气保焊焊缝成型过程中,易出现焊穿、不连续、气孔等多种缺陷,一部分缺陷会降低整体焊缝有效截面面积,改变负载下应力分布,易产生应力集中现象,存在潜在的质量风险;另如气孔缺陷易影起焊缝疏松,降低接头的强度。现有检测方式存在一定的滞后性,同时很难保证高的准确性,给焊接管理人员带来非常大的挑战,对企业管理造成额外负担。结合此工艺场景和行业痛点,蕴硕物联展开了气保焊质量缺陷多分类工艺引擎的研发,通过物联高频采集焊接过程IoT数据,提取不同缺陷在时域、频域、时频域特征上显著差异的特征,基于业务机理+AI驱动构建质量诊断模型,实现焊接质量多分类缺陷在线实时诊断,对产生缺陷进行根因分析,提升检测效率并改善产品质量。
序号 | 参数名称 | 参数描述 | 数值类型 | 单位 | 示例 |
1 | create_time | 时间 | string | - | 2020-12-10 10:00:00.001 |
2 | electric | 电流 | float | 安(A) | 5 |
3 | voltage | 电压 | float | 伏(V) | 200 |
4 | welding_feed_speed | 送丝速度 | float | m/min | 1.5 |
5 | welding_speed | 焊接速度 | float | cm/min | 5 |
6 | gas_consumption | 气体流量 | float | L/min | 30 |
7 | WeldLineId | 焊缝识别编码 | string | PT2020-09-000001(试用时保持唯一) | |
8 | swing_distance | 摆幅 | float | mm | 1.6 |
序号 | 参数名称 | 参数描述 | 数值类型 | 示例 |
1 | time_duration | 工作时间段 | array | ["2020-12-10 10:00:00.001","2020-12-10 10:00:01.001"] |
2 | Defect_classes | AI判定结果 | array | 00为正常,01为不连续,02为塌陷,03为气孔 |
3 | WeldLineId | 焊缝识别编码 | string | PT2020-09-000001 |
4 | ValidTimeDuration | 有效时间段 | array | ["2020-12-10 10:00:00.001","2020-12-10 10:00:01.001"] |
5 | RuningTime | 模型运行时间 | float | 2 |
可解释性强
借助于多传感同步信息,并充分结合焊接不同缺陷(气孔、焊透等)产生机理,提取不同信号在时域-频域-时频域所表现的差异,利用多种机器学习方法融合建模分析,实现焊接缺陷分类可解释AI引擎。
定制能力强
您无需花高成本从零开始收集大量不同缺陷类别标签数据,仅需一小部分标签样本数据进行模型适配,进行模型的优化,满足不同行业场景的应用,且可同步共享行业专家机理知识,实现实时在线诊断。
应用效果好
同步支持边缘侧和服务器端应用,在多个行业场景(船舶、航空等)应用中,具有较好的泛化性,气保焊缺陷多分类准确性能达90%以上。
通过 REST API 的方式提供通用的 HTTP(S) 接口,适用于任意操作系统,任意编程语言; POST调用方式,按参数要求提交 JSON格式数据; 返回结果:结果会即刻返回,采用 JSON 格式封装统一采用 utf-8 方式编码
接口地址: | https://ys-aiot.com/home/push/YSAIOT-SW-AIEngine-02 | |
调用方法: | POST | |
Body: | [{"voltage":25, "current":153, ...}, {...}, {...}, ...] | 参数见模型输入定义 |
返回结果: | {"code":200,"data":{...}} | 返回参数见模型输出定义 |