[发明专利]焊接质量检测方法及其装置、计算机可读存储介质

权利要求书

1.一种焊接质量检测方法，包括：

获取并分类待焊接物体在激光焊接过程中的源样本数据，形成基础样本数据集和测试样本数据集；

将所述基础样本数据集输入卷积神经网络中筛选处理，得到基础类别特征；

将所述测试样本数据集输入所述卷积神经网络中筛选处理，得到测试类别特征；

将基础节点特征输入图神经网络中处理得到基础边特征，根据所述基础节点特征和所述基础边特征形成全连接图，其中，所述基础节点特征由所述基础类别特征计算得到；

通过全连接图更新算法，分别对所述基础节点特征和所述基础边特征进行更新处理，得到网络节点特征和网络边特征；

根据所述网络节点特征和所述网络边特征处理得到训练模型；

将所述测试类别特征输入所述训练模型中，得到质量评估结果。

2.根据权利要求1所述的焊接质量检测方法,其特征在于，所述分类待焊接物体在激光焊接过程中的源样本数据，形成基础样本数据集和测试样本数据集，包括：

将待焊接物体在激光焊接过程中的源样本数据分成多个质量类别，形成基础样本数据集和测试样本数据集，其中，所述基础样本数据集和所述测试样本数据集均包括一个以上所述质量类别。

3.根据权利要求1所述的焊接质量检测方法,其特征在于，所述根据所述基础节点特征得到基础边特征，包括：

根据各个所述基础节点特征之间的类别关系，建立并初始化基础边特征。

4.根据权利要求1或3所述的焊接质量检测方法,其特征在于，所述基础类别特征包括基础支持集特征和基础查询集特征，所述基础节点特征包括带有节点标签的带签节点特征和不带有节点标签的普通节点特征，其中，所述带签节点特征由所述基础支持集特征处理得到，所述普通节点特征由所述基础查询集特征处理得到。

5.根据权利要求1所述的焊接质量检测方法,其特征在于，所述图神经网络设置有多层，所述通过全连接图更新算法，分别对所述基础节点特征和所述基础边特征进行更新处理，得到网络节点特征和网络边特征,包括：

对所述基础节点特征进行邻域聚合；

通过计算上一层所述图神经网络中的所述基础节点特征与上一层所述图神经网络中的所述基础边特征的比例，得到本层的网络节点特征；

通过全连接图更新算法对本层的所述网络节点特征以及上一层所述图神经网络中的所述基础边特征计算，得到本层的网络边特征。

6.根据权利要求1所述的焊接质量检测方法,其特征在于，还包括：

根据测试节点特征和所述质量评估结果得出模型预测准确率，其中，所述测试节点特征根据所述测试类别特征而得到。

7.根据权利要求1所述的焊接质量检测方法,其特征在于，所述源样本数据包括等离子浓度数据、激光光强数据和温度随时间的测量值序列数据。

8.根据权利要求1所述的焊接质量检测方法,其特征在于，所述卷积神经网络包括至少一个卷积层、至少一个池化层以及至少一个泄露修正线性单元LeakyReLU激活层，其中，至少一个所述卷积层和至少一个所述池化层为间隔设置。

9.一种焊接质量检测装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，还包括数据监测器，所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的焊接质量检测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至8任意一项所述的焊接质量检测方法。