【技术实现步骤摘要】
本专利技术涉及金属和陶瓷焊接的，具体而言，涉及一种用于金属和陶瓷焊接的预警方法及系统。
技术介绍
1、在现代工程领域中，陶瓷和金属是广泛应用的两种重要材料。陶瓷具有优异的耐高温、耐磨损和化学稳定性等特性，而金属则具备良好的导电性和机械性能。将陶瓷和金属材料进行连接，可以实现二者性能的互补，拓展其应用范围并提高整体性能。陶瓷材料具有优异的耐高温、耐腐蚀、绝缘等特点，被广泛应用于高温工艺、电子器件和医疗领域。金属材料则具有良好的导电性、可塑性和机械强度，广泛应用于结构件、导线和电子元件等领域。因此，陶瓷与金属的连接技术对于实现多种复合材料的功能需求至关重要。
2、然而，由于陶瓷和金属具有截然不同的物理和化学特性，使得它们之间的连接变得相对复杂和困难。陶瓷材料和金属材料具有不同的热膨胀系数，导致在温度变化时两者会出现不同程度的膨胀或收缩。这种热膨胀系数不匹配会引发连接界面的内应力积累，从而导致连接的破裂或剥离。并且，陶瓷材料和金属材料在性质上存在显著差异，如硬度、弹性模量和断裂韧性等。这种差异导致连接界面容易受到外部应力的影响，从而引发局部应力集中和裂纹扩展。
技术实现思路
1、本专利技术的目的在于提供一种用于金属和陶瓷焊接的预警方法及系统，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
2、第一方面，本申请提供了一种用于金属和陶瓷焊接的预警方法，包括：
3、采集金属和陶瓷焊接过程中的多维数据信息，对多维数据信息进行预处理，并对预处理
4、获取金属和陶瓷焊接的历史信息，根据历史信息构建焊接故障知识图谱，其中历史信息包括焊接采用的设备信息数据、焊接控制温度、时间和气氛的工艺参数记录以及故障报警记录；
5、构建长短期记忆时间序列预测学习模型，并基于tpe参数优化算法对长短期记忆时间序列预测学习模型进行参数优化；
6、基于参数优化后的结果，将多维数据信息输入至长短期记忆时间序列预测学习模型进行学习和训练，并输出学习和训练后的预测结果；
7、结合焊接故障知识图谱，对预测结果进行分析，得到处理方案，并基于处理方案对焊接状态进行预警并对操作工的操作进行调整。
8、优选地，所述对多维数据信息进行预处理，并对预处理后的多维数据信息进行分类划分，得到焊接训练集和焊接测试集，其中包括：
9、对多维数据信息进行清洗，得到第一结果，其中清洗过程包括对缺失数据补齐和对异常数据进行剔除；
10、采用min-max标准化法，对第一结果进行归一化处理，得到第二结果，其计算公式如下：
11、
12、式中，xi、xmax、xmin分别表示样本值、样本中最大值、样本中最小值，x′i为对第一清洗结果归一化处理结果；
13、根据交叉熵损失函数，对第二结果进行分类，按照多维数据中的关键字类别进行第一分类分区，并按照比例将第一分类分区的结果进行划分，选取第一分类分区的结果的70％作为焊接训练集，选取第一分类分区的结果的30％作为焊接训练集焊接测试集，其中关键字类别包括温度类别、压力类别以及振动类别。
14、优选地，所述得到第一结果的过程，其中包括：
15、通过中位数和iqr来识别多维数据信息中的异常值，并将异常值进行剔除，得到第一数据；
16、根据knn缺失值填充对第一数据进行填充补齐，得到第二数据；
17、利用随机采样改进方法对第二数据进行数据不平衡处理，得到第三数据，将第三数据记作第一结果。
18、优选地，所述对预测结果进行分析中对振动参数信息进行分析的过程，包括：
19、分析电弧焊的焊接喷嘴振动时所产生的第一参数值，其中第一参数值包括振动时的频率值、幅度值和相对应的时间值，其中根据所检测到的振动频率值的高低、幅度值的大小以及时间点所对应的相位值的不同，来判断不同程度的裂纹；
20、建立振动预警模型，对第一参数值进行最小二乘法拟合，得到第一拟合结果，其中振动预警模型为线性模型或非线性模型，其中拟合结果为计算频率值、幅度值和相对应的时间值所对应的数据点在y轴方向上的偏差；
21、基于第一拟合结果和梯度下降法，调整振动预警模型的参数，得到第二拟合结果，其中第二拟合结果为预测电弧焊的焊接喷嘴振动时的参数数据；
22、将第二拟合结果和预设的阈值进行比对，并基于比对结果，判断电弧焊的焊接喷嘴振动时将要产生与之相对应的裂纹程度信息。
23、优选地，所述相位值的差值的计算公式如下：
24、
25、其中，δβ为相位差，t为任意时间，为初始状态下的相位信号，βn(t)为任意振动时间内的相位信号。
26、优选地，所述对预测结果进行分析，得到处理方案，并基于处理方案对焊接状态进行预警并对操作工的操作进行调整，其中包括：
27、将预测结果和预设的阈值进行比对，判断预测结果处在阶段信息，其中包括：当预测结果良好时，处理器界面未出现提示；当预测结果一般时，则处理界面相对应弹出多维数据信息所对应分类中的提示信息界面；当预测结果不合格时，则发出预警并停止操作工的操作，同时通知操作工对焊接状态进行逐一排查和处理，并对焊接环境进行重新监测和调整。
28、第二方面，本申请还提供了一种用于金属和陶瓷焊接的预警系统，包括预处理模块、获取模块、构建模块、训练模块和预警模块，其中：
29、预处理模块：用于采集金属和陶瓷焊接过程中的多维数据信息，对多维数据信息进行预处理，并对预处理后的多维数据信息进行分类划分，得到焊接训练集和焊接测试集，其中多维数据信息包括金属和陶瓷焊接的温度信息、压力信息以及振动参数信息；
30、获取模块：用于获取金属和陶瓷焊接的历史信息，根据历史信息构建焊接故障知识图谱，其中历史信息包括焊接采用的设备信息数据、焊接控制温度、时间和气氛的工艺参数记录以及故障报警记录；
31、构建模块：用于构建长短期记忆时间序列预测学习模型，并基于tpe参数优化算法对长短期记忆时间序列预测学习模型进行参数优化；
32、训练模块：用于基于参数优化后的结果，将多维数据信息输入至长短期记忆时间序列预测学习模型进行学习和训练，并输出学习和训练后的预测结果；
33、预警模块：用于结合焊接故障知识图谱，对预测结果进行分析，得到处理方案，并基于处理方案对焊接状态进行预警并对操作工的操作进行调整。
34、第三方面，本申请还提供了一种用于金属和陶瓷焊接的预警设备，包括：
35、存储器，用于存储计算机程序；
36、处理器，用于执行所述计算机程序时实现所述用于金属和陶瓷焊接的预警方法的步骤。
37、第四方面，本申请还提供了一种可读存储介质，所述可读存储介本文档来自技高网...
【技术保护点】
1.一种用于金属和陶瓷焊接的预警方法，其特征在于，包括：
2.根据权利要求1所述的用于金属和陶瓷焊接的预警方法，其特征在于，所述对多维数据信息进行预处理，并对预处理后的多维数据信息进行分类划分，得到焊接训练集和焊接测试集，其中包括：
3.根据权利要求2所述的用于金属和陶瓷焊接的预警方法，其特征在于，所述得到第一结果的过程，其中包括：
4.根据权利要求1所述的用于金属和陶瓷焊接的预警方法，其特征在于，所述对预测结果进行分析中对振动参数信息进行分析的过程，包括：
5.根据权利要求4所述的用于金属和陶瓷焊接的预警方法，其特征在于，所述相位值的差值的计算公式如下：
6.根据权利要求1所述的用于金属和陶瓷焊接的预警方法，其特征在于，所述对预测结果进行分析，得到处理方案，并基于处理方案对焊接状态进行预警并对操作工的操作进行调整，其中包括：
7.一种用于金属和陶瓷焊接的预警系统，其特征在于，包括：
8.根据权利要求7所述的用于金属和陶瓷焊接的预警系统，其特征在于，所述预处理模块，其中包括：
9.根据
10.根据权利要求7所述的用于金属和陶瓷焊接的预警系统，其特征在于，所述预警模块中对振动参数信息进行分析的过程，包括：
...【技术特征摘要】
1.一种用于金属和陶瓷焊接的预警方法，其特征在于，包括：
2.根据权利要求1所述的用于金属和陶瓷焊接的预警方法，其特征在于，所述对多维数据信息进行预处理，并对预处理后的多维数据信息进行分类划分，得到焊接训练集和焊接测试集，其中包括：
3.根据权利要求2所述的用于金属和陶瓷焊接的预警方法，其特征在于，所述得到第一结果的过程，其中包括：
4.根据权利要求1所述的用于金属和陶瓷焊接的预警方法，其特征在于，所述对预测结果进行分析中对振动参数信息进行分析的过程，包括：
5.根据权利要求4所述的用于金属和陶瓷焊接的预警方法，其特征在于，所述相位值的差值的计算公式...
【专利技术属性】
技术研发人员：陈以勤，程奕，朱永明，
申请(专利权)人：森祥宁波新材料有限公司，
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。