研究问题

挖掘机动臂机器人焊接中，如何从多源过程信号及时发现异常，并减少单一视觉特征的局限？

研究方法

同步采集熔池图像、电弧声音、电流和电压，使用轻量化 Res2-MobileNetV3 提取熔池特征。通过缺陷阈值决策机制融合特征与分类结果，并在动臂焊接场景中开展验证。

主要结果

论文测试集上的识别准确率为 96.59%；另在动臂焊接现场试验中，对所测试的四类缺陷报告了约 90% 的平均识别准确率和 2 s 内报警。两组结果分别对应模型测试与实际工况验证。