Nothing Special   »   [go: up one dir, main page]

CN112872631A - 焊接检测方法、装置及计算机可读存储介质 - Google Patents

焊接检测方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN112872631A
CN112872631A CN202011402497.1A CN202011402497A CN112872631A CN 112872631 A CN112872631 A CN 112872631A CN 202011402497 A CN202011402497 A CN 202011402497A CN 112872631 A CN112872631 A CN 112872631A
Authority
CN
China
Prior art keywords
feature
value
welding
preset
signal
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.)
Granted
Application number
CN202011402497.1A
Other languages
English (en)
Other versions
CN112872631B (zh
Inventor
吴光俞
李丞伦
吴振廷
林宗儒
王耀坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yuzhan Precision Technology Co ltd
Original Assignee
Shenzhen Yuzhan Precision Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yuzhan Precision Technology Co ltd filed Critical Shenzhen Yuzhan Precision Technology Co ltd
Priority to CN202011402497.1A priority Critical patent/CN112872631B/zh
Publication of CN112872631A publication Critical patent/CN112872631A/zh
Application granted granted Critical
Publication of CN112872631B publication Critical patent/CN112872631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/70Auxiliary operations or equipment
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/70Auxiliary operations or equipment
    • B23K26/702Auxiliary equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Plasma & Fusion (AREA)
  • Mechanical Engineering (AREA)
  • Investigating And Analyzing Materials By Characteristic Methods (AREA)
  • General Factory Administration (AREA)

Abstract

本申请公开了一种焊接检测方法、装置及计算机可读存储介质。所述焊接检测方法包括:获取对工件焊接时的待检信号;基于所述待检信号和特征提取模型,获得第一特征集;基于所述第一特征集和特征计算模型,获得第二特征集;将所述第二特征集输入第一品质分析模型,获得第一品质信息。本申请能够及时发现焊接过程中的不良,防止批次不良问题的产生,可对焊接过程中的工件进行有效监控。

Description

焊接检测方法、装置及计算机可读存储介质
技术领域
本申请涉及焊接技术领域,具体涉及一种焊接检测方法、装置及计算机可读存储介质。
背景技术
随着激光加工技术向传统制造行业的积极渗透,以激光为能量载体的焊接方法在工业领域得到了广泛应用,因其焊接速度快、焊缝深宽比大、应力应变小的特点,使得激光焊在精密仪器关键部件制造中占据不可替代的重要地位。
现有的工件在焊接后需安排大量人力采用人工目视的方式或是通过震动传感器侦测异常讯号来检测每个焊点的焊接品质。但是,异常讯号侦测无法针对各种瑕疵项进行分类判定,并且焊接过程中会产生强光而无法及时目检,线下目检无法及时反馈焊接不良,导致批次不良料的产生。
发明内容
鉴于以上内容,有必要提出一种焊接检测方法、装置及计算机可读存储介质,以解决上述问题。
本申请实施例第一方面提供了一种焊接检测方法,包括:
获取对工件焊接时的待检信号;
基于所述待检信号和特征提取模型,获得第一特征集;
基于所述第一特征集和特征计算模型,获得第二特征集;
将所述第二特征集输入第一品质分析模型,获得第一品质信息;
本申请实施例第二方面提出了一种焊接检测装置,包括:
通信器,获取对工件焊接时的待检信号;及
处理器,与所述通信器耦接,用于:
基于所述待检信号和特征提取模型,获得第一特征集;
基于所述第一特征集和特征计算模型,获得第二特征集;
将所述第二特征集输入第一品质分析模型,获得第一品质信息。
本申请第三方面提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序可被处理器执行,并实现如上述焊接检测方法。
上述的焊接检测方法、装置及计算机可读存储介质可在线获取工件焊接过程中的待检信号,然后根据待检信号和特征提取模型获得第一特征集,接着根据第一特征集和特征计算模型获取第二特征集,最后将第二特征集输入第一品质分析模型,获得工件的第一品质信息,能够及时发现焊接过程中的不良,进而进行调整,以防止焊接不良问题继续产生,可对焊接过程中的工件的各种瑕疵项进行分类判定,故可进行实时有效地监控。
附图说明
图1是本申请实施例的焊接检测装置的硬件架构图。
图2是本申请实施例的焊接检测系统的功能模块示意图。
图3是本申请实施例的焊接检测方法的方法流程图。
图4是图3中的步骤S1的具体方法流程图。
图5是图3中的步骤S2的具体方法流程图。
图6是图3中的步骤S3的具体方法流程图。
图7是图3中的步骤S3之后的方法流程图。
图8是图3中的步骤S3之后的方法流程图。
主要元件符号说明
焊接检测装置 100
传感器 10
滤波器 20
通信器 30
处理器 40
存储器 50
焊接检测系统 200
采集模块 201
过滤模块 202
确定模块 203
输入模块 204
获取模块 205
关联模块 206
排序模块 207
累加模块 208
筛选模块 209
判断模块 210
预警模块 211
具体实施方式
下面详细描述本申请的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
在本申请中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本申请。此外,本申请可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本申请提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
请参见图1,本申请的实施例提供了一种焊接检测装置100,包括传感器10、滤波器20、通信器30、处理器40、存储器50。
传感器10用于采集焊接时产生的源信号。
滤波器20与传感器10、通信器30分别耦接,用于过滤源信号中的杂余信号,使源信号形成待检信号,再发送待检信号至通信器30。
通信器30用于获取对工件焊接时的待检信号,并将待检信号发送至处理器40。
处理器40可以为中央处理器(CPU,Central Processing Unit),还可以包括其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,处理器40是焊接检测装置100的控制中心,利用各种接口和线路连接整个焊接检测装置100的各个部分。
存储器50用于存储焊接检测装置100中的各类数据,例如各种数据库、程序代码等。在本实施方式中,存储器50可以包括但不限于只读存储器(Read-Only Memory,ROM)、随机存储器
(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-OnlyMemory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
请参见图2,为本申请的实施例中的焊接检测系统200的功能模块示意图。在本实施例中,焊接检测系统200包括有一个或多个程序形式的计算机指令,一个或多个程序形式的计算机指令存储于存储器50中,并由处理器40执行,以实现本申请所提供的功能。在本实施方式中,焊接检测系统200可以被分割成采集模块201、过滤模块202、确定模块203、输入模块204、获取模块205、关联模块206、排序模块207、累加模块208、筛选模块209、判断模块210及预警模块211。各个功能模块的功能将在下面的实施例中进行详述。
采集模块201用于获取对工件焊接时的源信号。
具体地,采集模块201用于控制至少一传感器10采集焊接时产生的源信号,其中传感器10可为等离子体感测传感器、温度感测传感器及背反射感测传感器,源信号包括离子体(Plasma)信号、温度(Temp)信号、背反射(BackRef)信号。
过滤模块202用于过滤源信号中的杂余信号,使源信号形成待检信号。
具体地,过滤模块202用于控制滤波器20过滤源信号中的杂余信号,使得源信号形成待检信号,再发送待检信号至通信器30。其中滤波器20用于过滤源信号中遗失值高于第一预设百分比值的信号、过滤源信号中相关性高于第二预设百分比值的信号、以及过滤源信号中具有预设单一值的信号。滤波器包括但不限于为容许低于预设截止频率的信号通过的低通滤波器。
确定模块203用于确定待检信号的目标信号段。其中目标信号段为对预设点位焊接时的信号。具体地,待检信号转换形成的波形中,对预设点位进行焊接时的信号对应波形的波峰,通过截取波形的波峰从而获得预设点位焊接时的信号,即目标信号段。
输入模块204用于将目标信号段输入特征提取模型。其中特征提取模型用于从时间序列中提取特征。本实施中,将确定模块203确定出的预设点位焊接时的信号输入Tsfresh计算模型提取出时间序列上的相关特征,包括但不限于峰数、平均值、最大值及时间反转对称统计等时域特征等。除了时域特征,还通过特征提取模型提取出了信号的频域特征。
获取模块205用于在将目标信号段输入特征提取模型后,获得时域特征组和频域特征组。
关联模块206用于关联目标信号段的时域特征和频域特征与预设点位的焊点信息,焊点信息包括预设点位编号。在另一实施例中,焊点信息还可包括治具编号、工件编号、焊接设备、焊接时间等,将焊点信息与目标信号段的时域特征和频域特征进一步关联,以利于后续焊接品质分析及改进。
确定模块203还用于通过特征计算模型确定第一特征集中的各特征值对于第一品质信息的特征重要度。其中,特征重要度可以是以百分比的形式示出,例如0.2%、1.5%、3%等,百分比越高,则相应的特征值的特征重要度越高。具体地,第一品质信息包括用于检测焊接品质的测试值,如焊接处的拉力值、剪切值等。本实施例中,通过LightGBM算法模型来计算各特征值的重要度。
排序模块207用于根据特征重要度大小,将相应的各特征值进行降序排列,获得降序序列。其中,特征值可按照数值大小从大到小排列。例如序列:特征值a(特征重要度5%,后简略为百分数),特征值b(4.1%),特征值c(3.3%),特征值d(1.2%)等。
累加模块208用于将降序序列中的各特征值的特征重要度依次累加,获得重要度累计值。筛选模块209用于筛选出重要度累计值达到预设的标准累计值时的所有特征值,形成第二特征集。其中,标准累计值可根据实际需要设定,如达到80%、90%、100%等,一般,重要度累计值设置的越高,需要的算力则越高,花费时间相对会越长。例如,预设的标准累计值为10%,特征值A1、特征值A2、特征值A3、特征值A4的特征值重要度为A1>A2>A3>A4,A1重要度与A2重要度两者之和小于10%,A1重要度、A2重要度及A3重要度三者累计大于或等于10%,则筛选出特征值A1、特征值A2、特征值A3作为第二特征集。预设的标准累计值在此不作具体限制,可依实际情况而设定。
输入模块204还用于将所述第二特征集输入第一品质分析模型。其中,所述第一品质分析模型为由类神经网络模型和基于树模型中至少之一建立的回归模型或分类模型。
获取模块205还用于在将所述第二特征集输入第一品质分析模型后,获得第一品质信息。如上述,第一品质信息可以为用于检测焊接品质的测试值,包括焊接处的拉力值、剪切值等。
判断模块210可以用于根据基于预设的品质标准信息,判断第一品质信息是否合格。具体地,将第一品质信息与预设的品质标准信息进行对比,当第一品质信息未达到预设的品质标准信息时,则判断第一品质信息不合格。例如,第一品质信息包括拉力值F1,预设的品质标准信息包括拉力值F0,当F1<F0时,则F1为不合格,即第一品质信息不合格。
在一些实施例中,判断模块210也可以用于基于第一品质信息及第二特征集,获得对所述工件焊接的检测结果。其中,第一品质信息包括拉力值,第二特征集包括焊接温度值,首先比较拉力值与预设拉力值;当拉力值小于预设拉力值时,进而比较焊接温度值与预设温度值;当焊接温度值也低于预设温度值时,则确定检测结果为不合格。例如:第一品质信息包括拉力值F1,预设拉力值为F0,第二特征集包括焊接温度值T1,预设温度值T0,当确认F1<F0时,进而确认T1,若同时T1<T0,则确定检测结果为不合格。通过更多数据的比较,以进一步提升判断的准确性。
输入模块204还用于将第二特征集输入第二品质分析模型。其中,第二品质分析模型包括LIME算法和Sharpley算法中至少之一。
获取模块205还用于在将所述第二特征集输入第二品质分析模型后,获得与第一品质信息相关联的第二品质信息。第二品质信息包括参数信息值及分析反馈,例如治具编号、工件编号、焊接设备编号、焊接时间、焊接功率、焊接角度等及相应评价,尤其当第一品质信息不合格时,用以推断当时的问题,如工件与治具是否发生错位、焊接功率是否偏低、焊接时间是否过短、焊接温度是否偏低或偏高等,以用于焊接品质的分析及改进。
预警模块211用于基于判断第一品质信息不合格,生成预警信息,其中预警信息包含第二品质信息。其中,生成的预警信息可及时向操作人员反馈不良信息,防止继续出现不良问题。
请参见图3,为本申请的实施例中的焊接测量方法的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。为了便于说明,仅示出了与本申请实施例相关的部分。
如图3所示,焊接测量方法包括如下步骤:
步骤S1:获取对工件焊接时的待检信号。
具体地,请参见图4,所述获取对工件焊接时的待检信号的步骤具体包括:
步骤S11:采集对所述工件焊接时产生的源信号。
具体地,为对工件上的预设点位焊接时产生的源信号,利用至少一传感器10采集焊接时产生的源信号,其中传感器10可为等离子体感测传感器、温度感测传感器及背反射感测传感器,源信号包括离子体(Plasma)信号、温度(Temp)信号、背反射(BackRef)信号。
步骤S12:过滤所述源信号中的杂余信号,使所述源信号形成所述待检信号。
具体地,采用滤波器20过滤源信号中的杂余信号,使得所述源信号形成所述待检信号,再发送所述待检信号至所述通信器30。
其中,滤波器20用于过滤所述源信号中的杂余信号步骤,包括:过滤所述源信号中遗失值高于第一预设百分比值的信号;过滤所述源信号中相关性高于第二预设百分比值的信号;以及过滤所述源信号中具有预设单一值的信号。
在本实施例中,滤波器20包括但不限于为容许低于预设截止频率的信号通
过的低通滤波器。
步骤S2:基于所述待检信号和特征提取模型,获得第一特征集。
具体地,请参见图5,第一特征集包括时域特征组和频域特征组,所述基于所述待检信号和特征提取模型,获得第一特征集,包括:
S21:确定所述待检信号的目标信号段,所述目标信号段为对所述预设点位焊接时的信号。
其中,待检信号转换形成的波形中,对预设点位进行焊接时的信号对应波形的波峰,通过截取波形的波峰从而获得预设点位焊接时的信号,即目标信号段。
S22:将所述目标信号段输入所述特征提取模型,获得所述时域特征组和所述频域特征组。
其中,特征提取模型用于从时间序列中提取特征。
S23:建立所述目标信号段的所述时域特征和所述频域特征与所述预设点位关联的焊点信息,所述焊点信息包括预设点位编号。
步骤S3:基于所述第一特征集和特征计算模型,获得第二特征集。
具体地,请参见图6,所述第一特征集包含至少一个特征值,所述基于所述第一特征集和特征计算模型,获得第二特征集的步骤具体包括:
S31:确定所述特征值对于所述第一品质信息的特征重要度。
其中,特征重要度可以以百分比的形式示出,例如0.2%、1.5%、3%等,百分比越高,特征重要度越高。
S32:根据所述特征重要度大小,将相应的各所述特征值进行降序排列,获得降序序列。
其中,特征值可按照数值大小从大到小排列。例如序列:特征值a(5%),特征值b(4.1%),特征值c(3.3%),特征值d(1.2%)等。
S33:将所述降序序列中的各所述特征值的所述特征重要度依次累加,获得重要度累计值,如达到80%、90%、100%等。具体内容已在前文详述,此处不再赘述。
S34:筛选出所述重要度累计值达到预设的标准累计值时的所有所述特征值,形成所述第二特征集。
其中,标准累计值可根据实际需要设定,在此不作具体限制。
步骤S4:将所述第二特征集输入第一品质分析模型,获得第一品质信息。
其中所述第一品质分析模型为由类神经网络模型和基于树模型中至少之一建立的回归模型或分类模型。第一品质信息包括拉力值、剪切值等。
在一些实施例中,请参见图7,焊接检测方法进一步包括:
步骤S5:基于预设的品质标准信息,判断所述第一品质信息不合格。
具体地,将第一品质信息与预设的品质标准信息进行对比,当第一品质信息未达到预设的品质标准信息时,则判断所述第一品质信息不合格。
步骤S6:将所述第二特征集输入第二品质分析模型,获得与所述第一品质信息相关联的第二品质信息。
其中,所述第二品质分析模型包括LIME算法和Sharpley算法中至少之一。第二品质信息为参数信息值,例如治具编号-工件是否错位,镭射功率、焊接角度等,及相应评价。
步骤S7:基于判断所述第一品质信息不合格,生成预警信息,其中所述预
警信息包含所述第二品质信息。
其中,生成的预警信息可及时向操作人员反馈不良信息,防止出现批次不良的问题。
在一些实施例中,焊接检测方法进一步包括:
S8:基于所述第一品质信息及所述第二特征集,获得对所述工件焊接的检测结果。
具体地,请参见图8,所述第一品质信息包括拉力值,所述第二特征集包括焊接温度值,所述处理器基于所述第一品质信息及所述第二特征值,获得所述检测结果,包括:
S81:确定所述拉力值小于预设拉力值;
S82:基于所述拉力值小于预设拉力值,比较所述焊接温度值与预设温度值;
S83:基于所述焊接温度值低于预设温度值,确定所述检测结果为不合格。
本申请实施例还提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序可被处理器执行,并实现如上述焊接检测方法。
上述的焊接检测方法、装置及计算机可读存储介质可在线实时获取工件焊接过程中的待检信号,然后根据待检信号和特征提取模型获得第一特征集,接着根据第一特征集和特征计算模型获取第二特征集,最后将第二特征集输入第一品质分析模型,获得工件的第一品质信息,能够及时发现焊接过程中的不良,进而进行调整,以防止焊接不良问题继续产生,同时可对焊接过程中的工件的各种瑕疵项进行分类判定,故可进行实时有效地监控。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。
最后应说明的是,以上实施例仅用以说明本申请的技术方案而非限制,尽管参照较佳实施例对本申请进行了详细说明,本领域的普通技术人员应当理解,可以对本申请的技术方案进行修改或等同替换,而不脱离本申请技术方案的精神和范围。

Claims (25)

1.一种焊接检测方法,包括:
获取对工件焊接时的待检信号;
基于所述待检信号和特征提取模型,获得第一特征集;
基于所述第一特征集和特征计算模型,获得第二特征集;
将所述第二特征集输入第一品质分析模型,获得第一品质信息。
2.如权利要求1所述的焊接检测方法,其中,所述工件包括预设点位,所述第一特征集包括时域特征组和频域特征组,所述基于所述待检信号和特征提取模型,获得第一特征集,包括:
确定所述待检信号的目标信号段,所述目标信号段为对所述预设点位焊接时的信号;
将所述目标信号段输入所述特征提取模型,获得所述时域特征组和所述频域特征组。
3.如权利要求2所述的焊接检测方法,进一步包括:
建立所述目标信号段的所述时域特征和所述频域特征与所述预设点位关联的焊点信息,所述焊点信息包括预设点位编号。
4.如权利要求1所述的焊接检测方法,其中所述第一特征集包含至少一个特征值,所述基于所述第一特征集和特征计算模型,获得第二特征集,包括:
确定所述特征值对于所述第一品质信息的特征重要度;
根据所述特征重要度大小,将相应的各所述特征值进行降序排列,获得降序序列;
将所述降序序列中的各所述特征值的所述特征重要度依次累加,获得重要度累计值;
筛选出所述重要度累计值达到预设的标准累计值时的所有所述特征值,形成所述第二特征集。
5.如权利要求1所述的焊接检测方法,进一步包括:
基于预设的品质标准信息,判断所述第一品质信息不合格。
6.如权利要求5所述的焊接检测方法,进一步包括:
将所述第二特征集输入第二品质分析模型,获得与所述第一品质信息相关联的第二品质信息;
基于判断所述第一品质信息不合格,生成预警信息,其中所述预警信息包含所述第二品质信息。
7.如权利要求6所述的焊接检测方法,所述第二品质分析模型包括LIME算法和Sharpley算法中至少之一。
8.如权利要求1所述的焊接检测方法,进一步包括:
基于所述第一品质信息及所述第二特征集,获得对所述工件焊接的检测结果。
9.如权利要求8所述的焊接检测方法,所述第一品质信息包括拉力值,所述第二特征集包括焊接温度值,所述处理器基于所述第一品质信息及所述第二特征值,获得所述检测结果,包括:
确定所述拉力值小于预设拉力值;
基于所述拉力值小于预设拉力值,比较所述焊接温度值与预设温度值;
基于所述焊接温度值低于预设温度值,确定所述检测结果为不合格。
10.如权利要求1所述的焊接检测方法,所述第一品质分析模型为由类神经网络模型和基于树模型中至少之一建立的回归模型或分类模型。
11.如权利要求1所述的焊接检测方法,进一步包括,
采集对所述工件焊接时产生的源信号;
过滤所述源信号中的杂余信号,使所述源信号形成所述待检信号。
12.如权利要求11所述的焊接检测方法,所述过滤所述源信号中的杂余信号步骤,包括:
过滤所述源信号中遗失值高于第一预设百分比值的信号;
过滤所述源信号中相关性高于第二预设百分比值的信号;
过滤所述源信号中具有预设单一值的信号。
13.一种焊接检测装置,包括:
通信器,获取对工件焊接时的待检信号;及
处理器,与所述通信器耦接,用于:
基于所述待检信号和特征提取模型,获得第一特征集;
基于所述第一特征集和特征计算模型,获得第二特征集;
将所述第二特征集输入第一品质分析模型,获得第一品质信息。
14.如权利要求13所述的焊接检测装置,其中,所述工件包括预设点位,所述第一特征集包括时域特征组和频域特征组,所述处理器基于所述待检信号和特征提取模型,获得第一特征集,包括:
确定所述待检信号的目标信号段,所述目标信号段为对所述预设点位焊接时的信号;
将所述目标信号段输入所述特征提取模型,获得所述时域特征组和所述频域特征组。
15.如权利要求14所述的焊接检测装置,其中所述处理器还用于:
建立所述目标信号段的所述时域特征和所述频域特征与所述预设点位关联的焊点信息,所述焊点信息包括预设点位编号。
16.如权利要求13所述的焊接检测装置,其中所述第一特征集包含至少一个特征值,所述处理器基于所述第一特征集和特征计算模型,获得第二特征集,包括:
确定所述特征值对于所述第一品质信息的特征重要度;
根据所述特征重要度大小,将相应的各所述特征值进行降序排列,获得降序序列;
将所述降序序列中的各所述特征值的所述特征重要度依次累加,获得重要度累计值;
筛选出所述重要度累计值达到预设的标准累计值时的所有所述特征值,形成所述第二特征集。
17.如权利要求13所述的焊接检测装置,所述处理器进一步用于:
基于预设的品质标准信息,判断所述第一品质信息不合格。
18.如权利要求17所述的焊接检测装置,所述处理器进一步用于:
将所述第二特征集输入第二品质分析模型,获得与所述第一品质信息相关联的第二品质信息;
基于判断所述第一品质信息不合格,生成预警信息,其中所述预警信息包含所述第二品质信息。
19.如权利要求18所述的焊接检测装置,所述第二品质分析模型包括LIME算法和Sharpley算法中至少之一。
20.如权利要求13所述的焊接检测装置,所述处理器进一步用于:
基于所述第一品质信息及所述第二特征集,获得对所述工件焊接的检测结果。
21.如权利要求20所述的焊接检测装置,所述第一品质信息包括拉力值,所述第二特征集包括焊接温度值,所述处理器基于所述第一品质信息及所述第二特征值,获得所述检测结果,包括:
确定所述拉力值小于预设拉力值;
基于所述拉力值小于预设拉力值,比较所述焊接温度值与预设温度值;
基于所述焊接温度值低于预设温度值,确定所述检测结果为不合格。
22.如权利要求13所述的焊接检测装置,进一步包括,
传感器,用于采集焊接时产生的源信号;
滤波器,与所述传感器、所述通信器分别耦接,用于过滤所述源信号中的杂余信号,使所述源信号形成所述待检信号,再发送所述待检信号至所述通信器。
23.如权利要求22所述的焊接检测装置,所述滤波器用于过滤所述源信号中的杂余信号步骤,包括:
过滤所述源信号中遗失值高于第一预设百分比值的信号;
过滤所述源信号中相关性高于第二预设百分比值的信号;
过滤所述源信号中具有预设单一值的信号。
24.如权利要求22所述的焊接检测装置,所述滤波器为容许低于预设截止频率的信号通过的低通滤波器。
25.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序可被处理器执行,并实现如权利要求1-12中任一项所述焊接检测方法。
CN202011402497.1A 2020-12-02 2020-12-02 焊接检测方法、装置及计算机可读存储介质 Active CN112872631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011402497.1A CN112872631B (zh) 2020-12-02 2020-12-02 焊接检测方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011402497.1A CN112872631B (zh) 2020-12-02 2020-12-02 焊接检测方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112872631A true CN112872631A (zh) 2021-06-01
CN112872631B CN112872631B (zh) 2023-05-09

Family

ID=76043187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011402497.1A Active CN112872631B (zh) 2020-12-02 2020-12-02 焊接检测方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112872631B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780900A (zh) * 2021-11-09 2021-12-10 深圳市裕展精密科技有限公司 基于边缘计算的焊接检测系统及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102990225A (zh) * 2012-12-03 2013-03-27 天津大学 一种实时检测激光焊接质量的方法
CN106271036A (zh) * 2016-08-12 2017-01-04 广州市精源电子设备有限公司 超声波金属焊接质量评估方法、装置和超声波金属焊接机
CN107234359A (zh) * 2017-07-03 2017-10-10 南京中车浦镇城轨车辆有限责任公司 一种不锈钢列车车体激光焊接质量在线监测系统及方法
CN110449720A (zh) * 2019-07-19 2019-11-15 武汉金牛经济发展有限公司 一种钢塑复合管焊接质量检测方法
CN110695562A (zh) * 2019-09-26 2020-01-17 广东工业大学 一种焊接质量在线检测系统及方法
CN111015006A (zh) * 2019-12-16 2020-04-17 哈尔滨工业大学(威海) 基于光谱信息的激光电弧复合焊接质量在线监测方法
CN111069736A (zh) * 2019-12-27 2020-04-28 唐山松下产业机器有限公司 存储介质、焊接设备、焊接异常检测方法及装置
CN111126426A (zh) * 2019-10-11 2020-05-08 平安普惠企业管理有限公司 特征选择方法、装置、计算机设备和存储介质
CN211122688U (zh) * 2019-09-26 2020-07-28 广东工业大学 一种焊接质量在线检测系统
CN111862067A (zh) * 2020-07-28 2020-10-30 中山佳维电子有限公司 一种焊接缺陷检测方法、装置、电子设备以及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102990225A (zh) * 2012-12-03 2013-03-27 天津大学 一种实时检测激光焊接质量的方法
CN106271036A (zh) * 2016-08-12 2017-01-04 广州市精源电子设备有限公司 超声波金属焊接质量评估方法、装置和超声波金属焊接机
CN107234359A (zh) * 2017-07-03 2017-10-10 南京中车浦镇城轨车辆有限责任公司 一种不锈钢列车车体激光焊接质量在线监测系统及方法
CN110449720A (zh) * 2019-07-19 2019-11-15 武汉金牛经济发展有限公司 一种钢塑复合管焊接质量检测方法
CN110695562A (zh) * 2019-09-26 2020-01-17 广东工业大学 一种焊接质量在线检测系统及方法
CN211122688U (zh) * 2019-09-26 2020-07-28 广东工业大学 一种焊接质量在线检测系统
CN111126426A (zh) * 2019-10-11 2020-05-08 平安普惠企业管理有限公司 特征选择方法、装置、计算机设备和存储介质
CN111015006A (zh) * 2019-12-16 2020-04-17 哈尔滨工业大学(威海) 基于光谱信息的激光电弧复合焊接质量在线监测方法
CN111069736A (zh) * 2019-12-27 2020-04-28 唐山松下产业机器有限公司 存储介质、焊接设备、焊接异常检测方法及装置
CN111862067A (zh) * 2020-07-28 2020-10-30 中山佳维电子有限公司 一种焊接缺陷检测方法、装置、电子设备以及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780900A (zh) * 2021-11-09 2021-12-10 深圳市裕展精密科技有限公司 基于边缘计算的焊接检测系统及方法

Also Published As

Publication number Publication date
CN112872631B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
CN104457841B (zh) 电阻点焊质量在线监测方法
US9015173B2 (en) Spot weld data management and monitoring system
KR101882925B1 (ko) 납땜 이음의 품질을 검사하는 방법
Summerville et al. Nugget diameter in resistance spot welding: a comparison between a dynamic resistance based approach and ultrasound C-scan
CN112487708A (zh) 一种基于集成学习的电阻点焊质量预测方法
US20230274407A1 (en) Systems and methods for analyzing weld quality
US20220023978A1 (en) Method for monitoring the quality of ultrasonic welding
Lee et al. Development of real-time diagnosis framework for angular misalignment of robot spot-welding system based on machine learning
US20230142578A1 (en) System and method for detecting welding based on edge computing
CN113723781A (zh) 一种基于spc分析的产品质量缺陷判定系统及其方法
CN114487639A (zh) 一种基于大数据的洗选设备在线监测系统
CN114646665A (zh) 电弧焊焊接缺陷实时检测方法及系统
CN112872631A (zh) 焊接检测方法、装置及计算机可读存储介质
CN117889943A (zh) 基于机器学习的气体超声波流量计检验方法及系统
CN118035930A (zh) 一种基于焊接时序数据的焊接保护气压力异常检测方法
CN114781868B (zh) 一种基于剔除阀异常剔除烟支的预警方法、装置、终端及存储介质
JP2018176184A (ja) 接合監視システムおよび接合装置
CN112686838A (zh) 船舶锚链闪光焊接系统的快速检测装置及检测方法
CN118408632A (zh) 一种振动式异音异响检测系统及方法
CN113927217A (zh) 一种智能焊接系统
US8426771B2 (en) Method of monitoring machine condition
CN117169636A (zh) 一种智能化耐高温铝电解电容器环境检测系统
CN114266489B (zh) 自动建立点焊质量在线评估模型的方法
KR20230072164A (ko) 불량률 제로를 위한 제품의 품질 관리 시스템
CN109427110A (zh) 一种诊断机械设备的方法

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
CB02 Change of applicant information

Address after: 518109 Foxconn H5 plant 101, No. 2, Donghuan 2nd Road, Fukang community, Longhua street, Longhua District, Shenzhen, Guangdong Province; plant 5, building C09, 4th floor, building C07, 2nd floor, building C08, 3rd floor, 4th floor, building C04, zone B, Foxconn Hongguan science and Technology Park, Fucheng Dasan community, Guanlan street, Guangdong Province

Applicant after: Fulian Yuzhan Technology (Shenzhen) Co.,Ltd.

Address before: 518109 Guangzhou Guanlan Foxconn Hongguan Science Park B workshop 5 C09 buildings 4 floors, C07 buildings 2 floors, C08 buildings 3 floors 4 floors, C04 buildings 1 floors

Applicant before: SHENZHENSHI YUZHAN PRECISION TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant