一种基于大数据分析模型的焊机焊缝预评估方法与流程

技术特征：
1.一种基于大数据分析模型的焊机焊缝预评估方法，包括焊机，其具体步骤如下所述：1)当带钢带头穿带到焊机时，机组主线plc发送给焊机plc读取钢卷数据的请求信号，焊机plc收到该请求信号后，接收并储存机组plc发送过来的钢卷数据；2)步骤1)中，钢卷数据包括：先行带钢的钢卷号、钢种、带钢宽度和带钢厚度以及后行带钢的钢卷号、钢种、带钢宽度和带钢厚度；3)当焊机plc接收到钢卷数据后，随即调取上位机下发的焊接参数在计算机操作终端上显示；4)上述步骤中，加装的大数据分析模型das同步监控机组主线plc发送给焊机plc读取钢卷数据的请求信号，并接收到先行带钢和后行带钢的钢卷数据后，经过大数据分析模型das的修正后输出焊接工艺参数，然后传回到焊机plc，最后在计算机操作终端上显示；5)上述步骤完成后，焊机plc根据计算机终端显示的两种焊接工艺参数进行模式选择，其具体为，在计算机终端上设置焊机焊接参数最终设定值选择控制模式中，选择大数据分析模型das模式时，焊接工艺参数设定值选择步骤4)中das下发的焊接工艺参数设定值作为最终设定值，而选择上位机模式时，焊接参数设定值将步骤3)中上位机下发的焊接参数设定值作为最终设定值，最终以选择的焊接参数设定值进行带钢的焊接；6)在带钢的焊接过程中，焊机plc采集的焊接电流、焊接速度、焊轮压力和焊缝温度的实际值，采集数据结束后，启动焊机的焊缝质量分析系统qcds来判定该焊缝是否合格；7)步骤6)中，大数据分析模型das同步监控焊机焊接数据采集结束信号，并收集到焊机plc采集的焊接电流、焊接速度、焊轮压力和焊缝温度的实际值，启动大数据分析模型das的焊缝判定系统，结合历史数据由大数据分析模型das来判定该焊缝是否合格，并传回焊机plc在计算机终端显示；8)焊机plc根据步骤6)和步骤7)的内容通过计算机终端选择qcds或是das模式来进行判定焊缝结果最终值，其具体为，如果选择是大数据分析模型das，并且焊缝结果判定为不合格的情况下，则大数据分析模型das自动生成重焊的焊接参数，传送回给焊机进行带钢焊接，并重复步骤6)和步骤7)；而如果选择焊机的焊缝质量分析系统qcds模式时，焊机plc则采用qcds判定结果来确定是否需要重焊操作；9)步骤8)中，直至焊缝判定为合格，则发出焊接完成信号，机组可以开机运行。2.如权利要求1所述的一种基于大数据分析模型的焊机焊缝预评估方法，其特征在于，所述的焊机焊缝预评估方法适用的带钢的规格为：厚度0.25～2.3mm，宽度为：700～1630mm。3.如权利要求1所述的一种基于大数据分析模型的焊机焊缝预评估方法，其特征在于，所述的步骤5)中大数据分析模型das下发修正的焊接控制参数为：焊接电流、焊接速度、焊轮压力、搭接量、搭接补偿量，共5个。

技术总结
本发明的一种基于大数据分析模型的焊机焊缝预评估方法，通过增加一焊机大数据分析模型装置DAS，该装置通过以太网和焊机PLC完成实时同步通讯，该DAS能从焊机PLC中读取先后带钢和后行带钢的钢卷数据以及焊接实绩数据，经过大数据分析模型装置自动生成的焊接工艺参数和焊缝质量判定结果，并发送回焊机PLC进行实时控制。本发明改变了以往焊机参数设定方式还是在触摸屏上进行的修改数据写入PLC的旧模式，能有效地消除了认为操作可能造成参数设定错误而影响生产的潜在风险，同时也降低了操作工的劳动强度；本发明可以有效的消除采用P/C下发模式时某些不佳的焊接参数焊接后带钢焊缝的超温报警，一定程度是提高入口的自动化率。率。


技术研发人员：龚建平 黄佩杰 李珂
受保护的技术使用者：宝山钢铁股份有限公司
技术研发日：2020.09.18
技术公布日：2022/3/18