行业领域

新一代信息技术产业,制造业,人工智能

需求背景

目前，焊接企业信息化、数字化、智能化程度较低，主要通过人工完成焊接信息采集和监控，并通过人工进行焊点缺陷检测和焊接质量评估，其过程效率低下、人力成本高，无法满足现代化焊接技术要求。随着人工智能技术和信息技术的发展，相较于传统方法，焊接信息自动采集与监控、焊点缺陷自动判别更具备竞争力。

需解决的主要技术难题

1. 焊接过程多源异构数据采集与融合

焊接过程涉及电弧电压、焊接电流、焊接速度、送丝速度、焊接温度等多种类型的数据,需要采用多传感器进行数据采集。

研究多源异构数据的同步采集和时空对齐方法,开发面向焊接过程的数据采集与融合系统,实现对焊接状态的全面感知。

解决不同传感器数据格式、采样频率不一致的问题,提高数据采集的效率和准确性。

2. 焊接过程智能监控与异常诊断

        焊接过程受到多种因素的影响,如焊接材料、焊接工艺参数、环境条件等,需要实时监控焊接过程,及时发现异常情况。

研究基于机器学习的焊接过程智能监控模型,通过对采集的多源数据进行分析和学习,建立焊接过程的正常模型和异常模型。

开发焊接过程异常诊断系统,能够实时判断焊接过程是否出现异常,并诊断异常类型和原因,为工艺优化提供决策支持。

3. 焊点缺陷智能检测与识别

焊点缺陷种类多样,如裂纹、气孔、未熔合等,人工检测效率低下且准确性不高,需要研究智能检测和识别技术。

研究基于深度学习的焊点缺陷检测和识别算法,通过训练卷积神经网络等模型,实现缺陷的自动分类和定位。

建立焊点缺陷图像数据库,进行数据标注和增强,提高缺陷检测模型的泛化能力和鲁棒性。

4. 焊接质量智能评估与预测

焊接质量评估涉及焊缝几何尺寸、力学性能、金相组织等多个方面,需要建立科学、全面的质量评估体系。

研究基于数据驱动的焊接质量评估模型,通过对焊接过程数据、缺陷检测结果等进行综合分析,构建焊接质量的定量评估指标。

开发焊接质量预测系统,通过对历史数据的挖掘和学习,建立焊接参数与焊接质量之间的映射关系,实现对新工件焊接质量的预测。

5. 知识图谱构建与智能推理

焊接领域知识分散,缺乏系统性的组织和表示,难以支撑智能化的决策和优化,需要构建焊接知识图谱。

        研究焊接领域的本体构建方法,定义焊接过程、材料、设备、工艺等核心概念和关系,形成标准化的知识表示体系。

开发基于知识图谱的智能推理引擎,通过知识的关联和推理,实现工艺参数优化、缺陷原因分析等智能决策功能。

6. 工业互联网平台开发与集成

焊接智能化需要打通设备、生产线、工厂等不同层级的数据流和控制流,需要开发工业互联网平台,实现数据的采集、传输、存储和应用。

研究面向焊接行业的工业互联网平台架构和关键技术,如数据建模、通信协议、边缘计算等。

开发焊接工业App和微服务组件,支持生产现场的数据可视化、设备监控、质量追溯等功能,实现焊接生产的智能化管理。

期望实现的主要技术目标

1. 开发焊接过程数据采集与融合系统

目标：研制多传感器数据采集装置,开发数据融合算法,实现焊接过程的多源异构数据实时采集与融合。

数据化指标：传感器数量不少于5种,数据采集频率达到1kHz,数据融合精度达到ms级,数据压缩率达到50%以上。

2. 建立焊接过程智能监控模型

目标：构建焊接过程正常模型和异常模型,实现对焊接电流、电压、温度等关键参数的实时监控和异常诊断。

数据化指标：监控参数不少于10个,异常诊断准确率达到95%以上,诊断时间小于1s,可诊断的异常类型不少于5种。

3. 开发焊点缺陷智能检测系统

        目标：研究基于深度学习的焊点缺陷检测和识别算法,开发缺陷检测软件,实现裂纹、气孔等缺陷的自动识别。

数据化指标：训练样本不少于10000张,缺陷检出率达到90%以上,误检率低于5%,检测速度达到20张/s,可识别的缺陷类型不少于5种。

4. 构建焊接质量智能评估模型

目标：建立焊接质量评估指标体系,开发基于数据驱动的焊接质量评估模型,实现焊接质量的定量分析和预测。

数据化指标：质量评估指标不少于5项,质量预测准确率达到90%以上,评估模型适用的焊接方法不少于3种。

5. 构建焊接知识图谱和推理引擎

目标：构建包含焊接工艺、材料、设备等核心概念的焊接知识图谱,开发基于图谱的智能推理引擎,实现工艺优化决策。

数据化指标：知识图谱节点数不少于1000个,关系数不少于5000条,推理引擎响应时间小于1s,可优化的工艺参数不少于10个。

6. 开发焊接智能制造管理平台

目标：搭建工业互联网平台,开发数据管理、设备监控、质量追溯等微服务和App,实现焊接生产全流程管理。

数据化指标：平台连接的设备数量不少于50台,数据存储量达到TB级,平台响应时间小于1s,可管理的生产线不少于5条。

7. 建立10个行业应用示范

目标：在汽车、船舶、轨道交通等行业,建立10个智能焊接生产线示范应用,形成可推广、可复制的智能制造新模式。

数据化指标：示范生产线产能提升20%以上,不良品率降低50%以上,人力成本降低30%以上,生产数据采集率达到95%以上。

处理进度