[发明专利]一种激光焊机的在线故障判定方法及系统在审
| 申请号: | 202210010056.X | 申请日: | 2022-01-05 |
| 公开(公告)号: | CN114492598A | 公开(公告)日: | 2022-05-13 |
| 发明(设计)人: | 黄亚军;钟实;何可;高炎;罗勇;胡子凡;李宏伟;程曦;李伟;丁继亚;劳文杰 | 申请(专利权)人: | 武汉钢铁有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F30/20;G06F17/11;G06F111/04 |
| 代理公司: | 北京众达德权知识产权代理有限公司 11570 | 代理人: | 邓静 |
| 地址: | 430080 湖*** | 国省代码: | 湖北;42 |
| 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 激光 在线 故障 判定 方法 系统 | ||
1.一种激光焊机的在线故障判定方法,其特征在于,所述方法包括:
在所述激光焊机在线运行时,获得所述激光焊机的实时状态数据;
调用所述激光焊机的若干超球体各自对应的故障判定函数其中,x是所述实时状态数据,xi、xj是基于激光焊机训练集进行聚类得到的同一子集中的样本,n是子集中的样本数量,是对所述超球体进行最小封闭球体优化求解时对应的全局最优解,k(x,xi)、k(xi,xj)分别为核函数,k(x,xi)表示x,xi的内积,k(xi,xj)表示xi,xj的内积,r是所述超球体的半径;
将所述激光焊机的实时状态数据分别带入所述若干超球体各自对应的故障判定函数D(x)进行计算,得到计算结果;
判断所述计算结果是否都大于0;
若是,表示所述激光焊机存在故障。
2.根据权利要求1所述的方法,其特征在于,所述超球体的球心C和半径r分别为:
其中,φ(xi)表示对xi的映射关系;
3.根据权利要求2所述的方法,其特征在于,所述获得所述激光焊机的实时状态数据之前,所述方法还包括:
确定所述超球体的球心C和半径r;
利用所述超球体的球心C和半径r得到所述故障判定函数D(x);其中,
φ(x)表示对x的映射关系。
4.根据权利要求2所述的方法,其特征在于,所述确定所述超球体的球心C和半径r,包括:
获得激光焊机训练集;其中,所述激光焊机训练集中的样本指的是所述激光焊机处于正常状态时的状态数据样本;
对所述激光焊机训练集中的样本进行聚类,获得若干不相交的子集;
基于所述若干不相交的子集确定所述若干超球体的球心C和半径r;其中,一个子集对应一个超球体,且所述每个超球体具有各自的球心C和半径r。
5.根据权利要求4所述的方法,其特征在于,所述基于所述若干不相交的子集确定所述若干超球体的球心C和半径r,包括:
针对每个所述子集,确定相关目标函数和相关约束条件:
其中,A为惩罚系数;
利用改善型序列最小优化算法SMO算法将所述相关目标函数转换为双变量目标函数,并在所述双变量目标函数中加入惩罚因子进行迭代寻优,确定出所述超球体对应的球心和半径;所述惩罚因子用于使所述相关目标函数避免陷入双变量的局部最优解;所述双变量目标函数中加入惩罚因子后得到的函数为:
其中,是双变量,αt、αp、α2均为拉格朗日乘子,x1、x2、xt、xp、xi、xj均为同一子集中的样本,k(x1,x2)、kx(xt,x1)、k(xt,x2)、k(xt,xp)均为核函数,为所述惩罚因子。
6.根据权利要求5所述的方法,其特征在于,所述针对每个所述子集,确定相关目标函数和相关约束条件,包括:
针对每个所述子集,建立对应的第一目标函数和第一约束条件;
引入拉格朗日乘子将所述第一目标函数和所述第一约束条件合并转换为第二目标函数,并确定第二约束条件;其中,所述第二约束条件和所述相关约束条件相同;
采用高斯核非线性映射将所述第二目标函数映射为所述相关目标函数。
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武汉钢铁有限公司,未经武汉钢铁有限公司许可,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/202210010056.X/1.html,转载请声明来源钻瓜专利网。





