【技术实现步骤摘要】
本专利技术涉及数据处理。更具体地，本专利技术涉及一种焊接工艺参数的监测控制方法。
技术介绍
1、焊接在现代制造业，如机械、汽车、航空航天及建筑等领域占据重要地位。如今，工业生产对焊接质量与效率要求日益严苛，焊接工艺参数的精准监测和有效控制成为关键。焊接过程涉及电流、电压、速度等诸多参数，它们相互作用且对焊接质量影响深远。例如，电流过大易致焊缝熔深、金属过热，使焊缝组织粗大、力学性能降低、变形加剧；过小则可能引发熔深不足、未焊透等问题；电压波动影响电弧稳定性与焊缝成形，不当设置会造成焊缝宽窄不均、咬边等缺陷；速度关联热输入，过快使焊缝冷却过快，易产生裂纹、气孔，过慢则增大热影响区，削弱接头性能。由于焊接设备自身存在一定的局限性，在实际焊接操作中，难以保证自身的输出焊接工艺参数始终处于最佳状态，致使焊接质量波动大、废品率高，增加成本与资源浪费，还威胁产品质量安全。
2、公开号为cn118917223a的专利申请文件公开一种考虑制造工艺影响的多参数焊缝疲劳寿命预测方法，旨在解决由焊接制造工艺中影响因素过多导致的复杂工艺条件下焊缝疲劳寿命预测困难的问题，在此基础上确定最优焊接工艺组合。具体而言，该专利申请文件结合特征分析方法和常规数据驱动模型提出了一个寿命预测方法，该方法利用特征成分分析减小不同焊缝工艺流程参数导致的焊缝疲劳性能变化对模型的影响，增强模型在复杂工艺条件下的泛化能力，进而利用已有多工况数据，辅助目标工况下的寿命预测，降低数据需求量；进一步地，该方法基于k均值聚类构造了超参数优化指标，通过参数寻优算法对工艺特征进
3、然而，上述专利申请文件是针对焊接制造工艺中影响因素过多导致的复杂工艺条件下焊缝疲劳寿命预测困难的问题，并且没有解决在使用k均值聚类算法对焊接工艺参数监测时，由于在焊接中可能存在正常的小幅变化的焊接数据以及出现异常的小幅变化的焊接数据，而k均值聚类算法在面对这两种性质截然不同但变化幅度相近的数据时，难以精准地进行有效区分与准确判断，从而导致了在焊接工艺参数监测环节无法准确识别出真正可能影响焊接质量的异常数据，使得整个焊接工艺参数监测体系的准确性和可靠性降低，导致不能及时发现焊接设备异常，无法提前进行设备维护，同时，也无法保证后续相关焊接产品的性能与安全性。
技术实现思路
1、为了解决由于k均值聚类算法无法准确区分正常的小幅变化和出现异常的小幅变化的焊接数据，使得焊接工艺参数监测体系的准确性和可靠性降低，导致不能及时发现焊接设备异常，进而无法保证后续焊接产品的性能与安全性的问题，本专利技术提出一种焊接工艺参数的监测控制方法，该方法包括以下步骤：
2、实时采集焊接设备在焊接时刻的焊接数据，所述焊接数据包括电流、电压和速度；基于焊接时刻的焊接数据，计算焊接时刻的焊接参量，为焊接时刻的电流，为焊接时刻的电压，为焊接时刻的速度，为归一化函数；以焊接时刻为中心，将包含焊接时刻的多个时刻记为焊接时段；基于焊接时刻与焊接时段内其余各时刻的焊接参量的差异，及焊接时刻与焊接时段内其余各时刻的焊接数据在按大小排序后的排序间距，计算焊接时刻的幅动特征值，为焊接时段内时刻的数量，为焊接时段内第个时刻的焊接参量，为焊接时刻与焊接时段内第个时刻的焊接数据中第组数据的排序间距，为绝对值符号；基于焊接时刻与焊接时段内其余各时刻的幅动特征值的差异，计算焊接时刻的变化差异值；将所述变化差异值作为权重对焊接时刻的电压进行加权，得到焊接时刻的焊接监测值；分别将焊接时段内所有时刻的焊接监测值中的最大值和最小值，记为焊接时刻的上限监测值和下限监测值；基于焊接时刻分别与焊接时段内其余各时刻之间的上限监测值、下限监测值的差异，计算焊接时刻的异常偏移值；依据所有历史时刻及焊接时刻的异常偏移值，利用k均值聚类算法，判断焊接时刻的焊接数据是否异常，以实现焊接工艺参数的监测控制。
3、有益效果在于：通过综合幅动特征值、变化差异值和异常偏移值，有效避免了k均值聚类算法无法准确区分正常小幅变化和异常小幅变化的问题，提升了监测的准确性和可靠性；能够更精确地捕捉在当前焊接时刻的异常波动，及时发现设备异常，避免质量隐患，确保焊接过程稳定；通过精确监控焊接数据，确保焊接工艺稳定，进而提高焊接产品的性能和安全性，避免因异常波动导致的质量问题；能够及时发现焊接设备的问题，从而采取预防性维护措施，减少故障发生，提升生产连续性。其中，计算焊接参量通过综合电流、电压和速度的影响，更全面地反映焊接时刻；归一化消除了不同参数间的量纲差异，提高了数据的一致性和可比性，有助于平衡各项参数的波动，减少异常波动的影响，提高稳定性。计算幅动特征值通过考虑焊接参量差异和排序间距，灵敏地识别当前焊接时刻的异常波动；归一化后消除量纲差异，使焊接过程稳定性监控更加精确和一致；通过考虑多组序列的排序差异，提升焊接过程控制的全面性和精度。
4、进一步地，所述多个时刻包括焊接时刻的若干历史时刻及若干未来时刻；依据焊接时刻的焊接数据，利用线性回归算法进行预测，得到若干未来时刻的焊接数据，进而得到若干未来时刻的焊接参量。
5、进一步地，所述变化差异值满足如下关系式：
6、；式中，为焊接时刻的变化差异值，和分别为焊接时段内焊接时刻的历史时刻和未来时刻的数量，为焊接时段内焊接时刻的若干历史时刻中第个时刻的幅动特征值，为焊接时段内焊接时刻的若干未来时刻中第个时刻的幅动特征值。
7、有益效果在于：能够检测当前焊接时刻幅动特征的变化，识别潜在的异常波动；及时发现当前焊接时刻的剧烈变化，提前预警，避免质量问题；帮助调整焊接参数，确保焊接过程稳定，减少缺陷；通过结合前后邻近时刻的变化，更精确地反映短期波动。
8、进一步地，所述焊接监测值满足如下关系式：
9、；式中，为焊接时刻的焊接监测值，为焊接时刻的变化差异值。
10、进一步地，所述异常偏移值满足如下关系式：
11、；式中，为焊接时刻的异常偏移值，和分别为焊接时刻的上限监测值和下限监测值，和分别为焊接时段内第个时刻的上限监测值和下限监测值。
12、有益效果在于：通过精准计算上下限监测值的差异，增强异常检测的灵敏度和准确性；能够及时检测出当前焊接时刻的偏离正常范围的异常波动，快速定位问题；为焊接过程中的参数调整提供数据支持，确保工艺稳定和质量一致性；全面反映过程波动，有助于实时监控和调整焊接过程，提升控制能力。
13、进一步地，所述判断焊接时刻的焊接数据是否异常，包括：
14、利用k均值聚类算法，将所有历史时刻及焊接时刻的异常偏移值聚为两类，得到两个聚类簇；响应于两个聚类簇之间的任意数据点的欧式距离小于预设的异常阈值时，认定焊接时刻焊接数据正常；响应于两个聚类簇之间的任意数据点的欧式距离不小于预设的异常阈值时，将两个聚类簇中数据点最少的一个聚类簇记为异常聚类簇，认定焊接时刻焊接数据异常，并发出预警提示。
15、本专利技术具有以下有益效果：<本文档来自技高网...
【技术保护点】
1.一种焊接工艺参数的监测控制方法，其特征在于，包括：
2.根据权利要求1所述的一种焊接工艺参数的监测控制方法，其特征在于，所述多个时刻包括焊接时刻的若干历史时刻及若干未来时刻；
3.根据权利要求1所述的一种焊接工艺参数的监测控制方法，其特征在于，所述变化差异值满足如下关系式：
4.根据权利要求1所述的一种焊接工艺参数的监测控制方法，其特征在于，所述焊接监测值满足如下关系式：
5.根据权利要求1所述的一种焊接工艺参数的监测控制方法，其特征在于，所述异常偏移值满足如下关系式：
6.根据权利要求1所述的一种焊接工艺参数的监测控制方法，其特征在于，所述判断焊接时刻的焊接数据是否异常，包括：
【技术特征摘要】
1.一种焊接工艺参数的监测控制方法，其特征在于，包括：
2.根据权利要求1所述的一种焊接工艺参数的监测控制方法，其特征在于，所述多个时刻包括焊接时刻的若干历史时刻及若干未来时刻；
3.根据权利要求1所述的一种焊接工艺参数的监测控制方法，其特征在于，所述变化差异值满足如下关系式：
4.根据权...
【专利技术属性】
技术研发人员：李焕，李咏梅，李建军，李成龙，陈许义，胡培培，刘晨，
申请(专利权)人：无锡超强伟业科技有限公司，
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。