CN116673572A - 一种基于人工智能的机械焊接数据管理分析系统 - Google Patents
一种基于人工智能的机械焊接数据管理分析系统 Download PDFInfo
- Publication number
- CN116673572A CN116673572A CN202310943148.8A CN202310943148A CN116673572A CN 116673572 A CN116673572 A CN 116673572A CN 202310943148 A CN202310943148 A CN 202310943148A CN 116673572 A CN116673572 A CN 116673572A
- Authority
- CN
- China
- Prior art keywords
- welding
- valve plate
- target
- target valve
- sealing end
- 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 451
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 238000013523 data management Methods 0.000 title claims abstract description 22
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 16
- 239000000843 powder Substances 0.000 claims description 129
- 238000007789 sealing Methods 0.000 claims description 109
- 238000012797 qualification Methods 0.000 claims description 63
- 238000002360 preparation method Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 230000003749 cleanliness Effects 0.000 claims description 14
- 238000013441 quality evaluation Methods 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 10
- 239000003344 environmental pollutant Substances 0.000 claims description 7
- 231100000719 pollutant Toxicity 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000012459 cleaning agent Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000005303 weighing 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
- B23K9/0956—Monitoring or automatic control of welding parameters using sensing means, e.g. optical
-
- 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
-
- 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
- B23K9/0953—Monitoring or automatic control of welding parameters using computing means
-
- 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
本发明属于机械焊接数据管理领域,涉及到一种基于人工智能的机械焊接数据管理分析系统,通过设置目标工位焊接准备模块、目标工位焊接准备合格评估模块、目标工位焊接运行监测模块、目标工位焊接运行合格评估模块、目标工位焊接成品合格评估模块、目标工位运行状态分析模块和云数据库,本发明通过结合目标工位对目标阀板的焊前准备、焊接运行和焊接成品的合格系数,实现对焊接质量合格系数的准确评估,通过利用单个阀板的焊接数据来判断目标工位的当前运行状态,并及时追溯异常原因,避免大量不合格的阀板产生,从而减少资源浪费和成本损失,进而能够有针对性地优化和完善工位的机械焊接数据管理分析。
Description
技术领域
本发明属于机械焊接数据管理领域,涉及到一种基于人工智能的机械焊接数据管理分析系统。
背景技术
阀板是阀门的关键组成部分之一,用于控制或调节流体的流量。它通常位于阀门的内部,通过开启或关闭来控制介质的流动或调节流速,为有效防止阀门内介质泄露,增强阀门的耐用性和抗腐蚀性,对阀板密封端面进行焊接工作十分有必要,堆焊为常见的一种焊接方式,也是阀板密封端面焊接应用最广泛的方式。
随着科技的不断创新和进步,阀板密封端面堆焊工作已实现了全面的自动化和机械化,当前通过高度智能化的设备和系统,无人操作的自动堆焊工艺得以实现,这种机械化的堆焊工作规模不断扩大,单个焊接工位能够同时实现自动上下料和自动焊接的功能,进而能够处理多个阀板的堆焊工作,满足了市场需求的增长和客户的定制要求,与此同时,正因为焊接工位的流水性和自动操作性,该焊接工位的阀板堆焊成品质量与其运行状态息息相关,因此对工位机械焊接数据管理分析至关重要。
现有技术对工位机械焊接数据管理分析的具体方式是通过对阀板成品密封端面的堆焊质量进行分析,进而反映焊接工位的运行状态,虽在一定程度上可以满足当前要求,但还存在一定的缺陷,其具体体现在以下几个层面:1、由于焊机工位的流水性操作和综合性考虑,现有技术需要收集多个焊接后的阀板数据进行综合分析,无法及时发现单个阀板的焊接质量问题,进而可能导致后续阀板出现相同焊接问题,缺乏实时性和准确性,另外,尽管多个焊接后的阀板数据能够反应焊接工位的运行异常状态,但仍无法确定焊机工位具体的异常原因,使得工位机械焊接数据管理的便利性和目的性不强。
2、现有技术在分析焊接工位上阀板密封端面的堆焊质量时,主要侧重于对成品外观的细致分析,通过堆焊成品的质量达标率来评估焊接工位的运行状态,忽略了焊接准备工作和焊接过程对焊接工位运行状态的重要影响,导致分析结果缺乏科学性和可靠性。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种基于人工智能的机械焊接数据管理分析系统。
本发明的目的可以通过以下技术方案实现:本发明一种基于人工智能的机械焊接数据管理分析系统,包括:目标工位焊接准备模块,用于对置于目标工位焊接区域的目标阀板进行焊接准备工作,并在焊接准备工作完成后获取相关信息,其包括目标阀板的固定状态合格指数、密封端面的洁净程度指数/>和平整程度指数/>。
目标工位焊接准备合格评估模块,用于评估目标工位针对目标阀板的焊接准备工作合格系数。
目标工位焊接运行监测模块,用于监测并获取目标阀板在焊接运行过程中的焊粉落料信息、焊粉填充信息以及焊枪运行信息。
目标工位焊接运行合格评估模块,用于评估目标工位针对目标阀板的焊接运行合格系数。
目标工位焊接成品合格评估模块,用于在焊接运行结束后获取目标阀板外观信息,其包括目标阀板密封端面的焊缝均匀度、焊缝形状规范度/>以及表观光洁度/>,评估目标工位针对目标阀板的焊接成品合格系数。
目标工位运行状态分析模块,用于综合分析目标工位针对目标阀板的焊接质量评价系数,据此判定目标工位当前运行状态,若运行状态异常,立即执行停车操作并进行状态异常原因追溯,将异常原因反馈给工作人员。
云数据库,用于存储各焊粉落料方式对应的焊粉落料控制影响因子,存储目标工位的标准焊粉落料速度和焊枪标准运行轨迹,存储阀板密封端面标准焊缝形状轮廓。
优选地,所述获取目标阀板的固定状态合格指数,具体过程为:通过目标工位的焊接机械支架上安装的微型电子摄像机对焊接区域进行扫描,识别并确认目标阀板的密封端面区域,拍摄目标阀板密封端面图像并获取目标阀板密封端面的中心点位置,以中心点为原点建立平面直角坐标系,获取目标阀板密封端面各指定布设点的坐标,记为,其中/>表示各指定布设点的编号,/>,进而得到目标阀板密封端面的法向量坐标,/>,/>,其中/>表示指定布设点总数量,/>表示第/>个指定布设点的横坐标数值,/>表示第/>个指定布设点的纵坐标数值。
以目标工位的基准平面作为参考平面,同理计算得到参考平面的法向量坐标。
由公式得到目标阀板的固定平稳度。
根据目标阀板左右两侧夹持头空腔内部设置的压力传感器,获取目标阀板左右两侧的固定压力值,分别记为,由公式/>得到目标阀板的固定紧实度,其中/>表示预设的阀板左右两侧固定压力允许偏差阈值,e表示自然常数。
分析目标阀板的固定状态合格指数,其计算公式为:,其中/>分别表示预设的固定平稳度和固定紧实度对应的权重占比。
优选地,所述获取目标阀板密封端面的洁净程度指数和平整程度指数,其具体过程为:将目标阀板密封端面图像转化为灰度图像并进行预处理,根据设定像素阈值将灰度图像中的背景与污染物分离,获取目标阀板密封端面图像中的污染物像素数量,分析目标阀板密封端面的洁净程度指数,其计算公式为:/>,其中/>表示预设的图像像素总数量。
根据目标工位的焊接机械支架上安装的可移动式激光测距仪,监测目标阀板密封端面各指定布设点与激光测距仪在设定平面的垂直距离,记为,筛选出最大垂直距离和最小垂直距离/>,分析目标阀板密封端面的平整程度指数,其计算公式为:,其中/>表示预设的垂直距离允许偏差阈值,/>分别表示预设的垂直距离变化量和波动量对应的权重占比。
优选地,所述评估目标工位针对目标阀板的焊接准备工作合格系数,其计算公式为:,其中/>分别表示预设的目标阀板的固定状态合格指数、密封端面的洁净程度指数和平整程度指数对应的权重占比。
优选地,所述焊粉落料信息包括焊粉落料方式、各设定时间段焊粉落料的速度和各指定布设点的焊粉落料量。
所述焊粉填充信息包括目标阀板密封端面的焊粉填充覆盖度和各设定区域的焊粉厚度。
所述焊枪运行信息包括焊枪的运行轨迹以及各设定时间段的行走速度、振动次数以及各次振动的振幅。
优选地,所述评估目标工位针对目标阀板的焊接运行合格系数,其具体过程为:根据焊粉落料信息中的焊粉落料方式,从云数据库中提取目标工位的焊粉落料控制影响因子。
从焊粉落料信息中提取各设定时间段焊粉落料的速度,其中/>表示各设定时间段的编号,/>,从云数据库中提取目标工位的标准焊粉落料速度/>,由公式/>得到目标工位焊粉落料速度稳定系数,其中/>表示设定时间段总数量。
从焊粉落料信息中提取各指定布设点的焊粉落料量,同上述目标工位焊粉落料速度稳定系数的计算方法一致得到目标工位焊粉落料量稳定系数。
计算目标工位针对目标阀板的焊粉落料控制精确系数,其公式为/>。
从焊粉填充信息中提取各设定区域的焊粉厚度,其中/>表示各设定区域的编号,/>,由公式/>得到目标阀板密封端面的焊粉填充均匀度,其中/>表示预设的焊粉标准填充厚度,结合焊粉填充信息中目标阀板密封端面的焊粉填充覆盖度/>,分析目标工位针对目标阀板的焊粉填充控制精确系数/>,其公式为/>。
根据焊枪运行信息,分析得到目标工位针对目标阀板的焊枪控制精确系数。
由公式得到目标工位针对目标阀板的焊接运行合格系数,其中/>分别表示预设的焊粉落料控制精确系数、焊粉填充控制精确系数、焊枪控制精确系数对应的权重占比。
优选地,所述分析得到目标工位针对目标阀板的焊枪控制精确系数,其具体过程为:根据焊枪运行信息中焊枪的运行轨迹,将其与云数据库中存储的目标工位的焊枪标准运行轨迹进行比对,得到焊枪运行轨迹符合度。
从焊枪运行信息中提取焊枪各设定时间段的行走速度,由公式得到焊枪运行速度稳定系数,其中/>表示预设的行走速度允许偏差阈值。
从焊枪运行信息中提取焊枪各设定时间段的振动次数以及各次振动的振幅,分别记为,其中/>表示各次振动的编号,/>,分析焊枪抖动风险系数,其计算公式为/>,其中/>分别表示预设的焊枪合理振动次数阈值和单次振动的合理振幅阈值。
计算目标工位针对目标阀板的焊枪控制精确系数,其公式为:/>。
优选地,所述获取目标阀板外观信息,其具体过程为:在焊接运行结束后获取目标阀板密封端面的焊接完成图像,对图像进行处理得到目标阀板密封端面上各焊缝的形状轮廓,将其与云数据库中存储的阀板密封端面标准焊缝形状轮廓进行比对,筛选得到各形状合格焊缝并统计其数量,将形状合格焊缝数量与目标阀板密封端上焊缝总数量的比值作为焊缝形状规范度。
获取目标阀板密封端面各焊缝的长度和高度,将各焊缝的长度、高度与其相邻焊缝的长度、高度的绝对值差值作为各指定焊缝的长度偏差值、高度偏差值,计算获取各指定焊缝的尺寸差异程度指数,其中/>表示各指定焊缝的编号,/>,分析焊缝排列均匀度/>,其计算公式为:/>,其中/>表示预设的焊缝合理尺寸差异程度指数阈值。
获取目标阀板密封端面表观各裂痕长度,筛选表观最大裂痕长度并统计表观裂痕总数量/>,结合获取到的目标阀板密封端面表观颜色达标率/>,分析目标阀板密封端面的表观光洁度/>,其中/>分别表示预设的表观裂痕长度合理阈值和表观裂痕合理数量阈值。
优选地,所述评估目标工位针对目标阀板的焊接成品合格系数,其计算公式为:。
所述综合分析目标工位针对目标阀板的焊接质量评价系数,其计算公式为:,其中/>分别表示预设的目标工位针对目标阀板的焊接准备合格系数、焊接运行合格系数、焊接成品合格系数对应的权重占比。
相较于现有技术,本发明的有益效果如下:(1)本发明通过获取焊接准备工作完成后目标阀板的固定状态合格指数、密封端面的洁净程度指数和平整程度指数,综合评估目标工位针对目标阀板的焊前准备合格系数,为后续判断目标工位运行状态是否异常提供了强有力的数据支持。
(2)本发明通过获取目标工位对目标阀板进行焊接过程中的焊粉落料信息、焊粉填充信息以及焊枪运行信息,全面科学地分析目标工位针对目标阀板的焊接运行合格系数,弥补了现有技术中对这一层面关注度不高的缺陷,进而保障目标工位运行状态判断的准确性。
(3)本发明通过在焊接运行结束后获取目标阀板密封端面的焊缝均匀度、焊缝形状规范度以及表观光洁度,进一步分析目标工位针对目标阀板的焊接成品合格系数,确保焊接成品符合质量要求以及目标工位的正常运行,从一定程度上减少了阀板浪费情况的出现。
(4)本发明通过结合目标工位对目标阀板的焊前准备、焊接运行和焊接成品的合格系数,实现对焊接质量合格系数的准确评估,通过利用单个阀板的焊接数据来判断目标工位的当前运行状态,并及时追溯异常原因,避免大量不合格的阀板产生,从而减少资源浪费和成本损失,进而能够有针对性地优化和完善工位的机械焊接数据管理分析。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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他的附图。
图1为本发明系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种基于人工智能的机械焊接数据管理分析系统,具体模块分布如下:目标工位焊接准备模块、目标工位焊接准备合格评估模块、目标工位焊接运行监测模块、目标工位焊接运行合格评估模块、目标工位焊接成品合格评估模块、目标工位运行状态分析模块和云数据库,其中模块之间的连接关系为:目标工位焊接准备合格评估模块与目标工位焊接准备模块连接,目标工位焊接运行监测模块与目标工位焊接准备合格评估模块连接,目标工位焊接运行合格评估模块与目标工位焊接运行监测模块连接,目标工位运行状态分析模块与目标工位焊接成品合格评估模块连接,目标工位焊接运行合格评估模块、目标工位焊接成品合格评估模块均与云数据库连接。
所述目标工位焊接准备模块,用于对置于目标工位焊接区域的目标阀板进行焊接准备工作,并在焊接准备工作完成后获取相关信息,其包括目标阀板的固定状态合格指数、密封端面的洁净程度指数/>和平整程度指数/>。
需要说明的是,上述焊接准备工作具体指将目标阀板左右两侧固定,使得密封端面平行与目标工位基准平面且方向朝上,使用适当的打磨工具,对密封端面进行打磨,以去除可能存在的不平整、毛刺或氧化物等,随即用清洁剂和软布清洁密封端面,确保其表面光滑、平整,且没有任何污染物。
具体地,所述获取目标阀板的固定状态合格指数,具体过程为:通过目标工位的焊接机械支架上安装的微型电子摄像机对焊接区域进行扫描,识别并确认目标阀板的密封端面区域,拍摄目标阀板密封端面图像并获取目标阀板密封端面的中心点位置,以中心点为原点建立平面直角坐标系,获取目标阀板密封端面各指定布设点的坐标,记为,其中/>表示各指定布设点的编号,/>,进而得到目标阀板密封端面的法向量坐标,/>,/>,其中/>表示指定布设点总数量,/>表示第/>个指定布设点的横坐标数值,/>表示第/>个指定布设点的纵坐标数值。
需要说明的是,上述目标阀板密封端面的中心点位置是通过将目标阀板密封端面图像上传至计算机视觉库OpenCV中获取的。
以目标工位的基准平面作为参考平面,同理计算得到参考平面的法向量坐标。
由公式得到目标阀板的固定平稳度。
根据目标阀板左右两侧夹持头空腔内部设置的压力传感器,获取目标阀板左右两侧的固定压力值,分别记为,由公式/>得到目标阀板的固定紧实度,其中/>表示预设的阀板左右两侧固定压力允许偏差阈值,e表示自然常数。
分析目标阀板的固定状态合格指数,其计算公式为:,其中/>分别表示预设的固定平稳度和固定紧实度对应的权重占比。
具体地,所述获取目标阀板密封端面的洁净程度指数和平整程度指数,其具体过程为:将目标阀板密封端面图像转化为灰度图像并进行预处理,根据设定像素阈值将灰度图像中的背景与污染物分离,获取目标阀板密封端面图像中的污染物像素数量,分析目标阀板密封端面的洁净程度指数,其计算公式为:/>,其中/>表示预设的图像像素总数量。
根据目标工位的焊接机械支架上安装的可移动式激光测距仪,监测目标阀板密封端面各指定布设点与激光测距仪在设定平面的垂直距离,记为,筛选出最大垂直距离和最小垂直距离/>,分析目标阀板密封端面的平整程度指数,其计算公式为:,其中/>表示预设的垂直距离允许偏差阈值,/>分别表示预设的垂直距离变化量和波动量对应的权重占比。
所述目标工位焊接准备合格评估模块,用于评估目标工位针对目标阀板的焊接准备工作合格系数。
具体地,所述评估目标工位针对目标阀板的焊接准备工作合格系数,其计算公式为:,其中/>分别表示预设的目标阀板的固定状态合格指数、密封端面的洁净程度指数和平整程度指数对应的权重占比。
本发明实施例通过获取焊接准备工作完成后目标阀板的固定状态合格指数、密封端面的洁净程度指数和平整程度指数,综合评估目标工位针对目标阀板的焊前准备合格系数,为后续判断目标工位运行状态是否异常提供了强有力的数据支持。
所述目标工位焊接运行监测模块,用于监测并获取目标阀板在焊接运行过程中的焊粉落料信息、焊粉填充信息以及焊枪运行信息。
具体地,所述焊粉落料信息包括焊粉落料方式、各设定时间段焊粉落料的速度以及各指定布设点的焊粉落料量。
所述焊粉填充信息包括目标阀板密封端面的焊粉填充覆盖度和各设定区域的焊粉厚度。
所述焊枪运行信息包括焊枪的运行轨迹以及各设定时间段的行走速度、振动次数以及各次振动的振幅。
需要解释的是,上述焊粉落料信息的获取过程为:目标工位的焊粉落料方式是通过将目标工位的编号输入焊接工位管理中心后台查询得到的。
通过送粉器下方的称重机构在目标工位焊粉落料各设定时间段的起始时间点和结束时间点分别对送粉器进行称重,得到各设定时间段的焊粉差值,将其作为各设定时间段焊粉落料总量,由公式/>得到各设定时间段焊粉落料的速度,其中/>表示设定时间段的时长。
当送粉器管道到达各指定布设点时,其内部安装的位置传感器将检测到信号变化触发时间记录器监测送粉器在各指定布设点的停留时长,并根据送粉器管道出口处安装的流量计获取各指定布设点的焊粉落料流量,将各指定布设点的焊粉落料流量与其对应的停留时长的乘积作为各指定布设点的焊粉落料量。
需要解释的是,上述焊粉填充信息的获取过程为:在焊粉填充完成后,利用目标工位的焊接机械支架上安装的微型电子摄像机对目标阀板的密封端面进行图像采集,得到焊粉填充完成图像,对其进行边缘检测和二值化处理,提取图像中目标阀板的密封端面完整区域和焊粉填充区域,将焊粉填充区域像素数量与密封端面完整区域像素数量的比值作为目标阀板密封端面的焊粉填充覆盖度。
按照相同面积对目标阀板密封端面进行若干个正方形区域划分,得到目标阀板密封端面各设定区域,利用目标工位的焊接机械支架上安装的可移动式激光测距仪对各设定区域的四个角点与激光测距仪在设定平面的垂直距离,在焊粉填充完后进行相同操作,将焊粉填充前后各设定区域的四个角点与激光测距仪在设定平面的垂直距离作差,得到各设定区域的四个角点的焊粉厚度,通过均值计算得到目标阀板密封端面各设定区域的焊粉厚度。
还需要说明的是,上述焊枪运行信息的获取过程为:根据目标工位焊枪上安装的位置传感器,实时监测并记录焊枪的位置,绘制得到焊枪的运行轨迹。
获取各设定时间段的开始时间点和结束时间点焊枪的位置,得到焊枪各设定时间段的行走路程,由公式/>得到焊枪各设定时间段的行走速度。
根据目标工位焊枪上安装的振动传感器获取目标工位焊枪各设定时间段各次振动的振幅,统计得到各设定时间段的振动次数。
所述目标工位焊接运行合格评估模块,用于评估目标工位针对目标阀板的焊接运行合格系数。
具体地,所述评估目标工位针对目标阀板的焊接运行合格系数,其具体过程为:根据焊粉落料信息中的焊粉落料方式,从云数据库中提取目标工位的焊粉落料控制影响因子。
从焊粉落料信息中提取各设定时间段焊粉落料的速度,其中/>表示各设定时间段的编号,/>,从云数据库中提取目标工位的标准焊粉落料速度/>,由公式/>得到目标工位焊粉落料速度稳定系数,其中/>表示设定时间段总数量。
从焊粉落料信息中提取各指定布设点的焊粉落料量,同上述目标工位焊粉落料速度稳定系数的计算方法一致得到目标工位焊粉落料量稳定系数。
计算目标工位针对目标阀板的焊粉落料控制精确系数,其公式为/>。
从焊粉填充信息中提取各设定区域的焊粉厚度,其中/>表示各设定区域的编号,/>,由公式/>得到目标阀板密封端面的焊粉填充均匀度,其中/>表示预设的焊粉标准填充厚度,结合焊粉填充信息中目标阀板密封端面的焊粉填充覆盖度/>,分析目标工位针对目标阀板的焊粉填充控制精确系数,其公式为/>。
根据焊枪运行信息,分析得到目标工位针对目标阀板的焊枪控制精确系数。
由公式得到目标工位针对目标阀板的焊接运行合格系数,其中/>分别表示预设的焊粉落料控制精确系数、焊粉填充控制精确系数、焊枪控制精确系数对应的权重占比。
本发明实施例通过获取目标工位对目标阀板进行焊接过程中的焊粉落料信息、焊粉填充信息以及焊枪运行信息,全面科学地分析目标工位针对目标阀板的焊接运行合格系数,弥补了现有技术中对这一层面关注度不高的缺陷,进而保障目标工位运行状态判断的准确性。
具体地,所述分析得到目标工位针对目标阀板的焊枪控制精确系数,其具体过程为:根据焊枪运行信息中焊枪的运行轨迹,将其与云数据库中存储的目标工位的焊枪标准运行轨迹进行比对,得到焊枪运行轨迹符合度。
需要说明的是,上述焊枪运行轨迹符合度的具体分析方式为:将焊枪运行轨迹和焊枪标准运行轨迹分别导入CAD软件中,并通过绘制曲线的方式将二者可视化,调整焊枪运行轨迹和焊枪标准运行轨迹的位置和姿态,使得二者在CAD软件中对应的曲线彼此重合,获取曲线重合长度,将其与焊枪标准运行轨迹曲线总长度的比值作为焊枪运行轨迹符合度。
从焊枪运行信息中提取焊枪各设定时间段的行走速度,由公式得到焊枪运行速度稳定系数,其中/>表示预设的行走速度允许偏差阈值。
从焊枪运行信息中提取焊枪各设定时间段的振动次数以及各次振动的振幅,分别记为,其中/>表示各次振动的编号,/>,分析焊枪抖动风险系数,其计算公式为/>,其中/>分别表示预设的焊枪合理振动次数阈值和单次振动的合理振幅阈值。/>
计算目标工位针对目标阀板的焊枪控制精确系数,其公式为:/>。
所述目标工位焊接成品合格评估模块,用于在焊接运行结束后获取目标阀板外观信息,其包括目标阀板密封端面的焊缝均匀度、焊缝形状规范度/>以及表观光洁度/>,评估目标工位针对目标阀板的焊接成品合格系数。
具体地,所述获取目标阀板外观信息,其具体过程为:在焊接运行结束后获取目标阀板密封端面的焊接完成图像,对图像进行处理得到目标阀板密封端面上各焊缝的形状轮廓,将其与云数据库中存储的阀板密封端面标准焊缝形状轮廓进行比对,筛选得到各形状合格焊缝并统计其数量,将形状合格焊缝数量与目标阀板密封端上焊缝总数量的比值作为焊缝形状规范度。
需要说明的是,上述筛选得到各形状合格焊缝,其具体过程为:同上述焊枪运行轨迹符合度获取方法一致,获取目标阀板密封端面上各焊缝的形状轮廓与标准焊缝形状轮廓的符合度,记为各焊缝形状符合度,与预设的焊缝形状合理符合度阈值进行比对,若某焊缝形状符合度大于或等于预设的焊缝形状合理符合度阈值,将该焊缝记为形状合格焊缝,进而筛选得到各形状合格焊缝。
获取目标阀板密封端面各焊缝的长度和高度,将各焊缝的长度、高度与其相邻焊缝的长度、高度的绝对值差值作为各指定焊缝的长度偏差值、高度偏差值,计算得到各指定焊缝的尺寸差异程度指数,其中/>表示各指定焊缝的编号,/>,分析焊缝排列均匀度/>,其计算公式为:/>,其中/>表示预设的焊缝合理尺寸差异程度指数阈值。
需要说明的是,上述目标阀板密封端面各焊缝的长度和高度是通过将目标阀板密封端面的焊接完成图像上传至图像处理软件ImageJ得到的。
上述各指定焊缝是指各焊缝中其右侧存在相邻焊缝的焊缝,由公式得到各指定焊缝的尺寸差异程度指数,其中/>分别表示第/>个指定焊缝的长度偏差值、高度偏差值,/>分别表示预设的焊缝的合理长度偏差阈值、合理高度偏差阈值。
获取目标阀板密封端面表观各裂痕长度,筛选表观最大裂痕长度并统计表观裂痕总数量/>,结合获取到的目标阀板密封端面表观颜色达标率/>,分析目标阀板密封端面的表观光洁度/>,其中/>分别表示预设的表观裂痕长度合理阈值和表观裂痕合理数量阈值。
需要说明的是,上述目标阀板密封端面表观各裂痕长度是通过提取目标阀板密封端面的焊接完成图像中的裂痕特征,采用边缘检测算法找到各裂痕所在区域并分割,获取各裂痕所在区域的裂痕像素数量,按照特定比例尺将各裂痕的像素数量转化为实际长度值,得到目标阀板密封端面表观各裂痕长度。
目标阀板密封端面表观颜色达标率的获取方法为将目标阀板密封端面的焊接完成图像加载至计算机程序中,并转换为设定的颜色空间,按照等间隔原则将颜色空间划分为若干个离散的颜色区间,统计各颜色区间内的像素数量,将各颜色区间内的像素数量与图像总像素数量的比值作为各颜色区间频率,将各颜色区间的频率按照从小到大的顺序排列构建特征向量,并将其作为目标阀板密封端面的焊接完成图像的颜色直方图向量,提取已建立数据库中阀板密封端面焊接标准图像的颜色直方图向量/>,由公式/>得到目标阀板密封端面表观颜色达标率。
具体地,所述评估目标工位针对目标阀板的焊接成品合格系数,其计算公式为:。
本发明实施例通过在焊接运行结束后获取目标阀板密封端面的焊缝均匀度、焊缝形状规范度以及表观光洁度,进一步分析目标工位针对目标阀板的焊接成品合格系数,确保焊接成品符合质量要求以及目标工位的正常运行,从一定程度上减少了阀板浪费情况的出现。
所述目标工位运行状态分析模块,用于综合分析目标工位针对目标阀板的焊接质量评价系数,据此判定目标工位当前运行状态,若运行状态异常,立即执行停车操作并进行异常原因追溯,将异常原因反馈给工作人员。
具体地,所述综合分析目标工位针对目标阀板的焊接质量评价系数,其计算公式为:,其中/>分别表示预设的目标工位针对目标阀板的焊接准备合格系数、焊接运行合格系数、焊接成品合格系数对应的权重占比。
需要说明的是,上述判定目标工位当前运行状态的具体分析过程为:将目标工位针对目标阀板的焊接质量评价系数与预设的焊接质量评价系数合理阈值进行比对,若目标工位针对目标阀板的焊接质量评价系数小于预设的焊接质量评价系数合理阈值,判定目标工位当前运行状态异常,反之判定其正常。
进一步需要说明的是,上述进行异常原因追溯的具体过程为:将目标工位针对目标阀板的焊接准备合格系数、焊接运行合格系数、焊接成品合格系数,分别与其对应的设定合理系数阈值进行对比,据此判定异常原因所在。
示例性地,若焊接准备合格系数小于其对应的设定合理系数阈值,判定目标工位焊接准备工作存在异常,若焊接运行合格系数小于其对应的设定合理系数阈值,判定目标工位焊接运行工作存在异常,若焊接成品合格系数小于其对应的设定合理系数阈值,判定目标工位存在除焊接准备工作和焊接运行工作外的其他异常原因,如焊接材料强度不足、焊接环境存在污染等,需要工作人员进一步排查,此外若存在多个小于其对应的设定合理系数阈值的情况,则计算与其对应的设定合理系数阈值的偏差值,根据偏差值大小顺序进行异常原因的优先级反馈。
本发明实施例通过结合目标工位对目标阀板的焊前准备、焊接运行和焊接成品的合格系数,实现对焊接质量合格系数的准确评估,通过利用单个阀板的焊接数据来判断目标工位的当前运行状态,并及时追溯异常原因,避免大量不合格的阀板产生,从而减少资源浪费和成本损失,进而能够有针对性地优化和完善工位的机械焊接数据管理分析。
所述云数据库,用于存储各焊粉落料方式对应的焊粉落料控制影响因子,存储目标工位的标准焊粉落料速度和焊枪标准运行轨迹,存储阀板密封端面标准焊缝形状轮廓。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种基于人工智能的机械焊接数据管理分析系统,其特征在于:该系统包括:
目标工位焊接准备模块,用于对置于目标工位焊接区域的目标阀板进行焊接准备工作,并在焊接准备工作完成后获取相关信息,其包括目标阀板的固定状态合格指数、密封端面的洁净程度指数/>和平整程度指数/>;
目标工位焊接准备合格评估模块,用于评估目标工位针对目标阀板的焊接准备工作合格系数;
目标工位焊接运行监测模块,用于监测并获取目标阀板在焊接运行过程中的焊粉落料信息、焊粉填充信息以及焊枪运行信息;
目标工位焊接运行合格评估模块,用于评估目标工位针对目标阀板的焊接运行合格系数;
目标工位焊接成品合格评估模块,用于在焊接运行结束后获取目标阀板外观信息,其包括目标阀板密封端面的焊缝均匀度、焊缝形状规范度/>以及表观光洁度/>,评估目标工位针对目标阀板的焊接成品合格系数;
目标工位运行状态分析模块,用于综合分析目标工位针对目标阀板的焊接质量评价系数,据此判定目标工位当前运行状态,若运行状态异常,立即执行停车操作并进行状态异常原因追溯,将异常原因反馈给工作人员;
云数据库,用于存储各焊粉落料方式对应的焊粉落料控制影响因子,存储目标工位的标准焊粉落料速度和焊枪标准运行轨迹,存储阀板密封端面标准焊缝形状轮廓。
2.根据权利要求1所述的一种基于人工智能的机械焊接数据管理分析系统,其特征在于:所述获取目标阀板的固定状态合格指数,具体过程为:通过目标工位的焊接机械支架上安装的微型电子摄像机对焊接区域进行扫描,识别并确认目标阀板的密封端面区域,拍摄目标阀板密封端面图像并获取目标阀板密封端面的中心点位置,以中心点为原点建立平面直角坐标系,获取目标阀板的密封端面各指定布设点的坐标,记为,其中/>表示各指定布设点的编号,/>,进而得到目标阀板密封端面的法向量坐标/>,,/>,其中/>表示指定布设点总数量,/>表示第/>个指定布设点的横坐标数值,/>表示第/>个指定布设点的纵坐标数值;
以目标工位的基准平面作为参考平面,同理计算得到参考平面的法向量坐标;
由公式得到目标阀板的固定平稳度;
根据目标阀板左右两侧夹持头空腔内部设置的压力传感器,获取目标阀板左右两侧的固定压力值,分别记为,由公式/>得到目标阀板的固定紧实度,其中/>表示预设的阀板左右两侧固定压力允许偏差阈值,e表示自然常数;
分析目标阀板的固定状态合格指数,其计算公式为:,其中/>分别表示预设的固定平稳度和固定紧实度对应的权重占比。
3.根据权利要求2所述的一种基于人工智能的机械焊接数据管理分析系统,其特征在于:所述获取目标阀板密封端面的洁净程度指数和平整程度指数,其具体过程为:将目标阀板密封端面图像转化为灰度图像并进行预处理,根据设定像素阈值将灰度图像中的背景与污染物分离,获取目标阀板密封端面图像中的污染物像素数量,分析目标阀板密封端面的洁净程度指数,其计算公式为:/>,其中/>表示预设的图像像素总数量;
根据目标工位的焊接机械支架上安装的可移动式激光测距仪,监测目标阀板密封端面各指定布设点与激光测距仪在设定平面的垂直距离,记为,筛选出最大垂直距离/>和最小垂直距离/>,分析目标阀板密封端面的平整程度指数,其计算公式为:,其中/>表示预设的垂直距离允许偏差阈值,/>分别表示预设的垂直距离变化量和波动量对应的权重占比。
4.根据权利要求1所述的一种基于人工智能的机械焊接数据管理分析系统,其特征在于:所述评估目标工位针对目标阀板的焊接准备工作合格系数,其计算公式为:,其中/>分别表示预设的目标阀板的固定状态合格指数、密封端面的洁净程度指数和平整程度指数对应的权重占比。
5.根据权利要求4所述的一种基于人工智能的机械焊接数据管理分析系统,其特征在于:所述焊粉落料信息包括焊粉落料方式、各设定时间段的焊粉落料速度以及各指定布设点的焊粉落料量;
所述焊粉填充信息包括目标阀板密封端面的焊粉填充覆盖度和各设定区域的焊粉厚度;
所述焊枪运行信息包括焊枪的运行轨迹以及各设定时间段的行走速度、振动次数以及各次振动的振幅。
6.根据权利要求5所述的一种基于人工智能的机械焊接数据管理分析系统,其特征在于:所述评估目标工位针对目标阀板的焊接运行合格系数,其具体过程为:根据焊粉落料信息中的焊粉落料方式,从云数据库中提取目标工位的焊粉落料控制影响因子;
从焊粉落料信息中提取各设定时间段的焊粉落料速度,其中/>表示各设定时间段的编号,/>,从云数据库中提取目标工位的标准焊粉落料速度/>,由公式得到目标工位焊粉落料速度稳定系数,其中/>表示设定时间段总数量;
从焊粉落料信息中提取各指定布设点的焊粉落料量,同上述目标工位焊粉落料速度稳定系数的计算方法一致得到目标工位焊粉落料量稳定系数;
计算目标工位针对目标阀板的焊粉落料控制精确系数,其公式为/>;
从焊粉填充信息中提取各设定区域的焊粉厚度,其中/>表示各设定区域的编号,,由公式/>得到目标阀板密封端面的焊粉填充均匀度,其中/>表示预设的焊粉标准填充厚度,结合焊粉填充信息中目标阀板密封端面的焊粉填充覆盖度/>,分析目标工位针对目标阀板的焊粉填充控制精确系数/>,其公式为/>;
根据焊枪运行信息,分析得到目标工位针对目标阀板的焊枪控制精确系数;
由公式得到目标工位针对目标阀板的焊接运行合格系数,其中/>分别表示预设的焊粉落料控制精确系数、焊粉填充控制精确系数、焊枪控制精确系数对应的权重占比。
7.根据权利要求6所述的一种基于人工智能的机械焊接数据管理分析系统,其特征在于:所述分析得到目标工位针对目标阀板的焊枪控制精确系数,其具体过程为:根据焊枪运行信息中焊枪的运行轨迹,将其与云数据库中存储的目标工位的焊枪标准运行轨迹进行比对,得到焊枪运行轨迹符合度;
从焊枪运行信息中提取焊枪各设定时间段的行走速度,由公式/>得到焊枪运行速度稳定系数,其中/>表示预设的行走速度允许偏差阈值;
从焊枪运行信息中提取焊枪各设定时间段的振动次数以及各次振动的振幅,分别记为,其中/>表示各次振动的编号,/>,分析焊枪抖动风险系数,其计算公式为/>,其中/>分别表示预设的焊枪合理振动次数阈值和单次振动的合理振幅阈值;
计算目标工位针对目标阀板的焊枪控制精确系数,其公式为:/>。
8.根据权利要求1所述的一种基于人工智能的机械焊接数据管理分析系统,其特征在于:所述获取目标阀板外观信息,其具体过程为:在焊接运行结束后获取目标阀板密封端面的焊接完成图像,对图像进行处理得到目标阀板密封端面上各焊缝的形状轮廓,将其与云数据库中存储的阀板密封端面标准焊缝形状轮廓进行比对,筛选得到各形状合格焊缝并统计其数量,将形状合格焊缝数量与目标阀板密封端上焊缝总数量的比值作为焊缝形状规范度;
获取目标阀板密封端面各焊缝的长度和高度,将各焊缝的长度、高度与其相邻焊缝的长度、高度的绝对值差值作为各指定焊缝的长度偏差值、高度偏差值,计算得到各指定焊缝的尺寸差异程度指数,其中/>表示各指定焊缝的编号,/>,分析焊缝排列均匀度/>,其计算公式为:/>,其中/>表示预设的焊缝合理尺寸差异程度指数阈值;
获取目标阀板密封端面表观各裂痕长度,筛选表观最大裂痕长度并统计表观裂痕总数量/>,结合获取到的目标阀板密封端面表观颜色达标率/>,分析目标阀板密封端面的表观光洁度/>,其中/>分别表示预设的表观裂痕长度合理阈值和表观裂痕合理数量阈值。
9.根据权利要求6所述的一种基于人工智能的机械焊接数据管理分析系统,其特征在于:所述评估目标工位针对目标阀板的焊接成品合格系数,其计算公式为:。
10.根据权利要求9所述的一种基于人工智能的机械焊接数据管理分析系统,其特征在于:所述综合分析目标工位针对目标阀板的焊接质量评价系数,其计算公式为:,其中/>分别表示预设的目标工位针对目标阀板的焊接准备合格系数、焊接运行合格系数、焊接成品合格系数对应的权重占比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310943148.8A CN116673572B (zh) | 2023-07-31 | 2023-07-31 | 一种基于人工智能的机械焊接数据管理分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310943148.8A CN116673572B (zh) | 2023-07-31 | 2023-07-31 | 一种基于人工智能的机械焊接数据管理分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116673572A true CN116673572A (zh) | 2023-09-01 |
CN116673572B CN116673572B (zh) | 2023-09-26 |
Family
ID=87779508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310943148.8A Active CN116673572B (zh) | 2023-07-31 | 2023-07-31 | 一种基于人工智能的机械焊接数据管理分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116673572B (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 (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190074664A (ko) * | 2017-12-20 | 2019-06-28 | 주식회사 유니로보틱스 | 용접 품질 측정장치 및 측정방법 |
CN112809274A (zh) * | 2021-02-22 | 2021-05-18 | 长春汽车工业高等专科学校 | 一种基于大数据的焊接机器人控制系统 |
US20210308782A1 (en) * | 2018-12-19 | 2021-10-07 | Panasonic Intellectual Property Management Co., Ltd. | Welding system, and method for welding workpiece in which same is used |
CN114101851A (zh) * | 2021-12-30 | 2022-03-01 | 华中科技大学 | 一种用于阀体零件的多焊缝填充自调节方法、系统及装置 |
JP2022065758A (ja) * | 2020-10-16 | 2022-04-28 | 株式会社神戸製鋼所 | 溶接システム、溶接方法、溶接支援装置、プログラム、学習装置、及び学習済みモデルの生成方法 |
CN115106615A (zh) * | 2022-08-30 | 2022-09-27 | 苏芯物联技术(南京)有限公司 | 一种基于工况智能识别的焊偏实时检测方法及系统 |
WO2023027068A1 (ja) * | 2021-08-24 | 2023-03-02 | リンクウィズ株式会社 | 溶接検査方法、溶接検査システム、溶接検査プログラム |
CN115855940A (zh) * | 2022-12-10 | 2023-03-28 | 武汉花生堂文化艺术有限公司 | 基于机器视觉的黄金首饰加工质量智能监测分析调控系统 |
US20230139733A1 (en) * | 2020-04-20 | 2023-05-04 | Guangdong Lyric Robot Automation Co., Ltd. | Weld quality inspection method, apparatus and system, and electronic device |
-
2023
- 2023-07-31 CN CN202310943148.8A patent/CN116673572B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190074664A (ko) * | 2017-12-20 | 2019-06-28 | 주식회사 유니로보틱스 | 용접 품질 측정장치 및 측정방법 |
US20210308782A1 (en) * | 2018-12-19 | 2021-10-07 | Panasonic Intellectual Property Management Co., Ltd. | Welding system, and method for welding workpiece in which same is used |
US20230139733A1 (en) * | 2020-04-20 | 2023-05-04 | Guangdong Lyric Robot Automation Co., Ltd. | Weld quality inspection method, apparatus and system, and electronic device |
JP2022065758A (ja) * | 2020-10-16 | 2022-04-28 | 株式会社神戸製鋼所 | 溶接システム、溶接方法、溶接支援装置、プログラム、学習装置、及び学習済みモデルの生成方法 |
CN112809274A (zh) * | 2021-02-22 | 2021-05-18 | 长春汽车工业高等专科学校 | 一种基于大数据的焊接机器人控制系统 |
WO2023027068A1 (ja) * | 2021-08-24 | 2023-03-02 | リンクウィズ株式会社 | 溶接検査方法、溶接検査システム、溶接検査プログラム |
CN114101851A (zh) * | 2021-12-30 | 2022-03-01 | 华中科技大学 | 一种用于阀体零件的多焊缝填充自调节方法、系统及装置 |
CN115106615A (zh) * | 2022-08-30 | 2022-09-27 | 苏芯物联技术(南京)有限公司 | 一种基于工况智能识别的焊偏实时检测方法及系统 |
CN115855940A (zh) * | 2022-12-10 | 2023-03-28 | 武汉花生堂文化艺术有限公司 | 基于机器视觉的黄金首饰加工质量智能监测分析调控系统 |
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 |
---|---|
CN116673572B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116673572B (zh) | 一种基于人工智能的机械焊接数据管理分析系统 | |
CN103314286B (zh) | 锡焊检查方法和锡焊检查机以及基板检查系统 | |
US9618459B2 (en) | Systems and methods for automated composite layup quality assurance | |
AU2017349631B2 (en) | Belt inspection system and method | |
US10875592B2 (en) | Automobile manufacturing plant and method | |
JP2018041439A (ja) | ジョイントの予測シミング | |
CN109543267B (zh) | 基于图像处理的工艺品表面喷涂仿真与优化方法 | |
CN102162577A (zh) | 管道缺陷表面完整性检测装置及其检测方法 | |
CN110146019A (zh) | 一种基于工业相机的工件尺寸在线检测与自动补偿方法 | |
CN116428984A (zh) | 一种五金模具冲压加工智能检测系统 | |
CN114581368B (zh) | 一种基于双目视觉的棒材焊牌方法及装置 | |
CN116976757B (zh) | 高精密线路板追溯系统及方法 | |
CN116562590A (zh) | 一种桥梁施工及运营维护方法、系统、设备及介质 | |
CN114782378A (zh) | 一种各类构件焊接工艺用机器人智能焊接数据库的构建方法 | |
JP2023018016A (ja) | 管理システムおよび原因分析システム | |
CN109693459A (zh) | 信息处理方法及装置 | |
Safa et al. | An integrated quality management system for piping fabrication using 3D laser scanning and photogrammetry | |
US20220138622A1 (en) | System and method for predictive volumetric and structural evaluation of storage tanks | |
CN113885504A (zh) | 一种列检机器人自主巡检方法、系统及存储介质 | |
Neza et al. | Surface Waviness Evaluation of Two Different Types of Material of a Multi-Purpose Hall Using Terrestrial Laser Scanner (TLS) | |
KR100802583B1 (ko) | 선박 건조를 위한 정도관리 방법 | |
RU2644617C2 (ru) | Мобильный сканер для определения качества поверхности сварного шва | |
Ayoade et al. | Heterogeneous Measurement System for Data Mining Robotic GMAW Weld Quality | |
CN114800873B (zh) | 一种基于5g数据传输的混凝土搅拌站砂石料位ai智能检测方法及系统 | |
CN116465315B (zh) | 一种网版质量自动化检测方法及系统 |
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 |