AI激光焊缝熔深预测定制：匙孔特征与功率补偿

在激光焊接实验中，熔深不足或过深往往要到焊后剖切才被发现。行业AI实验室尝试用同轴熔池图像替代剖切抽检：以匙孔开口面积、尾部倾角、飞溅频次等时序特征为输入，结合激光功率、焊接速度与离焦量，预测单条焊缝的熔深区间。

进展：在304不锈钢与6061铝合金两类材料上完成离线验证，共采集约1200条焊缝。模型对熔深均方根误差控制在0.18 mm以内，异常偏浅召回率约91%；边缘推理单帧耗时低于12 ms，可跟随产线节拍。

下一步：把预测结果接入功率闭环，在功率突降或材料表面状态变化时做补偿，并补充镀锌板与拼缝间隙工况，验证跨材料迁移能力。当前不做全自动熔深合格判定，只作为调机与抽检的辅助信号。