CN115564141A - 一种焊点质量监测方法、装置及其介质 - Google Patents
一种焊点质量监测方法、装置及其介质 Download PDFInfo
- Publication number
- CN115564141A CN115564141A CN202211370935.XA CN202211370935A CN115564141A CN 115564141 A CN115564141 A CN 115564141A CN 202211370935 A CN202211370935 A CN 202211370935A CN 115564141 A CN115564141 A CN 115564141A
- Authority
- CN
- China
- Prior art keywords
- welding
- spot
- quality
- data
- points
- 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 525
- 238000000034 method Methods 0.000 title claims abstract description 130
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 230000008569 process Effects 0.000 claims abstract description 65
- 238000007689 inspection Methods 0.000 claims abstract description 41
- 238000012806 monitoring device Methods 0.000 claims abstract description 17
- 238000005553 drilling Methods 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 21
- 229910000679 solder Inorganic materials 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 30
- 238000004519 manufacturing process Methods 0.000 abstract description 19
- 238000005070 sampling Methods 0.000 abstract description 4
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Optics & Photonics (AREA)
- Mechanical Engineering (AREA)
- General Factory Administration (AREA)
Abstract
本申请公开了一种焊点质量监测方法、装置及其介质，涉及焊接质量检测技术领域，用于监测焊点焊接质量，针对目前在检测焊点质量时过度依赖人工、效率低下的问题提供了一种焊点质量监测方法，通过从群控设备处获取的实际焊接记录，获取各焊点的焊接数据，通过预先训练的多输入多输出预测模型，实现根据各焊点的焊接数据进行质量预测，根据预测得到的质量得分和焊接过程稳定性确定各所述焊点的合格结果，进而实现焊点的质量检测。相比于目前常使用的人工抽样破拆的质量检查方式，上述质量检测流程无需人工参与，效率更高，也无需对焊接后的产品进行破拆检查，减少了不必要的损失，更有利于实际生产。
Description
技术领域
本申请涉及焊接质量检测技术领域，特别是涉及一种焊点质量监测方法、装置及其介质。
背景技术
在制造业中，对于生产出的产品进行质量检验也是生产过程中重要的一个环节，以保证产品质量。例如焊接工艺，需要对焊点等加工处进行检测。
目前，多是通过对焊接产品进行抽样破拆检测的方式进行检查，整个过程依赖于工人手动实现。但是当焊接产品比较大、焊接点比较多时，不但需要耗费大量人力资源，并且检测效率也十分低下。
所以，现在本领域的技术人员亟需要一种焊点质量监测方法，解决目前在检测焊点质量好坏时过度依赖人工、效率低下的问题。
发明内容
本申请的目的是提供一种焊点质量监测方法、装置及其介质，以解决目前在检测焊点质量好坏时过度依赖人工、效率低下的问题。
为解决上述技术问题，本申请提供一种焊点质量监测方法，包括：
由群控设备处获取各焊点的实际焊接记录；其中，实际焊接记录包括：与焊点唯一对应的焊点id和焊接数据；
根据焊接数据，由预先建立的焊接质量预测模型确定焊接质量得分、焊接过程稳定性；其中，焊接质量预测模型为通过焊接数据与对应焊接质量得分、焊接过程稳定性的历史数据训练得到的多输入多输出预测模型；
根据各焊点的焊接质量得分和焊接过程稳定性确定各焊点的合格结果。
优选的，实际焊接记录还包括工位信息，对应的，方法还包括：
将合格结果为不合格的各焊点标记为可疑点，并根据工位信息返回可疑点的焊点id至对应的工位显示屏以进行显示。
优选的，实际焊接记录还包括与焊点id一一对应的焊点坐标，相应的，方法还包括：
获取待焊接产品的3D模型，根据各焊点的焊点坐标将焊点填充在3D模型中，并发送至工位显示屏以进行显示；
其中，可疑点以区别于其他焊点的颜色显示。
优选的，还包括：
接收凿检信息；其中，凿检信息包括：凿检周期和凿检焊点的焊点id；
相应的，根据各焊点的焊点坐标将焊点填充在3D模型中，并发送至工位显示屏以进行显示包括：
处于凿检周期的凿检焊点以区别于其他焊点的颜色显示。
优选的，还包括：
获取预设时间段内，由焊接质量预测模型确定为合格的焊接数据；
根据焊接质量预测模型确定的焊接质量得分以及焊接过程稳定性，通过加权平均的方式确定各焊接数据的综合得分；
将每一焊点根据对应焊接数据的综合得分由大到小进行排序，从头取预设条数的焊接数据作为优选焊接参数进行存储。
优选的，还包括：
当接收到焊接请求时，根据焊接请求对应的焊点id查询对应的优选焊接参数并返回。
优选的，还包括：
当未查询到优选焊接数据时，返回预设的默认焊接数据。
为解决上述技术问题，本申请还提供一种焊点质量监测装置，包括：
信息获取模块，用于由群控设备处获取各焊点的实际焊接记录；其中，实际焊接记录包括：与焊点唯一对应的焊点id和焊接数据；
质量预测模块，用于根据焊接数据，由预先建立的焊接质量预测模型确定焊接质量得分、焊接过程稳定性；其中，焊接质量预测模型为通过焊接数据与对应焊接质量得分、焊接过程稳定性的历史数据训练得到的多输入多输出预测模型；
结果确定模块，用于根据各焊点的焊接质量得分和焊接过程稳定性确定各焊点的合格结果。
优选的，上述焊点质量监测装置还包括：
可疑点标记模块，用于将合格结果为不合格的各焊点标记为可疑点，并根据工位信息返回可疑点的焊点id至对应的工位显示屏以进行显示；其中，实际焊接记录还包括工位信息。
模型显示模块，用于获取待焊接产品的3D模型，根据各焊点的焊点坐标将焊点填充在3D模型中，并发送至工位显示屏以进行显示；其中，可疑点以区别于其他焊点的颜色显示；实际焊接记录还包括与焊点id一一对应的焊点坐标。
凿检指导模块，用于接收凿检信息；其中，凿检信息包括：凿检周期和凿检焊点的焊点id；相应的，根据各焊点的焊点坐标将焊点填充在3D模型中，并发送至工位显示屏以进行显示包括：处于凿检周期的凿检焊点以区别于其他焊点的颜色显示。
参数优选模块，用于获取预设时间段内，由焊接质量预测模型确定为合格的焊接数据；根据焊接质量预测模型确定的焊接质量得分以及焊接过程稳定性，通过加权平均的方式确定各焊接数据的综合得分；将每一焊点根据对应焊接数据的综合得分由大到小进行排序，从头取预设条数的焊接数据作为优选焊接参数进行存储。
第一查询模块，用于当接收到焊接请求时，根据焊接请求对应的焊点id查询对应的优选焊接参数并返回。
第二查询模块，用于当未查询到优选焊接数据时，返回预设的默认焊接数据。
为解决上述技术问题，本申请还提供一种焊点质量监测装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上述的焊点质量监测方法的步骤。
为解决上述技术问题，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的焊点质量监测方法的步骤。
本申请提供的一种焊点质量监测方法，通过从群控设备处获取的实际焊接记录，获取各焊点的焊接数据，进而将焊接数据的历史数据作为输入、将与历史焊接数据对应的质量得分、焊接过程稳定性作为输出，进行多输入多输出预测模型的训练，从而在后续获取到实际焊接记录时，可以根据各焊点的焊接数据进行质量预测，根据预测得到的质量得分和焊接过程稳定性确定各所述焊点的合格结果，进而实现焊点的质量检测。相比于目前常使用的人工抽样破拆的质量检查方式，上述质量检测流程无需人工参与，效率更高，也无需对焊接后的产品进行破拆检查，减少了不必要的损失，更有利于实际生产。
本申请提供的焊点质量监测装置、及计算机可读存储介质，与上述方法对应，效果同上。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本发明提供的一种焊点质量监测方法的流程图；
图2为本发明提供的另一种焊点质量监测方法的流程图；
图3为本发明提供的一种焊点质量监测装置的结构图；
图4为本发明提供的另一种焊点质量监测装置的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部实施例。基于本申请中的实施例，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，都属于本申请保护范围。
本申请的核心是提供一种焊点质量监测方法、装置及其介质。
为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。
焊接工艺作为各个制造行业的重要支撑，焊接质量的好坏直接影响到产品的质量和性能。例如在汽车制造行业中，整个汽车的白车身以及发动机、变速箱等零部件的生产都离不开焊接工艺，焊接质量的好坏不但影响汽车外表的美观甚至还影响到驾驶员的人身安全。所以对焊接质量进行检查是各个制造行业的生产过程中必不可少的一环。
同样以车身焊接过程为例，像白车身焊接这种焊点众多的生产过程对焊点进行质量检测是十分复杂且耗时的，通常由工作人员从焊接产品中随机抽取几个进行破拆检测，这种方式不但检测效率低，还对一些产品造成了损坏，造成了一定损失。
因此，本申请为解决上述问题，提供一种焊点质量监测方法，如图1所示，包括：
S11：由群控设备处获取各焊点的实际焊接记录。
其中，实际焊接记录包括但不限于：焊点id和焊接数据。
同样以白车身焊接过程为例，从车间群控设备处获取的实际焊接记录包括：白车身的车型数据、三维立体(Three Dimensions，3D)数模；各焊点的焊点身份标识号(identity document，id)、焊点坐标(通常为X、Y、Z构成的三轴坐标)；控制器数据、焊钳数据、焊接设备数据、群控数据、工位数据等等。
焊点id与各焊点唯一对应，用于唯一确定焊点，焊接数据则包括：焊接电流、电极压力、修磨次数等信息，为实际焊接过程中的各种参数。
S12：根据焊接数据，由预先建立的焊接质量预测模型确定焊接质量得分、焊接过程稳定性。
其中，焊接质量预测模型为通过焊接数据与对应焊接质量得分、焊接过程稳定性的历史数据训练得到的多输入多输出预测模型。
由上述可知，焊接数据包括焊接电流、电极压力、修磨次数等若干不同数据，故焊接数据作为输入为多个输入。
还需要说明的是，质量得分和焊接过程稳定性等评价标准即为现有在进行焊接质量评测时常用的判断依据，由经验较为丰富的从业人员对焊接过程中的稳定性和焊接质量进行打分。在一种可能的实施方式中，质量得分的打分范围为0至120分，稳定性则以百分比的方式表示，上限为100％。
S13：根据各焊点的焊接质量得分和焊接过程稳定性确定各焊点的合格结果。
根据上述模型预测得到的质量得分和稳定性，综合判断焊点是否合格，具体的评判标准可由预设的差值范围以及公差标准等数据作为判断依据，合格与否的逻辑也可以是质量得分以及稳定性任意一个不满足标准时即判定焊点质量为不合格等逻辑。
经过上述步骤可以确定出各个焊点的焊接质量是否合格，从而实现焊点质量的监测，同样的，若为进一步保证焊接质量准确性，可以对判断为不合格与合格的各焊点中都抽取部分焊点重新进行人工检测，统计上述质量监测方法的准确性。进一步的，若准确性不符合要求，可通过增加训练数据集或重新训练焊接质量预测模型的方式进行改善，以使预测结果的准确性满足实际质量监测需求。
本申请提供一种焊点质量监测方法，通过从群控数据采集的实际焊接记录，可以获取各个焊点的焊接数据，进而，通过预先训练的焊接质量预测模型以焊接数据作为输入，对各焊点的质量得分以及焊接过程稳定性做出预测，再综合确定焊点的合格与否，从而实现焊点的质量检测。上述焊点质量检测过程相对于目前常使用的人工检测的方式，节省人力、效率更高，并且检测范围可覆盖到所有焊点，也无需对焊接好的产品进行破拆等操作，避免了不必要的经济损失，更好地满足实际生产过程中对焊点质量检测的需要。
由上述可知，由群控设备处获取的实际焊接记录还包括控制器数据、焊钳数据、焊接设备数据、群控数据、工位数据等数据，对于一个生产车间而言，一般为：一个车间工位对应多个群控；一个群控操作多个控制器；一个控制器处理多个焊点；一个焊钳可以处理多个焊点。
基于此，生产过程中通常以一个工位作为完成一道焊接工艺的基本单位，容易理解的是，不同工位的工艺不一定相同，所以其所焊接的物品、关注的焊点也不一定相同，所以在上述实施例确定各个焊点的合格与否之后，本实施例还提供一种优选的实施方案，如图1所示：
实际焊接记录还包括工位信息，对应的，方法还包括：
S14：将合格结果为不合格的各焊点标记为可疑点，并根据工位信息返回可疑点的焊点id至对应的工位显示屏以进行显示。
同样的，若实际焊接记录中如上述还包括更多的数据，也可以将其一并进行返回，例如可疑点对应的控制器数据、焊钳数据、焊接设备数据、群控数据等等，各数据通过焊点id以及待焊接产品编号唯一确定(例如待焊接产品为白车身时其产品编号即为车辆识别码，又称车身vin号)，本实施例对此不做限制。
通过将各工位对应判断出的质量检测为不合格的焊点作为可疑点针对性的发送到对应工位显示屏上，以为工位上的相关技术人员提供参考。
容易知道的是，若存在对于整个生产过程起管理作用的设备时，则可根据工位对可疑点进行分类以进行展示，或者根据其他所需的分类方式对上述确定的可疑点进行展示，本实施例对此不做限制。
进一步的，为更直观地展示可疑点以指导技术人员对不合格焊点进行处理，本实施例在上述实施例的基础上还提供一种优选的实施方案，如图1所示：
实际焊接记录还包括与焊点id一一对应的焊点坐标；
相应的，方法还包括：
S15：获取待焊接产品的3D模型，根据各焊点的焊点坐标将焊点填充在3D模型中，并发送至工位显示屏以进行显示。
其中，可疑点以区别于其他焊点的颜色显示。
例如，一种可能的实施方式为，被判断为合格的焊点以白色显示，可疑点则以红色进行显示。
通过填充有各焊点的待焊接产品3D模型，可以直观地展示各焊点在待焊接产品的相对位置，便于工位上的运维人员快速确定实际焊点所在位置，方便进行后续处理。
本实施例所提供的一种优选方案通过获取各焊点的工位数据，将上述实施例中确定为检测不合格的焊点作为可疑点发回对应工位处设置的显示屏以进行显示，从而方便技术人员根据可疑点的焊点id得知当前工位的焊接质量情况，并进行相应的处理。进一步，还可以通过获取待焊接设备的3D模型与各焊点的坐标将焊点填充在3D模型上，直观地展示各个焊点的相对位置，并且，本实施例还将上述确定的可疑点以区别于其他焊点的颜色显示，从而使可疑点的展示更加直观，技术人员可以更方便的得知焊接质量情况。
像白车身焊接这类的制造流程中，对于焊点的焊接强度也有一定要求，所以通常需要通过凿检的方式检验焊接强度。为指导相关检测人员更好的进行凿检工作，本实施例在上述实施例的基础上还提供一种优选的实施方案，上述方法还包括：
S16：接收凿检信息。
其中，凿检信息包括：凿检周期和凿检焊点的焊点id。
凿检周期也即循环进行凿检的频率，凿检焊点也即所有焊点中被选取需做凿检测试的焊点。
相应的，步骤S15又包括：
处于凿检周期的凿检焊点以区别于其他焊点的颜色显示。
需要说明的是，由于凿检为循环进行的，故每到一个凿检周期即需要对凿检焊点进行凿检，所以每一凿检周期到来时，都需要将凿检焊点进行区别显示。或者，一种更直接的实施方式为，凿检焊点一直保持区别显示。
由于凿检测试在现有焊点的基础上进行，所以根据凿检焊点的焊点id便可确定相应的焊点坐标。进而在3D模型中确定位置，以区别颜色展示。
示例性的，基于上述合格焊点为白色显示、可疑点为红色显示的示例的基础上，处于凿检周期的凿检焊点可以用黄色显示。
需要说明的是，上述实施例中以区别颜色展示不同焊点的实施方式仅为一种可能的实施方案，事实上，也可通过其他区分方式对可疑点、凿检焊点和其余焊点进行区分，例如焊点形状、标记等方式进行区分，本实施例对此不做限制。
还需要说明的是，对于凿检信息的获取，可通过人工录入的方式或者其他设备导入的方式实现，导入格式和数据传输方式本实施例对此也不做限制。
本实施例所提供的一种优选方案，通过接收凿检信息以对凿检焊点进行区别展示，从而为执行凿检操作的技术人员提供指导，便于其快速、准确地确定凿检焊点位置，为凿检工作提供便利，有利于凿检效率的提高。
由上述实施例可知，焊接数据所包括信息为表征实际焊接过程中的各式参数，而焊接质量主要正是由这部分参数影响，所以在焊接开始之前，若能够得到较优的焊接参数，则可有效地提高焊接质量。
基于上述情况，本实施例提供一种优选的实施方案，如图2所示，上述方法还包括：
S21：获取预设时间段内，由焊接质量预测模型确定为合格的焊接数据。
本步骤的目的也即进行数据采样，考虑到本实施例的目的是为了获取较优的焊接参数，故从经上述实施例判定为焊接合格的焊接数据中进行焊接参数确定。
S22：根据焊接质量预测模型确定的焊接质量得分以及焊接过程稳定性，通过加权平均的方式确定各焊接数据的综合得分。
同样由上述实施例可知，通过焊接质量预测模型可以确定各焊接数据的质量，焊接质量主要由焊接质量得分和焊接过程稳定性等参数决定，例如，影响焊接质量的参数还可以为飞溅率，为一表征焊接过程中金属飞溅概率的参数值。
由于焊接质量由多种参数综合确定，故采用加权平均的方式将其整合为一个值，以便于后续步骤的实现。容易理解的是，对于各参数的权值本实施例并未作出限制，可根据实际工程验收需要决定。
S23：将每一焊点根据对应焊接数据的综合得分由大到小进行排序，从头取预设条数的焊接数据作为优选焊接参数进行存储。
本实施例所提供的一种优选方案的目的是为了推荐较优的焊接参数，故从历史焊接数据中优中选优进行推荐，考虑到存储设备的空间有限，且即使同为合格焊点的焊接数据之间也有优劣之分，故本实施例仅取通过上述加权平均算法得到的结果值的前预设个数条焊接数据作为优选焊接参数，存储起来以供后续推荐。
由考虑到不同工艺、不同焊点的实际情况不同，故可通过上述方法，针对每一焊点的焊接数据都进行优选，保存预设条数的焊接数据作为优选焊接参数以用于后续推荐。
通常来说，为保证上述优选焊接数据的可靠性，可每过一段时间对优选焊接参数进行更新，在一种可能的实施方式中，每天的焊接流程结束后，统计当天的优选焊接参数，当第二天焊接流程开始时，便可通过优选焊接参数进行推荐、指导。
在上述实施例的基础上，如图2所示，上述方法还包括：
S24：当接收到焊接请求时，根据焊接请求对应的焊点id查询对应的优选焊接参数，判断是否查询到，若是，则转至步骤S25，若否，则转至步骤S26。
S25：返回查询到的优选焊接参数。
当焊接工艺开始时，可通过查询与待焊焊点为同一焊点id的优选焊接参数，实现对当前焊接过程的指导。由于焊点id唯一确定一个焊点，故通过焊点id查找到的优选焊接数据即为当前焊点在前一段时间进行焊接过程中的较优焊接数据，相对而言可以得到更好的预期焊接效果。
此外，由于焊接工艺不是一成不变的，所进行焊接流程的产品也不是固定的，所以可能存在查询焊点但没有查询到优选焊接参数的情况出现，所以，本实施例针对这种应用场景提供一种优选方案，上述方法还包括：
S26：返回预设的默认焊接数据。
对于默认焊接数据的获取方式本实施例不做限制，可以是对历史焊接数据进行分析后所确定的一组焊接质量最好的焊接参数。或为在实际生产中，技术人员可以根据经验大致确定一个保证焊接质量的焊接参数范围，默认焊接数据可从上述的范围中选取。
本实施例所提供的优选方案，通过焊接质量预测模型的预测结果，将各焊接数据对应的质量得分与焊接过程稳定性等参数以加权平均的方式进行综合，最后以结果值确定各焊接参数焊接质量的好坏，每一焊点取焊接质量最好的部分焊接数据作为优选焊接参数进行存储，当后续需要进行焊接时，可通过查询待焊接焊点的优选焊接参数，即使未查询到对应的优选焊接参数，也可通过预设的默认焊接参数实现对焊接流程的指导。本实施例所提供的优选方案有助于简化焊接过程，减少对技术人员经验的要求，并且由历史数据校验过的优选焊接参数在焊接效果上也更有保障，有助于焊接流程整体质量的提升。
在上述实施例中，对于一种焊点质量监测方法进行了详细描述，本申请还提供一种焊点质量监测装置对应的实施例。需要说明的是，本申请从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件的角度。
基于功能模块的角度，如图3所示，本实施例提供一种焊点质量监测装置，包括：
信息获取模块31，用于由群控设备处获取各焊点的实际焊接记录；其中，实际焊接记录包括：与焊点唯一对应的焊点id和焊接数据；
质量预测模块32，用于根据焊接数据，由预先建立的焊接质量预测模型确定焊接质量得分、焊接过程稳定性；其中，焊接质量预测模型为通过焊接数据与对应焊接质量得分、焊接过程稳定性的历史数据训练得到的多输入多输出预测模型；
结果确定模块33，用于根据各焊点的焊接质量得分和焊接过程稳定性确定各焊点的合格结果。
优选的，上述焊点质量监测装置还包括：
可疑点标记模块，用于将合格结果为不合格的各焊点标记为可疑点，并根据工位信息返回可疑点的焊点id至对应的工位显示屏以进行显示；其中，实际焊接记录还包括工位信息。
模型显示模块，用于获取待焊接产品的3D模型，根据各焊点的焊点坐标将焊点填充在3D模型中，并发送至工位显示屏以进行显示；其中，可疑点以区别于其他焊点的颜色显示；实际焊接记录还包括与焊点id一一对应的焊点坐标。
凿检指导模块，用于接收凿检信息；其中，凿检信息包括：凿检周期和凿检焊点的焊点id；相应的，根据各焊点的焊点坐标将焊点填充在3D模型中，并发送至工位显示屏以进行显示包括：处于凿检周期的凿检焊点以区别于其他焊点的颜色显示。
参数优选模块，用于获取预设时间段内，由焊接质量预测模型确定为合格的焊接数据；根据焊接质量预测模型确定的焊接质量得分以及焊接过程稳定性，通过加权平均的方式确定各焊接数据的综合得分；将每一焊点根据对应焊接数据的综合得分由大到小进行排序，从头取预设条数的焊接数据作为优选焊接参数进行存储。
第一查询模块，用于当接收到焊接请求时，根据焊接请求对应的焊点id查询对应的优选焊接参数并返回。
第二查询模块，用于当未查询到优选焊接数据时，返回预设的默认焊接数据。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
本实施例所提供的一种焊点质量监测装置，通过信息获取模块从群控数据采集的实际焊接记录，可以获取各个焊点的焊接数据，进而，通过质量预测模块使用预先训练的焊接质量预测模型以焊接数据作为输入，对各焊点的质量得分以及焊接过程稳定性做出预测，再综合确定焊点的合格与否，从而实现焊点的质量检测；最后由结果确定模块返回焊点合格结果。通过本实施例所提供的焊点质量监测装置实现的焊点质量检测过程相对于目前常使用的人工检测方式，节省人力、效率更高，并且检测范围可覆盖到所有焊点，也无需对焊接好的产品进行破拆等操作，避免了不必要的经济损失，更好地满足实际生产过程中对焊点质量检测的需要。
图4为本申请另一实施例提供的一种焊点质量监测装置的结构图，如图4所示，一种焊点质量监测装置包括：存储器40，用于存储计算机程序；
处理器41，用于执行计算机程序时实现如上述实施例一种焊点质量监测方法的步骤。
本实施例提供的一种焊点质量监测装置可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
其中，处理器41可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器41可以采用数字信号处理器(Digital Signal Processor，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器41也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(CentralProcessing Unit，CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器41可以集成有图像处理器(Graphics Processing Unit，GPU)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器41还可以包括人工智能(Artificial Intelligence，AI)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器40可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器40还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器40至少用于存储以下计算机程序401，其中，该计算机程序被处理器41加载并执行之后，能够实现前述任一实施例公开的一种焊点质量监测方法的相关步骤。另外，存储器40所存储的资源还可以包括操作系统402和数据403等，存储方式可以是短暂存储或者永久存储。其中，操作系统402可以包括Windows、Unix、Linux等。数据403可以包括但不限于一种焊点质量监测方法等。
在一些实施例中，一种焊点质量监测装置还可包括有显示屏42、输入输出接口43、通信接口44、电源45以及通信总线46。
本领域技术人员可以理解，图4中示出的结构并不构成对一种焊点质量监测装置的限定，可以包括比图示更多或更少的组件。
本申请实施例提供的一种焊点质量监测装置，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如下方法：一种焊点质量监测方法。
本实施例所提供的一种焊点质量监测装置，通过处理器执行保存在存储器中的计算机程序，以通过从群控数据采集的实际焊接记录，从而获取各个焊点的焊接数据，然后，通过预先训练的焊接质量预测模型以焊接数据作为输入，对各焊点的质量得分以及焊接过程稳定性做出预测，再综合确定焊点的合格与否，从而实现焊点的质量检测。上述焊点质量检测过程相对于目前常使用的人工检测的方式，节省人力、效率更高，并且检测范围可覆盖到所有焊点，也无需对焊接好的产品进行破拆等操作，避免了不必要的经济损失，更好地满足实际生产过程中对焊点质量检测的需要。
最后，本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例所提供的一种计算机可读取存储介质，当其中存储的计算机程序被执行时，可以实现由从群控数据采集的实际焊接记录，以获取各个焊点的焊接数据。然后，通过预先训练的焊接质量预测模型以焊接数据作为输入，对各焊点的质量得分以及焊接过程稳定性做出预测，再综合确定焊点的合格与否，从而实现焊点的质量检测。上述焊点质量检测过程相对于目前常使用的人工检测的方式，节省人力、效率更高，并且检测范围可覆盖到所有焊点，也无需对焊接好的产品进行破拆等操作，避免了不必要的经济损失，更好地满足实际生产过程中对焊点质量检测的需要。
以上对本申请所提供的一种焊点质量监测方法、装置及其介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种焊点质量监测方法，其特征在于，包括：
由群控设备处获取各焊点的实际焊接记录；其中，所述实际焊接记录包括：与所述焊点唯一对应的焊点id和焊接数据；
根据所述焊接数据，由预先建立的焊接质量预测模型确定焊接质量得分、焊接过程稳定性；其中，所述焊接质量预测模型为通过所述焊接数据与对应所述焊接质量得分、所述焊接过程稳定性的历史数据训练得到的多输入多输出预测模型；
根据各所述焊点的所述焊接质量得分和所述焊接过程稳定性确定各所述焊点的合格结果。
2.根据权利要求1所述的焊点质量监测方法，其特征在于，所述实际焊接记录还包括工位信息，对应的，方法还包括：
将所述合格结果为不合格的各所述焊点标记为可疑点，并根据所述工位信息返回所述可疑点的焊点id至对应的工位显示屏以进行显示。
3.根据权利要求2所述的焊点质量监测方法，其特征在于，所述实际焊接记录还包括与焊点id一一对应的焊点坐标，相应的，方法还包括：
获取待焊接产品的3D模型，根据各所述焊点的焊点坐标将所述焊点填充在所述3D模型中，并发送至所述工位显示屏以进行显示；
其中，所述可疑点以区别于其他所述焊点的颜色显示。
4.根据权利要求3所述的焊点质量监测方法，其特征在于，还包括：
接收凿检信息；其中，所述凿检信息包括：凿检周期和凿检焊点的焊点id；
相应的，所述根据各所述焊点的焊点坐标将所述焊点填充在所述3D模型中，并发送至所述工位显示屏以进行显示包括：
处于所述凿检周期的所述凿检焊点以区别于其他所述焊点的颜色显示。
5.根据权利要求1至4任意一项所述的焊点质量监测方法，其特征在于，还包括：
获取预设时间段内，由所述焊接质量预测模型确定为合格的所述焊接数据；
根据所述焊接质量预测模型确定的所述焊接质量得分以及所述焊接过程稳定性，通过加权平均的方式确定各所述焊接数据的综合得分；
将每一所述焊点根据对应所述焊接数据的综合得分由大到小进行排序，从头取预设条数的所述焊接数据作为优选焊接参数进行存储。
6.根据权利要求5所述的焊点质量监测方法，其特征在于，还包括：
当接收到焊接请求时，根据所述焊接请求对应的焊点id查询对应的所述优选焊接参数并返回。
7.根据权利要求6所述的焊点质量监测方法，其特征在于，还包括：
当未查询到所述优选焊接数据时，返回预设的默认焊接数据。
8.一种焊点质量监测装置，其特征在于，包括：
信息获取模块，用于由群控设备处获取各焊点的实际焊接记录；其中，所述实际焊接记录包括：与所述焊点唯一对应的焊点id和焊接数据；
质量预测模块，用于根据所述焊接数据，由预先建立的焊接质量预测模型确定焊接质量得分、焊接过程稳定性；其中，所述焊接质量预测模型为通过所述焊接数据与对应所述焊接质量得分、所述焊接过程稳定性的历史数据训练得到的多输入多输出预测模型；
结果确定模块，用于根据各所述焊点的所述焊接质量得分和所述焊接过程稳定性确定各所述焊点的合格结果。
9.一种焊点质量监测装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任意一项所述的焊点质量监测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的焊点质量监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211370935.XA CN115564141A (zh) | 2022-11-03 | 2022-11-03 | 一种焊点质量监测方法、装置及其介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211370935.XA CN115564141A (zh) | 2022-11-03 | 2022-11-03 | 一种焊点质量监测方法、装置及其介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115564141A true CN115564141A (zh) | 2023-01-03 |
Family
ID=84768815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211370935.XA Pending CN115564141A (zh) | 2022-11-03 | 2022-11-03 | 一种焊点质量监测方法、装置及其介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115564141A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117054857A (zh) * | 2023-10-11 | 2023-11-14 | 江苏祥和电子科技有限公司 | 车规级封装电路焊点电迁移可靠性测试方法及系统 |
-
2022
- 2022-11-03 CN CN202211370935.XA patent/CN115564141A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117054857A (zh) * | 2023-10-11 | 2023-11-14 | 江苏祥和电子科技有限公司 | 车规级封装电路焊点电迁移可靠性测试方法及系统 |
| CN117054857B (zh) * | 2023-10-11 | 2023-12-22 | 江苏祥和电子科技有限公司 | 车规级封装电路焊点电迁移可靠性测试方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20140236874A1 (en) | Binary classification of items of interest in a repeatable process | |
| CN115564141A (zh) | 一种焊点质量监测方法、装置及其介质 | |
| CN109839386B (zh) | 一种智能摄像识别系统 | |
| JP2012022602A (ja) | 作業改善分析システム | |
| CN105184065A (zh) | 基于常态均值的桥梁损伤识别方法 | |
| CN113732558B (zh) | 机器人焊接典型质量问题在线检测方法及装置 | |
| JP5062496B2 (ja) | 運転状態解析システムおよび運転状態解析方法 | |
| CN115391613A (zh) | 产线3d运维方法、运维系统、存储介质及设备 | |
| CN102967265A (zh) | 基于机器视觉的汽车连杆裂解槽检测方法 | |
| CN114330491A (zh) | 通过对电阻点焊焊接曲线分析指导优化焊点质量的方法 | |
| CN105279591B (zh) | 支持单人流程作业指令与校验的人机交互系统 | |
| CN106548532A (zh) | 液压油在线检测方法、装置和系统 | |
| CN111062827B (zh) | 一种基于人工智能模式的工程监理方法 | |
| CN112613476A (zh) | 一种基于机器视觉自动检测工人不安全行为的方法 | |
| CN116678368A (zh) | 基于bim技术的装配式钢结构数据智能采集方法 | |
| CN114227378B (zh) | 一种夹具状态的检测方法、装置、终端和存储介质 | |
| KR20150000294A (ko) | 용접 작업률 관리 장치 및 방법 | |
| CN111210092A (zh) | 一种基于深度学习的堆垛机预测性维护方法及其系统 | |
| CN112665885B (zh) | 吊装设备的平稳性评测方法、装置、吊装设备及存储介质 | |
| KR102570756B1 (ko) | 제조공정 가시화 장치 및 방법 | |
| CN103679374A (zh) | 印刷电路板生产工具品质管理系统及其管理方法 | |
| CN114654090B (zh) | 一种激光焊接追溯方法、系统、装置、工作站以及生产线 | |
| CN117975547A (zh) | 一种操作人员行为识别方法及系统 | |
| CN115392505B (zh) | 一种汽车配件自动安装机器人的异常处理系统及方法 | |
| CN116248378A (zh) | 邮件外发异常行为检测方法、装置、移动终端及存储介质 |
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 |