人工智能工艺研究

王玓

摘要：目前豫新汽车的钎焊炉工艺技术调整，仍依赖于工艺专家及工艺技术人员的经验，参差不齐的水平容易使产品钎焊过程中的良品率波动较大，对产品的稳定性生产和产品的一致性影响较大。基于此联合厂家开发《芯体车间钎焊炉人工智能》项目。在钎焊炉数据采集系统的基础上，通过数据建模分析系统，实现焊接参数优化，减少对工艺技术人员的依赖。

关键词：人工智能、钎焊炉。

引言

钎焊是我公司的核心工艺，对其精确把控是确保产品质量、产能的关键，整个焊接过程精确的炉内气氛控制包含两个重点衡量指标，即：产品合适的温度曲线和惰性气体环境。合适的温度曲线：产品在板链上连续通过钎焊炉，钎焊炉各区不同的温度和产品移动速度构成了产品升温曲线。钎焊炉各钎焊度段装有电加热器并通过炉膛内测温热电偶，感知温度变化，调节加热器输出功率保证各钎焊段所设置的温度。但调整输出功率保证炉膛内设定温度有一定滞后性，影响调节过程产品质量。惰性气体环境：铝钎焊过程极易氧化，导致焊接过程焊缝无法填充，而导致产品报废。对铝换热器来说，钎焊环境要求非常严格。钎焊炉气氛通过在炉中持续充入氮气来保证炉中惰性气体环境。目前通过人工根据经验调整的方法来实现钎焊炉中环境的稳定，这个过程对人员的经验依赖程度非常高。而传统的自动控制方法无法满足对钎焊环境进行精确调节的需要。

1.现状需求以及方案设计描述

目前豫新汽车的钎焊炉工艺技术调整，仍依赖于工艺专家及工艺技术人员的经验，参差不齐的水平容易使产品钎焊过程中的良品率波动较大，对产品的稳定性生产和产品的一致性影响较大。

芯体车间四号线钎焊合格率目前已达到99.5%左右，再进一步的提升需要更实时的数据抓取与更精确的分析，通过人工智能技术的应用，实时掌握钎焊的各参数，并通过模型的应用与不断地现场建模迭代，可以提前预测并提醒工艺技术人员影响焊接合格率的因素占比，将问题提前扼杀。

基于机器学习的钎焊炉内环境控制方案涉及到爐内环境数据和人员调节数据的采集、处理、模型训练、评估、基于模型的控制等不同环节，最后建立准确、稳定运行的模型，实现对人员的智能替代作用。

2.人工智能项目介绍

2.1 项目简介

针对上述需求及方案设计，豫新公司人工智能项目分为三个系统：1.数据采集系统，通过数据采集系统将钎焊炉数据及氦检漏数据采集到系统中，给予大屏显示，为工艺技术人员提供数据方面参考依据;2.运用多因子分析系统将焊接参数与氦检漏检漏信息建立钎焊炉设备分析模型，对比不良品出现前后多因子综合的波动，从而得到过程参数建议;

3.定时预测系统，将车间历史数据导入到定时预测系统中进行调试验证，通过异常样本与正常样本的对比分析，根据因子分布给出正常区间分布范围，从而在焊接参数将要发生异常时提前预警，为现场焊接提供参考。

2.2 钎焊数据监控与预测原理

钎焊炉的数据监控于预测共经历四个阶段：数据采集—工程经验分析—多因子分析建模—模型应用及优化。

1.第一阶段：对钎焊炉生产流程进行调研，并提出需增加数据采集点要求，根据需求增加相应传感器、检测设备、网关等设备。

2.第二阶段：现场数据采集到平台端，对过程数据和成品检测数据，产品检测记录按照时间轴形式与钎焊的参数进行关联，剔除异常波动值。

3.第三阶段利用对因子分析手法进行钎焊炉生产过程建模，对比不良品出现前后多音字综合的波动，从而得到相应过程参数建议。

4.第四阶段：导入分析形成的生产参数数据，应用于产线，由此该模型得到验，根据现场图报告厅效果进行再次分析，不断进行模型化的优化。

3.项目完成情况及效果分析

本文将从经济效益方面、人才培养方面、推广价值方面、难易度方面进行分析。

3.1经济效益方面

通过推广人工智能项目，项目改善前焊接合格率达到99.5%，项目应用后预计可提高0.2个百分点，按照四号线每天生产5000套，每年工作220天计算），每套产品按照100元计算：每天生产数量×每年工作天数×提高百分比×每套效益，共减少质量损失：5000*220*0.2%*100=22万元.

3.2人才培养方面

通过本项目，参与项目的个人业务水平均得到明显进步。然后与

相关技术人员培训研讨，形成豫新人工智能项目展示说明，完成课件《工业现场数据管理》并于2020年4月在工程部进行培训。人员的综合能力有明显提升，并且在整个公司内进行宣贯学习。

3.3 推广价值方面

该项目在多个部门或多种生产线上可普遍实施，有较详细的原始资料和标准化程序，形成可参考的技术标准或可行性分析报告，目前已经在芯体车间四号线使用，形成钎焊炉设备分析模型，后续可持续开发，使得模型更加智能、更加精确，也可横向推广至公司其他焊接生产线

3.4 难易度方面

该项目需协调多个单位完成，具有一定专业性，且需消耗一定成本和时间（2个月-半年，或11-20人），豫新公司人工智能项目主要由芯体车间及技术工程部协作完成，结合机械知识与计算机知识，耗时十个月完成。

4.结束语

豫新公司人工智能项目已完成钎焊炉设备分析模型的建立与现场的展示应用，为工艺技术人员提供了参考依据，目前已在芯体车间推广，后续可持续开发训练，使得模型逐渐更加智能、更加精确。

随着工程机械产品功能越来越多，人工智能系统会更加深入到生产制造系统，包括机器人、大数据、云制造等，能使企业实现智能制造，从而提高制造效率。

参考文献

[1]钎焊手册 机械工业出版社1999.1

[2]焊接材料、工艺及设备手册 北京：化学工业出版社

[3]屠恒悦.真空钎焊技术的应用.

[4]张青 工程机械概论 化学工业出版社