(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110873029.0 (22)申请日 2021.07.3 0 (65)同一申请的已公布的文献号 申请公布号 CN 113732557 A (43)申请公布日 2021.12.0 3 (73)专利权人 武汉理工大 学 地址 430000 湖北省武汉市洪山区珞狮路 122号 专利权人 广西汽车集团有限公司 (72)发明人 徐劲力　林进权　卢杰　丁刚强　 袁智军　黄丰云　潘昊　莫军昌　 詹强民　李丁　 (74)专利代理 机构 武汉蓝宝石专利代理事务所 (特殊普通 合伙) 42242 专利代理师 朱才永 (51)Int.Cl. B23K 31/12(2006.01)G06F 30/17(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 15/04(2011.01) G06T 17/00(2006.01) G06T 19/00(2011.01) G06F 111/10(2020.01) (56)对比文件 CN 111604592 A,2020.09.01 CN 112692418 A,2021.04.23 CN 105855743 A,2016.08.17 CN 204413377 U,2015.0 6.24 CN 112719646 A,2021.04.3 0 US 2018341248 A1,2018.1 1.29 审查员 李晓玲 (54)发明名称 一种基于数字孪生的焊 接监控方法 (57)摘要 本发明提供一种基于数字孪生的焊接监控 方法， 包括： 收集焊接过程中的产品生产过程数 据， 所述产品生产过程数据至少包括产品焊接数 据； 建立飞溅分析程序， 根据产品焊接数据， 分析 焊接过程中产品的飞溅点； 将产品焊接数据输入 焊接问题判断预测模型， 获取所述焊接问题判断 预测模型输出的产品的焊接质量状态信息及焊 接质量类型； 基于产品的焊接质量类型， 配置对 应的工艺调整方案并设置触发所述工艺调整方 案的条件， 以处理产品焊接质量问题。 本发明通 过对车间产品的焊接过程实时监控及自适应工 艺调整， 能够显著提高焊接车间监控的实时性和 可视化效果， 提高焊 接质量。 权利要求书2页 说明书7页 附图3页 CN 113732557 B 2022.07.08 CN 113732557 B 1.一种基于数字 孪生的焊接监控方法， 其特 征在于， 包括： 收集焊接过程中的产品生产过程数据， 所述产品生产过程数据至少包括产品焊接数 据； 建立飞溅分析程序， 根据 产品焊接数据， 分析焊接过程中产品的飞溅点； 将产品焊接数据输入焊接问题判断预测模型， 获取所述焊接问题判断预测模型输出的 产品的焊接质量状态信息及焊接质量类型； 基于产品的焊接质量类型， 配置对应的工艺调 整方案并设置触发所述工艺调整方案的 条件， 以处 理产品焊接质量问题； 所述建立飞溅分析程序， 根据 产品焊接数据， 分析焊接过程中产品的飞溅点， 包括： 对于每一个产品的任一个焊点， 根据 所述任一个焊点在设定时间段内的焊接电流和焊 接电压求出焊接电阻， 扫描电阻斜 率曲线； 找到所述电阻斜率曲线上的所有电阻斜率峰值点， 计算所有电阻斜率峰值点的标准 差， 基于所述标准差判断所述电阻斜率曲线 上是否存在 有突出的电阻斜率变化值， 其中， 所 述突出的电阻斜 率变化值所在的时间点 为飞溅点。 2.根据权利要求1所述的焊接监控方法， 其特 征在于， 所述产品生产过程数据包括： 工作状态信息， 所述工作状态信息包括压力、 温度、 振动、 转速、 力矩； 工况信息， 所述工况信息包括长度、 工作半径、 额定负载； 控制命令， 所述控制命令包括主控制器对变频器、 伺服驱动器、 执行器输出的控制指 令； 故障诊断信息， 所述故障诊断信息包括主控制器的故障信息、 各 执行设备的故障代码； 工作时长信息， 所述工作时长信息包括焊接累计工作时间、 总产量； 环境信息， 所述环境信息包括工作环境湿度、 温度； 产品质量问题数据， 所述产品质量问题包括焊接飞溅、 变形、 咬穿、 驼峰； 所述收集焊接过程中产品的焊接数据， 之后还 包括： 利用OPC UA框架对产品生产 过程数据进行开发集合， 并对产品不同的生成过程数据统 一表达。 3.根据权利要求1所述的焊接监控方法， 其特征在于， 通过如下方式对所述焊接问题判 断预测模型进行训练： 收集产品每一个焊点的多个焊接参数， 以多个焊接参数作为输入参数， 分别构建基于 单个参数 的深度学习模型和基于多个组合参数 的深度学习模型， 并分别进行训练， 获取训 练后的各个深度学习模型； 基于DS证据论对各个深度 学习模型进行融合， 通过对比融合前的深度 学习模型和融合 后的深度学习模型的准确率， 确定融合后的深度学习模型的最优输入组合 参数； 通过Hyperband优化 算法筛选出优秀的超参数； 获取基于最优输入组合 参数的融合后的深度学习模型， 为焊接问题判断预测模型。 4.根据权利要求3所述的焊接监控方法， 其特征在于， 所述多个焊接参数包括焊接速 度、 焊接电流、 焊接 压力和焊接时间。 5.根据权利要求1或3或4所述的焊接监控方法， 其特征在于， 所述产品的焊接质量状态 信息包括有焊接质量问题和无焊接质量问题， 所述焊接质量类型包括板材间隙过大和电极权　利　要　求　书 1/2 页 2 CN 113732557 B 2杆不对。 6.根据权利要求1所述的焊接监控方法， 其特征在于， 所述基于产品的焊接质量类型， 配置对应的工艺调整方案并设置触发所述工艺调整方案的条件， 以处理产品焊接质量问 题， 包括： 在对产品进行焊接加工的过程中， 如果发生焊接飞溅或者焊接电阻超出所设标准曲线 范围时， 对焊接电流、 焊接电压或者焊接时间进行调整； 当在焊接加工后， 判断出短时间出现多个相同质量问题时， 根据对应原因在预设的对 应方案中选择适 合方案并应用。 7.根据权利要求1所述的焊接监控方法， 其特 征在于， 所述方法还 包括： 在焊接工作过程中， 利用Unity对生产车间的设备及场地进行三维建模， 并对于每个运 动设备创建相应的运动控制脚本； 以及， 利用Open CV将产品焊接数据转换为图形并在Un ity上进行贴图渲染。 8.根据权利要求7所述的焊接监控方法， 其特征在于， 所述在焊接工作过程中， 利用 Unity对生产车间的设备及场地进行三维建模， 并对于每个运动设备创建相应的运动控制 脚本， 包括： 利用三维建模软件UG进行设备的三维建模， 然后将UG里的模型以STL格式导入到3D   Max中； 利用3D Max对模型进行调整后， 以FBX文件格式导出到Un ity3D引擎中； 在Visual Studio中进行模型驱动脚本的开发； 将机器人各关节的实时运动数据经过采集处理后， 传输到Unity并根据相应脚本驱动， 其中， 通过控制机器人的运动对产品进行自动焊接操作。 9.根据权利要求7所述的焊接监控方法， 其特征在于， 所述利用Open  CV将产品焊接数 据转换为图形并在Un ity上进行贴图渲染， 包括： 根据产品焊接数据分析焊缝宽度、 焊接温度和焊接质量类型； 基于Open CV将焊缝宽度、 焊接温度和焊接质量类型转 化为图片进行渲染。权　利　要　求　书 2/2 页 3 CN 113732557 B 3