[發明專利]一種焊點質量檢測方法及裝置

有效

• 申請號: 202110679149.7
• 申請日: 2021-06-18
• 公開（公告）號: CN113505657B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 王秋來;史建鵬;洪偉;孫震;湯澤波
• 申請（專利權）人: 東風汽車集團股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06V10/40;G06K9/62
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 李滿

本發明公開了一種焊點質量檢測方法及裝置。該方法包括獲取多個焊點在焊接過程中的工藝參數；根據工藝參數構建每個焊點的電阻時間關系曲線；從電阻時間關系曲線中抽取每個焊點的特征值，得到焊點特征值集合；對每個焊點的焊點特征值集合和每個焊點所屬焊點狀態進行訓練，得到用于對焊點狀態進行分類的分類模型；以及利用分類模型對待檢測的焊點的焊點狀態進行判斷。該方法基于大數據數理統計分析手段，對已積累的大量自動實時采集的焊接工藝數據進行分析，采用TPOT自動機器學習算法進行模型訓練，進而利用分類模型快速高效的完成海量焊點狀態的判斷，減少焊點檢測的設備投入，降低成本，且為焊點性能及焊點工藝質量提供可靠數據。

技術領域

本發明涉及焊點質量檢測領域，具體涉及一種焊點質量檢測方法及裝置。

背景技術

焊接是現代機械制造業的一種常用工藝，其在汽車制造中應用也十分廣泛。焊接工藝以焊槍為工具，以焊點的形式將兩種或兩種以上同種或異種金屬材料連接成一體，焊點質量的優劣對汽車整體質量影響巨大。現在的技術方案中，關于焊點狀態的判斷，主要是通過安裝專用設備裝置以及傳感器，在線采集焊點數據和焊點飛濺姿態照片并進行研究，此種方法，需要投入較大的安裝設備，成本高，并且在線采集的信息需通過CAN線傳輸到計算機，使得信息轉化、傳遞過程復雜，需傳遞和處理的數據信息較多，處理效率低。

目前行業內對于工業焊點大數據的研究較少，主要集中在焊點飛濺、能耗等方面，以大數據機器學習手段，特別是自動機器學習算法，來識別焊點各種狀態，還是空白。

發明內容

本發明要解決的技術問題是提供一種焊點質量檢測方法及裝置，能夠高效準確的完成對大量焊點信息的研究，判斷焊點狀態，為焊接工藝的進一步分析，提供數據支撐，另外無需安裝設備，成本低廉。

為了解決上述技術問題，本發明的一種焊點質量檢測方法包括如下步驟：獲取多個焊點在焊接過程中的工藝參數，其中，所述工藝參數包括焊點的編號、電流、電壓、電阻和功率，以及對應的焊接時間點；根據所述工藝參數構建每個焊點的電阻時間關系曲線；從所述電阻時間關系曲線中抽取每個焊點的特征值，得到焊點特征值集合；對每個焊點的焊點特征值集合和每個焊點所屬焊點狀態進行訓練，得到用于對焊點狀態進行分類的分類模型，其中所述焊點狀態包括多點飛濺、單點飛濺、焊點正常和無極值點；以及利用所述分類模型對待檢測焊點的焊點狀態進行判斷。

在上述焊點質量檢測方法中，通過對海量焊點的工藝參數信息進行分析處理，得到各個目標焊點的電阻時間關系曲線，進而抽取特征值集合，再利用機器學習訓練出焊點狀態與特征值集合之間的分類模型，從而利用分類模型可以快速高效的完成對焊點數據的處理，實現焊點狀態的檢測，且無專用設備投入，成本低廉。

作為本發明焊點質量檢測方法的改進，從所述電阻時間關系曲線中抽取每個焊點的特征值，得到焊點特征值集合包括：抽取第一時間區間內的電阻極小值；抽取第二時間區間內的電阻極大值；抽取第三時間區間內的電阻突變點，計數得到飛濺點個數；通過抽取到的所述電阻極小值、所述電阻極大值以及所述飛濺點個數組成焊點特征值集合。利用焊接過程中焊點電阻的變化特點來表征焊點狀態，由于電阻數據容易獲取、分析，且能夠較好的反映焊點的形成過程，進而實現快速準確的對焊點狀態的判斷。

在上述焊點質量檢測方法中，所述第一時間區間為每個焊點從焊接開始的0-10ms內，所述第二時間區間為每個焊點從焊接開始的 20-30ms內，所述第三時間區間為每個焊點從焊接開始的30ms以后至焊接結束的時間內。三個時間區間分別對應焊過程的三個階段。

對于上述焊點質量檢測方法的進一步改進，對每個焊點的焊點特征值集合和每個焊點所屬焊點狀態進行訓練，得到用于對焊點狀態進行分類的分類模型包括：若所述飛濺點個數超過一個，則輸出焊點狀態為多點飛濺；若所述飛濺點個數為一個，則輸出焊點狀態為單點飛濺；若所述飛濺點個數為零，且所述電阻極小值大于等于所述電阻極大值，則輸出焊點狀態為無極值點；若所述飛濺點個數為零，且所述電阻極小值小于所述電阻極大值，則輸出焊點狀態為焊點正常。