[发明专利]基于工业AI技术的焊接结构件工艺优化方法及系统

权利要求书

1.基于工业AI技术的焊接结构件工艺优化方法，其特征在于，包括：

S1、在摩托车车架焊接过程中采集工艺数据；

S2、从工艺数据中提取关联特征数据；

S3、将关联特征数据输入训练后的AI模型得到优化工艺参数；

S4、基于优化工艺参数对焊接设备进行控制。

2.如权利要求1所述的基于工业AI技术的焊接结构件工艺优化方法，其特征在于，工艺数据包括待焊接材料数据、焊接设备配置参数、焊接变形量、焊接温度、焊接电压、焊接电流、送丝速度、焊接轨迹坐标、摩托车车架公差。

3.如权利要求1所述的基于工业AI技术的焊接结构件工艺优化方法，其特征在于，步骤S3中AI模型的训练方法如下：

S100、获取历史工艺数据及历史焊接误差数据；

S200、基于历史工艺数据及历史焊接误差数据确定影响焊接误差数据的关联因子及关联因子对应的权重；

S300、筛选符合焊接误差要求的历史焊接误差数据作为合格焊接误差数据，基于关联因子从历史工艺数据中提取与合格焊接误差数据对应的训练用工艺数据；

S400、基于训练用工艺数据及关联因子对应的权重生成训练样本；

S500、对训练样本进行降维；

S600、利用降维后的数据对AI模型进行训练，直到输出结果满足预设要求。

4.如权利要求3所述的基于工业AI技术的焊接结构件工艺优化方法，其特征在于，AI模型包括长短期记忆网络和条件随机场络，训练过程中采用遗传算法对AI模型参数进行优化。

5.基于工业AI技术的焊接结构件工艺优化系统，其特征在于，包括数据采集模块、数据处理模块、工艺优化模块及控制执行模块，其中：

数据采集模块用于在摩托车车架焊接过程中采集工艺数据；

数据处理模块用于从工艺数据中提取关联特征数据；

工艺优化模块用于将关联特征数据输入训练后的AI模型得到优化工艺参数；

控制执行模块用于基于优化工艺参数对焊接设备进行控制。

6.如权利要求5所述的基于工业AI技术的焊接结构件工艺优化系统，其特征在于，工艺数据包括待焊接材料数据、焊接设备配置参数、焊接变形量、焊接温度、焊接电压、焊接电流、送丝速度、焊接轨迹坐标、摩托车车架公差。

7.如权利要求5所述的基于工业AI技术的焊接结构件工艺优化系统，其特征在于，还包括AI模型训练模块，AI模型训练模块用于训练AI模型，AI模型的训练方法如下：

获取历史工艺数据及历史焊接误差数据；

基于历史工艺数据及历史焊接误差数据确定影响焊接误差数据的关联因子及关联因子对应的权重；

筛选符合焊接误差要求的历史焊接误差数据作为合格焊接误差数据，基于关联因子从历史工艺数据中提取与合格焊接误差数据对应的训练用工艺数据；

基于训练用工艺数据及关联因子对应的权重生成训练样本；

对训练样本进行降维；

利用降维后的数据对AI模型进行训练，直到输出结果满足预设要求。

8.如权利要求7所述的基于工业AI技术的焊接结构件工艺优化系统，其特征在于，AI模型包括长短期记忆网络和条件随机场络，训练过程中采用遗传算法对AI模型参数进行优化。