CN113770584A - 一种基于人工智能技术的两器焊接品质管理系统 - Google Patents

一种基于人工智能技术的两器焊接品质管理系统 Download PDF

Info

Publication number
CN113770584A
CN113770584A CN202111096309.1A CN202111096309A CN113770584A CN 113770584 A CN113770584 A CN 113770584A CN 202111096309 A CN202111096309 A CN 202111096309A CN 113770584 A CN113770584 A CN 113770584A
Authority
CN
China
Prior art keywords
welding
time
real
analysis
coefficient
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
CN202111096309.1A
Other languages
English (en)
Other versions
CN113770584B (zh
Inventor
杨学迪
彭刚
吴濯清
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 Estek Automation Control Technology Co ltd
Original Assignee
Shenzhen Estek Automation Control 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 Estek Automation Control Technology Co ltd filed Critical Shenzhen Estek Automation Control Technology Co ltd
Priority to CN202111096309.1A priority Critical patent/CN113770584B/zh
Publication of CN113770584A publication Critical patent/CN113770584A/zh
Application granted granted Critical
Publication of CN113770584B publication Critical patent/CN113770584B/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
    • B23K31/00Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125Weld quality monitoring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395Quality analysis or management
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种基于人工智能技术的两器焊接品质管理系统,涉及两器焊接品质管理技术领域,解决了现有技术中无法对两器焊接前后分别进行检测的技术问题,对两器焊接前与焊接后进行检测,焊接前预测有效排除环境和人为影响,焊接后检测有效筛选出人为原因,最大程度的确保焊接的品质,有效提高两器焊接的工作效率,减少返工的风险;对材料进行检测,防止出现焊接材料不足,导致工人中途停止焊接造成设备冷却增加了焊接成本,同时中途停止焊接导致焊缝冷却塑形,再次焊接容易造成焊缝飞迸降低了焊接效率;根据焊机运行参数进行分析,判断焊机运行质量,及时对焊机进行调节有效降低了运行周期受到的影响。

Description

一种基于人工智能技术的两器焊接品质管理系统
技术领域
本发明涉及两器焊接品质管理技术领域,具体为一种基于人工智能技术的两器焊接品质管理系统。
背景技术
冷凝蒸发器是压缩式空调机组中的重要部件设备,其焊接质量直接影响机组的效率和成本,是评估焊接生产线工艺优劣的重要指标;蒸发器是制冷系统中的吸热设备,是产生制冷量的重要部件,在制冷系统中,经过节流后的制冷剂液体在蒸发器里吸热汽化,变成低压的饱和蒸气,冷凝器为制冷系统的机件,属于换热器的一种,能把气体或蒸汽转变成液体,将管子中的热量,以很快的方式,传到管子附近的空气中;
但在现有技术中,无法对两器焊接前后分别进行检测,导致焊接前的环境影响和人为影响无法排除,造成焊接品质降低且无法管控,同时焊接后的异常原因无法进行筛选,导致焊接问题无法解决,从而造成焊接效率低且会带来不必要的材料浪费;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于提出一种基于人工智能技术的两器焊接品质管理系统,对两器焊接前与焊接后进行检测,焊接前预测有效排除环境和人为影响,焊接后检测有效筛选出人为原因,最大程度的确保焊接的品质,有效提高两器焊接的工作效率,减少返工的风险;对材料进行检测,防止出现焊接材料不足,导致工人中途停止焊接造成设备冷却增加了焊接成本,同时中途停止焊接导致焊缝冷却塑形,再次焊接容易造成焊缝飞迸降低了焊接效率;根据焊机运行参数进行分析,判断焊机运行质量,防止出现焊机运行异常导致焊接效率不合格的现象,减少材料不必要的浪费,及时对焊机进行调节有效降低了运行周期受到的影响。
本发明的目的可以通过以下技术方案实现:
一种基于人工智能技术的两器焊接品质管理系统,包括品质管理平台、人员选择终端以及分析检测终端;品质管理平台内设置有服务器、数据采集单元、运行预测单元以及焊接检测单元,运行预测单元通讯连接有环境分析单元与材料分析单元;焊接检测单元通讯连接有焊机分析单元与焊缝分析单元;
品质管理平台用于对两器进行焊接品质管理,通过数据采集单元采集到需要进行焊接的两器,并将采集的两器名称发送至服务器;服务器接收到需要进行焊接的两器后,通过环境分析单元进行实时环境检测;通过材料分析单元将实时需求焊接材料进行分析;通过运行预测单元构建运行预测模型,对当前两器焊接运行进行预测,若预测合格则生成可运行信号并将可运行信号发送至服务器;
服务器接收到可运行信号后生成焊接检测信号并将焊接检测信号发送至焊接检测单元;焊接检测单元接收到焊接检测信号后生成焊机分析信号并将焊机分析信号发送至焊机分析单元;通过焊机分析单元在焊接过程中对焊机运行进行检测;通过焊缝分析单元对焊接生成的焊缝进行分析,通过焊接检测单元构建焊接检测模型,对焊接质量进行检测;若当前焊接质量合格生成焊接合格信号并将焊接合格信号发送至服务器;若当前焊接质量不合格,生成焊接不合格信号并将焊接不合格信号发送至服务器。
进一步地,环境分析单元具体环境分析过程如下:
采集到实时环境内温度值和湿度值,并将其分别标记为WD和SD;根据实时环境内温度值和湿度值的变化采集到实时温度变化趋势和湿度变化趋势;通过分析获取到实时环境分析系数HJ,根据温度变化趋势和湿度变化趋势采集到温度值和湿度值变化至正常阈值范围外数值的时长,并取最短时长作为环境符合时长,并将其标记为FS;将实时环境分析系数与环境符合时长发送至运行预测单元;
通过材料分析单元对实时需求焊接材料进行分析,采集到服务器内储存的两器,并根据两器的规格尺寸采集到焊接预计材料需求量,采集到存储焊接材料总数量并将其与焊接预计材料需求量进行比较:若存储焊接材料总数量>焊接预计材料需求量,则将材料分析系数标记为1;若存储焊接材料总数≤焊接预计材料需求量,则采集到焊接材料的进料速度与进料时长,通过分析获取到材料分析系数CL;将采集到的材料分析系数发送至运行预测单元。
进一步地,运行预测单元具体预测过程如下:
运行预测单元接收到实时环境分析系数、环境符合时长与材料分析系数后,构建运行预测模型并通过运行预测模型采集到两器实时焊接运行系数Y,将两器实时焊接运行系数与运行系数阈值进行比较:若两器实时焊接运行系数≥运行系数阈值,则判定两器实时焊接运行预测合格,生成可运行信号并将可运行信号发送至服务器;若两器实时焊接运行系数<运行系数阈值,则判定两器实时焊接运行预测不合格,生成不运行信号并将不运行信号发送至服务器。
进一步地,焊机分析单元具体分析检测过程如下:
以焊机运行时刻为检测起始时间点,以一分钟为间隔时间进行时间节点采集并将时间节点标记为i,i=1,2,…,n,n为正整数,实时采集到各个时间节点对应焊机的运行电流和运行电压,根据实时采集的运行电流与运行电压获取到焊机实时运行功率,并将焊机实时运行功率标记为Pi,同时构建实时运行功率集合{P1,P2,…,Pn;
将各个时间节点的实时运行功率与运行功率阈值范围进行比较:若时间节点的实时运行功率位于运行功率阈值范围内,则将对应时间节点标记为合格时间节点;若时间节点的实时运行功率不位于运行功率阈值范围内,则将对应时间节点标记为非合格时间节点;
若合格时间节点的数量≤非合格时间节点的数量,则判定焊机运行异常,生成焊机异常信号并将焊接异常信号发生至服务器,若合格时间节点的数量大于非合格时间节点的数量,则判定焊机运行正常,并对实时运行功率集合进行分析,根据实时运行功率集合内各个子集对应的实时运行功率,通过公式
Figure DEST_PATH_IMAGE001
获取到焊机运行过程中的实时运行功率均值J,提高了焊机分析的准确性能;通过公式
Figure 763745DEST_PATH_IMAGE002
获取到焊机运行过程中实时运行功率的方差F;将焊机运行过程中的实时运行功率均值J与实时运行功率的方差F发送至焊接检测单元。
进一步地,焊缝分析单元具体分析检测过程如下:采集到两器焊接生成的焊缝并将其标记为检测焊缝,将检测焊缝划分为若干个焊缝段,并将各个焊缝段的宽度与焊缝阈值宽度进行比较,若焊缝段的宽度大于焊缝阈值宽度,则将对应宽度差值标记为正偏差,并将宽度差值对应数值以正数表示;若焊缝段的宽度小于焊缝阈值宽度,则将对应宽度差值标记为负偏差,并将宽度差值对应数值以负数表示;将正偏差和负偏差对应地焊缝段均标记为异常焊缝段,同时将正偏差与负偏差分别标记为ZP和FP;采集到检测焊缝的厚度以及检测焊缝对应直线度,通过分析获取到焊缝分析系数M;
将焊缝分析系数M与焊缝分析系数阈值进行比较:若焊缝分析系数M≥焊缝分析系数阈值,则判定对应焊缝正常,并将对应焊缝分析系数发送至焊接检测单元;若焊缝分析系数M<焊缝分析系数阈值,则判定对应焊缝异常,生成焊缝异常信号并将焊缝异常信号发送至服务器;将正偏差与负偏差一同发送至焊接检测单元。
进一步地,焊接检测单元构建焊接检测模型,通过模型计算采集到焊接检测系数Q,将焊接检测系数Q与焊接检测系数阈值进行比较:若焊接检测系数Q≥焊接检测系数阈值,则判定当前焊接质量合格,生成焊接合格信号并将焊接合格信号发送至服务器;若焊接检测系数Q<焊接检测系数阈值,则判定当前焊接质量不合格,生成焊接不合格信号并将焊接不合格信号发送至服务器。
与现有技术相比,本发明的有益效果是:
本发明中,通过环境分析单元进行实时环境检测,防止实时环境影响焊接,导致焊接效率降低,浪费成本的同时也增大了工人工作强度,对环境进行分析提高了焊接的可行性;对材料进行检测,防止出现焊接材料不足,导致工人中途停止焊接造成设备冷却增加了焊接成本,同时中途停止焊接导致焊缝冷却塑形,再次焊接容易造成焊缝飞迸降低了焊接效率;根据焊机运行参数进行分析,判断焊机运行质量,防止出现焊机运行异常导致焊接效率不合格的现象,减少材料不必要的浪费,及时对焊机进行调节有效降低了运行周期受到的影响;根据焊缝分析判定焊接的效率,从而起到事后检测的作用,便于提高了焊接的准确性;
综上所述,本申请对两器焊接前与焊接后进行检测,焊接前预测有效排除环境和人为影响,焊接后检测有效筛选出人为原因,最大程度的确保焊接的品质,有效提高两器焊接的工作效率,减少返工的风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施条例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施条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1:
如图1所示,一种基于人工智能技术的两器焊接品质管理系统,包括品质管理平台、人员选择终端以及分析检测终端;其中,品质管理平台、人员选择终端以及分析检测终端相互双向通讯连接;
品质管理平台内设置有服务器、数据采集单元、运行预测单元以及焊接检测单元,且服务器与数据采集单元、运行预测单元以及焊接检测单元均为双向通讯连接;运行预测单元通讯连接有环境分析单元与材料分析单元;焊接检测单元通讯连接有焊机分析单元与焊缝分析单元;
品质管理平台用于对两器进行焊接品质管理,通过数据采集单元采集到需要进行焊接的两器,并将采集的两器名称发送至服务器;两器表示为蒸发器和冷凝器,两器焊接表示为蒸发器焊接与冷凝器焊接,人员选择终端用于选择焊接工人并将焊接工人与对应联系方式发送至品质管理平台;
服务器接收到需要进行焊接的两器后,通过环境分析单元进行实时环境检测,防止实时环境影响焊接,导致焊接效率降低,浪费成本的同时也增大了工人工作强度,对环境进行分析提高了焊接的可行性,具体环境分析过程如下:
采集到实时环境内温度值和湿度值,并将其分别标记为WD和SD;根据实时环境内温度值和湿度值的变化采集到实时温度变化趋势和湿度变化趋势;
通过环境分析公式
Figure DEST_PATH_IMAGE003
获取到实时环境分析系数HJ,其中,a1和a2均为预设比例系数,且a1>a2>0,β1为1.23;实时环境分析系数是将周边环境的特征参数进行归一化处理得到一个用于评定周边环境符合焊接环境概率的数值;通过公式可得温度值和湿度值越大或者温度值和湿度值越小,实时环境分析系数不位于系数阈值范围内,表示周边环境符合焊接环境的概率越小;根据温度变化趋势和湿度变化趋势采集到温度值和湿度值变化至正常阈值范围外数值的时长,并取最短时长作为环境符合时长,并将其标记为FS;将实时环境分析系数与环境符合时长发送至运行预测单元;
材料分析单元用于将实时需求焊接材料进行分析,防止出现焊接材料不足,导致工人中途停止焊接造成设备冷却增加了焊接成本,同时中途停止焊接导致焊缝冷却塑形,再次焊接容易造成焊缝飞迸降低了焊接效率,具体分析过程如下:
采集到服务器内储存的两器,并根据两器的规格尺寸采集到焊接预计材料需求量,采集到存储焊接材料总数量并将其与焊接预计材料需求量进行比较:若存储焊接材料总数量>焊接预计材料需求量,则将材料分析系数标记为1;若存储焊接材料总数≤焊接预计材料需求量,则采集到焊接材料的进料速度与进料时长,并将其分别标记为JL和JS,通过材料分析系数公式
Figure 415306DEST_PATH_IMAGE004
获取到材料分析系数CL,其中,b1和b2均为预设比例系数,且b1>b2>0,β2为误差修正因子,取值为1.52;材料分析系数是将焊接材料的特征参数进行归一化处理得到一个用于评定补充焊接材料不影响焊接质量的概率数值;通过公式可得进料速度与进料时长越大,焊接分析系数越大,表示补充焊接材料影响焊接的几率越大;将采集到的材料分析系数发送至运行预测单元;
运行预测单元接收到实时环境分析系数、环境符合时长与材料分析系数后,构建运行预测模型,对当前两器焊接运行进行预测,提高焊接的工作效率,运行预测模型为
Figure DEST_PATH_IMAGE005
,其中,Y表示为两器实时焊接运行系数,t为运行时间,c1和c2均为预设比例系数,且c1>c2>0,e为自然常数;
将两器实时焊接运行系数与运行系数阈值进行比较:若两器实时焊接运行系数≥运行系数阈值,则判定两器实时焊接运行预测合格,生成可运行信号并将可运行信号发送至服务器;若两器实时焊接运行系数<运行系数阈值,则判定两器实时焊接运行预测不合格,生成不运行信号并将不运行信号发送至服务器;
服务器接收到可运行信号后生成焊接检测信号并将焊接检测信号发送至焊接检测单元;焊接检测单元接收到焊接检测信号后生成焊机分析信号并将焊机分析信号发送至焊机分析单元;
焊机分析单元用于在焊接过程中对焊机运行进行检测,根据焊机运行参数进行分析,判断焊机运行质量,防止出现焊机运行异常导致焊接效率不合格的现象,减少材料不必要的浪费,及时对焊机进行调节有效降低了运行周期受到的影响,具体分析检测过程如下:
以焊机运行时刻为检测起始时间点,以一分钟为间隔时间进行时间节点采集并将时间节点标记为i,i=1,2,…,n,n为正整数,其中,对应整点分钟时刻为时间节点,实时采集到各个时间节点对应焊机的运行电流和运行电压,根据实时采集的运行电流与运行电压获取到焊机实时运行功率,并将焊机实时运行功率标记为Pi,同时构建实时运行功率集合{P1,P2,…,Pn;
将各个时间节点的实时运行功率与运行功率阈值范围进行比较:若时间节点的实时运行功率位于运行功率阈值范围内,则将对应时间节点标记为合格时间节点;若时间节点的实时运行功率不位于运行功率阈值范围内,则将对应时间节点标记为非合格时间节点;
若合格时间节点的数量≤非合格时间节点的数量,则判定焊机运行异常,生成焊机异常信号并将焊接异常信号发生至服务器,若合格时间节点的数量大于非合格时间节点的数量,则判定焊机运行正常,并对实时运行功率集合进行分析,根据实时运行功率集合内各个子集对应的实时运行功率,通过公式
Figure 742513DEST_PATH_IMAGE006
获取到焊机运行过程中的实时运行功率均值J,通过实时运行功率均值能够分析焊机的运行状态,提高了焊机分析的准确性能;通过公式
Figure DEST_PATH_IMAGE007
获取到焊机运行过程中实时运行功率的方差F,其中,α为误差修正因子,取值为2.42;通过实时运行功率的方差能够判断焊机运行的稳定性能;
将焊机运行过程中的实时运行功率均值J与实时运行功率的方差F发送至焊接检测单元;
焊缝分析单元用于根据焊缝分析判定焊接的效率,从而起到事后检测的作用,便于提高了焊接的准确性,具体分析检测过程如下:
采集到两器焊接生成的焊缝并将其标记为检测焊缝,将检测焊缝划分为若干个焊缝段,并将各个焊缝段的宽度与焊缝阈值宽度进行比较,若焊缝段的宽度大于焊缝阈值宽度,则将对应宽度差值标记为正偏差,并将宽度差值对应数值以正数表示;若焊缝段的宽度小于焊缝阈值宽度,则将对应宽度差值标记为负偏差,并将宽度差值对应数值以负数表示;将正偏差和负偏差对应地焊缝段均标记为异常焊缝段,同时将正偏差与负偏差分别标记为ZP和FP;
采集到检测焊缝的厚度以及检测焊缝对应直线度,并将其分别标记为HD和ZX;通过公式
Figure 731198DEST_PATH_IMAGE008
获取到焊缝分析系数M,其中,f1和f2均为预设比例系数,且f1>f2>0,直线度包括水平直线度和竖直直线度,根据焊缝实际走向为准;将焊缝分析系数M与焊缝分析系数阈值进行比较:若焊缝分析系数M≥焊缝分析系数阈值,则判定对应焊缝正常,并将对应焊缝分析系数发送至焊接检测单元;若焊缝分析系数M<焊缝分析系数阈值,则判定对应焊缝异常,生成焊缝异常信号并将焊缝异常信号发送至服务器;
将正偏差与负偏差一同发送至焊接检测单元;
焊接检测单元接收到正偏差ZP、负偏差FP、实时运行功率均值J、实时运行功率的方差F以及焊缝分析系数M后,代入焊接检测模型
Figure DEST_PATH_IMAGE009
获取到焊接检测系数Q,其中,k1、k2、k3以及k4均为预设比例系数,且k1>k2>k3>k4>0;将焊接检测系数Q与焊接检测系数阈值进行比较:若焊接检测系数Q≥焊接检测系数阈值,则判定当前焊接质量合格,生成焊接合格信号并将焊接合格信号发送至服务器;若焊接检测系数Q<焊接检测系数阈值,则判定当前焊接质量不合格,生成焊接不合格信号并将焊接不合格信号发送至服务器。
实施例2:
一种基于人工智能技术的两器焊接品质管理系统,包括分析检测终端,分析检测终端内设置有效率分析单元以及控制器,且控制器与效率分析单元双向通讯连接;
效率分析单元用于对焊接后的两器进行工作效率分析,设置相同环境,选取五位焊接工人,并将五位焊接工人焊接的两器安置在相同机组进行测试,采集到各个两器对应机组的制冷时长,并将其分别标记为ZL1,ZL2,ZL3,ZL4以及ZL5,若各个两器对应机组制冷时长均符合制冷时长范围,且各个两器对应机组制冷时长中任意两两数据差值小于差值阈值,则判定焊接效率合格;若各个两器对应机组制冷时长任一数据不符合制冷时长范围或者各个两器对应机组制冷时长中任意两两数据差值大于差值阈值,则判定焊接效率不合格,并将不符合制冷时长范围的两器对应焊接工人或者制冷时长数值最大的两器对应焊接工人发送至控制器,控制器接收后生成更换指令并将更换指令和对应焊接工人发送至人员选择终端;制冷时长表示为机组运行到降低温度的间隔时长,相同环境表示为相同温度和相同湿度。
即:一种基于人工智能技术的两器焊接品质管理系统,通过品质管理平台对两器进行焊接品质管理,通过数据采集单元采集到需要进行焊接的两器;通过环境分析单元进行实时环境检测;通过材料分析单元将实时需求焊接材料进行分析;通过运行预测单元进行预测,若预测合格则生成可运行信号并将可运行信号发送至服务器;通过焊机分析单元在焊接过程中对焊机运行进行检测;通过焊缝分析单元对焊接生成的焊缝进行分析,通过焊接检测单元构建焊接检测模型,对焊接质量进行检测。
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。
以上内容仅仅是对本发明结构所做的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (6)

1.一种基于人工智能技术的两器焊接品质管理系统,其特征在于,包括品质管理平台、人员选择终端以及分析检测终端;品质管理平台内设置有服务器、数据采集单元、运行预测单元以及焊接检测单元,运行预测单元通讯连接有环境分析单元与材料分析单元;焊接检测单元通讯连接有焊机分析单元与焊缝分析单元;
品质管理平台用于对两器进行焊接品质管理,通过数据采集单元采集到需要进行焊接的两器,并将采集的两器名称发送至服务器;服务器接收到需要进行焊接的两器后,通过环境分析单元进行实时环境检测;通过材料分析单元将实时需求焊接材料进行分析;通过运行预测单元构建运行预测模型,对当前两器焊接运行进行预测,若预测合格则生成可运行信号并将可运行信号发送至服务器;
服务器接收到可运行信号后生成焊接检测信号并将焊接检测信号发送至焊接检测单元;焊接检测单元接收到焊接检测信号后生成焊机分析信号并将焊机分析信号发送至焊机分析单元;通过焊机分析单元在焊接过程中对焊机运行进行检测;通过焊缝分析单元对焊接生成的焊缝进行分析,通过焊接检测单元构建焊接检测模型,对焊接质量进行检测;若当前焊接质量合格生成焊接合格信号并将焊接合格信号发送至服务器;若当前焊接质量不合格,生成焊接不合格信号并将焊接不合格信号发送至服务器。
2.根据权利要求1所述的一种基于人工智能技术的两器焊接品质管理系统,其特征在于,环境分析单元具体环境分析过程如下:
采集到实时环境内温度值和湿度值,并将其分别标记为WD和SD;根据实时环境内温度值和湿度值的变化采集到实时温度变化趋势和湿度变化趋势;通过分析获取到实时环境分析系数HJ,根据温度变化趋势和湿度变化趋势采集到温度值和湿度值变化至正常阈值范围外数值的时长,并取最短时长作为环境符合时长,并将其标记为FS;将实时环境分析系数与环境符合时长发送至运行预测单元;
通过材料分析单元对实时需求焊接材料进行分析,采集到服务器内储存的两器,并根据两器的规格尺寸采集到焊接预计材料需求量,采集到存储焊接材料总数量并将其与焊接预计材料需求量进行比较:若存储焊接材料总数量>焊接预计材料需求量,则将材料分析系数标记为1;若存储焊接材料总数≤焊接预计材料需求量,则采集到焊接材料的进料速度与进料时长,通过分析获取到材料分析系数CL;将采集到的材料分析系数发送至运行预测单元。
3.根据权利要求2所述的一种基于人工智能技术的两器焊接品质管理系统,其特征在于,运行预测单元具体预测过程如下:
运行预测单元接收到实时环境分析系数、环境符合时长与材料分析系数后,构建运行预测模型并通过运行预测模型采集到两器实时焊接运行系数Y,将两器实时焊接运行系数与运行系数阈值进行比较:若两器实时焊接运行系数≥运行系数阈值,则判定两器实时焊接运行预测合格,生成可运行信号并将可运行信号发送至服务器;若两器实时焊接运行系数<运行系数阈值,则判定两器实时焊接运行预测不合格,生成不运行信号并将不运行信号发送至服务器。
4.根据权利要求1所述的一种基于人工智能技术的两器焊接品质管理系统,其特征在于,焊机分析单元具体分析检测过程如下:
以焊机运行时刻为检测起始时间点,以一分钟为间隔时间进行时间节点采集并将时间节点标记为i,i=1,2,…,n,n为正整数,实时采集到各个时间节点对应焊机的运行电流和运行电压,根据实时采集的运行电流与运行电压获取到焊机实时运行功率,并将焊机实时运行功率标记为Pi,同时构建实时运行功率集合{P1,P2,…,Pn;
将各个时间节点的实时运行功率与运行功率阈值范围进行比较:若时间节点的实时运行功率位于运行功率阈值范围内,则将对应时间节点标记为合格时间节点;若时间节点的实时运行功率不位于运行功率阈值范围内,则将对应时间节点标记为非合格时间节点;
若合格时间节点的数量≤非合格时间节点的数量,则判定焊机运行异常,生成焊机异常信号并将焊接异常信号发生至服务器,若合格时间节点的数量大于非合格时间节点的数量,则判定焊机运行正常,并对实时运行功率集合进行分析,根据实时运行功率集合内各个子集对应的实时运行功率,通过公式
Figure 223309DEST_PATH_IMAGE001
获取到焊机运行过程中的实时运行功率均值J,提高了焊机分析的准确性能;通过公式
Figure DEST_PATH_IMAGE002
获取到焊机运行过程中实时运行功率的方差F;将焊机运行过程中的实时运行功率均值J与实时运行功率的方差F发送至焊接检测单元。
5.根据权利要求1所述的一种基于人工智能技术的两器焊接品质管理系统,其特征在于,焊缝分析单元具体分析检测过程如下:采集到两器焊接生成的焊缝并将其标记为检测焊缝,将检测焊缝划分为若干个焊缝段,并将各个焊缝段的宽度与焊缝阈值宽度进行比较,若焊缝段的宽度大于焊缝阈值宽度,则将对应宽度差值标记为正偏差,并将宽度差值对应数值以正数表示;若焊缝段的宽度小于焊缝阈值宽度,则将对应宽度差值标记为负偏差,并将宽度差值对应数值以负数表示;将正偏差和负偏差对应地焊缝段均标记为异常焊缝段,同时将正偏差与负偏差分别标记为ZP和FP;采集到检测焊缝的厚度以及检测焊缝对应直线度,通过分析获取到焊缝分析系数M;
将焊缝分析系数M与焊缝分析系数阈值进行比较:若焊缝分析系数M≥焊缝分析系数阈值,则判定对应焊缝正常,并将对应焊缝分析系数发送至焊接检测单元;若焊缝分析系数M<焊缝分析系数阈值,则判定对应焊缝异常,生成焊缝异常信号并将焊缝异常信号发送至服务器;将正偏差与负偏差一同发送至焊接检测单元。
6.根据权利要求1所述的一种基于人工智能技术的两器焊接品质管理系统,其特征在于,焊接检测单元构建焊接检测模型,通过模型计算采集到焊接检测系数Q,将焊接检测系数Q与焊接检测系数阈值进行比较:若焊接检测系数Q≥焊接检测系数阈值,则判定当前焊接质量合格,生成焊接合格信号并将焊接合格信号发送至服务器;若焊接检测系数Q<焊接检测系数阈值,则判定当前焊接质量不合格,生成焊接不合格信号并将焊接不合格信号发送至服务器。
CN202111096309.1A 2021-09-18 2021-09-18 一种基于人工智能技术的两器焊接品质管理系统 Active CN113770584B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111096309.1A CN113770584B (zh) 2021-09-18 2021-09-18 一种基于人工智能技术的两器焊接品质管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111096309.1A CN113770584B (zh) 2021-09-18 2021-09-18 一种基于人工智能技术的两器焊接品质管理系统

Publications (2)

Publication Number Publication Date
CN113770584A true CN113770584A (zh) 2021-12-10
CN113770584B CN113770584B (zh) 2022-08-26

Family

ID=78852115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111096309.1A Active CN113770584B (zh) 2021-09-18 2021-09-18 一种基于人工智能技术的两器焊接品质管理系统

Country Status (1)

Country Link
CN (1) CN113770584B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115121911A (zh) * 2022-08-02 2022-09-30 南通荣泉电子有限公司 一种基于机器视觉的机器人控制管理系统
CN115319359A (zh) * 2022-10-14 2022-11-11 江苏名洋船业有限公司 一种船舶钢结构生产用焊接设备
CN115389733A (zh) * 2022-08-22 2022-11-25 江阴市华昌不锈钢管有限公司 一种控制奥氏体不锈钢堆焊层铁素体含量的方法
CN116298124A (zh) * 2023-03-22 2023-06-23 山东美生热能科技有限公司 一种基于数据分析的隔热油套管环焊缝无损检测控制系统
CN116721074A (zh) * 2023-06-07 2023-09-08 昊泽吉顺新材料(深圳)有限公司 基于图像分析的手机保护膜生产质量检测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130034487A (ko) * 2011-09-28 2013-04-05 한국전력공사 용접공정 품질관리 방법
CN103935032A (zh) * 2014-04-30 2014-07-23 潘新旭 塑管热熔焊接机焊接管理系统
CN107515953A (zh) * 2017-09-27 2017-12-26 武汉龙谷科尔技术有限公司 一种焊接全过程质量追踪与分析系统
CN109570842A (zh) * 2018-12-25 2019-04-05 烟台智工物联科技有限公司 一种基于物联网技术的焊接作业管理方法
CN112756840A (zh) * 2021-01-25 2021-05-07 陕西帕源路桥建设有限公司 焊接质量检测系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130034487A (ko) * 2011-09-28 2013-04-05 한국전력공사 용접공정 품질관리 방법
CN103935032A (zh) * 2014-04-30 2014-07-23 潘新旭 塑管热熔焊接机焊接管理系统
CN107515953A (zh) * 2017-09-27 2017-12-26 武汉龙谷科尔技术有限公司 一种焊接全过程质量追踪与分析系统
CN109570842A (zh) * 2018-12-25 2019-04-05 烟台智工物联科技有限公司 一种基于物联网技术的焊接作业管理方法
CN112756840A (zh) * 2021-01-25 2021-05-07 陕西帕源路桥建设有限公司 焊接质量检测系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115121911A (zh) * 2022-08-02 2022-09-30 南通荣泉电子有限公司 一种基于机器视觉的机器人控制管理系统
CN115121911B (zh) * 2022-08-02 2024-02-06 南通荣泉电子有限公司 一种基于机器视觉的机器人控制管理系统
CN115389733A (zh) * 2022-08-22 2022-11-25 江阴市华昌不锈钢管有限公司 一种控制奥氏体不锈钢堆焊层铁素体含量的方法
CN115389733B (zh) * 2022-08-22 2024-04-19 江阴市华昌不锈钢管有限公司 一种控制奥氏体不锈钢堆焊层铁素体含量的方法
CN115319359A (zh) * 2022-10-14 2022-11-11 江苏名洋船业有限公司 一种船舶钢结构生产用焊接设备
CN116298124A (zh) * 2023-03-22 2023-06-23 山东美生热能科技有限公司 一种基于数据分析的隔热油套管环焊缝无损检测控制系统
CN116298124B (zh) * 2023-03-22 2023-09-22 山东美生热能科技有限公司 一种基于数据分析的隔热油套管环焊缝无损检测控制系统
CN116721074A (zh) * 2023-06-07 2023-09-08 昊泽吉顺新材料(深圳)有限公司 基于图像分析的手机保护膜生产质量检测系统
CN116721074B (zh) * 2023-06-07 2024-02-13 昊泽吉顺新材料(深圳)有限公司 基于图像分析的手机保护膜生产质量检测系统

Also Published As

Publication number Publication date
CN113770584B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN113770584B (zh) 一种基于人工智能技术的两器焊接品质管理系统
CN1108503C (zh) 监控膨胀阀的系统
CN107633340B (zh) 一种基于压力监测的供水管网漏失区域快速识别方法
US20190195525A1 (en) Method and apparatus for operating heating and cooling equipment via a network
CN110535159B (zh) 一种规模化储能电站运行单元故障预警的方法及系统
CN109116812A (zh) 基于SparkStreaming的智能配电柜、节能系统及方法
US20110023503A1 (en) Performance detection method
CN111224469A (zh) 输电线路线损监测预警方法、装置、设备和介质
CN105608842A (zh) 一种核反应堆燃料破损在线监测报警装置
CN111306706B (zh) 一种空调联动控制方法及系统
CN104200316A (zh) 一种smt闭环集成优化系统及其优化方法
CN106570779A (zh) 一种直流配电网可靠性分析的方法及系统
CN109656913B (zh) 基于物联网的数据采集异常补招方法
CN108320042A (zh) 循环水系统的优化方法与装置
KR102411262B1 (ko) 리스크 평가 장치, 리스크 평가 방법 및 리스크 평가 프로그램
CN103198147A (zh) 自动化监测异常数据的判别及处理方法
CN116360377B (zh) 电芯化成分容的数据处理方法及分布式控制系统
CN107036238A (zh) 动态预测外气与负载智慧节能控制方法
CN111596643A (zh) 一种基于大数据的可视化动态能耗诊断、分析和预控系统
CN110953687B (zh) 一种空调的健康度评价方法、系统及存储介质
CN116845391A (zh) 一种锂电池储能管理系统
CN116821846A (zh) 一种空调外机在线一体化快速检测方法、系统和设备
CN116566839A (zh) 一种电力企业通信资源质量评估系统
CN111460027A (zh) 一种适用于能源互联网的智能动态监测方法及系统
CN116050930A (zh) 监盘系统、方法、存储介质及电子设备

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
GR01 Patent grant
GR01 Patent grant