【技术实现步骤摘要】
本专利技术涉及焊接数据管理领域，具体是一种机器人伺服控制装置激光焊接送丝控制方法。
技术介绍
1、激光焊接是一种利用高能量密度的激光束作为热源的焊接方法，属于高效精密的焊接技术。在激光焊接的过程中，熔池内部会产生高温、高压气体，这些气体会在凝固时固化，形成金属气孔。如果气孔密度过高，会形成匙孔缺陷。
2、匙孔缺陷是焊接质量不达标的一种表现，它会影响焊接构件的整体质量，匙孔缺陷减少了焊缝的有效工作截面，使得焊缝的承载能力下降，在承受外力时，匙孔周围容易产生应力集中，导致焊缝更容易发生断裂。
3、当送丝速度过低时，填充的液态金属可能不足以充分润湿和填充焊缝，导致焊缝中的某些区域未能完全熔化或熔合不良。这种熔合不良可能增加匙孔缺陷的形成风险，因为未熔化的金属区域可能形成空洞或缝隙；当送丝速度过高时，过多的液态金属可能会压迫激光匙孔，导致匙孔闭塞或变形。这种情况下，匙孔内部的压力可能增加，使得匙孔缺陷更容易形成。
技术实现思路
1、本专利技术的目的在于提供一种机器人伺服控制装置激光焊接送丝控制方法，以解决现有技术中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、步骤s100：获取单位时段间内激光焊接送丝设备的运行参数的数据特征，将一种或至少两种数据特的组合记为第一特征值，采集目标周期组内匙孔壁的特征的变化值，记为第二特征值；
4、步骤s200：获取单位时段间内焊缝的检测记录，采集检测记录中焊缝表面的异常记录
5、步骤s300：分别提取焊缝表面的异常平均值和焊缝内部的异常评价值，建立单位时段间内的质量评价向量；
6、步骤s400：汇集目标周期组的第一特征值、第二特征值和质量评价向量，组成目标周期组对应的评价序列，获取若干个评价序列，根据焊缝异常出现的位置对于评价向量进行聚类分析，得到每种聚类的聚类核心；
7、步骤s500：采集当前时间段中激光焊接送丝设备的运行记录和匙孔壁的特征的变化值，计算焊接结果的预测值，建立预测值对应的质量预测向量；
8、步骤s600：分别计算质量预测向量与聚类的聚类核心的距离，根据距离对当前焊缝的检测项目进行排序。
9、进一步的，步骤s100包括：
10、步骤s101：设置单位检测周期，获取单位检测周期中激光焊接送丝设备的运行记录和匙孔壁的特征，将两个相邻的单位检测周期组成目标周期组，获取目标周期组内激光焊接送丝设备的运行参数，绘制运行参数随时间变化的运行函数，将运行函数的数据特征记为第一特征值；
11、步骤s102：通过i个空间特征向量表示匙孔壁的三维形貌特征，获取目标周期组中的第一个单位检测周期中匙孔壁的i个空间特征向量，将空间特征向量组成第一向量簇；步骤s103：获取目标周期组中的第二个单位检测周期中匙孔壁的i个空间特征向量，将空间特征向量组成第二向量簇；
12、步骤s104：将第二向量簇与第一向量簇的差异值记为第二特征值。
13、进一步的，步骤s200包括：
14、步骤s201：获取图像特征提取模型，通过焊缝表面正常的图像和焊缝表面异常的图像，训练焊缝表面异常特征的识别模型；
15、步骤s202：将焊缝表面存在异常的检测记录汇集至第一分组，识别第一分组中各条检测记录中焊缝表面正常的图像；
16、步骤s203：获取第一分组中第k1条检测记录对应的焊缝表面在目标周期组对应的图像，获取图像的面积记为dk1，识别图像中焊缝表面异常的部分图像，获取部分图像的面积记为dk1；
17、步骤s204：计算第一分组中第k1条检测记录的表面评价值αk1，
18、其中，αk1= dk1/ dk1。
19、进一步的，步骤s200包括：
20、步骤s205：将焊缝表面正常汇集至第二分组，获取焊缝内部异常区域的异常特征，异常特征包括异常区域的对应空间或异常区域的对应空间的二维特征切片；
21、步骤s206：获取第二分组中第k2条检测记录对应的焊缝表面在目标周期组对应的所有区域，将区域记为vk2，获取第k2条检测记录中存在异常的部分区域，获取部分区域记为vk2，其中，当采用异常特征采用异常区域的对应空间时，vk2表示目标周期组中焊缝内部的体积，vk2表示异常的部分区域的体积，当采用异常特征采用二维特征切片时，vk2表示目标周期组中二维特征切片图像的面积，vk2表示异常的部分区域对应图像的面积；
22、步骤s207：计算第二分组中第k2条检测记录的内部评价值βk2，
23、其中，βk2= vk2/vk2。
24、进一步的，步骤s300包括：
25、步骤s301：计算检测记录集合中各条检测记录的表面评价值和内部评价值，当检测记录集合中某条检测记录中焊缝表面或焊缝内部正常时，对应的表面评价值或内部评价值记为0；
26、步骤s302：获取检测记录集合中的第n条检测记录的表面评价值αn和内部评价值βn，计算第n条检测记录的综合评价值γn，；
27、步骤s303：构建第n条检测记录的质量评价向量en，en（αn，βn，γn）。
28、进一步的，步骤s400包括：
29、步骤s401：设置度量第一特征值的第一坐标轴和度量第二特征值的第二坐标轴，建立第一评价集的管理平面；
30、步骤s402：将目标周期组的第一特征值和第二特征值组成特征值对，在管理平面中标记出特征值对的位置，将目标周期组的质量评价向量与位置进行对应；
31、通过采集历史数据，获取到历史数据中焊接过程的特征数据与焊接结果的特征数据，建立两种数据的对应关系，当采集到当前焊接过程中的数据时，对可能造成的焊接结果进行预测。
32、进一步的，步骤s400包括：
33、步骤s403：将若干个目标周期组中所有的评价向量分为焊缝表面存在异常，焊缝内部存在异常和焊缝表面及焊缝内部都存在异常的三类；
34、步骤s404：通过聚类算法，根据向量中的坐标对三类评价向量分别进行聚类，将三类的聚类核心分别记为p1，p2和p3，其中，p1表示焊缝表面存在异常的聚类核心，p2表示焊缝内部存在异常的聚类核心，p3表示焊缝表面及焊缝内部都存在异常的聚类核心；
35、结合步骤s301，当某一条焊缝只存在一种缺陷情况时，αn或βn的值为0，在三维空间中，质量评价向量就会在一个平面中，并且两种只存在一种缺陷情况的向量由于存在于不同的平面，并且分离程度比较大，因此在聚类后，易于区分三种情况的聚类核心。
36、进一步的，步骤s500包括：
37、步骤s501：将当前激光焊接过程中两个相邻的单位检测周期组成当前周期组，采集当前周期组中激光焊接送丝设备的第一特征值m1和匙孔壁的第二特征值m2；...
【技术保护点】
1.一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：方法包括以下步骤：
2.根据权利要求1所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤S100包括：
3.根据权利要求2所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤S200中计算焊缝表面的异常评价值的方法包括：
4.根据权利要求3所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤S200中计算焊缝内部的异常评价值的方法包括：
5.根据权利要求4所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤S300包括：
6.根据权利要求5所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤S400中构建评价序列的方法包括：
7.根据权利要求6所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤S400中聚类分析的方法包括：
8.根据权利要求7所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤S500中对采集当前时间段中处理方法包括：p>
9.根据权利要求8所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤S500中建立预测值对应的质量预测向量的方法包括：
10.根据权利要求9所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤S600包括：
...【技术特征摘要】
1.一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：方法包括以下步骤：
2.根据权利要求1所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤s100包括：
3.根据权利要求2所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤s200中计算焊缝表面的异常评价值的方法包括：
4.根据权利要求3所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤s200中计算焊缝内部的异常评价值的方法包括：
5.根据权利要求4所述的一种机器人伺服控制装置激光焊接送丝控制方法，其特征在于：步骤s300包括：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：姚开宇，
申请(专利权)人：广东德诺普智能机器人科技有限公司，
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。