[发明专利]优化焊接控制器的焊接参数的方法，提供训练好的机器学习算法的方法和焊接控制器

说明书

本发明涉及一种用于优化用于焊接控制器（1）的焊接参数（SP1、SP2）的计算机实现的方法，其具有步骤：在使用训练好的机器学习算法（A1）的情况下，近似（S2）用于所述焊接控制器（1）的多个第一焊接参数（SP1）的目标函数（F）的至少一个数值（W），所述训练好的机器学习算法被应用到多个第一焊接参数（SP1）上，其中所述目标函数（F）在对通过多个第一焊接参数（SP1）产生的焊接的响应中代表焊接的至少一个质量标准，并且通过优化算法（A2）来优化（S4）用于所述焊接控制器（1）的多个第一焊接参数（SP1），在使用包括用于所述焊接控制器（1）的多个第一焊接参数（SP1）的第一数据集（DS1）和所述目标函数（F）的近似的数值（W）的情况下，所述优化算法计算用于所述焊接控制器（1）的优化的多个第二焊接参数（SP2）。

技术领域

本发明涉及一种用于优化用于焊接控制器的焊接参数的计算机实现的方法。本发明还涉及一种用于提供训练好的机器学习算法的计算机实现的方法，所述训练好的机器学习算法用于近似工件的焊接的至少一个质量标准。本发明还涉及一种用于优化用于工件的焊接的焊接参数的焊接控制器。本发明还涉及一种计算机程序和计算机可读的数据载体。

背景技术

当前，在焊接控制器中的焊接参数由使用者来设定，或者说在工件方面在焊接控制器中被预先设定。参数优化仅仅能够由使用者手动地实现，这在实践中导致了很多试错的尝试。由于系统特性的时间变化，例如由于电极的剧烈的磨损，此外最佳的参数选择能够随时间变化。

电阻焊通常用于在两个板材或者说金属部件之间制造连接。为此，电阻焊设备具有两个焊接电极，焊接电流在所述两个焊接电极之间流动。在此，在白车身制造中的点焊时，在焊接电压在1至2.5V的范围中的情况下，通常使用5kA至几50kA的电流。在精点焊中也使用1kA以下的更小的电流。

有待连接的部件不仅能够是相同的金属类型和厚度的板材、也能够是不同的金属类型和厚度的板材。在此，单个的焊接过程在直到一秒的范围中的时间窗口中进行。然而，更长的时间也是可能的。例如在自动化的白车身制造过程中，通过机器人引导的焊接工具不同的工件、例如板材借助于电阻焊被彼此焊接起来。

由现有技术、例如公开文献DE 103 34 478 A1已知所谓的自适应的焊接调节。在自适应的焊接调节中，在焊接控制器中借助于电参量确定过程阻抗，并且与存储的或者外部供应的目标阻抗比较。根据阻抗的比较，被称作为过程调节器的调节器控制焊接过程。

尽管存在自适应的焊接调节，能够出现这样的应用场合：在所述应用场合中基于预先设定的焊接参数焊接点的质量不是稳定的。这尤其适用于具有变化的板材厚度的铝板材组合物的焊接，因为由于铝合金的高的特殊的传导性，热转化非常低并且并联影响较大。由镀锌钢制成的板材组合物的焊接也是有问题的。

因此，本发明的任务在于：规定一种用于优化用于焊接控制器的焊接参数的方法和一种相应的焊接控制器，其能够自动地识别出最佳的参数集，并且编程到所述焊接控制器中。

该任务利用具有权利要求1的特征的用于优化用于焊接控制器的焊接参数的计算机实现的方法来解决。

该任务还利用具有权利要求6的特征的用于提供训练好的机器学习算法的计算机实现的方法来解决，所述训练好的机器学习算法用于近似工件的焊接的至少一个质量标准。

该任务还利用具有权利要求9的特征的用于优化用于工件的焊接的焊接参数的焊接控制器来解决。

该任务还利用具有权利要求10的特征的计算机程序和具有权利要求11的特征的计算机可读的数据载体来解决。

发明内容

本发明实现一种用于优化用于焊接控制器的焊接参数的计算机实现的方法。

所述方法包括：接收包括用于焊接控制器的多个第一焊接参数的第一数据集。