CN118046132B - 一种应用于云切平台的坡口精度检测方法及系统 - Google Patents
一种应用于云切平台的坡口精度检测方法及系统 Download PDFInfo
- Publication number
- CN118046132B CN118046132B CN202410451024.2A CN202410451024A CN118046132B CN 118046132 B CN118046132 B CN 118046132B CN 202410451024 A CN202410451024 A CN 202410451024A CN 118046132 B CN118046132 B CN 118046132B
- Authority
- CN
- China
- Prior art keywords
- groove
- design parameter
- parameter
- parameters
- particle
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 139
- 238000005520 cutting process Methods 0.000 title claims abstract description 34
- 238000013461 design Methods 0.000 claims abstract description 256
- 239000002245 particle Substances 0.000 claims abstract description 137
- 238000003466 welding Methods 0.000 claims abstract description 73
- 238000005457 optimization Methods 0.000 claims abstract description 64
- 238000012545 processing Methods 0.000 claims abstract description 62
- 210000001503 joint Anatomy 0.000 claims abstract description 44
- 230000002159 abnormal effect Effects 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000012549 training Methods 0.000 claims description 40
- 230000006870 function Effects 0.000 claims description 17
- 230000008030 elimination Effects 0.000 claims description 9
- 238000003379 elimination reaction Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000006467 substitution reaction 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
- 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
- B23K31/12—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 investigating the properties, e.g. the weldability, of materials
- B23K31/125—Weld quality monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种应用于云切平台的坡口精度检测方法及系统，涉及数据处理领域，其中，所述方法包括：根据第一对接工件几何参数和第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；生成坡口设计参数优化结果；将开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；判断坡口设计参数预测结果是否满足坡口设计参数优化结果；若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，发送至焊接管理终端。解决了现有技术中针对坡口的精度检测准确性不足，进而造成坡口的精度检测质量不高的技术问题。达到了提高坡口精度检测的准确性，提高坡口精度检测的质量等技术效果。
Description
技术领域
本发明涉及数据处理领域，具体地，涉及一种应用于云切平台的坡口精度检测方法及系统。
背景技术
随着焊接工艺的广泛应用，焊接工艺的应用场景向着多元化、复杂化的方向不断发展，对焊接工艺的要求也越来越高。坡口精度检测是焊接工艺的重要节点之一，坡口精度检测对于焊接质量具有重要影响。传统的坡口精度检测依赖于人工经验判断，存在着坡口精度检测误差多、效率低等诸多缺陷。如何对坡口精度进行高质量地检测，受到人们的广泛关注。
现有技术中，存在针对坡口的精度检测准确性不足，进而造成坡口的精度检测质量不高的技术问题。
发明内容
本申请提供了一种应用于云切平台的坡口精度检测方法及系统。解决了现有技术中针对坡口的精度检测准确性不足，进而造成坡口的精度检测质量不高的技术问题。
鉴于上述问题，本申请提供了一种应用于云切平台的坡口精度检测方法及系统。解决了现有技术中针对坡口的精度检测准确性不足，进而造成坡口的精度检测质量不高的技术问题。达到了提高坡口精度检测的准确性，实现智能、高效、全面地坡口精度检测，提高坡口精度检测的质量，为焊接管理提供可靠的数据支持的技术效果。
第一方面，本申请提供了一种应用于云切平台的坡口精度检测方法，其中，所述方法应用于一种应用于云切平台的坡口精度检测系统，所述方法包括：获取焊接场景信息，其中，所述焊接场景信息包括第一对接工件几何参数和第二对接工件几何参数；根据所述第一对接工件几何参数和所述第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；对所述坡口设计参数粒子群进行优化，生成坡口设计参数优化结果；获取开坡口设备控制参数；将所述开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；判断所述坡口设计参数预测结果是否满足所述坡口设计参数优化结果；若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，发送至焊接管理终端。
第二方面，本申请还提供了一种应用于云切平台的坡口精度检测系统，其中，所述系统包括：焊接场景获取模块，所述焊接场景获取模块用于获取焊接场景信息，其中，所述焊接场景信息包括第一对接工件几何参数和第二对接工件几何参数；焊接大数据匹配模块，所述焊接大数据匹配模块用于根据所述第一对接工件几何参数和所述第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；设计参数优化模块，所述设计参数优化模块用于对所述坡口设计参数粒子群进行优化，生成坡口设计参数优化结果；设备控制参数获取模块，所述设备控制参数获取模块用于获取开坡口设备控制参数；坡口加工预测模块，所述坡口加工预测模块用于将所述开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；判断模块，所述判断模块用于判断所述坡口设计参数预测结果是否满足所述坡口设计参数优化结果；信号发送模块，所述信号发送模块用于若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，发送至焊接管理终端。
第三方面，本申请还提供了一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的一种应用于云切平台的坡口精度检测方法。
第四方面，本申请还提供了一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时,实现本申请提供的一种应用于云切平台的坡口精度检测方法。
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：
通过对第一对接工件几何参数、第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；通过对坡口设计参数粒子群进行优化，生成坡口设计参数优化结果；将开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；判断坡口设计参数预测结果是否满足坡口设计参数优化结果；若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，并将坡口精度检测合格信号或坡口精度检测异常信号发送至焊接管理终端。达到了提高坡口精度检测的准确性，实现智能、高效、全面地坡口精度检测，提高坡口精度检测的质量，为焊接管理提供可靠的数据支持的技术效果。
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
为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本申请一种应用于云切平台的坡口精度检测方法的流程示意图；
图2为本申请一种应用于云切平台的坡口精度检测方法中获取坡口设计参数粒子群的流程示意图；
图3为本申请一种应用于云切平台的坡口精度检测系统的结构示意图；
图4为本申请示例性电子设备的结构示意图。
附图标记说明：焊接场景获取模块11，焊接大数据匹配模块12，设计参数优化模块13，设备控制参数获取模块14，坡口加工预测模块15，判断模块16，信号发送模块17，处理器31，存储器32，输入装置33，输出装置34。
具体实施方式
本申请通过提供一种应用于云切平台的坡口精度检测方法及系统。解决了现有技术中针对坡口的精度检测准确性不足，进而造成坡口的精度检测质量不高的技术问题。达到了提高坡口精度检测的准确性，实现智能、高效、全面地坡口精度检测，提高坡口精度检测的质量，为焊接管理提供可靠的数据支持的技术效果。
实施例一
请参阅附图1，本申请提供一种应用于云切平台的坡口精度检测方法，其中，所述方法应用于一种应用于云切平台的坡口精度检测系统，所述方法具体包括如下步骤：
步骤S100：获取焊接场景信息，其中，所述焊接场景信息包括第一对接工件几何参数和第二对接工件几何参数；
具体而言，连接本申请中的一种应用于云切平台的坡口精度检测系统，并对所述一种应用于云切平台的坡口精度检测系统进行焊接场景参数查询，获得焊接场景信息。其中，所述焊接场景信息包括第一对接工件几何参数、第二对接工件几何参数。第一对接工件几何参数、第二对接工件几何参数包括第一对接工件、第二对接工件对应的工件厚度、工件形状等几何参数信息。第一对接工件、第二对接工件可以为使用所述一种应用于云切平台的坡口精度检测系统进行智能化坡口精度检测的任意两个将要焊接在一起的工件。达到了确定焊接场景信息，为后续对第一对接工件、第二对接工件进行坡口精度检测奠定基础的技术效果。
步骤S200：根据所述第一对接工件几何参数和所述第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；
进一步的，如附图2所示，本申请步骤S200还包括：
步骤S210：获取坡口设计参数属性信息，其中，所述坡口设计参数属性信息包括坡口形状、坡口面角度、坡口角度、根部间隙、钝边长度和根部半径；
步骤S220：将所述坡口形状、所述坡口面角度、所述坡口角度、所述根部间隙、所述钝边长度和所述根部半径设为检索目标数据，将所述第一对接工件几何参数和所述第二对接工件几何参数设为检索约束数据进行焊接大数据匹配，获取坡口设计参数检索结果；
具体而言，基于检索目标数据、检索约束数据进行焊接大数据查询及匹配，获得坡口设计参数检索结果。其中，所述检索目标数据包括坡口形状、坡口面角度、坡口角度、根部间隙、钝边长度、根部半径。所述检索约束数据包括第一对接工件几何参数、第二对接工件几何参数。所述坡口设计参数检索结果包括多组坡口设计参数。多组坡口设计参数包括第一对接工件几何参数、第二对接工件几何参数对应的多个历史坡口形状参数、多个历史坡口面角度参数、多个历史坡口角度参数、多个历史根部间隙参数、多个历史钝边长度参数、多个历史根部半径参数。即，多组坡口设计参数中，每组坡口设计参数均包括坡口形状参数、坡口面角度参数、坡口角度参数、根部间隙参数、钝边长度参数、根部半径参数。达到了通过检索目标数据、检索约束数据进行焊接大数据查询及匹配，获得坡口设计参数检索结果，为后续对坡口设计参数检索结果进行频繁项筛选提供数据支持的技术效果。
步骤S230：对所述坡口设计参数检索结果进行频繁项筛选，获取所述坡口设计参数粒子群。
进一步的，本申请步骤S230还包括：
步骤S231：遍历所述坡口设计参数检索结果，获取第k组坡口设计参数；
步骤S232：对所述第k组坡口设计参数进行支持度分析，获取第k组坡口设计参数支持度；
具体而言，依次将坡口设计参数检索结果中的多组坡口设计参数设置为第k组坡口设计参数。通过对第k组坡口设计参数进行支持度计算，获得第k组坡口设计参数支持度。其中，所述第k组坡口设计参数依次为坡口设计参数检索结果中的多组坡口设计参数。所述第k组坡口设计参数支持度包括第k组坡口设计参数中各参数同时出现频率。示例性地，在获得第k组坡口设计参数支持度时，第k组坡口设计参数包括坡口形状参数a1、坡口面角度参数b1、坡口角度参数c1、根部间隙参数d1、钝边长度参数e1、根部半径参数f1。对坡口设计参数检索结果中坡口形状参数a1、坡口面角度参数b1、坡口角度参数c1、根部间隙参数d1、钝边长度参数e1、根部半径参数f1同时出现的频率进行统计，即可获得第k组坡口设计参数支持度。达到了通过对第k组坡口设计参数进行支持度计算，获得准确的第k组坡口设计参数支持度，从而提高对第k组坡口设计参数进行置信度分析的可靠性、精确度的技术效果。
步骤S233：根据所述第k组坡口设计参数支持度，对所述第k组坡口设计参数进行置信度分析，获取第k组坡口设计参数置信度；
进一步的，本申请步骤S233还包括：
步骤S2331：获取置信度分析公式：
其中，表征第k组坡口设计参数置信度，/>表征第k组坡口设计参数支持度，/>表征第k组坡口设计参数中第m个坡口设计参数的支持度；
步骤S2332：根据所述置信度分析公式，对所述第k组坡口设计参数支持度进行处理，生成所述第k组坡口设计参数置信度。
步骤S234：当所述第k组坡口设计参数置信度满足置信度阈值时，将所述第k组坡口设计参数添加进所述坡口设计参数粒子群。
具体而言，将第k组坡口设计参数、第k组坡口设计参数支持度作为输入信息，输入置信度分析公式，获得第k组坡口设计参数置信度。对第k组坡口设计参数置信度是否满足置信度阈值进行判断，如果第k组坡口设计参数置信度满足置信度阈值，将第k组坡口设计参数添加至坡口设计参数粒子群。其中，在置信度分析公式中，为输出的第k组坡口设计参数置信度；/>为输入的第k组坡口设计参数支持度；/>为输入的第k组坡口设计参数中第m个坡口设计参数的支持度，即/>为输入的第k组坡口设计参数的第m个坡口设计参数在坡口设计参数检索结果中出现的频率。第m个坡口设计参数依次为第k组坡口设计参数中的坡口形状参数、坡口面角度参数、坡口角度参数、根部间隙参数、钝边长度参数、根部半径参数。示例性地，分别对第k组坡口设计参数中的坡口形状参数、坡口面角度参数、坡口角度参数、根部间隙参数、钝边长度参数、根部半径参数在坡口设计参数检索结果中出现的频率进行统计，即可获得/>。所述置信度阈值包括预先设置确定的坡口设计参数置信度信息。所述坡口设计参数粒子群包括满足置信度阈值的多个第k组坡口设计参数置信度对应的多组坡口设计参数。达到了通过对坡口设计参数检索结果进行支持度分析、置信度分析，从而对坡口设计参数检索结果进行合理地频繁项筛选，获取可靠的坡口设计参数粒子群，提高坡口精度检测的适应性及效率的技术效果。
步骤S300：对所述坡口设计参数粒子群进行优化，生成坡口设计参数优化结果；
进一步的，本申请步骤S300还包括：
步骤S310：构建粒子适应度函数：
其中，Si表征第i个粒子的适应度，Pi表征第i个粒子的设计成本，Zi表征第i个粒子的置信度，和/>分别表征Pi和Zi偏重指数，且大于或等于0；
步骤S320：设定优化收敛周期；
步骤S330：根据所述优化收敛周期和所述粒子适应度函数，对所述坡口设计参数粒子群进行优化，生成所述坡口设计参数优化结果。
进一步的，本申请步骤S330还包括：
步骤S331：根据所述坡口设计参数粒子群，获取第i粒子；
步骤S332：根据所述粒子适应度函数对所述第i粒子进行适应度分析，获取第i粒子适应度；
步骤S333：判断所述第i粒子适应度是否大于或等于第i-1粒子适应度；
步骤S334：若大于或等于，将第i-1粒子添加进淘汰数据组，将所述第i粒子设为第j次迭代优胜粒子；若小于，将所述第i粒子添加进所述淘汰数据组，将所述第i-1粒子设为所述第j次迭代优胜粒子；
步骤S335：判断j是否满足所述优化收敛周期；
步骤S336：若满足，根据所述第j次迭代优胜粒子，生成所述坡口设计参数优化结果。
具体而言，对坡口设计参数粒子群中的多组坡口设计参数进行随机选择，获得第i粒子。通过粒子适应度函数对第i粒子进行适应度计算，获取第i粒子适应度。其中，所述第i粒子包括坡口设计参数粒子群中的任意一组坡口设计参数。在粒子适应度函数中，Si为输出的第i粒子适应度；Pi为输入的第i个粒子的设计成本，可通过大数据成本参数查询等方式获得Pi；Zi为输入的第i个粒子的置信度；、/>为预先设置确定的设计成本偏重指数、置信度偏重指数，且，/>、/>大于或等于0。
进一步，再次对坡口设计参数粒子群进行随机选择，获得第i-1粒子，并通过粒子适应度函数对第i-1粒子进行适应度计算，获取第i-1粒子适应度。进而，对第i粒子适应度是否大于或等于第i-1粒子适应度进行判断，如果第i粒子适应度大于或等于第i-1粒子适应度，将第i-1粒子添加至淘汰数据组，将第i粒子设置为第j次迭代优胜粒子。如果第i粒子适应度小于第i-1粒子适应度，将第i粒子添加至淘汰数据组，将第i-1粒子设置为第j次迭代优胜粒子。继而，对j是否满足优化收敛周期进行判断，如果j满足优化收敛周期，将第j次迭代优胜粒子添加至坡口设计参数优化结果。如果j不满足优化收敛周期，对第j次迭代优胜粒子进行迭代寻优，直至j满足优化收敛周期。其中，第i-1粒子、第i-1粒子适应度的获得方式与第i粒子、第i粒子适应度的获得方式相同，为了说明书的简洁，在此不再赘述。所述优化收敛周期包括预先设置确定的迭代寻优次数阈值。所述坡口设计参数优化结果包括满足优化收敛周期的第j次迭代优胜粒子。对第j次迭代优胜粒子进行迭代寻优的方式，与第j次迭代优胜粒子的获得方式相同，为了说明书的简洁，在此不再赘述。达到了通过对坡口设计参数粒子群进行多次迭代寻优，生成高精确度的坡口设计参数优化结果，从而提高坡口精度检测的准确性的技术效果。
步骤S400：获取开坡口设备控制参数；
步骤S500：将所述开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；
进一步的，本申请步骤S500还包括：
步骤S510：基于焊接大数据，采集开坡口设备控制参数记录数据和坡口加工结果记录数据；
步骤S520：根据所述开坡口设备控制参数记录数据和所述坡口加工结果记录数据，训练所述坡口加工预测模型，获取训练损失数据集，其中，所述训练损失数据集为输出准确率不满足预设准确率的所述开坡口设备控制参数记录数据和所述坡口加工结果记录数据；
步骤S530：当所述训练损失数据集的数据量小于训练损失数据量阈值时，视为所述坡口加工预测模型收敛，将所述开坡口设备控制参数输入所述坡口加工预测模型，输出所述坡口设计参数预测结果。
具体而言，基于焊接大数据进行坡口记录数据采集，获得开坡口设备控制参数记录数据、坡口加工结果记录数据。将开坡口设备控制参数记录数据、坡口加工结果记录数据进行不断的自我训练学习，获取训练损失数据集及坡口加工预测模型。对训练损失数据集的数据量是否小于训练损失数据量阈值进行判断，如果训练损失数据集的数据量小于训练损失数据量阈值，则，坡口加工预测模型收敛。将开坡口设备控制参数作为输入信息，输入坡口加工预测模型，获得坡口设计参数预测结果。
其中，所述开坡口设备控制参数记录数据包括多组历史开坡口设备控制参数。多组历史开坡口设备控制参数包括开坡口设备的多个历史功率、多个历史转速、多个历史控制坡口角度等数据信息。所述坡口加工结果记录数据包括多组历史坡口加工结果记录数据。多组历史坡口加工结果记录数据包括开坡口设备控制参数记录数据对应的多个历史加工坡口形状、多个历史加工坡口面角度、多个历史加工坡口角度、多个历史加工根部间隙、多个历史加工钝边长度、多个历史加工根部半径。所述开坡口设备可以为现有技术中的坡口机等开坡口装置。所述训练损失数据集包括输出准确率不满足预设准确率的开坡口设备控制参数记录数据、坡口加工结果记录数据。所述预设准确率包括预先设置确定的坡口加工预测模型的输出准确率阈值。示例性地，在获得训练损失数据集时，对开坡口设备控制参数记录数据进行随机选取，获得第一训练数据，并根据第一训练数据对坡口加工结果记录数据进行匹配，获得第一期望输出数据。第一训练数据可以为开坡口设备控制参数记录数据中的任意一组历史开坡口设备控制参数。第一期望输出数据包括第一训练数据对应的坡口加工结果记录数据。将第一训练数据输入坡口加工预测模型，获得第一训练输出数据。对第一期望输出数据、第一训练输出数据进行关联性评估，获得输出准确率。如果输出准确率不满足预设准确率，则将输出准确率对应的开坡口设备控制参数记录数据、坡口加工结果记录数据添加至训练损失数据集。所述训练损失数据量阈值包括预先设置确定的训练损失数据集的数据量阈值信息。所述开坡口设备控制参数包括焊接场景信息对应的开坡口设备的功率、转速、控制坡口角度等数据信息。所述坡口加工预测模型包括输入层、隐含层、输出层。所述坡口加工预测模型具备对输入的开坡口设备控制参数进行智能化分析及坡口加工结果参数预测的功能。所述坡口设计参数预测结果包括开坡口设备控制参数对应的预测加工坡口形状、预测加工坡口面角度、预测加工坡口角度、预测加工根部间隙、预测加工钝边长度、预测加工根部半径。达到了通过坡口加工预测模型对开坡口设备控制参数进行准确而高效地预测分析，获得可靠的坡口设计参数预测结果，从而提高坡口精度检测的精准性的技术效果。
步骤S600：判断所述坡口设计参数预测结果是否满足所述坡口设计参数优化结果；
步骤S700：若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，发送至焊接管理终端。
具体而言，对坡口设计参数预测结果是否满足坡口设计参数优化结果进行判断。如果坡口设计参数预测结果满足坡口设计参数优化结果，获得坡口精度检测合格信号，并将坡口精度检测合格信号发送至焊接管理终端。如果坡口设计参数预测结果不满足坡口设计参数优化结果，获得坡口精度检测异常信号，并将坡口精度检测异常信号发送至焊接管理终端。其中，所述坡口精度检测合格信号是用于表征坡口设计参数预测结果满足坡口设计参数优化结果的数据信息。所述坡口精度检测异常信号是用于表征坡口设计参数预测结果不满足坡口设计参数优化结果的数据信息。所述焊接管理终端与所述一种应用于云切平台的坡口精度检测系统通信连接。所述焊接管理终端具有信号接收及智能化焊接管理的功能。达到了通过对坡口设计参数预测结果是否满足坡口设计参数优化结果进行判断，适应性地生成坡口精度检测合格信号或坡口精度检测异常信号，从而提高坡口精度检测质量的技术效果。
综上所述，本申请所提供的一种应用于云切平台的坡口精度检测方法具有如下技术效果：
1.通过对第一对接工件几何参数、第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；通过对坡口设计参数粒子群进行优化，生成坡口设计参数优化结果；将开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；判断坡口设计参数预测结果是否满足坡口设计参数优化结果；若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，并将坡口精度检测合格信号或坡口精度检测异常信号发送至焊接管理终端。达到了提高坡口精度检测的准确性，实现智能、高效、全面地坡口精度检测，提高坡口精度检测的质量，为焊接管理提供可靠的数据支持的技术效果。
2.通过对坡口设计参数粒子群进行多次迭代寻优，生成高精确度的坡口设计参数优化结果，从而提高坡口精度检测的准确性。
3.通过坡口加工预测模型对开坡口设备控制参数进行准确而高效地预测分析，获得可靠的坡口设计参数预测结果，从而提高坡口精度检测的精准性。
实施例二
基于与前述实施例中一种应用于云切平台的坡口精度检测方法，同样发明构思，本发明还提供了一种应用于云切平台的坡口精度检测系统，请参阅附图3，所述系统包括：
焊接场景获取模块11，所述焊接场景获取模块11用于获取焊接场景信息，其中，所述焊接场景信息包括第一对接工件几何参数和第二对接工件几何参数；
焊接大数据匹配模块12，所述焊接大数据匹配模块12用于根据所述第一对接工件几何参数和所述第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；
设计参数优化模块13，所述设计参数优化模块13用于对所述坡口设计参数粒子群进行优化，生成坡口设计参数优化结果；
设备控制参数获取模块14，所述设备控制参数获取模块14用于获取开坡口设备控制参数；
坡口加工预测模块15，所述坡口加工预测模块15用于将所述开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；
判断模块16，所述判断模块16用于判断所述坡口设计参数预测结果是否满足所述坡口设计参数优化结果；
信号发送模块17，所述信号发送模块17用于若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，发送至焊接管理终端。
进一步的，所述系统还包括：
属性信息确定模块，所述属性信息确定模块用于获取坡口设计参数属性信息，其中，所述坡口设计参数属性信息包括坡口形状、坡口面角度、坡口角度、根部间隙、钝边长度和根部半径；
坡口设计参数检索结果确定模块，所述坡口设计参数检索结果确定模块用于将所述坡口形状、所述坡口面角度、所述坡口角度、所述根部间隙、所述钝边长度和所述根部半径设为检索目标数据，将所述第一对接工件几何参数和所述第二对接工件几何参数设为检索约束数据进行焊接大数据匹配，获取坡口设计参数检索结果；
频繁项筛选模块，所述频繁项筛选模块用于对所述坡口设计参数检索结果进行频繁项筛选，获取所述坡口设计参数粒子群。
进一步的，所述系统还包括：
第k组坡口设计参数确定模块，所述第k组坡口设计参数确定模块用于遍历所述坡口设计参数检索结果，获取第k组坡口设计参数；
支持度分析模块，所述支持度分析模块用于对所述第k组坡口设计参数进行支持度分析，获取第k组坡口设计参数支持度；
置信度分析模块，所述置信度分析模块用于根据所述第k组坡口设计参数支持度，对所述第k组坡口设计参数进行置信度分析，获取第k组坡口设计参数置信度；
第一执行模块，所述第一执行模块用于当所述第k组坡口设计参数置信度满足置信度阈值时，将所述第k组坡口设计参数添加进所述坡口设计参数粒子群。
进一步的，所述系统还包括：
置信度分析公式获取模块，所述置信度分析公式获取模块用于获取置信度分析公式：
其中，表征第k组坡口设计参数置信度，/>表征第k组坡口设计参数支持度，/>表征第k组坡口设计参数中第m个坡口设计参数的支持度；
第k组坡口设计参数置信度确定模块，所述第k组坡口设计参数置信度确定模块用于根据所述置信度分析公式，对所述第k组坡口设计参数支持度进行处理，生成所述第k组坡口设计参数置信度。
进一步的，所述系统还包括：
函数构建模块，所述函数构建模块用于构建粒子适应度函数：
其中，Si表征第i个粒子的适应度，Pi表征第i个粒子的设计成本，Zi表征第i个粒子的置信度，和/>分别表征Pi和Zi偏重指数，且大于或等于0；
第二执行模块，所述第二执行模块用于设定优化收敛周期；
第三执行模块，所述第三执行模块用于根据所述优化收敛周期和所述粒子适应度函数，对所述坡口设计参数粒子群进行优化，生成所述坡口设计参数优化结果。
进一步的，所述系统还包括：
粒子获取模块，所述粒子获取模块用于根据所述坡口设计参数粒子群，获取第i粒子；
粒子适应度确定模块，所述粒子适应度确定模块用于根据所述粒子适应度函数对所述第i粒子进行适应度分析，获取第i粒子适应度；
粒子适应度判断模块，所述粒子适应度判断模块用于判断所述第i粒子适应度是否大于或等于第i-1粒子适应度；
第四执行模块，所述第四执行模块用于若大于或等于，将第i-1粒子添加进淘汰数据组，将所述第i粒子设为第j次迭代优胜粒子；若小于，将所述第i粒子添加进所述淘汰数据组，将所述第i-1粒子设为所述第j次迭代优胜粒子；
第五执行模块，所述第五执行模块用于判断j是否满足所述优化收敛周期；
坡口设计参数优化结果生成模块，所述坡口设计参数优化结果生成模块用于若满足，根据所述第j次迭代优胜粒子，生成所述坡口设计参数优化结果。
进一步的，所述系统还包括：
记录数据采集模块，所述记录数据采集模块用于基于焊接大数据，采集开坡口设备控制参数记录数据和坡口加工结果记录数据；
训练损失数据集获取模块，所述训练损失数据集获取模块用于根据所述开坡口设备控制参数记录数据和所述坡口加工结果记录数据，训练所述坡口加工预测模型，获取训练损失数据集，其中，所述训练损失数据集为输出准确率不满足预设准确率的所述开坡口设备控制参数记录数据和所述坡口加工结果记录数据；
第六执行模块，所述第六执行模块用于当所述训练损失数据集的数据量小于训练损失数据量阈值时，视为所述坡口加工预测模型收敛，将所述开坡口设备控制参数输入所述坡口加工预测模型，输出所述坡口设计参数预测结果。
本发明实施例所提供的一种应用于云切平台的坡口精度检测系统可执行本发明任意实施例所提供的一种应用于云切平台的坡口精度检测方法，具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例三
图4为本发明实施例三提供的电子设备的结构示意图，示出了适于用来实现本发明实施方式的示例性电子设备的框图。图4显示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图4所示，该电子设备包括处理器31、存储器32、输入装置33及输出装置34；电子设备中处理器31的数量可以是一个或多个，图4中以一个处理器31为例，电子设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种应用于云切平台的坡口精度检测方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述一种应用于云切平台的坡口精度检测方法。
本申请提供了一种应用于云切平台的坡口精度检测方法，其中，所述方法应用于一种应用于云切平台的坡口精度检测系统，所述方法包括：通过对第一对接工件几何参数、第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；通过对坡口设计参数粒子群进行优化，生成坡口设计参数优化结果；将开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；判断坡口设计参数预测结果是否满足坡口设计参数优化结果；若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，并将坡口精度检测合格信号或坡口精度检测异常信号发送至焊接管理终端。解决了现有技术中针对坡口的精度检测准确性不足，进而造成坡口的精度检测质量不高的技术问题。达到了提高坡口精度检测的准确性，实现智能、高效、全面地坡口精度检测，提高坡口精度检测的质量，为焊接管理提供可靠的数据支持的技术效果。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (7)
1.一种应用于云切平台的坡口精度检测方法，其特征在于，包括：
获取焊接场景信息，其中，所述焊接场景信息包括第一对接工件几何参数和第二对接工件几何参数；
根据所述第一对接工件几何参数和所述第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；
对所述坡口设计参数粒子群进行优化，生成坡口设计参数优化结果；
获取开坡口设备控制参数；
将所述开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；
判断所述坡口设计参数预测结果是否满足所述坡口设计参数优化结果；
若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，发送至焊接管理终端；其中，所述根据所述第一对接工件几何参数和所述第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群，包括：
获取坡口设计参数属性信息，其中，所述坡口设计参数属性信息包括坡口形状、坡口面角度、坡口角度、根部间隙、钝边长度和根部半径；
将所述坡口形状、所述坡口面角度、所述坡口角度、所述根部间隙、所述钝边长度和所述根部半径设为检索目标数据，将所述第一对接工件几何参数和所述第二对接工件几何参数设为检索约束数据进行焊接大数据匹配，获取坡口设计参数检索结果；
对所述坡口设计参数检索结果进行频繁项筛选，获取所述坡口设计参数粒子群；
所述对所述坡口设计参数检索结果进行频繁项筛选，获取所述坡口设计参数粒子群，包括：
遍历所述坡口设计参数检索结果，获取第k组坡口设计参数；
对所述第k组坡口设计参数进行支持度分析，获取第k组坡口设计参数支持度；
根据所述第k组坡口设计参数支持度，对所述第k组坡口设计参数进行置信度分析，获取第k组坡口设计参数置信度；
当所述第k组坡口设计参数置信度满足置信度阈值时，将所述第k组坡口设计参数添加进所述坡口设计参数粒子群；
所述将所述开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果，包括：
基于焊接大数据，采集开坡口设备控制参数记录数据和坡口加工结果记录数据；
根据所述开坡口设备控制参数记录数据和所述坡口加工结果记录数据，训练所述坡口加工预测模型，获取训练损失数据集，其中，所述训练损失数据集为输出准确率不满足预设准确率的所述开坡口设备控制参数记录数据和所述坡口加工结果记录数据；
当所述训练损失数据集的数据量小于训练损失数据量阈值时，视为所述坡口加工预测模型收敛，将所述开坡口设备控制参数输入所述坡口加工预测模型，输出所述坡口设计参数预测结果。
2.如权利要求1所述的方法，其特征在于，所述根据所述第k组坡口设计参数支持度，对所述第k组坡口设计参数进行置信度分析，获取第k组坡口设计参数置信度，包括：
获取置信度分析公式：
；
其中，表征第k组坡口设计参数置信度，/>表征第k组坡口设计参数支持度，/>表征第k组坡口设计参数中第m个坡口设计参数的支持度；
根据所述置信度分析公式，对所述第k组坡口设计参数支持度进行处理，生成所述第k组坡口设计参数置信度。
3.如权利要求2所述的方法，其特征在于，所述对所述坡口设计参数粒子群进行优化，生成坡口设计参数优化结果，包括：
构建粒子适应度函数：
；
其中，Si表征第i个粒子的适应度，Pi表征第i个粒子的设计成本，Zi表征第i个粒子的置信度，和/>分别表征Pi和Zi偏重指数，且大于或等于0；
设定优化收敛周期；
根据所述优化收敛周期和所述粒子适应度函数，对所述坡口设计参数粒子群进行优化，生成所述坡口设计参数优化结果。
4.如权利要求3所述的方法，其特征在于，所述根据所述优化收敛周期和所述粒子适应度函数，对所述坡口设计参数粒子群进行优化，生成所述坡口设计参数优化结果，包括：
根据所述坡口设计参数粒子群，获取第i粒子；
根据所述粒子适应度函数对所述第i粒子进行适应度分析，获取第i粒子适应度；
判断所述第i粒子适应度是否大于或等于第i-1粒子适应度；
若大于或等于，将第i-1粒子添加进淘汰数据组，将所述第i粒子设为第j次迭代优胜粒子；若小于，将所述第i粒子添加进所述淘汰数据组，将所述第i-1粒子设为所述第j次迭代优胜粒子；
判断j是否满足所述优化收敛周期；
若满足，根据所述第j次迭代优胜粒子，生成所述坡口设计参数优化结果。
5.一种应用于云切平台的坡口精度检测系统，其特征在于，所述系统包括：
焊接场景获取模块，所述焊接场景获取模块用于获取焊接场景信息，其中，所述焊接场景信息包括第一对接工件几何参数和第二对接工件几何参数；
焊接大数据匹配模块，所述焊接大数据匹配模块用于根据所述第一对接工件几何参数和所述第二对接工件几何参数进行焊接大数据匹配，获取坡口设计参数粒子群；
设计参数优化模块，所述设计参数优化模块用于对所述坡口设计参数粒子群进行优化，生成坡口设计参数优化结果；
设备控制参数获取模块，所述设备控制参数获取模块用于获取开坡口设备控制参数；
坡口加工预测模块，所述坡口加工预测模块用于将所述开坡口设备控制参数输入坡口加工预测模型，生成坡口设计参数预测结果；
判断模块，所述判断模块用于判断所述坡口设计参数预测结果是否满足所述坡口设计参数优化结果；
信号发送模块，所述信号发送模块用于若满足，生成坡口精度检测合格信号；若不满足，生成坡口精度检测异常信号，发送至焊接管理终端；
属性信息确定模块，所述属性信息确定模块用于获取坡口设计参数属性信息，其中，所述坡口设计参数属性信息包括坡口形状、坡口面角度、坡口角度、根部间隙、钝边长度和根部半径；
坡口设计参数检索结果确定模块，所述坡口设计参数检索结果确定模块用于将所述坡口形状、所述坡口面角度、所述坡口角度、所述根部间隙、所述钝边长度和所述根部半径设为检索目标数据，将所述第一对接工件几何参数和所述第二对接工件几何参数设为检索约束数据进行焊接大数据匹配，获取坡口设计参数检索结果；
频繁项筛选模块，所述频繁项筛选模块用于对所述坡口设计参数检索结果进行频繁项筛选，获取所述坡口设计参数粒子群；
第k组坡口设计参数确定模块，所述第k组坡口设计参数确定模块用于遍历所述坡口设计参数检索结果，获取第k组坡口设计参数；
支持度分析模块，所述支持度分析模块用于对所述第k组坡口设计参数进行支持度分析，获取第k组坡口设计参数支持度；
置信度分析模块，所述置信度分析模块用于根据所述第k组坡口设计参数支持度，对所述第k组坡口设计参数进行置信度分析，获取第k组坡口设计参数置信度；
第一执行模块，所述第一执行模块用于当所述第k组坡口设计参数置信度满足置信度阈值时，将所述第k组坡口设计参数添加进所述坡口设计参数粒子群；
记录数据采集模块，所述记录数据采集模块用于基于焊接大数据，采集开坡口设备控制参数记录数据和坡口加工结果记录数据；
训练损失数据集获取模块，所述训练损失数据集获取模块用于根据所述开坡口设备控制参数记录数据和所述坡口加工结果记录数据，训练所述坡口加工预测模型，获取训练损失数据集，其中，所述训练损失数据集为输出准确率不满足预设准确率的所述开坡口设备控制参数记录数据和所述坡口加工结果记录数据；
第六执行模块，所述第六执行模块用于当所述训练损失数据集的数据量小于训练损失数据量阈值时，视为所述坡口加工预测模型收敛，将所述开坡口设备控制参数输入所述坡口加工预测模型，输出所述坡口设计参数预测结果。
6.一种电子设备，其特征在于，所述电子设备包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的可执行指令时，实现权利要求1至4任一项所述的一种应用于云切平台的坡口精度检测方法。
7.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4中任一所述的一种应用于云切平台的坡口精度检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410451024.2A CN118046132B (zh) | 2024-04-16 | 2024-04-16 | 一种应用于云切平台的坡口精度检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410451024.2A CN118046132B (zh) | 2024-04-16 | 2024-04-16 | 一种应用于云切平台的坡口精度检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118046132A CN118046132A (zh) | 2024-05-17 |
| CN118046132B true CN118046132B (zh) | 2024-06-21 |
Family
ID=91050352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410451024.2A Active CN118046132B (zh) | 2024-04-16 | 2024-04-16 | 一种应用于云切平台的坡口精度检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118046132B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110405343A (zh) * | 2019-08-15 | 2019-11-05 | 山东大学 | 一种基于Bagging集成的预测模型与粒子群优化算法的激光焊接工艺参数优化方法 |
| CN113609679A (zh) * | 2021-08-06 | 2021-11-05 | 中建三局第一建设工程有限责任公司 | 焊接工艺参数的适配方法、系统、终端设备及存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110443002A (zh) * | 2019-08-16 | 2019-11-12 | 中国水利水电科学研究院 | 一种高边坡形变预测方法及系统 |
| CN111037174A (zh) * | 2019-12-09 | 2020-04-21 | 中建钢构有限公司 | 焊接控制方法及焊接控制系统 |
| CN113642220B (zh) * | 2021-08-26 | 2023-09-22 | 江苏科技大学 | 一种基于rbf与mopso的船舶焊接工艺优化方法 |
| CN115008006B (zh) * | 2022-05-23 | 2023-07-18 | 广州东焊智能装备有限公司 | 一种激光焊接检测评估系统及方法 |
| CN116842814A (zh) * | 2023-05-18 | 2023-10-03 | 桂林电子科技大学 | 一种基于粒子滤波的船舶gmaw焊缝成形预测方法 |
| CN116720933B (zh) * | 2023-06-12 | 2024-05-10 | 嘉兴云切在线科技有限公司 | 一种用于云切平台的智能化管理方法及系统 |
| CN116423003B (zh) * | 2023-06-13 | 2023-10-31 | 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 |
-
2024
- 2024-04-16 CN CN202410451024.2A patent/CN118046132B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110405343A (zh) * | 2019-08-15 | 2019-11-05 | 山东大学 | 一种基于Bagging集成的预测模型与粒子群优化算法的激光焊接工艺参数优化方法 |
| CN113609679A (zh) * | 2021-08-06 | 2021-11-05 | 中建三局第一建设工程有限责任公司 | 焊接工艺参数的适配方法、系统、终端设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118046132A (zh) | 2024-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108960421B (zh) | 改进基于bp神经网络的水面无人艇航速在线预报方法 | |
| CN109000656B (zh) | 基于空间聚类的水下地形匹配导航适配区选择方法 | |
| CN112187554B (zh) | 一种基于蒙特卡洛树搜索的运维系统故障定位方法和系统 | |
| CN104573130A (zh) | 基于群体计算的实体解析方法及装置 | |
| WO2021082380A1 (zh) | 一种基于激光雷达的托盘识别方法、系统和电子设备 | |
| CN114694139B (zh) | 一种数控机床复杂结构件加工特征识别方法及系统 | |
| CN116307745B (zh) | 一种工程项目智能风险监管预警方法及系统 | |
| CN116399630B (zh) | 一种基于设备工况的运行监测管理方法及系统 | |
| KR20200105853A (ko) | 가공 특성 기반의 공정 지식 푸시 방법 | |
| CN114693855B (zh) | 一种点云数据的处理方法和装置 | |
| CN116467674A (zh) | 一种配电网智能故障处理融合更新系统及其方法 | |
| CN116402227A (zh) | 一种基于云计算的风电大数据分析方法及系统 | |
| CN118046132B (zh) | 一种应用于云切平台的坡口精度检测方法及系统 | |
| CN112948469B (zh) | 数据挖掘方法、装置、计算机设备及存储介质 | |
| CN117131348B (zh) | 基于差分卷积特征的数据质量分析方法及系统 | |
| CN115859701B (zh) | 一种基于电缆检测数据的增设分析方法及系统 | |
| CN117076520A (zh) | 一种基于多维索引树的高效近似查询系统及方法 | |
| CN110232184B (zh) | 一种云制造模式下机械加工服务供需双向语义匹配方法 | |
| CN111652384B (zh) | 一种数据量分布的平衡方法及数据处理方法 | |
| CN114283323A (zh) | 一种基于图像深度学习的海上目标识别系统 | |
| CN114510873A (zh) | 基于大数据的石油测井预测方法以及预测装置 | |
| CN114021619A (zh) | 基于图结构演化的分类方法及装置 | |
| CN117331908B (zh) | 一种实时数据库在线扩容方法及系统装置 | |
| CN116051633B (zh) | 一种基于加权关系感知的3d点云目标检测方法及装置 | |
| CN115952310B (zh) | 一种基于多层球谐特征算子的模型检索方法 |
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 |