[发明专利]一种汽车涂装的烘干温度确定方法及应用

权利要求书

1.一种汽车涂装的烘干温度确定方法，其特征在于：采用计算机视觉方法、人工智能算法，通过对缝隙形状的识别，预测缝隙形状和烘干温度与胶泡缺陷位置大小的关系；基于预测结果构建以烘干温度为决策变量的数学模型，以质量最优为目标，兼顾生产量和能源使用约束，确定每辆车的最优烘干温度。

2.根据权利要求1所述的汽车涂装的烘干温度确定方法，其特征在于，包括以下步骤：

步骤一：形成缝隙形状数据集；

步骤二：基于所述缝隙形状数据集设置预测模型；

步骤三：基于步骤二所述预测模型，构建温度调节的数学模型，确定每辆车的最佳烘干温度。

3.根据权利要求2所述的汽车涂装的烘干温度确定方法，其特征在于：步骤一中，首先设置缝隙轮廓数据抽象化方法，得到缝隙宽度以及缝隙两侧板材壁宽；然后将三组数据对应到部件表面，并以二维坐标表示具体位置；最后确定历史生产信息中实际的烘干温度与生产质量，与车对应，形成数据集。

4.根据权利要求2所述的汽车涂装的烘干温度确定方法，其特征在于：步骤二中，首先获取缝隙轮廓温度数据和标定信息，得到用于训练的历史数据；然后基于得到的历史数据设置预测模型并进行参数学习，得到可以预测生产质量的神经网络。

5.根据权利要求2所述的汽车涂装的烘干温度确定方法，其特征在于：步骤三中，首先基于步骤二的模型，计算不同车在不同烘干温度下的生产质量，并将结果保存；然后构建温度调节的数学模型，确定每辆车的最佳烘干温度。

6.根据权利要求2所述的汽车涂装的烘干温度确定方法，其特征在于，步骤一包括：

(1-1)缝隙轮廓数据抽象化方法，首先从车身部件横截面信息获取缝隙轮廓信息；获取方式为：首先由探伤设备采集部件上每个点的数据，包括总厚度、缝隙两侧壁厚；然后，构建部件侧面的二维坐标系，确定部件上每个点的坐标；最后，将部件每个点的三个厚度值与部件侧面坐标对应，确定每个厚度值的坐标，完成缝隙形状的数据化抽象；

(1-2)缝隙轮廓数据转化与标定；首先，将历史数据中各项数据标准化；然后，将每个坐标点的三项厚度数据分别与RGB对应，生成相应颜色，进而得到代表部件缝隙轮廓形状的图像；最后，根据实际的生产数据，将缝隙形状数据与实际生产温度结合，更新历史数据，并与实际的生产质量对应，形成数据集。

7.根据权利要求2所述的汽车涂装的烘干温度确定方法，其特征在于，步骤二包括：

(2-1)缝隙轮廓与温度数据获取与标定；首先，应用步骤一的数据集，作为本步骤数据集；然后，根据历史胶泡缺陷产生的位置和大小确定标签；标签设置方法为将部件区域按照缝隙涉及范围均匀划分为多个部分，用0-1变量表示每个部分是否存在胶泡；

(2-2)预测模型设置与参数学习；首先，设定该算法任务为基于缝隙轮廓与烘干温度的多分类任务，应得到可用于预测胶泡缺陷所在位置及大小的分类器，可根据输入的缝隙轮廓和实际烘干温度得到预测的胶泡缺陷所在位置及大小；然后，确定训练数据为缝隙轮廓RGB图与生产过程的实际温度，标签为缺陷所在位置和大小，模型选取卷积神经网络；最后，应用对应的CNN参数计算方法得到分类器。

8.根据权利要求7所述的汽车涂装的烘干温度确定方法，其特征在于：(2-2)中，损失函数为交叉熵损失函数：

其中p(x)为标签值，q(x)为预测值，i表示样本，N表示样本数量。