基于工业AI技术的焊接结构件工艺优化方法及系统技术方案

本发明专利技术公开了基于工业AI技术的焊接结构件工艺优化方法及系统，在摩托车车架焊接过程中从工艺数据中提取关联特征数据；将关联特征数据输入训练后的AI模型得到优化工艺参数；基于优化工艺参数对焊接设备进行控制。本发明专利技术中可以通过对摩托车车架焊接过程中的焊接工艺数据进行收集处理，再与测量的焊接完成后的车架的焊接误差进行关联分析，运用模型算法找到数据的关联性，找到减小焊接误差的生产工艺控制方法；通过AI模型对工艺数据进行分析，采用优化工艺参数进行反馈控制，能够在制造过程中对摩托车车架的焊接质量进行控制，与现有技术相比，提高了车架焊接后的一次下线合格率、降低了人工校正成本、保持了产品质量稳定、提高了产品一致性。了产品一致性。了产品一致性。

【技术实现步骤摘要】
基于工业AI技术的焊接结构件工艺优化方法及系统


[0001]本专利技术涉及机械制造结构件焊接
，具体涉及基于工业AI技术的焊接结构件工艺优化方法及系统。

技术介绍

[0002]金属结构的零部件焊接加工方法在制造业中应用很广泛，从大型建筑工程、体育馆、会展中心金属结构框架到家用电器、发动机、割草机等。金属结构件在焊接中的焊接变形问题一直是困扰行业内的难题，也是焊接工艺控制的难点。
[0003]由于焊接形变造成零部件加工过程中工艺控制困难，为了满足产品的设计技术要求，传统的制造控制工艺只有通过增加大量的校正工序，或者二次机加工方法来保证产品质量要求，这就导致了传统结构件焊接控制工艺生产效率低，人工成本高，质量控制难。特别是在摩托车车架的焊接过程中，由于车架生产过程中的热变形大，焊接后产品的位置精度误差非常容易超过设计技术标准要求，进而造成产品一次下线合格率低，大量工件必须经人工校正工序进行矫正处理才能满足产品的技术要求，使得每一条焊接产品线均要配置全职人员进行工艺处理，使得人力成本大幅增加。并且，由于人工校正生产过程质量可控性不强，控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于工业AI技术的焊接结构件工艺优化方法，其特征在于，包括：S1、在摩托车车架焊接过程中采集工艺数据；S2、从工艺数据中提取关联特征数据；S3、将关联特征数据输入训练后的AI模型得到优化工艺参数；S4、基于优化工艺参数对焊接设备进行控制。2.如权利要求1所述的基于工业AI技术的焊接结构件工艺优化方法，其特征在于，工艺数据包括待焊接材料数据、焊接设备配置参数、焊接变形量、焊接温度、焊接电压、焊接电流、送丝速度、焊接轨迹坐标、摩托车车架公差。3.如权利要求1所述的基于工业AI技术的焊接结构件工艺优化方法，其特征在于，步骤S3中AI模型的训练方法如下：S100、获取历史工艺数据及历史焊接误差数据；S200、基于历史工艺数据及历史焊接误差数据确定影响焊接误差数据的关联因子及关联因子对应的权重；S300、筛选符合焊接误差要求的历史焊接误差数据作为合格焊接误差数据，基于关联因子从历史工艺数据中提取与合格焊接误差数据对应的训练用工艺数据；S400、基于训练用工艺数据及关联因子对应的权重生成训练样本；S500、对训练样本进行降维；S600、利用降维后的数据对AI模型进行训练，直到输出结果满足预设要求。4.如权利要求3所述的基于工业AI技术的焊接结构件工艺优化方法，其特征在于，AI模型包括长短期记忆网络和条件随机场络，训练过程中采用遗传算法对AI模型参数进行优化。5.基于工业AI技术的焊接结构件工艺优化系统，其特征在于，...

【专利技术属性】
技术研发人员：巩书凯，陈虎，王成，罗林，
申请(专利权)人：重庆忽米网络科技有限公司，
类型：发明
国别省市：