【技術實現步驟摘要】
本專利技術涉及焊接考核，具體為基于ai多動作識別的融化焊接培訓考核系統。
技術介紹
1、ai多動作識別系統利用計算機視覺和機器學習技術，能夠實時識別焊接過程中的多種動作。這一系統通過攝像頭或其他傳感器捕捉焊接過程中的視頻數據，并通過算法對焊工的每個動作進行分析和分類，幫助評估和改進焊接技術，被用在焊工的焊接統一考核當中。
2、焊接過程中焊工的焊頭動作穩定性一直是重要的考核指標之一，這會顯著影響焊接成品的焊縫流暢性和焊件均勻度。在焊接過程中，焊頭與焊縫接觸時可能會產生的小幅度反彈，這通常是由熱影響區或材料柔韌性造成的，這種小幅度的反彈動作可能被誤判為錯誤的施力而產生的異常運動，造成誤扣分，但如果不進行警示，則可能會對后續焊接帶來嚴重的問題。現有的視覺判定方法只能做到識別出此類動作后立即判定，判斷不準確。因此，設計判斷準確的基于ai多動作識別的融化焊接培訓考核系統是很有必要的。
技術實現思路
1、本專利技術的目的在于提供基于ai多動作識別的融化焊接培訓考核系統，以解決上述
技術介紹
中提出的問題。
2、為了解決上述技術問題，本專利技術提供如下技術方案：基于ai多動作識別的融化焊接培訓考核系統，包括紅外定位模塊、ai多動作識別模塊、警示模塊，所述紅外定位模塊用于通過紅外探測技術對焊頭進行定位，所述ai多動作識別模塊用于對焊頭進行定位后對焊頭進行掃描，所述警示模塊用于判斷焊頭正常焊接的概率，并利用聲音提醒考核人員的方式進行警示。
3、根據上述技術方案，所述紅
4、所述ai多動作識別模塊包括攝像頭控制單元、圖像采集器、動作識別算法模塊、數據統計模塊，所述攝像頭控制單元與圖像采集器和數據處理單元電連接，所述動作識別算法模塊與數據統計模塊電連接，所述攝像頭控制單元用于控制攝像頭的開關和旋轉，以便進行掃描，所述圖像采集器用于實時捕捉視頻圖像數據，所述動作識別算法模塊用于利用深度學習的方法對掃描到的圖像進行分析，識別焊頭的焊接動作和移動狀態，所述數據統計模塊用于統計焊頭在焊件上的反彈幅度和行為模式；
5、所述警示模塊包括警示策略模塊、聲音發射器、概率計算模塊、聲音方向控制單元、聲音警示單元，所述概率計算模塊與數據統計模塊電連接，所述警示策略模塊與聲音發射器和概率計算模塊電連接，所述聲音方向控制單元與聲音發射器電連接，所述聲音警示單元與警示策略模塊電連接，所述警示策略模塊用于根據焊頭的位置信息和圖像信息，采取警示措施，所述聲音發射器用于播放聲音并轉向目標考核人員以產生聽覺上的不適感，所述概率計算模塊用于根據焊頭在焊件上的反彈幅度和每次考核反彈的頻率，評估焊頭錯誤施力的概率，所述聲音方向控制單元用于選擇性控制聲音發射器對準發生錯誤動作的考核人員方向，所述聲音警示單元用于在焊頭在焊件上的反彈幅度超過設定值時利用聲音警示。
6、根據上述技術方案，該系統的工作方法包括以下步驟：
7、s1、通過紅外探測技術實時確定進入考核范圍內焊頭的位置，建立空間直角坐標系，并用表示焊頭的位置坐標；
8、s2、當有焊頭的移動高度低于臨界高度時，控制圖像采集器朝向目標焊頭并進行掃描，實時分析掃描的圖像，并識別出焊頭的移動動作；
9、s3、在焊頭與焊縫接觸并小幅度反彈后，通過焊頭的移動動作和位置的變化情況分析焊頭的行為，判斷是正常焊接還是錯誤施力，決定是否發出警示信號；
10、s4、實時統計焊頭在焊件上的反彈幅度，結合每次考核小幅度反彈行為出現的平均數量，對焊頭錯誤施力的概率進行判斷，當反彈幅度超過設定值時聲音發射器會啟動，以定向播放的方式警示考核人員；
11、s5、當出現多人考核的焊頭反彈幅度同時超過設定值時，對焊件進行改進以規避熱影響區和材料柔韌性的缺陷。
12、根據上述技術方案，所述s3中，通過移動動作和位置的變化情況分析焊頭的行為具體過程為：
13、s3-1、紅外探測的位置變化特征為焊頭在軸坐標低的高度突然停止位置坐標變化，且軸和軸坐標不斷往復變化，即焊頭的位置變化特征為焊接暫停和焊接調整，代表此時判定為正常焊接，此時不進行警示；
14、s3-2、如果紅外探測的位置變化特征為焊頭在軸坐標不斷往復變化，判斷焊頭的移動形態為錯誤的施力而產生的異常運動，代表此時判定為錯誤施力，此時控制聲音發射器將其方向對準焊頭所在的位置并發射聲音警示。
15、根據上述技術方案，所述s4中，反彈幅度超過設定值的確定方法為：
16、s4-1、每次考核間隔固定時間，利用圖像采集器對焊件上方的考核區域進行掃描，識別圖像中的焊頭，每個識別出的焊頭的小幅度反彈行為將以邊界框的形式標記，對這些邊界框的高度進行統計，從而得到小幅度反彈的幅度，其中為每次考核掃描的次數；
17、s4-2、對焊頭錯誤施力的概率進行判斷時，明確在一次考核中對應反彈幅度超過設定值的次數，得到對應的反彈幅度超過設定值的總幅度，考核的時間為，則焊頭錯誤施力的概率為，其中為反彈幅度與考核時間的權重系數，反彈幅度的設定值為，當時，聲音發射器會啟動。
18、根據上述技術方案，所述s4-2中，當判斷焊頭判定為正常焊接時，記錄各個焊頭每次在焊件上發生反彈時的落點平面坐標，其中為落點數量，分別統計焊頭離開焊件上的落點的時間，令某次焊頭離開焊件上的落點的次數為，即，并且以各個落點平面坐標為中心作半徑為的圓，當有焊頭再次進入落點所在的圓范圍內時，令焊頭離開焊件上的落點的時間為，焊頭錯誤施力的概率將會減小，對概率進行修正，即概率變為，其中為單個考核人員在同一范圍內重復焊接的時間系數。
19、根據上述技術方案，所述s4-2中，當判斷焊頭判定為錯誤施力時，記錄各個焊頭每次在焊件上的落點平面坐標，并且以各個落點平面坐標為中心作半徑為的圓，當頻繁有焊頭再次進入落點所在的圓范圍內時，表示此平面坐標的焊件存在熱影響區和材料柔韌性的缺陷，記錄某個平面坐標所在的圓范圍內焊頭進入的次數為，即概率變為，其中為多個考核人員重復在某一個坐標發生焊頭錯誤施力的系數。
20、根據上述技術方案，所述s5中，當考核范圍內出現多次焊頭反彈幅度超過設定值時，計算各個焊頭在焊件上的落點坐標彼此之間的平均平面距離，以及落點坐標的數量，如果落點坐標的數量與平均平面距離的比值，當≥時，表示焊件的結構存在熱影響區和材料柔韌性的缺陷，為焊件異常反彈幅度超過設定值的閾值。
21、與現有技術相比，本專利技術所達到的有益效果是：本專利技術，在焊頭與焊縫接觸并小幅度反彈后，通過焊頭后續的移動動作和位置的變化情況分析本文檔來自技高網...
【技術保護點】
1.基于AI多動作識別的融化焊接培訓考核系統，其特征在于：包括紅外定位模塊、AI多動作識別模塊、警示模塊，所述紅外定位模塊用于通過紅外探測技術對焊頭進行定位，所述AI多動作識別模塊用于對焊頭進行定位后對焊頭進行掃描，所述警示模塊用于判斷焊頭正常焊接的概率，并利用聲音提醒考核人員的方式進行警示。
2.根據權利要求1所述的基于AI多動作識別的融化焊接培訓考核系統，其特征在于：所述紅外定位模塊包括紅外信號發射器、信號接收器、數據處理單元，所述紅外信號發射器和信號接收器均與數據處理單元電連接，所述紅外信號發射器用于向考核區域發射紅外信號，這些信號會與目標焊頭發生反射，所述信號接收器用于接收經過目標反射的紅外信號，所述數據處理單元用于解析接收到的信號，判斷其中探測到的焊頭反射信號，提取焊頭的距離、高度和方位角位置信息，對焊頭進行實時定位；
3.根據權利要求2所述的基于AI多動作識別的融化焊接培訓考核系統，其特征在于：該系統的工作方法包括以下步驟：
4.根據權利要求3所述的基于AI多動作識別的融化焊接培訓考核系統，其特征在于：所述S3中，通過移動動作和位置
5.根據權利要求4所述的基于AI多動作識別的融化焊接培訓考核系統，其特征在于：所述S4中，反彈幅度超過設定值的確定方法為：
6.根據權利要求5所述的基于AI多動作識別的融化焊接培訓考核系統，其特征在于：所述S4-2中，當判斷焊頭判定為正常焊接時，記錄各個焊頭每次在焊件上發生反彈時的落點平面坐標，其中為落點數量，分別統計焊頭離開焊件上的落點的時間，令某次焊頭離開焊件上的落點的次數為，即，并且以各個落點平面坐標為中心作半徑為的圓，當有焊頭再次進入落點所在的圓范圍內時，令焊頭離開焊件上的落點的時間為，焊頭錯誤施力的概率將會減小，對概率進行修正，即概率變為，其中為單個考核人員在同一范圍內重復焊接的時間系數。
7.根據權利要求6所述的基于AI多動作識別的融化焊接培訓考核系統，其特征在于：所述S4-2中，當判斷焊頭判定為錯誤施力時，記錄各個焊頭每次在焊件上的落點平面坐標，并且以各個落點平面坐標為中心作半徑為的圓，當頻繁有焊頭再次進入落點所在的圓范圍內時，表示此平面坐標的焊件存在熱影響區和材料柔韌性的缺陷，記錄某個平面坐標所在的圓范圍內焊頭進入的次數為，即概率變為，其中為多個考核人員重復在某一個坐標發生焊頭錯誤施力的系數。
8.根據權利要求7所述的基于AI多動作識別的融化焊接培訓考核系統，其特征在于：所述S5中，當考核范圍內出現多次焊頭反彈幅度超過設定值時，計算各個焊頭在焊件上的落點坐標彼此之間的平均平面距離，以及落點坐標的數量，如果落點坐標的數量與平均平面距離的比值，當≥時，表示焊件的結構存在熱影響區和材料柔韌性的缺陷，為焊件異常反彈幅度超過設定值的閾值。
...【技術特征摘要】
1.基于ai多動作識別的融化焊接培訓考核系統，其特征在于：包括紅外定位模塊、ai多動作識別模塊、警示模塊，所述紅外定位模塊用于通過紅外探測技術對焊頭進行定位，所述ai多動作識別模塊用于對焊頭進行定位后對焊頭進行掃描，所述警示模塊用于判斷焊頭正常焊接的概率，并利用聲音提醒考核人員的方式進行警示。
2.根據權利要求1所述的基于ai多動作識別的融化焊接培訓考核系統，其特征在于：所述紅外定位模塊包括紅外信號發射器、信號接收器、數據處理單元，所述紅外信號發射器和信號接收器均與數據處理單元電連接，所述紅外信號發射器用于向考核區域發射紅外信號，這些信號會與目標焊頭發生反射，所述信號接收器用于接收經過目標反射的紅外信號，所述數據處理單元用于解析接收到的信號，判斷其中探測到的焊頭反射信號，提取焊頭的距離、高度和方位角位置信息，對焊頭進行實時定位；
3.根據權利要求2所述的基于ai多動作識別的融化焊接培訓考核系統，其特征在于：該系統的工作方法包括以下步驟：
4.根據權利要求3所述的基于ai多動作識別的融化焊接培訓考核系統，其特征在于：所述s3中，通過移動動作和位置的變化情況分析焊頭的行為具體過程為：
5.根據權利要求4所述的基于ai多動作識別的融化焊接培訓考核系統，其特征在于：所述s4中，反彈幅度超過設定值的確定方法為：
6.根據權利要求5所述的基于ai多動作識別的...
【專利技術屬性】
技術研發人員：胡東映，李雪，劉漢春，
申請(專利權)人：合肥耀安科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。