【技术实现步骤摘要】
本专利技术涉及一种用于能够确定由拧紧工具执行的拧紧操作的拧紧类别的方法以及执行该方法的装置。此外，提供了一种包括计算机可执行指令的计算机程序，当在装置中所包括的处理单元上执行计算机可执行指令时，该计算机可执行指令用于使该装置执行方法的步骤。此外，提供了一种包括计算机可读介质的计算机程序产品，该计算机可读介质上具有在其上实现的计算机程序。
技术介绍
1、在利用拧紧工具拧紧诸如螺栓或螺钉的紧固件的过程中，被拧紧的螺栓或螺钉可能会出现数种不期望的拧紧结果。
2、分析来自拧紧工具的传感器数据提供了关于拧紧结果的有价值的见解。可以开发分析模型，从而基于来自拧紧工具的传感器数据来确定拧紧结果。
3、然而，拧紧结果是否正确可能难以由人工操作者或机器来确定，并且更加麻烦和耗时。
4、为此，可以利用机器学习(machine learning，ml)来分析扭矩和角度的拧紧结果。然而，ml模型的适当训练对于ml模型随后执行准确的拧紧估计是至关重要的。
技术实现思路
1、一个目...
【技术保护点】
1.一种用于能够确定由拧紧工具(10)执行的拧紧操作的拧紧类别的装置(20，35)的方法，所述方法包括：
2.根据权利要求1所述的方法，进一步包括：
3.根据权利要求1或2所述的方法，进一步包括：
4.根据前述权利要求的任一项所述的方法，其中，归一化(S203)进一步包括：
5.根据权利要求4所述的方法，其中，向经训练的机器学习模型提供(S205)进一步获取且归一化后的测量到的一组结束拧紧阶段的扭矩和角度值进一步包括：
6.根据权利要求4或5所述的方法，其中，训练(S204)机器学习模型进一步包括：
<...【技术特征摘要】
1.一种用于能够确定由拧紧工具(10)执行的拧紧操作的拧紧类别的装置(20，35)的方法，所述方法包括：
2.根据权利要求1所述的方法，进一步包括：
3.根据权利要求1或2所述的方法，进一步包括：
4.根据前述权利要求的任一项所述的方法，其中，归一化(s203)进一步包括：
5.根据权利要求4所述的方法，其中，向经训练的机器学习模型提供(s205)进一步获取且归一化后的测量到的一组结束拧紧阶段的扭矩和角度值进一步包括：
6.根据权利要求4或5所述的方法，其中，训练(s204)机器学习模型进一步包括：
7.根据权利要求5和6所述的方法，其中，向经训练的机器学习模型提供(s205)进一步获取且归一化后的测量到的一组结束拧紧阶段的扭矩和角度值进一步包括：
8.根据前述权利要求的任一项所述的方法，确定的扭矩值范围和/或角度值范围被划分为用于归一化的更小的子范围。
9.根据前述权利要求的任一项所述的方法，执行的归一化包括最大最小值归一化。
10.根据前述权利要...
【专利技术属性】
技术研发人员：S·阿尔登沃克，唐立斐，D·威尔克曼，
申请(专利权)人：阿特拉斯·科普柯工业技术公司，
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。