CN114535768B - 电阻点焊飞溅识别方法、装置、设备及存储介质 - Google Patents

电阻点焊飞溅识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114535768B
CN114535768B CN202210219371.3A CN202210219371A CN114535768B CN 114535768 B CN114535768 B CN 114535768B CN 202210219371 A CN202210219371 A CN 202210219371A CN 114535768 B CN114535768 B CN 114535768B
Authority
CN
China
Prior art keywords
slope
curve
spot welding
resistance
resistance spot
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
CN202210219371.3A
Other languages
English (en)
Other versions
CN114535768A (zh
Inventor
张茂
刘敦敦
吴加冲
范懿
赵光德
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.)
Dongfeng Motor Group Co Ltd
Original Assignee
Dongfeng Motor Group 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 Dongfeng Motor Group Co Ltd filed Critical Dongfeng Motor Group Co Ltd
Priority to CN202210219371.3A priority Critical patent/CN114535768B/zh
Publication of CN114535768A publication Critical patent/CN114535768A/zh
Application granted granted Critical
Publication of CN114535768B publication Critical patent/CN114535768B/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
    • B23K11/00Resistance welding; Severing by resistance heating
    • B23K11/36Auxiliary 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
    • B23K11/00Resistance welding; Severing by resistance heating
    • B23K11/10Spot welding; Stitch welding
    • B23K11/11Spot welding
    • 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
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Resistance Welding (AREA)

Abstract

本发明公开了一种电阻点焊飞溅识别方法、装置、设备及存储介质,所述方法通过获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;获取动态电阻曲线中每个时间点的近似斜率,对近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;对斜率曲线和差分斜率曲线进行相乘处理,获得乘积曲线以及乘积曲线中的斜率异常波动特征,对斜率异常波动特征进行分段阈值识别,获得飞溅特征点,能够实现在线监控,为电阻点焊质量监控系统的有效运行提供有效支撑,提升了飞溅特征识别准确性,具有追溯性,降低了电阻点焊飞溅检查成本,缩短了电阻点焊飞溅检查时间,提升了电阻点焊飞溅识别的速度和效率。

Description

电阻点焊飞溅识别方法、装置、设备及存储介质
技术领域
本发明涉及电阻点焊质量监控技术领域,尤其涉及一种电阻点焊飞溅识别方法、装置、设备及存储介质。
背景技术
在点焊过程中,由于电阻点焊贴合面或者电极与焊件表面喷出微细熔化金属颗粒,会出现飞溅现象,现有点焊过程中是通过人工目视观察电阻点焊过程中是否存在金属颗粒的飞出,或者进行焊点破坏性检查,从而确认板材钢板内部是否存在毛刺,有毛刺即存在飞溅,现有的人工观察方式存在人工判断不准确,记录困难,飞溅细节观测不清晰等缺陷,而通过破坏性检查,则存在同样依赖人工观察,并且破坏性检查成本高,检查时间长,无法确定飞溅产生的时间等缺陷。
发明内容
本发明的主要目的在于提供一种电阻点焊飞溅识别方法、装置、设备及存储介质,旨在解决现有技术中电阻点焊飞溅现象观测不准确,记录困难,飞溅细节观测不清晰,检查成本高,检查时间长,并且无法确定飞溅产生的时间的技术问题。
第一方面,本发明提供一种电阻点焊飞溅识别方法,所述电阻点焊飞溅识别方法包括以下步骤:
获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;
获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;
对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点。
可选地,所述获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线,包括:
获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻数据;
根据所述测量电阻数据生成不同时间对应不同电阻值的动态电阻曲线。
可选地,所述获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线,包括:
对所述动态电阻曲线中每个时间点进行直线拟合,获得每个时间点的近似斜率;
根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分斜率曲线。
可选地,所述对所述动态电阻曲线中每个时间点进行直线拟合,获得每个时间点的近似斜率,包括:
对所述动态电阻曲线中每个时间点进行直线拟合,对拟合结果中的干扰噪声进行剔除,获得每个时间点的近似斜率。
可选地,所述根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分斜率曲线,包括:
根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分处理结果;
根据所述差分处理结果显示斜率波动异常位置,并消除所述斜率曲线中的部分趋势信息,获得差分斜率曲线。
可选地,所述对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点,包括:
对所述斜率曲线和所述差分斜率曲线通过下式进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征:
f(t)=k*(t)·Δk(t)
Figure SMS_1
其中,f(t)为乘积曲线的斜率,k*(t)为将斜率为正的数据t进行取0处理,k(t)为斜率曲线中的斜率,Δk(t)为差分斜率曲线中的差分斜率;
根据预设分段周期对所述斜率异常波动特征进行分段,对分段后的各时间段内的斜率异常波动特征进行对应阈值识别,获得飞溅特征点;
在检测到所述斜率异常波动特征小于预设特征数量时,将所述斜率异常波动特征中斜率大于预设斜率阈值的斜率异常波动特征作为飞溅特征点。
可选地,所述根据预设分段周期对所述斜率异常波动特征进行分段,对分段后的各时间段内的斜率异常波动特征进行对应阈值识别,获得飞溅特征点,包括:
根据预设分段周期对所述斜率异常波动特征进行分段,获得分段后对应所述预设分段周期的斜率异常波动特征的集合;
将各集合中的斜率异常波动特征与当前时间段对应的预设阈值进行比较,将大于所述预设阈值的斜率异常波动特征作为当前集合中的飞溅特征,将各集合的飞溅特征的并集作为飞溅特征点。
第二方面,为实现上述目的,本发明还提出一种电阻点焊飞溅识别装置,所述电阻点焊飞溅识别装置包括:
曲线获取模块,用于获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;
差分处理模块,用于获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;
特征识别模块,用于对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点。
第三方面,为实现上述目的,本发明还提出一种电阻点焊飞溅识别设备,所述电阻点焊飞溅识别设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电阻点焊飞溅识别程序,所述电阻点焊飞溅识别程序配置为实现如上文所述的电阻点焊飞溅识别方法的步骤。
第四方面,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有电阻点焊飞溅识别程序,所述电阻点焊飞溅识别程序被处理器执行时实现如上文所述的电阻点焊飞溅识别方法的步骤。
本发明提出的电阻点焊飞溅识别方法,通过获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点,能够有效筛选出特征明显飞溅,区分焊点飞溅大小,并可实现在线监控,为电阻点焊质量监控系统的有效运行提供有效支撑,提升了飞溅特征识别准确性,降低了飞溅特征误判的可能性,从而可以适应不同工况下电阻点焊质量的监控,具有追溯性,降低了电阻点焊飞溅检查成本,缩短了电阻点焊飞溅检查时间,提升了电阻点焊飞溅识别的速度和效率。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明电阻点焊飞溅识别方法第一实施例的流程示意图;
图3为本发明电阻点焊飞溅识别方法斜率和差分斜率乘积曲线示意图;
图4为本发明电阻点焊飞溅识别方法第二实施例的流程示意图;
图5为本发明电阻点焊飞溅识别方法第三实施例的流程示意图;
图6为本发明电阻点焊飞溅识别方法第四实施例的流程示意图;
图7为本发明电阻点焊飞溅识别方法第五实施例的流程示意图;
图8为本发明电阻点焊飞溅识别方法动态电阻曲线的动态变化趋势示意图;
图9为本发明电阻点焊飞溅识别装置第一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的解决方案主要是:通过获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点,能够有效筛选出特征明显飞溅,区分焊点飞溅大小,并可实现在线监控,为电阻点焊质量监控系统的有效运行提供有效支撑,提升了飞溅特征识别准确性,降低了飞溅特征误判的可能性,从而可以适应不同工况下电阻点焊质量的监控,具有追溯性,降低了电阻点焊飞溅检查成本,缩短了电阻点焊飞溅检查时间,提升了电阻点焊飞溅识别的速度和效率,解决了现有技术中电阻点焊飞溅现象观测不准确,记录困难,飞溅细节观测不清晰,检查成本高,检查时间长,并且无法确定飞溅产生的时间的技术问题。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
如图1所示,该设备可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(Non-Volatile Memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的设备结构并不构成对该设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作装置、网络通信模块、用户接口模块以及电阻点焊飞溅识别程序。
本发明设备通过处理器1001调用存储器1005中存储的电阻点焊飞溅识别程序,并执行以下操作:
获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;
获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;
对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点。
本发明设备通过处理器1001调用存储器1005中存储的电阻点焊飞溅识别程序,还执行以下操作:
获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻数据;
根据所述测量电阻数据生成不同时间对应不同电阻值的动态电阻曲线。
本发明设备通过处理器1001调用存储器1005中存储的电阻点焊飞溅识别程序,还执行以下操作:
对所述动态电阻曲线中每个时间点进行直线拟合,获得每个时间点的近似斜率;
根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分斜率曲线。
本发明设备通过处理器1001调用存储器1005中存储的电阻点焊飞溅识别程序,还执行以下操作:
对所述动态电阻曲线中每个时间点进行直线拟合,对拟合结果中的干扰噪声进行剔除,获得每个时间点的近似斜率。
本发明设备通过处理器1001调用存储器1005中存储的电阻点焊飞溅识别程序,还执行以下操作:
根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分处理结果;
根据所述差分处理结果显示斜率波动异常位置,并消除所述斜率曲线中的部分趋势信息,获得差分斜率曲线。
本发明设备通过处理器1001调用存储器1005中存储的电阻点焊飞溅识别程序,还执行以下操作:
对所述斜率曲线和所述差分斜率曲线通过下式进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征:
f(t)=k*(t)·Δk(t)
Figure SMS_2
其中,f(t)为乘积曲线的斜率,k*(t)为将斜率为正的数据t进行取0处理,k(t)为斜率曲线中的斜率,Δk(t)为差分斜率曲线中的差分斜率;
根据预设分段周期对所述斜率异常波动特征进行分段,对分段后的各时间段内的斜率异常波动特征进行对应阈值识别,获得飞溅特征点;
在检测到所述斜率异常波动特征小于预设特征数量时,将所述斜率异常波动特征中斜率大于预设斜率阈值的斜率异常波动特征作为飞溅特征点。
本发明设备通过处理器1001调用存储器1005中存储的电阻点焊飞溅识别程序,还执行以下操作:
根据预设分段周期对所述斜率异常波动特征进行分段,获得分段后对应所述预设分段周期的斜率异常波动特征的集合;
将各集合中的斜率异常波动特征与当前时间段对应的预设阈值进行比较,将大于所述预设阈值的斜率异常波动特征作为当前集合中的飞溅特征,将各集合的飞溅特征的并集作为飞溅特征点。
本实施例通过上述方案,通过获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点,能够有效筛选出特征明显飞溅,区分焊点飞溅大小,并可实现在线监控,为电阻点焊质量监控系统的有效运行提供有效支撑,提升了飞溅特征识别准确性,降低了飞溅特征误判的可能性,从而可以适应不同工况下电阻点焊质量的监控,具有追溯性,降低了电阻点焊飞溅检查成本,缩短了电阻点焊飞溅检查时间,提升了电阻点焊飞溅识别的速度和效率。
基于上述硬件结构,提出本发明电阻点焊飞溅识别方法实施例。
参照图2,图2为本发明电阻点焊飞溅识别方法第一实施例的流程示意图。
在第一实施例中,所述电阻点焊飞溅识别方法包括以下步骤:
步骤S10、获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线。
需要说明的是,当前板材在电阻点焊过程中两电极帽之间的随时间动态变化的测量电阻,所述测量电阻在动态变化后会对应有动态电阻曲线,所述测量电阻可以反映电阻点焊过程状态和最终点焊质量。
可以理解的是,电阻点焊过程中因为各种条件变化,容易出现飞溅现象,而飞溅出现后会直接影响焊后焊点质量,例如:焊点内部金属缺失,焊点连接强度降低等;本实施例通过观测测量电阻可以观察飞溅现象。
步骤S20、获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线。
可以理解的是,在所述动态电阻曲线中每个时间点都有对应的曲线的近似斜率,通过获取每个时间点的近似斜率,并对获取的斜率曲线进行差分处理,能够获得对应的差分斜率曲线。
步骤S30、对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点。
应当理解的是,对斜率曲线与差分曲线进行相乘处理,并最终利用分段阈值识别飞溅特征点,可以通过飞溅特征点确认焊点飞溅,从而可以有效筛选出特征明显飞溅,区分焊点飞溅大小,并可实现在线监控,为质量监控系统的有效运行提供有效支撑。
进一步的,所述步骤S30具体包括以下步骤:
对所述斜率曲线和所述差分斜率曲线通过下式进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征:
f(t)=k*(t)·Δk(t)
Figure SMS_3
其中,f(t)为乘积曲线的斜率,k*(t)为将斜率为正的数据t进行取0处理,k(t)为斜率曲线中的斜率,Δk(t)为差分斜率曲线中的差分斜率;
根据预设分段周期对所述斜率异常波动特征进行分段,对分段后的各时间段内的斜率异常波动特征进行对应阈值识别,获得飞溅特征点;
在检测到所述斜率异常波动特征小于预设特征数量时,将所述斜率异常波动特征中斜率大于预设斜率阈值的斜率异常波动特征作为飞溅特征点。
需要说明的是,虽然差分斜率曲线能将斜率波动较大的飞溅特征较好地表达出来,但是对于某些斜率波动程度较小的飞溅特征点,其斜率波动与正常点的斜率波动差异性不够显著,例如,发生在时间范围靠后的电阻曲线段,电阻幅值小,斜率波动也小,因而不容易识别出飞溅点;为了突出飞溅特征数据和降低正常点数据,可以采用上述公式对斜率曲线和差分斜率曲线进行处理。
在具体实现中,在电阻斜率下降的阶段,可以在斜率曲线中将斜率上升的数据点取值为0,即不考虑该类数据点的影响,由于飞溅特征点的斜率和差分斜率都是为负的,所以重点关注f(t)的正数项;对于飞溅特征点而言,无论是斜率绝对值还是差分斜率绝对值,通常值都较大,因而两者相乘后的数值也较大,对于正常点而言,差分斜率绝对值较小,因而最后获得的结果数值较小,从而起到了将飞溅特征点和正常点区分的效果。
相应的,在检测到所述斜率异常波动特征小于预设特征数量时,即当前阶段的数据点数较少,此阶段的飞溅异常点与正常点的特征区别差异性不大,除了飞溅特征点,部分斜率大于预设斜率阈值(仿真实验中可以为设置为6,也可以为其他数值,例如5、5.5、6.5或7等,本实施例对此不加以限制)的斜率异常波动特征,从而将该特征作为异常点,即将所述斜率异常波动特征中斜率大于预设斜率阈值的斜率异常波动特征作为飞溅特征点。
进一步的,所述步骤根据预设分段周期对所述斜率异常波动特征进行分段,对分段后的各时间段内的斜率异常波动特征进行对应阈值识别,获得飞溅特征点,包括以下步骤:
根据预设分段周期对所述斜率异常波动特征进行分段,获得分段后对应所述预设分段周期的斜率异常波动特征的集合;
将各集合中的斜率异常波动特征与当前时间段对应的预设阈值进行比较,将大于所述预设阈值的斜率异常波动特征作为当前集合中的飞溅特征,将各集合的飞溅特征的并集作为飞溅特征点。
可以理解的是,所述预设分段周期为预先设置的飞溅点斜率波动的时间分段周期,如图3所示,图3为本发明电阻点焊飞溅识别方法斜率和差分斜率乘积曲线示意图,通过仿真实验可以得出飞溅点斜率波动在各个时间范围内的大小规律:参见图3,例如,a、时间在t2~50ms内,若发生飞溅,飞溅斜率绝对值一般会在20~25附近;b、时间在50~100ms内,若发生飞溅,飞溅斜率绝对值一般会在10~20附近;c、时间在100~150ms内,若发生飞溅,飞溅斜率绝对值一般会在5~10附近;d、时间在150~200ms内,若发生飞溅,飞溅斜率绝对值一般会在5附近;可知,在不同时间范围,飞溅特征点的斜率数值并不相同,总体呈衰减趋势;同样地,通过观察大部分的发生飞溅特征的斜率和差分斜率乘积曲线,发现在整个焊接曲线中,某一段时间范围内,飞溅特征点对应的斜率波动程度值会大于某个阈值,而另一段时间范围内,飞溅特征点对应的斜率波动程度值又会大于另一个阈值;因此可以通过采用分段阈值的决策树思想来识别飞溅特征点。
在具体实现中,飞溅特征的位置计算如下公式所示,此处将整个焊接周期分为两部分,以分界点为100ms为例,即有(t2,100]和(100,t3]两个部分,对于(t2,100],当乘积曲线中的斜率大于1时,视为飞溅特征点;对于(100,t3],乘积曲线中的斜率大于0.5视为飞溅特征点,此处,设定的时段区域(t2,100]和(100,t3],以及阈值1和0.5,可根据实际情形进行调节,本实施例对此不加以限制。
splashPosition={t|t∈(t2,100],f(t)>1}∪{t|t∈(100,t3],f(t)>0.5}
其中,splashPosition为飞溅特征的位置,t为电阻变化的时间,t2为预先设置的第二阶段的起始时间,t3为预先设置的第三阶段的终止时间,f(t)为乘积曲线的斜率。
本实施例通过上述方案,通过获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点,能够有效筛选出特征明显飞溅,区分焊点飞溅大小,并可实现在线监控,为电阻点焊质量监控系统的有效运行提供有效支撑,提升了飞溅特征识别准确性,降低了飞溅特征误判的可能性,从而可以适应不同工况下电阻点焊质量的监控,具有追溯性,降低了电阻点焊飞溅检查成本,缩短了电阻点焊飞溅检查时间,提升了电阻点焊飞溅识别的速度和效率。
进一步地,图4为本发明电阻点焊飞溅识别方法第二实施例的流程示意图,如图4所示,基于第一实施例提出本发明电阻点焊飞溅识别方法第二实施例,在本实施例中,所述步骤S10具体包括以下步骤:
步骤S11、获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻数据。
需要说明的是,由于飞溅出现后动态电阻的形状,会发现在飞溅产生时间段,电阻出现明显的波动,通过获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻数据,能够作为后续识别飞溅的依据。
步骤S12、根据所述测量电阻数据生成不同时间对应不同电阻值的动态电阻曲线。
可以理解的是,通过所述测量数据可以生成当前板材在电阻点焊过程中两电极帽之间的电阻随着时间推移不断变化的电阻曲线,即不同时间对应不同电阻值的动态电阻曲线,生成动态电阻曲线后能够方便后续飞溅特征的快速准确识别。
本实施例通过上述方案,通过获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻数据;根据所述测量电阻数据生成不同时间对应不同电阻值的动态电阻曲线,能够提高焊接过程中飞溅特征识别的速度和效率,提升了飞溅特征识别的准确性。
进一步地,图5为本发明电阻点焊飞溅识别方法第三实施例的流程示意图,如图5所示,基于第一实施例提出本发明电阻点焊飞溅识别方法第三实施例,在本实施例中,所述步骤S20具体包括以下步骤:
步骤S21、对所述动态电阻曲线中每个时间点进行直线拟合,获得每个时间点的近似斜率。
需要说明的是,对所述动态电阻曲线中每个时间点进行直线拟合,从而可以获得每个时间点对于的近似斜率,即具体采用直线拟合获取每个时间点的近似斜率。
步骤S22、根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分斜率曲线。
可以理解的是,所述预设数量为预先设置的时间点选取数量,所述预设数量一般为能够较好体现斜率的变化趋势的数量值,通过预设数量个时间点的近似斜率可以构建对应的斜率曲线,对获取的斜率曲线进行差分处理。
本实施例通过上述方案,通过对所述动态电阻曲线中每个时间点进行直线拟合,获得每个时间点的近似斜率;根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分斜率曲线,能够提高焊接过程中飞溅特征识别的速度和效率,提升了飞溅特征识别的准确性。
进一步地,图6为本发明电阻点焊飞溅识别方法第四实施例的流程示意图,如图6所示,基于第三实施例提出本发明电阻点焊飞溅识别方法第四实施例,在本实施例中,所述步骤S21具体包括以下步骤:
步骤S211、对所述动态电阻曲线中每个时间点进行直线拟合,对拟合结果中的干扰噪声进行剔除,获得每个时间点的近似斜率。
需要说明的是,由于噪声干扰会导致直线拟合后的各时间点的近似斜率抖动程度较大,因此有必要对直线拟合后生成的拟合结果中的干扰噪声进行剔除,从而获得每个时间点的近似斜率。
在具体实现中,用于拟合的时间点数过少和过多都会影响近似斜率的准确度,选取的时间点数过少,由于数据采集存在随机因素的干扰,采集的数据会有一定程度的波动,从而使得拟合的直线斜率抖动程度较大,不利于后续分析;选取的时间点数过多,反应的是多个时间的整体平均斜率,不能较好地表达单个点的斜率趋势,在实际操作中,通过仿真实验可以得知选取4个时间点来近似斜率的效果最佳,当然也可以选取其他数值作为预设数量,本实施例对此不加以限制,较少的时间点,无法较好的体现斜率的变化趋势(即数据抖动影响大),而较多的时间点则会隐藏部分细节数据。
本实施例通过上述方案,通过对所述动态电阻曲线中每个时间点进行直线拟合,对拟合结果中的干扰噪声进行剔除,获得每个时间点的近似斜率,能够进一步提升飞溅特征识别的准确性,避免了干扰噪声对曲线的影响,提高焊接过程中飞溅特征识别的速度和效率。
进一步地,图7为本发明电阻点焊飞溅识别方法第五实施例的流程示意图,如图7所示,基于第三实施例提出本发明电阻点焊飞溅识别方法第五实施例,在本实施例中,所述步骤S22具体包括以下步骤:
步骤S221、根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分处理结果。
需要说明的是,通过预设数量个时间点的近似斜率可以构建斜率曲线,由于飞溅特征表现形式为异常的斜率波动,因此需要进而对所述斜率曲线进行差分处理,获得差分处理结果,以此来观察相邻斜率的变化情形。
步骤S222、根据所述差分处理结果显示斜率波动异常位置,并消除所述斜率曲线中的部分趋势信息,获得差分斜率曲线。
可以理解的是,通过所述差分处理结果能够显示斜率波动异常位置,即从所述差分处理结果中可以明显地观察出斜率波动异常的位置,但数据中存在部分趋势信息,这些信息容易对后续识别飞溅点带来干扰,因此需要消除所述斜率曲线中的部分趋势信息,从而获得差分斜率曲线。
在具体实现中,消除所述斜率曲线中的部分趋势信息,获得差分斜率曲线,能够有利于后续飞溅的识别,在仿真实验中,可以将电阻随着时间动态变化的动态电阻曲线的变化趋势划分为3个阶段,即在极短时间(例如0-10ms)内电阻迅速变化的阶段1,在相对短时间(例如10-80ms)内电阻浮动变化的阶段2,以及在相对长时间(例如80-300ms)内电阻缓慢变化的阶段3,如图8所示,图8为本发明电阻点焊飞溅识别方法动态电阻曲线的动态变化趋势示意图,参见图8,图8的阶段1对应的电阻变化范围可能是450-225μΩ,阶段2对应的电阻变化范围可能是225-125μΩ,阶段3对应的电阻变化范围可能是125-110μΩ,当然不同的电阻测量点以及不同测量仪器、不同的测试场景和测试对象会对应不同的动态电阻曲线,进而可以设置不同的阶段,例如2个或4、5个或更多的阶段,本实施例对此不加以限制,差分斜率曲线中各时间点的斜率波动呈衰减趋势,即时间范围靠前的飞溅特征点斜率波动程度大,反之,时间范围靠后的飞溅特征点斜率波动程度低;相关参数设置可以根据实际情况调整,从而适应不同工况下的飞溅特征的识别判定需求,进一步提高了识别的准确率。
本实施例通过上述方案,通过根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分处理结果;根据所述差分处理结果显示斜率波动异常位置,并消除所述斜率曲线中的部分趋势信息,获得差分斜率曲线,能够通过差分处理,进一步提升飞溅特征识别的准确性,避免了干扰趋势信息对曲线的影响,提高焊接过程中飞溅特征识别的速度和效率。
相应地,本发明进一步提供一种电阻点焊飞溅识别装置。
参照图9,图9为本发明电阻点焊飞溅识别装置第一实施例的功能模块图。
本发明电阻点焊飞溅识别装置第一实施例中,该电阻点焊飞溅识别装置包括:
曲线获取模块10,用于获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线。
差分处理模块20,用于获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线。
特征识别模块30,用于对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点。
所述曲线获取模块10,还用于获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻数据;根据所述测量电阻数据生成不同时间对应不同电阻值的动态电阻曲线。
所述差分处理模块20,还用于对所述动态电阻曲线中每个时间点进行直线拟合,获得每个时间点的近似斜率;根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分斜率曲线。
所述差分处理模块20,还用于对所述动态电阻曲线中每个时间点进行直线拟合,对拟合结果中的干扰噪声进行剔除,获得每个时间点的近似斜率。
所述差分处理模块20,还用于根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分处理结果;根据所述差分处理结果显示斜率波动异常位置,并消除所述斜率曲线中的部分趋势信息,获得差分斜率曲线。
所述特征识别模块30,还用于对所述斜率曲线和所述差分斜率曲线通过下式进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征:
f(t)=k*(t)·Δk(t)
Figure SMS_4
其中,f(t)为乘积曲线的斜率,k*(t)为将斜率为正的数据t进行取0处理,k(t)为斜率曲线中的斜率,Δk(t)为差分斜率曲线中的差分斜率;
根据预设分段周期对所述斜率异常波动特征进行分段,对分段后的各时间段内的斜率异常波动特征进行对应阈值识别,获得飞溅特征点;
在检测到所述斜率异常波动特征小于预设特征数量时,将所述斜率异常波动特征中斜率大于预设斜率阈值的斜率异常波动特征作为飞溅特征点
所述特征识别模块30,还用于根据预设分段周期对所述斜率异常波动特征进行分段,获得分段后对应所述预设分段周期的斜率异常波动特征的集合;将各集合中的斜率异常波动特征与当前时间段对应的预设阈值进行比较,将大于所述预设阈值的斜率异常波动特征作为当前集合中的飞溅特征,将各集合的飞溅特征的并集作为飞溅特征点。
其中,电阻点焊飞溅识别装置的各个功能模块实现的步骤可参照本发明电阻点焊飞溅识别方法的各个实施例,此处不再赘述。
可以理解的是,本发明的方法、设备和装置都可以适用于汽车白车身点、凸焊等质量监控系统的飞溅判定;具有开发成本低,使用方便,判断准确性高,判定条件可调整,支持在线监控,数据存储方便,质量问题具备可追溯性等优点。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有电阻点焊飞溅识别程序,所述电阻点焊飞溅识别程序被处理器执行时实现如下操作:
获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;
获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;
对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点。
进一步地,所述电阻点焊飞溅识别程序被处理器执行时还实现如下操作:
获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻数据;
根据所述测量电阻数据生成不同时间对应不同电阻值的动态电阻曲线。
进一步地,所述电阻点焊飞溅识别程序被处理器执行时还实现如下操作:
对所述动态电阻曲线中每个时间点进行直线拟合,获得每个时间点的近似斜率;
根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分斜率曲线。
进一步地,所述电阻点焊飞溅识别程序被处理器执行时还实现如下操作:
对所述动态电阻曲线中每个时间点进行直线拟合,对拟合结果中的干扰噪声进行剔除,获得每个时间点的近似斜率。
进一步地,所述电阻点焊飞溅识别程序被处理器执行时还实现如下操作:
根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分处理结果;
根据所述差分处理结果显示斜率波动异常位置,并消除所述斜率曲线中的部分趋势信息,获得差分斜率曲线。
进一步地,所述电阻点焊飞溅识别程序被处理器执行时还实现如下操作:
对所述斜率曲线和所述差分斜率曲线通过下式进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征:
f(t)=k*(t)·Δk(t)
Figure SMS_5
其中,f(t)为乘积曲线的斜率,k*(t)为将斜率为正的数据t进行取0处理,k(t)为斜率曲线中的斜率,Δk(t)为差分斜率曲线中的差分斜率;
根据预设分段周期对所述斜率异常波动特征进行分段,对分段后的各时间段内的斜率异常波动特征进行对应阈值识别,获得飞溅特征点;
在检测到所述斜率异常波动特征小于预设特征数量时,将所述斜率异常波动特征中斜率大于预设斜率阈值的斜率异常波动特征作为飞溅特征点。
进一步地,所述电阻点焊飞溅识别程序被处理器执行时还实现如下操作:
根据预设分段周期对所述斜率异常波动特征进行分段,获得分段后对应所述预设分段周期的斜率异常波动特征的集合;
将各集合中的斜率异常波动特征与当前时间段对应的预设阈值进行比较,将大于所述预设阈值的斜率异常波动特征作为当前集合中的飞溅特征,将各集合的飞溅特征的并集作为飞溅特征点。
本实施例通过上述方案,通过获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点,能够有效筛选出特征明显飞溅,区分焊点飞溅大小,并可实现在线监控,为电阻点焊质量监控系统的有效运行提供有效支撑,提升了飞溅特征识别准确性,降低了飞溅特征误判的可能性,从而可以适应不同工况下电阻点焊质量的监控,具有追溯性,降低了电阻点焊飞溅检查成本,缩短了电阻点焊飞溅检查时间,提升了电阻点焊飞溅识别的速度和效率。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种电阻点焊飞溅识别方法,其特征在于,所述电阻点焊飞溅识别方法包括:
获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;
获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;
对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点。
2.如权利要求1所述的电阻点焊飞溅识别方法,其特征在于,所述获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线,包括:
获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻数据;
根据所述测量电阻数据生成不同时间对应不同电阻值的动态电阻曲线。
3.如权利要求1所述的电阻点焊飞溅识别方法,其特征在于,所述获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线,包括:
对所述动态电阻曲线中每个时间点进行直线拟合,获得每个时间点的近似斜率;
根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分斜率曲线。
4.如权利要求3所述的电阻点焊飞溅识别方法,其特征在于,所述对所述动态电阻曲线中每个时间点进行直线拟合,获得每个时间点的近似斜率,包括:
对所述动态电阻曲线中每个时间点进行直线拟合,对拟合结果中的干扰噪声进行剔除,获得每个时间点的近似斜率。
5.如权利要求3所述的电阻点焊飞溅识别方法,其特征在于,所述根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分斜率曲线,包括:
根据预设数量个时间点的近似斜率构建斜率曲线,并对所述斜率曲线进行差分处理,获得差分处理结果;
根据所述差分处理结果显示斜率波动异常位置,并消除所述斜率曲线中的部分趋势信息,获得差分斜率曲线。
6.如权利要求1所述的电阻点焊飞溅识别方法,其特征在于,所述对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点,包括:
对所述斜率曲线和所述差分斜率曲线通过下式进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征:
f(t)=k*(t)·Δk(t)
Figure QLYQS_1
其中,f(t)为乘积曲线的斜率,k*(t)为将斜率为正的数据t进行取0处理,k(t)为斜率曲线中的斜率,Δk(t)为差分斜率曲线中的差分斜率;
根据预设分段周期对所述斜率异常波动特征进行分段,对分段后的各时间段内的斜率异常波动特征进行对应阈值识别,获得飞溅特征点;
在检测到所述斜率异常波动特征小于预设特征数量时,将所述斜率异常波动特征中斜率大于预设斜率阈值的斜率异常波动特征作为飞溅特征点。
7.如权利要求6所述的电阻点焊飞溅识别方法,其特征在于,所述根据预设分段周期对所述斜率异常波动特征进行分段,对分段后的各时间段内的斜率异常波动特征进行对应阈值识别,获得飞溅特征点,包括:
根据预设分段周期对所述斜率异常波动特征进行分段,获得分段后对应所述预设分段周期的斜率异常波动特征的集合;
将各集合中的斜率异常波动特征与当前时间段对应的预设阈值进行比较,将大于所述预设阈值的斜率异常波动特征作为当前集合中的飞溅特征,将各集合的飞溅特征的并集作为飞溅特征点。
8.一种电阻点焊飞溅识别装置,其特征在于,所述电阻点焊飞溅识别装置包括:
曲线获取模块,用于获取当前板材在电阻点焊过程中两电极帽之间随时间动态变化的测量电阻对应的动态电阻曲线;
差分处理模块,用于获取所述动态电阻曲线中每个时间点的近似斜率,对所述近似斜率对应的斜率曲线进行差分处理,获得差分斜率曲线;
特征识别模块,用于对所述斜率曲线和所述差分斜率曲线进行相乘处理,获得乘积曲线以及所述乘积曲线中的斜率异常波动特征,对所述斜率异常波动特征进行分段阈值识别,获得飞溅特征点。
9.一种电阻点焊飞溅识别设备,其特征在于,所述电阻点焊飞溅识别设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电阻点焊飞溅识别程序,所述电阻点焊飞溅识别程序配置为实现如权利要求1至7中任一项所述的电阻点焊飞溅识别方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有电阻点焊飞溅识别程序,所述电阻点焊飞溅识别程序被处理器执行时实现如权利要求1至7中任一项所述的电阻点焊飞溅识别方法的步骤。
CN202210219371.3A 2022-03-08 2022-03-08 电阻点焊飞溅识别方法、装置、设备及存储介质 Active CN114535768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210219371.3A CN114535768B (zh) 2022-03-08 2022-03-08 电阻点焊飞溅识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210219371.3A CN114535768B (zh) 2022-03-08 2022-03-08 电阻点焊飞溅识别方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114535768A CN114535768A (zh) 2022-05-27
CN114535768B true CN114535768B (zh) 2023-05-26

Family

ID=81662896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210219371.3A Active CN114535768B (zh) 2022-03-08 2022-03-08 电阻点焊飞溅识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114535768B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4005307A (en) * 1974-09-17 1977-01-25 Toyota Jidosha Kogyo Kabushiki Kaisha Method and apparatus for judging quality of spot weld
JPH02123385U (zh) * 1989-03-18 1990-10-11
JPH0663765A (ja) * 1992-08-21 1994-03-08 Omron Corp 溶接抵抗の測定方法及びその測定方法が行われる溶接装置
JP2012011434A (ja) * 2010-07-02 2012-01-19 Daihen Corp 抵抗溶接制御方法
JP2014180699A (ja) * 2013-03-21 2014-09-29 Honda Motor Co Ltd スポット溶接方法
DE102015221468A1 (de) * 2015-11-03 2017-05-04 Robert Bosch Gmbh Verfahren zum Durchführen eines Schweißprozesses von an einem Schweißpunkt miteinander zu verschweißenden Werkstücken
CN107671406A (zh) * 2017-11-01 2018-02-09 上海交通大学 直流电阻点焊多模式反馈控制方法
CN112025064A (zh) * 2020-08-20 2020-12-04 上海交通大学 基于飞溅统计反馈的电阻点焊短时调幅控制方法
CN113505657A (zh) * 2021-06-18 2021-10-15 东风汽车集团股份有限公司 一种焊点质量检测方法及装置
CN114083168A (zh) * 2021-11-17 2022-02-25 东风汽车集团股份有限公司 一种焊接飞溅点识别方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4005307A (en) * 1974-09-17 1977-01-25 Toyota Jidosha Kogyo Kabushiki Kaisha Method and apparatus for judging quality of spot weld
JPH02123385U (zh) * 1989-03-18 1990-10-11
JPH0663765A (ja) * 1992-08-21 1994-03-08 Omron Corp 溶接抵抗の測定方法及びその測定方法が行われる溶接装置
JP2012011434A (ja) * 2010-07-02 2012-01-19 Daihen Corp 抵抗溶接制御方法
JP2014180699A (ja) * 2013-03-21 2014-09-29 Honda Motor Co Ltd スポット溶接方法
DE102015221468A1 (de) * 2015-11-03 2017-05-04 Robert Bosch Gmbh Verfahren zum Durchführen eines Schweißprozesses von an einem Schweißpunkt miteinander zu verschweißenden Werkstücken
CN107671406A (zh) * 2017-11-01 2018-02-09 上海交通大学 直流电阻点焊多模式反馈控制方法
CN112025064A (zh) * 2020-08-20 2020-12-04 上海交通大学 基于飞溅统计反馈的电阻点焊短时调幅控制方法
CN113505657A (zh) * 2021-06-18 2021-10-15 东风汽车集团股份有限公司 一种焊点质量检测方法及装置
CN114083168A (zh) * 2021-11-17 2022-02-25 东风汽车集团股份有限公司 一种焊接飞溅点识别方法及系统

Also Published As

Publication number Publication date
CN114535768A (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
Su et al. An automated flank wear measurement of microdrills using machine vision
US20210162544A1 (en) Laser processing apparatus
JP5044806B2 (ja) リアルタイム溶接品質判定装置及び判定方法
JP4235648B2 (ja) 渦電流探傷信号処理方法
Summerville et al. Nugget diameter in resistance spot welding: a comparison between a dynamic resistance based approach and ultrasound C-scan
CN115803619A (zh) 信息处理装置、判定方法、以及信息处理程序
US20230221286A1 (en) Inspection device, inspection method, and inspection program
CN116381053A (zh) 一种用于金属材料焊接的超声波检测方法及系统
CN114535768B (zh) 电阻点焊飞溅识别方法、装置、设备及存储介质
CN113554645B (zh) 基于wgan的工业异常检测方法和装置
JP2005283227A (ja) 異音検査方法およびその装置
CN113702494A (zh) 焊接评价方法、装置、设备及存储介质
US10591405B2 (en) Electrochemical testing for corrosion analysis
JP4346379B2 (ja) 欠陥検査方法
CN114266489B (zh) 自动建立点焊质量在线评估模型的方法
JP2006214901A (ja) 軸受損傷評価装置、軸受損傷評価方法、軸受損傷評価プログラム、およびこのプログラムを記録した記憶媒体
JP2006300524A (ja) 異音検査方法
JP3712254B2 (ja) 金属材料中欠陥径の推定方法
JP2006038478A (ja) 被検体の良否判定方法および装置
KR102105503B1 (ko) 용접 품질 자동 평가 방법 및 용접 품질 자동 평가 장치
JP7344156B2 (ja) 穴広げ試験のき裂判定装置、き裂判定方法及びプログラム
CN107703208B (zh) 涡流检测灵敏度的确定方法及装置
CN118330034B (zh) 基于数据分析的电焊机性能测评方法及系统
CN108169323A (zh) 一种异形结构工件涡流信号的处理方法
CN118465220B (zh) 一种高检测精度的焊缝无损检测方法及系统

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