一种基于人工智能的焊接质量预测系统及方法技术方案

本发明专利技术公开了一种基于人工智能的焊接质量预测系统及方法，系统包括服务器端、边缘端和设备端，所述设备端包括焊接模块和数据采集模块；所述边缘端包括在线判定模块和结果比对模块。本发明专利技术通过对实时采集的焊接数据进行预判，得到焊接质量预测结果，将不良的焊接质量预测结果与该焊点的实测结果进行比对，若比对不一致，则根据该焊点的焊接数据和实测结果更新判定模型并将判定模型下发到在线判定模块中；通过对焊接数据的实时预判，及时预判出不良焊点，实现对车身焊接质量的严格把控，还降低了人工检测的成本，通过更新在线判定模块的判定模型，能够不断自我优化学习，提高了焊点质量的检测效率和准确率。本发明专利技术可广泛应用于焊接质量控制领域。

A welding quality prediction system and method based on Artificial Intelligence

【技术实现步骤摘要】
一种基于人工智能的焊接质量预测系统及方法
本专利技术涉及焊接质量控制领域，特别是涉及一种基于人工智能的焊接质量预测系统及方法。
技术介绍
焊接是对车身整体质量影响最高的工艺环节，焊接质量的好坏对车身整体质量起到关键性的作用。而现有的车身焊接质量检测普遍采用焊接后利用人工抽样检测、借助超声波焊点无损检测、半破坏和全破坏人工检测等方法，这些传统的人工检测焊点质量的方法不能实时检测焊点的质量问题，而且投入的人工检测成本高，检测效率低，严重制约焊接工艺和焊接质量的提升。
技术实现思路
为解决上述技术问题，本专利技术的目的在于：提供一种基于人工智能的焊接质量预测系统及方法。本专利技术一方面所采取的技术方案是：一种基于人工智能的焊接质量预测系统，包括服务器端、边缘端和设备端，所述设备端包括：焊接模块；数据采集模块，用于实时采集焊接模块中的焊点的焊接数据；所述边缘端包括：在线判定模块，用于根据焊接数据实时判定出焊点的焊接质量预测结果并将判定为不良的焊接质量预测结果传输到结果比对模块。结果比对模块，用于将不良的焊接质量预测结果与焊点的实测结果进行比对，若不良的焊接质量预测结果与焊点的实测结果比对不一致，则将焊点的焊接数据和实测结果传输到服务器端；所述服务器端用于根据所述结果比对模块传输的焊接数据和实测结果更新判定模型并将判定模型下发到在线判定模块。进一步，所述在线判定模块具体用于利用判定模型对焊接数据进行数字特征或数据曲线特征分析及分类，得到焊接质量预测结果。进一步，所述服务器端包括：数据处理模块，用于对焊接数据和实测结果进行预处理并将预处理后的焊接数据和实测数据划分为测试集数据和训练集数据；模式识别/规则提取模块，用于对训练集数据进行特征提取得到训练集数据特征；模型建立与验证模块，用于根据训练集数据特征更新判定模型，并利用测试集数据对判定模型进行验证。进一步，还包括交互界面模块，所述交互界面模块包括：焊点质量总览界面，用于展示所有焊点的焊接质量预测结果及统计信息；缺陷预测推送界面，用于汇总推送焊接质量预测结果为不良的焊点信息；实测结果反馈界面，用于将推送的焊点的实测结果反馈到结果比对模块。进一步，所述焊接模块包括焊接机器人、焊枪、焊接电极帽和车身。进一步，所述数据采集模块包括焊机和数据传输介质，所述焊机用于产生并记录焊接数据，所述数据传输介质用于将焊接数据传输至在线判定模块。进一步，还包括报警系统，所述报警系统用于在在线判定模块连续判定出焊接质量预测结果为不良的焊点的数量达到阈值时触发PLC程序进行报警。本专利技术另一方面所采取的技术方案是：一种基于人工智能的焊接质量预测方法，包括以下步骤：实时采集焊接模块中的焊点的焊接数据；根据焊接数据实时判定出焊点的焊接质量预测结果并将判定为不良的焊接质量预测结果传输到结果比对模块；将不良的焊接质量预测结果与焊点的实测结果进行比对，若不良的焊接质量预测结果与焊点的实测结果比对不一致，则将焊点的焊接数据和实测结果传输到服务器端；根据所述结果比对模块传输的焊接数据和实测结果更新判定模型并将判定模型下发到在线判定模块。进一步，所述根据焊接数据实时判定出焊点的焊接质量预测结果这一步骤，包括：利用判定模型对焊接数据进行数字特征或数据曲线特征分析及分类，得到焊接质量预测结果。进一步，所述根据焊接数据和实测结果更新判定模型这一步骤，包括以下步骤：将焊接数据和实测结果划分为测试集数据和训练集数据；对训练集数据进行特征提取得到训练集数据特征；根据训练集数据特征更新判定模型，并利用测试集数据对判定模型进行验证。本专利技术的有益效果是：本专利技术的一种基于人工智能的焊接质量预测系统及方法，对实时采集的焊接数据进行预判，得到焊接质量预测结果，将不良的焊接质量预测结果与该焊点的实测结果进行比对，若比对不一致，则根据该焊点的焊接数据和实测结果更新判定模型并将判定模型下发到在线判定模块中；通过对焊接数据的实时预判，及时预判出不良焊点，实现对车身焊接质量的严格把控，还降低了人工检测的成本，通过更新在线判定模块的判定模型，能够不断自我优化学习，提高了焊点质量的检测效率和准确率。附图说明图1为本专利技术具体实施例的一种基于人工智能的焊接质量预测系统结构框图；图2为本专利技术图1中的焊接模块示意图；图3为本专利技术图1中的焊点质量总览界面示意图；图4为本专利技术图1中的缺陷检测推送界面示意图；图5为本专利技术图1中的实测结果反馈界面示意图；图6为本专利技术具体实施例的一种基于人工智能的焊接质量预测系统工作流程图；图7为本专利技术具体实施例的一种基于人工智能的焊接质量检测方法流程图。具体实施方式以下将结合实施例和附图对本专利技术的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本专利技术的目的、方案和效果。如图1所示，本专利技术实施例提供了一种基于人工智能的焊接质量预测系统，包括服务器端、边缘端和设备端，所述设备端包括：焊接模块；数据采集模块，用于实时采集焊接模块中的焊点的焊接数据；所述边缘端包括：在线判定模块，用于根据焊接数据实时判定出焊点的焊接质量预测结果并将判定为不良的焊接质量预测结果传输到结果比对模块。结果比对模块，用于将不良的焊接质量预测结果与焊点的实测结果进行比对，若不良的焊接质量预测结果与焊点的实测结果比对不一致，则将焊点的焊接数据和实测结果传输到服务器端；所述服务器端用于根据所述结果比对模块传输的焊接数据和实测结果更新判定模型并将判定模型下发到在线判定模块。具体地，数据采集模块在焊接模块工作时实时采集焊点的焊接数据，所述焊接数据包括焊接电流、焊接电压、焊接时间和焊接热量等数据。所述在线判定模块中存储有前期训练得到的判定模型，所述判定模型是利用前期的训练数据通过卷积神经网络模型进行反复训练得到的，并被存储在在线判定模块中。所述在线判定模块利用判定模型对焊接数据进行预判得出该焊点的焊接质量预测结果，所述焊接质量预测结果包括合格和不良中的一种。所述在线判定模块将预判为不良的焊接质量结果传输到结果比对模块。所述结果比对模块用于将在线判定模块判定为不良的焊接质量预测结果和该焊点的实测结果进行比对，所述实测结果是指人工对该焊点进行实测确认的实测结果，所述实测结果包括焊点的尺寸和缺陷焊点类型。结果比对模块将该焊点的焊接质量预测结果与该焊点的实测结果进行比对，若实测结果表明该焊点存在缺陷并确定了缺陷焊点类型，表明在线判定模块预判准确；所述不良的焊接质量预测结果与焊点的实测结果比对不一致是指，若该焊点不存在缺陷，则表明表明在线判定模块预判不准确，焊接质量预测结果为不良的焊点，其质量实际是合格的，焊接质量预测结果与实测结果不一致时，则将该焊点的焊接数据和实测结果传本文档来自技高网...

【技术保护点】
1.一种基于人工智能的焊接质量预测系统，其特征在于，包括服务器端、边缘端和设备端，所述设备端包括：/n焊接模块；/n数据采集模块，用于实时采集焊接模块中的焊点的焊接数据；/n所述边缘端包括：/n在线判定模块，用于根据焊接数据实时判定出焊点的焊接质量预测结果并将判定为不良的焊接质量预测结果传输到结果比对模块。/n结果比对模块，用于将不良的焊接质量预测结果与焊点的实测结果进行比对，若不良的焊接质量预测结果与焊点的实测结果比对不一致，则将焊点的焊接数据和实测结果传输到服务器端；/n所述服务器端用于根据所述结果比对模块传输的焊接数据和实测结果更新判定模型并将判定模型下发到在线判定模块。/n

【技术特征摘要】
1.一种基于人工智能的焊接质量预测系统，其特征在于，包括服务器端、边缘端和设备端，所述设备端包括：
焊接模块；
数据采集模块，用于实时采集焊接模块中的焊点的焊接数据；
所述边缘端包括：
在线判定模块，用于根据焊接数据实时判定出焊点的焊接质量预测结果并将判定为不良的焊接质量预测结果传输到结果比对模块。
结果比对模块，用于将不良的焊接质量预测结果与焊点的实测结果进行比对，若不良的焊接质量预测结果与焊点的实测结果比对不一致，则将焊点的焊接数据和实测结果传输到服务器端；
所述服务器端用于根据所述结果比对模块传输的焊接数据和实测结果更新判定模型并将判定模型下发到在线判定模块。


2.根据权利要求1所述的一种基于人工智能的焊接质量预测系统，其特征在于，所述在线判定模块具体用于利用判定模型对焊接数据进行数字特征或数据曲线特征分析及分类，得到焊接质量预测结果。


3.根据权利要求1所述的一种基于人工智能的焊接质量预测系统，其特征在于，所述服务器端包括：
数据处理模块，用于对焊接数据和实测结果进行预处理并将预处理后的焊接数据和实测数据划分为测试集数据和训练集数据；
模式识别/规则提取模块，用于对训练集数据进行特征提取得到训练集数据特征；
模型建立与验证模块，用于根据训练集数据特征更新判定模型，并利用测试集数据对判定模型进行验证。


4.根据权利要求1所述的一种基于人工智能的焊接质量预测系统，其特征在于，还包括交互界面模块，所述交互界面模块包括：
焊点质量总览界面，用于展示所有焊点的焊接质量预测结果及统计信息；
缺陷预测推送界面，用于汇总推送焊接质量预测结果为不良的焊点信息；
实测结果反馈界面，用于将推送的焊点的实测结果反馈到结果比对模块。


5.根据权利要求1所述...

【专利技术属性】
技术研发人员：陈振城，黄凯东，邓聪，王亚龙，杨猛，
申请(专利权)人：广州明珞汽车装备有限公司，
类型：发明
国别省市：广东;44