买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江臻博精密机械有限公司申请的专利一种龙门式摩擦焊的焊头路径规划控制系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118123223B 。

龙图腾网通过国家知识产权局官网在2024-09-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410385507.7，技术领域涉及：B23K20/12；该发明授权一种龙门式摩擦焊的焊头路径规划控制系统是由赵志勇;张宜龙;赵欣设计研发完成，并于2024-04-01向国家知识产权局提交的专利申请。

本一种龙门式摩擦焊的焊头路径规划控制系统在说明书摘要公布了：本发明属于焊头控制技术领域，本发明公开了一种龙门式摩擦焊的焊头路径规划控制系统；包括：焊物图像采集模块，用于采集焊物图像；焊缝图像分析模块，用于对焊物图像进行分析，获取焊缝数据；路径获取模块，用于获取摩擦焊焊头焊接焊缝的m条路径；路径选择模块，用于计算m条路径对应的优先系数，选择优先系数最大对应的路径作为本次摩擦焊焊头的移动路径；参数设定模块，用于获取焊物材料，将焊物材料、焊缝长度、焊缝宽度和弯曲程度作为影响参数；采用遗传算法，根据影响参数获取对应的目标焊接参数；本发明通过精确规划和控制焊头的路径运动，能够实现焊头随形面自适应移动，从而实现自动化和智能化的焊接过程。

本发明授权一种龙门式摩擦焊的焊头路径规划控制系统在权利要求书中公布了：1.一种龙门式摩擦焊的焊头路径规划控制系统，其特征在于，包括：焊物图像采集模块，用于采集焊物图像；焊缝图像分析模块，用于对焊物图像进行分析，获取焊缝数据；所述焊缝数据包括焊缝形状、焊缝长度以及焊缝宽度；路径获取模块，用于获取摩擦焊焊头焊接焊缝的m条路径，m为大于1的整数；获取所述摩擦焊焊头焊接焊缝m条路径的方法包括：步骤a：将焊物图像中n条焊缝依次递增进行编号，编号范围为[1,n]；路径选择模块，用于计算m条路径对应的优先系数，将每条路径的优先系数进行对比，选择优先系数最大对应的路径作为本次摩擦焊焊头的移动路径；m条路径对应的优先系数的计算方法包括：根据n条焊缝的焊缝形状，获取n条焊缝的弯曲点，在每个弯曲点进行曲线圆拟合，拟合出的圆的半径作为弯曲半径；将弯曲半径的倒数作为弯曲程度，以获取n条焊缝对应的弯曲程度； 式中，YXi为第i条路径的优先系数，WQij为第i条路径中第j条焊缝的弯曲程度，HCij为第i条路径中第j条焊缝的焊缝长度，HKij为第i条路径中第j条焊缝的焊缝宽度，QZj为第j条焊缝的焊接权重，ω1、ω2、ω3为预设权重系数且ω1、ω2、ω3均大于0，i∈[1,m]，j∈[1,n]；参数设定模块，用于获取焊物材料，将焊物材料、焊缝长度、焊缝宽度和弯曲程度作为影响参数；采用遗传算法，根据影响参数获取对应的目标焊接参数；根据获取的目标焊接参数和移动路径对龙门式摩擦焊设备进行参数设定；所述焊接参数包括移动速度、旋转速度和下压力度；所述移动速度为摩擦焊焊头的移动速度，所述旋转速度为摩擦焊焊头的旋转速度，所述下压力度为摩擦焊焊头对待焊接物体施加的压力；根据所述影响参数获取对应的目标焊接参数的方法包括：步骤1：对焊接参数进行编码，获取染色体，构建初始种群；步骤2：确定适应度函数；步骤3：对种群中的染色体进行自然选择；步骤4：对种群中的染色体进行交叉重组；步骤5：对种群中的染色体进行变异；步骤6：获取新种群，预设种群代数为R，适应度阈值为Q，R为大于0的整数，Q为大于0的实数；循环步骤3－步骤5，直至新种群对应的代数为R或新种群中存在染色体对应的适应度大于或等于适应度阈值Q时，循环结束，将新种群中适应度最大对应的染色体对应的焊接参数作为目标焊接参数；所述步骤1中，将焊接参数编码为X，X即为染色体；获取焊接参数范围值，焊接参数范围值包括移动速度范围值、旋转速度范围值和下压力度范围值，X的范围即为焊接参数范围值；随机生成N个染色体构成初始种群Z0＝{X1,X2,...,XN}，其中一个染色体对应一组焊接参数，一组焊接参数包括一个移动速度、一个旋转速度和一个下压力度；所述步骤2中，适应度函数的表达式为：fr＝PPr；式中，fr为第r个染色体对应的适应度，PPr为第r个染色体对应的匹配率，r∈[1,N]；所述匹配率的获取方法包括：将一个染色体对应的一组焊接参数和一组影响参数作为一组分析数据；在分析数据的条件下，计算对应的匹配率；将分析数据输入训练好的匹配率分析模型，预测出对应的匹配率；匹配率分析模型的训练过程包括：预先收集M组分析数据对应的匹配率，将分析数据与对应的匹配率转换为对应的一组特征向量；将每组特征向量作为匹配率分析模型的输入，所述匹配率分析模型以每组分析数据对应的一组预测匹配率作为输出，以每组分析数据对应的实际匹配率作为预测目标，实际匹配率即为所述预先收集的与分析数据对应的匹配率；以最小化所有分析数据的预测误差之和作为训练目标；对匹配率分析模型进行训练，直至预测误差之和达到收敛时停止训练；所述匹配率分析模型为深度神经网络模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江臻博精密机械有限公司，其通讯地址为：325600 浙江省温州市乐清市乐清经济开发区纬七路289号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。