CN116822098B - 焊接的智能监测控制方法及系统 - Google Patents
焊接的智能监测控制方法及系统 Download PDFInfo
- Publication number
- CN116822098B CN116822098B CN202311044665.8A CN202311044665A CN116822098B CN 116822098 B CN116822098 B CN 116822098B CN 202311044665 A CN202311044665 A CN 202311044665A CN 116822098 B CN116822098 B CN 116822098B
- Authority
- CN
- China
- Prior art keywords
- welding
- target
- preset
- plaque
- index
- 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
Links
- 238000003466 welding Methods 0.000 title claims abstract description 438
- 238000000034 method Methods 0.000 title claims abstract description 110
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 239000000463 material Substances 0.000 claims abstract description 107
- 230000008569 process Effects 0.000 claims abstract description 79
- 238000005457 optimization Methods 0.000 claims abstract description 68
- 238000013433 optimization analysis Methods 0.000 claims abstract description 22
- 238000002360 preparation method Methods 0.000 claims abstract description 16
- 239000002994 raw material Substances 0.000 claims description 26
- 238000005253 cladding Methods 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 239000000654 additive Substances 0.000 description 19
- 230000000996 additive effect Effects 0.000 description 17
- 238000012360 testing method Methods 0.000 description 8
- 239000010410 layer Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 239000002335 surface treatment layer Substances 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- FPAFDBFIGPHWGO-UHFFFAOYSA-N dioxosilane;oxomagnesium;hydrate Chemical compound O.[Mg]=O.[Mg]=O.[Mg]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O FPAFDBFIGPHWGO-UHFFFAOYSA-N 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000012778 molding material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012795 verification 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- 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
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了焊接的智能监测控制方法及系统，属于智能控制领域，其中方法包括：采集目标饰板特征信息，基于结构尺寸信息构建目标饰板三维模型；对三维模型进行网格划分，得到网格划分结果；基于预定焊接需求分析多个网格生成预定焊接轨迹，并控制犁槽臂基于预定焊接轨迹生成焊接导航条；对预定优化工艺指标进行优化分析，生成最优焊接工艺；根据材质种类信息确定焊接材料配制方案，并配制得到目标焊接材料；在焊接导航条的指引下，基于最优焊接工艺，利用目标焊接材料对目标饰板进行焊接。本申请解决了现有技术中饰板焊接效率低下，焊接产品品质差的技术问题，达到了提高饰板焊接生产效率，提高产品品质的技术效果。
Description
技术领域
本发明涉及智能控制领域，具体涉及焊接的智能监测控制方法及系统。
背景技术
饰板作为装修装饰的重要产品，其生产制造效率的提高越来越受到关注。目前，饰板生产制造大多采用人工操作模式，而人工操作既费时又费力，效率较低且品质保障难度大，难以满足市场需求。
发明内容
本申请通过提供了焊接的智能监测控制方法及系统，旨在解决现有技术中饰板焊接效率低下，焊接产品品质差的技术问题。
鉴于上述问题，本申请提供了焊接的智能监测控制方法及系统。
本申请公开的第一个方面，提供了焊接的智能监测控制方法，该方法包括：采集得到目标饰板的目标饰板特征信息，并基于目标饰板特征信息中的结构尺寸信息构建目标饰板三维模型；对目标饰板三维模型进行网格划分，得到网格划分结果，其中，网格划分结果包括多个网格；基于预定焊接需求分析多个网格生成预定焊接轨迹，并控制饰板包覆总成中的犁槽臂基于预定焊接轨迹生成焊接导航条；对预定优化工艺指标进行优化分析，生成最优焊接工艺；根据目标饰板特征信息中的材质种类信息确定焊接材料配制方案，并配制得到目标焊接材料；在焊接导航条的指引下，饰板包覆总成中的焊接臂基于最优焊接工艺，利用目标焊接材料对目标饰板进行焊接。
本申请公开的另一个方面，提供了焊接的智能监测控制系统，该系统包括：三维模型构建模块，用于采集得到目标饰板的目标饰板特征信息，并基于目标饰板特征信息中的结构尺寸信息构建目标饰板三维模型；模型网格划分模块，用于对目标饰板三维模型进行网格划分，得到网格划分结果，其中，网格划分结果包括多个网格；预定焊接轨迹模块，基于预定焊接需求分析多个网格生成预定焊接轨迹，并控制饰板包覆总成中的犁槽臂基于预定焊接轨迹生成焊接导航条；指标优化分析模块，用于对预定优化工艺指标进行优化分析，生成最优焊接工艺；焊接材料配制模块，用于根据目标饰板特征信息中的材质种类信息确定焊接材料配制方案，并配制得到目标焊接材料；目标饰板焊接模块，用于在焊接导航条的指引下，饰板包覆总成中的焊接臂基于最优焊接工艺，利用目标焊接材料对目标饰板进行焊接。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了构建目标饰板的三维模型，根据预定焊接需求生成焊接轨迹和导航条；对焊接工艺参数进行优化分析，获得最优焊接工艺；根据目标饰板的材质信息确定焊接材料配方，并配制得到目标焊接材料；在焊接导航条指引下，利用最优焊接工艺和目标焊接材料，实现对目标饰板的自动化焊接的技术方案，解决了现有技术中饰板焊接效率低下，焊接产品品质差的技术问题，达到了提高饰板焊接生产效率，提高产品品质的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了焊接的智能监测控制方法可能的流程示意图；
图2为本申请实施例提供了焊接的智能监测控制方法中得到目标焊接材料可能的流程示意图；
图3为本申请实施例提供了焊接的智能监测控制方法中得到目标焊接质量指数可能的流程示意图；
图4为本申请实施例提供了焊接的智能监测控制系统可能的结构示意图。
附图标记说明：三维模型构建模块11，模型网格划分模块12，预定焊接轨迹模块13，指标优化分析模块14，焊接材料配制模块15，目标饰板焊接模块16。
具体实施方式
本申请提供的技术方案总体思路如下：
通过构建目标饰板三维模型，生成相应的焊接轨迹和导航条；优化分析焊接工艺参数，获得最优焊接工艺；根据材质信息配制出目标焊接材料；在此基础上，实现饰板的自动化焊接，达到监测和控制焊接全过程的目的。
首先，采集目标饰板的特征信息，构建三维模型，为后续工艺参数的生成和控制奠定基础。其次，根据预定焊接需求分析三维模型，生成焊接导航条，控制焊接路径。再次，优化焊接工艺参数，如焊接能量、焊接速度等，获得最优的焊接工艺，保证焊接质量。同时，根据饰板材质确定配方，配制出目标焊接材料。最后，在导航条的指引下，利用最优焊接工艺和目标焊接材料，进行自动化焊接。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了焊接的智能监测控制方法，该智能监测控制方法应用于智能监测控制系统，智能监测控制系统与饰板包覆总成通信连接。
具体而言，本发明涉及一种焊接的智能监测控制方法，该方法用于对饰板包覆总成的焊接过程进行监测和控制，应用于与饰板包覆总成通信连接的智能监测控制系统。智能监测控制系统是指采用计算机技术和通信技术，对焊接设备的工作过程状态参数进行实时检测、采集和分析，从而实现对焊接工艺过程的监测、控制、优化和管理的系统。该系统通过通信接口与饰板包覆总成连接，用于采集焊接过程相关数据和下发控制命令。
饰板包覆总成是指完成焊接工艺所需要的所有设备的总称，包括焊接机构、供料机构、送料机构等，通过其中的焊接臂完成焊接操作。该总成产生的焊接数据，如焊头温度、焊接力、焊速等，由智能监测控制系统进行监测和采集，并根据监测结果下达控制命令优化焊接工艺。
通信连接是指智能监测控制系统和饰板包覆总成之间的信息交互通道，采用有线和无线的通信接口进行数据通信。通过该通信接口，智能监测控制系统可以实时检测饰板包覆总成的工作状态，如焊头温度、焊接力、焊速等，并根据检测结果下达控制指令，对焊接工艺参数如焊头尺寸、焊接压力、焊接速度、焊接功率等进行优化控制，从而达到监测和优化焊接质量的目的。
智能监测控制方法包括：
步骤S100：采集得到目标饰板的目标饰板特征信息，并基于所述目标饰板特征信息中的结构尺寸信息构建目标饰板三维模型；
具体而言，通过超声波传感采集获取目标饰板的特征信息，该特征信息包括目标饰板的结构尺寸信息、材质种类信息等。其中，通过超声波传感器发射超声波扫描目标饰板，接收目标饰板反射回的超声波，并将接收到的超声波信息输入至数据处理装置中，数据处理装置根据超声波的传播时间计算出目标饰板表面各点的深度信息，解析出目标饰板的结构尺寸信息，如板件长度、宽度、厚度、边缘曲率半径、孔洞直径等。
接着，从采集得到的结构尺寸信息中提取出目标饰板的外观边缘轮廓线信息，如外形边缘轮廓、孔洞边缘轮廓等，提取出目标饰板表面上特征点的空间坐标，如角点、拐点等。基于采集得到的边缘轮廓线信息和特征点坐标，构建出初始的控制网格，再根据构建的控制网格，计算出代表目标饰板表面形状的NURBS曲面方程，根据计算出的NURBS曲面方程，构建出目标饰板的三维曲面模型。
步骤S200：对所述目标饰板三维模型进行网格划分，得到网格划分结果，其中，所述网格划分结果包括多个网格；
具体而言，读取目标饰板三维模型数据，包括模型的三维点坐标、边界曲面参数方程等数据；选择四面体划分的初始网格尺寸，根据模型的体积和形状确定合适的网格数量；对模型的边界曲面进行参数方程离散化，将边界曲面划分为多个小三角面片，每个三角面片由三个三维点确定；在模型内部随机选择一个初始划分点，与模型边界上的三角面片形成多个四面体单元；每次选择一个新的划分点，使其满足与所有现有四面体单元不重叠的条件，形成新的四面体单元；重复选择新的划分点，逐渐填充模型内部空间，直到达到预定的网格数量为止；对得到的四面体单元进行编号，每个四面体单元对应一个网格，由四个三维点确定；记录每个四面体单元的四个顶点三维坐标，以及每个网格相邻的其他网格信息，储存网格划分结果，为预定焊接轨迹生成和焊接导航条构建提供数据支持。
步骤S300：基于预定焊接需求分析所述多个网格生成预定焊接轨迹，并控制所述饰板包覆总成中的犁槽臂基于所述预定焊接轨迹生成焊接导航条；
具体而言，首先，提取预定焊接需求，包括需要焊接的区域和焊接顺序；其次，在网格划分结果中提取与预定焊接需求对应的网格，作为目标网格；接着，按照预定焊接需求的焊接顺序，确定每个目标网格上的焊接轨迹点，将所有目标网格上的焊接轨迹点按顺序连接，生成预定焊接轨迹。然后，以网格划分结果中的每个网格作为一个栅格，得到初始栅格地图，测量每个栅格内及附近实际存在的障碍物，确定障碍物所占范围；随后，在栅格地图上，将障碍物所占范围覆盖的栅格指定为障碍栅格，其余栅格指定为非障碍栅格；将指定的障碍栅格和非障碍栅格更新至初始栅格地图中，作为栅格地图数据。
接着，读取预定焊接轨迹的数据，包括全部焊接轨迹点的三维坐标；提取预定焊接轨迹上的第一个焊接轨迹点作为当前焊接点，发送当前焊接点的三维坐标至犁槽臂的控制系统，控制系统控制犁槽臂驱动至当前焊接点的空间位置。同时，检测在驱动至当前焊接点的过程中，是否存在与栅格地图上指定的障碍栅格重合的情况，如果存在重合的障碍栅格，则在栅格地图上指定一条从第一个焊接轨迹点到当前焊接点的路径，作为临时焊接导航条，用于指挥犁槽臂避开障碍栅格驱动至当前焊接点；如果不存在重合的障碍栅格，则当前焊接点即为下一个焊接导航目标点。依次取下一个焊接轨迹点作为当前焊接点，驱动犁槽臂至每个焊接点，当所有焊接轨迹点的导航完成后，记录每次的临时焊接导航条，并将相邻的临时焊接导航条连接，最终获得完整的焊接导航条。
步骤S400：对预定优化工艺指标进行优化分析，生成最优焊接工艺；
具体而言，首先，确定预定优化工艺指标，例如焊接材料添加剂及其比例、犁槽导航能量条宽度、焊头尺寸、焊接压力、焊接速度、焊接功率等，这些指标与焊接质量密切相关。其次，针对每个预定优化工艺指标，确定其取值范围或上限和下限，构建参数设计空间。同时，在每个指标的取值范围内选取若干个可选的参数，作为候选解。然后，基于预定的优化规则和约束，评估每个候选解在焊接其质量优化上的贡献度，获得优化值，对各候选解的优化值进行排序，选取数目为第一个预定步数的候选解。接着，对选取的候选解再进一步进行优化分析，更新其优化值，生成第一代最优解。进行迭代优化，每次保留上一代的一半最优解，并基于更新的优化规则和约束对下一代解进行进一步的优化分析，直到达到预定进化代数。最后，在所有最优解中选择优化值最高的解作为最优焊接工艺参数，将各预定优化工艺指标的最优参数集成，得到最优焊接工艺。
步骤S500：根据所述目标饰板特征信息中的材质种类信息确定焊接材料配制方案，并配制得到目标焊接材料；
具体而言，首先，分析目标饰板特征信息中的材质种类信息，确定需要焊接的基材种类，如钢板、铝合金、尼龙纱布或塑料等。其次，根据基材种类选择1-3种匹配的焊接材料作为基础焊接材料候选方案。接着，分析目标饰板的表面处理层，如油漆面、粉末涂层或电子涂层等，选择与其匹配的添加剂，构建添加剂组合设计空间，确定各添加剂的种类和取值范围，在设计空间内选择若干个代表性的添加剂组合作为试验方案。然后，制备各试验方案的焊接材料样品，进行焊接试验，测试各样品的焊接强度、外观性能等指标，获得试验数据，根据试验数据，建立各添加剂含量与焊接强度、外观性能之间的回归模型，通过分析各添加剂对回归模型的影响，判断各添加剂对焊接质量的重要性，并确定添加剂组合的最优范围。
随后，在添加剂组合的最优范围内选择新的组合进行验证试验，比较新试验数据与模型预测结果的偏差，评估模型的准确性。重复确定最优范围和准确性评估，逐步缩小最优范围，精确确定最优的添加剂组合，对最优添加剂组合再进行细粒度的优化，确定各添加剂的最佳添加量，作为添加剂配方方案。之后，根据最优添加剂组合方案，计算各添加剂的最优加量，作为添加剂配方，将选定的基础焊接材料和添加剂配方进行对比分析，选择性能最优的方案作为目标焊接材料配方，根据目标焊接材料配方的组成比例，配制得到目标焊接材料。
步骤S600：在所述焊接导航条的指引下，所述饰板包覆总成中的焊接臂基于所述最优焊接工艺，利用所述目标焊接材料对所述目标饰板进行焊接。
具体而言，读取最优焊接工艺参数，如焊接电流、速度、压力、焊头尺寸等，设置自动化焊接设备。安装目标焊接材料，调整送丝系统，设置丝料送速与最优焊接工艺相匹配。读取焊接导航条信息，包括预定焊接轨迹及栅格地图数据。将焊接导航条数据发送至焊接臂控制系统，用于在线导航和避障。
然后，控制焊接臂驱动焊枪至预定焊接轨迹的起始点，开始焊接。控制焊接电流、速度、压力等参数，使其匹配最优焊接工艺的设置，对目标饰板进行焊接。同时，焊接臂实时检测周围环境，判断运动路径上是否存在障碍栅格，如果存在障碍栅格，焊接臂根据焊接导航条选择安全路径绕障，最终回到预定轨迹继续焊接。连续利用最优焊接工艺的设置和目标焊接材料对目标饰板进行自动化焊接，直至焊接任务完成。同步地，记录自动化焊接的相关数据，包括焊接时间、焊丝消耗量、实际焊接路径等，用于焊接质量评估。
进一步的，本申请实施例还包括：
步骤S310：所述预定焊接需求包括预定焊接面，其中，所述预定焊接面包括第一焊接面边缘和第二焊接面边缘；
步骤S320：筛选所述多个网格中位于所述预定焊接面的网格，记作目标网格，并提取所述目标网格中的第一非边缘网格；
步骤S330：依次获取所述第一非边缘网格的第一邻近边缘网格和第二邻近边缘网格，其中，所述第一邻近边缘网格是指所述第一焊接面边缘上与所述第一非边缘网格距离最近的网格，所述第二邻近边缘网格是指所述第二焊接面边缘上与所述第一非边缘网格距离最近的网格；
步骤S340：分别计算所述第一非边缘网格与所述第一邻近边缘网格的第一距离、所述第一非边缘网格与所述第二邻近边缘网格的第二距离；
步骤S350：如果所述第一距离等于所述第二距离，生成标记指令，并根据所述标记指令对所述第一非边缘网格进行轨迹点标记；
步骤S360：基于所述轨迹点标记生成所述预定焊接轨迹。
具体而言，预定焊接需求包括需要焊接的区域，如预定焊接面。预定焊接面由多个网格组成，包括边缘网格和非边缘网格。边缘网格位于预定焊接面边缘，包括第一焊接面边缘和第二焊接面边缘，非边缘网格位于边缘网格内部。其中，第一焊接面边缘和第二焊接面边缘是预定焊接面两个相对的边缘，第一焊接面边缘上的所有边缘网格与第二焊接面边缘上的所有边缘网格相对。例如，如果预定焊接面是一个矩形，第一焊接面边缘可以是矩形的上边缘，第二焊接面边缘就是下边缘。
然后，读取网格划分结果，获得所有网格的空间坐标；读取预定焊接面的数据，包括边界轮廓的空间坐标；遍历所有网格，判断每个网格的空间坐标是否位于预定焊接面内，如果某个网格的空间坐标位于预定焊接面内，则将其指定为目标网格，如果不在预定焊接面内，则丢弃该网格，获得位于预定焊接面内的所有目标网格。
接着，从目标网格中选择一个非边缘网格作为第一非边缘网格，该网格应位于预定焊接面内部，远离边界轮廓。随后，读取第一非边缘网格的空间坐标，将其作为参考点，同时读取第一焊接面边缘和第二焊接面边缘上所有边缘网格的空间坐标。计算第一非边缘网格到第一焊接面边缘上每个边缘网格的距离，选择距离最小的一个边缘网格作为第一邻近边缘网格，其距离为第一距离；计算第一非边缘网格到第二焊接面边缘上每个边缘网格的距离，选择距离最小的一个边缘网格作为第二邻近边缘网格，其距离为第二距离。如果第一距离等于第二距离，则在第一非边缘网格上生成轨迹点标记。然后，读取第一距离和第二距离的数据，判断第一距离是否等于第二距离，如果第一距离等于第二距离，则生成轨迹点标记指令，将该目标网格作为焊接轨迹中的焊接点。最后，读取所有轨迹点标记的数据，获得各轨迹点的空间坐标，根据空间坐标将各轨迹点按顺序连接，生成预定焊接轨迹。
进一步的，本申请实施例还包括：
步骤S410：将预定控制指标作为所述预定优化工艺指标；
其中，预定控制指标包括焊头尺寸、焊接压力、焊接速度、焊接功率；
步骤S420：提取所述预定优化工艺指标中的第一指标，并依次分析确定所述第一指标的第一取值上限和第一取值下限；
步骤S430：读取所述第一指标的第一步进，并结合所述第一取值上限和所述第一取值下限得到第一预定步数；
步骤S440：基于所述第一预定步数，随机生成所述第一指标的第一初始参数集，其中，所述第一初始参数集包括M个参数，且M小于所述第一预定步数；
步骤S450：对所述M个参数进行权重赋值得到M个系数，并结合预定优化规则对所述M个参数进行优化分析，得到第一指标优化决策；
步骤S460：将所述第一指标优化决策添加至所述最优焊接工艺。
具体而言，分析预定焊接任务，确定影响焊接质量和工艺的主要控制参数，包括焊头尺寸、焊接压力、焊接速度和焊接功率。根据焊接设备的性能参数范围，对各控制参数的可调范围进行评估和确定。基于焊接质量的要求，如熔深、热影响区范围等，确定各控制参数的最佳设置范围，将各控制参数的名称及其设置范围定义为预定优化工艺指标，并记录相关数据。
从预定优化工艺指标中选择其中一个指标作为第一指标，如焊头尺寸。分析第一指标对焊接质量和工艺的影响，判断其在优化中的重要性，确定第一指标对焊接设备的适用范围，得到其设备允许的最大值和最小值；基于焊接质量标准，分析第一指标的最佳工作范围，得到质量要求的最大值和最小值；综合设备允许范围和质量要求，确定第一指标的第一取值上限和第一取值下限。其中，第一取值上限小于设备允许的最大值和质量要求的最大值，第一取值下限应大于设备允许的最小值和质量要求的最小值。从而依次确定预定优化工艺指标中每个指标的取值上限和取值下限。
查询第一指标的最小可调单位，作为第一步进，例如，焊头尺寸的最小单位为0.1mm，则第一步进为0.1mm。计算第一指标的第一取值上限与第一取值下限的差值，作为第一指标的调整范围。通过第一调整范围整除第一步进，得到第一预定步数，例如，第一调整范围为10mm，第一步进为0.1mm，则第一预定步数为100。随后，读取第一预定步数的数据，作为参数选择的总数，根据工艺复杂度和计算能力，确定第一初始参数集中参数的个数M，M应小于第一预定步数。生成每个预定步数的随机数，从随机数中选择M个不重复的数值，将选择的M个数值依次对应到第一预定步数内，得到M个参数值，将这M个参数值作为第一初始参数集，为优化该工艺指标参数的起点。
基于M个参数的大小对工艺的影响，对M个参数的重要性进行评估，得到M个权重，将M个权重归一化，得到M个在0至1范围内的归一化权重。将M个归一化权重指定为M个参数的系数，读取预定优化规则，如最大熔深、最低成本等。基于系数和优化规则，评估第一初始参数集中各参数的优劣，得到各参数的评分，其中，性能更好的更重要的参数有更高的分数。比较各参数的评分，选择评分最高的参数作为第一指标的优化决策，并记录第一指标优化决策及相关数据。检查所选择的第一指标优化决策，确保其满足工艺要求和设备性能，如果决策不满足要求，则重新选择，直至决策正确。
最后，将第一指标优化决策的数据格式化为最优焊接工艺的定义模板，读取当前最优焊接工艺的数据，如果为空，则定义一个初始模板，在最优焊接工艺的数据模板中添加第一指标优化决策的数据。将添加后的最优焊接工艺数据进行检查，确保所添加的第一指标优化决策与当前数据不存在矛盾，如果存在矛盾，则调整第一指标优化决策的数据或当前最优焊接工艺的数据，直至最优焊接工艺的数据模板中添加完成第一指标优化决策的数据。
进一步的，本申请实施例还包括：
步骤S441：提取所述预定优化规则中的预定优化约束，其中，所述预定优化约束是指所述焊接臂的焊接控制精度；
步骤S442：根据所述预定优化约束与所述M个系数构建适应度函数，其中，所述适应度函数如下：
；
其中，是指所述第一指标的第i个指标参数/>的适应度函数，/>是指控制频率，/>是指控制错误率，/>是指所述控制频率/>的权重，/>是指所述控制错误率/>的权重，m是指所述M个系数中的第m个系数；
步骤S443：根据所述适应度函数对所述M个参数进行筛选，得到所述第一指标优化决策。
具体而言，查询焊接臂的技术参数手册，获得焊接臂控制系统的技术指标，从技术指标中选择与控制精度相关的参数，如最大位置控制误差、最大速度控制误差等，记录所选择的参数的数据，包括名称、数值、单位等，作为焊接臂控制精度的基础数据，确定焊接臂控制精度的最终值或数值范围，该值或范围满足焊接质量与工艺要求，作为预定优化规则中的预定优化约束。
然后，选择与预定优化约束相关的评价指标，包括控制频率和控制错误率，构建预定优化约束与M个系数构建适应度函数为；其中，是指第一指标的第i个指标参数/>的适应度函数，/>是指控制频率，/>是指控制错误率，/>是指所述控制频率/>的权重，/>是指所述控制错误率/>的权重，m是指所述M个系数中的第m个系数。该适应度函数包含两个加权求和项，设置控制频率项和控制错误率项的权重，将M个参数代入适应度函数，计算每个参数对应的适应度值，适应度值越大表示参数越优，比较各参数的适应度值，选择值最大的参数作为第一指标优化决策。
进一步的，如图2所示，本申请实施例还包括：
步骤S510：分析所述材质种类信息得到预定底板原料；
步骤S520：若所述预定底板原料符合预定材质特征，生成第一添加指令，其中，所述第一添加指令用于将预定辅助材料添加至所述目标焊接材料；
步骤S530：读取预定焊接层原料；
步骤S540：基于预定配比将所述预定底板原料、所述预定辅助材料和所述预定焊接层原料进行配制融合，得到所述目标焊接材料。
具体而言，读取材质种类信息的数据，包括各种材料的性能参数、成分及加工工艺等数据，从材质种类信息中筛选出与底板相关的材料数据，根据该数据选定底板原料，底板原料应满足强度和厚度等要求。如果选择的底板材料不满足材质种类信息，则从考虑范围中剔除，从而获取预定底板原料。接着，判断预定底板原料是否为两种及两种以上材质种类，如果不满足，返回重新选择预定底板原料。如果满足，读取预定辅助材料的数据，包括材料名称、性能参数、添加比例等，预定辅助材料的选择与预定底板原料匹配；根据预定辅助材料的数据生成第一添加指令，包括材料名称、添加重量或比例及添加方法。例如，添加碳纤维、云母、同性塑料等，可使底板焊接时更好吸收超声波振动摩擦产生的热量，融化得更充分，添加一定量的滑石粉可提高成型材料的吸热能力以及抗弯曲能力等。
然后，查询预定焊接层原料的技术文件或标准，获得原料的详细数据，包括材料名称、性能参数、比例要求等。根据预定底板原料、预定辅助材料和预定焊接层原料，读取预定配比的数据，包括各原料的添加比例或重量，根据预定配比的要求配置各原料，并根据第一添加指令添加预定辅助材料，将配置的各原料进行混合融合，控制混合温度和时间，使各原料完全融合均匀。检查融合后的材料，如外观、性能指标等，确保符合要求，如果不符合需要重新配制，保存最终获得的目标焊接材料。
进一步的，如图3所示，本申请实施例还包括：
步骤S610：获取所述目标饰板的目标焊点；
步骤S620：对所述目标焊点进行外观质量分析，得到目标焊点质量，其中，所述目标焊点质量包括目标焊点纹理特征值和目标焊点尺寸；
步骤S630：对所述目标焊点进行性能质量分析，得到目标焊点拉脱力，其中，所述目标焊点拉脱力用于表征所述目标焊点的性能质量；
步骤S640：加权所述目标焊点纹理特征值、所述目标焊点尺寸和所述目标焊点拉脱力，并计算得到目标焊接质量指数。
具体而言，焊接完成后，通过激光扫描仪等获取目标焊点的三维点云数据，扫描过程全面覆盖目标焊点，对获取的三维点云数据进行处理，转化为目标焊点的CAD模型数据。检查转化后的CAD模型数据，确保其准确还原目标焊点。基于目标焊点的CAD模型数据，获得焊点的几何参数，如长宽高、曲率半径等。同时，采集焊点的纹理图像，基于图像处理技术对纹理进行特征提取与分析，计算纹理分析结果，获得焊点纹理特征值，并与标准特征值进行比对，判断合格程度。记录判断结果和相关数据，包括焊点几何尺寸和纹理特征值，作为目标焊点质量的数据。
同时，基于目标焊点的三维数据，获得焊点的几何参数，如截面积、高宽比等，用于计算拉脱力。根据焊点的结构形式，选择合适的理论公式计算拉脱力。例如，当焊点为圆柱形时，将焊点的直径与材料的抗拉强度相乘，所得结果即为拉脱力；当焊点为锥形时，计算焊点大端面直径与小端面直径的平方和，再与焊点高度的平方相乘；计算乘积结果和锥体侧壁与轴的夹角比值，再与材料的抗拉强度相乘，所得结果即为拉脱力。然后，将焊点几何参数代入对应的公式中计算得到拉脱力，表征目标焊点的性能质量。
最后，读取目标焊点的纹理特征值、尺寸数据和拉脱力数据，确定三个指标对焊接质量的影响程度，根据产品使用条件与标准要求设置其权重w1、w2和w3，将三个指标的数据与对应的权重相乘，得到加权后的数据，作为综合评分，综合评分值越大表示焊点质量越高。将综合评分与理论上最高分数进行除法运算，得到目标焊接质量指数。
综上所述，本申请实施例所提供的焊接的智能监测控制方法具有如下技术效果：
采集得到目标饰板的目标饰板特征信息，并基于目标饰板特征信息中的结构尺寸信息构建目标饰板三维模型，为工艺参数的生成和控制提供基础；对目标饰板三维模型进行网格划分，得到网格划分结果，其中，网格划分结果包括多个网格；基于预定焊接需求分析多个网格生成预定焊接轨迹，并控制饰板包覆总成中的犁槽臂基于预定焊接轨迹生成焊接导航条，实现对焊接路径的控制；对预定优化工艺指标进行优化分析，生成最优焊接工艺，通过对焊接参数优化计算，获得最优的焊接工艺，保证焊接质量；根据目标饰板特征信息中的材质种类信息确定焊接材料配制方案，并配制得到目标焊接材料，实现确定理想的焊接材料配方，配制出适宜焊接的材料；在焊接导航条的指引下，饰板包覆总成中的焊接臂基于最优焊接工艺，利用目标焊接材料对目标饰板进行焊接，进而实现对饰板的自动化焊接，达到提高饰板焊接生产效率，提高产品品质的技术效果。
实施例二
基于与前述实施例中焊接的智能监测控制方法相同的发明构思，如图4所示，本申请实施例提供了焊接的智能监测控制系统，该系统包括：
三维模型构建模块11，所述三维模型构建模块用于采集得到目标饰板的目标饰板特征信息，并基于所述目标饰板特征信息中的结构尺寸信息构建目标饰板三维模型；
模型网格划分模块12，所述模型网格划分模块用于对所述目标饰板三维模型进行网格划分，得到网格划分结果，其中，所述网格划分结果包括多个网格；
预定焊接轨迹模块13，所述预定焊接轨迹模块基于预定焊接需求分析所述多个网格生成预定焊接轨迹，并控制所述饰板包覆总成中的犁槽臂基于所述预定焊接轨迹生成焊接导航条；
指标优化分析模块14，所述指标优化分析模块用于对预定优化工艺指标进行优化分析，生成最优焊接工艺；
焊接材料配制模块15，所述焊接材料配制模块用于根据所述目标饰板特征信息中的材质种类信息确定焊接材料配制方案，并配制得到目标焊接材料；
目标饰板焊接模块16，所述目标饰板焊接模块用于在所述焊接导航条的指引下，所述饰板包覆总成中的焊接臂基于所述最优焊接工艺，利用所述目标焊接材料对所述目标饰板进行焊接。
进一步的，预定焊接轨迹模块13包括以下执行步骤：
所述预定焊接需求包括预定焊接面，其中，所述预定焊接面包括第一焊接面边缘和第二焊接面边缘；
筛选所述多个网格中位于所述预定焊接面的网格，记作目标网格，并提取所述目标网格中的第一非边缘网格；
依次获取所述第一非边缘网格的第一邻近边缘网格和第二邻近边缘网格，其中，所述第一邻近边缘网格是指所述第一焊接面边缘上与所述第一非边缘网格距离最近的网格，所述第二邻近边缘网格是指所述第二焊接面边缘上与所述第一非边缘网格距离最近的网格；
分别计算所述第一非边缘网格与所述第一邻近边缘网格的第一距离、所述第一非边缘网格与所述第二邻近边缘网格的第二距离；
如果所述第一距离等于所述第二距离，生成标记指令，并根据所述标记指令对所述第一非边缘网格进行轨迹点标记；
基于所述轨迹点标记生成所述预定焊接轨迹。
进一步的，指标优化分析模块14包括以下执行步骤：
将预定控制指标作为所述预定优化工艺指标；
提取所述预定优化工艺指标中的第一指标，并依次分析确定所述第一指标的第一取值上限和第一取值下限；
读取所述第一指标的第一步进，并结合所述第一取值上限和所述第一取值下限得到第一预定步数；
基于所述第一预定步数，随机生成所述第一指标的第一初始参数集，其中，所述第一初始参数集包括M个参数，且M小于所述第一预定步数；
对所述M个参数进行权重赋值得到M个系数，并结合预定优化规则对所述M个参数进行优化分析，得到第一指标优化决策；
将所述第一指标优化决策添加至所述最优焊接工艺。
进一步的，指标优化分析模块14还包括：
所述预定控制指标包括焊头尺寸、焊接压力、焊接速度、焊接功率。
进一步的，指标优化分析模块14还包括以下执行步骤：
提取所述预定优化规则中的预定优化约束，其中，所述预定优化约束是指所述焊接臂的焊接控制精度；
根据所述预定优化约束与所述M个系数构建适应度函数，其中，所述适应度函数如下：
；
其中，是指所述第一指标的第i个指标参数/>的适应度函数，/>是指控制频率，/>是指控制错误率，/>是指所述控制频率/>的权重，/>是指所述控制错误率/>的权重，m是指所述M个系数中的第m个系数；
根据所述适应度函数对所述M个参数进行筛选，得到所述第一指标优化决策。
进一步的，焊接材料配制模块15包括以下执行步骤：
分析所述材质种类信息得到预定底板原料；
若所述预定底板原料符合预定材质特征，生成第一添加指令，其中，所述第一添加指令用于将预定辅助材料添加至所述目标焊接材料；
读取预定焊接层原料；
基于预定配比将所述预定底板原料、所述预定辅助材料和所述预定焊接层原料进行配制融合，得到所述目标焊接材料。
进一步的，目标饰板焊接模块16包括以下执行步骤：
获取所述目标饰板的目标焊点；
对所述目标焊点进行外观质量分析，得到目标焊点质量，其中，所述目标焊点质量包括目标焊点纹理特征值和目标焊点尺寸；
对所述目标焊点进行性能质量分析，得到目标焊点拉脱力，其中，所述目标焊点拉脱力用于表征所述目标焊点的性能质量；
加权所述目标焊点纹理特征值、所述目标焊点尺寸和所述目标焊点拉脱力，并计算得到目标焊接质量指数。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中，并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法，在此不做多余限制。
进一步的，综上所述的第一或第二可能不止代表次序关系，也可能代表某项特指概念，和/或指的是多个元素之间可单独或全部选择。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (7)
1.焊接的智能监测控制方法，其特征在于，所述智能监测控制方法应用于智能监测控制系统，所述智能监测控制系统与饰板包覆总成通信连接，所述智能监测控制方法包括：
采集得到目标饰板的目标饰板特征信息，并基于所述目标饰板特征信息中的结构尺寸信息构建目标饰板三维模型；
对所述目标饰板三维模型进行网格划分，得到网格划分结果，其中，所述网格划分结果包括多个网格；
基于预定焊接需求分析所述多个网格生成预定焊接轨迹，并控制所述饰板包覆总成中的犁槽臂基于所述预定焊接轨迹生成焊接导航条；
对预定优化工艺指标进行优化分析，生成最优焊接工艺；
根据所述目标饰板特征信息中的材质种类信息确定焊接材料配制方案，并配制得到目标焊接材料；
在所述焊接导航条的指引下，所述饰板包覆总成中的焊接臂基于所述最优焊接工艺，利用所述目标焊接材料对所述目标饰板进行焊接；
其中，所述基于预定焊接需求分析所述多个网格生成预定焊接轨迹，包括：
所述预定焊接需求包括预定焊接面，其中，所述预定焊接面包括第一焊接面边缘和第二焊接面边缘；
筛选所述多个网格中位于所述预定焊接面的网格，记作目标网格，并提取所述目标网格中的第一非边缘网格；
依次获取所述第一非边缘网格的第一邻近边缘网格和第二邻近边缘网格，其中，所述第一邻近边缘网格是指所述第一焊接面边缘上与所述第一非边缘网格距离最近的网格，所述第二邻近边缘网格是指所述第二焊接面边缘上与所述第一非边缘网格距离最近的网格；
分别计算所述第一非边缘网格与所述第一邻近边缘网格的第一距离、所述第一非边缘网格与所述第二邻近边缘网格的第二距离；
如果所述第一距离等于所述第二距离，生成标记指令，并根据所述标记指令对所述第一非边缘网格进行轨迹点标记；
基于所述轨迹点标记生成所述预定焊接轨迹。
2.根据权利要求1所述智能监测控制方法，其特征在于，所述生成最优焊接工艺，包括：
将预定控制指标作为所述预定优化工艺指标；
提取所述预定优化工艺指标中的第一指标，并依次分析确定所述第一指标的第一取值上限和第一取值下限；
读取所述第一指标的第一步进，并结合所述第一取值上限和所述第一取值下限得到第一预定步数；
基于所述第一预定步数，随机生成所述第一指标的第一初始参数集，其中，所述第一初始参数集包括M个参数，且M小于所述第一预定步数；
对所述M个参数进行权重赋值得到M个系数，并结合预定优化规则对所述M个参数进行优化分析，得到第一指标优化决策；
将所述第一指标优化决策添加至所述最优焊接工艺。
3.根据权利要求2所述智能监测控制方法，其特征在于，所述预定控制指标包括焊头尺寸、焊接压力、焊接速度、焊接功率。
4.根据权利要求3所述智能监测控制方法，其特征在于，所述对所述M个参数进行权重赋值得到M个系数，并结合预定优化规则对所述M个参数进行优化分析，得到第一指标优化决策，包括：
提取所述预定优化规则中的预定优化约束，其中，所述预定优化约束是指所述焊接臂的焊接控制精度；
根据所述预定优化约束与所述M个系数构建适应度函数，其中，所述适应度函数如下：
；
其中，是指所述第一指标的第i个指标参数/>的适应度函数，/>是指控制频率，/>是指控制错误率，/>是指所述控制频率/>的权重，/>是指所述控制错误率/>的权重，m是指所述M个系数中的第m个系数；
根据所述适应度函数对所述M个参数进行筛选，得到所述第一指标优化决策。
5.根据权利要求1所述智能监测控制方法，其特征在于，所述配制得到目标焊接材料，包括：
分析所述材质种类信息得到预定底板原料；
若所述预定底板原料符合预定材质特征，生成第一添加指令，其中，所述第一添加指令用于将预定辅助材料添加至所述目标焊接材料；
读取预定焊接层原料；
基于预定配比将所述预定底板原料、所述预定辅助材料和所述预定焊接层原料进行配制融合，得到所述目标焊接材料。
6.根据权利要求1所述智能监测控制方法，其特征在于，在所述利用所述目标焊接材料对所述目标饰板进行焊接之后，还包括：
获取所述目标饰板的目标焊点；
对所述目标焊点进行外观质量分析，得到目标焊点质量，其中，所述目标焊点质量包括目标焊点纹理特征值和目标焊点尺寸；
对所述目标焊点进行性能质量分析，得到目标焊点拉脱力，其中，所述目标焊点拉脱力用于表征所述目标焊点的性能质量；
加权所述目标焊点纹理特征值、所述目标焊点尺寸和所述目标焊点拉脱力，并计算得到目标焊接质量指数。
7.焊接的智能监测控制系统，其特征在于，用于实施权利要求1-6任意一项所述的焊接的智能监测控制方法，所述智能监测控制系统与饰板包覆总成通信连接，所述智能监测控制方法包括：
三维模型构建模块，所述三维模型构建模块用于采集得到目标饰板的目标饰板特征信息，并基于所述目标饰板特征信息中的结构尺寸信息构建目标饰板三维模型；
模型网格划分模块，所述模型网格划分模块用于对所述目标饰板三维模型进行网格划分，得到网格划分结果，其中，所述网格划分结果包括多个网格；
预定焊接轨迹模块，所述预定焊接轨迹模块基于预定焊接需求分析所述多个网格生成预定焊接轨迹，并控制所述饰板包覆总成中的犁槽臂基于所述预定焊接轨迹生成焊接导航条；
指标优化分析模块，所述指标优化分析模块用于对预定优化工艺指标进行优化分析，生成最优焊接工艺；
焊接材料配制模块，所述焊接材料配制模块用于根据所述目标饰板特征信息中的材质种类信息确定焊接材料配制方案，并配制得到目标焊接材料；
目标饰板焊接模块，所述目标饰板焊接模块用于在所述焊接导航条的指引下，所述饰板包覆总成中的焊接臂基于所述最优焊接工艺，利用所述目标焊接材料对所述目标饰板进行焊接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311044665.8A CN116822098B (zh) | 2023-08-18 | 2023-08-18 | 焊接的智能监测控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311044665.8A CN116822098B (zh) | 2023-08-18 | 2023-08-18 | 焊接的智能监测控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116822098A CN116822098A (zh) | 2023-09-29 |
| CN116822098B true CN116822098B (zh) | 2024-01-16 |
Family
ID=88139512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311044665.8A Active CN116822098B (zh) | 2023-08-18 | 2023-08-18 | 焊接的智能监测控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116822098B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117464115B (zh) * | 2023-12-26 | 2024-04-09 | 深圳市艾姆克斯科技有限公司 | 一种激光锡球焊接机的光束控制方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110102886A (zh) * | 2019-04-03 | 2019-08-09 | 安徽工布智造工业科技有限公司 | 一种应用于金属结构的智能焊接系统 |
| CN113673124A (zh) * | 2021-07-06 | 2021-11-19 | 华南理工大学 | 三通相贯线焊接温度场数值模拟预测方法、系统及介质 |
| WO2022019122A1 (ja) * | 2020-07-20 | 2022-01-27 | 株式会社神戸製鋼所 | 造形計画支援方法、及び造形計画支援装置 |
| CN114998381A (zh) * | 2022-05-31 | 2022-09-02 | 熵智科技(深圳)有限公司 | 管板焊接中焊接轨迹拟合方法、装置、设备及存储介质 |
| WO2022213374A1 (zh) * | 2021-04-09 | 2022-10-13 | 迅智自动化科技股份有限公司 | 焊接系统及焊接参数优化方法 |
| CN115542866A (zh) * | 2022-11-28 | 2022-12-30 | 江苏未来网络集团有限公司 | 基于工业互联网全连接管理的焊接生产监测方法及系统 |
| CN116117373A (zh) * | 2023-02-21 | 2023-05-16 | 上海广为焊接设备有限公司 | 用于船舶中小组立构件的智能焊接方法及系统 |
| CN116383912A (zh) * | 2023-06-02 | 2023-07-04 | 深蓝(天津)智能制造有限责任公司 | 一种提高控制精度的微型电机结构优化方法及系统 |
| CN116423003A (zh) * | 2023-06-13 | 2023-07-14 | 苏州松德激光科技有限公司 | 一种基于数据挖掘的锡焊智能评估方法及系统 |
| WO2023142229A1 (zh) * | 2022-01-25 | 2023-08-03 | 季华实验室 | 焊缝参数识别方法、装置、电子设备及存储介质 |
| CN116587288A (zh) * | 2023-07-04 | 2023-08-15 | 广州东焊智能装备有限公司 | 一种基于深度学习的焊接机器人视觉控制系统 |
| CN116599396A (zh) * | 2023-06-02 | 2023-08-15 | 大唐黑龙江发电有限公司哈尔滨第一热电厂 | 一种发电机组智能控制方法及系统 |
-
2023
- 2023-08-18 CN CN202311044665.8A patent/CN116822098B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110102886A (zh) * | 2019-04-03 | 2019-08-09 | 安徽工布智造工业科技有限公司 | 一种应用于金属结构的智能焊接系统 |
| WO2022019122A1 (ja) * | 2020-07-20 | 2022-01-27 | 株式会社神戸製鋼所 | 造形計画支援方法、及び造形計画支援装置 |
| WO2022213374A1 (zh) * | 2021-04-09 | 2022-10-13 | 迅智自动化科技股份有限公司 | 焊接系统及焊接参数优化方法 |
| CN113673124A (zh) * | 2021-07-06 | 2021-11-19 | 华南理工大学 | 三通相贯线焊接温度场数值模拟预测方法、系统及介质 |
| WO2023142229A1 (zh) * | 2022-01-25 | 2023-08-03 | 季华实验室 | 焊缝参数识别方法、装置、电子设备及存储介质 |
| CN114998381A (zh) * | 2022-05-31 | 2022-09-02 | 熵智科技(深圳)有限公司 | 管板焊接中焊接轨迹拟合方法、装置、设备及存储介质 |
| CN115542866A (zh) * | 2022-11-28 | 2022-12-30 | 江苏未来网络集团有限公司 | 基于工业互联网全连接管理的焊接生产监测方法及系统 |
| CN116117373A (zh) * | 2023-02-21 | 2023-05-16 | 上海广为焊接设备有限公司 | 用于船舶中小组立构件的智能焊接方法及系统 |
| CN116383912A (zh) * | 2023-06-02 | 2023-07-04 | 深蓝(天津)智能制造有限责任公司 | 一种提高控制精度的微型电机结构优化方法及系统 |
| CN116599396A (zh) * | 2023-06-02 | 2023-08-15 | 大唐黑龙江发电有限公司哈尔滨第一热电厂 | 一种发电机组智能控制方法及系统 |
| CN116423003A (zh) * | 2023-06-13 | 2023-07-14 | 苏州松德激光科技有限公司 | 一种基于数据挖掘的锡焊智能评估方法及系统 |
| CN116587288A (zh) * | 2023-07-04 | 2023-08-15 | 广州东焊智能装备有限公司 | 一种基于深度学习的焊接机器人视觉控制系统 |
Non-Patent Citations (3)
| Title |
|---|
| Yingda Dai.Cooperative Cutting Working for Two 2-dof Robots with RNN Model.《IEEE Xplore》.2006,全文. * |
| 张宏杰,张鹏贤,陈剑虹.基于分类回归树(CART)的点焊质量在线监测.兰州理工大学学报.2005,(第04期),全文. * |
| 徐树强.板管类零件自动组装焊接装备及其生产管理系统研发.《万方数据库》.2020,全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116822098A (zh) | 2023-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116822098B (zh) | 焊接的智能监测控制方法及系统 | |
| CN107514993B (zh) | 基于无人机的面向单体建筑建模的数据采集方法及系统 | |
| KR101568444B1 (ko) | 부품 포즈를 나타내는 점 데이터에 3차원 모델을 정합시키기 위한 시스템, 프로그램물, 및 관계된 방법들 | |
| CN108031844A (zh) | 一种在线逐层检测的增减材复合制造方法 | |
| US11073824B1 (en) | System and method of simulating and optimizing surface quality based on location and orientation of additively manufactured build parts | |
| CN102162577B (zh) | 管道缺陷表面完整性检测装置及其检测方法 | |
| Song et al. | Data quality-oriented 3D laser scan planning | |
| CN110263451A (zh) | 基于bim的拱肋加工施工方法 | |
| CN111268530A (zh) | 电梯井道测量、定位及电梯安装方法和设备 | |
| CN113092178A (zh) | 扦样机的控制方法、控制系统和可读存储介质 | |
| CN114926462A (zh) | 一种金属材料表面缺陷的智能检测方法及系统 | |
| CN115475737A (zh) | 一种点胶机点胶的规划优化方法及系统 | |
| CN113840675B (zh) | 用于增材制造的原位监测系统辅助材料和参数开发 | |
| CN116593589A (zh) | 大体积混凝土结构三维超声波智能检测方法 | |
| CN109085245A (zh) | 确定待测客体中缺陷的方法和超声波探伤仪 | |
| JP2020009326A (ja) | 電波伝搬シミュレーションモデルの作成方法、作成システム、作成装置および作成プログラム | |
| CN101629812B (zh) | 一种焊接接头成形组织特征的测量方法 | |
| CN104850061B (zh) | 外覆盖件模具复杂曲面铣削稳定域预测装置及预测方法 | |
| CN115980742B (zh) | 一种用于无人飞行器的雷达探测方法及装置 | |
| CN116700286A (zh) | 基于插值算法的路径规划方法、装置、设备及介质 | |
| CN112734619B (zh) | 一种面向检测特征扫描不确定度的自由曲面覆盖视点自动采样方法 | |
| CN1306460C (zh) | 一种曲面测量方法 | |
| Warszawski et al. | Autonomous mapping system for an interior finishing robot | |
| CN114282298A (zh) | 一种道路技术状况处理方法 | |
| CN114970055A (zh) | 一种基于bim模型的管线布置方法及系统 |
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 |