朱昱穎,孫宏偉,朱加雷,趙曉鑫,周飛鴻
1.北京石油化工學院 機械工程學院,北京 102617 2.江蘇自動化研究所,江蘇 連云港 222061
隨著現(xiàn)代制造業(yè)的快速發(fā)展,對生產效率及生產質量的要求也不斷提高,計算機技術、人工智能技術等新興學科的發(fā)展必將促進焊接向自動化、智能化轉型[1]。建立焊接數(shù)據(jù)庫系統(tǒng)不僅可以對繁雜的數(shù)據(jù)進行高效的儲存和管理,而且可有效降低廢品率及原材料的浪費,符合國家可持續(xù)發(fā)展戰(zhàn)略要求。企業(yè)將長期積累的焊接相關數(shù)據(jù)、知識和經(jīng)驗整理成焊接共享數(shù)據(jù)庫、知識庫和模型庫,為企業(yè)和行業(yè)共享焊接數(shù)據(jù)和知識奠定基礎。
數(shù)據(jù)庫誕生于20世紀60年代,可對相關領域信息進行科學的分類管理并提供高效的查詢[2],焊接數(shù)據(jù)庫系統(tǒng)由焊接數(shù)據(jù)庫、數(shù)據(jù)庫管理系統(tǒng)(DBMS)和應用程序組成,如圖1所示。焊接數(shù)據(jù)庫按類保存焊接記錄,數(shù)據(jù)庫管理系統(tǒng)為用戶提供管理數(shù)據(jù)庫的平臺,應用程序為用戶提供應用數(shù)據(jù)庫的接口。焊接數(shù)據(jù)庫有組織地存儲焊接領域內各種數(shù)據(jù)、文件,供用戶高效查閱。面對復雜的焊接生產,焊接數(shù)據(jù)庫系統(tǒng)在提高生產準確率的同時還能優(yōu)化焊接工藝,即在無需人工經(jīng)驗的情況下,系統(tǒng)自動生成合理的焊接工藝卡。因此,焊接數(shù)據(jù)庫在焊接領域內應用廣泛[3]。
圖1 焊接數(shù)據(jù)庫系統(tǒng)結構Fig.1 System structure of welding database
20世紀70年代末,英國、德國等工業(yè)發(fā)達國家先后將計算機技術應用于焊接領域,開展了焊接數(shù)據(jù)庫的應用研究。焊接數(shù)據(jù)庫的發(fā)展加速了計算機對焊接領域的輔助作用。國內對焊接數(shù)據(jù)庫的研究稍晚于國外,從20世紀80年代開始國內陸續(xù)出現(xiàn)了針對焊接數(shù)據(jù)庫的相關研究。隨著工藝計算機一體化的發(fā)展,焊接數(shù)據(jù)庫主要以焊接材料、焊接工藝方案及焊接工藝評定為主,包含的內容逐漸豐富,基于專家系統(tǒng)與各種推理機制,不僅實現(xiàn)了知識咨詢和解釋功能,還實現(xiàn)了焊接工藝制定、WPS和WPQR的智能匹配,已形成具有自身行業(yè)特色的數(shù)據(jù)庫系統(tǒng)。焊接數(shù)據(jù)庫系統(tǒng)往往包含多個功能模塊,以焊接工藝數(shù)據(jù)庫為例,焊接系統(tǒng)如圖2所示,包含用戶界面模塊、焊接工藝制定模塊、知識庫維護和管理模塊、工藝文件管理模塊等。
圖2 焊接數(shù)據(jù)庫系統(tǒng)功能模塊Fig.2 Function module of welding database system
焊接數(shù)據(jù)庫的建立提高了設計效率、減少相同或相似試驗投入,縮短了工程周期。為適應數(shù)字化工業(yè)建設的需求,目前建立的焊接數(shù)據(jù)庫主要功能應用包括以下方面:
(1)焊接工藝數(shù)據(jù)庫及管理系統(tǒng)。在焊接產品應用前往往經(jīng)歷了大量的焊接實驗摸索,產生了龐大的焊接實驗數(shù)據(jù)及文件,將其存儲于焊接實驗數(shù)據(jù)庫中并依據(jù)互聯(lián)網(wǎng)技術,可實現(xiàn)最大程度的經(jīng)驗共享。
(2)焊材和設備數(shù)據(jù)庫及管理系統(tǒng)。建立焊材和設備數(shù)據(jù)庫及管理系統(tǒng)方便企業(yè)對材料牌號、焊接方法等重要信息進行快速方便的查詢和使用。
(3)焊接質量診斷案例及管理系統(tǒng)。在實驗摸索過程中的焊接產品會產生許多焊接缺陷,因此會有大量分析缺陷產生原因及解決焊接缺陷的參考意見,建立焊接質量診斷案例及管理系統(tǒng)可為后續(xù)生產提供寶貴經(jīng)驗。
(4)基于專家系統(tǒng)的焊接數(shù)據(jù)庫及管理系統(tǒng)。焊接事業(yè)在幾十年的發(fā)展中不斷壯大,已經(jīng)有一套自己的學科體系,包括很多應用規(guī)則和經(jīng)驗公式,且焊接環(huán)境多變、焊接工藝復雜,整個焊接實驗過程缺乏精確的定義和嚴謹?shù)姆治?,特別是有些焊接指標本身就模糊定義,焊接數(shù)據(jù)庫融入專家系統(tǒng),可以直觀地給出焊接過程,并預測焊后結果。
焊接材料類型多,不同鋼材具備不同性能,不同材料也需要采用不同的焊接方式,1976年日本[4]成立了焊接數(shù)據(jù)庫委員會并于1986年提出應當建立焊接材料、焊接方法、坡口形狀、焊縫金屬化學成分、焊前處理、焊后加工等條件及焊接接頭性能(力學性能、腐蝕性能等)數(shù)據(jù)庫,為后續(xù)焊接數(shù)據(jù)庫的發(fā)展確立方向。
1984年美國[5]在世界范圍內收集材料數(shù)據(jù),錄入焊接材料數(shù)據(jù)庫,將有關焊接材料的數(shù)據(jù)有機整合起來,其數(shù)據(jù)庫模型如圖3所示[6]。
圖3 焊接材料數(shù)據(jù)庫模型Fig.3 Model of welding material database
1986年日本國立金屬材料技術研究所[7]建立了焊接連續(xù)冷卻轉換圖(CCT圖)數(shù)據(jù)庫,不僅能查詢材料成分或相變臨界點對應的CCT圖,還能依據(jù)編寫的熱循環(huán)計算程序,在輸入焊接工藝參數(shù)后給出指定點的CCT,計算熱影響區(qū)的組織成分和硬度,為選擇合適規(guī)范的焊接參數(shù)打下了良好的基礎。
1986年,甘肅工業(yè)大學和哈爾濱焊接研究所[8]開創(chuàng)了國內焊接材料數(shù)據(jù)庫系統(tǒng)研究的先河,其數(shù)據(jù)庫系統(tǒng)包括母材性能、焊接性測試結果及CCT圖等,為制定焊接工藝提供了指導。清華大學、北京科技大學分別針對不同焊接材料領域建立了相應材料數(shù)據(jù)庫。
20世紀90年代中期,網(wǎng)絡技術的發(fā)展促使焊接技術進入資源共享時代。1994年,EWI創(chuàng)建了最早的焊接資源網(wǎng)站http://www.ewi.org,美國標準技術研究所(NIST)聯(lián)合AWSA9標準委員會開發(fā)了焊接網(wǎng)絡數(shù)據(jù)庫系統(tǒng),焊接數(shù)據(jù)的共享加速了焊接工業(yè)的發(fā)展。
2011年內蒙古科技大學[9]基于局域網(wǎng)建立了焊接數(shù)據(jù)平臺,包含材料庫、實驗庫、模擬庫及預測庫,通過焊接模型和預測庫的數(shù)據(jù)分析可預測焊接熱循環(huán)曲線,為焊接工藝參數(shù)的制定提供了參考。大連鐵道學院利用局域網(wǎng)設計了激光加工數(shù)據(jù)庫材料查詢系統(tǒng)[10]。
2011年南京航空航天大學[11]構建了鈦合金焊接領域數(shù)據(jù)庫,建立了可實現(xiàn)遠程共享的平臺。
焊接工藝多樣,將已有焊接工藝經(jīng)驗進行整合、學習,可以獲得良好的焊接接頭性能,對焊工作業(yè)進行有效指導。
2003年韓國國立木浦大學[12]在數(shù)據(jù)庫和有限元模型基礎上,基于BP神經(jīng)網(wǎng)絡模型和修正神經(jīng)網(wǎng)絡模型,開發(fā)并驗證了一個用于確定管道焊接各道次和焊接位置焊接參數(shù)的智能系統(tǒng)。初步試驗表明,該系統(tǒng)無需人工干預就能快速確定管道焊接的工藝參數(shù),可生產出良好的焊件。該系統(tǒng)表明機器學習在提高焊接效率和降低成本方面具有很大優(yōu)勢。
2003年重慶大學[13]將專家系統(tǒng)嵌入焊接數(shù)據(jù)庫管理系統(tǒng)中,用以實現(xiàn)焊接工藝制定,數(shù)據(jù)庫將模擬制定的焊接工藝結果保存到系統(tǒng)工藝文件庫中。
2006年西安石油大學[14]以生產實踐和工藝試驗數(shù)據(jù)為依據(jù),開發(fā)了匹配性優(yōu)良的螺旋埋弧焊管焊縫形狀控制與優(yōu)化工藝數(shù)據(jù)庫。以不同工藝條件下的焊縫評價為依據(jù)建立了數(shù)據(jù)庫。該數(shù)據(jù)庫包括焊材性能、工藝因素、焊接規(guī)范等模塊。
2006年南京理工大學[[15]針對焊接制造過程中異地、數(shù)據(jù)異構及管理困難的現(xiàn)狀,提出了焊接信息遠程監(jiān)測系統(tǒng)方案,同時開發(fā)參數(shù)采集軟件模塊,基于關系數(shù)據(jù)庫分析并實現(xiàn)了系統(tǒng)數(shù)據(jù)的實體關系。此后哈爾濱工業(yè)大學、南昌航空航天大學[16]針對JB4708-2000標準,建立了基于C/S結構和B/S結構的焊接工藝評定管理系統(tǒng),完成了從判斷工藝評定必要性到編制工藝指導書、焊接工藝規(guī)程,生成工藝評定報告、各種試驗記錄等一系列工作,有效提高了工藝制定的效率。
2007年愛爾蘭[17]將數(shù)據(jù)庫和數(shù)據(jù)挖掘技術相結合形成了一個自適應系統(tǒng),建立了電阻點焊焊接接頭質量智能計算數(shù)據(jù)庫,數(shù)據(jù)庫中的數(shù)據(jù)可用于估計點焊接頭的質量,并可用于建立自適應新的焊接工藝,以保證焊接質量的一致性。隨著時間的推移,系統(tǒng)性能得到了提高,并且可以在現(xiàn)場轉移到生產中使用。
2011年華南理工大學[18]設計了工業(yè)以太網(wǎng)嵌入式焊接網(wǎng)絡控制系統(tǒng),實現(xiàn)焊機的以太網(wǎng)接入,并結合數(shù)據(jù)庫對焊接工藝參數(shù)進行有效管理。系統(tǒng)不僅可以設定焊接工藝參數(shù)、管理焊接工藝數(shù)據(jù)庫,還可以對焊機進行遠程監(jiān)控。中航工業(yè)設計了以航空領域為對象的沈飛數(shù)據(jù)庫平臺,實現(xiàn)了焊接信息的遠程共享[19]。
2013年天津大學[20]依據(jù)企業(yè)生產情況,以BP學習算法為核心設計了管線鋼焊接工藝數(shù)據(jù)庫系統(tǒng),可預測管線鋼焊接接頭力學性能(斷裂強度、屈服強度、延伸率、沖擊功和斷面收縮率),幫助企業(yè)實現(xiàn)降本增效。2015年太原學院為了提高激光焊接工藝的精度和質量,同樣采用BP神經(jīng)網(wǎng)絡與數(shù)據(jù)庫相結合的技術,設計了激光焊接工藝參數(shù)優(yōu)化數(shù)據(jù)庫系統(tǒng)。2021年江蘇通宇鋼管集團有限公司[21]設計了基于BP神經(jīng)網(wǎng)絡的中厚板焊接數(shù)據(jù)庫系統(tǒng),可預測焊接工藝參數(shù)和對應側壁熔深。
2020年埃及曼蘇拉大學[22]開發(fā)了一種焊接工藝選擇決策框架,該框架由強大決策引擎驅動,與可訪問的數(shù)據(jù)庫和知識庫相連接,以適應各種焊接因素(替代焊接工藝和焊接標準),并允許插入新的焊接因素。并將該框架開發(fā)為一個可移植軟件,然后根據(jù)現(xiàn)有案例進行驗證。該框架具有靈活的開放式結構,可以管理現(xiàn)有和預期的工業(yè)問題。
2021年德國勃蘭登堡理工大學[23]為減少線弧添加劑制造(WAAM)焊接中局部過熱對零件生產的不利影響,研究了不同截面焊道焊接過程中的溫度變化,建立了不同尺寸焊道的最佳焊接功率與不同預熱溫度之間的關系數(shù)據(jù)庫,有效管理熱輸入,減少了暫停過程的需要。
2021年印度達納拉克什米工程學院[24]以航空用鋁合金為對象創(chuàng)建了攪拌摩擦焊工藝變量數(shù)據(jù)庫,分析發(fā)現(xiàn)拉伸強度和工藝參數(shù)有一定的關系,此系統(tǒng)可根據(jù)施工需求為確定焊接工藝參數(shù)提供參考。
1986年英國焊接研究所依據(jù)標準BS4870-2000[25]開發(fā)了 Weld Spec焊接數(shù)據(jù)庫,用戶可按多種條件(工藝評定號、母材種類、接頭形式等)進行焊接工藝評定記錄查詢。
20世紀90年代美國焊接研究所參照ASMEⅨ標準開發(fā)了焊接工藝規(guī)程/焊接工藝評定數(shù)據(jù)庫,實現(xiàn)焊接工藝和工藝評定管理及材料、焊接規(guī)范、填充式樣、焊后處理及力學試驗要求的多重查詢;美國愛迪生焊接研究所(EWI)開發(fā)了焊接工藝規(guī)程與焊接工藝評定數(shù)據(jù)庫系統(tǒng)WEDL-SPEC PLUS版本。英國焊接研究所(TWI)依據(jù)標準B4S870開發(fā)了Weld-Spec焊接工藝數(shù)據(jù)庫(Weld-Spec),可通過多種方法進行工藝評定記錄查詢。2000年TWI參照ASME IV標準,開發(fā)了焊接工藝評定新版數(shù)據(jù)庫[26]。
1999年,太原重型機械學院和太重集團開發(fā)了壓力容器焊接工藝評定專家系統(tǒng),輸入相關參數(shù),即可在系統(tǒng)中查詢相應記錄,確定評定結果;如果查詢不到精確記錄,則可呈現(xiàn)模糊查詢的記錄以供參考。
2001年武漢理工大學[27]根據(jù)網(wǎng)絡技術設計了焊接工藝評定管理數(shù)據(jù)庫系統(tǒng),哈爾濱工業(yè)大學、南京航天航空大學、中信重型機械集團等也陸續(xù)展開焊接工藝評定管理數(shù)據(jù)庫系統(tǒng)的開發(fā)[28]。
2003年北京工業(yè)大學[29]聯(lián)合北京巴威公司設計了集專家系統(tǒng)、焊接工藝評定管理技術、數(shù)據(jù)庫技術和網(wǎng)絡技術于一體的網(wǎng)絡化智能焊接工藝評定管理系統(tǒng)。
2003年日本國立大學[30]將一個包含CCT圖的數(shù)據(jù)庫系統(tǒng)和一個計算焊接熱過程的專家系統(tǒng)相結合,建立了一套基于互聯(lián)網(wǎng)的焊接接頭微觀組織和力學性能預測系統(tǒng)。其采用“Data-Free-Way”分布式數(shù)據(jù)庫系統(tǒng)新技術,包含先進的核材料和在尼姆斯焊接研究項目中獲得的材料信息。該系統(tǒng)可使用CCT圖表數(shù)據(jù)庫計算焊接熱過程以預測焊接接頭的性能,且數(shù)據(jù)庫現(xiàn)已在網(wǎng)上提供。
2004年法國[31]采用基于機器學習技術的方法對焊接接頭金屬結構的疲勞失效進行了分析,基于實驗結果和數(shù)值分析,建立了一個物理參數(shù)數(shù)據(jù)庫,包括材料特性、加載歷史和潛在裂紋部位周圍的應力。各種機器學習工具用于搜索嵌入在數(shù)據(jù)庫中的數(shù)學公式和數(shù)據(jù)模式,所得規(guī)則和公式可用于焊接金屬結構的支撐設計,提供了新的定位易疲勞區(qū)域、預測疲勞壽命的方法,補充了經(jīng)典的確定性和統(tǒng)計疲勞失效預測。其技術方法的總體結構如圖4所示。
圖4 基于數(shù)據(jù)庫自動學習技術方法的焊接接頭疲勞失效預測總體結構Fig.4 Overall structure of fatigue failure prediction of welded joints based on database automatic learning technology
2016年南京航空航天大學[32]基于知識庫和動態(tài)數(shù)據(jù)庫的專家系統(tǒng)開發(fā)了一種智能焊接工藝評定系統(tǒng)。該系統(tǒng)基于GBT25343.3-2010焊接標準,對Q345R的焊接工藝進行智能化設計。設置焊接方法、母材、厚度等初始焊接參數(shù),通過推理機進行四步推理得出焊接工藝結果。將神經(jīng)網(wǎng)絡引入到焊接專家系統(tǒng)中,對焊接工藝設計進行控制。人工神經(jīng)網(wǎng)絡為焊接專家系統(tǒng)的經(jīng)驗知識分類及焊接工藝的制定提供了一種新的求解方法。
2019年美國圣托馬斯大學[33]使用超過400份焊接評定記錄,跨越30年,建立了一個評定試驗的斷裂韌度(通過沖擊韌度試驗量化)數(shù)據(jù)庫,這些數(shù)據(jù)包括許多焊接參數(shù)的顯著差異,這種僅基于焊縫金屬評估來表征焊接接頭斷裂韌性的能力可以減少評定試驗的進度和成本影響。
2020年南京焊接智能科技有限公司[34]將專家系統(tǒng)和數(shù)據(jù)庫技術引入軌道車輛焊接工藝編制領域,基于知識庫和數(shù)據(jù)庫開發(fā)了軌道車輛車架焊接工藝編制軟件,能夠維護企業(yè)鋼軌焊接系統(tǒng)的正常運行。系統(tǒng)通過集成工作流功能,支持多個部門和人員共同進行WPS的編制和審核??蓪⑼卉圀w中大量復雜的焊接接頭整合為一個匯總表,以減少相同或類似焊接接頭的重復焊接工藝評定(WPQ)。
2020年希臘佩特雷大學為實現(xiàn)點焊焊縫零缺陷制造的實時控制以及對工藝參數(shù)的直觀技術支持,提出了一種基于紅外攝像機數(shù)據(jù)和CPS的焊接質量評價系統(tǒng)軟件平臺。數(shù)據(jù)庫系統(tǒng)將預處理的成像數(shù)據(jù)歸類存檔,后利用機器學習算法進行焊接質量評估。
焊接數(shù)據(jù)庫除焊接材料數(shù)據(jù)庫、焊接工藝數(shù)據(jù)庫及焊接工藝評定管理據(jù)庫外,還包含焊工技能評定數(shù)據(jù)庫、焊縫性能預測數(shù)據(jù)庫、模型仿真數(shù)據(jù)庫及焊接裝配順序數(shù)據(jù)庫等。
1987年德國焊接協(xié)會建立兩個焊接數(shù)據(jù)庫系統(tǒng),用于收集匯總有關焊接方面的文獻、記錄。
1989年美國巴地蒙雨電器公司建立了焊工技能評定數(shù)據(jù)庫系統(tǒng)[35]。
1995年,清華大學開發(fā)的焊接數(shù)據(jù)庫可以進行PQR、WPS、鋼材牌號、CCT的管理等。
2005年清華大學[36]與北京燕山石化合作開發(fā)了以壓力容器制造為應用背景的焊接工藝制定數(shù)據(jù)庫與管理專家系統(tǒng)(WEMS),可直接用于生產。
2012年土耳其薩卡里亞大學[37]開發(fā)了一個應用程序來評估使用3D焊接模擬器的焊工候選人。焊接參數(shù)、焊縫性能等記錄于焊接數(shù)據(jù)庫中,便于查看焊工技能情況。
2018年美國田納西州大學[38]采用了數(shù)據(jù)驅動的方法來預測GTAW的背面寬度。先利用計算機視覺方法提取三維熔池表面的關鍵特征,建立了涵蓋多種焊接條件的數(shù)據(jù)庫,在數(shù)據(jù)庫上進行機器學習,發(fā)現(xiàn)熔池寬度、拖尾長度和表面高度(SH)對預測背面寬度起主要作用。
2019年俄羅斯[39]基于面向對象的方法建立智能模塊的知識庫,創(chuàng)建了一個公共數(shù)據(jù)庫,存儲焊接過程中的信息,形成完整的屬性集合。根據(jù)焊接數(shù)據(jù)庫及專家系統(tǒng)建立了自適應焊接接頭質量診斷平臺,實現(xiàn)了生產過程中技術人員、操作員和控制器的決策支持功能。2020年俄羅斯將原焊接工藝與焊接標準整合建立了一個開放的焊接工藝數(shù)據(jù)庫和知識庫,在多階段決策支持系統(tǒng)下能有效提高焊接方法選擇和工藝設計的效率。
2011年南京航空航天大學[40]通過數(shù)據(jù)庫系統(tǒng)實現(xiàn)了焊接測試數(shù)據(jù)的共享。數(shù)據(jù)庫系統(tǒng)不僅完成了焊接文件的編制過程,而且根據(jù)現(xiàn)有工藝評定記錄(PQR)和制造規(guī)范,對評定試驗的必要性做出決策。當有足夠的測試數(shù)據(jù)來訓練模型時,人工神經(jīng)網(wǎng)絡(ANN)技術被證明是預測焊接接頭力學性能的有效方法之一。
2012年天津大學[41]針對不同標準下同一種接頭形式存在不同尺寸的情況,利用AutoCAD提供的Object-ARX開發(fā)接口,實時參數(shù)化繪制接頭圖,此方法不僅提高了數(shù)據(jù)庫的管理效率,還節(jié)約了存儲空間。
2012年中國船舶重工集團有限公司[42]引入數(shù)據(jù)庫管理,建立了基于網(wǎng)絡環(huán)境的焊接工藝評定專家管理系統(tǒng),實現(xiàn)了船舶焊接工藝評定的全過程管理,對提高船舶焊接過程評價的技術水平、推進企業(yè)信息化建設具有非常重要的意義。其船舶焊接工藝知識庫構建過程如圖5所示。
圖5 船舶焊接工藝知識庫系統(tǒng)總體結構Fig.5 Overall structure of knowledge base system for ship welding process
2014年江蘇科技大學[43]基于C/S結構設計了大型船體結構件部件焊接數(shù)據(jù)庫系統(tǒng)(見圖6),系統(tǒng)基于可視化編程(Delphi)技術和網(wǎng)絡數(shù)據(jù)庫技術,建立部分船體結構的焊接工藝管理、知識庫、變形控制以及系統(tǒng)維護四大功能模塊,同時系統(tǒng)提供了方便的知識庫維護方法,企業(yè)可自行補充和更新焊接數(shù)據(jù)庫。
圖6 大型船體結構件焊接數(shù)據(jù)庫系統(tǒng)Fig.6 Welding database system of large hull structure
2020年南京航大學[44]以航空鋁合金激光焊接智能建模為目標建立了模型數(shù)據(jù)庫。該模型數(shù)據(jù)庫由材料數(shù)據(jù)庫、熱源模型數(shù)據(jù)庫和焊縫結構數(shù)據(jù)庫組成。為了建立能夠管理鋁合金熱物理性能的材料模型數(shù)據(jù)庫,對航空航天鋁合金進行了合理分類。根據(jù)不同的能量分布特點,總結了激光焊接熱源模型,建立了模型數(shù)據(jù)庫。接頭結構數(shù)據(jù)庫包括對接接頭、T形接頭和搭接接頭。當建模人員調用并組裝此模型數(shù)據(jù)庫時,可以快速高效地實現(xiàn)任意結構的建模。
2021年波蘭[45]為規(guī)劃船體裝配過程,以焊接順序為重點基于多實例的裝配規(guī)劃(MBAP)建立了船體焊接順序數(shù)據(jù)庫,可實現(xiàn)造船廠對任何組裝船體進行優(yōu)化裝配。
2020年山東某汽車公司[46]提出了集數(shù)據(jù)庫信息收集、信息推薦于一體的焊接專家系統(tǒng)。系統(tǒng)在給定的決策模型下生成WPS樣品,并根據(jù)工藝評價實驗驗證和能耗成本計算的結果對工藝進行細化。生成的結果將返回到焊接知識庫中,形成新的知識。用戶可以方便快速地實現(xiàn)客戶委托信息推薦、焊工資格管理和其他相關工作,快速測試和評估數(shù)據(jù)。
2020年南京航空航天大學材料與技術學院[44]針對航空鋁合金的激光焊接,建立了可實現(xiàn)任意結構的激光焊接數(shù)值模擬的模型數(shù)據(jù)庫。模型數(shù)據(jù)庫由3部分組成:材料模型數(shù)據(jù)庫、激光熱源模型數(shù)據(jù)庫和焊接接頭結構數(shù)據(jù)庫。借助該模型數(shù)據(jù)庫,可以快速有效地實現(xiàn)建模。
焊接生產產生的大量信息需要依靠數(shù)據(jù)庫技術對其進行管理和分析,焊接數(shù)據(jù)庫的發(fā)展及應用進程是計算機進步和發(fā)展的縮影。隨著數(shù)據(jù)庫系統(tǒng)的廣泛應用和網(wǎng)絡技術的高速發(fā)展,焊接數(shù)據(jù)庫技術也進入一個全新的階段,從管理存檔類型來看,焊接數(shù)據(jù)庫已從傳統(tǒng)的簡單數(shù)據(jù)發(fā)展到多種類型的龐大復雜數(shù)據(jù);從智能化程度來看數(shù)據(jù)庫融入焊接專家系統(tǒng)及機器學習算法,根據(jù)專家經(jīng)驗及焊接數(shù)據(jù)的內在關系,可為企業(yè)提供高效可靠的建議。對新技術的吸收以及對其他學科先進成果的兼容,使得焊接數(shù)據(jù)庫不僅僅是數(shù)據(jù)的載體,更是透過現(xiàn)象看本質的對未知的預測。
目前實際生產中使用的焊接數(shù)據(jù)庫功能并不完善,主要是進行簡單查詢和指導工作,智能化程度低,且各個企業(yè)、組織各自為政,通用性差,大量焊接經(jīng)驗不能在焊接領域流通。友好的分布式應用結構與數(shù)據(jù)庫系統(tǒng)的結合、半結構化數(shù)據(jù)與可擴展標記技術的結合、聯(lián)機分析處理、數(shù)據(jù)挖掘技術與神經(jīng)網(wǎng)絡技術等成為這個時代的主流技術,焊接數(shù)據(jù)庫及其應用軟件的發(fā)展也必將向其靠攏,主要發(fā)展趨勢包括以下幾個方面:
(1)提高系統(tǒng)通用性。系統(tǒng)可集成多個標準滿足不同人員需求,且各標準間實現(xiàn)數(shù)據(jù)的共享。
(2)引入人工智能技術。進行工藝評定判斷增強其擴展能力,實現(xiàn)跨平臺參數(shù)調配與設計。
(3)充分利用網(wǎng)絡技術。實現(xiàn)焊接數(shù)據(jù)庫應用軟件的分布式處理和協(xié)同工作,提高數(shù)據(jù)共享率。
(4)提高系統(tǒng)耦合性。實現(xiàn)焊接應用軟件人機接口的智能化、擬人化,協(xié)調多平臺、多應用協(xié)同工作。
(5)加強與多媒體等新技術的交互性。新興技術的引入推進傳統(tǒng)焊接邁向焊接智能化,同時與互聯(lián)網(wǎng)技術、機器學習技術、多媒體技術、多并發(fā)處理技術互相滲透、多元融合。
(6)提高系統(tǒng)交互性。用戶操作界面是系統(tǒng)的門面,友好的操作互動界面可提升用戶體驗。
焊接是一門專業(yè)性很強的學科,理論知識的學習是必要的,同時更需要大量的實踐數(shù)據(jù)、長期的經(jīng)驗知識累積??傊?,建立完整的焊接數(shù)據(jù)庫與一般意義上的數(shù)據(jù)庫開發(fā)有著很大不同,焊接數(shù)據(jù)庫的建立是依據(jù)實踐累積的一個循序漸近的過程,是增量式開發(fā),即數(shù)據(jù)庫系統(tǒng)是一個功能不斷增加和完善的系統(tǒng)。