[发明专利]一种基于数字孪生的板件焊接质量实时监控方法

说明书

本发明提出一种基于数字孪生的板件焊接质量实时监控方法，首先，通过焊装夹具将板件送入自动检测平台，基于深度学习算法实现焊缝缺陷识别分类，将板件信息和焊缝缺陷信息、焊接机器人仿真模型信息分别导入数字孪生系统中的缺陷信息库与模型库中；其次，通过模式匹配方法、特征提取分类、数据库技术等对焊缝精准定位识别分类和焊接参数调整，实现焊接质量诊断与控制；最后，根据系统语音视频模块给出的调整方案，通过VR设备使用人机交互功能对产线焊接机器人做在线参数调整，实现智能焊接。本发明运用的基于数字孪生的板件焊接质量实时监控方法能直观、全面地反映焊接过程全生命周期状态实现高效焊接质量监控，大大减少残次品，提高产线生产效率。

技术领域

本发明涉及板件焊缝智能识别与分类技术领域，智能制造领域，特别是指一种基于数 字孪生的板件焊接质量实时监控方法。

背景技术

焊接缺陷检测是生产质量控制的重要环节。焊接缺陷包括表面缺陷和内部缺陷，由于 视觉感知的局限性，所提出的缺陷分类模型可能局限于表面缺陷，无法检测出气孔、裂纹 等内部缺陷，导致焊缝内部缺陷检测还是传统的检测方法，这样依靠人工的方法耗时长且 效率低，而且检测过程受外部环境影响，容易出现漏检和误检的情况。因此，基于其他类 型的传感技术，可能会提供更好的解决方案，实现表面和内部缺陷识别分类。

如今，焊缝自动跟踪和机器人焊接自动化和智能化程度已经大大提升，但是在焊接缺 陷检测方面的自动化程度则需要进一步的加强。主要目标是实现物理实体实体空间与数字 虚拟空间信息物理融合，对应焊接生产线即是实时监控虚拟产线的板件焊接质量和实际产 线的板件焊接质量，根据系统的实时反馈做出调整优化与控制，实现双向驱动。

数字孪生是物理对象的数字化模型，该模型可以通过接收来自物理对象的数据而实时 演化，并将结果反馈给物理对象，进而帮助对物理对象进行快速优化和决策。依靠物理对 象、数字孪生与基于数字孪生构成的信息物理系统可以实现深度融合。将数字孪生应用到 实际焊接生产线中，实现对板件的在线焊接质量监控，大大减少工人的劳动强度。数字孪 生的应用对于直观、全面地反映机器人焊接过程全生命周期状态，提高焊缝缺陷检测的生 产效率以及整个焊接过程的自动化程度具有非常重要的意义。

发明内容

针对上述背景技术中存在的不足，本发明提出了一种基于数字孪生的板件焊接质量实 时监控方法，解决了现有焊接生产线难以同时检测焊缝表面和内部的缺陷，难以在线对板 件焊接质量监控的问题。

本发明的技术方案是这样实现的：

一种基于数字孪生的板件焊接质量实时监控方法，所述方法包括如下步骤：

S1、建立焊接机器人仿真模型库：所述焊接机器人仿真模型库由焊接机人焊接参数和 仿真模型信息组成,通过Modbus通讯协议实时读取焊接机器人端的数据和地址。通过三维 造型软件SolidWorks完成焊接机器人所有零件造型和整体组装，并在3DMax软件中完成 渲染；

S2、将待检测的缺陷板件通过焊装夹具送至自动化检测平台，对板件缺陷信息进行信 号采集，基于Matlab软件对超声信号做预处理，基于迁移学习训练方式和改进的ResNet 网络实现对焊缝图像的识别分类，从而分拣出不合格板件；

S3、建立焊接缺陷信息库：根据工业焊接质量标准罗列所有焊缝可能会出现的缺陷信 息，将步骤S2中的板件焊缝缺陷信息导入焊接缺陷信息库中，所述焊接缺陷信息库包含 板件编号信息、焊缝缺陷标准信息和检测后板件焊缝缺陷信息；

S4、将步骤S1中的焊接机器人模型库导入数字孪生系统数据库中的模型库中，将步 骤S3中的焊接缺陷信息库导入数字孪生系统数据库中的缺陷信息库中；

S5、根据步骤S3中的焊缝缺陷信息和步骤S1中的机器人焊接参数信息，基于数据匹 配方法得出不同焊缝缺陷的焊接参数匹配方案；