一种焊缝状态的评估方法和装置制造方法及图纸

本发明专利技术提供了一种焊缝状态的评估方法和装置，涉及数据处理的技术领域，包括：获取待评估焊缝的属性数据，其中，属性数据包括以下至少之一：焊接材料的类型，焊接形式，焊缝质量数据，焊缝缺陷的类型，焊缝外观数据；利用属性数据，构建待评估焊缝的特征向量；将特征向量输入神经网络模型，得到评估结果，其中，评估结果包含多个子评价结果，一个子评价结果用于表征一个时间节点所对应的待评估焊缝的状态，解决了现有技术中无法对焊缝状态进行预估的技术问题。

An evaluation method and device of weld state

【技术实现步骤摘要】
一种焊缝状态的评估方法和装置
本专利技术涉及数据处理
，尤其是涉及一种焊缝状态的评估方法和装置。
技术介绍
焊接是最经济、最有效的金属永久连接方法，目前已经成为工程机械、海洋工程、汽车、航天航空等领域最重要、最常用的加工制造方法之一。其焊缝质量的好坏直接影响整体结构的寿命。若焊接前就能预估出焊缝状态，并能及时进行调整焊接工艺参数或顺序，改善焊缝质量，将极大地提高制造加工效率。由于中国工程机械自主品牌已经快速发展了近三十年，积累了大量的历史测试数据，如何从大量的焊接测试数据以及故障统计数据中挖掘得到有用的信息，进一步在焊接前预测焊缝质量状态，有着重要的研究意义。现有对实际焊接质量的控制都是焊接后根据无损检测人员的探伤结果，再进一步通过焊缝外观检查，检查焊缝的观感质量(粗糙度和清洁度)、外形尺寸、表面缺陷等。采用的辅助工具有：放大镜、探测镜、焊缝检测尺和量规，或者直接采用视觉机器人。虽说已经比较成熟，但是检测深度有限，成本较高，且焊接前无法给出提前预估。因此，如何实现对挖掘机工作装置焊缝状态的全面预估，并提供调整方案是本领域亟本文档来自技高网...

【技术保护点】
1.一种焊缝状态的评估方法，其特征在于，包括：/n获取待评估焊缝的属性数据，其中，所述属性数据包括以下至少之一：焊接材料的类型，焊接形式，焊缝质量数据，焊缝缺陷的类型，焊缝外观数据；/n利用所述属性数据，构建所述待评估焊缝的特征向量；/n将所述特征向量输入神经网络模型，得到评估结果，其中，所述评估结果包含多个子评价结果，一个子评价结果用于表征一个时间节点所对应的待评估焊缝的状态。/n

【技术特征摘要】
1.一种焊缝状态的评估方法，其特征在于，包括：
获取待评估焊缝的属性数据，其中，所述属性数据包括以下至少之一：焊接材料的类型，焊接形式，焊缝质量数据，焊缝缺陷的类型，焊缝外观数据；
利用所述属性数据，构建所述待评估焊缝的特征向量；
将所述特征向量输入神经网络模型，得到评估结果，其中，所述评估结果包含多个子评价结果，一个子评价结果用于表征一个时间节点所对应的待评估焊缝的状态。


2.根据权利要求1所述的方法，其特征在于，利用所述属性数据，构建所述待评估焊缝的特征向量，包括：
结合所述属性数据和正交匹配算法，构建所述待评估焊缝的特征向量。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括，
基于所述评估结果，生成参数优化方案；
将所述参数优化方案发送给所述神经网络模型，以使所述神经网络模型基于所述参数优化方案，对所述神经网络模型的参数进行优化。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括，通过以下方式构建所述神经网络模型：
获取预设焊缝的属性数据和所述预设焊缝的状态数据，其中，所述预设焊缝的数量为多个，所述状态数据中包含多个子状态数据，一个子状态数据用于表征一个时间节点所对应的预设焊缝的状态；
利用所述预设焊缝的属性数据，构建所述预设焊缝的特征向量；
将所述预设焊缝的特征向量和所述状态数据输入初始神经网络模型，以使所述初始神经网络模型基于所述预设焊缝的属性数据和所述状态数据进行训练，得到所述神经网络模型，其中，所述预设焊缝的特征向量为初始神经网络模型的输入数据，所述状态数据为所述神经网络模型的输出数据。


5.根据权利要求4所述的方法，其特征在于，将所述预设焊缝的特征向量和所述状态数据输入初始神经网络模型，以使所述初始神经网络模型基于所述预设焊缝的特征向量和所述状态数据进行训练，得到所述神经网络模型，包括：
将所述预设焊缝的特征...

【专利技术属性】
技术研发人员：董小虎，徐海军，
申请(专利权)人：上海三一重机股份有限公司，
类型：发明
国别省市：上海;31