焊接训练行为数据评分方法技术

本发明专利技术公开了一种焊接训练行为数据评分方法，包括：根据用户典型焊接行为数据集子项的评分标准上下限进行归一化处理并确定子项的归一化系数；根据归一化系数对每条单一行为数据进行归一化处理，得到归一化映射值；根据归一化映射值计算出多个变量参数；将多个变量参数按照不良比数值排序，根据不良比数值排序结合有效宽度值对每组行为数据进行百分制评分，建立子项的评分速查表；建立每个子项的评分速查表；获取训练数据子项行为数据的均值和方差，从评分速查表中获取每个待评分子项的评分；对多个待评分子项的所述评分进行加权计算平均值获得训练数据的最终得分。实现了对训练数据评分耗时短、响应快、专业能力评估客观全面并且成本低的效果。

Scoring method of welding training behavior data

【技术实现步骤摘要】
焊接训练行为数据评分方法
本专利技术涉及焊接技术训练领域，更具体地，涉及一种焊接训练行为数据评分方法。
技术介绍
焊接训练系统的评分一直是教育和培训届难题。训练过程中，学员的操作通常具有多种维度的要求，比如焊枪行进速度、焊枪行进角度、焊枪工作角度、电弧长度等需要关注。对于在线训练，或者学员多于指导人员的情况下通常无法进行精细评分，影响了学员的学习积极性以及学习效果。目前的焊接训练系统主要依靠指导老师根据焊接成果对学员进行打分，采取各维度分别进行打分方式，即每项均有一个单一指标。该种方法简单直观，但各个指标相互独立，因此也导致分析不够全面公正，并且需要大量人力。部分焊接训练系统可以依据图形识别自动判断，虽然实现了自动化，但依然判断有欠客观。因此不论是虚拟焊接系统还是实物焊接系统，都需要解决训练效果评价的问题。焊接技术要求焊接过程中需要对学员焊接过程的焊枪行进角度、电弧长度、焊接速度以及焊接质量进行综合评价，但现有方法存在耗时长、效果差、成本高的问题。同时现有的训练系统缺乏训练效果评价系统，无法监督训练过程，降低了学员积极性和学习效果。因此针对焊接训练系统需要提出一种耗时短、响应快、专业能力评估全面和成本低的评分方法。
技术实现思路
本专利技术的目的是提出一种焊接训练行为数据评分方法，实现对焊接训练行为数据的评分耗时短、响应快、专业能力评估全面并降低评分成本。为实现上述目的，本专利技术提出了一种焊接训练行为数据评分方法，包括：步骤1：提供用户典型焊接行为数据集，所述用户典型焊接行为数据集包括多个不同子项的单一行为数据子集，每个所述单一行为数据子集包括多组单一行为数据，每组行为数据包括多条单一行为数据；步骤2：根据所述子项的评分标准上下限进行归一化处理并确定所述子项的归一化系数；步骤3：根据所述归一化系数对所述单一行为数据子集中的每条单一行为数据进行归一化处理，得到每条单一行为数据的归一化映射值；步骤4：根据每组单一行为数据中所有单一行为数据的多个归一化映射值，计算所述每组单一行为数据的多个变量参数，所述变量参数包括均值、方差、不良比数值和有效宽度值；步骤5：将所述多组单一行为数据的多个变量参数按照所述不良比数值从小到大进行排序，根据所述不良比数值从小到大的排序结合所述有效宽度值对每组行为数据进行由高到低的百分制评分，进而得到所述多组单一行为数据的均值与方差组合与百分制评分的映射关系，以建立所述子项的评分速查表；步骤6：重复步骤2至步骤5分别建立每个所述子项的评分速查表；步骤7：获取用户焊接行为的训练数据，所述训练数据包括多个待评分子项行为数据，其中每个待评分子项行为数据由包含多条单一行为数据的一组单一行为数据组成，对每个待评分子项行为数据执行步骤2至步骤4获得每个待评分子项行为数据的均值和方差，根据每个待评分子项行为数据的均值和方差组合从对应子项的所述评分速查表中获取每个待评分子项行为数据的评分；步骤8：对多个所述待评分子项的所述评分进行加权计算平均值获得所述训练数据的最终得分。可选地，所述用户焊接行为数据集针对均值和方差的要求通过Excel制表工具自动生成和/或从现有用户真实焊接行为数据中采集符合方差和均值要求的典型数据构成。可选地，通过以下公式进行所述归一化处理：yi＝a*xi+b，其中，yi为每条单一行为数据的归一化映射值，xi为所述每条单一行为数据值，a为第一归一化系数、b为第二归一化系数，i∈N。可选地，所述确定所述子项的归一化系数包括：将所述子项的所述评分标准上下限映射到[-1，1]区间，并分别将yi＝1、yi＝-1、xi＝子项的评分标准上限值、xi＝子项的评分标准下限值带入所述映射公式求得为所述子项的第一归一化系数a和第二归一化系数b。可选地，所述对所述单一行为数据子集中的每条单一行为数据进行归一化处理，得到每条单一行为数据的归一化映射值包括：将所述单一行为数据子集中的每条单一行为数据作为xi带入所述映射公式，得到每条单一行为数据的归一化映射值yi，并获取每组单一行为数据的最大映射值yimax和最小映射值yimin。可选地，所述计算所述每组单一行为数据的多个变量参数包括：通过以下公式计算每组单一行为数据的均值：其中，aN为每组单一行为数据的均值，yi为每条单一行为数据的归一化映射值，n为每组单一行为数据包含的单一数据的条数。可选地，所述计算所述每组单一行为数据的多个变量参数还包括：通过以下公式计算每组单一行为数据的方差：其中，bS为每组单一行为数据的方差，yi为每条单一行为数据的归一化映射值，aN为每组单一行为数据的均值，n为每组单一行为数据包含的单一数据的条数。可选地，所述计算所述每组单一行为数据的多个变量参数还包括：通过以下公式计算每组单一行为数据的不良比：其中，P为不良比，k为每组单一行为数据中归一化映射值yi在区间[-1,1]以外的个数，n为每组单一行为数据包含的单一数据的条数。可选地，所述计算所述每组单一行为数据的多个变量参数还包括：通过以下公式计算每组单一行为数据的宽度值和有效宽度值：B＝yimax-yimin，其中，B为宽度值，yimax为每组单一行为数据的最大映射值，yimin为每组单一行为数据的最小映射值；通过以下公式计算每组单一行为数据的有效宽度值：B1＝n1*B，其中，B1为有效宽度值，B为宽度值，n1＝0.5。可选地，所述计算所述每组单一行为数据的多个变量参数还包括：通过以下公式计算每组单一行数据的集中度：其中，p1为集中度，所述m为每组单一行为数据归一化映射值yi≤B1的个数，n为每组单一行为数据包含的单一数据的条数。可选地，对多个所述待评分子项的所述评分进行加权计算平均值获得所述训练数据的最终得分包括：通过以下公式计算所述训练数据的最终得分：其中，QF为用户焊接行为的训练数据的最终得分，Qn为训练数据中第n个待评分子项行为数据得分，fn为第n个待评分子项的权重系数，n为待评分子项的个数。本专利技术的有益效果在于：第一个阶段通过将用户典型焊接行为数据进行归一化处理、计算子项单一行为数据的不良比、均值、方差等获取均值与方差组合与百分制评分的映射关系，并建立每个子项的评分速查表，第二阶段将用户焊接行为的训练数据进行归一化处理并计算获得每个待评分子项的均值和方差组合，根据待评分子项的均值和方差组合从第一阶段的评分速查表获取每个待评分子项的得分，第三阶段将多个待评分子项的得分进行加权平均计算获得训练数据的最终分数，通过建立用户焊接行为多个子项的评分速查表作为评分标准，之后仅需要计算真实用户焊接行为训练数据归一化的均值和方差组合就能获得用户焊接训练数据的综合得分，通过归一化处理焊接训练数据便于简化复杂数据的计算，通过将典型数据的参数值进行百分制映射建立速查表，后期以速查表为依据进行快速评分有效提高本文档来自技高网...

【技术保护点】
1.一种焊接训练行为数据评分方法，其特征在于，包括：/n步骤1：提供用户典型焊接行为数据集，所述用户典型焊接行为数据集包括多个不同子项的单一行数据子集，每个所述单一行为数据子集包括多组单一行为数据，每组行为数据包括多条单一行为数据；/n步骤2：根据所述子项的评分标准上下限进行归一化处理并确定所述子项的归一化系数；/n步骤3：根据所述归一化系数对所述单一行为数据子集中的每条单一行为数据进行归一化处理，得到每条单一行为数据的归一化映射值；/n步骤4：根据每组单一行为数据中所有单一行为数据的多个归一化映射值，计算所述每组单一行为数据的多个变量参数，所述变量参数包括均值、方差、不良比数值和有效宽度值；/n步骤5：将所述多组单一行为数据的多个变量参数按照所述不良比数值从小到大进行排序，根据所述不良比数值从小到大的排序结合所述有效宽度值对每组行为数据进行由高到低的百分制评分，进而得到所述多组单一行为数据的均值与方差组合与百分制评分的映射关系，以建立所述子项的评分速查表；/n步骤6：重复步骤2至步骤5分别建立每个所述子项的评分速查表；/n步骤7：获取用户焊接行为的训练数据，所述训练数据包括多个待评分子项行为数据，其中每个待评分子项行为数据由包含多条单一行为数据的一组单一行为数据组成，对每个待评分子项行为数据执行步骤2至步骤4获得每个待评分子项行为数据的均值和方差，根据每个待评分子项行为数据的均值和方差组合从对应子项的所述评分速查表中获取每个待评分子项行为数据的评分；/n步骤8：对多个所述待评分子项的所述评分进行加权计算平均值获得所述训练数据的最终得分。/n...

【技术特征摘要】
1.一种焊接训练行为数据评分方法，其特征在于，包括：
步骤1：提供用户典型焊接行为数据集，所述用户典型焊接行为数据集包括多个不同子项的单一行数据子集，每个所述单一行为数据子集包括多组单一行为数据，每组行为数据包括多条单一行为数据；
步骤2：根据所述子项的评分标准上下限进行归一化处理并确定所述子项的归一化系数；
步骤3：根据所述归一化系数对所述单一行为数据子集中的每条单一行为数据进行归一化处理，得到每条单一行为数据的归一化映射值；
步骤4：根据每组单一行为数据中所有单一行为数据的多个归一化映射值，计算所述每组单一行为数据的多个变量参数，所述变量参数包括均值、方差、不良比数值和有效宽度值；
步骤5：将所述多组单一行为数据的多个变量参数按照所述不良比数值从小到大进行排序，根据所述不良比数值从小到大的排序结合所述有效宽度值对每组行为数据进行由高到低的百分制评分，进而得到所述多组单一行为数据的均值与方差组合与百分制评分的映射关系，以建立所述子项的评分速查表；
步骤6：重复步骤2至步骤5分别建立每个所述子项的评分速查表；
步骤7：获取用户焊接行为的训练数据，所述训练数据包括多个待评分子项行为数据，其中每个待评分子项行为数据由包含多条单一行为数据的一组单一行为数据组成，对每个待评分子项行为数据执行步骤2至步骤4获得每个待评分子项行为数据的均值和方差，根据每个待评分子项行为数据的均值和方差组合从对应子项的所述评分速查表中获取每个待评分子项行为数据的评分；
步骤8：对多个所述待评分子项的所述评分进行加权计算平均值获得所述训练数据的最终得分。


2.根据权利要求1所述的焊接训练行为数据评分方法，其特征在于，所述用户焊接行为数据集针对均值和方差的要求通过Excel制表工具自动生成和/或从现有用户真实焊接行为数据中采集符合方差和均值要求的典型数据构成。


3.根据权利要求1所述的焊接训练行为数据评分方法，其特征在于，通过以下公式进行所述归一化处理：
yi＝a*xi+b，
其中，yi为每条单一行为数据的归一化映射值，xi为所述每条单一行为数据值，a为第一归一化系数、b为第二归一化系数，i∈N。


4.根据权利要求3所述的焊接训练行为数据评分方法，其特征在于，所述确定所述子项的归一化系数包括：
将所述子项的所述评分标准上下限映射到[-1，1]区间，并分别将yi＝1、yi＝-1、xi＝子项的评分标准上限值、xi＝子项的评分标准下限值带入所述映射公式求得为所述子项的第一归一化系数a和第二归一化系数b。


5.根据权利要求4所述的焊接训练行为数据评分方法，其特征在于，所述对所述单一行为数据子集中的每条单一行为数据进行归一化处理，得到每条单一行为数据的...

【专利技术属性】
技术研发人员：姚玉辉，李林辉，黄娉，李惠萍，向亮，张娴，
申请(专利权)人：深圳市为汉科技有限公司，
类型：发明
国别省市：广东;44