基于工业互联网的焊接质量预测模型训练方法及监测方法

专利主权项内容

1.一种基于工业互联网的焊接质量预测模型训练方法，其特征在于，包括：通过工业互联网从数据库中获取历史焊接数据，所述历史焊接数据包括若干焊接点的工艺参数以及时序信息；在BP神经网络中加入L2范数惩罚项，将通过工业互联网获取的工艺参数输入BP神经网络以获取第一损失误差以及第一抽象特征；通过LSTM神经网络提取单个焊接点的时序信息，以输出第二抽象特征；融合所述第一抽象特征和第二抽象特征，以获取融合后的联合特征，对所述联合特征进行线性变换以预测出预测焊接质量；计算焊接点的预测焊接质量与真实焊接质量之间的第二损失误差，对第一损失误差和第二损失误差进行加权求和得到联合损失误差；使用联合损失误差优化所述BP神经网络直到损失收敛，完成焊接质量预测模型的训练。