[发明专利]一种基于时间敏感网络的焊接质量智能检测方法及系统有效

专利信息
申请号: 202211471505.7 申请日: 2022-11-23
公开(公告)号: CN115511398B 公开(公告)日: 2023-04-07
发明(设计)人: 叶迎春;陈刚;张强;王银河;葛东玉;陈文静 申请(专利权)人: 江苏未来网络集团有限公司
主分类号: G06Q10/0639 分类号: G06Q10/0639;G06F30/27;G06F18/214;G06F18/2415
代理公司: 南京九致知识产权代理事务所(普通合伙) 32307 代理人: 王晓青
地址: 210000 江苏省南京*** 国省代码: 江苏;32
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 时间 敏感 网络 焊接 质量 智能 检测 方法 系统
【权利要求书】:

1.一种基于时间敏感网络的焊接质量智能检测方法,其特征在于,应用于焊接质量智能检测系统,所述系统和自动焊接设备通信连接,包括:

根据所述自动焊接设备,获取焊接工艺参数和焊接场景数据;

根据所述焊接场景数据,基于时间敏感网络采集焊接日志数据;

根据所述焊接日志数据对所述焊接工艺参数进行预设缺陷类型的缺陷概率评估,生成第一触发概率;

判断所述第一触发概率是否满足缺陷概率阈值;

若不满足,对所述焊接工艺参数进行优化,生成焊接工艺参数优化结果,其中,所述焊接工艺参数优化结果包括第二触发概率,且所述第二触发概率满足所述缺陷概率阈值;

根据所述第二触发概率,匹配焊接质量抽检数量;

根据所述焊接工艺参数优化结果控制所述自动焊接设备进行焊接后,基于所述焊接质量抽检数量进行随机抽检,上传焊接质量检测结果;

所述根据所述焊接日志数据对所述焊接工艺参数进行预设缺陷类型的缺陷概率评估,生成第一触发概率,包括:

根据所述焊接日志数据,获取多组焊接工艺参数记录数据和多组质量检测缺陷记录数据;

对所述多组焊接工艺参数记录数据和所述多组质量检测缺陷记录数据进行关联性分析,生成多组关联筛选数据和多个关联度;

根据所述多个关联度中满足关联度阈值的所述多组关联筛选数据,构建触发概率评估模型;

将所述焊接工艺参数和所述预设缺陷类型输入所述触发概率评估模型,生成所述第一触发概率。

2.如权利要求1所述的方法,其特征在于,所述对所述多组焊接工艺参数记录数据和所述多组质量检测缺陷记录数据进行关联性分析,生成多组关联筛选数据和多个关联度,包括:

构建关联度计算公式:

其中,表征第i种工艺参数记录数据第j组质量检测缺陷记录数据,表征记录的第k类型缺陷参数,表征任意两组只有第k类型缺陷的质量检测缺陷记录数据变化量,表征两组只有第k类型缺陷的焊接工艺参数记录数据变化量,表征对多个变化量比值求均值,记为,表征关联度;

根据所述关联度计算公式,遍历所述多组焊接工艺参数记录数据和所述多组质量检测缺陷记录数据进行关联度计算,生成所述多组关联筛选数据和所述多个关联度。

3.如权利要求2所述的方法,其特征在于,所述根据所述多个关联度中满足关联度阈值的所述多组关联筛选数据,构建触发概率评估模型,包括:

构建触发概率计算公式:

其中,表征第i种工艺参数记录数据第j组质量检测缺陷记录数据,表征记录的第k类型缺陷参数,表征第i种工艺参数和第k类型缺陷参数共同出现的频率,表征任意一组工艺参数和缺陷类型特征值的出现总频率,表征触发概率;

基于满足所述关联度阈值的所述多组关联筛选数据,调取所述触发概率计算公式,计算多组触发概率标识数据;

根据所述多组关联筛选数据和所述多组触发概率标识数据,基于前馈神经网络进行有监督训练,生成所述触发概率评估模型。

4.如权利要求3所述的方法,其特征在于,所述若不满足,对所述焊接工艺参数进行优化,生成焊接工艺参数优化结果,包括:

根据所述自动焊接设备,设定所述焊接工艺参数调整区间;

根据所述焊接工艺参数调整区间随机抽取,获取第m组焊接工艺参数;

将所述第m组焊接工艺参数和所述预设缺陷类型输入所述触发概率评估模型,生成第m触发概率;

判断所述第m触发概率是否小于所述缺陷概率阈值;

若小于,将所述第m组焊接工艺参数设为所述焊接工艺参数优化结果。

5.如权利要求4所述的方法,其特征在于,所述判断所述第m触发概率是否小于所述缺陷概率阈值,还包括:

若大于或等于,判断所述第m触发概率是否大于第m-1触发概率;

若所述第m触发概率大于所述第m-1触发概率,将所述第m组焊接工艺参数添加进淘汰数据组,基于第m-1组焊接工艺参数重复迭代优化;

若第m触发概率小于或等于所述第m-1触发概率,将所述第m-1组焊接工艺参数添加进所述淘汰数据组,基于所述第m组焊接工艺参数重复迭代优化。

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江苏未来网络集团有限公司,未经江苏未来网络集团有限公司许可,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/202211471505.7/1.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