一种焊接质量的检测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种焊接质量的检测方法，包括以下步骤：采集在标准时间段内的焊接训练信息，并对焊接训练信息进行质量分类的标记处理，得到标记焊接信息；构建初始神经网络，通过标记焊接信息对初始神经网络进行训练，得到目标神经网络；获取在目标时间段内的焊接目标信息，并将其输入到目标神经网络进行分类处理，得到焊接目标信息的质量类型。本发明专利技术通过对焊接训练信息进行质量分类的标记处理，有利于对初始神经网络进行训练，使得目标神经网络能够有效的对焊接目标信息进行分类，便于用户获取质量分类类型，从而提高了焊接质量检测的效率和准确性。

【技术实现步骤摘要】
一种焊接质量的检测方法、装置及存储介质
本专利技术涉及焊接
，具体涉及一种焊接质量的检测方法、装置及存储介质。
技术介绍
焊接是机械制造领域最重要的工艺之一，根据焊接性质、方式、应用场合等方面的不同，焊接可分为手工焊接、半自动焊接、自动焊接等形式。目前，在激光焊接过程中，经常会发生焊接异常的情况，导致漏焊、焊穿、焊缝成型不均匀等现象。而目前一般是依靠人工对焊接产品进行检测，这很大程度上依赖于检测工人的技术以及经验，会产生很多不稳定因素，并且增加了工人的工作量，降低了工人的工作效率。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种焊接质量的检测方法、装置及存储介质，能够对产品的焊接质量进行检测和分类，提高了质量检测的效率和准确性。根据本专利技术的第一方面的实施例的焊接质量的检测方法，包括以下步骤：采集在标准时间段内的焊接训练信息，并对所述焊接训练信息进行质量分类的标记处理，得到标记焊接信息；构建初始神经网络，通过所述标记焊接信息对所述初始神经网络进行训练本文档来自技高网...

【技术保护点】
1.一种焊接质量的检测方法，其特征在于，包括以下步骤：/n采集在标准时间段内的焊接训练信息，并对所述焊接训练信息进行质量分类的标记处理，得到标记焊接信息；/n构建初始神经网络，通过所述标记焊接信息对所述初始神经网络进行训练，得到目标神经网络；/n获取在目标时间段内的焊接目标信息，并将所述焊接目标信息输入到所述目标神经网络进行分类处理，得到所述焊接目标信息的质量类型。/n

【技术特征摘要】
1.一种焊接质量的检测方法，其特征在于，包括以下步骤：
采集在标准时间段内的焊接训练信息，并对所述焊接训练信息进行质量分类的标记处理，得到标记焊接信息；
构建初始神经网络，通过所述标记焊接信息对所述初始神经网络进行训练，得到目标神经网络；
获取在目标时间段内的焊接目标信息，并将所述焊接目标信息输入到所述目标神经网络进行分类处理，得到所述焊接目标信息的质量类型。


2.根据权利要求1所述的一种焊接质量的检测方法，其特征在于：所述焊接训练信息包括以下至少之一：等离子浓度变化信息、温度变化信息和激光反射强度变化信息。


3.根据权利要求2所述的一种焊接质量的检测方法，其特征在于：所述采集在标准时间段内的焊接训练信息，并对所述焊接训练信息进行质量分类的标记处理，得到标记焊接信息，包括以下步骤的至少之一：
当所述焊接训练信息包括等离子浓度变化信息，采集在标准时间段内的等离子浓度变化信息，得到等离子浓度时间序列，根据所述等离子浓度时间序列对所述焊接训练信息进行质量分类的标记处理，得到标记焊接信息；
当所述焊接训练信息包括温度变化信息，采集在标准时间段内的温度变化信息，得到温度时间序列，根据所述温度时间序列对所述焊接训练信息进行质量分类的标记处理，得到标记焊接信息；
当所述焊接训练信息包括激光反射强度变化信息，采集在标准时间段内的激光反射强度变化信息，得到激光反射强度时间序列，根据所述激光反射强度时间序列对所述焊接训练信息进行质量分类的标记处理，得到标记焊接信息。


4.根据权利要求1所述的一种焊接质量的检测方法，其特征在于：所述质量分类的标记类型包括以下至少之一：正常、离焦、漏焊、重...

【专利技术属性】
技术研发人员：黄永深，李伟科，陈颖颖，邓辅秦，冯华，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44