper Award）”。該會(huì)議是工業(yè)智能應(yīng)用領(lǐng)域著名的國際會(huì)議。博士生張悅為論文第一作者，戰(zhàn)強(qiáng)教授為論文唯一通訊作者，北京航空航天大學(xué)為唯一完成單位。
焊接缺陷在線檢測技術(shù)對(duì)保障焊件質(zhì)量發(fā)揮著至關(guān)重要的作用。目前，焊接缺陷的在線檢測主要基于熔池圖像處理技術(shù)。由于焊接工藝參數(shù)的波動(dòng)會(huì)導(dǎo)致同類缺陷呈現(xiàn)出差異性，而不同類缺陷又可能表現(xiàn)出相似性，加劇了多缺陷同時(shí)存在時(shí)的檢測難度，目前缺乏有效的檢測方法。為此，戰(zhàn)強(qiáng)團(tuán)隊(duì)設(shè)計(jì)了一種新型輕量級(jí)神經(jīng)網(wǎng)絡(luò)WeldViT。該網(wǎng)絡(luò)基于EfficientViT架構(gòu)，融合高效通道注意力機(jī)制以優(yōu)化重疊補(bǔ)丁嵌入模塊，實(shí)現(xiàn)多類焊接缺陷的高效精準(zhǔn)檢測。實(shí)驗(yàn)結(jié)果表明，在包含10類多標(biāo)簽缺陷的熔池圖像數(shù)據(jù)集上，WeldViT實(shí)現(xiàn)了99.53%的平均檢測準(zhǔn)確率，處理速度達(dá)109 FPS。該結(jié)果驗(yàn)證了WeldViT在檢測精度、處理速度方面的綜合優(yōu)勢，顯著提升了焊接缺陷在線檢測的可靠性與魯棒性。
戰(zhàn)強(qiáng)教授團(tuán)隊(duì)長期致力于焊接缺陷在線檢測技術(shù)的創(chuàng)新研究與關(guān)鍵技術(shù)攻關(guān)，取得了一系列創(chuàng)新性的研究成果。未來，團(tuán)隊(duì)將進(jìn)一步推動(dòng)相關(guān)技術(shù)在工業(yè)場景中的落地應(yīng)用。
