一种钢管焊接系统及焊接工艺的制作方法
- 国知局
- 2024-06-20 16:33:42
本技术涉及钢管焊接系统,更具体地说,涉及一种钢管焊接系统及焊接工艺。
背景技术:
1、钢管焊接可以对钢管组件或钢管本身或两个钢管进行加长,而后进行钢管后续的工作。
2、现有技术公开号为cn210549084u的文献提供一种钢管自动焊接装置,该装置通过工作台,所述工作台顶部的左侧固定设置有焊接机构,所述工作台顶部的右侧通过安装螺丝固定连接有电动伸缩杆,所述电动伸缩杆的一侧固定连接有连接件,所述连接件的顶部通过安装螺丝固定连接有套筒,所述套筒内腔的顶部焊接有连通管,所述连通管顶部的中心处连通有橡胶软管,所述连通管的底部一体连通有花淋头,所述花淋头的底部呈分布形开设有喷孔,所述工作台顶部的中心处开设有凹槽,所述凹槽的内腔滑动设置有集水盒。
3、上述中的现有技术方案虽然通过现有技术的结构可以实现与有关的有益效果,但是仍存在以下缺陷:该装置通过钢管转动对其外围进行焊接,然后需要每次移动才能对左右进行移动位置焊接,导致焊接不到位的情况,影响焊接效果,同时完全人工进行查看,容易出现忽略的情况。
4、针对上述中的相关技术中,发明人认为在对钢管进行焊接时,不仅需要对钢管圆周进行焊接处理,而且需要对钢管的左右位置进行焊接包括在焊接过程中的移动扩大焊接面进行更有效的焊接,同时需要跟随监测焊接的情况,提高焊接的效果及效率。
5、鉴于此,我们提出一种钢管焊接系统。
技术实现思路
1、1.要解决的技术问题
2、本技术的目的在于提供一种钢管焊接系统的焊接工艺,解决了上述背景技术中的装置通过钢管转动对其外围进行焊接,然后需要每次移动才能对左右进行移动位置焊接,导致焊接不到位的情况,影响焊接效果,同时完全人工进行查看,容易出现忽略的情况的技术问题,实现了技术效果。
3、2.技术方案
4、本技术技术方案提供了一种钢管焊接系统,包括:
5、采集钢管焊接数据,收集大量钢管焊接处状态的数据;
6、钢管焊接数据标注,对钢管焊接正常或没有焊接完成及焊接缺陷进行标注;
7、钢管焊接数据预处理,利用钢管焊接数据进行裁剪、灰度化或彩色变换的预处理;
8、建立钢管焊接模型训练,利用钢管焊接数据建立钢管焊接模型并利用训练数据集进行模型的有效训练;
9、钢管焊接模型验证及优化,使用另外的验证集对训练后的钢管焊接模型进行验证钢管焊接数据上的性能,根据验证结果进行调整和优化;
10、保存钢管焊接模型并应用,将训练好的钢管焊接模型部署到实际系统中;执行设备,在实际应用中,根据反馈结果,实时监测焊接过程,从而对焊接缺陷等进行移动焊接,优化焊接质量和效率。
11、通过采用上述技术方案,通过钢管焊接模型的设置,在对钢管进行焊接时,可以对焊接的或对接的状态进行获取分析,从而可以进行缺陷或不足的位置进行进一步的焊接,提高焊接监测的效果,避免人工忽略的情况,同时可以节约时间,提高效率。
12、作为本技术文件技术方案的一种可选方案,所述采集钢管焊接数据,收集的钢管焊接数据中包含各种焊接情况,包括正常焊接、缺陷焊接、不同角度和光照条件下的焊接等;
13、利用设置于焊接头一侧的摄像头进行获取。
14、作为本技术文件技术方案的一种可选方案,所述钢管焊接数据标注,其中正常焊接为,表示良好的焊接状态,符合标准质量要求的焊接;
15、缺陷焊接为,有缺陷或问题的焊接状态,包括焊缝不齐、气孔、裂纹等问题;
16、不同角度的焊接,考虑不同角度的焊接,标注不同角度下的焊接状态;
17、不同光照条件下的焊接,如果环境光照条件会影响焊接质量,标注不同光照条件下的焊接状态。
18、作为本技术文件技术方案的一种可选方案,所述钢管焊接数据预处理,将钢管焊接数据图像转换为灰度图像,降低数据的维度,减少计算负担,进行彩色变换以增强图像特征,对钢管焊接数据图像进行降噪操作,去除可能干扰模型训练的噪声或不必要的细节。
19、作为本技术文件技术方案的一种可选方案,所述钢管焊接模型训练,选择卷积神经网络,用于图像处理任务,构建模型的架构,包括输入层、卷积层、池化层、全连接层。
20、作为本技术文件技术方案的一种可选方案,所述钢管焊接模型验证及优化,使用验证集对训练好的钢管焊接模型进行评估,通过将验证集输入模型,得到钢管焊接模型的预测结果,然后与实际标签进行比较,分析钢管焊接模型在验证集上的错误预测,了解钢管焊接模型在哪些情况下容易出错,对调整模型结构或改进数据集。
21、作为本技术文件技术方案的一种可选方案,所述执行设备,包括:
22、钢管座;
23、定位筒,所述定位筒呈对接结构设置固定设置于钢管座外壁,且通过限位组件对钢管进行限位;
24、换位块,所述换位块通过移动组件进行换位焊接;
25、圆周块,所述圆周块通过环绕组件环绕设置于换位块内部;
26、焊接头,所述焊接头固定设置于圆周块内部。
27、本技术还公开了前述钢管焊接系统的焊接工艺,包括以下步骤:
28、s1、首先,收集大量钢管焊接处状态的数据,包含各种焊接情况,包括正常焊接、缺陷焊接、不同角度和光照条件下的焊接等;
29、s2、此时,对钢管焊接正常或没有焊接完成及焊接缺陷进行标注,其中正常焊接为,表示良好的焊接状态,符合标准质量要求的焊接;
30、s3、此时,利用钢管焊接数据进行裁剪、灰度化或彩色变换的预处理,所述钢管焊接数据预处理,将钢管焊接数据图像转换为灰度图像,降低数据的维度,减少计算负担,进行彩色变换以增强图像特征,对钢管焊接数据图像进行降噪操作,去除可能干扰模型训练的噪声或不必要的细节;
31、s4、此时,利用钢管焊接数据建立钢管焊接模型并利用训练数据集进行模型的有效训练选择卷积神经网络,用于图像处理任务,构建模型的架构,包括输入层、卷积层、池化层、全连接层;
32、s5、此时,使用另外的验证集对训练后的钢管焊接模型进行验证钢管焊接数据上的性能,根据验证结果进行调整和优化,使用验证集对训练好的钢管焊接模型进行评估,通过将验证集输入模型,得到钢管焊接模型的预测结果,然后与实际标签进行比较,分析钢管焊接模型在验证集上的错误预测,了解钢管焊接模型在哪些情况下容易出错,对调整模型结构或改进数据集;
33、s6、此时,将训练好的钢管焊接模型部署到实际系统中;
34、s7、此时,在实际应用中,根据反馈结果,实时监测焊接过程,从而通过环绕组件让焊接头对焊接缺陷等进行移动焊接,优化焊接质量和效率。
35、3.有益效果
36、本技术技术方案中提供的一个或多个技术方案,至少具有如下技术效果或优点:
37、1.本技术通过钢管焊接模型的设置,在对钢管进行焊接时,可以对焊接的或对接的状态进行获取分析,从而可以进行缺陷或不足的位置进行进一步的焊接,提高焊接监测的效果,避免人工忽略的情况,同时可以节约时间,提高效率。
38、2.本技术通过移动组件的设置,可以在对钢管进行焊接时,对钢管的左右位置进行焊接包括在焊接过程中的移动扩大焊接面进行更有效的焊接,同时需要跟随监测焊接的情况,提高焊接的效果及效率。
39、3.本技术通过环绕组件的设置,可以配合移动组件让焊接头为动力件进行圆周及左右的运动,从而提高位置的精确性。
40、4.本技术通过限位组件的设置,可以对不用粗细的钢管进行两侧的限位,从而进行稳定的焊接。
本文地址:https://www.jishuxx.com/zhuanli/20240618/13769.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。