CN116460495A - 一种焊接加工方法 - Google Patents
一种焊接加工方法 Download PDFInfo
- Publication number
- CN116460495A CN116460495A CN202310502236.4A CN202310502236A CN116460495A CN 116460495 A CN116460495 A CN 116460495A CN 202310502236 A CN202310502236 A CN 202310502236A CN 116460495 A CN116460495 A CN 116460495A
- Authority
- CN
- China
- Prior art keywords
- welding
- data
- marking
- sensor
- identifying
- 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
Links
- 238000003466 welding Methods 0.000 title claims abstract description 211
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 29
- 230000004927 fusion Effects 0.000 claims abstract description 27
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000005493 welding type Methods 0.000 claims abstract description 5
- 238000013500 data storage Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 21
- 230000007547 defect Effects 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 7
- 238000005260 corrosion Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 230000001788 irregular Effects 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000002844 melting Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000005452 bending Methods 0.000 claims description 2
- 230000008018 melting Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000002893 slag Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- B23K37/02—Carriages for supporting the welding or cutting element
-
- 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
- B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
- B23K31/02—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to soldering or welding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/172—Caching, prefetching or hoarding of files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
-
- 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
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- 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
-
- 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
- G06T2207/30241—Trajectory
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mechanical Engineering (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Optics & Photonics (AREA)
- Robotics (AREA)
- Arc Welding In General (AREA)
Abstract
本发明涉及焊接领域,具体涉及一种焊接头加工方法,步骤:数据采集:通过读取焊接头的标签数据,获取该类型焊接头的基本属性;数据标注:对产品需要焊接部位进行识别;数据预处理:对数据采集和数据标注的内容进行预处理;数据存储和上传:将数据预处理的数据存储在数据库;根据焊接头的基本属性和焊接头运行速度,实现焊接头对焊接部位进行焊接;对焊缝区域进行边界标注;对熔合区域宽度和深度进行识别测量,生成焊接头运行轨迹;对熔合区域的因素特征的形态进行识别测量;对熔合区域的焊接特征进行识别;基于焊接头加工方法具有高效、精确、安全、节约成本,提高焊接的效率和焊接质量,因焊接产品不合格造成需要人力再次进行切割焊接。
Description
技术领域
本发明涉及焊接领域,具体涉及一种焊接加工方法。
背景技术
当前,在制造过程当中,有效减少能耗、降低排放量以及保证安全性的主要措施之一就是应用轻量化技术,必须足够的重视。自动焊接速度快,生产效率高,无机械接触;当采用深熔焊接时,自动焊缝的深宽比大;其热输入量小,焊缝宽度小,热影响区小,焊后的工件变形也小;加热和冷却速度非常快,焊缝晶粒细小,焊缝质量高。
但是,在焊接的过程中,由于对焊接部位的识别不准确、不全面,从而造成在焊接的过程中,使焊接不能达到理想的效果;
第一:产生变形和应力:焊接加工过程中,热量和冷却过程可能会导致焊接件产生变形和应力,从而影响其性能和精度;
第二:产生裂纹:焊接过程中,可能会产生裂纹缺陷,影响焊接件的强度和韧性;
第三:气孔和夹杂物:焊接过程中,可能会产生气孔、夹杂物等缺陷,这些缺陷会降低焊接件的强度和密封性。
第四:异种金属连接的腐蚀:当焊接产品通过不同焊丝连接在一起时,它们之间可能会产生化学反应,从而引起腐蚀。
第五:难以进行无损检测:焊接缺陷通常在焊接件内部产生,难以进行直接观察,需要通过无损检测方法进行识别,这增加了生产成本和工作难度。
因此,现有技术存在缺陷,有待改进。
发明内容
为解决现有技术存在的不足,本发明提供了一种焊接加工方法。
本发明的技术方案为:一种焊接加工方法,其步骤如下:
步骤S1:数据采集:通过读取焊接头的标签数据,获取该类型焊接头的基本属性;
步骤S2:数据标注:对产品需要焊接部位进行识别、测量和标注;
步骤S3:数据预处理:对数据采集和数据标注的内容进行预处理;
步骤S4:数据存储和上传:将数据预处理的数据存储在数据库或文件系统中;
步骤S5:根据数据库或文件系统中数据、焊接头的基本属性和焊接头运行速度,实现焊接头对焊接部位进行焊接;
步骤S2:所述数据标注:对需要焊接部位进行识别、测量和标注;其步
骤如下:
步骤S21:对焊缝区域的进行边界标注;
步骤S22:对熔合区域的宽度和深度进行识别测量,生成焊接头的运行轨迹;
步骤S23:对焊缝区域中的熔合区域的因素特征的形态进行识别测量;
步骤S24:对熔合区域的焊接特征进行识别。
优选的技术方案,步骤S3:数据预处理:对数据采集和数据标注的内容进行预处理,其步骤如下:
步骤S31:对采集到的数据进行数据清洗;
步骤S32:将采集到的数据转换为系统可以接受的格式和类型;
步骤S33:对不同类型的数据进行统一的处理和转换,使其具有相似的分布和量级;
步骤S34:通过对焊接产品变换操作,生成新的数据样本。
优选的技术方案,步骤S31:对采集到的数据进行数据清洗,包括:
对采集数据中的图像数据进行去噪、平滑和增强处理;
对文本数据中的非法信息进行清理和去除,以保证文本的准确性和规范性;
对表格数据可能存在一些缺失、重复和错误的数据进行补充、去重和纠错,以保证表格数据的完整性和准确性;
对传感器数据存在干扰和误差信息,需要进行去噪操作。
优选的技术方案,信号处理误差是传感器的信号处理电路和算法可能存在一些误差,如数字化误差、滤波器误差等,导致测量结果出现误差;
当传感器数据存在干扰和误差信息为信号处理误差时,进行去噪的步骤如下:
确定校准目标;
将目标的标准数据作为校准数据;
采集传感器实际输出数据和传感器实际输入数据;
根据公式,计算得出实际传感器信号处理的斜率a:
计算公式1:
N为目标数据的单元数量,x为传感器实际采集输入数据,y为传感器实际输出数据;
结合实际传感器信号处理的斜率a,计算得出实际传感器信号处理的截距b;
计算公式2:
为传感器实际输入数据的平均值,/>校准数据的平均值;
根据校准数据形成拟合曲线,并得到相应的校准斜率a1和校准截距b1,
计算公式3:A=a1-a,
B=b1-b,
Y=A+B
当Y的值在信号处理的误差范围内,则表示该传感器信号处理的信息是正确的,如果Y的值大于或小于信号处理的误差范围值时,则表示该传感器信号处理的信息不能使用,需要对传感器进行更换或对干扰源进行排出。
优选的技术方案,利用另外一组标准数据对校准结果进行验证,检查校准的效果。
优选的技术方案,焊接头的基本属性包括耐腐蚀性、疲劳寿命、断裂韧性、强度、硬度参数。
优选的技术方案,步骤S23:对焊缝区域中的熔合区域的因素特征的形态进行识别测量,因素特征包括焊缝区域内凸起、凹陷、圆弧及非规则的特征。
优选的技术方案,步骤S24:对熔合区域的焊接特征进行识别,焊接特征包括焊缝的连续性、缺陷、裂纹及相应特征。
优选的技术方案,步骤S2:数据标注:对产品需要焊接部位进行识别、测量和标注,还包括对焊缝材料特性进行标注,焊缝材料特性包括焊接材料种类、焊接材料厚度、焊接材料的熔点、硬度、抗拉强度、弯曲强度、断裂韧性参数。优选的技术方案,步骤S2:数据标注:对产品需要焊接部位进行识别、测量和标注,还包括对焊接电流、电压、速度、温度、气体流量、焊接时间参数进行标注。
本发明所达到的有益效果为:本方案通过确定焊接区域后,对焊接区域进行划分为熔合区域和可控区域,在对焊接部件进行焊接时,保证焊接件的可控区域不会发生变形和应力,不产生裂纹缺陷,从而杜绝性能和精度的降低;保证焊接件的强度和韧性;
通过对焊缝的焊接特性和因素特征的识别,保证在焊接的过程中,不会因为忽略焊接特征和因素特征造成焊接产生气孔和夹杂误,从而使焊接件的强度和密封性得到保证;
通过对焊接头基本属性的焊丝型号、规格、焊接的进出丝速度和结合焊接部位的特征,使焊接产品时,焊丝与焊接部位不产生化学反应,从而杜绝腐蚀;
通过上述的方案结合对传感器信号误差的校准,使焊接过程中使焊接部位的内部不会出现焊孔、焊接硬力不达标的现象,降低通过探伤仪对焊接部位探伤的不合格现象。
综上所述,基于焊接头加工方法具有高效、精确、安全、节约成本等优点,可以大大提高焊接的效率和焊接质量,因焊接产品不合格造成需要人力再次进行切割焊接,降低企业管理的成本。
附图说明
图1是本发明整体流程图;
图2是本发明传感器信号处理误差校准流程示意图。
具体实施方式
为便于本领域的技术人员理解本发明,下面结合附图说明本发明的具体实施方式。
实施例1,如图1所示,一种焊接加工方法,其步骤如下:
步骤S1:数据采集:通过读取焊接头的标签数据,获取该类型焊接头的基本属性;
步骤S2:数据标注:对产品需要焊接部位进行识别、测量和标注;
步骤S3:数据预处理:对数据采集和数据标注的内容进行预处理;
步骤S4:数据存储和上传:将数据预处理的数据存储在数据库或文件系统中;
步骤S5:根据数据库或文件系统中数据、焊接头的基本属性和焊接头运行速度,实现焊接头对焊接部位进行焊接;
步骤S2:所述数据标注:对需要焊接部位进行识别、测量和标注;其步骤如下:
步骤S21:对焊缝区域的进行边界标注;
步骤S22:对熔合区域的宽度和深度进行识别测量,生成焊接头的运行轨迹;
步骤S23:对焊缝区域中的熔合区域的因素特征的形态进行识别测量;步骤S24:对熔合区域的焊接特征进行识别。
需要说明的是:步骤S1,当使用不同的焊接头,那么相应的焊接头的基本属性也是不相同的,例如:在高温下进行焊接,就需要焊接头的基本属性的参数要具备耐高温的特性;同样,在水中进行焊接,就需要焊接接头的基本属性的参数要具备在水中不导电的特性;因此,在对焊接部进行加工之前,需要确定焊接头的基本属性,通过识别焊接头的标签数据,来获取该焊接头的基本属性,从而判断该焊接头是否适合相应场景进行工作。
进一步,本方案中的标签数据根据焊接头表面标识字符或焊接头包装上的电子标签进行识别、获取;
焊接头的基本属性包括焊接头的耐腐蚀性、疲劳寿命、断裂韧性、强度、硬度等参数,该基本属性可以通过焊接头的官方网站、现场测试等方式进行获取和检验。
进一步,当需要对焊接产品的焊缝进行焊接时,该方法会识别焊接头的标识,通过该标识在焊接系统中获取该焊接头的基本属性;识别焊接头的标识是通过在焊接系统的终端,通过标识识别仪或在终端中输入识别号,识别号是通过预设焊接头识别模型进行获取焊接头的基本属性,基本属性包括焊丝的型号、进丝速度、出丝速度和识别时间戳等。
预设焊接头识别模型与焊接头的厂商的数据库通过云端进行关联,并更新。
步骤S2:数据标注:对产品需要焊接部位进行识别、测量和标注;
首先,需要对焊缝区域的边界进行标注,通过对焊缝区域的边界进行标注,从而确定焊接区域,防止焊接头在对焊接部进行焊接时超出焊接区域,并且也保证在焊接过程中,不会因焊接过程中焊渣飞溅到焊接区域外,对焊接区域外的地方造成破坏;
进一步,在确定焊接区域后,需要对焊接区域进行划分标注,划分为熔合区域和可控区域;可控区域是在焊接过程中,因高温、废渣落入的区域,通过对焊接区域的划分,从而保护焊接产品的非焊接区域的不会发生物理特性变化,例如:因高温引起的凹陷或翘弓等现象。
通过焊接系统中图像拾取器(摄像头)对焊接部位进行定位、获取焊接部位的图像数据,根据图像数据对焊缝区域的边界进行标注,
然后,需要对熔合区域的宽度和深度进行识别测量,生成焊接头的运行轨迹;这里的焊接头的运行轨迹为初步运行轨迹;
其次,对焊缝区域中的熔合区域的因素特征的形态进行识别测量,因素特征包括焊缝区域内凸起、凹陷、圆弧及非规则的特征;因熔合区域中有很多凸点、凹陷、不规则的形状,如果不对该因素特征进行识别,那么焊接头在对熔合区域进行焊接时,就会造成焊接产品出现堆焊、漏焊及影响这个焊接区域的焊接效果。
再次,对熔合区域的焊接特征进行识别,焊接特征包括焊缝的连续性、缺陷、裂纹及相应特征,相应特征包括焊缝长度、宽度、深度、高度、偏差、曲率等参数。
通过上述对焊缝区域进行划分、熔合区域的宽度和深度、熔合区域的因素特征和熔合区域的焊接特征的识别和标识,从而能获取焊缝区域的技术特征比较全面,对焊接头加工起到至关重要的作用。
实施例2:骤S3:数据预处理:对数据采集和数据标注的内容进行预处理,其步骤如下:
步骤S31:对采集到的数据进行数据清洗;
步骤S32:将采集到的数据转换为系统可以接受的格式和类型;
步骤S33:对不同类型的数据进行统一的处理和转换,使其具有相似的分布和量级;
步骤S34:通过对焊接产品变换操作,生成新的数据样本。
需要说明的是:对数据标注的内容进行预处理,以提高数据质量和可用性,步骤S31:对采集到的数据进行数据清洗,包括:
对采集数据中的图像数据进行去噪、平滑和增强处理,提高图像质量;如去掉重复数据、过滤异常数据、修复缺失数据等
对文本数据中的非法信息进行清理和去除,文本数据可能存在一些非法字符、空格、换行符等问题,需要进行清理和去除,以保证文本的准确性和规范性;
对表格数据可能存在一些缺失、重复和错误的数据进行补充、去重和纠错,以保证表格数据的完整性和准确性;
对传感器数据存在干扰和误差信息,需要进行去噪操作。
音频数据:音频数据可能存在一些噪声、失真和杂音等问题,需要进行去噪、降噪和增强等操作,以提高音频质量。
进一步,步骤S32:将采集到的数据转换为系统可以接受的格式和类型,如将图像数据转换为矩阵、将文本数据转换为向量等。
进一步,步骤S33:对不同类型的数据进行统一的处理和转换,使其具有相似的分布和量级;如对图像数据进行标准化、对文本数据进行词频统计等。
进一步,步骤S34:通过对焊接产品变换操作,生成新的数据样本,通过一系列变换操作,生成新的数据样本,以增加数据量和多样性。如在图像数据中进行旋转、平移、裁剪等操作,以增加数据的多样性。
实施例4,如图2所示:当传感器数据存在干扰和误差信息为信号处理误差时,进行去噪的步骤如下:
确定校准目标;
将目标的标准数据作为校准数据;
采集传感器实际输出数据和传感器实际输入数据;
根据公式,计算得出实际传感器信号处理的斜率a:
计算公式:
N为目标数据的单元数量,x为传感器实际采集输入数据,y为传感器实际输出数据;
结合实际传感器信号处理的斜率a,计算得出实际传感器信号处理的截距b;
计算公式:
为传感器实际输入数据的平均值,/>校准数据的平均值;
根据校准数据形成拟合曲线,并得到相应的校准斜率a1和校准截距b1,计算公式:A=a1-a,
B=b1-b,
Y=A+B
当Y的值在信号处理的误差范围内,则表示该传感器信号处理的信息是正确的,如果Y的值大于或小于信号处理的误差范围值时,则表示该传感器信号处理的信息不能使用,需要对传感器进行更换或对干扰源进行排出。
本方案通过确定焊接区域后,对焊接区域进行划分为熔合区域和可控区域,在对焊接部件进行焊接时,保证焊接件的可控区域不会发生变形和应力,不产生裂纹缺陷,从而杜绝性能和精度的降低;保证焊接件的强度和韧性;
通过对焊缝的焊接特性和因素特征的识别,保证在焊接的过程中,不会因为忽略焊接特征和因素特征造成焊接产生气孔和夹杂误,从而使焊接件的强度和密封性得到保证;
通过对焊接头基本属性的焊丝型号、规格、焊接的进出丝速度和结合焊接部位的特征,使焊接产品时,焊丝与焊接部位不产生化学反应,从而杜绝腐蚀;
通过上述的方案结合对传感器信号误差的校准,使焊接过程中使焊接部位的内部不会出现焊孔、焊接硬力不达标的现象,降低通过探伤仪对焊接部位探伤的不合格现象。
综上所述,基于焊接头加工方法具有高效、精确、安全、节约成本等优点,可以大大提高焊接的效率和焊接质量,因焊接产品不合格造成需要人力再次进行切割焊接,降低企业管理的成本。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (10)
1.一种焊接加工方法,其步骤如下:
步骤S1:数据采集:通过读取焊接头的标签数据,获取该类型焊接头的基本属性;
步骤S2:数据标注:对产品需要焊接部位进行识别、测量和标注;
步骤S3:数据预处理:对数据采集和数据标注的内容进行预处理;
步骤S4:数据存储和上传:将数据预处理的数据存储在数据库或文件系统中;
步骤S5:根据数据库或文件系统中数据、焊接头的基本属性和焊接头运行速度,实现焊接头对焊接部位进行焊接;
步骤S2:所述数据标注:对需要焊接部位进行识别、测量和标注;其步骤如下:
步骤S21:对焊缝区域的进行边界标注;
步骤S22:对熔合区域的宽度和深度进行识别测量,生成焊接头的运行轨迹;
步骤S23:对焊缝区域中的熔合区域的因素特征的形态进行识别测量;
步骤S24:对熔合区域的焊接特征进行识别。
2.根据权利要求1所述一种焊接加工方法,其特征在于:步骤S3:数据预处理:对数据采集和数据标注的内容进行预处理,其步骤如下:
步骤S31:对采集到的数据进行数据清洗;
步骤S32:将采集到的数据转换为系统可以接受的格式和类型;
步骤S33:对不同类型的数据进行统一的处理和转换,使其具有相似的分布和量级;
步骤S34:通过对焊接产品变换操作,生成新的数据样本。
3.根据权利要求2所述一种焊接加工方法,其特征在于:骤S31:对采集到的数据进行数据清洗,包括:
对采集数据中的图像数据进行去噪、平滑和增强处理;
对文本数据中的非法信息进行清理和去除,以保证文本的准确性和规范性;
对表格数据可能存在一些缺失、重复和错误的数据进行补充、去重和纠错,以保证表格数据的完整性和准确性;
对传感器数据存在干扰和误差信息,需要进行去噪操作。
4.根据权利要求3所述一种焊接加工方法,其特征在于:当传感器数据存在干扰和误差信息为信号处理误差时,进行去噪的步骤如下:
确定校准目标;
将目标的标准数据作为校准数据;
采集传感器实际输出数据和传感器实际输入数据;
根据公式,计算得出实际传感器信号处理的斜率a:
计算公式:
N为目标数据的单元数量,x为传感器实际采集输入数据,y为传感器实际输出数据;
结合实际传感器信号处理的斜率a,计算得出实际传感器信号处理的截距b;
计算公式:
为传感器实际输入数据的平均值,/>校准数据的平均值;
根据校准数据形成拟合曲线,并得到相应的校准斜率a1和校准截距b1,
计算公式:A=a1-a,
B=b1-b,
Y=A+B
当Y的值在信号处理的误差范围内,则表示该传感器信号处理的信息是正确的,如果Y的值大于或小于信号处理的误差范围值时,则表示该传感器信号处理的信息不能使用,需要对传感器进行更换或对干扰源进行排出。
5.根据权利要求4所述一种焊接加工方法,其特征在于:利用另外一组标准数据对校准结果进行验证,检查校准的效果。
6.根据权利要求1所述一种焊接加工方法,其特征在于:步骤S1焊接头的基本属性包括耐腐蚀性、疲劳寿命、断裂韧性、强度、硬度参数。
7.根据权利要求1所述一种焊接加工方法,其特征在于:步骤S23:对焊缝区域中的熔合区域的因素特征的形态进行识别测量,因素特征包括焊缝区域内凸起、凹陷、圆弧及非规则的特征。
8.根据权利要求1所述一种焊接加工方法,其特征在于:步骤S24:对熔合区域的焊接特征进行识别,焊接特征包括焊缝的连续性、缺陷、裂纹及相应特征。
9.根据权利要求1所述一种焊接加工方法,其特征在于:步骤S2:数据标注:对产品需要焊接部位进行识别、测量和标注,还包括对焊缝材料特性进行标注,焊缝材料特性包括焊接材料种类、焊接材料厚度、焊接材料的熔点、硬度、抗拉强度、弯曲强度、断裂韧性参数。
10.根据权利要求1所述一种焊接加工方法,其特征在于:步骤S2:数据标注:对产品需要焊接部位进行识别、测量和标注,还包括对焊接电流、电压、速度、温度、气体流量、焊接时间参数进行标注。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310502236.4A CN116460495B (zh) | 2023-05-06 | 2023-05-06 | 一种焊接加工方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310502236.4A CN116460495B (zh) | 2023-05-06 | 2023-05-06 | 一种焊接加工方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116460495A true CN116460495A (zh) | 2023-07-21 |
CN116460495B CN116460495B (zh) | 2024-09-24 |
Family
ID=87182473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310502236.4A Active CN116460495B (zh) | 2023-05-06 | 2023-05-06 | 一种焊接加工方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116460495B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117206768A (zh) * | 2023-11-09 | 2023-12-12 | 江苏海德曼新材料股份有限公司 | 一种铝单板结构焊接智能控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112676676A (zh) * | 2020-12-16 | 2021-04-20 | 武汉逸飞激光股份有限公司 | 极耳焊接方法 |
CN114273826A (zh) * | 2021-12-31 | 2022-04-05 | 南京欧睿三维科技有限公司 | 用于大型待焊接工件的焊接位置自动识别方法 |
CN114473309A (zh) * | 2022-03-18 | 2022-05-13 | 南京欧睿三维科技有限公司 | 用于自动焊接系统的焊接位置识别方法及自动焊接系统 |
CN115713476A (zh) * | 2021-08-17 | 2023-02-24 | 深圳市大族数控科技股份有限公司 | 基于激光焊接的视觉检测方法、装置及可读存储介质 |
CN115740828A (zh) * | 2022-12-21 | 2023-03-07 | 山东宏跃网架钢结构有限公司 | 一种h型钢结构的自动焊接方法及设备 |
-
2023
- 2023-05-06 CN CN202310502236.4A patent/CN116460495B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112676676A (zh) * | 2020-12-16 | 2021-04-20 | 武汉逸飞激光股份有限公司 | 极耳焊接方法 |
CN115713476A (zh) * | 2021-08-17 | 2023-02-24 | 深圳市大族数控科技股份有限公司 | 基于激光焊接的视觉检测方法、装置及可读存储介质 |
CN114273826A (zh) * | 2021-12-31 | 2022-04-05 | 南京欧睿三维科技有限公司 | 用于大型待焊接工件的焊接位置自动识别方法 |
CN114473309A (zh) * | 2022-03-18 | 2022-05-13 | 南京欧睿三维科技有限公司 | 用于自动焊接系统的焊接位置识别方法及自动焊接系统 |
CN115740828A (zh) * | 2022-12-21 | 2023-03-07 | 山东宏跃网架钢结构有限公司 | 一种h型钢结构的自动焊接方法及设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117206768A (zh) * | 2023-11-09 | 2023-12-12 | 江苏海德曼新材料股份有限公司 | 一种铝单板结构焊接智能控制系统 |
CN117206768B (zh) * | 2023-11-09 | 2024-01-26 | 江苏海德曼新材料股份有限公司 | 一种铝单板结构焊接智能控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116460495B (zh) | 2024-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11872657B2 (en) | Welding system, and method for welding workpiece in which same is used | |
CN116460495B (zh) | 一种焊接加工方法 | |
CN102732831B (zh) | 汽车模具的激光修复工艺 | |
CN104532233B (zh) | 电机转子轴位激光熔覆修复方法 | |
CN115047162B (zh) | 一种钢管热处理的缺陷检测方法及系统 | |
CN112091472B (zh) | 焊接过程质量融合判断方法及装置 | |
CN116976757B (zh) | 高精密线路板追溯系统及方法 | |
CN114871620B (zh) | 一种厚板焊接质量监测与控制系统及其焊接方法 | |
CN109470707B (zh) | 基于红外热像测试数据判定虚焊焊点的方法 | |
CN114646665A (zh) | 电弧焊焊接缺陷实时检测方法及系统 | |
CN113470005A (zh) | 一种圆柱电池盖帽的焊点检测装置和焊点检测方法 | |
CN117760343B (zh) | 一种焊后清理的平整度检查方法 | |
CN116698642A (zh) | 一种汽修工具生产用的工作站控制方法及系统 | |
CN113469388B (zh) | 轨道交通车辆维保系统及方法 | |
CN115213526A (zh) | 不锈钢工件上堆焊耐磨层的方法 | |
CN118123316A (zh) | 一种电池连接片超声焊接检测虚焊的方法及检测系统 | |
CN107796818B (zh) | 在线检测双金属带锯条焊接质量的方法 | |
CN103668181B (zh) | 熔合率高的汽车模具的激光修复工艺 | |
CN114266489B (zh) | 自动建立点焊质量在线评估模型的方法 | |
CN105817831A (zh) | 核电站大型容器和设备的螺孔缺陷检测及修复方法、装置 | |
CN112129774A (zh) | 一种焊接未熔合缺陷在线检测方法 | |
CN113883992A (zh) | 一种面内焊接变形测量方法 | |
CN103668180A (zh) | 与模具磨损部位结合紧密的汽车模具的激光修复工艺 | |
KR101274231B1 (ko) | 아크용접 품질판단장치 및 방법 | |
Schindlerova et al. | Analysis of Non-Conforming Production in an Engineering Company |
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 |