[发明专利]基于神经网络的焊接工艺参数推荐方法、装置及机器人

说明书

本发明提供了一种基于神经网络的焊接工艺参数推荐方法、装置及机器人，方法包括：获取焊接经验场景信息和焊接经验工艺参数信息，并进行归一化处理，分别作为样本输入数据和样本输出数据；建立神经网络，确定神经网络的输入层神经元数量、隐藏层数量以及输出层神经元数量；根据所述样本输入数据和样本输出数据，采用反向传播算法确定神经网络的权重值和偏差值，对所述神经网络进行训练；获取焊接目标场景参数，并输入至训练后的神经网络，输出焊接目标工艺参数；通过神经网络来学习焊接场景参数与焊接工艺参数之间的映射关系，可以有效应对数据库中没有历史记录的场景，满足多变焊接场景的焊接控制需求。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于神经网络的焊接工艺参数推荐方法、装置及机器人。

背景技术

焊接又称熔接、镕接，是一种以加热或加压方式接合金属或其他热塑性塑料的工艺及技术。依具体的焊接工艺，焊接可细分为气焊、电阻焊、电弧焊、感应焊接及激光焊接等其他特殊焊接。焊接是一种基础的工业加工方式，目前据保守估计仅中国市场的焊接工人数量超过500万人。随着人口老龄化现象的加剧和人力成本的逐渐增高，工业生产特别是制造业焊接领域的用工难问题日益严重，各企业严重缺乏焊接师傅特别是经验丰富的老师傅。焊接师傅培训周期长(长达数年)，难度大，中国的焊工人数缺口高达数百万之多。为了提高生产效率，工厂需逐步使用焊接机器人替代工人焊接，来提高效率降低成本。目前利用焊接机器人对产品进行焊接的领域逐年增多，比如手机精密零部件焊接、汽车车身焊接等。

焊接机器人是工业机器人的最常见类型，常用于汽车制造机械流水线的规模化制造中，汽车车身和其他采用焊接工艺的部件的焊接。焊接机器人主要包括机器人和焊接设备两部分。机器人由机器人本体和控制柜(硬件及软件)组成。而焊接装备，以弧焊及点焊为例，则由焊接电源(包括其控制系统)、送丝机、焊枪等部分组成，另外还包括保护气等配套设施。对于智能机器人还应有传感系统，如激光或摄像传感器及其控制装置等。焊接机器人在稳定运行工作前需要机器人操作员进行调试，其中包括一整套机器人控制，工艺，焊接参数相关的设置工作。机器人操作员培训周期相对较短，但是如果不了解焊接的基础知识则无法设置焊接机器人中焊接相关的参数(电流，电压，速度，保护气等)。

而对于指定焊接场景下的初始参数的设置需要依赖多年焊接经验的积累，因此急需一套量化的工艺包，输入场景信息(焊接母材材料，厚度，焊接类型)，输出焊接参数(电流，电压，速度，保护气等)供操作员设置使焊接机器人开始有效运行，满足焊接质量标准。

工艺包一般依赖一个记录历史上同类型焊接场景下成功的焊接设置参数的数据库，国外公司通过几十年的技术积累多采用这种模式，但是这一模式在中国焊接场景下的应用面临如下问题：焊接场景多变，如数据库只记录了3mm和5mm厚的场景下的参数组合，那么在现实应用中如果遇到如3.2mm和4.5mm的新场景工艺包则无法有效推荐，而穷尽所有可能的场景是不现实的。

发明内容

本发明的目的在于针对上述现有技术中的焊接工艺包不能够满足多变焊接场景的问题，提出一种基于神经网络的焊接工艺参数推荐方法、装置及机器人，满足多变焊接场景的需求。

一种基于神经网络的焊接工艺参数推荐方法，包括：

获取焊接经验场景信息和焊接经验工艺参数信息，并进行归一化处理，分别作为样本输入数据和样本输出数据；

建立神经网络，确定神经网络的输入层神经元数量、隐藏层数量以及输出层神经元数量；

根据所述样本输入数据和样本输出数据，采用反向传播算法确定神经网络的权重值和偏差值，对所述神经网络进行训练；

获取焊接目标场景参数，并输入至训练后的神经网络，输出焊接目标工艺参数。

进一步地，所述焊接经验场景信息至少包括第一板材厚度、第二板材厚度以及焊丝直径；

所述焊接经验工艺参数信息至少包括焊接电流值；