基于机器学习的激光焊接信号分析方法技术

本发明专利技术属于计算机技术领域，公开了一种基于机器学习的激光焊接信号分析方法，包括步骤：对采样参数进行数据归一化，设置采集参数，采集正样信号和负样信号；通过各点的数据分布特征，对整体信号进行分区，把波动范围大的区域剔除出检测区域；基于机器学习选择最优标准区域生成方法和检测模型，对检测模型进行超参数优化；对检测模型进行训练得到目标模型，将激光焊接信号输入目标模型得到分析结果。本发明专利技术所提供的激光焊接信号分析方法，运用机器学习技术，构建检测模型，为激光系统提供反馈和数据支持，通过检测模型对激光焊接信号进行分析处理，从而判断焊接质量的好坏，避免了人员对焊接质量判断标准的影响。对焊接质量判断标准的影响。对焊接质量判断标准的影响。

【技术实现步骤摘要】
基于机器学习的激光焊接信号分析方法


[0001]本专利技术属于计算机
，具体涉及一种基于机器学习的激光焊接信号分析方法。

技术介绍

[0002]激光焊接是一种新兴的加工技术，它具有焊点质量高，焊接区域变形小，生产效率高，易于实现自动化、柔性化，非接触加工等优点，现已被广泛的应用于3C电子、汽车行业、新能源等工业制造领域。激光焊接的原理是激光器产生激光，通过光纤传导和透镜聚焦到待加工材料表面，使材料受热熔化和气化，焊接的过程是一个极其复杂的物理化学过程，材料熔化会形成熔池并产生匙孔，金属气化会形成金属蒸汽，还会有等离子体产生。
[0003]激光焊接过程的稳定性也会受很多因素的影响，如材料表面的变化、激光光学系统的变化、焊接机构运动工作的变形或偏位等，都有可能产生焊接缺陷。但是激光焊接不像传统焊接能监视电流与电压或者熔深等来对焊接过程进行监测，只能通过视觉和抽检来判定焊接质量，此类方式无法确认焊点质量或无法实时在线监测，因而无法百分百保证焊接的质量，监测效果不理想。
[0004]众多研究表明，激光焊接过程中会产生光信号、声信号本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的激光焊接信号分析方法，其特征在于，包括以下步骤：S1、对采样参数进行数据归一化；初始化采集参数，采集多组正样信号，根据采集的正样信号的标准差判定所采集正样信号是否在最佳线性区，若是则保存采集参数，若否则设置新的采集参数，重新采集多组正样信号并进行判定；S2、采集正样信号和负样信号；S3、通过各点的数据分布特征，对整体信号进行分区，把波动范围大的区域剔除出检测区域；S4、基于机器学习选择最优标准区域生成方法和检测模型，对检测模型进行超参数优化；S5、对检测模型进行训练得到目标模型，将激光焊接信号输入目标模型得到分析结果。2.根据权利要求1所述的激光焊接信号分析方法，其特征在于：步骤S1中，初始化的采集参数包括电路模拟放大系数、光强度连续可调结构中检偏器角度、数字放大倍数、采样频率、采样时间。3.根据权利要求2所述的激光焊接信号分析方法，其特征在于：所述光强度连续可调结构包括起偏器和检偏器。4.根据权利要求1所述的激光焊接信号分析方法，其特征在于：步骤S1中，当所采集正样信号不在最佳线性区内时，根据真实数据与最佳线性区的偏离值设置新的采集参数。5.根据权利要求1所述的激光焊接信号分析方法，其特征在于：步骤S2中，...

【专利技术属性】
技术研发人员：欧红师，
申请(专利权)人：深圳市微谱感知智能科技有限公司，
类型：发明
国别省市：