CN117548911A - 一种基于人工智能的连接器焊接智能监管*** - Google Patents
一种基于人工智能的连接器焊接智能监管*** Download PDFInfo
- Publication number
- CN117548911A CN117548911A CN202311569612.8A CN202311569612A CN117548911A CN 117548911 A CN117548911 A CN 117548911A CN 202311569612 A CN202311569612 A CN 202311569612A CN 117548911 A CN117548911 A CN 117548911A
- Authority
- CN
- China
- Prior art keywords
- welding
- value
- preset
- analysis
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003466 welding Methods 0.000 title claims abstract description 495
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 90
- 238000004458 analytical method Methods 0.000 claims abstract description 89
- 238000011835 investigation Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 56
- 230000005856 abnormality Effects 0.000 claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 230000000007 visual effect Effects 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 68
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000005259 measurement Methods 0.000 claims description 27
- 230000010354 integration Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
Landscapes
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Factory Administration (AREA)
Abstract
本发明属于连接器焊接监管技术领域,具体是一种基于人工智能的连接器焊接智能监管***,包括服务器、焊接摄像监控模块、焊接缺陷识别定位模块、焊接异常排查判断模块和可视化预警模块;本发明通过焊接摄像监控模块对连接器的焊接过程进行拍摄监控,焊接缺陷识别定位模块基于实时焊接图像以识别出连接器焊接部位的缺陷并对缺陷进行分类和定位,且在焊接过程中通过焊接异常排查判断模块对连接器的自动焊接过程进行异常排查,保证连接器的焊接质量和焊接效率,以及能够通过回溯分析判断连接器焊接管控状况,并在生成回溯评估不合格信号时准确判断自动焊接设备的运行疲劳状况,显著降低焊接管理难度,有效提升后续的焊接质量和焊接效率。
Description
技术领域
本发明涉及连接器焊接监管技术领域,具体是一种基于人工智能的连接器焊接智能监管***。
背景技术
连接器也称为连接元件,它是一种用于连接两个有源设备的器件,可以使电流或信号在两者之间传输,连接器的结构方式因应用目标、功率、频率及应用环境等的不同而变化多端,在电子制造领域,连接器的焊接作为关键工序,其质量直接影响到产品的性能和可靠性;
传统的焊接监管方式主要依赖人工检查焊接状况,不仅效率低下,还无法实时识别焊接缺陷并对其进行精准分类,不利于及时对焊接过程进行调控优化,且无法对焊接过程的异常状况进行合理分析并准确反馈预警,不能对焊接管控状况进行回溯评估并在评估异常时判断自动焊接设备的运行疲劳状况,加大了连接器焊接管理难度,焊接智能化和自动化程度低;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于人工智能的连接器焊接智能监管***,解决了现有技术不仅无法实时识别焊接缺陷并对其进行精准分类,还无法对焊接过程的异常状况进行合理分析并准确反馈预警,且不能对焊接管控状况进行回溯评估并在评估异常时判断自动焊接设备的运行疲劳状况,连接器焊接管理难度大,焊接智能化和自动化程度低,不利于保证连接器焊接质量和焊接效率的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于人工智能的连接器焊接智能监管***,包括服务器、焊接摄像监控模块、焊接缺陷识别定位模块、焊接异常排查判断模块和可视化预警模块;焊接摄像监控模块采用高清晰度、高帧率的摄像头对连接器的焊接过程进行拍摄监控,采集连接器焊接过程中的实时焊接图像,并将实时焊接图像经服务器发送至焊接缺陷识别定位模块;
焊接缺陷识别定位模块对采集到的实时焊接图像进行预处理,提取出焊接区域的特征信息,基于人工智能算法对处理后的图像进行分类和识别,且通过深度学习技术对焊接质量进行自动判断并识别出焊接缺陷类型和位置;
在识别出焊接缺陷类型和位置后,服务器发出控制指令使可视化预警模块发出相应预警,且可视化预警模块对实时焊接图像和焊接缺陷区域进行显示;且在焊接过程中,焊接异常排查判断模块对连接器的自动焊接过程进行异常排查,通过分析判断是否生成异常排查预警信号,且将异常排查预警信号经服务器发送至可视化预警模块,可视化预警模块接收到异常排查预警信号后对其进行显示并发出相应预警。
进一步的,焊接异常排查判断模块的具体运行过程包括:
采集到焊接部位在焊检时点的焊接温度,以及采集到焊接部位在焊检时点所受到的机械压力,将预设适宜焊接温度范围的最大值和最小值进行均值计算得到焊温判定值,同理获取到焊压判定值;将焊检时点的焊接温度与焊温判定值进行差值计算并取绝对值得到焊接温优距表值,同理获取到焊接压优距表值;
将焊接温优距表值和焊接压优距表值与预设焊接温优距表阈值和焊接压优距表阈值分别进行数值比较,若焊接温优距表值或焊接压优距表值超过对应预设阈值,则判断对应焊检时点连接器的焊接状况不佳,并将对应焊检时点标记为焊接存险时点;获取到单位时间内焊接存险点的数量并将其标记为焊接存险数表值,将焊接存险数表值与单位时间内焊检时点的数量进行比值计算得到焊接异析值,将焊接异析值与预设焊接异析阈值进行数值比较,若焊接异析值超过预设焊接异析阈值,则生成异常排查预警信号。
进一步的,若焊接异析值未超过预设焊接异析阈值,则采集到自动焊接设备在焊检时点的焊接电压和焊接电流,将单位时间内相邻两组焊检时点的焊接电压进行差值计算并取绝对值以得到电压波测值,将电压波测值与预设电压波测阈值进行数值比较,若电压波测值超过预设电压波测阈值,则将对应电压波测值标记为高幅压测值,将单位时间内高幅压测值的数量与电压波测值的数量进行比值计算得到高幅压析值;且将单位时间内所有焊检时点的焊接电压进行均值计算得到焊接压衡值,将焊接压衡值与预设适宜焊接电压范围的中值进行差值计算并取绝对值得到电压异常值;
同理获取到电流异常值和高幅流析值,以及采集到单位时间内在若干个焊接部位的停留时长并将其标记为焊接持续时长,将所有焊接持续时长进行均值计算得到焊接持时检测值,将焊接持时检测值与预设适宜焊接时长范围的中值进行差值计算并取绝对值以得到焊接持时偏离值;将电压异常值、高幅压析值、电流异常值、高幅流析值和焊接持时偏离值进行数值计算得到焊接排查初检值,获取到温压影响值,将焊接排查初检值与温压影响值相乘得到焊接排查深析值,将焊接排查深析值与预设焊接排查深析阈值进行数值比较,若焊接排查深析值超过预设焊接排查深析阈值,则生成异常排查预警信号。
进一步的,温压影响值的分析获取方法如下:
获取到单位时间内的焊接异析值,将预设焊接异析阈值减去焊接异析值得到焊接异析偏差值;事先设定若干组预设焊接异析偏差值范围,每组焊接异析偏差值范围分别对应一组焊接影响值;将焊接异析偏差值与所有预设焊接异析偏差值范围进行逐一比较,将包含该焊接异析偏差值的预设焊接异析偏差值范围标记为合理范围,将合理范围所对应的焊接影响值标记为温压影响值。
进一步的,服务器与焊接回溯评估模块通信连接,焊接回溯评估模块用于设定回溯时期,并在识别出缺陷时将缺陷区域面积和缺陷种类数量与预设缺陷区域面积阈值和预设缺陷种类数量阈值分别进行数值比较,若缺陷区域面积或缺陷种类数量超过对应预设阈值,则判断对应焊接部位处于高缺陷状态;
采集到回溯时期内高缺陷状态的发生次数并将其标记为高缺陷频率,且采集到回溯时期内的缺陷识别频率,将高缺陷频率与缺陷识别频率进行比值计算得到高缺陷检测值;以及采集到回溯时期内异常排查预警信号的发生次数并将其标记为异常排查确诊值,将异常排查确诊值、高缺陷检测值和缺陷识别频率进行数值计算得到焊接回溯值;将焊接回溯值与预设焊接回溯阈值进行数值比较,若焊接回溯值超过预设焊接回溯阈值,则生成焊接回溯评估不合格信号,且将焊接回溯评估不合格信号经服务器发送至可视化预警模块。
进一步的,服务器与运持合理性分析模块通信连接,服务器将焊接回溯评估不合格信号发送至运持合理性分析模块,运持合理性分析模块对自动焊接设备的运行持续性状况进行分析,判断自动焊接设备的持续运行是否合理,并生成运持合理性异常信号或运持合理性正常信号,且将运持合理性异常信号经服务器发送至可视化预警模块。
进一步的,运持合理性分析的具体分析过程如下:
采集到自动焊接设备该次运行的开始时刻,将当前时刻与该次运行的开始时刻进行时间差计算得到运行时析值;将运行时析值与预设运行时析阈值进行数值比较,若运行时析值超过预设运行时析阈值,则生成运持合理性异常信号;若运行时析值未超过预设运行时析阈值,则通过前置休整评估分析获取到前置影响值,将前置影响值与该次运行的运行时析值相乘得到运持检测值;将运持检测值与预设运持检测阈值进行数值比较,若运持检测值超过预设运持检测阈值,则生成运持合理性异常信号;若运持检测值未超过预设运持检测阈值,则生成运持合理性正常信号。
进一步的,前置休整评估分析的具体分析过程如下:
采集到自动焊接设备相邻上一次运行的结束时刻,将该次运行的开始时刻与相邻上一次运行的结束时刻进行时间差计算得到运行间隔时长,将相邻上一次运行的运行时析值与运行间隔时长进行比值计算得到休整合理性系数,将休整合理性系数与预设休整合理性系数阈值进行数值比较,若休整合理性系数超过预设休整合理性系数阈值,则判断自动焊接设备的对应休整过程处于非合理状态;
在判断自动焊接设备的对应休整过程处于非合理状态时,继续向前追溯直至对应休整过程处于合理状态;将位于该时间段内的所有休整合理性系数进行求和计算并取均值以得到休整评估值,且采集到该时间内非合理状态的发生次数并将其标记为非合理休频值,将非合理休频值和休整评估值进行赋权求和计算得到休整检验值;事先设定若干组预设休整检验值范围,且每组预设休整检验值范围分别对应一组前置判断值;将休整检验值与所有预设休整检验值范围进行逐一比较,将包含该休整检验值的预设休整检验值范围标记为目标范围,将目标范围所对应的前置判断值标记为前置影响值。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过焊接摄像监控模块对连接器的焊接过程进行拍摄监控,并将实时焊接图像发送至焊接缺陷识别定位模块,焊接缺陷识别定位模块对采集到的实时焊接图像进行预处理,实时识别出连接器焊接部位的缺陷并对缺陷进行分类和定位,在识别出焊接缺陷类型和位置后发出预警,管理人员及时优化焊接操作并调整相应焊接参数,从而保证连接器的焊接质量和焊接效率;且在焊接过程中,焊接异常排查判断模块对连接器的自动焊接过程进行异常排查,通过分析判断是否生成异常排查预警信号,以便管理人员及时作出相应调控操作,进一步保证连接器的焊接质量和焊接效率;
2、本发明中,通过焊接回溯评估模块设定回溯时期,并对回溯时期内连接器的焊接状况进行回溯分析,实现对焊接质量和效率状况的合理评估,以便及时对焊接过程加强管控并根据需要对自动焊接设备进行检查或对相应加工材料进行检查,保证后续的焊接质量和焊接效率,且在生成回溯评估不合格信号时通过运持合理性分析模块对自动焊接设备的运行持续性状况进行分析,能够准确判断自动焊接设备运行疲劳状况与焊接效率和焊接质量不佳的因果关联性,以保证自动焊接设备及时得到休整,从而进一步提升后续的焊接质量和焊接效率。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明中实施例一的***框图;
图2为本发明中实施例二和实施例三的***框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:如图1所示,本发明提出的一种基于人工智能的连接器焊接智能监管***,包括服务器、焊接摄像监控模块、焊接缺陷识别定位模块、焊接异常排查判断模块和可视化预警模块,且服务器与焊接摄像监控模块、焊接缺陷识别定位模块、焊接异常排查判断模块以及可视化预警模块均通信连接;其中,焊接摄像监控模块采用高清晰度、高帧率的摄像头对连接器的焊接过程进行拍摄监控,采集连接器焊接过程中的实时焊接图像,并将实时焊接图像经服务器发送至焊接缺陷识别定位模块;
焊接缺陷识别定位模块对采集到的实时焊接图像进行预处理,包括去噪、增强、分割等操作,以提取出焊接区域的特征信息,基于人工智能算法对处理后的图像进行分类和识别,且通过深度学习技术对焊接质量进行自动判断并识别出焊接缺陷类型和位置,不仅能够实时识别出连接器焊接部位的缺陷,还能够对缺陷进行分类和定位,以便及时作出相应补救措施,进一步提升智能化程度和焊接自动化程度;
在识别出焊接缺陷类型和位置后,服务器发出控制指令使可视化预警模块发出相应预警,且可视化预警模块对实时焊接图像和焊接缺陷区域进行显示,以便管理人员及时优化焊接操作,并调整相应焊接参数,从而保证连接器的焊接质量和焊接效率;且在焊接过程中,焊接异常排查判断模块对连接器的自动焊接过程进行异常排查,通过分析判断是否生成异常排查预警信号,且将异常排查预警信号经服务器发送至可视化预警模块,可视化预警模块接收到异常排查预警信号后对其进行显示并发出相应预警,以便管理人员及时作出相应调控操作,进一步保证连接器的焊接质量和焊接效率。
进一步而言,焊接异常排查判断模块的具体运行过程为:采集到焊接部位在焊检时点的焊接温度,将焊接温度控制在适宜范围内,能够有效降低焊接缺陷的产生频率,以及采集到焊接部位在焊检时点所受到的机械压力,对焊接部位施加适当的压力,能够获得紧密、牢固的焊接效果;将预设适宜焊接温度范围的最大值和最小值进行均值计算得到焊温判定值,同理获取到焊压判定值;将焊检时点的焊接温度与焊温判定值进行差值计算并取绝对值得到焊接温优距表值,将焊接部位在焊检时点所受到的机械压力与焊压判定值进行差值计算并取绝对值得到焊接压优距表值;
将焊接温优距表值和焊接压优距表值与预设焊接温优距表阈值和焊接压优距表阈值分别进行数值比较,若焊接温优距表值或焊接压优距表值超过对应预设阈值,则判断对应焊检时点连接器的焊接状况不佳,并将对应焊检时点标记为焊接存险时点;获取到单位时间内焊接存险点的数量并将其标记为焊接存险数表值,将焊接存险数表值与单位时间内焊检时点的数量进行比值计算得到焊接异析值,其中,焊接异析值的数值越大,表明单位时间内的焊接表现越差,将焊接异析值与预设焊接异析阈值进行数值比较,若焊接异析值超过预设焊接异析阈值,表明单位时间内的焊接表现较差,则生成异常排查预警信号;
若焊接异析值未超过预设焊接异析阈值,则采集到自动焊接设备在焊检时点的焊接电压和焊接电流,将单位时间内相邻两组焊检时点的焊接电压进行差值计算并取绝对值以得到电压波测值,将电压波测值与预设电压波测阈值进行数值比较,若电压波测值超过预设电压波测阈值,则将对应电压波测值标记为高幅压测值,将单位时间内高幅压测值的数量与电压波测值的数量进行比值计算得到高幅压析值;
且将单位时间内所有焊检时点的焊接电压进行均值计算得到焊接压衡值,将焊接压衡值与预设适宜焊接电压范围的中值进行差值计算并取绝对值得到电压异常值;同理获取到电流异常值和高幅流析值,以及采集到单位时间内在若干个焊接部位的停留时长并将其标记为焊接持续时长,将所有焊接持续时长进行均值计算得到焊接持时检测值,将焊接持时检测值与预设适宜焊接时长范围的中值进行差值计算并取绝对值以得到焊接持时偏离值;
通过公式将电压异常值QW、高幅压析值QR、电流异常值QT、高幅流析值QY和焊接持时偏离值QF进行数值计算得到焊接排查初检值QK;其中,fy1、fy2、fy3、fy4、fy5为预设比例系数,fy1、fy2、fy3、fy4、fy5均为正数;并且,焊接排查初检值QK的数值越大,表明焊接表现综合而言越差;
获取到单位时间内的焊接异析值,将预设焊接异析阈值减去焊接异析值得到焊接异析偏差值;事先设定若干组预设焊接异析偏差值范围,每组焊接异析偏差值范围分别对应一组焊接影响值;需要说明的是,焊接影响值的取值均大于零,且预设焊接异析偏差值范围的数值越大,则与其相匹配的焊接影响值的取值越大;将焊接异析偏差值与所有预设焊接异析偏差值范围进行逐一比较,将包含该焊接异析偏差值的预设焊接异析偏差值范围标记为合理范围,将合理范围所对应的焊接影响值标记为温压影响值;
将焊接排查初检值与温压影响值相乘得到焊接排查深析值,其中,焊接排查深析值的数值越大,则表明焊接过程存在异常的可能性越大,焊接整体表现越差;将焊接排查深析值与预设焊接排查深析阈值进行数值比较,若焊接排查深析值超过预设焊接排查深析阈值,表明焊接过程存在异常的可能性较大,越需要及时进行针对性地相应调控操作,以保证焊接过程的稳定,并提升连接器的焊接质量和焊接效率,则生成异常排查预警信号。
实施例二:如图2所示,本实施例与实施例1的区别在于,服务器与焊接回溯评估模块通信连接,焊接回溯评估模块用于设定回溯时期,优选的,回溯时期为四十五分钟;并在识别出缺陷时将缺陷区域面积和缺陷种类数量与预设缺陷区域面积阈值和预设缺陷种类数量阈值分别进行数值比较,若缺陷区域面积或缺陷种类数量超过对应预设阈值,表明焊接部位的当前焊接缺陷较严重,需要及时作出相应合理调控,则判断对应焊接部位处于高缺陷状态;
采集到回溯时期内高缺陷状态的发生次数并将其标记为高缺陷频率,且采集到回溯时期内的缺陷识别频率,其中,缺陷识别频率是表示回溯时期内识别出缺陷的次数多少的数据量值;将高缺陷频率与缺陷识别频率进行比值计算得到高缺陷检测值,以及采集到回溯时期内异常排查预警信号的发生次数并将其标记为异常排查确诊值;
通过公式HX=a1*HY+a2*HG+a3*HP将异常排查确诊值HY、高缺陷检测值HG和缺陷识别频率HP进行数值计算得到焊接回溯值HX;其中,a1、a2、a3为预设比例系数,a2>a1>a3>0;并且,焊接回溯值HX的数值越大,则表明回溯时期的焊接管控状况越差,存在异常的概率越大,越需要及时进行原因调查并作出针对性的处理措施;
将焊接回溯值HX与预设焊接回溯阈值进行数值比较,若焊接回溯值HX超过预设焊接回溯阈值,则生成焊接回溯评估不合格信号,且将焊接回溯评估不合格信号经服务器发送至可视化预警模块,实现对焊接质量和效率状况的合理评估,可视化预警模块接收到焊接回溯评估不合格信号时,对焊接过程加强管控,并根据需要对自动焊接设备进行检查或对相应加工材料进行检查,以保证后续的焊接质量和焊接效率。
实施例三:如图2所示,本实施例与实施例1、实施例2的区别在于,服务器与运持合理性分析模块通信连接,服务器将焊接回溯评估不合格信号发送至运持合理性分析模块,运持合理性分析模块接收到焊接回溯评估不合格信号时对自动焊接设备的运行持续性状况进行分析,判断自动焊接设备的持续运行是否合理,并生成运持合理性异常信号或运持合理性正常信号,能够准确判断自动焊接设备运行疲劳状况与焊接效率和焊接质量不佳的因果关联性,且将运持合理性异常信号经服务器发送至可视化预警模块,可视化预警模块接收到运持合理性异常信号时发出相应预警,管理人员接收到相应预警时使自动焊接设备暂停运行,保证自动焊接设备及时得到休整,从而进一步提升后续的焊接质量和焊接效率;运持合理性分析的具体分析过程如下:
采集到自动焊接设备该次运行的开始时刻,将当前时刻与该次运行的开始时刻进行时间差计算得到运行时析值;其中,运行时析值的数值越大,表明持续运行时长越长,越不利于保证自动焊接设备对连接器的焊接效果;将运行时析值与预设运行时析阈值进行数值比较,若运行时析值超过预设运行时析阈值,表明自动焊接设备当前运行较疲劳,因自动焊接设备运行疲劳而导致焊接质量和焊接效率不佳的可能性较大,则生成运持合理性异常信号;
若运行时析值未超过预设运行时析阈值,则通过前置休整评估分析获取到前置影响值,具体为:采集到自动焊接设备相邻上一次运行的结束时刻,将该次运行的开始时刻与相邻上一次运行的结束时刻进行时间差计算得到运行间隔时长,将相邻上一次运行的运行时析值与运行间隔时长进行比值计算得到休整合理性系数,其中,休整合理性系数的数值越大,则表明自动焊接设备的休整状况越差;将休整合理性系数与预设休整合理性系数阈值进行数值比较,若休整合理性系数超过预设休整合理性系数阈值,则判断自动焊接设备的对应休整过程处于非合理状态;
在判断自动焊接设备的对应休整过程处于非合理状态时,继续向前追溯直至对应休整过程处于合理状态;将位于该时间段内(即相邻上一次运行的结束时刻与开始处于合理状态的结束时刻之间的时间段)的所有休整合理性系数进行求和计算并取均值以得到休整评估值,且采集到该时间内非合理状态的发生次数并将其标记为非合理休频值,通过公式XP=tg1*XR+tg2*XF将非合理休频值XR和休整评估值XF进行赋权求和计算得到休整检验值XP;其中,tg1、tg2为预设权重系数,tg1>tg2>0;
并且,休整检验值XP的数值越大,表明综合而言自动焊接设备越没有得到有效休整;事先设定若干组预设休整检验值范围,且每组预设休整检验值范围分别对应一组前置判断值;需要说明的是,前置判断值的取值均大于零,且预设休整检验值范围的数值越大,则与其相匹配的前置判断值的数值越大;将休整检验值与所有预设休整检验值范围进行逐一比较,将包含该休整检验值的预设休整检验值范围标记为目标范围,将目标范围所对应的前置判断值标记为前置影响值;
将前置影响值与该次运行的运行时析值相乘得到运持检测值;需要说明的是,运持检测值的数值越大,表明自动焊接设备当前越需要及时暂停以进行休整;将运持检测值与预设运持检测阈值进行数值比较,若运持检测值超过预设运持检测阈值,表明自动焊接设备当前运行较疲劳,则生成运持合理性异常信号;若运持检测值未超过预设运持检测阈值,表明自动焊接设备当前运行不疲劳,因运行疲劳而导致焊接质量和焊接效率不佳的可能性较小,则生成运持合理性正常信号,管理人员应及时对焊接材料或连接器原产品的状况进行检查,以继续判断造成焊接质量和焊接效率不佳的原因。
本发明的工作原理:使用时,通过焊接摄像监控模块对连接器的焊接过程进行拍摄监控,并将实时焊接图像发送至焊接缺陷识别定位模块,焊接缺陷识别定位模块对采集到的实时焊接图像进行预处理,实时识别出连接器焊接部位的缺陷,并对缺陷进行分类和定位,在识别出焊接缺陷类型和位置后,可视化预警模块对实时焊接图像和焊接缺陷区域进行显示,管理人员及时优化焊接操作并调整相应焊接参数,从而保证连接器的焊接质量和焊接效率;且在焊接过程中,焊接异常排查判断模块对连接器的自动焊接过程进行异常排查,通过分析判断是否生成异常排查预警信号,以便管理人员及时作出相应调控操作,进一步保证连接器的焊接质量和焊接效率。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于人工智能的连接器焊接智能监管***,其特征在于,包括服务器、焊接摄像监控模块、焊接缺陷识别定位模块、焊接异常排查判断模块和可视化预警模块;焊接摄像监控模块采用高清晰度、高帧率的摄像头对连接器的焊接过程进行拍摄监控,采集连接器焊接过程中的实时焊接图像,并将实时焊接图像经服务器发送至焊接缺陷识别定位模块;
焊接缺陷识别定位模块对采集到的实时焊接图像进行预处理,提取出焊接区域的特征信息,基于人工智能算法对处理后的图像进行分类和识别,且通过深度学习技术对焊接质量进行自动判断并识别出焊接缺陷类型和位置;
在识别出焊接缺陷类型和位置后,服务器发出控制指令使可视化预警模块发出相应预警,且可视化预警模块对实时焊接图像和焊接缺陷区域进行显示;且在焊接过程中,焊接异常排查判断模块对连接器的自动焊接过程进行异常排查,通过分析判断是否生成异常排查预警信号,且将异常排查预警信号经服务器发送至可视化预警模块,可视化预警模块接收到异常排查预警信号后对其进行显示并发出相应预警。
2.根据权利要求1所述的一种基于人工智能的连接器焊接智能监管***,其特征在于,焊接异常排查判断模块的具体运行过程包括:
采集到焊接部位在焊检时点的焊接温度,以及采集到焊接部位在焊检时点所受到的机械压力,将预设适宜焊接温度范围的最大值和最小值进行均值计算得到焊温判定值,同理获取到焊压判定值;将焊检时点的焊接温度与焊温判定值进行差值计算并取绝对值得到焊接温优距表值,同理获取到焊接压优距表值;
若焊接温优距表值或焊接压优距表值超过对应预设阈值,则判断对应焊检时点连接器的焊接状况不佳,并将对应焊检时点标记为焊接存险时点;获取到单位时间内焊接存险点的数量并将其标记为焊接存险数表值,将焊接存险数表值与单位时间内焊检时点的数量进行比值计算得到焊接异析值,若焊接异析值超过预设焊接异析阈值,则生成异常排查预警信号。
3.根据权利要求2所述的一种基于人工智能的连接器焊接智能监管***,其特征在于,若焊接异析值未超过预设焊接异析阈值,则采集到自动焊接设备在焊检时点的焊接电压和焊接电流,将单位时间内相邻两组焊检时点的焊接电压进行差值计算并取绝对值以得到电压波测值,将电压波测值与预设电压波测阈值进行数值比较,若电压波测值超过预设电压波测阈值,则将对应电压波测值标记为高幅压测值,将单位时间内高幅压测值的数量与电压波测值的数量进行比值计算得到高幅压析值;且将单位时间内所有焊检时点的焊接电压进行均值计算得到焊接压衡值,将焊接压衡值与预设适宜焊接电压范围的中值进行差值计算并取绝对值得到电压异常值;
同理获取到电流异常值和高幅流析值,以及采集到单位时间内在若干个焊接部位的停留时长并将其标记为焊接持续时长,将所有焊接持续时长进行均值计算得到焊接持时检测值,将焊接持时检测值与预设适宜焊接时长范围的中值进行差值计算并取绝对值以得到焊接持时偏离值;将电压异常值、高幅压析值、电流异常值、高幅流析值和焊接持时偏离值进行数值计算得到焊接排查初检值,获取到温压影响值,将焊接排查初检值与温压影响值相乘得到焊接排查深析值,若焊接排查深析值超过预设焊接排查深析阈值,则生成异常排查预警信号。
4.根据权利要求3所述的一种基于人工智能的连接器焊接智能监管***,其特征在于,温压影响值的分析获取方法如下:
获取到单位时间内的焊接异析值,将预设焊接异析阈值减去焊接异析值得到焊接异析偏差值;事先设定若干组预设焊接异析偏差值范围,每组焊接异析偏差值范围分别对应一组焊接影响值;将焊接异析偏差值与所有预设焊接异析偏差值范围进行逐一比较,将包含该焊接异析偏差值的预设焊接异析偏差值范围标记为合理范围,将合理范围所对应的焊接影响值标记为温压影响值。
5.根据权利要求1所述的一种基于人工智能的连接器焊接智能监管***,其特征在于,服务器与焊接回溯评估模块通信连接,焊接回溯评估模块用于设定回溯时期,并在识别出缺陷时将缺陷区域面积和缺陷种类数量与预设缺陷区域面积阈值和预设缺陷种类数量阈值分别进行数值比较,若缺陷区域面积或缺陷种类数量超过对应预设阈值,则判断对应焊接部位处于高缺陷状态;
采集到回溯时期内高缺陷状态的发生次数并将其标记为高缺陷频率,且采集到回溯时期内的缺陷识别频率,将高缺陷频率与缺陷识别频率进行比值计算得到高缺陷检测值;以及采集到回溯时期内异常排查预警信号的发生次数并将其标记为异常排查确诊值,将异常排查确诊值、高缺陷检测值和缺陷识别频率进行数值计算得到焊接回溯值;若焊接回溯值超过预设焊接回溯阈值,则生成焊接回溯评估不合格信号,且将焊接回溯评估不合格信号经服务器发送至可视化预警模块。
6.根据权利要求5所述的一种基于人工智能的连接器焊接智能监管***,其特征在于,服务器与运持合理性分析模块通信连接,服务器将焊接回溯评估不合格信号发送至运持合理性分析模块,运持合理性分析模块对自动焊接设备的运行持续性状况进行分析,判断自动焊接设备的持续运行是否合理,并生成运持合理性异常信号或运持合理性正常信号,且将运持合理性异常信号经服务器发送至可视化预警模块。
7.根据权利要求6所述的一种基于人工智能的连接器焊接智能监管***,其特征在于,运持合理性分析的具体分析过程如下:
采集到自动焊接设备该次运行的开始时刻,将当前时刻与该次运行的开始时刻进行时间差计算得到运行时析值;将运行时析值与预设运行时析阈值进行数值比较,若运行时析值超过预设运行时析阈值,则生成运持合理性异常信号;若运行时析值未超过预设运行时析阈值,则通过前置休整评估分析获取到前置影响值,将前置影响值与该次运行的运行时析值相乘得到运持检测值;若运持检测值超过预设运持检测阈值,则生成运持合理性异常信号;若运持检测值未超过预设运持检测阈值,则生成运持合理性正常信号。
8.根据权利要求7所述的一种基于人工智能的连接器焊接智能监管***,其特征在于,前置休整评估分析的具体分析过程如下:
采集到自动焊接设备相邻上一次运行的结束时刻,将该次运行的开始时刻与相邻上一次运行的结束时刻进行时间差计算得到运行间隔时长,将相邻上一次运行的运行时析值与运行间隔时长进行比值计算得到休整合理性系数,若休整合理性系数超过预设休整合理性系数阈值,则判断自动焊接设备的对应休整过程处于非合理状态;
在判断自动焊接设备的对应休整过程处于非合理状态时,继续向前追溯直至对应休整过程处于合理状态;将位于该时间段内的所有休整合理性系数进行求和计算并取均值以得到休整评估值,且采集到该时间内非合理状态的发生次数并将其标记为非合理休频值,将非合理休频值和休整评估值进行赋权求和计算得到休整检验值;事先设定若干组预设休整检验值范围,且每组预设休整检验值范围分别对应一组前置判断值;将休整检验值与所有预设休整检验值范围进行逐一比较,将包含该休整检验值的预设休整检验值范围标记为目标范围,将目标范围所对应的前置判断值标记为前置影响值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311569612.8A CN117548911A (zh) | 2023-11-23 | 2023-11-23 | 一种基于人工智能的连接器焊接智能监管*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311569612.8A CN117548911A (zh) | 2023-11-23 | 2023-11-23 | 一种基于人工智能的连接器焊接智能监管*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117548911A true CN117548911A (zh) | 2024-02-13 |
Family
ID=89818174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311569612.8A Pending CN117548911A (zh) | 2023-11-23 | 2023-11-23 | 一种基于人工智能的连接器焊接智能监管*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117548911A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117994704A (zh) * | 2024-02-27 | 2024-05-07 | 常州市武进顺达精密钢管有限公司 | 基于机器视觉的焊缝缺陷识别和分类方法 |
CN118067727A (zh) * | 2024-04-19 | 2024-05-24 | 太仓点石航空动力有限公司 | 一种转子焊接缺陷评定方法 |
-
2023
- 2023-11-23 CN CN202311569612.8A patent/CN117548911A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117994704A (zh) * | 2024-02-27 | 2024-05-07 | 常州市武进顺达精密钢管有限公司 | 基于机器视觉的焊缝缺陷识别和分类方法 |
CN118067727A (zh) * | 2024-04-19 | 2024-05-24 | 太仓点石航空动力有限公司 | 一种转子焊接缺陷评定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117548911A (zh) | 一种基于人工智能的连接器焊接智能监管*** | |
CN111275288B (zh) | 基于XGBoost的多维数据异常检测方法与装置 | |
WO2019080367A1 (zh) | 一种机械设备健康状态评估方法 | |
CN106656669B (zh) | 一种基于阈值自适应设置的设备参数异常检测***及方法 | |
CN110132358B (zh) | 一种基于云计算的污水处理设备故障监测*** | |
CN116360367A (zh) | 一种工业设备物联网数据采集方法及*** | |
CN116189103B (zh) | 基于视觉图像分析的设备监控自动控制方法及控制*** | |
CN113177646B (zh) | 一种基于自适应边缘代理的配电设备在线监测方法及*** | |
CN117250208A (zh) | 基于机器视觉的纳米压印晶圆缺陷精准检测***及方法 | |
CN117544998B (zh) | 一种基于人工智能的无线网速智能化评估*** | |
CN117391427A (zh) | 一种基于人工智能的医疗器械生产智能监管*** | |
CN116872206A (zh) | 一种基于工业互联网的机器人故障检测方法及*** | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN113887749A (zh) | 基于云边协同的电力物联网多维度监控处置方法、设备及平台 | |
CN117526577A (zh) | 一种分布式光伏并网电能质量监测***及方法 | |
CN116152202A (zh) | 基于图像识别技术和红外热成像技术的设备外观检测*** | |
CN116700403A (zh) | 基于工业***角色划分的自动化***及其方法 | |
CN117391357B (zh) | 一种基于大数据的电网调度运行管理的调度自查*** | |
CN117784668A (zh) | 一种基于数据分析的面粉产线加工安全智能监管*** | |
CN116433034B (zh) | 一种基于机器学习的虚拟电厂运行风险检测方法 | |
CN113313365A (zh) | 一种一次风机的劣化预警方法及设备 | |
CN116204390B (zh) | 基于数据分析的***监控管理方法及*** | |
CN116365713A (zh) | 一种光伏电站集群监控方法及*** | |
CN116980963A (zh) | 电力无人机巡检流量卸载决策方法、***、设备及介质 | |
CN111623905A (zh) | 风电机组轴承温度预警方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |