开云优惠体育网页版入口

专利名称：铝合金船体焊接变形控制方法

专利类型：实用新型专利

专利申请号：CN202410428225.0

专利申请（专利权）人：北海市万海船舶制造有限公司
权利人地址：广西壮族自治区北海市海城区外沙西路(海运15幢)

专利发明（设计）人：王晓冬

专利摘要：本公开涉及一种铝合金船体焊接变形控制方法。该方法包括：对获取的焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列；对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列；对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量；基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令。这样，可以及时做出焊接速度的控制策略，以确：附又柿康奈榷ㄐ院鸵恢滦，避免因热输入量的异常波动而导致的焊接变形。

主权利要求：
1.一种铝合金船体焊接变形控制方法，其特征在于，包括：
获取由温度传感器采集的焊接温度的时间序列；
对所述焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列；
对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列；
对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量；
基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令；
其中，对所述焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列，包括：将所述焊接温度的时间序列按照时间维度排列为焊接温度时序输入向量；
基于预定时间尺度对所述焊接温度时序输入向量进行向量切分以得到所述焊接温度局部时序输入向量的序列；
其中，对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列，包括：将所述焊接温度局部时序输入向量的序列中的各个焊接温度局部时序输入向量分别通过伽马校正模块以得到非线性响应优化焊接温度局部时序输入向量的序列；
将所述非线性响应优化焊接温度局部时序输入向量的序列通过基于转换器结构的焊接温度时序上下文编码器以得到所述焊接温度局部时序特征向量的序列；
其中，将所述焊接温度局部时序输入向量的序列中的各个焊接温度局部时序输入向量分别通过伽马校正模块以得到非线性响应优化焊接温度局部时序输入向量的序列，包括：以如下伽马校正公式对所述焊接温度局部时序输入向量进行处理以得到所述非线性响应优化焊接温度局部时序输入向量；其中，所述伽马校正公式为：其中，L0i为所述焊接温度局部时序输入向量的各个位置的像素值，A、B、C和D为数值不相同的调整参数，L1i为所述非线性响应优化焊接温度局部时序输入向量的各个位置的像素值；
其中，对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量，包括：从所述焊接温度局部时序特征向量的序列提取焊接稳定伪聚类中心特征向量；
计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值以得到由多个焊接温度语义波动度量值组成的所述焊接温度时域波动特征向量；
其中，所述焊接稳定伪聚类中心特征向量为所述焊接温度局部时序特征向量的序列的均值特征向量；
其中，计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值以得到由多个焊接温度语义波动度量值组成的所述焊接温度时域波动特征向量，包括：以如下焊接温度语义波动度量公式计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的所述焊接温度语义波动度量值；其中，所述焊接温度语义波动度量公式为：其中，ei为第i个所述焊接温度语义波动度量值，vc为所述焊接稳定伪聚类中心特征向量，hi为所述焊接温度局部时序特征向量的序列中的第i个焊接温度局部时序特征向量，WiT为第i个权重系数矩阵，Bi为第i个偏置向量，tanh(·)表示双曲正切函数处理，(·)表示向量的转置。
2.根据权利要求1所述的铝合金船体焊接变形控制方法，其特征在于，基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令，包括：对所述焊接温度时域波动特征向量进行特征分布聚类优化以得到优化后焊接温度时域波动特征向量；
将所述优化后焊接温度时域波动特征向量通过基于分类器的焊接速度自适应控制器以得到所述控制指令，所述控制指令用于表示当前时间点的焊接速度应增大、应减小或应保持不变。
3.根据权利要求2所述的铝合金船体焊接变形控制方法，其特征在于，将所述优化后焊接温度时域波动特征向量通过基于分类器的焊接速度自适应控制器以得到所述控制指令，所述控制指令用于表示当前时间点的焊接速度应增大、应减小或应保持不变，包括：使用所述分类器的多个全连接层对所述优化后焊接温度时域波动特征向量进行全连接编码以得到编码分类特征向量；以及将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到分类结果。 说明书 : 铝合金船体焊接变形控制方法技术领域[0001] 本公开涉及焊接技术领域，具体地，涉及一种铝合金船体焊接变形控制方法。背景技术[0002] 铝合金因具有良好的耐腐蚀性、轻质高强度等特点，在船舶制造中广泛应用。然而，在铝合金船体的焊接过程中，由于铝合金的热传导性高、线膨胀系数大等特性，焊接过程中容易出现变形问题，影响焊接质量和船体整体结构稳定性。[0003] 传统的焊接变形控制方法主要依赖于经验和试验，如预设焊接顺序、预热或后热处理等，但这些方法往往无法满足大型铝合金船体焊接的精度要求。此外，由于焊接过程中温度场的复杂性使得焊接变形的预测和控制更加困难。[0004] 因此，期待一种优化的铝合金船体焊接变形控制方法。发明内容[0005] 提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。[0006] 第一方面，本公开提供了一种铝合金船体焊接变形控制方法，所述方法包括：[0007] 获取由温度传感器采集的焊接温度的时间序列；[0008] 对所述焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列；[0009] 对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列；[0010] 对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量；[0011] 基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令。[0012] 可选地，对所述焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列，包括：将所述焊接温度的时间序列按照时间维度排列为焊接温度时序输入向量；基于预定时间尺度对所述焊接温度时序输入向量进行向量切分以得到所述焊接温度局部时序输入向量的序列。[0013] 可选地，对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列，包括：将所述焊接温度局部时序输入向量的序列中的各个焊接温度局部时序输入向量分别通过伽马校正模块以得到非线性响应优化焊接温度局部时序输入向量的序列；将所述非线性响应优化焊接温度局部时序输入向量的序列通过基于转换器结构的焊接温度时序上下文编码器以得到所述焊接温度局部时序特征向量的序列。[0014] 可选地，将所述焊接温度局部时序输入向量的序列中的各个焊接温度局部时序输入向量分别通过伽马校正模块以得到非线性响应优化焊接温度局部时序输入向量的序列，包括：以如下伽马校正公式对所述焊接温度局部时序输入向量进行处理以得到所述非线性响应优化 焊接温度 局部时序 输入向量；其中，所 述伽马校 正公式为 ：；其中， 为所述焊接温度局部时序输入向量的各个位置的像素值，A、B、C和D为数值不相同的调整参数， 为所述非线性响应优化焊接温度局部时序输入向量的各个位置的像素值。[0015] 可选地，对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量，包括：从所述焊接温度局部时序特征向量的序列提取焊接稳定伪聚类中心特征向量；计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值以得到由多个焊接温度语义波动度量值组成的所述焊接温度时域波动特征向量。[0016] 可选地，所述焊接稳定伪聚类中心特征向量为所述焊接温度局部时序特征向量的序列的均值特征向量。[0017] 可选地，计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值以得到由多个焊接温度语义波动度量值组成的所述焊接温度时域波动特征向量，包括：以如下焊接温度语义波动度量公式计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的所述焊接温度语义波动度量值；其中，所述焊接温度语义波动度量公式为： ；其中， 为第个所述焊接温度语义波动度量值， 为所述焊接稳定伪聚类中心特征向量， 为所述焊接温度局部时序特征向量的序列中的第 个焊接温度局部时序特征向量， 为第个权重系数矩阵， 为第 个偏置向量， 表示双曲正切函数处理， 表示向量的转置。[0018] 可选地，基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令，包括：对所述焊接温度时域波动特征向量进行特征分布聚类优化以得到优化后焊接温度时域波动特征向量；将所述优化后焊接温度时域波动特征向量通过基于分类器的焊接速度自适应控制器以得到所述控制指令，所述控制指令用于表示当前时间点的焊接速度应增大、应减小或应保持不变。[0019] 可选地，将所述优化后焊接温度时域波动特征向量通过基于分类器的焊接速度自适应控制器以得到所述控制指令，所述控制指令用于表示当前时间点的焊接速度应增大、应减小或应保持不变，包括：使用所述分类器的多个全连接层对所述优化后焊接温度时域波动特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。[0020] 采用上述技术方案，通过对获取的焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列；对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列；对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量；基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令。这样，可以及时做出焊接速度的控制策略，以确：附又柿康奈榷ㄐ院鸵恢滦，避免因热输入量的异常波动而导致的焊接变形。[0021] 本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明[0022] 结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：[0023] 图1是根据一示例性实施例示出的一种铝合金船体焊接变形控制方法的流程图。[0024] 图2是根据一示例性实施例示出的一种铝合金船体焊接变形控制系统的框图。[0025] 图3是根据一示例性实施例示出的一种电子设备的框图。[0026] 图4是根据一示例性实施例示出的一种铝合金船体焊接变形控制方法的应用场景图。具体实施方式[0027] 下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。[0028] 应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。[0029] 本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。[0030] 需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。[0031] 需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。[0032] 本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。[0033] 铝合金是指在铝中加入其他元素形成的合金，具有比纯铝更高的强度、硬度和耐腐蚀性。铝合金在空气中会形成一层致密的氧化膜，有效保护其内部免受腐蚀；铝合金的密度低，但强度高，比强度（强度/密度）优异；铝合金具有良好的导电性和导热性，适合于电气和散热应用；铝合金易于加工成各种形状，具有良好的可塑性。[0034] 铝合金在船舶制造中广泛应用，主要用于以下部件：[0035] 船体：铝合金船体具有轻质、耐腐蚀性好、强度高等优点，可减轻船舶重量，提高航速和燃油效率。[0036] 上层建筑：铝合金上层建筑重量轻，耐腐蚀性好，可提高船舶的稳定性和载重能力。[0037] 甲板：铝合金甲板重量轻，耐腐蚀性好，防滑性能优异。[0038] 桅杆和烟囱：铝合金桅杆和烟囱重量轻，强度高，耐腐蚀性好。[0039] 管道和配件：铝合金管道和配件重量轻，耐腐蚀性好，易于安装。[0040] 由于铝合金的热传导性高、线膨胀系数大等特性，在焊接过程中容易出现变形问题，主要包括：焊接时，焊缝区域的金属受热膨胀，冷却后收缩，导致焊缝两侧的母材向焊缝方向收缩；焊缝区域的金属受热膨胀，向焊缝两侧延伸，导致焊缝两侧的母材向外侧收缩；由于纵向和横向收缩的不均匀，焊缝区域会出现角变形；由于焊接顺序和工艺参数不当，焊缝两侧的母材会出现波浪状变形。[0041] 变形问题会影响焊接质量和船体整体结构稳定性，变形会导致焊缝应力集中，增加产生裂纹、气孔等焊接缺陷的风险；变形会造成船体结构尺寸偏差，影响船舶的整体性能和安全性；变形会导致焊缝区域应力集中，降低船体结构的承载能力；变形会增加焊缝区域的疲劳应力，降低船体结构的疲劳寿命。[0042] 传统的焊接变形控制方法主要依赖于经验和试验，根据经验预先设定焊接顺序，平衡焊接热量分布，减小变形。预热母材可以减小焊接热应力，后热处理可以消除残余应力，从而控制变形。使用夹具和支撑固定母材，防止变形。在焊接过程中或焊接后，使用锤击或滚压等方法对焊缝区域进行塑性变形，控制变形量。[0043] 传统的焊接变形控制方法主要依赖于经验和试验，缺乏科学的理论基。岩月愦笮吐梁辖鸫搴附拥木纫，通常适用于小件或规则形状工件的焊接，对于大型铝合金船体焊接，由于结构复杂、焊接热场复杂，传统方法的适用性有限。而且，这些方法的变形控制精度不高，难以满足高精度焊接要求。[0044] 为了提高焊接变形控制的精度，需要改进传统的控制方法，并结合数值模拟等先进技术。[0045] 也就是，首先，考虑到在进行铝合金船体的焊接过程中，由于铝合金具有高的热传导性和线膨胀系数，焊接时易受热影响，容易引起焊接变形。而焊接速度直接影响焊接区域的热输入量。通过合理地调整焊接速度，可以控制焊接区域的温度分布，避免过高或过低的焊接温度对铝合金材料性能造成不利影响，从而减轻或避免焊接变形的问题。然而传统的焊接变形控制方法通常是基于人工经验来进行调整，这种方式往往无法满足大型铝合金船体焊接的精度要求。此外，这种基于人工经验进行调整的方式受到操作人员的主观影响，可能导致焊接控制结果的不一致。因此，期待一种优化的铝合金船体焊接变形控制方法。[0046] 针对上述技术问题，本申请的技术构思为：利用温度传感器来实时采集焊接过程中的焊接温度数据，并利用智能化算法来对焊接温度数据进行时序波动分析，从而识别焊接过程中温度波动的异常模式，并及时做出焊接速度的控制策略，以确：附又柿康奈榷ㄐ院鸵恢滦，避免因热输入量的异常波动而导致的焊接变形。[0047] 为了解决上述问题，本公开提供了一种铝合金船体焊接变形控制方法，通过对获取的焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列；对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列；对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量；基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令。这样，可以及时做出焊接速度的控制策略，以确：附又柿康奈榷ㄐ院鸵恢滦，避免因热输入量的异常波动而导致的焊接变形。[0048] 以下结合附图对本公开的具体实施方式进行详细说明。[0049] 图1是根据一示例性实施例示出的一种铝合金船体焊接变形控制方法的流程图，如图1所示，该方法包括：[0050] 步骤101、获取由温度传感器采集的焊接温度的时间序列；[0051] 步骤102对所述焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列；[0052] 步骤103、对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列；[0053] 步骤104、对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量；[0054] 步骤105、基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令。[0055] 基于此，在本申请的技术方案中，首先，获取由温度传感器采集的焊接温度的时间序列。这里，通过温度传感器来采集实时的焊接温度数据，可以监测焊接过程中的温度变化，以提供焊接区域的热态变化情况，从而帮助理解焊接过程中热量输入和分布的情况，为焊接速度的自适应控制提供参考依据。[0056] 在本公开的一个实施例中，对所述焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列，包括：将所述焊接温度的时间序列按照时间维度排列为焊接温度时序输入向量；基于预定时间尺度对所述焊接温度时序输入向量进行向量切分以得到所述焊接温度局部时序输入向量的序列。[0057] 然后，将所述焊接温度的时间序列按照时间维度排列为焊接温度时序输入向量后，基于预定时间尺度对所述焊接温度时序输入向量进行向量切分以得到焊接温度局部时序输入向量的序列。这里，将所述焊接温度的时间序列按照时间维度进行排列，可以保留焊接过程中焊接温度的时序变化信息。同时将离散分布的焊接温度数据转化为结构化的向量表示，以便于后续模型的读取与分析。此外，将所述焊接温度时序输入向量拆分为焊接温度局部时序输入向量的序列，可以引导模型对局部时间跨度内的焊接温度进行更为细粒度地分析和理解，使得细微的异变信息，例如突然的温度波动不被忽略。[0058] 在本公开的一个实施例中，对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列，包括：将所述焊接温度局部时序输入向量的序列中的各个焊接温度局部时序输入向量分别通过伽马校正模块以得到非线性响应优化焊接温度局部时序输入向量的序列；将所述非线性响应优化焊接温度局部时序输入向量的序列通过基于转换器结构的焊接温度时序上下文编码器以得到所述焊接温度局部时序特征向量的序列。[0059] 在本申请的实际应用场景中，由于温度传感器本身可能存在非线性响应，导致在采集焊接温度数据的过程中可能存在误差，即焊接温度数据可能会偏离实际的温度分布。因此，在本申请的技术方案中，期待将所述焊接温度局部时序输入向量的序列中的各个焊接温度局部时序输入向量分别通过伽马校正模块以对各个焊接温度局部时序输入向量进行非线性响应校正，使得焊接温度数据更符合实际温度变化情况，从而得到非线性响应优化焊接温度局部时序输入向量的序列。[0060] 在本公开的一个实施例中，将所述焊接温度局部时序输入向量的序列中的各个焊接温度局部时序输入向量分别通过伽马校正模块以得到非线性响应优化焊接温度局部时序输入向量的序列，包括：以如下伽马校正公式对所述焊接温度局部时序输入向量进行处理以得到所述非线性响应优化焊接温度局部时序输入向量；其中，所述伽马校正公式为：；其中， 为所述焊接温度局部时序输入向量的各个位置的像素值，A、B、C和D为数值不相同的调整参数， 为所述非线性响应优化焊接温度局部时序输入向量的各个位置的像素值。[0061] 随后，将所述非线性响应优化焊接温度局部时序输入向量的序列通过基于转换器结构的焊接温度时序上下文编码器以得到焊接温度局部时序特征向量的序列。其中，转换器（Transformer）结构是一种基于自注意力机制的神经网络架构，其能够捕捉输入序列中各个位置之间的依赖关系，适用于处理序列数据。这样，通过所述转换器结构来构建所述焊接温度时序上下文编码器，可以提取和挖掘作为输入的所述非线性响应优化焊接温度局部时序输入向量的序列中各个非线性响应优化焊接温度局部时序输入向量与所述非线性响应优化焊接温度局部时序输入向量的序列整体的时间依赖关系和上下文关联关系，从而减少关联信息的丢失，并完善各个局部时间跨度内焊接温度的时序特征表达。[0062] 进一步地从所述焊接温度局部时序特征向量的序列提取焊接稳定伪聚类中心特征向量。在本申请的实施例中，所述焊接稳定伪聚类中心特征向量为所述焊接温度局部时序特征向量的序列的均值特征向量，即所述焊接稳定伪聚类中心特征向量中第i位置的值为各个所述焊接温度局部时序特征向量中第i位置的特征值的均值。这样，所述焊接稳定伪聚类中心特征向量可以被视为所述焊接温度局部时序特征向量的序列的代表性信息，是焊接温度局部时序特征分布的聚类中心。[0063] 在本公开的一个实施例中，对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量，包括：从所述焊接温度局部时序特征向量的序列提取焊接稳定伪聚类中心特征向量；计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值以得到由多个焊接温度语义波动度量值组成的所述焊接温度时域波动特征向量。[0064] 其中，所述焊接稳定伪聚类中心特征向量为所述焊接温度局部时序特征向量的序列的均值特征向量。[0065] 这样以后，计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值以得到由多个焊接温度语义波动度量值组成的焊接温度时域波动特征向量。也就是，通过计算焊接温度语义波动度量值的方式来量化各个焊接温度局部时序特征向量所表示的各个局部时间跨度内焊接温度的时序温度分布模式与所述焊接稳定伪聚类中心特征向量所表示的整体焊接温度分布模式之间的差异程度，从而描述和刻画焊接温度的波动性信息。[0066] 在本公开的一个实施例中，计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值以得到由多个焊接温度语义波动度量值组成的所述焊接温度时域波动特征向量，包括：以如下焊接温度语义波动度量公式计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的所述焊接温度语义波动度量值；其中，所述焊接温度语义波动度量公式为：；其中， 为第 个所述焊接温度语义波动度量值， 为所述焊接稳定伪聚类中心特征向量， 为所述焊接温度局部时序特征向量的序列中的第 个焊接温度局部时序特征向量， 为第 个权重系数矩阵， 为第 个偏置向量， 表示双曲正切函数处理， 表示向量的转置。[0067] 在本公开的一个实施例中，基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令，包括：对所述焊接温度时域波动特征向量进行特征分布聚类优化以得到优化后焊接温度时域波动特征向量；将所述优化后焊接温度时域波动特征向量通过基于分类器的焊接速度自适应控制器以得到所述控制指令，所述控制指令用于表示当前时间点的焊接速度应增大、应减小或应保持不变。[0068] 在上述技术方案中，所述焊接温度局部时序特征向量的序列表达时序局部非线性分布伽马校正后的焊接温度值在局部时域下的时序分布通过全局时域下的局部时域间源时序分布上下文关联的局部?全局时序关联特征，但是，考虑到局部时域下的焊接温度值在全局时域内的不均衡时序分布以及伽马校正对于局部非线性时序响应的校正后强调了局部时域内的时序分布主趋势，所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量也会时序特征分布离散性，使得计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值得到的由多个焊接温度语义波动度量值组成的所述焊接温度时域波动特征向量也会具有显著的局部特征分布离散性。[0069] 这样，所述焊接温度时域波动特征向量作为整体通过分类器进行分类回归时，会由于所述焊接温度时域波动特征向量的局部特征分布离散性导致通过分类器进行分类回归时面向预定类概率的收敛困难，从而影响分类器的训练速度和最终得到的分类结果的准确性。[0070] 基于此，本申请的申请人对所述焊接温度时域波动特征向量进行聚类优化，也就是，首先对所述焊接温度时域波动特征向量的各个特征值进行聚类，例如基于特征值间距离的聚类，再基于聚类后的特征类内和类外表征进行优化，表示为：以如下优化公式对所述焊接温度时域波动特征向量进行特征分布聚类优化以得到优化后焊接温度时域波动特征向量； ；其中， 是所述焊接温度时域波动特征向量的各个特征值， 是所述焊接温度时域波动特征向量对应的特征集合数目，即所述焊接温度时域波动特征向量的长度， 是聚类特征数目， 表示聚类特征集合， 是优化后焊接温度时域波动特征向量的各个特征值。[0071] 具体地，通过将所述焊接温度时域波动特征向量的类内特征和类外特征作为不同的实例角色来进行基于聚类比例分布的类实例描述，并引入基于类内和类外动态上下文的聚类响应历史，来对所述焊接温度时域波动特征向量的整体特征的类内分布和类外分布保持协调的全局视角，使得对于所述焊接温度时域波动特征向量的优化的特征聚类操作可以维持类内和类外特征的连贯一致的响应，从而在类回归过程中基于特征聚类的回归收敛路径保持连贯一致，提升所述焊接温度时域波动特征向量的面向预定类概率的收敛效果，以改进分类器的训练速度和分类结果的准确性。[0072] 继而，将所述优化后焊接温度时域波动特征向量通过基于分类器的焊接速度自适应控制器以得到控制指令，所述控制指令用于表示当前时间点的焊接速度应增大、应减小或应保持不变。[0073] 在本公开的一个实施例中，将所述优化后焊接温度时域波动特征向量通过基于分类器的焊接速度自适应控制器以得到所述控制指令，所述控制指令用于表示当前时间点的焊接速度应增大、应减小或应保持不变，包括：使用所述分类器的多个全连接层对所述优化后焊接温度时域波动特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。[0074] 综上所述，采用上述方案，通过利用温度传感器来实时采集焊接过程中的焊接温度数据，并利用智能化算法来对焊接温度数据进行时序波动分析，从而识别焊接过程中温度波动的异常模式，并及时做出焊接速度的控制策略，以确：附又柿康奈榷ㄐ院鸵恢滦，避免因热输入量的异常波动而导致的焊接变形。[0075] 图2是根据一示例性实施例示出的一种铝合金船体焊接变形控制系统的框图。如图2所示，该系统200包括：[0076] 焊接温度获取模块201，用于获取由温度传感器采集的焊接温度的时间序列；[0077] 数据规整模块202，用于对所述焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列；[0078] 焊接温度上下文时序分析模块203，用于对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列；[0079] 波动分析模块204，用于对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量；[0080] 焊接速度的控制指令确定模块205，用于基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令。[0081] 下面参考图3，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。[0082] 如图3所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。[0083] 通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。[0084] 特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。[0085] 需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD?ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。[0086] 在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperTextTransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，adhoc端对端网络)，以及任何当前已知或未来研发的网络。[0087] 上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。[0088] 可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。[0089] 附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。[0090] 描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，测试参数获取模块还可以被描述为“获取目标设备对应的设备测试参数的模块”。[0091] 本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。[0092] 在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD?ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。[0093] 根据本公开的一个或多个实施例，示例1提供了一种铝合金船体焊接变形控制方法，所述方法包括：[0094] 获取由温度传感器采集的焊接温度的时间序列；[0095] 对所述焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列；[0096] 对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列；[0097] 对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量；[0098] 基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令。[0099] 根据本公开的一个或多个实施例，示例2提供了示例1的方法，对所述焊接温度的时间序列进行数据规整以得到焊接温度局部时序输入向量的序列，包括：[0100] 将所述焊接温度的时间序列按照时间维度排列为焊接温度时序输入向量；[0101] 基于预定时间尺度对所述焊接温度时序输入向量进行向量切分以得到所述焊接温度局部时序输入向量的序列。[0102] 根据本公开的一个或多个实施例，示例3提供了示例2的方法，对所述焊接温度局部时序输入向量的序列进行焊接温度上下文时序分析以得到焊接温度局部时序特征向量的序列，包括：[0103] 将所述焊接温度局部时序输入向量的序列中的各个焊接温度局部时序输入向量分别通过伽马校正模块以得到非线性响应优化焊接温度局部时序输入向量的序列；[0104] 将所述非线性响应优化焊接温度局部时序输入向量的序列通过基于转换器结构的焊接温度时序上下文编码器以得到所述焊接温度局部时序特征向量的序列。[0105] 根据本公开的一个或多个实施例，示例4提供了示例3的方法，将所述焊接温度局部时序输入向量的序列中的各个焊接温度局部时序输入向量分别通过伽马校正模块以得到非线性响应优化焊接温度局部时序输入向量的序列，包括：[0106] 以如下伽马校正公式对所述焊接温度局部时序输入向量进行处理以得到所述非线性响应优化焊接温度局部时序输入向量；其中，所述伽马校正公式为：；其中， 为所述焊接温度局部时序输入向量的各个位置的像素值，A、B、C和D为数值不相同的调整参数， 为所述非线性响应优化焊接温度局部时序输入向量的各个位置的像素值。[0107] 根据本公开的一个或多个实施例，示例5提供了示例4的方法，对所述焊接温度局部时序特征向量的序列进行基于聚类中心信息的波动分析以得到焊接温度时域波动特征向量，包括：[0108] 从所述焊接温度局部时序特征向量的序列提取焊接稳定伪聚类中心特征向量；[0109] 计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值以得到由多个焊接温度语义波动度量值组成的所述焊接温度时域波动特征向量。[0110] 根据本公开的一个或多个实施例，示例6提供了示例5的方法，所述焊接稳定伪聚类中心特征向量为所述焊接温度局部时序特征向量的序列的均值特征向量。[0111] 根据本公开的一个或多个实施例，示例7提供了示例6的方法，计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的焊接温度语义波动度量值以得到由多个焊接温度语义波动度量值组成的所述焊接温度时域波动特征向量，包括：[0112] 以如下焊接温度语义波动度量公式计算所述焊接温度局部时序特征向量的序列中的各个焊接温度局部时序特征向量相对于所述焊接稳定伪聚类中心特征向量的所述焊接温度语 义波动度 量值；其 中，所述 焊接温度语 义波动度 量公式为 ：；其中， 为第 个所述焊接温度语义波动度量值， 为所述焊接稳定伪聚类中心特征向量， 为所述焊接温度局部时序特征向量的序列中的第个焊接温度局部时序特征向量， 为第 个权重系数矩阵， 为第 个偏置向量，表示双曲正切函数处理， 表示向量的转置。[0113] 根据本公开的一个或多个实施例，示例8提供了示例7的方法，基于所述焊接温度时域波动特征向量来确定焊接速度的控制指令，包括：[0114] 对所述焊接温度时域波动特征向量进行特征分布聚类优化以得到优化后焊接温度时域波动特征向量；[0115] 将所述优化后焊接温度时域波动特征向量通过基于分类器的焊接速度自适应控制器以得到所述控制指令，所述控制指令用于表示当前时间点的焊接速度应增大、应减小或应保持不变。[0116] 根据本公开的一个或多个实施例，示例9提供了示例8的方法，将所述优化后焊接温度时域波动特征向量通过基于分类器的焊接速度自适应控制器以得到所述控制指令，所述控制指令用于表示当前时间点的焊接速度应增大、应减小或应保持不变，包括：[0117] 使用所述分类器的多个全连接层对所述优化后焊接温度时域波动特征向量进行全连接编码以得到编码分类特征向量；以及[0118] 将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。[0119] 图4是根据一示例性实施例示出的一种铝合金船体焊接变形控制方法的应用场景图。如图4所示，在该应用场景中，首先，获取由温度传感器采集的焊接温度的时间序列（例如，如图4中所示意的C）；然后，将获取的焊接温度的时间序列输入至部署有铝合金船体焊接变形控制算法的服务器（例如，如图4中所示意的S）中，其中所述服务器能够基于铝合金船体焊接变形控制算法对所述焊接温度的时间序列进行处理，以确定焊接速度的控制指令。[0120] 以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。[0121] 此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。[0122] 尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

专利地区：广西

专利申请日期：2024-04-10

专利公开日期：2024-08-23

专利公告号：CN118204658B