详情

原文传递焊缝缺陷检测方法、装置、检测设备及可读存储介质

专利名称：	焊缝缺陷检测方法、装置、检测设备及可读存储介质
摘要：	本发明提供一种焊缝缺陷检测方法、装置、检测设备及可读存储介质，涉及焊接技术领域。该方法包括：控制激励设备向待测结构件施加振动激励；获取所述待测结构件基于所述振动激励产生的振动信号；根据神经网络模型，对所述振动信号进行分析，得到识别结果，所述识别结果用于指示所述待测结构件的焊缝状态，所述神经网络模型为基于预设焊缝状态的信息、以及所述具有所述预设焊缝状态的样本结构件对应的样本振动信号进行训练得到的。可通过待测结构件的振动信号确定待测结构件是否存在焊缝缺陷，无需采用超声波探伤检测设备对待测结构件进行焊缝检测，可有效降低焊缝缺陷检测的成本。
专利类型：	发明专利
国家地区组织代码：	湖南;43
申请人：	三一汽车起重机械有限公司
发明人：	贺建军;谭松涛;吴丰飞
专利状态：	有效
申请日期：	2019-07-31T00:00:00+0800
发布日期：	2019-09-20T00:00:00+0800
申请号：	CN201910706289.1
公开号：	CN110261483A
代理机构：	北京超凡宏宇专利代理事务所(特殊普通合伙)
代理人：	武成国
分类号：	G01N29/04(2006.01);G;G01;G01N;G01N29
申请人地址：	410000 湖南省长沙市宁乡市金州大道西168号
主权项：	1.一种焊缝缺陷检测方法，其特征在于，所述方法包括：控制激励设备向待测结构件施加振动激励；获取所述待测结构件基于所述振动激励产生的振动信号；根据神经网络模型，对所述振动信号进行分析，得到识别结果，所述识别结果用于指示所述待测结构件的焊缝状态，所述神经网络模型为基于预设焊缝状态的信息、以及具有所述预设焊缝状态的样本结构件对应的样本振动信号进行训练得到的。 2.如权利要求1所述的方法，其特征在于，在所述根据神经网络模型，对所述振动信号进行分析之前，所述方法还包括：控制所述激励设备向多个所述样本结构件施加所述振动激励；获取每个所述样本结构件基于所述振动激励产生的样本振动信号；根据所述预设焊缝状态的信息和多个所述样本振动信号，建立所述神经网络模型。 3.如权利要求2所述的方法，其特征在于，所述根据所述预设焊缝状态的信息和多个所述样本振动信号，建立所述神经网络模型，包括：提取每个所述振动信号的频率和幅值，得到每个所述样本振动信号的特征数据；根据所述预设焊缝状态的信息和多个所述样本振动信号的特征数据，建立所述神经网络模型。 4.如权利要求3所述的方法，其特征在于，多个所述样本结构件包括：第二样本结构件和多个第一样本结构件，每个所述第一样本结构件的焊缝状态为存在一种焊缝缺陷的状态，所述第二样本结构件不存在所述焊缝缺陷；所述根据所述预设焊缝状态的信息和多个所述样本振动信号的特征数据，建立所述神经网络模型，包括：确定每个所述第一样本结构件对应的特征数据，与所述第二样本结构件对应的特征数据之间的特征距离；根据多个所述特征距离，从至少一个所述第一样本结构件对应的特征数据中确定每种焊缝缺陷对应的目标特征数据，得到每种所述焊缝缺陷的特征集合；根据多种所述焊缝缺陷的特征集合，建立所述神经网络模型。 5.如权利要求1至4任一所述的方法，其特征在于，所述获取所述待测结构件基于所述振动激励产生的振动信号，包括：获取所述待测结构件的预设位置上的加速度传感器检测到的所述振动信号。 6.一种焊缝缺陷检测装置，其特征在于，所述装置包括：第一控制模块，用于控制激励设备向待测结构件施加振动激励；第一获取模块，用于获取所述待测结构件基于所述振动激励产生的振动信号；识别模块，用于根据神经网络模型，对所述振动信号进行分析，得到识别结果，所述识别结果用于指示所述待测结构件的焊缝状态，所述神经网络模型为基于预设焊缝状态的信息、以及具有所述预设焊缝状态的样本结构件对应的样本振动信号进行训练得到的。 7.如权利要求6所述的装置，其特征在于，所述装置还包括：第二控制模块，用于控制所述激励设备向多个所述样本结构件施加所述振动激励；第二获取模块，用于获取每个所述样本结构件基于所述振动激励产生的样本振动信号；模型建立模块，用于根据所述预设焊缝状态的信息和多个所述样本振动信号，建立所述神经网络模型。 8.如权利要求7所述的装置，其特征在于，所述模型建立模块，还用于提取每个所述振动信号的频率和幅值，得到每个所述样本振动信号的特征数据；根据所述预设焊缝状态的信息和多个所述样本振动信号的特征数据，建立所述神经网络模型。 9.如权利要求8所述的装置，其特征在于，多个所述样本结构件包括：第二样本结构件和多个第一样本结构件，每个所述第一样本结构件的焊缝状态为存在一种焊缝缺陷的状态，所述第二样本结构件不存在所述焊缝缺陷；所述模型建立模块，还用于确定每个所述第一样本结构件对应的特征数据，与所述第二样本结构件对应的特征数据之间的特征距离；根据多个所述特征距离，从至少一个所述第一样本结构件对应的特征数据中确定每种焊缝缺陷对应的目标特征数据，得到每种所述焊缝缺陷的特征集合；根据多种所述焊缝缺陷的特征集合，建立所述神经网络模型。 10.如权利要求6至9任一所述的装置，其特征在于，所述第一获取模块，还用于获取所述待测结构件的预设位置上的加速度传感器检测到的所述振动信号。 11.一种检测设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当所述检测设备运行时，所述处理器与所述存储介质之间通过所述总线通信，所述处理器执行所述机器可读指令，以执行时执行如权利要求1至5任一所述的焊缝缺陷检测方法的步骤。 12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至5任一所述的焊缝缺陷检测方法的步骤。
所属类别：	发明专利