焊接温度控制方法、装置、焊接设备及可读存储介质制造方法及图纸

技术编号：41614252 阅读：2 留言：0更新日期：2024-06-13 02:18

本申请属于焊接技术领域，提供了一种焊接温度控制方法、装置、焊接设备及可读存储介质，该方法包括：获取焊接设备焊接头的实时温度；根据实时温度，通过训练好的温度预测模型，获取焊接头的预测温度；根据实时温度与预测温度间的第一温差，以及实时温度与预设期望温度间的第二温差，通过预训练PID神经网络模型，确定温度调整参数；根据温度调整参数，控制焊接头的焊接温度。本申请能够提升焊接温度的控制精度和稳定性，从而提升焊接质量。

全部详细技术资料下载

【技术实现步骤摘要】

本申请涉及焊接，尤其涉及一种焊接温度控制方法、装置、焊接设备及可读存储介质。

技术介绍

1、焊接是现代工业生产中不可缺少的加工工艺，广泛应用于电子、机械、冶金、建筑、石油化工、电力、汽车、船舶和航空航天等行业中。例如电子行业中，通常采用烙铁工具这类焊接设备实施对电子元件的精密焊接作业，对焊接质量要求极高。焊接温度则直接影响焊接质量。

2、相关技术中，通常采用简单的温度控制电路，由人工将烙铁工具的焊接温度调节到设定温度，然而这种控温方式响应慢，无法实现对焊接温度的精准控制。还有采用单一的常规pid控制器控制焊接温度，然而该方式却存在焊接温度上升至稳态时出现超调大的缺陷，无法满足焊接温度控制的稳定性要求。

3、因此，如何提升焊接温度的控制精度和稳定性，以提升焊接质量，是目前亟需解决的技术问题。

技术实现思路

1、本申请的主要目的在于提供一种焊接温度控制方法、装置、焊接设备及可读存储介质，旨在提升焊接温度的控制精度和稳定性，以提升焊接质量。

2、本申请的上述专利技术目的一是通过以下技术方案得以实现的：

3、获取焊接设备焊接头的实时温度；

4、根据所述实时温度，通过训练好的温度预测模型，获取所述焊接头的预测温度；

5、根据所述实时温度与所述预测温度间的第一温差，以及所述实时温度与预设期望温度间的第二温差，通过预训练pid神经网络模型，确定温度调整参数；

6、根据所述温度调整参数，控制所述焊接头的焊接温度。</p>

7、通过采用上述技术方案，能够快速确定温度调整参数，且为确定温度调整参数提供了更合理、更全面的分析依据，不仅能够满足焊接温度控制的实时性要求，还能够提升焊接温度的控制精度和稳定性，进而提升了焊接质量。

8、本申请在一较佳示例中可以进一步配置为：所述根据所述实时温度与所述预测温度间的第一温差，以及所述实时温度与预设期望温度间的第二温差，通过预训练pid神经网络模型，确定温度调整参数，包括：

9、根据所述第一温差和所述第二温差，通过所述预训练pid神经网络模型，生成pid参数，以及对所述pid参数进行优化，得到所述温度调整参数。

10、通过采用上述技术方案，能够在更大程度上提高温度调节参数的准确性。

11、本申请在一较佳示例中可以进一步配置为：所述根据所述第一温差和所述第二温差，通过所述预训练pid神经网络模型，生成pid参数，以及对所述pid参数进行优化，得到所述温度调整参数，包括：

12、对所述第一温差和所述第二温差进行归一化；

13、将归一化后的第一温差和归一化后的第二温差输入至所述预训练pid神经网络模型，计算所述预训练pid神经网络模型各层神经元的输出数据；

14、对所述输出数据进行反归一化，得到pid参数。

15、通过采用上述技术方案，能够快速得到准确性更高的pid参数。

16、本申请在一较佳示例中可以进一步配置为：所述对所述pid参数进行优化，得到所述温度调整参数，包括：

17、迭代修正所述预训练pid神经网络模型的初始化权重值，以调整所述pid参数，直至迭代次数大于等于预设迭代次数，得到温度调整参数。

18、通过采用上述技术方案，能够使得pid参数得到更为合理、全面的优化调节，从而在更大程度上提高了温度调节参数的准确性。

19、本申请在一较佳示例中可以进一步配置为：所述训练好的温度预测模型包括训练好的神经网络tinyml模型。

20、通过采用上述技术方案，实现了基于神经网络tinyml模型构建并训练轻量化的微型温度预测模型，确保了训练好的温度预测模型的性能，使得该性能在功耗、预测效率和预测准确性上取得了很好的平衡。

21、本申请在一较佳示例中可以进一步配置为：所述获取焊接设备焊接头的实时温度之前，包括：

22、构建预训练pid神经网络模型。

23、通过采用上述技术方案，实现了构建轻量化的预训练pid神经网络模型，确保了预训练pid神经网络模型的性能。

24、本申请在一较佳示例中可以进一步配置为：所述根据所述温度调整参数，控制所述焊接头的焊接温度，包括：

25、根据所述温度调整参数，调整对所述焊接头的加热功率；

26、根据所述加热功率，控制所述焊接头的焊接温度。

27、通过采用上述技术方案，实现对焊接头的焊接温度的精准控制。

28、本申请的上述专利技术目的二是通过以下技术方案得以实现的：

29、一种焊接温度控制装置，所述装置包括：

30、第一获取模块，用于获取焊接设备焊接头的实时温度；

31、第二获取模块，用于根据所述实时温度，通过训练好的温度预测模型，获取所述焊接头的预测温度；

32、确定模块，用于根据所述实时温度与所述预测温度间的第一温差，以及所述实时温度与预设期望温度间的第二温差，通过预训练pid神经网络模型，确定温度调整参数；

33、控制模块，用于根据所述温度调整参数，控制所述焊接头的焊接温度。

34、本申请的上述目的三是通过以下技术方案得以实现的：

35、一种焊接设备，所述焊接设备包括微处理器、存储器、以及存储在所述存储器上并可被所述微处理器执行的计算机程序，其中所述计算机程序被所述微处理器执行时，实现上述的焊接温度控制方法的步骤。

36、本申请的上述目的四是通过以下技术方案得以实现的：

37、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述焊接温度控制方法的步骤。

38、综上所述，本申请包括以下至少一种有益技术效果：

39、先通过训练好的温度预测模型快速获取预测温度，再通过预训练pid神经网络模型对实时温度与预测温度间的第一温差、实时温度与预测温度间的第二温差进行分析，能够快速确定温度调整参数，且为确定温度调整参数提供了更合理、更全面的分析依据，不仅能够满足焊接温度控制的实时性要求，还能够提升焊接温度的控制精度和稳定性，进而提升了焊接质量。

40、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

本文档来自技高网...

【技术保护点】

1.一种焊接温度控制方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的焊接温度控制方法，其特征在于，所述根据所述实时温度与所述预测温度间的第一温差，以及所述实时温度与预设期望温度间的第二温差，通过预训练PID神经网络模型，确定温度调整参数，包括：

3.根据权利要求2所述的焊接温度控制方法，其特征在于，所述根据所述第一温差和所述第二温差，通过所述预训练PID神经网络模型，生成PID参数，以及对所述PID参数进行优化，得到所述温度调整参数，包括：

4.根据权利要求2所述的焊接温度控制方法，其特征在于，所述对所述PID参数进行优化，得到所述温度调整参数，包括：

5.根据权利要求1所述的焊接温度控制方法，其特征在于，所述训练好的温度预测模型包括训练好的神经网络TinyML模型。

6.根据权利要求1所述的焊接温度控制方法，其特征在于，所述获取焊接设备焊接头的实时温度之前，包括：

7.根据权利要求1所述的焊接温度控制方法，其特征在于，所述根据所述温度调整参数，控制所述焊接头的焊接温度，包括：

9.一种焊接设备，其特征在于，所述焊接设备包括微处理器、存储器、以及存储在所述存储器上并可被所述微处理器执行的计算机程序，其中所述计算机程序被所述微处理器执行时，实现如权利要求1至7中任一项所述的焊接温度控制方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被微处理器执行时，实现如权利要求1至7中任一项所述的焊接温度控制方法的步骤。

...

【技术特征摘要】

1.一种焊接温度控制方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的焊接温度控制方法，其特征在于，所述根据所述实时温度与所述预测温度间的第一温差，以及所述实时温度与预设期望温度间的第二温差，通过预训练pid神经网络模型，确定温度调整参数，包括：

3.根据权利要求2所述的焊接温度控制方法，其特征在于，所述根据所述第一温差和所述第二温差，通过所述预训练pid神经网络模型，生成pid参数，以及对所述pid参数进行优化，得到所述温度调整参数，包括：

4.根据权利要求2所述的焊接温度控制方法，其特征在于，所述对所述pid参数进行优化，得到所述温度调整参数，包括：

5.根据权利要求1所述的焊接温度控制方法，其特征在于，所述训练好的温度预测模型包括训练好的神经网络tinyml模型。...

【专利技术属性】
技术研发人员：孙丽娟，王俊珂，霍金文，
申请(专利权)人：河南白光工具有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人