一种基于数据挖掘的锡焊智能评估方法及系统与流程

1.本发明涉及数据处理相关技术领域，具体涉及一种基于数据挖掘的锡焊智能评估方法及系统。


背景技术：

2.锡焊评估用于锡焊工艺，多指对锡焊工艺过程中的各个环节进行评估和监控，以确保产品质量达到要求，同时，可以识别和纠正存在的问题，帮助企业及时发现问题并改进，降低不良品率和客户投诉率，提高客户满意度。
3.常见的，按照一定比例从生产中的锡焊产品中选取样品进行抽样检验，确保产品质量和符合标准要求，但由于在生产后通过抽样检验确定最佳参数的成本较高、效率较低，不建议使用于实际生产加工，基于此，提前对焊接控制进行评估，保证锡焊产品质量。
4.综上所述，现有技术中存在锡焊产品的质量检测局限于生产后，同时，在生产后通过抽样检验确定最佳参数的成本较高、效率较低的技术问题。


技术实现要素：

5.本技术通过提供了一种基于数据挖掘的锡焊智能评估方法及系统，旨在解决现有技术中的锡焊产品的质量检测局限于生产后，同时，在生产后通过抽样检验确定最佳参数的成本较高、效率较低的技术问题。
6.鉴于上述问题，本技术实施例提供了一种基于数据挖掘的锡焊智能评估方法及系统。
7.本技术公开的第一个方面，提供了一种基于数据挖掘的锡焊智能评估方法，其中，应用于自动焊接装置，所述自动焊接装置包括视觉模块、光照模块、多轴工业机器人和烙铁控制模块，所述方法包括：当待焊接工件输送至预设位置时，通过视觉模块和光照模块采集工件图像信息进行分割，获取焊盘特征信息，其中，所述焊盘特征信息包括焊点定位特征和焊点尺寸特征；根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息；根据锡焊质量评价指标遍历所述m组检测记录信息对所述m组焊接控制参数进行评估，生成m个锡焊质量评估结果；当所述m个锡焊质量评估结果都不满足评价指标联合期望，基于所述m组焊接控制参数进行优化，生成焊接控制参数优化结果发送至所述多轴工业机器人和所述烙铁控制模块，其中，所述焊接控制参数优化结果为锡焊质量评估合格的控制参数。
8.本技术公开的另一个方面，提供了一种基于数据挖掘的锡焊智能评估系统，其中，所述系统包括：焊盘特征信息获取模块，用于当待焊接工件输送至预设位置时，通过视觉模块和光照模块采集工件图像信息进行分割，获取焊盘特征信息，其中，所述焊盘特征信息包括焊点定位特征和焊点尺寸特征；数据挖掘模块，用于根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息；控制参数评估模块，用于根据锡焊质量评价指标遍历所述m组检测记录信息对所述m组焊接控制
参数进行评估，生成m个锡焊质量评估结果；优化结果发送模块，用于当所述m个锡焊质量评估结果都不满足评价指标联合期望，基于所述m组焊接控制参数进行优化，生成焊接控制参数优化结果发送至多轴工业机器人和烙铁控制模块，其中，所述焊接控制参数优化结果为锡焊质量评估合格的控制参数。
9.本技术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：由于采用了当待焊接工件输送至预设位置时，采集工件图像信息并分割，获取焊盘特征信息；根据待焊接工件型号、焊点定位特征和焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息并结合锡焊质量评价指标遍历评估，生成m个锡焊质量评估结果，若不满足评价指标联合期望，优化生成焊接控制参数优化结果发送至多轴工业机器人和烙铁控制模块，实现了在锡焊产品的质量检测设置于生产前，对焊接控制进行评估，以保证锡焊产品质量为目标，进行数据挖掘并优化焊接控制参数，在生产前提前确定最佳参数，降低确定最佳参数的成本、提高效率的技术效果。
10.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
11.图1为本技术实施例提供了一种基于数据挖掘的锡焊智能评估方法可能的流程示意图；图2为本技术实施例提供了一种基于数据挖掘的锡焊智能评估方法中添加m个锡焊质量评估结果可能的流程示意图；图3为本技术实施例提供了一种基于数据挖掘的锡焊智能评估方法中生成第一联合评价规则可能的流程示意图；图4为本技术实施例提供了一种基于数据挖掘的锡焊智能评估系统可能的结构示意图。
12.附图标记说明：焊盘特征信息获取模块100，数据挖掘模块200，控制参数评估模块300，优化结果发送模块400。
具体实施方式
13.本技术实施例提供了一种基于数据挖掘的锡焊智能评估方法及系统，解决了锡焊产品的质量检测局限于生产后，同时，在生产后通过抽样检验确定最佳参数的成本较高、效率较低的技术问题，实现了在锡焊产品的质量检测设置于生产前，对焊接控制进行评估，以保证锡焊产品质量为目标，进行数据挖掘并优化焊接控制参数，在生产前提前确定最佳参数，降低确定最佳参数的成本、提高效率的技术效果。
14.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
实施例一
15.如图1所示，本技术实施例提供了一种基于数据挖掘的锡焊智能评估方法，其中，
应用于自动焊接装置，所述自动焊接装置包括视觉模块、光照模块、多轴工业机器人和烙铁控制模块，所述方法包括：s10：当待焊接工件输送至预设位置时，通过视觉模块和光照模块采集工件图像信息进行分割，获取焊盘特征信息，其中，所述焊盘特征信息包括焊点定位特征和焊点尺寸特征；步骤s10包括步骤：s11：将所述工件图像信息转换为数字图像进行图像预处理，生成第一数字图像；s12：根据预设灰度阈值对所述第一数字图像进行阈值分割，获取多个定位圆孔坐标；s13：根据所述多个定位圆孔坐标对所述待焊接工件进行定位后，通过所述视觉模块和所述光照模块，采集第二数字图像；s14：对所述第二数字图像进行语义分割，生成所述焊点定位特征和所述焊点尺寸特征添加进所述焊盘特征信息，其中，所述对所述第二数字图像进行语义分割包括，s15：采集焊接工件图像集进行焊点边界标识，生成焊接工件图像标识数据集，基于u-net拓扑网络训练焊点识别模型对所述第二数字图像进行语义分割。
16.具体而言，所述自动焊接装置包括视觉模块、光照模块、多轴工业机器人和烙铁控制模块，其中，所述自动焊接装置与视觉模块、自动焊接装置与光照模块、自动焊接装置与多轴工业机器人和自动焊接装置与烙铁控制模块之间通信连接，所述通信连接简单来说就是通过信号的传输交互，在所述自动焊接装置与视觉模块、自动焊接装置与光照模块、自动焊接装置与多轴工业机器人和自动焊接装置与烙铁控制模块之间构成通讯网络，为进行锡焊智能评估提供硬件基础；当待焊接工件输送至预设位置时，通过视觉模块和光照模块采集工件图像信息进行分割，获取焊盘特征信息，包括，所述焊盘特征信息包括焊点定位特征和焊点尺寸特征，所述预设位置为锡焊操作台，所述待焊接工件已完成锡焊准备，锡焊准备包括打磨等一系列表面加工，当待焊接工件输送至预设位置时，启动图像采集装置，使用图像采集装置采集所述待焊接工件的图像，采集所得图像为所述工件图像信息；所述数字图像是以二维数字组形式表示的图像，对所述工件图像信息进行数字化处理，将所述工件图像信息转换为数字图像并进行图像预处理，生成第一数字图像，所述图像预处理至少包括图像增强处理、直方图处理、图像平滑处理、锐化处理中的一项处理，若图像的边缘、轮廓不清晰可以进行图像增强处理；若因干扰的影响产生噪声可以进行图像平滑处理，需要对照图像进行对应的预处理操作；所述预设灰度阈值为预设参数指标，一般的，焊盘的固定点上设置有螺孔、螺丝钉，相应的，焊盘的固定点上的灰度值远大于其他位置，基于此，设置预设灰度阈值，将所述预设灰度阈值作为分割约束条件，对所述第一数字图像进行阈值分割，获取多个定位圆孔坐标，所述多个定位圆孔坐标为焊盘的固定点的坐标，一般的，为保证待焊接工件可以稳定地固定于焊盘，定位圆孔坐标个数不低于3；根据所述多个定位圆孔坐标对所述待焊接工件进行定位后，待焊接工件可以稳定地固定于焊盘，所述视觉模块为视觉图像采集装置，所述光照模块包括多个自调节发光源，为视觉模块提供支持，通过所述视觉模块和所述光照模块之间的相互配合，对所述待焊接
工件进行图像采集，采集第二数字图像；对所述第二数字图像进行语义分割，生成所述焊点定位特征和所述焊点尺寸特征添加进所述焊盘特征信息，其中，所述对所述第二数字图像进行语义分割包括，使用所述视觉模块，采集已焊接的焊接工件的图像，获取焊接工件图像集，所述焊接工件图像集与所述已焊接的焊接工件一一对应；对焊接工件图像集进行焊点边界标识，生成焊接工件图像标识数据集，所述焊点边界标识包括已焊接的焊接工件的焊点定位标识、焊点尺寸标识，焊接工件图像标识数据集包括多个已焊接的焊接工件的焊点定位特征、焊点尺寸特征，以u-net拓扑网络为模型基础，焊接工件图像集、焊接工件图像标识数据集一一对应，将焊接工件图像集、焊接工件图像标识数据集作为训练数据，按照焊接工件图像集、焊接工件图像标识数据集之间的对应分组输入u-net拓扑网络中进行训练，在模型输出趋于稳定（模型稳定：输出的焊点特征与已焊接的焊接工件的焊点定位特征、焊点尺寸特征一致）后，训练得到焊点识别模型，使用训练完成的焊点识别模型对所述第二数字图像进行语义分割，为进行焊点定位提供模型支持。
17.s20：根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息；步骤s20包括步骤：s21：以所述待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征为场景约束因子，以焊接控制参数和检测记录信息为挖掘目标因子进行焊接大数据采集，生成初始焊接控制参数记录数据和初始检测记录信息；s22：遍历所述焊接控制参数设定多个控制参数偏差阈值；s23：根据所述多个控制参数偏差阈值的第一个控制参数偏差阈值对所述初始焊接控制参数记录数据进行层次聚类分析，生成第一聚类结果；s24：根据所述多个控制参数偏差阈值的第i个控制参数偏差阈值遍历第i-1聚类结果进行层次聚类分析，生成第i聚类结果；s25：当i等于焊接控制参数类型数量时，获取所述第i聚类结果的类内支持度；s26：将所述类内支持度大于或等于支持度阈值的所述初始焊接控制参数记录数据和其对应的所述初始检测记录信息，设为所述m组焊接控制参数和所述m组检测记录信息；s27：其中，所述焊接控制参数包括送锡量，送锡速度，停顿时间和焊接温度；所述类内支持度表征控制参数记录数据的聚类频率参数；所述检测记录信息包括外观检测记录数据和电性能检测记录数据。
18.具体而言，根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息，包括，所述待焊接工件型号包括工件种类和对应的编码，可以唯一确定所述待焊接工件，所述检测记录信息包括外观检测记录数据和电性能检测记录数据，所述焊接控制参数包括送锡量、送锡速度、停顿时间和焊接温度，将所述待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征设置为场景约束因子，将焊接控制参数和检测记录信息作为挖掘检索内容，设置挖掘目标因子，以所述挖掘目标因子进行焊接大数据采集，采集得到初始焊接控制参数记录数据和初始检测记录信息，所
述初始焊接控制参数记录数据的数据类型与焊接控制参数的数据类型一致，所述初始检测记录信息的数据类型与检测记录信息的数据类型一致；遍历所述焊接控制参数，比较所述焊接控制参数中每个参标中的最大值、最小值，对应设定多个控制参数偏差阈值，所述焊接控制参数包括但不限于送锡量、送锡速度、停顿时间和焊接温度，对应的，控制参数偏差阈值至少包括送锡量阈值、送锡速度阈值、停顿时间阈值和焊接温度阈值；所述第一个控制参数偏差阈值为所述多个控制参数偏差阈值中的任意一项，根据所述多个控制参数偏差阈值中的第一个控制参数偏差阈值，对所述初始焊接控制参数记录数据进行层次聚类分析，简单来说就是选所述第一个控制参数偏差阈值的中值作为参照点，所述初始焊接控制参数记录数据进行自底向上的凝聚层次聚类，迭代直到所述初始焊接控制参数记录数据中焊接控制参数分布不再变化后，生成第一聚类结果；对照所述第一聚类结果重复上述步骤，根据所述多个控制参数偏差阈值的第i个控制参数偏差阈值遍历第i-1聚类结果进行层次聚类分析，生成第i聚类结果；所述类内支持度表征控制参数记录数据的聚类频率参数，若所述焊接控制参数为送锡量、送锡速度、停顿时间和焊接温度，即在i=4时，i等于焊接控制参数类型数量时，获取所述第i聚类结果的类内支持度；所述检测记录信息包括外观检测记录数据和电性能检测记录数据；将所述类内支持度大于或等于支持度阈值的所述初始焊接控制参数记录数据和其对应的所述初始检测记录信息，设为所述m组焊接控制参数和所述m组检测记录信息，通过数据挖掘，为进行焊接控制参数优化提供数据基础。
19.步骤s26包括步骤：s261：将所述类内支持度大于或等于所述支持度阈值的所述初始焊接控制参数记录数据按照所述类内支持度自大到小进行序列化标识，生成序列标识结果；s262：按照所述序列标识结果自首至尾筛选所述m组焊接控制参数和其对应的所述m组检测记录信息，其中，m≥20，m为正整数，表征数据挖掘目标数量。
20.具体而言，将所述类内支持度大于或等于支持度阈值的所述初始焊接控制参数记录数据和其对应的所述初始检测记录信息，设为所述m组焊接控制参数和所述m组检测记录信息，包括，所述支持度阈值由本领域相关技术人员自行设置，所述类内支持度（intra-class support，简称ics）是一种用于评价聚类质量的指标，主要用于评估同一类别内部的信息之间的相似度和紧密度，比较所述类内支持度、所述支持度阈值，若所述类内支持度大于或等于所述支持度阈值，按照所述类内支持度自大到小对所述类内支持度大于或等于所述支持度阈值的所述初始焊接控制参数记录数据进行序列化标识，在序列化标识到剩余的类内支持度均小于所述支持度阈值后，得到序列标识结果，所述序列标识结果中所述类内支持度大于或等于所述支持度阈值的所述初始焊接控制参数记录数据不少于100组；按照所述序列标识结果自首至尾筛选排序靠前的m组焊接控制参数和其对应的所述m组检测记录信息，m≥20，m为正整数，m用于表征数据挖掘目标数量，为保证数据挖掘的数据量满足需求提供支持。
21.s30：根据锡焊质量评价指标遍历所述m组检测记录信息对所述m组焊接控制参数进行评估，生成m个锡焊质量评估结果；如图2所示，步骤s30包括步骤：
s31：所述锡焊质量评价指标包括外观检测指标和电性能检测指标，所述外观检测指标包括润湿角参数，焊接平滑度、焊点厚度、焊点大小和焊点缺陷参数，所述电性能检测指标包括导通度、绝缘性和元器件不良率；s32：根据所述外观检测指标和所述电性能检测指标构建一级筛选体系和二级评价体系；s33：当所述m组检测记录信息的任意一个满足所述一级筛选体系时，根据所述二级评价体系进行联合评价，添加所述m个锡焊质量评估结果；s34：当所述m组检测记录信息的任意一个不满足所述一级筛选体系时，将锡焊质量评估结果设置为最低分，添加所述m个锡焊质量评估结果。
22.具体而言，根据锡焊质量评价指标遍历所述m组检测记录信息对所述m组焊接控制参数进行评估，生成m个锡焊质量评估结果，包括，所述锡焊质量评价指标包括外观检测指标和电性能检测指标，所述外观检测指标包括润湿角参数，焊接平滑度、焊点厚度、焊点大小和焊点缺陷参数，所述电性能检测指标包括导通度、绝缘性和元器件不良率；所述一级筛选体系可以是所述外观检测指标对应的工件外观的筛选体系，所述二级筛选体系可以是所述电性能检测指标对应的工件电性能的筛选体系，根据所述外观检测指标和所述电性能检测指标分别构建一级筛选体系和二级评价体系；比较所述m组检测记录信息与外观检测指标，若工件外观的筛选均通过，即所述m组检测记录信息的任意一个满足所述一级筛选体系，当所述m组检测记录信息的任意一个满足所述一级筛选体系时，比较所述m组检测记录信息与电性能检测指标，根据所述二级评价体系进行联合评价，添加所述m个锡焊质量评估结果，所述联合评价对应的评价指标包括导通度、绝缘性和元器件不良率等电性能检测指标，所述锡焊质量评估结果包括导通度质量评估结果、绝缘性质量评估结果和元器件不良率质量评估结果；比较所述m组检测记录信息与外观检测指标，若工件外观的筛选有一项或不止一项通过，即所述m组检测记录信息的任意一个不满足所述一级筛选体系，当所述m组检测记录信息的任意一个不满足所述一级筛选体系时，直接将锡焊质量评估结果设置为最低分，添加所述m个锡焊质量评估结果，为进行锡焊质量评估提供参考。
23.步骤s32包括步骤：s321：遍历所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数、所述导通度、所述绝缘性和所述元器件不良率设定检测指标分散阈值；s322：遍历所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数进行权重分布，获取第一权重分布结果；s323：遍历所述导通度、所述绝缘性和所述元器件不良率进行权重分布，获取第二权重分布结果；s324：根据所述第一权重分布结果对所述润湿角参数，所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数设定第一联合评价规则；s325：根据所述第二权重分布结果对所述导通度、所述绝缘性和所述元器件不良率设定第二联合评价规则；s326：根据所述检测指标分散阈值构建所述一级筛选体系；s327：根据所述第一联合评价规则和所述第二联合评价规则，构建所述二级评价
体系。
24.具体而言，根据所述外观检测指标和所述电性能检测指标构建一级筛选体系和二级评价体系，包括，将外观检测指标中的润湿角参数，焊接平滑度、焊点厚度、焊点大小和焊点缺陷参数以及所述电性能检测指标中的导通度、绝缘性和元器件不良率作为遍历方向，将所述m组检测记录信息作为遍历内容，在所述m组检测记录信息遍历所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数、所述导通度、所述绝缘性和所述元器件不良率的最小值与最大值，依照最小值与最大值设定检测指标分散阈值；利用层次分析法遍历所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数进行权重分布，获取第一权重分布结果：所述层次分析法为主观赋权法，通过层次分析法构建所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数与检测指标分散阈值的体系递阶层次的结构，通过所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数与检测指标分散阈值的体系递阶层次的结构特征进行矩阵转化，生成判断的矩阵，计算所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数与检测指标分散阈值的递阶层次对应的权值，获取第一权重分布结果；对照第一权重分布结果的分析步骤，利用层次分析法遍历所述导通度、所述绝缘性和所述元器件不良率进行权重分布，获取第二权重分布结果；根据所述第一权重分布结果对所述润湿角参数，所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数进行加权评价并设定第一联合评价规则；对照第一联合评价规则的设置步骤，根据所述第二权重分布结果对所述导通度、所述绝缘性和所述元器件不良率设定第二联合评价规则；有序的，先将所述检测指标分散阈值设置为筛选条件，根据所述检测指标分散阈值构建所述一级筛选体系，若不满足检测指标分散阈值就无法删除相关数据，有且仅有，在全部满足检测指标分散阈值后，根据所述第一联合评价规则和所述第二联合评价规则，构建所述二级评价体系，所述第一联合评价规则用于约束外观检测，所述第二联合评价规则用于约束电性能检测，为进行锡焊质量评估中的外观检测、电性能检测提供支持。
25.如图3所示，步骤s324包括步骤：s324-1：构建归一化处理通道，所述归一化处理层用于对所述润湿角参数，所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数进行归一化处理；s324-2：构建加权评价通道，所述加权评价通道串联于所述归一化处理通道之后，用于根据所述第一权重分布结果对所述归一化处理通道的输出数据进行加权评价；s324-3：根据所述归一化处理通道和所述加权评价通道生成所述第一联合评价规则。
26.具体而言，根据所述第一权重分布结果对所述润湿角参数，所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数设定第一联合评价规则，包括，利用变异系数法构建归一化处理通道，所述变异系数法为一种客观赋权的方法，直接利用所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数所包含的信息，将所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数关联映射至（0，1）的区间中，所述归一化处理层用于对所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数进行归一化处理；
利用层次分析法进行权重分布得到第一权重分布结果，所述层次分析法为主观赋权法，综合变异系数法与所述层次分析法进行组合赋权，所述组合赋权即综合主、客观赋权结果进行赋权，构建加权评价通道，所述加权评价通道串通连接于所述归一化处理通道之后，所述加权评价通道用于根据所述第一权重分布结果对所述归一化处理通道的输出数据进行加权评价；将所述归一化处理通道和所述加权评价通道串通连接所得设置为第一联合评价规则，确定第一联合评价规则，利用组合赋权对不同的指标或特征进行加权组合，消除个别指标或特征的噪声和偏差，增强工件外观的筛选体系的稳定性和泛化能力。
27.s40：当所述m个锡焊质量评估结果都不满足评价指标联合期望，基于所述m组焊接控制参数进行优化，生成焊接控制参数优化结果发送至所述多轴工业机器人和所述烙铁控制模块，其中，所述焊接控制参数优化结果为锡焊质量评估合格的控制参数。
28.步骤s40包括步骤：s41：当所述m个锡焊质量评估结果都不满足所述评价指标联合期望，根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行二次数据挖掘，获取n组焊接控制参数，所述n组焊接控制参数与所述m组焊接控制参数不同，且n≥2m；s42：当所述n组焊接控制参数的n个锡焊质量评估结果的任意一个满足所述评价指标联合期望时，设为所述焊接控制参数优化结果发送至所述多轴工业机器人和所述烙铁控制模块。
29.具体而言，当所述m个锡焊质量评估结果都不满足评价指标联合期望，基于所述m组焊接控制参数进行优化，生成焊接控制参数优化结果发送至所述多轴工业机器人和所述烙铁控制模块，包括，所述焊接控制参数优化结果为锡焊质量评估合格的控制参数，所述评价指标联合期望为本领域相关技术人员自定义设置的指标，比价所述m个锡焊质量评估结果与所述评价指标联合期望，当所述m个锡焊质量评估结果都不满足所述评价指标联合期望，即表明数据挖掘的m组焊接控制参数和m组检测记录信息中不存在满足评价指标联合期望的样本，需要进一步扩大数据范围，在m组焊接控制参数和m组检测记录信息的基础上，根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行二次数据挖掘，获取n组焊接控制参数，所述数据挖掘与所述二次数据挖掘的操作步骤一致，所述n组焊接控制参数与所述m组焊接控制参数不同，且n≥2m，同样的，当所述n组焊接控制参数对应的n个锡焊质量评估结果都不满足所述评价指标联合期望，仍需进行三次数据挖掘，直至满足所述评价指标联合期望停止进行数据挖掘循环，同样的，n为正整数；比较所述m个锡焊质量评估结果与所述评价指标联合期望，当所述n组焊接控制参数的n个锡焊质量评估结果的任意一个满足所述评价指标联合期望时，即表明数据挖掘的m组焊接控制参数和m组检测记录信息中存在至少一项满足评价指标联合期望的样本，将满足评价指标联合期望的样本进行显示标记，将所述m组焊接控制参数中存在显示标记的焊接控制参数设为所述焊接控制参数优化结果并发送至所述多轴工业机器人和所述烙铁控制模块，为进行锡焊的焊接控制参数自动优化提供支持。
30.综上所述，本技术实施例所提供的一种基于数据挖掘的锡焊智能评估方法及系统具有如下技术效果：1．由于采用了当待焊接工件输送至预设位置时，采集工件图像信息并分割，获取
焊盘特征信息；根据待焊接工件型号、焊点定位特征和焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息并结合锡焊质量评价指标遍历评估，生成m个锡焊质量评估结果，若不满足评价指标联合期望，优化生成焊接控制参数优化结果发送至多轴工业机器人和烙铁控制模块，本技术通过提供了一种基于数据挖掘的锡焊智能评估方法及系统，实现了在锡焊产品的质量检测设置于生产前，对焊接控制进行评估，以保证锡焊产品质量为目标，进行数据挖掘并优化焊接控制参数，在生产前提前确定最佳参数，降低确定最佳参数的成本、提高效率的技术效果。
31.2．由于采用了构建归一化处理通道；构建加权评价通道，并结合归一化处理通道生成第一联合评价规则，利用组合赋权对不同的指标或特征进行加权组合，消除个别指标或特征的噪声和偏差，增强工件外观的筛选体系的稳定性和泛化能力。
实施例二
32.基于与前述实施例中一种基于数据挖掘的锡焊智能评估方法相同的发明构思，如图4所示，本技术实施例提供了一种基于数据挖掘的锡焊智能评估系统，其中，所述系统包括：焊盘特征信息获取模块100，用于当待焊接工件输送至预设位置时，通过视觉模块和光照模块采集工件图像信息进行分割，获取焊盘特征信息，其中，所述焊盘特征信息包括焊点定位特征和焊点尺寸特征；数据挖掘模块200，用于根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息；控制参数评估模块300，用于根据锡焊质量评价指标遍历所述m组检测记录信息对所述m组焊接控制参数进行评估，生成m个锡焊质量评估结果；优化结果发送模块400，用于当所述m个锡焊质量评估结果都不满足评价指标联合期望，基于所述m组焊接控制参数进行优化，生成焊接控制参数优化结果发送至多轴工业机器人和烙铁控制模块，其中，所述焊接控制参数优化结果为锡焊质量评估合格的控制参数。
33.进一步的，所述系统包括：第一数字图像采集模块，用于将所述工件图像信息转换为数字图像进行图像预处理，生成第一数字图像；阈值分割模块，用于根据预设灰度阈值对所述第一数字图像进行阈值分割，获取多个定位圆孔坐标；第二数字图像采集模块，用于根据所述多个定位圆孔坐标对所述待焊接工件进行定位后，通过所述视觉模块和所述光照模块，采集第二数字图像；焊盘特征信息生成模块，用于对所述第二数字图像进行语义分割，生成所述焊点定位特征和所述焊点尺寸特征添加进所述焊盘特征信息，其中，所述对所述第二数字图像进行语义分割包括，语义分割模块，用于采集焊接工件图像集进行焊点边界标识，生成焊接工件图像标识数据集，基于u-net拓扑网络训练焊点识别模型对所述第二数字图像进行语义分割。
34.进一步的，所述系统包括：焊接数据采集模块，用于以所述待焊接工件型号、所述焊点定位特征和所述焊点
尺寸特征为场景约束因子，以焊接控制参数和检测记录信息为挖掘目标因子进行焊接大数据采集，生成初始焊接控制参数记录数据和初始检测记录信息；控制参数偏差阈值设置模块，用于遍历所述焊接控制参数设定多个控制参数偏差阈值；第一层次聚类分析模块，用于根据所述多个控制参数偏差阈值的第一个控制参数偏差阈值对所述初始焊接控制参数记录数据进行层次聚类分析，生成第一聚类结果；第i层次聚类分析模块，用于根据所述多个控制参数偏差阈值的第i个控制参数偏差阈值遍历第i-1聚类结果进行层次聚类分析，生成第i聚类结果；类内支持度获取模块，用于当i等于焊接控制参数类型数量时，获取所述第i聚类结果的类内支持度；焊接控制参数与检测记录设置模块，用于将所述类内支持度大于或等于支持度阈值的所述初始焊接控制参数记录数据和其对应的所述初始检测记录信息，设为所述m组焊接控制参数和所述m组检测记录信息；焊接控制参数、类内支持度、检测记录信息确定模块，用于其中，所述焊接控制参数包括送锡量，送锡速度，停顿时间和焊接温度；所述类内支持度表征控制参数记录数据的聚类频率参数；所述检测记录信息包括外观检测记录数据和电性能检测记录数据。
35.进一步的，所述系统包括：序列化标识模块，用于将所述类内支持度大于或等于所述支持度阈值的所述初始焊接控制参数记录数据按照所述类内支持度自大到小进行序列化标识，生成序列标识结果；数据筛选模块，用于按照所述序列标识结果自首至尾筛选所述m组焊接控制参数和其对应的所述m组检测记录信息，其中，m≥20，m为正整数，表征数据挖掘目标数量。
36.进一步的，所述系统包括：锡焊质量评价指标、外观检测指标、电性能检测指标确定模块，用于所述锡焊质量评价指标包括外观检测指标和电性能检测指标，所述外观检测指标包括润湿角参数，焊接平滑度、焊点厚度、焊点大小和焊点缺陷参数，所述电性能检测指标包括导通度、绝缘性和元器件不良率；一、二级评价体系构建模块，用于根据所述外观检测指标和所述电性能检测指标构建一级筛选体系和二级评价体系；联合评价模块，用于当所述m组检测记录信息的任意一个满足所述一级筛选体系时，根据所述二级评价体系进行联合评价，添加所述m个锡焊质量评估结果；锡焊质量评估结果添加模块，用于当所述m组检测记录信息的任意一个不满足所述一级筛选体系时，将锡焊质量评估结果设置为最低分，添加所述m个锡焊质量评估结果。
37.进一步的，所述系统包括：指标遍历模块，用于遍历所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数、所述导通度、所述绝缘性和所述元器件不良率设定检测指标分散阈值；第一权重分布结果获取模块，用于遍历所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数进行权重分布，获取第一权重分布结果；
第二权重分布结果获取模块，用于遍历所述导通度、所述绝缘性和所述元器件不良率进行权重分布，获取第二权重分布结果；第一联合评价规则设定模块，用于根据所述第一权重分布结果对所述润湿角参数，所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数设定第一联合评价规则；第二联合评价规则设定模块，用于根据所述第二权重分布结果对所述导通度、所述绝缘性和所述元器件不良率设定第二联合评价规则；一级筛选体系构建模块，用于根据所述检测指标分散阈值构建所述一级筛选体系；二级筛选体系构建模块，用于根据所述第一联合评价规则和所述第二联合评价规则，构建所述二级评价体系。
38.进一步的，所述系统包括：归一化处理模块，用于构建归一化处理通道，所述归一化处理层用于对所述润湿角参数，所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数进行归一化处理；加权评价模块，用于构建加权评价通道，所述加权评价通道串联于所述归一化处理通道之后，用于根据所述第一权重分布结果对所述归一化处理通道的输出数据进行加权评价；第一联合评价规则生成模块，用于根据所述归一化处理通道和所述加权评价通道生成所述第一联合评价规则。
39.进一步的，所述系统包括：二次数据挖掘模块，用于当所述m个锡焊质量评估结果都不满足所述评价指标联合期望，根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行二次数据挖掘，获取n组焊接控制参数，所述n组焊接控制参数与所述m组焊接控制参数不同，且n≥2m；焊接控制参数优化结果发送模块，用于当所述n组焊接控制参数的n个锡焊质量评估结果的任意一个满足所述评价指标联合期望时，设为所述焊接控制参数优化结果发送至所述多轴工业机器人和所述烙铁控制模块。
40.综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中，并可以被不设限制的计算机处理器调用识别用以实现本技术实施例中的任一项方法，在此不做多余限制。
41.进一步的，综上所述的第一或第二可能不只代表次序关系，也可能代表某项特指概念。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。

技术特征：
1.一种基于数据挖掘的锡焊智能评估方法，其特征在于，应用于自动焊接装置，所述自动焊接装置包括视觉模块、光照模块、多轴工业机器人和烙铁控制模块，包括：当待焊接工件输送至预设位置时，通过视觉模块和光照模块采集工件图像信息进行分割，获取焊盘特征信息，其中，所述焊盘特征信息包括焊点定位特征和焊点尺寸特征；根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息；根据锡焊质量评价指标遍历所述m组检测记录信息对所述m组焊接控制参数进行评估，生成m个锡焊质量评估结果；当所述m个锡焊质量评估结果都不满足评价指标联合期望，基于所述m组焊接控制参数进行优化，生成焊接控制参数优化结果发送至所述多轴工业机器人和所述烙铁控制模块，其中，所述焊接控制参数优化结果为锡焊质量评估合格的控制参数。2.如权利要求1所述的方法，其特征在于，当待焊接工件输送至预设位置时，通过视觉模块和光照模块采集工件图像信息进行分割，获取焊盘特征信息，其中，所述焊盘特征信息包括焊点定位特征和焊点尺寸特征，包括：将所述工件图像信息转换为数字图像进行图像预处理，生成第一数字图像；根据预设灰度阈值对所述第一数字图像进行阈值分割，获取多个定位圆孔坐标；根据所述多个定位圆孔坐标对所述待焊接工件进行定位后，通过所述视觉模块和所述光照模块，采集第二数字图像；对所述第二数字图像进行语义分割，生成所述焊点定位特征和所述焊点尺寸特征添加进所述焊盘特征信息，其中，所述对所述第二数字图像进行语义分割包括，采集焊接工件图像集进行焊点边界标识，生成焊接工件图像标识数据集，基于u-net拓扑网络训练焊点识别模型对所述第二数字图像进行语义分割。3.如权利要求1所述的方法，其特征在于，根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息，包括：以所述待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征为场景约束因子，以焊接控制参数和检测记录信息为挖掘目标因子进行焊接大数据采集，生成初始焊接控制参数记录数据和初始检测记录信息；遍历所述焊接控制参数设定多个控制参数偏差阈值；根据所述多个控制参数偏差阈值的第一个控制参数偏差阈值对所述初始焊接控制参数记录数据进行层次聚类分析，生成第一聚类结果；根据所述多个控制参数偏差阈值的第i个控制参数偏差阈值遍历第i-1聚类结果进行层次聚类分析，生成第i聚类结果；当i等于焊接控制参数类型数量时，获取所述第i聚类结果的类内支持度；将所述类内支持度大于或等于支持度阈值的所述初始焊接控制参数记录数据和其对应的所述初始检测记录信息，设为所述m组焊接控制参数和所述m组检测记录信息；其中，所述焊接控制参数包括送锡量，送锡速度，停顿时间和焊接温度；所述类内支持度表征控制参数记录数据的聚类频率参数；所述检测记录信息包括外观检测记录数据和电性能检测记录数据。4.如权利要求3所述的方法，其特征在于，将所述类内支持度大于或等于支持度阈值的
所述初始焊接控制参数记录数据和其对应的所述初始检测记录信息，设为所述m组焊接控制参数和所述m组检测记录信息，包括：将所述类内支持度大于或等于所述支持度阈值的所述初始焊接控制参数记录数据按照所述类内支持度自大到小进行序列化标识，生成序列标识结果；按照所述序列标识结果自首至尾筛选所述m组焊接控制参数和其对应的所述m组检测记录信息，其中，m≥20，m为正整数，表征数据挖掘目标数量。5.如权利要求1所述的方法，其特征在于，根据锡焊质量评价指标遍历所述m组检测记录信息对所述m组焊接控制参数进行评估，生成m个锡焊质量评估结果，包括：所述锡焊质量评价指标包括外观检测指标和电性能检测指标，所述外观检测指标包括润湿角参数，焊接平滑度、焊点厚度、焊点大小和焊点缺陷参数，所述电性能检测指标包括导通度、绝缘性和元器件不良率；根据所述外观检测指标和所述电性能检测指标构建一级筛选体系和二级评价体系；当所述m组检测记录信息的任意一个满足所述一级筛选体系时，根据所述二级评价体系进行联合评价，添加所述m个锡焊质量评估结果；当所述m组检测记录信息的任意一个不满足所述一级筛选体系时，将锡焊质量评估结果设置为最低分，添加所述m个锡焊质量评估结果。6.如权利要求5所述的方法，其特征在于，根据所述外观检测指标和所述电性能检测指标构建一级筛选体系和二级评价体系，包括：遍历所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数、所述导通度、所述绝缘性和所述元器件不良率设定检测指标分散阈值；遍历所述润湿角参数、所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数进行权重分布，获取第一权重分布结果；遍历所述导通度、所述绝缘性和所述元器件不良率进行权重分布，获取第二权重分布结果；根据所述第一权重分布结果对所述润湿角参数，所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数设定第一联合评价规则；根据所述第二权重分布结果对所述导通度、所述绝缘性和所述元器件不良率设定第二联合评价规则；根据所述检测指标分散阈值构建所述一级筛选体系；根据所述第一联合评价规则和所述第二联合评价规则，构建所述二级评价体系。7.如权利要求6所述的方法，其特征在于，根据所述第一权重分布结果对所述润湿角参数，所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数设定第一联合评价规则，包括：构建归一化处理通道，所述归一化处理层用于对所述润湿角参数，所述焊接平滑度、所述焊点厚度、所述焊点大小、所述焊点缺陷参数进行归一化处理；构建加权评价通道，所述加权评价通道串联于所述归一化处理通道之后，用于根据所述第一权重分布结果对所述归一化处理通道的输出数据进行加权评价；根据所述归一化处理通道和所述加权评价通道生成所述第一联合评价规则。8.如权利要求1所述的方法，其特征在于，当所述m个锡焊质量评估结果都不满足评价
指标联合期望，基于所述m组焊接控制参数进行优化，生成焊接控制参数优化结果发送至所述多轴工业机器人和所述烙铁控制模块，其中，所述焊接控制参数优化结果为锡焊质量评估合格的控制参数，包括：当所述m个锡焊质量评估结果都不满足所述评价指标联合期望，根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行二次数据挖掘，获取n组焊接控制参数，所述n组焊接控制参数与所述m组焊接控制参数不同，且n≥2m；当所述n组焊接控制参数的n个锡焊质量评估结果的任意一个满足所述评价指标联合期望时，设为所述焊接控制参数优化结果发送至所述多轴工业机器人和所述烙铁控制模块。9.一种基于数据挖掘的锡焊智能评估系统，其特征在于，用于实施权利要求1-8任意一项所述的一种基于数据挖掘的锡焊智能评估方法，包括：焊盘特征信息获取模块，用于当待焊接工件输送至预设位置时，通过视觉模块和光照模块采集工件图像信息进行分割，获取焊盘特征信息，其中，所述焊盘特征信息包括焊点定位特征和焊点尺寸特征；数据挖掘模块，用于根据待焊接工件型号、所述焊点定位特征和所述焊点尺寸特征进行数据挖掘，获取m组焊接控制参数和m组检测记录信息；控制参数评估模块，用于根据锡焊质量评价指标遍历所述m组检测记录信息对所述m组焊接控制参数进行评估，生成m个锡焊质量评估结果；优化结果发送模块，用于当所述m个锡焊质量评估结果都不满足评价指标联合期望，基于所述m组焊接控制参数进行优化，生成焊接控制参数优化结果发送至多轴工业机器人和烙铁控制模块，其中，所述焊接控制参数优化结果为锡焊质量评估合格的控制参数。

技术总结
本发明涉及数据处理技术领域，提供了一种基于数据挖掘的锡焊智能评估方法及系统，方法包括：工件输送预设位置后，采集工件图像信息并分割，获取焊盘特征信息；数据挖掘得到焊接控制参数和检测记录信息并评价生成锡焊质量评估结果，若不满足评价指标联合期望，优化生成焊接控制参数优化结果发送至多轴工业机器人和烙铁控制模块，解决锡焊产品的质量检测局限于生产后，同时，在生产后通过抽样检验确定最佳参数的成本较高、效率较低技术问题，实现在锡焊产品的质量检测设置于生产前，对焊接控制进行评估，以保证锡焊产品质量为目标，进行数据挖掘并优化焊接控制参数，在生产前提前确定最佳参数，降低确定最佳参数的成本、提高效率技术效果。率技术效果。率技术效果。


技术研发人员：张聪 石伦 王司恺 闫宽 李明超 吴振亚
受保护的技术使用者：苏州松德激光科技有限公司
技术研发日：2023.06.13
技术公布日：2023/7/17