System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于数据处理的焊管焊接生产过程监测方法技术_技高网

基于数据处理的焊管焊接生产过程监测方法技术

技术编号:40261436 阅读:9 留言:0更新日期:2024-02-02 22:51
本发明专利技术涉及数据处理技术领域,具体涉及基于数据处理的焊管焊接生产过程监测方法。该方法包括:获取每个加工件的每个焊接属性的焊接属性值;对加工件异常检测获取异常值,对每个焊接属性进行聚类获取若干聚类簇,根据聚类结果获取焊接属性的相关性并获取焊接属性的异常重要性;对于每个焊接属性获取属性曲线段,根据加工件的焊接属性值以及与相邻加工件的角度值获取曲线稳定性和波动异常性,并以此获取加工件在焊接属性下的修正异常指标;根据修正异常指标和属性异常重要性获取加工件的异常程度,以此对异常值修正完成监测。本发明专利技术增加了使用异常检测算法获取异常检测结果的准确性。

【技术实现步骤摘要】

本专利技术涉及数据处理,具体涉及基于数据处理的焊管焊接生产过程监测方法


技术介绍

1、焊管焊接是一项关键的制造工艺,焊接质量对产品的功能和可靠性至关重要。通过实施生产管理,可以确保焊接过程中的关键参数和控制点得到有效监控和控制,从而提高焊接质量的一致性和稳定性。通过生产管理,可以采取相应的预防措施,如优化工艺参数、加强材料检验、培训操作人员等,以减少缺陷的发生。焊管焊接产品会出现质量问题,因此在生产线端就进行焊管监测,记录和管理焊接过程中的关键信息,如原材料来源、设备使用情况、操作人员等,为追溯提供可靠的数据支持,有助于快速定位和解决问题。

2、将所得焊管焊接生产过程数据进行异常检测,从而根据检测结果及时分析生成问题,而现有abod异常检测算法中,为了减少时间复杂度,设置了一个最近邻参数 k,而对于不同的k值其进行检测结果是不同的,由于一般所设k值为人为设定的值,异常检测精度较差。


技术实现思路

1、为了解决异常检测精度较差的技术问题,本专利技术提供了基于数据处理的焊管焊接生产过程监测方法,所采用的技术方案具体如下:

2、本专利技术提出了基于数据处理的焊管焊接生产过程监测方法,该方法包括以下步骤:

3、获取每个加工件的每个焊接属性的焊接属性值;

4、对于加工件的所有焊接属性进行异常检测获取加工件的异常值,对于加工件的每个焊接属性进行聚类获取每个焊接属性的聚类簇数量,对于任意两个焊接属性的聚类簇数量获取两个焊接属性的合并聚类簇数量;根据两个焊接属性的合并聚类簇的大小获取两个焊接属性的相关性;根据焊接属性之间的相关性获取每个焊接属性的属性异常重要性;

5、在每个焊接属性下,对于每个加工件获取属性曲线段,根据属性曲线段内所有加工件的焊接属性值获取属性曲线段的曲线稳定性;在属性曲线段内获取每个加工件与相邻的加工件的夹角的角度值,将相邻加工件的角度值差异记为第一角度差异,将属性曲线段内的所有角度值聚类获取若干簇类;根据簇类的加工件数量以及加工件对应的第一角度差异获取属性曲线段的波动异常性;根据属性曲线段去掉加工件前后的曲线稳定性差异以及波动异常性获取加工件在每个焊接属性下的异常指标;根据加工件在每个焊接属性下的异常指标以及焊接属性之间的相关性获取加工件在每个焊接属性下的修正异常指标;

6、根据每个加工件在不同焊接属性下的修正异常指标以及焊接属性的属性异常重要性获取加工件的异常程度,根据加工件的异常程度对加工件的异常值进行修正获取修正异常值;将修正异常值高于预设阈值的加工件作为异常加工件,完成焊管生产监测。

7、优选的,所述对于加工件的每个焊接属性进行聚类获取每个焊接属性的聚类簇数量,对于任意两个焊接属性的聚类簇数量获取两个焊接属性的合并聚类簇数量的方法为:

8、使用dbscan聚类算法对每个焊接属性的所有加工件进行聚类,聚类距离为加工件之间的焊接属性值差值的绝对值,输入为每个焊接属性下所有加工件的焊接属性值,输出为每个加工件所在的聚类簇;

9、对于任意两个焊接属性,将两个焊接属性对应的任意两个聚类簇重叠的部分记为合并聚类簇。

10、优选的,所述根据两个焊接属性的合并聚类簇的大小获取两个焊接属性的相关性的方法为:

11、

12、式中,表示第p个焊接属性中第i个聚类簇与第q个焊接属性中第j个聚类簇的合并聚类簇中加工件的数量,表示第p个焊接属性对应的聚类簇的数量,表示第q个焊接属性对应的聚类簇的数量,表示线性归一化函数,表示第p个焊接属性对于第q个焊接属性的数据稳定性;

13、将第p个焊接属性对于第q个焊接属性的数据稳定性和第q个焊接属性对于第p个焊接属性的数据稳定性的乘积作为第p个焊接属性和第q个焊接属性的相关性。

14、优选的,所述根据焊接属性之间的相关性获取每个焊接属性的属性异常重要性的方法为:

15、将任意一个焊接属性记为目标焊接属性,将目标焊接属性与其余所有焊接属性的相关性累加,将累加值的相反数为整体不相关性,对整体不相关性使用以自然常数为底数的指数函数获取目标焊接属性的重要性值,将所有焊接属性的重要性值累加记为第一累加和,将每个焊接属性的重要性值与第一累加和的比值作为每个焊接属性的属性异常重要性。

16、优选的,所述对于每个加工件获取属性曲线段,根据属性曲线段内所有加工件的焊接属性值获取属性曲线段的曲线稳定性的方法为:

17、记每个加工件为目标加工件,以目标加工件为中心,在其左右两侧获取预设数量个相邻的加工件,将以目标加工件与其获取的相邻的加工件的一种焊接属性的焊接属性值构建一条曲线段记为属性曲线段,属性曲线段的横坐标为加工件的位置,纵坐标为加工件的焊接属性值;

18、计算属性曲线段内所有加工件的焊接属性值均值记为曲线均值,对于属性曲线段内的每个加工件,令加工件的焊接属性值与属性曲线段的曲线均值的差值绝对值记为加工件的第一属性差异;

19、令属性曲线段内所有加工件的第一属性差异相加进行线性归一化,令1与归一化后的值作差获取目标加工件对应的属性曲线段的曲线稳定性。

20、优选的,所述在属性曲线段内获取每个加工件与相邻的加工件的夹角的角度值,将相邻加工件的角度值差异记为第一角度差异,将属性曲线段内的所有角度值聚类获取若干簇类的方法为:

21、在属性曲线段内,令每个加工件对应一个属性数据点,令属性数据点与相邻的属性数据点相邻获取一条直线,每个属性数据点存在两条直线,两条直线的夹角记为属性数据点的角度值;将属性数据点与相邻属性数据点的角度值差值绝对值的均值记为第一角度差异;对属性曲线段内所有属性数据点的角度值聚类,聚类算法为dbscan算法,聚类距离为属性数据点之间的角度值差值绝对值,将获取的每个类簇记为角度聚类簇。

22、优选的,所述根据簇类的加工件数量以及加工件对应的第一角度差异获取属性曲线段的波动异常性的方法为:

23、在属性曲线段内,将每个加工件的第一角度差异和加工件的角度值所在角度聚类簇内的加工件数量的比值记为第一比值,将所有加工件的第一比值累加后线性归一化获取属性曲线段的波动异常性。

24、优选的,所述根据属性曲线段去掉加工件前后的曲线稳定性差异以及波动异常性获取加工件在每个焊接属性下的异常指标的方法为:

25、对于每条属性曲线段,分别获取属性曲线段去除目标加工件前后的波动异常性,令去掉目标加工件前后的属性曲线段的波动异常性作差取绝对值记为波动差异;令每条属性曲线段的波动差异和曲线稳定性的乘积作为目标加工件在属性曲线段对应的焊接属性下的异常指标。

26、优选的,所述根据加工件在每个焊接属性下的异常指标以及焊接属性之间的相关性获取加工件在每个焊接属性下的修正异常指标的方法为:

27、

28、式中,表示目标加工件在第q个焊接属性下的异常指标,表示目标加工件在第p个焊接属性下的异常指标,表示第p本文档来自技高网...

【技术保护点】

1.基于数据处理的焊管焊接生产过程监测方法,其特征在于,该方法包括以下步骤:

2.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述对于加工件的每个焊接属性进行聚类获取每个焊接属性的聚类簇数量,对于任意两个焊接属性的聚类簇数量获取两个焊接属性的合并聚类簇数量的方法为:

3.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述根据两个焊接属性的合并聚类簇的大小获取两个焊接属性的相关性的方法为:

4.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述根据焊接属性之间的相关性获取每个焊接属性的属性异常重要性的方法为:

5.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述对于每个加工件获取属性曲线段,根据属性曲线段内所有加工件的焊接属性值获取属性曲线段的曲线稳定性的方法为:

6.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述在属性曲线段内获取每个加工件与相邻的加工件的夹角的角度值,将相邻加工件的角度值差异记为第一角度差异,将属性曲线段内的所有角度值聚类获取若干簇类的方法为:

7.如权利要求6所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述根据簇类的加工件数量以及加工件对应的第一角度差异获取属性曲线段的波动异常性的方法为:

8.如权利要求5所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述根据属性曲线段去掉加工件前后的曲线稳定性差异以及波动异常性获取加工件在每个焊接属性下的异常指标的方法为:

9.如权利要求8所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述根据加工件在每个焊接属性下的异常指标以及焊接属性之间的相关性获取加工件在每个焊接属性下的修正异常指标的方法为:

10.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所据每个加工件在不同焊接属性下的修正异常指标以及焊接属性的属性异常重要性获取加工件的异常程度,根据加工件的异常程度对加工件的异常值进行修正获取修正异常值的方法为:

...

【技术特征摘要】

1.基于数据处理的焊管焊接生产过程监测方法,其特征在于,该方法包括以下步骤:

2.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述对于加工件的每个焊接属性进行聚类获取每个焊接属性的聚类簇数量,对于任意两个焊接属性的聚类簇数量获取两个焊接属性的合并聚类簇数量的方法为:

3.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述根据两个焊接属性的合并聚类簇的大小获取两个焊接属性的相关性的方法为:

4.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述根据焊接属性之间的相关性获取每个焊接属性的属性异常重要性的方法为:

5.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述对于每个加工件获取属性曲线段,根据属性曲线段内所有加工件的焊接属性值获取属性曲线段的曲线稳定性的方法为:

6.如权利要求1所述的基于数据处理的焊管焊接生产过程监测方法,其特征在于,所述在属性曲线段内获取每个加工件与相邻...

【专利技术属性】
技术研发人员:王勇严黎
申请(专利权)人:江苏高特高金属科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1