【技术实现步骤摘要】
一种基于傅里叶逆变换及自编码器的焊接质量实时检测方法及系统
[0001]本专利技术涉及一种基于傅里叶逆变换及自编码器的焊接质量实时检测方法及系统,属于自动化焊接
技术介绍
[0002]近年来随着汽车、航空航天、建筑以及运输等工业的飞速发展,对工业设备的工艺及质量要求越来越高,焊接质量检测技术近年来被广泛应用等多个领域。焊接质量可分为直接焊接质量和间接焊接质量,一般焊接接头的使用性能主要有力学性能、内外部缺陷、焊后产品几何尺寸等,也就是直接焊接质量。所谓间接焊接质量,就是在焊接过程中能够被焊工的感官或者特质的传感器检测到的、间接决定上述直接焊接质量的有关因素。这种间接焊接质量虽然不能直接说明焊接接头的使用性能,但是它们却在很大程度上可以反映焊接过程中是否出现焊接质量问题。
[0003]目前利用深度学习结合视觉图像、电弧光谱、电弧声音等数据进行焊接质量检测,在实验室环境下可以获得一定效果,但在实际的使用场景中,焊接图像、光谱、声音等数据难以采集,受环境影响较大,缺陷种类难以界定,需要进行大量的数据标注,不仅时间 ...
【技术保护点】
【技术特征摘要】
1.一种基于傅里叶逆变换及自编码器的焊接质量实时检测方法,其特征在于,包括以下步骤:步骤1:采集正常焊接过程中的高频时序数据,并通过频率识别获取高频时序序列的周期Window及主频率F;步骤2:通过傅里叶变换得到高频时序序列的频谱,并过滤掉F以外的频率,得到高频时序序列的主频数据M;步骤3:通过傅里叶逆变换得到主频数据M对应的时域数据L,利用原始时序序列减去时域数据L,得到噪声数据Noise;步骤4:以Window为窗口对噪声数据Noise进行滑窗构造样本,生成数据样本集;步骤5:构建Autoencoder框架,利用数据样本集进行模型训练,确定模型参数;步骤6:对于新的高频时序数据,按照Window进行滑窗,同样利用傅里叶变换和傅里叶逆变换得到每个窗口的噪声数据Noise
’
,输入到训练好的Autoencoder模型中进行预测,进而获取重建数据与真实数据的重建误差,与设定阈值K进行比较,实现焊接质量缺陷的实时检测。2.根据权利要求1所述的一种基于傅里叶逆变换及自编码器的焊接质量实时检测方法,其特征在于,所述频率识别方法包括:步骤1.1:设定周期窗口大小为Gap,利用周期窗口对时序序列进行滑窗,计算每个周期窗口内的峰值...
【专利技术属性】
技术研发人员:姚志豪,李波,
申请(专利权)人:苏芯物联技术南京有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。