【技术领域】
本发明涉及焊接技术领域，具体涉及一种对接接头焊缝质量在线监测方法及装置。
背景技术：
随着工业制造业的飞速发展，焊接已被广泛应用于汽车及汽车零部件制造业、船舶、机械制造和航天航空等领域，其中对接接头是焊接结构中采用最多的一种接头形式，焊接自动化与智能化已成为主流趋势。在实际焊接过程中，受多种因素的干扰，存在一些有缺陷的焊缝，如：裂纹、未焊透和未融合、夹渣、气孔和焊缝外观缺陷等，所以对焊接质量监测有着重要的现实意义。而实时监测焊缝质量监测可以对焊接过程进行控制和预警，避免因焊接质量监控的缺失给大规模生产带来的损失。
电弧焊接过程是一个多因素相互交互的复杂过程，当焊接参数或焊接环境发生改变时，将会对焊接质量产生重要影响。目前对接接头焊缝质量在线监测主要是利用静态阈值或动态阈值判定，截取固定窗口，对窗口数据取平均值与阈值比较，若超过阈值即认定异常，这种方法不仅没有考虑到时序数据的有效性，而且没有考虑到焊缝自身数据特性和一般性，更没有监测出焊接环境如设备是否发生异常或焊缝是否偏移，从而难以满足焊缝质量在线监测的完整性。因此，需要设计一种新的方法予以解决。
技术实现要素：
本发明提供一种对接接头焊缝质量在线监测方法及装置，能更好地解决现有技术中焊缝质量在线监测中存在的问题。
本发明提供的一种对接接头焊缝质量在线监测方法，包括以下步骤：s1、采集焊接机器的电弧电压数据，存储对焊丝中心与焊缝中心无偏且焊缝无缺陷的电弧电压数据；s2、计算步骤s1中所存储的电弧电压数据，得到基准静态阈值s；s3、采集当前焊接机器的实时电弧电压数据并存储；s4、计算步骤s3中存储的电弧电压数据，得到当前tn时刻的动态阈值d；s5、将步骤s2和步骤s4中所得出的动态阙值d和静态阙值s加权得出当前tn时刻的最终阙值f；s6、将当前采样点进行指数平滑得出样本指数平滑值y，通过样本指数平滑值y与最终阙值f结合比较以判定正在进行中的焊缝质量是否异常。
在一个实施方案中，在步骤s6中，采样点数据中连续6个点有递增或递减趋势则判定为焊缝质量异常。
在一个实施方案中，在步骤s1中，采集焊接机器的焊接电流数据，以用于用校验电弧电压值；采集并存储到的焊丝中心与焊缝中心无偏且焊缝无缺陷的电弧电压数据量为100至300条。
在一个实施方案中，在步骤s2中，令焊缝任tn时刻电压数据为
在一个实施方案中，在步骤s4中，将焊缝当前收集到的n个采样点按时间序列从大到小排序，并给对应n个样本赋予不同的权重，计算样本加权平均值
在一个实施方案中，在步骤s5中，对当前采样点tn时刻的动静态阈值加权，结合基准静态阈值的一般性和自身数据动态特性，设静态阈值权重为0.8，动态阈值权重为0.2，则当前tn时刻最终阈值为
本发明还提供一种对接接头焊缝质量在线监测装置，所述装置使用上述权利要求1至6中任一项方法，包括：训练系统库模块，用于采集焊接机器的电弧电压数据，存储对焊丝中心与焊缝中心无偏且焊缝无缺陷的电弧电压数据；静态阈值计算模块，用于将所述训练系统库模块中所存储的电弧电压数据进行计算，得到基准静态阈值s；线上电参数获取模块，用于采集当前焊接机器的实时电弧电压数据并存储；动态阈值计算模块，用于将线上电参数获取模块中存储的电弧电压数据进行计算，得到当前tn时刻的动态阈值d；线上焊缝质量监测模块，用于将所述动态阙值d和所述静态阙值s加权得出当前tn时刻的最终阙值f，并将当前采样点进行指数平滑得出样本指数平滑值y，通过样本指数平滑值y与所述最终阙值f结合比较以判定正在进行的焊缝质量是否异常。
在一个实施方案中，所述线上焊缝质量监测模块监测出采样点数据中连续6个点有递增或递减趋势时，则判定为焊缝质量异常。
在一个实施方案中，所述训练系统库模块中的数据采集由控制器通过传感器收集。
在一个实施方案中，所述训练系统库模块通过线下方式采集焊接机器的电弧电压数据。
通过本发明中对接接头焊缝质量在线监测方法及装置，通过结合自身时序数据计算的动态阈值和基准数据统计阈值加权，且对当前点序列使用指数平滑而不是单纯的取均值与阈值比较，既考虑到当前点的不稳定性又考虑到其重要性，提高了在线监测的精度。
【附图说明】
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是一种对接接头焊缝质量在线监测方法的流程示意图；
图2是图1对应的一种对接接头焊缝质量在线监测装置的结构示意图。
【具体实施方式】
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
图1是一种对接接头焊缝质量在线监测方法的流程示意图，图2是图1对应的一种对接接头焊缝质量在线监测装置的结构示意图，如图1和图2所示。
本实施例提供一种对接接头焊缝质量在线监测装置100，包括训练系统库模块1，静态阈值计算模块2，线上电参数获取模块3，动态阈值计算模块4和线上焊缝质量监测模块5，与下方所述的一种对接接头焊缝质量在线监测方法相对应，如图2所示。
训练系统库模块1，用于采集焊接机器的电弧电压数据，存储对焊丝中心与焊缝中心无偏且焊缝无缺陷的电弧电压数据。训练系统库模块中的数据采集由控制器通过传感器收集，训练系统库模块优选地通过线下方式采集焊接机器的电弧电压数据。
静态阈值计算模块2，用于将训练系统库模块中所存储的电弧电压数据进行计算，得到基准静态阈值s。
线上电参数获取模块3，用于采集当前焊接机器的实时电弧电压数据并存储.
动态阈值计算模块4，用于将线上电参数获取模块中存储的电弧电压数据进行计算，得到当前tn时刻的动态阈值d。
线上焊缝质量监测模块5，用于将动态阙值d和静态阙值s加权得出当前tn时刻的最终阙值f，并将当前采样点进行指数平滑得出样本指数平滑值y，通过样本指数平滑值y与最终阙值f结合比较以判定正在进行的焊缝质量是否异常。作为优选，线上焊缝质量监测模块监测出采样点数据中连续6个点有递增或递减趋势时，则判定为焊缝质量异常。
本实施例中的一种对接接头焊缝质量在线监测方法，可以应用于焊接机器或机器人，包括以下步骤：
步骤s1，采集焊接机器的电弧电压数据，存储对焊丝中心与焊缝中心无偏且焊缝无缺陷的电弧电压数据。作为优选，采集焊接机器的焊接电流数据，以用于用校验电弧电压值，即用于辅助校验电弧电压值的有效性。具体地，可通过plc传感器采集机器人电弧电压和焊接电流数据并存储焊丝中心与焊缝中心无偏且焊接质量无缺陷的数据。采集并存储地电弧电压数据量一般为100至300条之间，本实施例选择采集200条。
步骤s2，计算步骤s1中所存储的电弧电压数据，得到基准静态阈值s。具体地，根据步骤s1中得到200条无偏且焊接质量无缺陷的完整时序电压数据，令焊缝i任tn时刻电压数据为
步骤s3，采集当前焊接机器的实时电弧电压数据并存储。具体地，可通过plc传感器实时采集和收集当前焊接机器人的电弧电压和焊接电流数据。
步骤s4，计算步骤s3中存储的电弧电压数据，得到当前tn时刻的动态阈值d。具体地，设焊缝i当前采样点截止到时刻tn,n＝0,1,2,…共收集到n个采样点，则将n个采样点按时间序列从大到小排序，给这n个样本赋予不同的权重，越靠近当前点权重越大，令这n个采样点的样本权重分别为0.80,0.81,0.82,…,0.8n-1，计算样本加权平均值
步骤s5，将步骤s2和步骤s4中所得出的动态阙值d和静态阙值s加权得出当前tn时刻的最终阙值f。具体地，焊缝i在当前采样点tn时刻的阈值：对2)和4)得到的焊缝i在当前采样点tn时刻的动静态阈值加权，结合基准静态阈值的一般性和自身数据动态特性，设静态阈值权重为0.8，动态阈值权重为0.2，则当前tn时刻最终阈值为：
步骤s6，将当前采样点进行指数平滑得出样本指数平滑值y，通过样本指数平滑值y与最终阙值f结合比较以判定正在进行中的焊缝质量是否异常。具体地，焊缝i在当前采样点tn时刻样本值：对截止到tn时刻的时序数据从大到小排序，考虑到当前点的不稳定性和时效性，令这n个采样点的样本权重分别为0.60,0.61,0.62,…,0.6n-1，则当前采样点tn时刻样本数据
作为优选，在步骤s6中，采样点数据中连续6个点有递增或递减趋势则判定为焊缝质量异常。具体地，焊缝i在当前采样点tn时刻的质量监测：若
从以上内容可知，本发明是一种对接接头焊缝质量在线监测方法，结合自身时序数据计算的动态阈值和基准数据统计阈值加权，且对当前点序列使用指数平滑而不是单纯的取均值与阈值比较，既考虑到当前点的不稳定性又考虑到其重要性。除了传统的对阈值超过上下界判定异常，还增加了若连续6个点有递增或递减趋势也判定异常，提高了在线监测的精度。
上文所描述以及附图所示的各种具体实施方式仅用于说明本发明，并非本发明的全部。在本发明的基本技术思想的范畴内，相关技术领域的普通技术人员针对本发明所进行的任何形式的变更均在本发明的保护范围之内。
1.一种对接接头焊缝质量在线监测方法，其特征在于，包括以下步骤：
s1、采集焊接机器的电弧电压数据，存储对焊丝中心与焊缝中心无偏且焊缝无缺陷的电弧电压数据；
s2、计算步骤s1中所存储的电弧电压数据，得到基准静态阈值s；
s3、采集当前焊接机器的实时电弧电压数据并存储；
s4、计算步骤s3中存储的电弧电压数据，得到当前tn时刻的动态阈值d；
s5、将步骤s2和步骤s4中所得出的动态阙值d和静态阙值s加权得出当前tn时刻的最终阙值f；
s6、将当前采样点进行指数平滑得出样本指数平滑值y，通过样本指数平滑值y与最终阙值f结合比较以判定正在进行中的焊缝质量是否异常。
2.如权利要求1所述的方法，其特征在于：
在步骤s6中，采样点数据中连续6个点有递增或递减趋势则判定为焊缝质量异常。
3.如权利要求1所述的方法，其特征在于：
在步骤s1中，采集焊接机器的焊接电流数据，以用于校验电弧电压值；
采集并存储到的焊丝中心与焊缝中心无偏且焊缝无缺陷的电弧电压数据量为100至300条。
4.如权利要求1所述的方法，其特征在于：
在步骤s2中，令焊缝任tn时刻电压数据为
5.如权利要求4所述的方法，其特征在于：
在步骤s4中，将焊缝当前收集到的n个采样点按时间序列从大到小排序，并给对应n个样本赋予不同的权重，计算样本加权平均值
6.如权利要求5所述的方法，其特征在于：
在步骤s5中，对当前采样点tn时刻的动静态阈值加权，结合基准静态阈值的一般性和自身数据动态特性，设静态阈值权重为0.8，动态阈值权重为0.2，则当前tn时刻最终阈值为
7.一种对接接头焊缝质量在线监测装置，其特征在于，所述装置使用上述权利要求1至6中任一项方法，包括：
训练系统库模块，用于采集焊接机器的电弧电压数据，存储对焊丝中心与焊缝中心无偏且焊缝无缺陷的电弧电压数据；
静态阈值计算模块，用于将所述训练系统库模块中所存储的电弧电压数据进行计算，得到基准静态阈值s；
线上电参数获取模块，用于采集当前焊接机器的实时电弧电压数据并存储；
动态阈值计算模块，用于将线上电参数获取模块中存储的电弧电压数据进行计算，得到当前tn时刻的动态阈值d；
线上焊缝质量监测模块，用于将所述动态阙值d和所述静态阙值s加权得出当前tn时刻的最终阙值f，并将当前采样点进行指数平滑得出样本指数平滑值y，通过样本指数平滑值y与所述最终阙值f结合比较以判定正在进行的焊缝质量是否异常。
8.如权利要求7所述的装置，其特征在于：
所述线上焊缝质量监测模块监测出采样点数据中连续6个点有递增或递减趋势时，则判定为焊缝质量异常。
9.如权利要求7所述的装置，其特征在于：
所述训练系统库模块中的数据采集由控制器通过传感器收集。
10.如权利要求7所述的装置，其特征在于：
所述训练系统库模块通过线下方式采集焊接机器的电弧电压数据。
技术总结