-
公开(公告)号:CN115373325A
公开(公告)日:2022-11-22
申请号:CN202211287075.3
申请日:2022-10-20
申请人: 苏芯物联技术(南京)有限公司
IPC分类号: G05B19/042 , G01D21/02
摘要: 本发明公开了一种高速无线数据采集周期控制方法,首先数据采集模块高速率连续采集传感器数据,并提取对应特征;基于特征判断传感器数据是否为有效数据;当传感器数据有效时,上传对应数据至云端服务器,当一定时间内传感器数据均无效时,数据采集模块进入休眠状态,进行低速率间隔采样,同时计算对应的传感器特征数据并重复判断,直至出现有效数据,回归高速率连续采集状态;本发明不仅设计了动态休眠机制,还可以实时激活,避免了大量采集无效数据的问题;此外还设计了配套的采集周期控制系统,通过将A/D转换芯片、FPGA芯片及ARM CPU集成在同一块电路板上,实现高速无线数据采集,硬件成本大大降低。
-
公开(公告)号:CN114559133B
公开(公告)日:2022-07-29
申请号:CN202210447429.X
申请日:2022-04-27
申请人: 苏芯物联技术(南京)有限公司
IPC分类号: G06F30/27
摘要: 本发明公开了一种普适焊接起弧连续性实时检测方法及系统,该检测方法包括:首先对采集的高频电流数据进行滑窗采样,并根据已知的起弧点和熄弧点为样本打标注,生成数据样本集;而后搭建融合深度可分卷积与膨胀因果卷积的神经网络模型,并利用生成的数据样本集进行训练,得到焊接起弧连续性检测模型;最后获取新的实时高频电流数据,输入到训练好的检测模型中进行预测,实时输出起弧点和熄弧点。本发明采用电焊机普遍具备的焊接电流信号,结合深度学习和无特征构造的卷积神经网络训练方法,设计了一种普适、准确、实时的起弧连续性检测方法,能够对焊接过程中的起弧事件和熄弧事件进行实时智能检测。
-
公开(公告)号:CN114755962A
公开(公告)日:2022-07-15
申请号:CN202210677041.9
申请日:2022-06-16
申请人: 苏芯物联技术(南京)有限公司
IPC分类号: G05B19/042
摘要: 本发明涉及一种基于多传感器的智慧焊接数据采集系统及采集方法,属于智慧焊接技术领域。采集系统包括中央处理模块,中央处理模块与通信模块连接,中央处理模块通过GPMC接口与FPGA对接,并通过FPGA与同步采样模块连接,中央处理模块通过RS232通信接口与显示操作模块连接,其中,同步采样模块设有六路同步采样ADC和低通滤波器,六路同步采样ADC连接有电压传感器、电流传感器和气体流量传感器,低通滤波器连接有焊丝速度传感器。采集方法包括:1.身份验证;2.参数设置3.数据采集;4.数据分析。本发明可以同步采集电流、电压、气体流量、焊丝速度,具有高集成,低成本,可移动的优点。
-
公开(公告)号:CN114722883A
公开(公告)日:2022-07-08
申请号:CN202210633173.1
申请日:2022-06-07
申请人: 苏芯物联技术(南京)有限公司
摘要: 本发明公开了一种基于高频时序数据的焊接质量实时检测方法及系统,该检测方法包括:首先采集正常焊接的高频时序数据,并按照设定窗长进行滑窗构造数据样本集;而后搭建Unet与TCN的融合网络模型,并利用数据样本集进行模型训练;最后采集新的高频焊接时序数据,按照设定窗长输入到训练好的模型中进行预测,进而计算真实数据与模型预测数据的重建误差,并与设定阈值进行比较,实现焊接异常的实时检测。本发明使用一种新的Unet与TCN融合网络模型对所采集的高频时序数据进行特征映射和恢复重建,之后计算真实数据与重建数据的重建误差,根据误差阈值来识别焊接质量缺陷,具有高准确性和强实时性,更具实用价值。
-
公开(公告)号:CN114700587A
公开(公告)日:2022-07-05
申请号:CN202210572527.6
申请日:2022-05-25
申请人: 苏芯物联技术(南京)有限公司
摘要: 本发明公开了一种基于模糊推理和边缘计算的漏焊缺陷实时检测方法及系统,该检测方法包括:首先采集正常焊接和存在漏焊异常的时序数据,而后进行特征提取和PCA降维;利用降维后的样本特征构建模糊推理系统,得到漏焊可信度;根据样本标签与漏焊可信度之间的关联性,确定漏焊可信度的异常阈值;对于新的焊接时序数据,通过模糊推理得到新的漏焊可信度,并与异常阈值进行对比,实现漏焊缺陷的实时检测。本发明使用PCA降维结合模糊推理构建了漏焊缺陷的实时智能检测方法,在降低模糊推理规则书写复杂性的同时保持了较高的识别精度,大大降低了硬件资源要求,同时具备高性价比和强实时性,具有显著的实用价值。
-
公开(公告)号:CN114670062A
公开(公告)日:2022-06-28
申请号:CN202210603349.9
申请日:2022-05-31
申请人: 苏芯物联技术(南京)有限公司
摘要: 本发明公开了一种钻孔刀具磨损状态实时检测方法及系统,该检测方法包括:首先采集采集历史刀具运行数据,并按照钻孔周期构造样本数据;而后根据刀具磨损情况生成样本标签,并对各个样本数据进行特征构造;最后利用机器学习分类算法进行模型训练,并实时捕获每个钻孔周期的刀具运行数据,送入模型中进行刀具磨损状态的实时检测。本发明针对钻孔刀具的工作特性,通过传感器采集信号,然后基于采集信号进行数据分析和特征提取,最后使用机器学习算法对刀具磨损状态进行在线识别,可以实现每钻一个孔实时判断一次刀具磨损状态,更具实用性、有效性和准确性,进而提高加工精度和生产效率,降低返工率,提高刀具的使用率。
-
公开(公告)号:CN114354639B
公开(公告)日:2022-06-10
申请号:CN202210275374.9
申请日:2022-03-21
申请人: 苏芯物联技术(南京)有限公司
IPC分类号: G01N21/88 , G06T7/00 , G06T7/521 , G06V10/762 , G06K9/62
摘要: 本发明公开了一种基于3D点云的焊缝缺陷实时检测方法及系统,该方法包括:基于历史数据设定正常焊缝轮廓模板;通过线激光对焊缝横截面进行扫描,实时采集焊缝3D点云数据,记线激光实时扫描得到的初始轮廓数据为data;基于DBSCAN密度聚类算法进行拐点检测,确定当前焊缝轮廓数据;通过DTW算法计算当前焊缝轮廓数据与正常焊缝轮廓模板之间的距离d,由此判断焊缝表面是否存在缺陷。本发明无需构建复杂的机器学习或神经网络模型,即可有效辨别出焊缝表面是否存在缺陷,大大节约计算资源,同时做到快速准确的实时检测,从而在实际的生产中尽早发现缺陷,减少损失,避免焊缝报废,降低返修成本,具有较高的生产价值。
-
公开(公告)号:CN114559133A
公开(公告)日:2022-05-31
申请号:CN202210447429.X
申请日:2022-04-27
申请人: 苏芯物联技术(南京)有限公司
摘要: 本发明公开了一种普适焊接起弧连续性实时检测方法及系统,该检测方法包括:首先对采集的高频电流数据进行滑窗采样,并根据已知的起弧点和熄弧点为样本打标注,生成数据样本集;而后搭建融合深度可分卷积与膨胀因果卷积的神经网络模型,并利用生成的数据样本集进行训练,得到焊接起弧连续性检测模型;最后获取新的实时高频电流数据,输入到训练好的检测模型中进行预测,实时输出起弧点和熄弧点。本发明采用电焊机普遍具备的焊接电流信号,结合深度学习和无特征构造的卷积神经网络训练方法,设计了一种普适、准确、实时的起弧连续性检测方法,能够对焊接过程中的起弧事件和熄弧事件进行实时智能检测。
-
公开(公告)号:CN114354639A
公开(公告)日:2022-04-15
申请号:CN202210275374.9
申请日:2022-03-21
申请人: 苏芯物联技术(南京)有限公司
IPC分类号: G01N21/88 , G06T7/00 , G06T7/521 , G06V10/762 , G06K9/62
摘要: 本发明公开了一种基于3D点云的焊缝缺陷实时检测方法及系统,该方法包括:基于历史数据设定正常焊缝轮廓模板;通过线激光对焊缝横截面进行扫描,实时采集焊缝3D点云数据,记线激光实时扫描得到的初始轮廓数据为data;基于DBSCAN密度聚类算法进行拐点检测,确定当前焊缝轮廓数据;通过DTW算法计算当前焊缝轮廓数据与正常焊缝轮廓模板之间的距离d,由此判断焊缝表面是否存在缺陷。本发明无需构建复杂的机器学习或神经网络模型,即可有效辨别出焊缝表面是否存在缺陷,大大节约计算资源,同时做到快速准确的实时检测,从而在实际的生产中尽早发现缺陷,减少损失,避免焊缝报废,降低返修成本,具有较高的生产价值。
-
公开(公告)号:CN113870260A
公开(公告)日:2021-12-31
申请号:CN202111455516.1
申请日:2021-12-02
申请人: 苏芯物联技术(南京)有限公司
摘要: 本发明公开了一种基于高频时序数据的焊接缺陷实时检测方法及系统,该检测方法包括:首先将采集到的高频焊接时序数据,按照设定窗长进行采样,并为每个样本标注缺陷发生时间段和缺陷类型,生成数据样本集;而后利用生成的数据样本集训练ResNet与TCN融合网络模型,得到训练好的检测模型;最后获取新的实时高频焊接数据,按照设定窗长输入到训练好的检测模型中进行预测,实时输出焊接缺陷类别。本发明通过将ResNet网络与TCN进行网络结构融合,可以将ResNet应用到时序检测领域,针对数据量较大、序列长度较长的高频焊接时序数据,通过并行卷积计算的方式,在训练过程中,加快训练速度,在预测过程中,做到强实时预测。
-
-
-
-
-
-
-
-
-