(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211433127.3 (22)申请日 2022.11.16 (71)申请人 苏芯物联技 术 （南京） 有限公司 地址 210042 江苏省南京市玄武区板 仓街9 号 (72)发明人 李波　姚志豪　 (51)Int.Cl. G06N 5/04(2006.01) G06K 9/62(2022.01) (54)发明名称 一种融合进化算法和模糊推理的焊接缺陷 实时检测方法 (57)摘要 本发明公开了一种融合进化算法和模糊推 理的焊接缺陷实时检测方法， 通过进化算法迭代 模糊推理规则， 不断寻优， 分别获取不同分类阈 值下最优的模糊推理规则解， 在此基础上迭代分 类阈值， 获取最高准确率对应的分类阈值， 进而 逆推获得模糊推理系统。 可以实现模糊推理规则 及分类阈值的双寻优， 实际检测时， 根据不同焊 接缺陷选取特征即可寻找到最优的模糊推理系 统及最佳分类阈值； 将时序数据输入模糊推理系 统， 将输出的异常可信度与对应分类阈值比较， 即可实现缺陷判断； 与现有技术相比， 本发明通 过模糊推理规则的解和分类阈值两个超参数进 行迭代， 可以实现模糊推理规则寻优的效果。 权利要求书2页 说明书4页 附图2页 CN 115496218 A 2022.12.20 CN 115496218 A 1.一种融合进化算法和模糊推理的焊接缺陷实时检测方法， 其特征在于， 包括以下步 骤： 步骤S1、 获取高频焊接时序数据， 按预设滑窗长度构造样本， 并根据实际焊接缺陷对样 本进行数据标注； 步骤S2、 提取具体样本特征； 样本特征包括时域特征、 频域特征和时频域特征； 从中选 取n个具体样本特 征， 构造模糊推理特 征库； 步骤S3、 以步骤S2提取的具体样本特征为输入， 以异常可信度为输出， 构 建模糊推理系 统， 其中异常可信度论 域为[0,1]； 步骤S4、 根据选取的具体样本特征， 设定模糊推理系统中的规则前件， 并根据输出的异 常可信度确定模糊推理规则， 进 而获取模糊推理规则的解空间； 步骤S5、 设置评价函数， 评价最终的确定解是否为最优解； 所述评价函数包括分类 阈值 和模糊推理规则的解2个超参数； 具体地， 迭代分类阈值， 每次迭代过程中通过进化算法迭 代若干轮模糊推理系统， 将每一轮迭代输出 的解传入评价函数中， 根据当前分类阈值计算 准确度， 获得当前分类阈值下最高准确度对应的解， 即最优的模糊推理规则； 迭代所有分类 阈值， 找出准确度最高的分类阈值以及对应的最优 模糊推理规则； 步骤S6、 将获得的最优模糊推理规则的解逆向解析为模糊推理规则， 获得最终的模糊 推理系统； 步骤S7、 在边缘侧部署模糊推理系统， 通过采集多维传感器传输的高频时序数据， 提取 相应具体样本特征， 并输入至模糊推理系统， 通过比较输出 的异常可信度和 准确度最高的 分类阈值， 即可判断是否存在焊接缺陷。 2.根据权利要求1所述的一种融合进化算法和模糊推理的焊接缺陷实时检测方法， 其 特征在于， 所述步骤S1中采集的高频时序数据包括焊接电流、 焊接电压、 送丝速度和保护气 体流速。 3.根据权利要求1所述的一种融合进化算法和模糊推理的焊接缺陷实时检测方法， 其 特征在于， 所述步骤S2 中基于Relie ‑F算法从样本特征中选取n个具体样本特征， 构造模糊 推理特征库； 其中n个具体样本特 征为所有特 征中特征权重从高到低排列的前n个特 征。 4.根据权利要求1所述的一种融合进化算法和模糊推理的焊接缺陷实时检测方法， 其 特征在于， 步骤S3中构建模糊推理系统具体方法包括： 步骤S3.1、 将输入的具体样本特征记为TF1、 TF2、 …、 TFn； 具体样本特征的论域为[Min (Train[Fea])， Max(Train[Fea])]； 其中Min(Train[Fea])、 Max(Train[Fea])依次表示样本 特征集合中的最小值和最大值； 步骤S3.2、 采用梯形或三角形隶属度函数对输入的样本特征进行模糊处理， 获得输入 模糊集如下： TF1→{TF1_low,TF1_mid dle,TF1_high} TF2→{TF2_low， TF2_mid dle,TF2_high} … TFn→{TFn_low， TFn_mid dle,TFn_high} 步骤S3.3、 对输出同样进行模糊化处理， 则输出异常可信度A的模糊集为： {A_low， A_ middle， A_high}， 依次代 表异常可信度低、 异常可信度中等和异常可信度高。权　利　要　求　书 1/2 页 2 CN 115496218 A 25.根据权利要求4所述的一种融合进化算法和模糊推理的焊接缺陷实时检测方法， 其 特征在于， 基于步骤S 3.2获取的输入模糊集确定规则前件， 所述规则前件包括条， 即对应生 成的模糊推理规则包括条； 将输出的异常可信度模糊集序列化处理如下： A_low=0， A_ middle=1， A_high =2， 则最终模糊推理规则的解空间长度为， 值 域为。 6.根据权利要求5所述的一种融合进化算法和模糊推理的焊接缺陷实时检测方法， 其 特征在于， 步骤S5中， 设置分类阈值为[0,1]， 步长为0.1， 每次迭代分类阈值过程中， 采用进 化算法迭代5 000轮模糊推理系统。 7.根据权利要求6所述的一种融合进化算法和模糊推理的焊接缺陷实时检测方法， 其 特征在于， 所述 步骤S6中采用SimpleGA算法迭代模糊推理系统。 8.根据权利要求7所述的一种融合进化算法和模糊推理的焊接缺陷实时检测方法， 其 特征在于， 所述 步骤S6中采用openAI  ES算法迭代模糊推理系统。 9.根据权利要求1所述的一种融合进化算法和模糊推理的焊接缺陷实时检测方法， 其 特征在于， 所述步骤S2中时域特征包括均值、 中位数、 最大值、 最小值、 方差、 标准差、 分位 数、 方根幅值、 均方根、 峰峰值、 偏度、 峭度、 峰值因子、 裕度因子、 波形 因子和脉冲指数； 所述 频域幅值包括振幅大于60的频率均值， 振幅大于60的频率最小值， 振幅大于60的频率的1/4 分位值， 振幅大于60的频率的3/4分位值， 振幅第二大的频率， 振幅最大值处的频率， 振幅第 三大的频率； 对样本数据进行VMD变换， 提取样本时频域特征； 所述时频域特征包括模态分 量IMF1的过零 率、 模态分量 IMF2的过五率。权　利　要　求　书 2/2 页 3 CN 115496218 A 3