[发明专利]一种基于人工智能的焊接质量预测系统及方法在审

专利信息
申请号: 201911185892.6 申请日: 2019-11-27
公开(公告)号: CN111069819A 公开(公告)日: 2020-04-28
发明(设计)人: 陈振城;黄凯东;邓聪;王亚龙;杨猛 申请(专利权)人: 广州明珞汽车装备有限公司
主分类号: B23K37/02 分类号: B23K37/02;B23K37/00
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 谭英强
地址: 510530 广东省广州市黄*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 焊接 质量 预测 系统 方法
【权利要求书】:

1.一种基于人工智能的焊接质量预测系统,其特征在于,包括服务器端、边缘端和设备端,所述设备端包括:

焊接模块;

数据采集模块,用于实时采集焊接模块中的焊点的焊接数据;

所述边缘端包括:

在线判定模块,用于根据焊接数据实时判定出焊点的焊接质量预测结果并将判定为不良的焊接质量预测结果传输到结果比对模块。

结果比对模块,用于将不良的焊接质量预测结果与焊点的实测结果进行比对,若不良的焊接质量预测结果与焊点的实测结果比对不一致,则将焊点的焊接数据和实测结果传输到服务器端;

所述服务器端用于根据所述结果比对模块传输的焊接数据和实测结果更新判定模型并将判定模型下发到在线判定模块。

2.根据权利要求1所述的一种基于人工智能的焊接质量预测系统,其特征在于,所述在线判定模块具体用于利用判定模型对焊接数据进行数字特征或数据曲线特征分析及分类,得到焊接质量预测结果。

3.根据权利要求1所述的一种基于人工智能的焊接质量预测系统,其特征在于,所述服务器端包括:

数据处理模块,用于对焊接数据和实测结果进行预处理并将预处理后的焊接数据和实测数据划分为测试集数据和训练集数据;

模式识别/规则提取模块,用于对训练集数据进行特征提取得到训练集数据特征;

模型建立与验证模块,用于根据训练集数据特征更新判定模型,并利用测试集数据对判定模型进行验证。

4.根据权利要求1所述的一种基于人工智能的焊接质量预测系统,其特征在于,还包括交互界面模块,所述交互界面模块包括:

焊点质量总览界面,用于展示所有焊点的焊接质量预测结果及统计信息;

缺陷预测推送界面,用于汇总推送焊接质量预测结果为不良的焊点信息;

实测结果反馈界面,用于将推送的焊点的实测结果反馈到结果比对模块。

5.根据权利要求1所述的一种基于人工智能的焊接质量预测系统,其特征在于,所述焊接模块包括焊接机器人、焊枪、焊接电极帽和车身。

6.根据权利要求1所述的一种基于人工智能的焊接质量预测系统,其特征在于,所述数据采集模块包括焊机和数据传输介质,所述焊机用于产生并记录焊接数据,所述数据传输介质用于将焊接数据传输至在线判定模块。

7.根据权利要求1所述的一种基于人工智能的焊接质量预测系统,其特征在于,还包括报警系统,所述报警系统用于在在线判定模块连续判定出焊接质量预测结果为不良的焊点的数量达到阈值时触发PLC程序进行报警。

8.一种基于人工智能的焊接质量预测方法,其特征在于,包括以下步骤:

实时采集焊接模块中的焊点的焊接数据;

根据焊接数据实时判定出焊点的焊接质量预测结果并将判定为不良的焊接质量预测结果传输到结果比对模块;

将不良的焊接质量预测结果与焊点的实测结果进行比对,若不良的焊接质量预测结果与焊点的实测结果比对不一致,则将焊点的焊接数据和实测结果传输到服务器端;

根据所述结果比对模块传输的焊接数据和实测结果更新判定模型并将判定模型下发到在线判定模块。

9.根据权利要求8所述的一种基于人工智能的焊接质量检测方法,其特征在于,所述根据焊接数据实时判定出焊点的焊接质量预测结果这一步骤,包括:

利用判定模型对焊接数据进行数字特征或数据曲线特征分析及分类,得到焊接质量预测结果。

10.根据权利要求8所述的一种基于人工智能的焊接质量检测方法,其特征在于,所述根据焊接数据和实测结果更新判定模型这一步骤,包括以下步骤:

将焊接数据和实测结果划分为测试集数据和训练集数据;

对训练集数据进行特征提取得到训练集数据特征;

根据训练集数据特征更新判定模型,并利用测试集数据对判定模型进行验证。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州明珞汽车装备有限公司,未经广州明珞汽车装备有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911185892.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top