CN114167189B - 一种焊接缺陷检测方法、电子设备及存储介质 - Google Patents

一种焊接缺陷检测方法、电子设备及存储介质 Download PDF

Info

Publication number
CN114167189B
CN114167189B CN202111489963.9A CN202111489963A CN114167189B CN 114167189 B CN114167189 B CN 114167189B CN 202111489963 A CN202111489963 A CN 202111489963A CN 114167189 B CN114167189 B CN 114167189B
Authority
CN
China
Prior art keywords
welding
acquiring
information
defect
electric
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.)
Active
Application number
CN202111489963.9A
Other languages
English (en)
Other versions
CN114167189A (zh
Inventor
夏卫生
栾聪聪
张进叶
李国鑫
李文龙
方向瑶
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.)
Huazhong University of Science and Technology
Ezhou Institute of Industrial Technology Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Ezhou Institute of Industrial Technology Huazhong University of Science and Technology
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 Huazhong University of Science and Technology, Ezhou Institute of Industrial Technology Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202111489963.9A priority Critical patent/CN114167189B/zh
Publication of CN114167189A publication Critical patent/CN114167189A/zh
Application granted granted Critical
Publication of CN114167189B publication Critical patent/CN114167189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
    • G01J5/0018—Flames, plasma or welding
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/48—Thermography; Techniques using wholly visual means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30152—Solder

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Plasma & Fusion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

一种焊接缺陷检测方法、电子设备及存储介质，所述方法包括步骤：获取焊接电信息；根据所述焊接电信息判断预设区域是否存在焊接异常点；若是，获取所述预设区域的焊接温度信息；若否，判断焊接过程是否结束；若是，停止检测；若否，返回所述根据所述焊接电信息判断预设区域是否存在焊接异常点步骤；根据所述焊接温度信息确定缺陷种类；返回所述判断焊接过程是否结束步骤。本申请提供的一种焊接缺陷检测方法、电子设备及存储介质，无需对整个焊接过程的温度信息进行缺陷判定，只需确定缺陷位置的温度信息进行缺陷种类判定，提高了缺陷检测的效率；同时结合电信息和温度信息，不但可以同时确定缺陷的位置及种类，也进一步提高了缺陷检测的准确性。

Description

一种焊接缺陷检测方法、电子设备及存储介质
技术领域
本发明属于焊接技术领域，具体涉及一种焊接缺陷检测方法、电子设备及存储介质。
背景技术
焊接目前已涵盖汽车制造、石油化工、能源、航空航天等多个部门，是现代工艺不可缺少的重要材料加工手段之一。然而，在焊接工业生产中不可避免会产生气孔、裂纹、驼峰、焊穿及焊漏等缺陷，严重影响产品质量，同时给工业安全生产留下隐患。现有焊接质量测评方法主要以焊后剖切实验、X射线、超声波探伤为主，不能实时在线检测工件焊接质量，容易造成批次产品报废。
随着传感技术的发展以及机器学习等技术的应用，人们逐渐采用各类传感器对焊接过程进行研究。焊接过程电信息包含了电弧电压和焊接电流，这也是受环境干扰程度最小、最易获得的信号，因此电信号分析检测技术应用的最为广泛。通过对电信号的分析能得到电压电流概率密度等与电弧有关的信息，通过这些信息，可以判断出焊接过程的稳定性，但它最大的缺点在于不能非常直观的与焊接质量联系起来。
焊接过程必定伴随着热反应，而焊接缺陷的产生同样会在温度信息中表现出来，这就表明焊接过程中的温度信息可以作为缺陷的判断依据。红外视觉检测技术既能进行非接触、在线、稳定的无损检测，又能在消除弧光干扰的同时记录焊接过程中温度场、熔池流场等影响焊缝成形的特征信息，在焊接缺陷检测和在线监控方面具有独到优势。但该方法需要对整个焊接过程进行缺陷检测，这就意味着要处理更多的图像，效率较低。
发明内容
鉴于上述问题，本发明提供克服上述问题或者至少部分地解决上述问题的一种焊接缺陷检测方法、电子设备及存储介质。
为解决上述技术问题，本发明提供了一种焊接缺陷检测方法，所述方法包括步骤：
获取焊接电信息；
根据所述焊接电信息判断预设区域是否存在焊接异常点；
若是，获取所述预设区域的焊接温度信息；
若否，判断焊接过程是否结束；
若是，停止检测；
若否，返回所述根据所述焊接电信息判断预设区域是否存在焊接异常点步骤；
根据所述焊接温度信息确定缺陷种类；
返回所述判断焊接过程是否结束步骤。
优选地，所述获取焊接电信息包括步骤：
配置电信号传感器和数据采集卡；
将所述电信号传感器和所述数据采集卡连接；
将所述电信号传感器的输出信号进行信号转换；
对所述电信号传感器的原始信号进行滤波处理；
使用所述电信号传感器采集焊接头电信号；
读取所述数据采集卡输出的焊接电信息。
优选地，所述使用所述电信号传感器采集焊接头电信号包括步骤：
获取焊缝长度和焊接头焊接速度；
根据所述焊缝长度将所述焊缝划分为若干焊接区域；
获取所述焊接区域中所述焊缝对应的焊接长度；
根据所述焊接长度和所述焊接速度计算焊接时间；
获取所述焊接时间期间对应的焊接头电信号。
优选地，在所述获取焊接电信息之前还包括步骤：
构建机器学习模型；
获取训练样本；
使用所述训练样本训练所述机器学习模型；
生成焊接异常数据表达式。
优选地，所述根据所述焊接电信息判断预设区域是否存在焊接异常点包括步骤：
获取焊接异常数据表达式；
将所述焊接电信息输入所述焊接异常数据表达式并得到焊接异常点。
优选地，所述获取所述预设区域的焊接温度信息包括步骤：
配置红外热像仪；
使用所述红外热像仪采集所述预设区域的帧图像。
优选地，所述判断焊接过程是否结束包括步骤：
检测所述焊接电信息；
判断所述焊接电信息是否在预设时间间隔内出现。
优选地，所述根据所述焊接温度信息确定缺陷种类包括步骤：
获取所有帧图像中最后的目标帧图像；
获取神经网络模型；
将所述目标帧图像输入所述神经网络模型；
获取所述神经网络模型输出的缺陷种类。
本申请还提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任一所述的焊接缺陷检测方法。
本申请还提供了一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时能够实现如上述中任一所述的焊接缺陷检测方法。
本发明实施例中的一个或多个技术方案，至少具有如下技术效果或优点：本申请提供的一种焊接缺陷检测方法、电子设备及存储介质，无需对整个焊接过程的温度信息进行缺陷判定，只需确定缺陷位置的温度信息进行缺陷种类判定，提高了缺陷检测的效率；同时结合电信息和温度信息，不但可以同时确定缺陷的位置及种类，也进一步提高了缺陷检测的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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它的附图。
图1是本发明实施例提供的一种焊接缺陷检测方法的流程示意图；
图2是本发明实施例提供的一种电子设备的示意图；
图3是本发明实施例提供的一种存储介质的示意图。
具体实施方式
下文将结合具体实施方式和实施例，具体阐述本发明，本发明的优点和各种效果将由此更加清楚地呈现。本领域技术人员应理解，这些具体实施方式和实施例是用于说明本发明，而非限制本发明。
在整个说明书中，除非另有特别说明，本文使用的术语应理解为如本领域中通常所使用的含义。因此，除非另有定义，本文使用的所有技术和科学术语具有与本发明所属领域技术人员的一般理解相同的含义。若存在矛盾，本说明书优先。
除非另有特别说明，本发明中用到的各种原材料、试剂、仪器和设备等，均可通过市场购买得到或者可通过现有方法制备得到。
如图1，在本申请实施例中，本发明提供了一种焊接缺陷检测方法，所述方法包括步骤：
S1：获取焊接电信息；
在本申请实施例中，所述获取焊接电信息包括步骤：
配置电信号传感器和数据采集卡；
将所述电信号传感器和所述数据采集卡连接；
将所述电信号传感器的输出信号进行信号转换；
对所述电信号传感器的原始信号进行滤波处理；
使用所述电信号传感器采集焊接头电信号；
读取所述数据采集卡输出的焊接电信息。
在本申请实施例中，当获取焊接电信息时，具体地，通过数据采集卡获取焊接电信息。当使用数据采集卡采集焊接电信息之前，首先要将电信号传感器与数据采集卡连接，并将电信号传感器的输出信号进行信号转换，也即，将电信号传感器输出的信号转化成可被数据采集卡接受的小电压信号，然后对电信号传感器的原始信号进行滤波处理，此时可选用二阶低通滤波器，使信号的幅频特性高频段很快的衰减，低频段可以正常通过，消除焊接过程中高频信号造成的干扰，提高采集电信息的质量。然后使用电信号传感器采集焊接头电信号，并读取所述数据采集卡输出的焊接电信息。
在本申请实施例中，所述使用所述电信号传感器采集焊接头电信号包括步骤：
获取焊缝长度和焊接头焊接速度；
根据所述焊缝长度将所述焊缝划分为若干焊接区域；
获取所述焊接区域中所述焊缝对应的焊接长度；
根据所述焊接长度和所述焊接速度计算焊接时间；
获取所述焊接时间期间对应的焊接头电信号。
在本申请实施例中，当使用所述电信号传感器采集焊接头电信号时，需根据焊缝长度将焊缝划分为合适数量的固定面积的焊接区域，然后根据焊接区域的长度ΔL和焊接时所用的焊接头焊接速度V焊得到固定时间间隔Δt，然后提取该时间间隔Δt内的焊接头电信号。Δt的表达式为：
Δt＝ΔL/V焊
在本申请实施例中，在所述获取焊接电信息之前还包括步骤：
构建机器学习模型；
获取训练样本；
使用所述训练样本训练所述机器学习模型；
生成焊接异常数据表达式。
在本申请实施例中，当在获取焊接电信息之前时，可以使用机器学习算法对提取到的焊接电信息进行异常检测，判断是否存在异常点。此时机器学习模型可以选用OCSVM，训练样本为X＝{x1,x2,…,xn|xi∈RM}，然后使用训练样本训练所述机器学习模型，可以生成焊接异常数据表达式。
在本申请实施例中，所述焊接异常数据表达式为：
式中，n表示样本数，M表示样本的特征维数，o表示超球体的中心，R表示超球体半径，ξi表示松弛变量，C表示惩罚因子。
S2：根据所述焊接电信息判断预设区域是否存在焊接异常点；
在本申请实施例中，所述根据所述焊接电信息判断预设区域是否存在焊接异常点包括步骤：
获取焊接异常数据表达式；
将所述焊接电信息输入所述焊接异常数据表达式并得到焊接异常点。
在本申请实施例中，当根据所述焊接电信息判断预设区域是否存在焊接异常点时，可以获取预先训练得到的焊接异常数据表达式，并将焊接电信息输入所述焊接异常数据表达式并得到焊接异常点。
S3：若是，获取所述预设区域的焊接温度信息；
在本申请实施例中，所述获取所述预设区域的焊接温度信息包括步骤：
配置红外热像仪；
使用所述红外热像仪采集所述预设区域的帧图像。
在本申请实施例中，当获取所述预设区域的焊接温度信息时，可以使用红外热像仪对预设区域内的焊接温度信息进行获取，此时采集的焊接温度信息包括红外热像图、温度分布图、三维温度重建图等，采集时间周期为前述计算得到的固定时间间隔Δt。
S4：若否，判断焊接过程是否结束；
在本申请实施例中，所述判断焊接过程是否结束包括步骤：
检测所述焊接电信息；
判断所述焊接电信息是否在预设时间间隔内出现。
S5：若是，停止检测；
S6：若否，返回所述根据所述焊接电信息判断预设区域是否存在焊接异常点步骤；
在本申请实施例中，当焊接结束之后，电流和电压等焊接电信息消失，因此可以将焊接电信息作为判断焊接过程是否结束的依据。如果在固定时间间隔内有电信息输入时，此时返回所述根据所述焊接电信息判断预设区域是否存在焊接异常点步骤；若在固定时间间隔内没有电信息输入，则判断焊接过程已结束，终止整个焊接缺陷检测流程。
S7：根据所述焊接温度信息确定缺陷种类；
在本申请实施例中，所述根据所述焊接温度信息确定缺陷种类包括步骤：
获取所有帧图像中最后的目标帧图像；
获取神经网络模型；
将所述目标帧图像输入所述神经网络模型；
获取所述神经网络模型输出的缺陷种类。
在本申请实施例中，当根据所述焊接温度信息确定缺陷种类时，首先获取固定时间间隔(Δt)内的最后一帧图像，将其放入已经训练好的神经网络模型中，得到最终的缺陷种类结果。
在本申请实施例中，帧间隔G(单位为帧)等于视频帧率F和时间间隔Δt的乘积。在焊接过程中，时间间隔的大小反映了在视频对应的焊接速度V焊下，热像仪沿焊接方向的路程ΔL的多少，即反映此期间新生成焊缝的长短。因此，帧间隔G不能过大，否则将无法及时发现新近产生的缺陷，甚至完全错过缺陷。
G＝F×Δt＝F×ΔL/V焊
获取固定时间间隔内的最后一帧图像是为了保证获取到的温度信息是最全面的，同时也是减少了对每一帧图像进行缺陷识别而造成的资源浪费，极大的提高了缺陷检测效率。神经网络模型的选择包括但不限于目标识别神经网络，该神经网络模型的作用是对输入的温度信息进行缺陷识别并输出最终的缺陷识别结果。
S8：返回所述判断焊接过程是否结束步骤。
下面参考图2，其示出了适于用来实现本公开实施例的电子设备100的结构示意图，所述电子设备100能够实现如上述中任一所述的面向测试的软件项目开发方法。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图2示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图2所示，电子设备100可以包括处理装置(例如中央处理器、图形处理器等)101，其可以根据存储在只读存储器(ROM)102中的程序或者从存储装置108加载到随机访问存储器(RAM)103中的程序而执行各种适当的动作和处理。在RAM 103中，还存储有电子设备100操作所需的各种程序和数据。处理装置101、ROM 102以及RAM 103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
通常，以下系统可以连接至I/O接口105：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置106；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置107；包括例如磁带、硬盘等的存储装置108；以及通信装置1010。通信装置1010可以允许电子设备100与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备100，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置1010从网络上被下载和安装，或者从存储装置108被安装，或者从ROM 102被安装。在该计算机程序被处理装置101执行时，执行本公开实施例的方法中限定的上述功能。
下面参考图3，其示出了适于用来实现本公开实施例的计算机可读存储介质的结构示意图，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时能够实现如上述中任一所述的面向测试的软件项目开发方法。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、系统或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行装置、系统或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、步骤Sma l ltal k、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
本申请提供的一种焊接缺陷检测方法、电子设备及存储介质，无需对整个焊接过程的温度信息进行缺陷判定，只需确定缺陷位置的温度信息进行缺陷种类判定，提高了缺陷检测的效率；同时结合电信息和温度信息，不但可以同时确定缺陷的位置及种类，也进一步提高了缺陷检测的准确性。
最后，还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。本申请中的“第一”、“第二”可以理解为名词。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种焊接缺陷检测方法，其特征在于，所述方法包括步骤：
获取焊接电信息；所述获取焊接电信息包括步骤：配置电信号传感器和数据采集卡；将所述电信号传感器和所述数据采集卡连接；将所述电信号传感器的输出信号进行信号转换；对所述电信号传感器的原始信号进行滤波处理；使用所述电信号传感器采集焊接头电信号；读取所述数据采集卡输出的焊接电信息；所述使用所述电信号传感器采集焊接头电信号包括步骤：获取焊缝长度和焊接头焊接速度；根据所述焊缝长度将所述焊缝划分为若干焊接区域；获取所述焊接区域中所述焊缝对应的焊接长度；根据所述焊接长度和所述焊接速度计算焊接时间；获取所述焊接时间期间对应的焊接头电信号；
根据所述焊接电信息判断预设区域是否存在焊接异常点；所述根据所述焊接电信息判断预设区域是否存在焊接异常点包括步骤：获取焊接异常数据表达式；将所述焊接电信息输入所述焊接异常数据表达式并得到焊接异常点；
若是，获取所述预设区域的焊接温度信息；
若否，判断焊接过程是否结束；
若是，停止检测；
若否，返回所述根据所述焊接电信息判断预设区域是否存在焊接异常点步骤；
根据所述焊接温度信息确定缺陷种类；所述根据所述焊接温度信息确定缺陷种类包括步骤：获取所有帧图像中最后的目标帧图像；获取神经网络模型；将所述目标帧图像输入所述神经网络模型；获取所述神经网络模型输出的缺陷种类；
返回所述判断焊接过程是否结束步骤。
2.根据权利要求1所述的焊接缺陷检测方法，其特征在于，在所述获取焊接电信息之前还包括步骤：
构建机器学习模型；
获取训练样本；
使用所述训练样本训练所述机器学习模型；
生成焊接异常数据表达式。
3.根据权利要求1所述的焊接缺陷检测方法，其特征在于，所述获取所述预设区域的焊接温度信息包括步骤：
配置红外热像仪；
使用所述红外热像仪采集所述预设区域的帧图像。
4.根据权利要求1所述的焊接缺陷检测方法，其特征在于，所述判断焊接过程是否结束包括步骤：
检测所述焊接电信息；
判断所述焊接电信息是否在预设时间间隔内出现。
CN202111489963.9A 2021-12-08 2021-12-08 一种焊接缺陷检测方法、电子设备及存储介质 Active CN114167189B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111489963.9A CN114167189B (zh) 2021-12-08 2021-12-08 一种焊接缺陷检测方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111489963.9A CN114167189B (zh) 2021-12-08 2021-12-08 一种焊接缺陷检测方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114167189A CN114167189A (zh) 2022-03-11
CN114167189B true CN114167189B (zh) 2023-11-03

Family

ID=80484366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111489963.9A Active CN114167189B (zh) 2021-12-08 2021-12-08 一种焊接缺陷检测方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114167189B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115351456A (zh) * 2022-08-25 2022-11-18 沈阳奇昊汽车配件有限公司 焊缝焊接质量判断方法
CN117921270B (zh) * 2024-03-19 2024-07-12 宁德时代新能源科技股份有限公司 控制焊接设备的方法、装置、设备、存储介质及程序产品

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2526541A1 (de) * 1975-06-13 1976-12-23 Erdmann Jesnitzer Friedrich Pr Verfahren und vorrichtung zur pruefung von schweisstromquellen
CN103913660A (zh) * 2014-04-03 2014-07-09 内蒙古第一机械集团有限公司 大电流、智能数字焊接系统检定校准方法
CN104907746A (zh) * 2015-06-11 2015-09-16 唐山松下产业机器有限公司 机器人焊接系统及其焊接质量检测方法
CN105312770A (zh) * 2014-07-29 2016-02-10 天津大学 基于等离子体电信号的激光焊接模式判定方法
CN107081503A (zh) * 2017-05-31 2017-08-22 温州大学 一种弧焊质量的红外无损检测装置及其红外无损检测方法
CN108010128A (zh) * 2017-11-23 2018-05-08 华中科技大学 基于ar的红外检测辅助焊接智能头盔装置的分析方法
CN108500498A (zh) * 2018-03-26 2018-09-07 华中科技大学 一种焊缝成型质量监测方法
CN108941846A (zh) * 2018-08-02 2018-12-07 安徽恒利增材制造科技有限公司 一种gmaw焊接工艺性能的检测分析方法
CN110303267A (zh) * 2018-03-20 2019-10-08 林肯环球股份有限公司 用于焊接质量确定的焊接特征分析
CN110405384A (zh) * 2019-06-26 2019-11-05 上海展湾信息科技有限公司 用于机器人焊接过程中实时检测熔深不足的方法及系统
CN110866910A (zh) * 2019-11-13 2020-03-06 上海电气集团股份有限公司 一种焊缝质量预测方法及系统、装置、计算机可存储介质
CN110927168A (zh) * 2019-11-26 2020-03-27 华中科技大学 一种基于红外图像的焊接与焊点缺陷检测系统及方法
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
CN111157539A (zh) * 2019-12-11 2020-05-15 华中科技大学鄂州工业技术研究院 焊缝形貌监控方法、系统、装置及可读存储介质
CN111178450A (zh) * 2019-12-31 2020-05-19 上海三一重机股份有限公司 一种焊缝状态的评估方法和装置
KR102118809B1 (ko) * 2018-12-03 2020-06-03 세종대학교산학협력단 용접 결함의 종류 판단 방법 및 이를 수행하는 단말 장치
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
CN112200000A (zh) * 2020-09-11 2021-01-08 上海交通大学 一种焊接稳定性识别模型训练方法、焊接稳定性识别方法
CN112365491A (zh) * 2020-11-27 2021-02-12 上海市计算技术研究所 容器焊缝检测的方法、电子设备及存储介质
CN113076817A (zh) * 2021-03-17 2021-07-06 上海展湾信息科技有限公司 焊缝气孔缺陷实时检测方法及系统
CN113298806A (zh) * 2021-06-18 2021-08-24 上海市机械施工集团有限公司 焊接缺陷智能检测方法、装置、焊接设备和存储介质
CN113536921A (zh) * 2021-06-11 2021-10-22 五邑大学 一种电弧焊接质量评估方法、装置及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210060682A1 (en) * 2019-08-30 2021-03-04 Illinois Tool Works Inc. Welding power supplies and method for completed circuit testing process
US20210318673A1 (en) * 2020-04-08 2021-10-14 BWXT Advanced Technologies LLC In-Situ Inspection Method Based on Digital Data Model of Weld

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2526541A1 (de) * 1975-06-13 1976-12-23 Erdmann Jesnitzer Friedrich Pr Verfahren und vorrichtung zur pruefung von schweisstromquellen
CN103913660A (zh) * 2014-04-03 2014-07-09 内蒙古第一机械集团有限公司 大电流、智能数字焊接系统检定校准方法
CN105312770A (zh) * 2014-07-29 2016-02-10 天津大学 基于等离子体电信号的激光焊接模式判定方法
CN104907746A (zh) * 2015-06-11 2015-09-16 唐山松下产业机器有限公司 机器人焊接系统及其焊接质量检测方法
CN107081503A (zh) * 2017-05-31 2017-08-22 温州大学 一种弧焊质量的红外无损检测装置及其红外无损检测方法
CN108010128A (zh) * 2017-11-23 2018-05-08 华中科技大学 基于ar的红外检测辅助焊接智能头盔装置的分析方法
CN110303267A (zh) * 2018-03-20 2019-10-08 林肯环球股份有限公司 用于焊接质量确定的焊接特征分析
CN108500498A (zh) * 2018-03-26 2018-09-07 华中科技大学 一种焊缝成型质量监测方法
CN108941846A (zh) * 2018-08-02 2018-12-07 安徽恒利增材制造科技有限公司 一种gmaw焊接工艺性能的检测分析方法
KR102118809B1 (ko) * 2018-12-03 2020-06-03 세종대학교산학협력단 용접 결함의 종류 판단 방법 및 이를 수행하는 단말 장치
CN110405384A (zh) * 2019-06-26 2019-11-05 上海展湾信息科技有限公司 用于机器人焊接过程中实时检测熔深不足的方法及系统
CN110866910A (zh) * 2019-11-13 2020-03-06 上海电气集团股份有限公司 一种焊缝质量预测方法及系统、装置、计算机可存储介质
CN110927168A (zh) * 2019-11-26 2020-03-27 华中科技大学 一种基于红外图像的焊接与焊点缺陷检测系统及方法
CN111157539A (zh) * 2019-12-11 2020-05-15 华中科技大学鄂州工业技术研究院 焊缝形貌监控方法、系统、装置及可读存储介质
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
CN111178450A (zh) * 2019-12-31 2020-05-19 上海三一重机股份有限公司 一种焊缝状态的评估方法和装置
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
CN112200000A (zh) * 2020-09-11 2021-01-08 上海交通大学 一种焊接稳定性识别模型训练方法、焊接稳定性识别方法
CN112365491A (zh) * 2020-11-27 2021-02-12 上海市计算技术研究所 容器焊缝检测的方法、电子设备及存储介质
CN113076817A (zh) * 2021-03-17 2021-07-06 上海展湾信息科技有限公司 焊缝气孔缺陷实时检测方法及系统
CN113536921A (zh) * 2021-06-11 2021-10-22 五邑大学 一种电弧焊接质量评估方法、装置及存储介质
CN113298806A (zh) * 2021-06-18 2021-08-24 上海市机械施工集团有限公司 焊接缺陷智能检测方法、装置、焊接设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于频率调谐的焊缝红外图像显著性检测算法;夏卫生;《试验研究》(第4期);第8-11页 *

Also Published As

Publication number Publication date
CN114167189A (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
CN114167189B (zh) 一种焊接缺陷检测方法、电子设备及存储介质
CN112037223B (zh) 图像缺陷检测方法、装置及电子设备
CN111738316B (zh) 零样本学习的图像分类方法、装置及电子设备
CN112395188B (zh) 一种面向测试的软件项目开发方法、装置、电子设备及存储介质
CN112382266B (zh) 一种语音合成方法、装置、电子设备及存储介质
CN110287817B (zh) 目标识别及目标识别模型的训练方法、装置和电子设备
CN111402220A (zh) 用于获取信息的方法及装置
US20220270228A1 (en) Method and apparatus for obtaining information
CN114186090A (zh) 一种图像标注数据的智能质检方法及系统
CN112216296B (zh) 音频对抗扰动的测试方法、设备及存储介质
CN114125659A (zh) 音量实时补偿方法、电子设备及可读存储介质
CN111401229B (zh) 视觉小目标自动标注方法、装置及电子设备
CN115766401B (zh) 工业告警信息解析方法、装置、电子设备与计算机介质
CN109871465B (zh) 一种时间轴计算方法、装置、电子设备及存储介质
CN112016387A (zh) 适用于毫米波安检仪的违禁品识别方法和装置
CN111832354A (zh) 目标对象年龄识别方法、装置及电子设备
CN115601546A (zh) 一种实例分割模型训练方法、装置及可读介质
CN112315463B (zh) 一种婴幼儿听力测试方法、装置及电子设备
CN113916567A (zh) 检测设备的方法、装置、电子设备、及存储介质
CN114510468A (zh) 数据处理方法及计算机程序产品
CN116137073B (zh) 电力物资、设备材料远程智能抽检方法、电子设备和介质
CN113538866B (zh) 智能化工业操作室语音报警方法、装置及存储介质
CN118229171B (zh) 电力设备存放区域信息展示方法、装置与电子设备
CN118521586B (zh) 基于机器视觉的产品视觉检测装置及方法
CN113808065A (zh) 焊缝检测方法、装置、工业机器人、及存储介质

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