[發明專利]一種焊縫狀態的評估方法和裝置

有效

• 申請號: 201911425127.7
• 申請日: 2019-12-31
• 公開（公告）號: CN111178450B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 董小虎;徐海軍
• 申請（專利權）人: 上海三一重機股份有限公司
• 主分類號: G06F18/213
• 分類號: G06F18/213;G06F18/22;G06N3/045;G06N3/086
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 張琪

本發明提供了一種焊縫狀態的評估方法和裝置，涉及數據處理的技術領域，包括：獲取待評估焊縫的屬性數據，其中，屬性數據包括以下至少之一：焊接材料的類型，焊接形式，焊縫質量數據，焊縫缺陷的類型，焊縫外觀數據；利用屬性數據，構建待評估焊縫的特征向量；將特征向量輸入神經網絡模型，得到評估結果，其中，評估結果包含多個子評價結果，一個子評價結果用于表征一個時間節點所對應的待評估焊縫的狀態，解決了現有技術中無法對焊縫狀態進行預估的技術問題。

技術領域

本發明涉及數據處理技術領域，尤其是涉及一種焊縫狀態的評估方法和裝置。

背景技術

焊接是最經濟、最有效的金屬永久連接方法，目前已經成為工程機械、海洋工程、汽車、航天航空等領域最重要、最常用的加工制造方法之一。其焊縫質量的好壞直接影響整體結構的壽命。若焊接前就能預估出焊縫狀態，并能及時進行調整焊接工藝參數或順序，改善焊縫質量，將極大地提高制造加工效率。

由于中國工程機械自主品牌已經快速發展了近三十年，積累了大量的歷史測試數據，如何從大量的焊接測試數據以及故障統計數據中挖掘得到有用的信息，進一步在焊接前預測焊縫質量狀態，有著重要的研究意義。

現有對實際焊接質量的控制都是焊接后根據無損檢測人員的探傷結果，再進一步通過焊縫外觀檢查，檢查焊縫的觀感質量(粗糙度和清潔度)、外形尺寸、表面缺陷等。采用的輔助工具有：放大鏡、探測鏡、焊縫檢測尺和量規，或者直接采用視覺機器人。雖說已經比較成熟，但是檢測深度有限，成本較高，且焊接前無法給出提前預估。因此，如何實現對挖掘機工作裝置焊縫狀態的全面預估，并提供調整方案是本領域亟待解決的問題。

針對上述問題，還未提出有效的解決方案。

發明內容

有鑒于此，本發明的目的在于提供一種焊縫狀態的評估方法和裝置，以緩解了現有技術中無法對焊縫狀態進行預估的技術問題。

第一方面，本發明實施例提供了一種焊縫狀態的評估方法，包括：獲取待評估焊縫的屬性數據，其中，所述屬性數據包括以下至少之一：焊接材料的類型，焊接形式，焊縫質量數據，焊縫缺陷的類型，焊縫外觀數據；利用所述屬性數據，構建所述待評估焊縫的特征向量；將所述特征向量輸入神經網絡模型，得到評估結果，其中，所述評估結果包含多個子評價結果，一個子評價結果用于表征一個時間節點所對應的待評估焊縫的狀態。

進一步地，利用所述屬性數據，構建所述待評估焊縫的特征向量，包括：結合所述屬性數據和正交匹配算法，構建所述待評估焊縫的特征向量。

進一步地，所述方法還包括，基于所述評估結果，生成參數優化方案；將所述參數優化方案發送給所述神經網絡模型，以使所述神經網絡模型基于所述參數優化方案，對所述神經網絡模型的參數進行優化。

進一步地，所述方法還包括，通過以下方式構建所述神經網絡模型：獲取預設焊縫的屬性數據和所述預設焊縫的狀態數據，其中，所述預設焊縫的數量為多個，所述狀態數據中包含多個子狀態數據，一個子狀態數據用于表征一個時間節點所對應的預設焊縫的狀態；利用所述預設焊縫的屬性數據，構建所述預設焊縫的特征向量；將所述預設焊縫的特征向量和所述狀態數據輸入初始神經網絡模型，以使所述初始神經網絡模型基于所述預設焊縫的屬性數據和所述狀態數據進行訓練，得到所述神經網絡模型，其中，所述預設焊縫的特征向量為初始神經網絡模型的輸入數據，所述狀態數據為所述神經網絡模型的輸出數據。