CN116511652A - 一种气体保护焊接工艺参数优化系统及方法 - Google Patents
一种气体保护焊接工艺参数优化系统及方法 Download PDFInfo
- Publication number
- CN116511652A CN116511652A CN202310787878.3A CN202310787878A CN116511652A CN 116511652 A CN116511652 A CN 116511652A CN 202310787878 A CN202310787878 A CN 202310787878A CN 116511652 A CN116511652 A CN 116511652A
- Authority
- CN
- China
- Prior art keywords
- welding
- molten pool
- parameter optimization
- image
- data
- 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 212
- 238000005457 optimization Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000012549 training Methods 0.000 claims abstract description 21
- 238000010191 image analysis Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000001105 regulatory effect Effects 0.000 claims description 17
- 238000007405 data analysis Methods 0.000 claims description 12
- 230000001419 dependent effect Effects 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010586 diagram Methods 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
- B23K9/00—Arc welding or cutting
- B23K9/095—Monitoring or automatic control of welding parameters
-
- 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
- B23K9/00—Arc welding or cutting
- B23K9/16—Arc welding or cutting making use of shielding gas
-
- 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
- B23K9/00—Arc welding or cutting
- B23K9/32—Accessories
-
- 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
Abstract
本发明涉及气体保护焊技术领域,具体为一种气体保护焊接工艺参数优化系统及方法,包括:焊接数据采集模块、数据库、图像分析模块、参数优化模型建立模块和工艺参数优化模块,通过焊接数据采集模块采集历史焊接图像数据以及参数调节历史数据,通过数据库存储采集到的全部数据,通过图像分析模块分析历史焊接图像中的熔池区域数据,获取训练数据集,通过参数优化模型建立模块建立参数优化模型,通过工艺参数优化模块对当前焊接过程进行实时监控,依据参数优化模型对气体保护焊的当前工艺参数进行优化,减少了因人工调节参数无法预先知晓具体调节值导致需要多次调节参数的现象,在保障焊接质量的前提下提高了焊接效率。
Description
技术领域
本发明涉及气体保护焊技术领域,具体为一种气体保护焊接工艺参数优化系统及方法。
背景技术
目前的自动焊包括机器人焊接大都是根据现场情况人工设置焊接工艺参数,需要根据焊接结果反复调整才能得出比较实用的工艺参数,严重影响了自动焊装置的实用性和焊接效率,对焊接质量进行动态监控,依据监控结果自动调节并优化工艺参数,无须依靠人工进行反复调整,能够有效提高焊接效率,为提高焊接质量,在第二层焊接时,后道熔池需要压在前面熔池的2/3上,若不满足这个要求,则需要调节焊接速度和摆动速度,在判断需要调节多少时,现有技术一般采用根据现场情况人工设置调节参数的方式,由于具体的调节值无法进行界定,人工设置调节参数可能需要反复调试才能达到要求,无法减少参数调节次数,降低了气体保护焊接的效率。
所以,人们需要一种气体保护焊接工艺参数优化系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种气体保护焊接工艺参数优化系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种气体保护焊接工艺参数优化系统,所述系统包括:焊接数据采集模块、数据库、图像分析模块、参数优化模型建立模块和工艺参数优化模块;
所述焊接数据采集模块的输出端连接所述数据库的输入端,所述数据库的输出端连接所述图像分析模块的输入端,所述图像分析模块的输出端连接所述参数优化模型建立模块的输入端,所述参数优化模型建立模块的输出端连接所述工艺参数优化模块的输入端;
通过所述焊接数据采集模块采集历史焊接图像数据以及参数调节历史数据,将采集到的全部数据传输到所述数据库中;
通过所述数据库存储采集到的全部数据;
通过所述图像分析模块分析历史焊接图像中的熔池区域数据,获取训练数据集;
通过所述参数优化模型建立模块依据参数调节历史数据和训练数据集建立参数优化模型;
通过所述工艺参数优化模块对当前焊接过程进行实时监控,依据参数优化模型对气体保护焊的当前工艺参数进行优化。
进一步的,所述焊接数据采集模块包括焊接图像采集单元和调节数据采集单元;
所述焊接图像采集单元和调节数据采集单元的输出端连接所述数据库的输入端;
所述焊接图像采集单元用于采集以往在焊接工件过程中拍摄的图像数据;
所述调节数据采集单元用于采集以往焊接工件过程中焊接速度和摆动速度的调节数据。
进一步的,所述图像分析模块包括焊接图像调取单元和熔池占比分析单元;
所述焊接图像调取单元的输入端连接所述数据库的输出端,所述焊接图像调取单元的输出端连接所述熔池占比分析单元的输入端;
所述焊接图像调取单元用于调取以往每次需要调节焊接速度和摆动速度时拍摄到的熔池图像;
所述熔池占比分析单元用于分析图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例,设置比例阈值,获取分析出的比例与阈值间的差值,将差值作为参数优化模型的训练数据集;
后面一个熔池压在其前面一个熔池上,在后面一个熔池区域与其前面一个熔池区域的相交区域占前面一个熔池区域的比例等于比例阈值时,无需调节焊接速度和摆动速度。
进一步的,所述参数优化模型建立模块包括调节参数分析单元和参数优化模型建立单元;
所述调节参数分析单元的输入端连接所述熔池占比分析单元的输出端,所述调节参数分析单元的输出端连接所述参数优化模型建立单元的输入端;
所述调节参数分析单元用于分析以往每次调节完成后的焊接速度和摆动速度;
所述参数优化模型建立单元用于依据比例数据以及以往每次调节完成后的焊接速度、摆动速度分别建立焊接参数优化模型和摆动参数优化模型。
进一步的,所述工艺参数优化模块包括焊接监控单元、监控数据分析单元和参数自动调节单元;
所述监控数据分析单元的输入端连接所述焊接监控单元和参数优化模型建立单元的输出端,所述监控数据分析单元的输出端连接所述参数自动调节单元的输入端;
所述焊接监控单元用于对焊接过程进行实时监控并拍摄熔池图像;
所述监控数据分析单元用于分析当前图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例,获取当前的比例与阈值间的差值;
所述参数自动调节单元用于将比例差值数据输入到参数优化模型中,获取当前的焊接速度和摆动速度调节值,依据调节值调节焊接速度和摆动速度,控制气体保护焊对工件进行焊接。
一种气体保护焊接工艺参数优化方法,包括以下步骤:
S1:采集历史焊接图像数据以及参数调节历史数据;
S2:分析历史焊接图像中的熔池区域数据,获取训练数据集;
S3:依据参数调节历史数据和训练数据集建立参数优化模型;
S4:对当前焊接过程进行实时监控,依据参数优化模型对气体保护焊的当前工艺参数进行优化。
进一步的,在步骤S1中:利用同轴视觉传感器拍摄熔池图像,采集以往m次需要调节参数前的历史熔池图像,提前熔池图像中最后一个熔池与倒数第二个熔池的轮廓,对倒数第二个熔池的轮廓图像进行修复,获取倒数第二个熔池的完整轮廓,由于后面一个熔池压在其前面一个熔池上,因此,最后一个熔池会遮挡住倒数第二个熔池的轮廓,因此需要进行图像修复以获取熔池的完整轮廓,提取最后一个熔池区域与倒数第二个熔池区域的相交区域轮廓,相交区域为闭合区域,提取所有图像中最后一个熔池区域与倒数第二个熔池区域的相交区域轮廓,采集到拍摄对应历史熔池图像时设置的焊接速度集合为V={V1,V2,…,Vm},设置的摆动速度集合为v={v1,v2,…,vm},对应图像拍摄后对参数进行调节,调节完成的焊接速度集合为V’={V1 ’,V2 ’,…,Vm ’},调节完成的摆动速度集合为v’={v1 ’,v2 ’,…,vm ’},其中,m表示采集的图像数量;
在对历史熔池图像进行分析时,考虑到在后面焊接形成的熔池是覆盖在前面形成的熔池上的,可能会遮挡住前面形成的熔池的部分轮廓,对前面形成的熔池轮廓进行图像修复以得到完整的熔池轮廓,有利于确认两个熔池区域的相交区域轮廓,以进一步判断相交区域面积。
进一步的,在步骤S2中:对相交区域轮廓进行曲线拟合,得到拟合后的相交区域边界函数为:y=f(x),根据公式Si=∫Df(x)dx计算随机一个图像中的相交区域面积Si,其中,D表示随机一个图像中进行曲线拟合后的相交区域轮廓,对随机一个图像中的倒数第二个熔池轮廓进行曲线拟合,得到拟合后的倒数第二个熔池区域边界函数为:Y=F(X),根据公式si=∫HF(X)dX计算随机一个图像中的倒数第二个熔池区域面积si,其中,H表示随机一个图像中进行曲线拟合后的倒数第二个熔池区域轮廓,根据公式Zi=Si/si计算随机一个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例Zi,得到m个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例集合为Z={Z1,Z2,…,Zi,…,Zm},设置比例阈值为q,得到比例差值集合为W={W1,W2,…,Wi,…,Wm}={|Z1-q|,|Z2-q|,…,|Zi-q|,…,|Zm-q|},W即为训练数据集;
依据调节完成的焊接速度和摆动速度对工件进行焊接,能够使得相交区域占倒数第二个熔池区域的比例等于比例阈值q;
通过曲线积分方式计算相交区域面积,判断相交区域面积的目的在于分析后面熔池压在其前面一个熔池上的区域占前面一个熔池区域的比例,便于判断具体的与要求的比例阈值间的差值,并将差值作为训练数据集,有利于为建立参数优化模型提供较精确的参考数据。
进一步的,在步骤S3中:获取到历史焊接速度调节值集合为P={P1,P2,…,Pm}={|V1-V1 ’|,|V2-V2 ’|,…,|Vm-Vm ’|},历史摆动速度调节值集合为Q={Q1,Q2,…,Qm}={|v1-v1 ’|,|v2-v2 ’|,…,|vm-vm ’|},对数据点{(W1,P1),(W2,P2),…,(Wm,Pm)}进行直线拟合,建立焊接参数优化模型为:R=C1*U+C2,其中,C1和C2表示拟合系数,U表示焊接参数优化模型中的自变量,R为因变量,对数据点{(W1,Q1),(W2,Q2),…,(Wm,Qm)}进行直线拟合,建立摆动参数优化模型为:R’=E1*U’+E2,其中,E1和E2表示拟合系数,U’表示摆动参数优化模型中的自变量,R’为摆动参数优化模型中的因变量,根据下列公式分别求解C1和C2:
C1=[m∑m i=1(Wi×Pi)-∑m i=1(Wi)∑m i=1(Pi)]/[m∑m i=1(Wi)2-(∑m i=1Wi)2];
C2=[∑m i=1(Pi)-C1∑m i=1(Wi)]/m;
其中,Wi表示第i个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例与比例阈值间的差值,Pi表示第i个历史焊接速度调节值,即第i个图像拍摄时设置的焊接速度与对应图像拍摄后调节完成的焊接速度的差值,通过相同方式求解E1和E2;
通过大数据采集历史参数调节数据,结合历史参数调节数据和图像分析结果建立焊接速度和摆动速度的参数优化模型,目的在于在熔池占的比例不同时判断具体需要调节多少焊接速度和摆动速度,有利于为后续监控到熔池占的比例不满足阈值要求时,优先确认具体需要调节多少焊接速度和摆动速度,有效减少了因人工调节参数无法预先知晓具体调节值导致需要多次调节参数的现象,在保障焊接质量的前提下提高了焊接效率。
进一步的,在步骤S4中:拍摄当前的熔池图像,得到当前图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例为G,比较比例阈值q与G:若G=q,不调节当前的焊接速度和摆动速度;若G≠q,得到G与比例阈值的差值为|G-q|,将|G-q|代入焊接参数优化模型,令U=|G-q|,得到当前的焊接速度调节值为C1*|G-q|+C2,将|G-q|代入摆动参数优化模型,令U’=|G-q|,得到当前的摆动速度调节值为E1*|G-q|+E2,若G<q,根据上述调节值调低焊接速度和摆动速度;若G>q,根据上述调节值调高焊接速度和摆动速度,依据调节后的参数控制气体保护焊对工件进行焊接;
若比例不满阈值,判断焊接速度和摆动速度过快,需要调低焊接速度和摆动速度;若比例超出阈值,判断焊接速度和摆动速度过慢,需要调高焊接速度和摆动速度。
与现有技术相比,本发明所达到的有益效果是:
本发明通过同轴视觉传感器拍摄熔池图像,监控焊接过程,通过对历史熔池图像和历史参数调节数据进行采集并分析,建立参数优化模型,依据参数优化模型调节焊接工艺参数,在对历史熔池图像进行分析时,考虑到在后面焊接形成的熔池是覆盖在前面形成的熔池上的,可能会遮挡住前面形成的熔池的部分轮廓,对前面形成的熔池轮廓进行图像修复以得到完整的熔池轮廓,有利于确认两个熔池区域的相交区域轮廓,以进一步判断相交区域面积,通过曲线积分方式计算相交区域面积,判断相交区域面积,分析后面熔池压在其前面一个熔池上的区域占前面一个熔池区域的比例,便于判断具体的与要求的比例阈值间的差值,并将差值作为训练数据集,为建立参数优化模型提供了较精确的参考数据;
在熔池占的比例不同时判断具体需要调节多少焊接速度和摆动速度,有利于为后续监控到熔池占的比例不满足阈值要求时,优先确认具体需要调节多少焊接速度和摆动速度,有效减少了因人工调节参数无法预先知晓具体调节值导致需要多次调节参数的现象,在保障焊接质量的前提下提高了焊接效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种气体保护焊接工艺参数优化系统的结构图;
图2是本发明一种气体保护焊接工艺参数优化方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
下面结合图1-图2和具体实施例对本发明作进一步的说明。
实施例1:如图1所示,本实施例提供了一种气体保护焊接工艺参数优化系统,系统包括:焊接数据采集模块、数据库、图像分析模块、参数优化模型建立模块和工艺参数优化模块;
焊接数据采集模块的输出端连接数据库的输入端,数据库的输出端连接图像分析模块的输入端,图像分析模块的输出端连接参数优化模型建立模块的输入端,参数优化模型建立模块的输出端连接工艺参数优化模块的输入端;
通过焊接数据采集模块采集历史焊接图像数据以及参数调节历史数据,将采集到的全部数据传输到数据库中;
通过数据库存储采集到的全部数据;
通过图像分析模块分析历史焊接图像中的熔池区域数据,获取训练数据集;
通过参数优化模型建立模块依据参数调节历史数据和训练数据集建立参数优化模型;
通过工艺参数优化模块对当前焊接过程进行实时监控,依据参数优化模型对气体保护焊的当前工艺参数进行优化。
焊接数据采集模块包括焊接图像采集单元和调节数据采集单元;
焊接图像采集单元和调节数据采集单元的输出端连接数据库的输入端;
焊接图像采集单元用于采集以往在焊接工件过程中拍摄的图像数据;
调节数据采集单元用于采集以往焊接工件过程中焊接速度和摆动速度的调节数据。
图像分析模块包括焊接图像调取单元和熔池占比分析单元;
焊接图像调取单元的输入端连接数据库的输出端,焊接图像调取单元的输出端连接熔池占比分析单元的输入端;
焊接图像调取单元用于调取以往每次需要调节焊接速度和摆动速度时拍摄到的熔池图像;
熔池占比分析单元用于分析图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例,设置比例阈值,获取分析出的比例与阈值间的差值,将差值作为参数优化模型的训练数据集;
后面一个熔池压在其前面一个熔池上,在后面一个熔池区域与其前面一个熔池区域的相交区域占前面一个熔池区域的比例等于比例阈值时,无需调节焊接速度和摆动速度。
参数优化模型建立模块包括调节参数分析单元和参数优化模型建立单元;
调节参数分析单元的输入端连接熔池占比分析单元的输出端,调节参数分析单元的输出端连接参数优化模型建立单元的输入端;
调节参数分析单元用于分析以往每次调节完成后的焊接速度和摆动速度;
参数优化模型建立单元用于依据比例数据以及以往每次调节完成后的焊接速度、摆动速度分别建立焊接参数优化模型和摆动参数优化模型。
工艺参数优化模块包括焊接监控单元、监控数据分析单元和参数自动调节单元;
监控数据分析单元的输入端连接焊接监控单元和参数优化模型建立单元的输出端,监控数据分析单元的输出端连接参数自动调节单元的输入端;
焊接监控单元用于对焊接过程进行实时监控并拍摄熔池图像;
监控数据分析单元用于分析当前图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例,获取当前的比例与阈值间的差值;
参数自动调节单元用于将比例差值数据输入到参数优化模型中,获取当前的焊接速度和摆动速度调节值,依据调节值调节焊接速度和摆动速度,控制气体保护焊对工件进行焊接。
实施例2:如图2所示,本实施例提供了一种气体保护焊接工艺参数优化方法,其基于实施例中的参数优化系统实现,具体包括以下步骤:
S1:采集历史焊接图像数据以及参数调节历史数据,利用同轴视觉传感器拍摄熔池图像,采集以往m次需要调节参数前的历史熔池图像,提前熔池图像中最后一个熔池与倒数第二个熔池的轮廓,对倒数第二个熔池的轮廓图像进行修复,获取倒数第二个熔池的完整轮廓,由于后面一个熔池压在其前面一个熔池上,因此,最后一个熔池会遮挡住倒数第二个熔池的轮廓,因此需要进行图像修复以获取熔池的完整轮廓,提取最后一个熔池区域与倒数第二个熔池区域的相交区域轮廓,相交区域为闭合区域,提取所有图像中最后一个熔池区域与倒数第二个熔池区域的相交区域轮廓,采集到拍摄对应历史熔池图像时设置的焊接速度集合为V={V1,V2,…,Vm},设置的摆动速度集合为v={v1,v2,…,vm},对应图像拍摄后对参数进行调节,调节完成的焊接速度集合为V’={V1 ’,V2 ’,…,Vm ’},调节完成的摆动速度集合为v’={v1 ’,v2 ’,…,vm ’},其中,m表示采集的图像数量;
例如:共采集了5个历史熔池图像,采集到拍摄对应历史熔池图像时设置的焊接速度集合为V={V1,V2,V3,V4,V5}={130,135,120,118,140},设置的摆动速度集合为v={v1,v2,v3,v4,v5}={1000,1100,900,980,1200},调节完成的焊接速度集合为V’={V1 ’,V2 ’,V3 ’,V4 ’,V5 ’}={127,130,122,122,125},调节完成的摆动速度集合为v’={v1 ’,v2 ’,v3 ’,v4 ’,v5 ’}={980,950,910,1020,1000},单位为:mm/min;
S2:分析历史焊接图像中的熔池区域数据,获取训练数据集,对相交区域轮廓进行曲线拟合,得到拟合后的相交区域边界函数为:y=f(x),根据公式Si=∫Df(x)dx计算随机一个图像中的相交区域面积Si,其中,D表示随机一个图像中进行曲线拟合后的相交区域轮廓,对随机一个图像中的倒数第二个熔池轮廓进行曲线拟合,得到拟合后的倒数第二个熔池区域边界函数为:Y=F(X),根据公式si=∫HF(X)dX计算随机一个图像中的倒数第二个熔池区域面积si,其中,H表示随机一个图像中进行曲线拟合后的倒数第二个熔池区域轮廓,根据公式Zi=Si/si计算随机一个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例Zi,得到m个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例集合为Z={Z1,Z2,…,Zi,…,Zm},设置比例阈值为q,得到比例差值集合为W={W1,W2,…,Wi,…,Wm}={|Z1-q|,|Z2-q|,…,|Zi-q|,…,|Zm-q|},W即为训练数据集;
例如:得到5个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例集合为Z={Z1,Z2,Z3,Z4,Z5}={0.63,0.60,0.69,0.70,0.54},设置比例阈值为q=2/3,得到比例差值集合为W={W1,W2,W3,W4,W5}={|Z1-q|,|Z2-q|,|Z3-q|,|Z4-q|,|Z5-q|}={0.037,0.067,0.023,0.033,0.127};
S3:依据参数调节历史数据和训练数据集建立参数优化模型:获取到历史焊接速度调节值集合为P={P1,P2,…,Pm}={|V1-V1 ’|,|V2-V2 ’|,…,|Vm-Vm ’|},历史摆动速度调节值集合为Q={Q1,Q2,…,Qm}={|v1-v1 ’|,|v2-v2 ’|,…,|vm-vm ’|},对数据点{(W1,P1),(W2,P2),…,(Wm,Pm)}进行直线拟合,建立焊接参数优化模型为:R=C1*U+C2,其中,C1和C2表示拟合系数,U表示焊接参数优化模型中的自变量,R为因变量,对数据点{(W1,Q1),(W2,Q2),…,(Wm,Qm)}进行直线拟合,建立摆动参数优化模型为:R’=E1*U’+E2,其中,E1和E2表示拟合系数,U’表示摆动参数优化模型中的自变量,R’为摆动参数优化模型中的因变量,根据下列公式分别求解C1和C2:
C1=[m∑m i=1(Wi×Pi)-∑m i=1(Wi)∑m i=1(Pi)]/[m∑m i=1(Wi)2-(∑m i=1Wi)2];
C2=[∑m i=1(Pi)-C1∑m i=1(Wi)]/m;
其中,Wi表示第i个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例与比例阈值间的差值,Pi表示第i个历史焊接速度调节值,即第i个图像拍摄时设置的焊接速度与对应图像拍摄后调节完成的焊接速度的差值,通过相同方式求解E1和E2:
E1=[m∑m i=1(Wi×Qi)-∑m i=1(Wi)∑m i=1(Qi)]/[m∑m i=1(Wi)2-(∑m i=1Wi)2];
E2=[∑m i=1(Qi)-C1∑m i=1(Wi)]/m;
S4:对当前焊接过程进行实时监控,拍摄当前的熔池图像,得到当前图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例为G,依据参数优化模型对气体保护焊的当前工艺参数进行优化:比较比例阈值q与G:若G=q,不调节当前的焊接速度和摆动速度;若G≠q,得到G与比例阈值的差值为|G-q|,将|G-q|代入焊接参数优化模型,令U=|G-q|,得到当前的焊接速度调节值为C1*|G-q|+C2,将|G-q|代入摆动参数优化模型,令U’=|G-q|,得到当前的摆动速度调节值为E1*|G-q|+E2,若G<q,根据上述调节值调低焊接速度和摆动速度;若G>q,根据上述调节值调高焊接速度和摆动速度,依据调节后的参数控制气体保护焊对工件进行焊接;
例如:得到P={P1,P2,P3,P4,P5}={3,5,2,4,15},Q={Q1,Q2,Q3,Q4,Q5}={20,60,90,40,200},建立焊接参数优化模型为:R=C1*U+C2=121U-1.15,建立摆动参数优化模型为:R’=E1*U’+E2=1405U’+1.35,得到当前图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例为G=0.58,G<q,得到G与比例阈值的差值为|G-q|=0.087,令U=|G-q|=0.087,得到当前的焊接速度调节值为C1*|G-q|+C2≈9,将当前焊接速度调低9mm/min;令U’=|G-q|=0.087,得到当前的摆动速度调节值为E1*|G-q|+E2≈124,将当前摆动速度调低124mm/min,依据调节后的焊接速度和摆动速度控制气体保护焊对工件进行焊接。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种气体保护焊接工艺参数优化系统,其特征在于:所述系统包括:焊接数据采集模块、数据库、图像分析模块、参数优化模型建立模块和工艺参数优化模块;
所述焊接数据采集模块的输出端连接所述数据库的输入端,所述数据库的输出端连接所述图像分析模块的输入端,所述图像分析模块的输出端连接所述参数优化模型建立模块的输入端,所述参数优化模型建立模块的输出端连接所述工艺参数优化模块的输入端;
通过所述焊接数据采集模块采集历史焊接图像数据以及参数调节历史数据,将采集到的全部数据传输到所述数据库中;
通过所述数据库存储采集到的全部数据;
通过所述图像分析模块分析历史焊接图像中的熔池区域数据,获取训练数据集;
通过所述参数优化模型建立模块依据参数调节历史数据和训练数据集建立参数优化模型;
通过所述工艺参数优化模块对当前焊接过程进行实时监控,依据参数优化模型对气体保护焊的当前工艺参数进行优化。
2.根据权利要求1所述的一种气体保护焊接工艺参数优化系统,其特征在于:所述焊接数据采集模块包括焊接图像采集单元和调节数据采集单元;
所述焊接图像采集单元和调节数据采集单元的输出端连接所述数据库的输入端;
所述焊接图像采集单元用于采集以往在焊接工件过程中拍摄的图像数据;
所述调节数据采集单元用于采集以往焊接工件过程中焊接速度和摆动速度的调节数据。
3.根据权利要求1所述的一种气体保护焊接工艺参数优化系统,其特征在于:所述图像分析模块包括焊接图像调取单元和熔池占比分析单元;
所述焊接图像调取单元的输入端连接所述数据库的输出端,所述焊接图像调取单元的输出端连接所述熔池占比分析单元的输入端;
所述焊接图像调取单元用于调取以往每次需要调节焊接速度和摆动速度时拍摄到的熔池图像;
所述熔池占比分析单元用于分析图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例,设置比例阈值,获取分析出的比例与阈值间的差值,将差值作为参数优化模型的训练数据集。
4.根据权利要求3所述的一种气体保护焊接工艺参数优化系统,其特征在于:所述参数优化模型建立模块包括调节参数分析单元和参数优化模型建立单元;
所述调节参数分析单元的输入端连接所述熔池占比分析单元的输出端,所述调节参数分析单元的输出端连接所述参数优化模型建立单元的输入端;
所述调节参数分析单元用于分析以往每次调节完成后的焊接速度和摆动速度;
所述参数优化模型建立单元用于依据比例数据以及以往每次调节完成后的焊接速度、摆动速度分别建立焊接参数优化模型和摆动参数优化模型。
5.根据权利要求4所述的一种气体保护焊接工艺参数优化系统,其特征在于:所述工艺参数优化模块包括焊接监控单元、监控数据分析单元和参数自动调节单元;
所述监控数据分析单元的输入端连接所述焊接监控单元和参数优化模型建立单元的输出端,所述监控数据分析单元的输出端连接所述参数自动调节单元的输入端;
所述焊接监控单元用于对焊接过程进行实时监控并拍摄熔池图像;
所述监控数据分析单元用于分析当前图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例,获取当前的比例与阈值间的差值;
所述参数自动调节单元用于将比例差值数据输入到参数优化模型中,获取当前的焊接速度和摆动速度调节值,依据调节值调节焊接速度和摆动速度,控制气体保护焊对工件进行焊接。
6.一种气体保护焊接工艺参数优化方法,其特征在于:包括以下步骤:
S1:采集历史焊接图像数据以及参数调节历史数据;
S2:分析历史焊接图像中的熔池区域数据,获取训练数据集;
S3:依据参数调节历史数据和训练数据集建立参数优化模型;
S4:对当前焊接过程进行实时监控,依据参数优化模型对气体保护焊的当前工艺参数进行优化。
7.根据权利要求6所述的一种气体保护焊接工艺参数优化方法,其特征在于:在步骤S1中:利用同轴视觉传感器拍摄熔池图像,采集以往m次需要调节参数前的历史熔池图像,提前熔池图像中最后一个熔池与倒数第二个熔池的轮廓,对倒数第二个熔池的轮廓图像进行修复,获取倒数第二个熔池的完整轮廓,提取最后一个熔池区域与倒数第二个熔池区域的相交区域轮廓,相交区域为闭合区域,提取所有图像中最后一个熔池区域与倒数第二个熔池区域的相交区域轮廓,采集到拍摄对应历史熔池图像时设置的焊接速度集合为V={V1,V2,…,Vm},设置的摆动速度集合为v={v1,v2,…,vm},对应图像拍摄后对参数进行调节,调节完成的焊接速度集合为V’={V1 ’,V2 ’,…,Vm ’},调节完成的摆动速度集合为v’={v1 ’,v2 ’,…,vm ’},其中,m表示采集的图像数量。
8.根据权利要求7所述的一种气体保护焊接工艺参数优化方法,其特征在于:在步骤S2中:对相交区域轮廓进行曲线拟合,得到拟合后的相交区域边界函数为:y=f(x),根据公式Si=∫Df(x)dx计算随机一个图像中的相交区域面积Si,其中,D表示随机一个图像中进行曲线拟合后的相交区域轮廓,对随机一个图像中的倒数第二个熔池轮廓进行曲线拟合,得到拟合后的倒数第二个熔池区域边界函数为:Y=F(X),根据公式si=∫HF(X)dX计算随机一个图像中的倒数第二个熔池区域面积si,其中,H表示随机一个图像中进行曲线拟合后的倒数第二个熔池区域轮廓,根据公式Zi=Si/si计算随机一个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例Zi,得到m个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例集合为Z={Z1,Z2,…,Zi,…,Zm},设置比例阈值为q,得到比例差值集合为W={W1,W2,…,Wi,…,Wm}={|Z1-q|,|Z2-q|,…,|Zi-q|,…,|Zm-q|},W即为训练数据集。
9.根据权利要求8所述的一种气体保护焊接工艺参数优化方法,其特征在于:在步骤S3中:获取到历史焊接速度调节值集合为P={P1,P2,…,Pm}={|V1-V1 ’|,|V2-V2 ’|,…,|Vm-Vm ’|},历史摆动速度调节值集合为Q={Q1,Q2,…,Qm}={|v1-v1 ’|,|v2-v2 ’|,…,|vm-vm ’|},对数据点{(W1,P1),(W2,P2),…,(Wm,Pm)}进行直线拟合,建立焊接参数优化模型为:R=C1*U+C2,其中,C1和C2表示拟合系数,U表示焊接参数优化模型中的自变量,R为因变量,对数据点{(W1,Q1),(W2,Q2),…,(Wm,Qm)}进行直线拟合,建立摆动参数优化模型为:R’=E1*U’+E2,其中,E1和E2表示拟合系数,U’表示摆动参数优化模型中的自变量,R’为摆动参数优化模型中的因变量,根据下列公式分别求解C1和C2:
C1=[m∑m i=1(Wi×Pi)-∑m i=1(Wi)∑m i=1(Pi)]/[m∑m i=1(Wi)2-(∑m i=1Wi)2];
C2=[∑m i=1(Pi)-C1∑m i=1(Wi)]/m;
其中,Wi表示第i个图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例与比例阈值间的差值,Pi表示第i个历史焊接速度调节值,通过相同方式求解E1和E2。
10.根据权利要求9所述的一种气体保护焊接工艺参数优化方法,其特征在于:在步骤S4中:拍摄当前的熔池图像,得到当前图像中最后一个熔池区域与倒数第二个熔池区域的相交区域占倒数第二个熔池区域的比例为G,比较比例阈值q与G:若G=q,不调节当前的焊接速度和摆动速度;若G≠q,得到G与比例阈值的差值为|G-q|,将|G-q|代入焊接参数优化模型,令U=|G-q|,得到当前的焊接速度调节值为C1*|G-q|+C2,将|G-q|代入摆动参数优化模型,令U’=|G-q|,得到当前的摆动速度调节值为E1*|G-q|+E2,若G<q,根据上述调节值调低焊接速度和摆动速度;若G>q,根据上述调节值调高焊接速度和摆动速度,依据调节后的参数控制气体保护焊对工件进行焊接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310787878.3A CN116511652B (zh) | 2023-06-30 | 2023-06-30 | 一种气体保护焊接工艺参数优化系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310787878.3A CN116511652B (zh) | 2023-06-30 | 2023-06-30 | 一种气体保护焊接工艺参数优化系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116511652A true CN116511652A (zh) | 2023-08-01 |
CN116511652B CN116511652B (zh) | 2023-09-08 |
Family
ID=87405084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310787878.3A Active CN116511652B (zh) | 2023-06-30 | 2023-06-30 | 一种气体保护焊接工艺参数优化系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116511652B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079166A (zh) * | 2023-10-12 | 2023-11-17 | 江苏智绘空天技术研究院有限公司 | 一种基于高空间分辨率遥感图像的边缘提取方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103506756A (zh) * | 2013-09-11 | 2014-01-15 | 上海交通大学 | 基于熔池图像视觉传感的激光搭接焊间隙检测系统及方法 |
CN103521890A (zh) * | 2013-10-12 | 2014-01-22 | 王晓宇 | 双面双弧立焊近红外视觉传感与熔透控制装置及方法 |
CN107127432A (zh) * | 2017-06-22 | 2017-09-05 | 西南交通大学 | 基于焊工调节的铝合金mig焊熔透控制系统与方法 |
CN112828423A (zh) * | 2021-01-27 | 2021-05-25 | 东方电气集团科学技术研究院有限公司 | 一种基于5g的智能焊接实时传感及质量监测系统 |
CN114029588A (zh) * | 2021-11-26 | 2022-02-11 | 江苏永大化工设备有限公司 | 气体保护焊接工艺参数自动调节系统 |
CN114871620A (zh) * | 2022-05-25 | 2022-08-09 | 西南交通大学 | 一种厚板焊接质量监测与控制系统及其焊接方法 |
CN116258649A (zh) * | 2023-03-09 | 2023-06-13 | 吉林农业科技学院 | 基于熔池状态分析的焊接参数自适应调整方法 |
-
2023
- 2023-06-30 CN CN202310787878.3A patent/CN116511652B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103506756A (zh) * | 2013-09-11 | 2014-01-15 | 上海交通大学 | 基于熔池图像视觉传感的激光搭接焊间隙检测系统及方法 |
CN103521890A (zh) * | 2013-10-12 | 2014-01-22 | 王晓宇 | 双面双弧立焊近红外视觉传感与熔透控制装置及方法 |
CN107127432A (zh) * | 2017-06-22 | 2017-09-05 | 西南交通大学 | 基于焊工调节的铝合金mig焊熔透控制系统与方法 |
CN112828423A (zh) * | 2021-01-27 | 2021-05-25 | 东方电气集团科学技术研究院有限公司 | 一种基于5g的智能焊接实时传感及质量监测系统 |
CN114029588A (zh) * | 2021-11-26 | 2022-02-11 | 江苏永大化工设备有限公司 | 气体保护焊接工艺参数自动调节系统 |
CN114871620A (zh) * | 2022-05-25 | 2022-08-09 | 西南交通大学 | 一种厚板焊接质量监测与控制系统及其焊接方法 |
CN116258649A (zh) * | 2023-03-09 | 2023-06-13 | 吉林农业科技学院 | 基于熔池状态分析的焊接参数自适应调整方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079166A (zh) * | 2023-10-12 | 2023-11-17 | 江苏智绘空天技术研究院有限公司 | 一种基于高空间分辨率遥感图像的边缘提取方法 |
CN117079166B (zh) * | 2023-10-12 | 2024-02-02 | 江苏智绘空天技术研究院有限公司 | 一种基于高空间分辨率遥感图像的边缘提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116511652B (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116511652B (zh) | 一种气体保护焊接工艺参数优化系统及方法 | |
DE102017010799B4 (de) | Maschinenlernvorrichtung zum Lernen einer Bearbeitungsreihenfolge eines Robotersystems mit einer Mehrzahl von Laserbearbeitungsrobotern, dazugehöriges Robotersystem sowie Maschinenlernverfahren zum Lernen einer Bearbeitungsreihenfolge des Robotersystems mit einer Mehrzahl von Laserbearbeitungsrobotern | |
CN114871620B (zh) | 一种厚板焊接质量监测与控制系统及其焊接方法 | |
DE102019106939A1 (de) | Bearbeitungszustandsanpassungsvorrichtung und maschinenlernvorrichtung | |
CN113379740A (zh) | 基于穿孔熔池图像和深度学习的vppaw熔透原位实时监测系统 | |
CN114393520B (zh) | 一种机器人智能化冲切工艺监测方法及系统 | |
CN111179233A (zh) | 基于激光切割二维零部件的自适应纠偏方法 | |
CN115613128A (zh) | 一种晶体生长用智能控制系统 | |
CN112580935A (zh) | 一种基于机器视觉的工业产品生产流程溯源分析方法 | |
CN112733889A (zh) | 一种基于改进vgg16深度神经网络的穿孔等离子弧焊接穿孔及熔透状态识别方法 | |
JP3200104B2 (ja) | 自動溶接システム | |
CN117260035A (zh) | 一种手持式激光焊接机的功率控制方法及系统 | |
CN115687961B (zh) | 一种基于模式识别的自动焊接工序智能识别方法 | |
CN114266286A (zh) | 一种焊接过程信息的在线检测方法及装置 | |
CN112801984B (zh) | 一种激光视觉系统下的基于对抗学习的焊缝定位方法 | |
CN115578390A (zh) | 一种用于除氧器的焊接控制方法 | |
CN114559132A (zh) | 一种基于电弧声信号的焊接质量监测方法 | |
CN115685908A (zh) | 一种基于物联网的电焊机焊接监控方法及系统 | |
CN115719310A (zh) | 一种眼底图像数据集的预处理方法及眼底图像训练模型 | |
CN116921817B (zh) | 自动tig焊电弧聚集度在线监测及智能预警方法 | |
CN106991481A (zh) | 一种基于手机拍照的网络快捷报修方法及系统 | |
CN113392701B (zh) | 一种基于YN-Net卷积神经网络的输电线路障碍物检测方法 | |
CN117313951B (zh) | 一种多传感器融合的柔性去毛刺管理方法及系统 | |
CN114036696B (zh) | 一种基于神经网络模型微调的刀盘扭矩预测方法及系统 | |
CN115994308B (zh) | 基于元学习的数控机床故障识别方法、系统、设备及介质 |
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 |