离子交换膜焊接成型的智能控制方法及系统与流程

1.本发明涉及人工智能领域，具体涉及一种基于图像处理的离子交换膜焊接智能控制方法及系统。


背景技术：

2.电泳阳极管因其具有结构紧凑，膜电阻小，耗电量低等特点被广泛用于涂装工艺。在制作阳极管时需将平铺的离子交换膜加工成管状态，而加工过程中焊接机的温度和压力对成型得到的阳极管质量影响较大，因此要求焊接机的温度以及压力均要适宜以保证良好的焊接质量。
3.现有的对焊接机的温度及压力的调控是根据已有的人工经验，在焊接成管过程中通过观察离子交换膜的状态对焊接机的温度及压力进行调节。
4.然而现有的调控手段依靠人工经验且需要人工实时进行观测，而焊接机只能按照预先设定好的压力以及温度进行焊接，不能根据生产过程中的实际情况进行智能调节。因此，亟需一种方法实现对离子交换膜焊接成型的智能控制。


技术实现要素：

5.本发明提供了一种离子交换膜焊接成型的智能控制方法，包括：采集质量合格的焊接数据建立数据库，包括：获取离子交换膜区域的灰度直方图及频谱图；对灰度直方图及频谱图进行分析处理，得到焊接区域与非焊接区域的颜色差异程度和焊接区域的纹理清晰度；根据颜色差异程度和焊纹理清晰度得到合格焊接质量范围；建立坐标系，采集当前焊接状态数据并重复上述步骤得到当前焊接质量；判断当前焊接质量是否在合格焊接质量范围内，根据坐标系中当前焊接状态数据点与数据库中数据点的欧氏距离，得到焊接机需要调整的温度和压力，相比于现有技术，本发明结合计算机视觉与图像处理，根据离子交换膜焊接区域与离子膜本身的颜色差异程度以及纹理清晰度得到焊接质量，可准确得到离子交换膜焊接过程中的焊接质量。
6.同时，本发明结合已经质量合格的焊接数据得到合格的焊接质量范围，通过判断当前状态的焊接质量是否在合格的焊接质量范围内，确定是否需要对当前状态的焊接机的温度和压力进行调节，并且通过建立坐标系，根据坐标系中当前焊接状态数据点与数据库中数据点的欧氏距离，对焊接机的温度和压力进行调整，实现了对焊接机的智能控制。
7.为达到上述目的，本发明采用以下技术方案，一种离子交换膜焊接成型的智能控制方法，包括：
8.s1：建立焊接合格的离子交换膜的焊接质量数据库，包括：
9.s101：采集焊接质量合格的离子交换膜的焊接图像及其对应的焊接机温度和压力。
10.s102：获取每个离子交换膜焊接图像中的离子交换膜区域的灰度直方图及频谱图。
11.s103：利用高斯混合模型对灰度直方图进行拟合，得到离子交换膜区域中焊接区域与非焊接区域的重叠程度。
12.s104：根据焊接区域与非焊接区域的重叠程度得到离子交换膜中焊接区域与非焊接区域的颜色差异程度。
13.s105：根据频谱图中各个像素点到中心像素点的距离及该像素点对应亮度，得到离子交换膜区域中焊接区域的纹理清晰度。
14.s106：根据焊接区域与非焊接区域的颜色差异程度和焊接区域的纹理清晰度，得到每个焊接合格的离子交换膜的焊接质量。
15.s2：以温度为x轴，压力为y轴，焊接质量为z轴建立三维坐标系，并将获得的每个离子交换膜的焊接质量及其对应的焊接机温度和压力形成的数据点投影到该坐标系中，获取合格的焊接质量范围。
16.s3：采集当前状态的离子交换膜焊接图像及其对应的焊接机温度和压力，重复步骤s102-s106，得到当前状态的离子交换膜焊接质量。
17.s4：判断当前状态的离子交换膜焊接质量是否在合格的焊接质量范围内：若当前状态的离子交换膜焊接质量在合格的焊接质量范围内，则无需调整焊接机的温度和压力。
18.若当前状态的离子交换膜焊接质量不在合格的焊接质量范围内，将当前状态的离子交换膜焊接质量及其对应的焊接机温度和压力作为当前状态的数据点投影到s2获得的坐标系中，计算当前焊接状态数据点与数据库中各数据点的欧氏距离，选取与当前焊接状态数据点欧氏距离最小的数据库中的数据点，将当前焊接状态下焊接机的温度和压力调整到该点对应的温度和压力。
19.进一步的，所述一种离子交换膜焊接成型的智能控制方法，s102中所述离子交换膜区域的灰度直方图是按照如下方式获取：
20.对离子交换膜焊接图像进行语义分割，得到离子交换膜区域图像。
21.对离子交换膜区域图像进行灰度化处理，得到离子交换膜区域灰度图。
22.根据灰度图中各像素点的灰度值，获取离子交换膜区域的灰度直方图。
23.进一步的，所述一种离子交换膜焊接成型的智能控制方法，s102中所述离子交换膜区域的频谱图是按照如下方式获取：
24.对离子交换膜区域图像进行高斯滤波处理，得到去噪后的离子交换膜区域图像。
25.对去噪后的离子交换膜区域图像进行傅里叶变换，获取离子交换膜区域的频谱图。
26.进一步的，所述一种离子交换膜焊接成型的智能控制方法，s104中所述离子交换膜中焊接区域与非焊接区域的颜色差异程度是按照如下方式得到：
27.使用高斯混合模型对离子交换膜区域的灰度直方图进行拟合，得到各个子高斯模型的期望值和方差值。
28.根据各个子高斯模型的期望值和方差值，得到离子交换膜区域中焊接区域和非焊接区域的主体灰度级范围。
29.根据各个子高斯模型的期望值及各区域的主体灰度级范围，得到离子交换膜区域中焊接区域和非焊接区域的重叠程度。
30.根据重叠程度与颜色差异的关系得到离子交换膜中焊接区域与非焊接区域的颜
色差异程度。
31.进一步的，所述一种离子交换膜焊接成型的智能控制方法，s105中所述离子交换膜区域中焊接区域的纹理清晰度是按照如下方式得到：
32.计算频谱图中各像素点到中心像素点的距离。
33.获取频谱图中各像素点的亮度。
34.根据各像素点到中心像素点的距离及各像素点的亮度，计算得到离子交换膜区域中焊接区域的纹理清晰度。
35.进一步的，所述一种离子交换膜焊接成型的智能控制方法，s106中所述离子交换膜的焊接质量表达式如下：
36.q0＝f-s
37.式中：f为离子交换膜区域中焊接区域的纹理清晰度，s为离子交换膜区域中焊接区域与非焊接区域的颜色差异程度，q0为离子交换膜的焊接质量。
38.进一步的，所述一种离子交换膜焊接成型的智能控制方法，s4中所述与当前焊接状态数据点欧氏距离最小的数据库中的数据点是按照如下方式选取：
39.对坐标系中的数据库中的数据点进行密度聚类处理，得到焊接最优状态数据点。
40.计算坐标系中当前焊接状态数据点与数据库中数据点的欧氏距离，选取与当前焊接状态数据点欧氏距离最小的数据库中的数据点，将当前状态下的焊接机温度和压力调整到该点对应的温度和压力。
41.若与当前焊接状态数据点欧氏距离最小的数据库中的数据点为多个时，计算这些数据库中的数据点到焊接最优状态数据点的欧氏距离，选取与焊接最优状态数据点欧氏距离最小的数据库中的数据点，将当前状态下的焊接机温度和压力调整到该点对应的温度和压力。
42.本发明的有益效果在于：
43.本发明结合计算机视觉与图像处理，根据离子交换膜焊接区域与离子膜本身的颜色差异程度以及纹理清晰度得到焊接质量，可准确得到离子交换膜焊接过程中的焊接质量。
44.同时，本发明结合已经质量合格的焊接数据得到合格的焊接质量范围，通过判断当前状态的焊接质量是否在合格的焊接质量范围内，确定是否需要对当前状态的焊接机的温度和压力进行调节，并且通过建立坐标系，根据坐标系中当前焊接状态数据点与数据库中数据点的欧氏距离，对焊接机的温度和压力进行调整，实现了对焊接机的智能控制。
附图说明
45.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
46.图1为本发明实施例提供的一种离子交换膜焊接成型的智能控制方法流程示意图；
47.图2为本发明实施例提供的一种离子交换膜焊接成型的智能控制方法流程示意
图；
48.图3为本发明实施例提供的一种离子交换膜焊接区域纹路示意图；
49.图4为本发明实施例提供的一种焊接区域与非焊接区域灰度图示意图；
50.图5为本发明实施例提供的一种离子交换膜区域灰度直方图示意图；
51.图6为本发明实施例提供的一种离子交换膜焊接成型的智能控制系统框图。
具体实施方式
52.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
53.实施例1
54.本发明实施例提供一种离子交换膜焊接成型的智能控制方法，如图1所示，包括：
55.s1：建立焊接合格的离子交换膜的焊接质量数据库，包括：
56.s101：采集焊接质量合格的离子交换膜的焊接图像及其对应的焊接机温度和压力。
57.其中，焊接图像不需要实时采集，而是视野范围内的离子交换膜滑动出视野后，再次采集图像，即焊接一定时间后，再采集图像，直到整个离子交换膜焊接完成为止。
58.s102：获取每个离子交换膜焊接图像中的离子交换膜区域的灰度直方图及频谱图。
59.其中，灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。
60.s103：利用高斯混合模型对灰度直方图进行拟合，得到离子交换膜区域中焊接区域与非焊接区域的重叠程度。
61.其中，高斯混合模型就是用高斯概率密度函数(正态分布曲线)精确地量化事物，它是一个将事物分解为若干的基于高斯概率密度函数(正态分布曲线)形成的模型。
62.s104：根据焊接区域与非焊接区域的重叠程度得到离子交换膜中焊接区域与非焊接区域的颜色差异程度。
63.其中，温度越高，焊接区域与非焊接区域的颜色差异程度越大。
64.s105：根据频谱图中各个像素点到中心像素点的距离及该像素点对应亮度，得到离子交换膜区域中焊接区域的纹理清晰度。
65.其中，压力越大纹路清晰度越高。
66.s106：根据焊接区域与非焊接区域的颜色差异程度和焊接区域的纹理清晰度，得到每个焊接合格的离子交换膜的焊接质量。
67.其中，焊接质量受到焊接温度和压力双重影响。
68.s2：以温度为x轴，压力为y轴，焊接质量为z轴建立三维坐标系，并将获得的每个离子交换膜的焊接质量及其对应的焊接机温度和压力形成的数据点投影到该坐标系中，获取合格的焊接质量范围。
69.其中，获取合格的焊接质量范围是为了对当前状态的焊接质量进行判断。
70.s3：采集当前状态的离子交换膜焊接图像及其对应的焊接机温度和压力，重复步骤s102-s106，得到当前状态的离子交换膜焊接质量。
71.其中，当前状态的离子交换膜焊接质量是根据离子交换膜的颜色差异程度和纹理清晰度得到的。
72.s4：判断当前状态的离子交换膜焊接质量是否在合格的焊接质量范围内：若当前状态的离子交换膜焊接质量在合格的焊接质量范围内，则无需调整焊接机的温度和压力。
73.若当前状态的离子交换膜焊接质量不在合格的焊接质量范围内，将当前状态的离子交换膜焊接质量及其对应的焊接机温度和压力作为当前状态的数据点投影到s2获得的坐标系中，计算当前焊接状态数据点与数据库中各数据点的欧氏距离，选取与当前焊接状态数据点欧氏距离最小的数据库中的数据点，将当前焊接状态下焊接机的温度和压力调整到该点对应的温度和压力。
74.其中，欧氏距离也称欧几里得距离，是最常见的距离度量，衡量的是多维空间中两个点之间的绝对距离。
75.本实施例的有益效果在于：
76.本实施例结合计算机视觉与图像处理，根据离子交换膜焊接区域与离子膜本身的颜色差异程度以及纹理清晰度得到焊接质量，可准确得到离子交换膜焊接过程中的焊接质量。
77.同时，本实施例结合已经质量合格的焊接数据得到合格的焊接质量范围，通过判断当前状态的焊接质量是否在合格的焊接质量范围内，确定是否需要对当前状态的焊接机的温度和压力进行调节，并且通过建立坐标系，根据坐标系中当前焊接状态数据点与数据库中数据点的欧氏距离，对焊接机的温度和压力进行调整，实现了对焊接机的智能控制。
78.实施例2
79.利用图像处理技术，通过对加工过程中的焊接区域与周边离子膜本身的颜色差异程度以及压力滑轮碾压后形成的纹路清晰度的分析，对温度以及滑轮压力(滑轮与工作台之间的距离)进行相应调节，实现对焊接机的智能控制。
80.本发明实施例提供一种离子交换膜焊接成型的智能控制方法，如图2所示，包括：
81.s201、采集离子交换膜焊接图像。
82.通过在焊接机上方放置相机，采集滑轮加工完成后的图像。
83.s202、获取离子交换膜区域图像。
84.由于实际生产过程中的环境较为复杂，即采集图像中有背景等复杂工况，也有需要检测的离子交换膜，所以首先需要使用dnn来识别采集图像中的需要检测的离子交换膜。
85.1.输入相机采集到的rgb图像，使用dnn网络对其进行语义分割；
86.2.网络结构为encoder-decoder结构，数据集为各种类型的离子交换膜焊接图像；
87.3.标签分为两类，离子交换膜和背景。该方式为像素级分类，即需要给图像中所有像素标注上对应的标签。属于离子交换膜的像素，其值标注为1，属于背景的像素，其值标注为0；
88.4.网络所用的loss函数为交叉熵损失函数。
89.在本实施例中，相机不需要实时采集图像，而是视野范围内的离子交换膜滑动出视野后，再次采集图像，即焊接一定时间后，再采集图像，直到整个离子交换膜焊接完成为
止。
90.至此，得到离子交换膜区域图像。
91.由于焊接后，离子交换膜重叠的区域会融化，再经过压力滑轮的碾压，使得台面板上的焊接处迅速融合、成形、固化；在此过程中，焊接区域由于树脂含量(树脂为离子交换膜的成分)多于非焊接区域，所以焊接区域与非焊接区域会存在颜色差异，当温度较低时，膜融化较少，使其与周边非焊接区域的颜色差异较低，所以可以根据颜色差异程度衡量加工温度；经过压力滑轮碾压后，滑轮上的纹路会印在交换膜的焊接区域，当压力较大时，纹理越清晰，即其纹理清晰度越高，离子交换膜的焊接细节如图3所示。
92.s203、获取离子交换膜区域的灰度直方图。
93.对离子交换膜区域图像进行灰度化处理，得到灰度图，如图4所示，根据灰度图中各像素点的灰度值，获取灰度直方图，如图5所示：由于焊接区域比周边非焊接区域的颜色更为明显，故而在灰度直方图上会形成两组峰值，且颜色差异程度越小，这两组峰值的重叠程度越大，因此可以根据灰度直方图中两组灰度峰值的重叠程度衡量焊接区域与周边区域的颜色差异程度。
94.结合图4中的灰度图，焊接区域相较于非焊接区域偏白，所以图5中灰度直方图的第二个峰值对应的是焊接区域，第一个峰值对应的是非焊接区域。
95.s204、获取离子交换膜中焊接区域与非焊接区域的颜色差异程度。
96.1.获取离子交换膜图像的灰度直方图，以所有灰度级和灰度级对应的概率为样本数据，根据这些样本数据利用em算法拟合一维高斯混合模型，高斯混合模型是指具有如下形式的概率分布模型：
[0097][0098]
其中k为所属高斯混合模型中的子高斯模型个数，由于灰度直方图中存在两个峰值，所以只需拟合两个子高斯模型即可，即本发明中k＝2；αk是系数，且为高斯分布密度函数。z为样本数据，θk＝(μk,σk,ak)，p(z|θ)为概率分布模型。
[0099]
由此得到两个子高斯模型的对应参数，分别记为θ1＝(μ1,σ1),θ2＝(μ2,σ2)，其中μi,σi分别表示每个子高斯模型的期望和方差。
[0100]
2.由于高斯分布中大部分的数据分布在(μ-3σ,μ+3σ)范围内，所以则非焊接区域的主体灰度级范围w1，以及焊接区域的主体灰度级范围w2可分别表示为：
[0101]
w1＝6σ1,w2＝6σ2[0102]
3.则两组峰值的重叠程度d可表示为
[0103][0104]
4.由于峰值的重叠程度越大，焊接区域与周边非焊接区域的颜色差异越小即焊接区域与周边区域的颜色差异程度s与重叠程度d成反比关系，故颜色差异程度s可表示为：
[0105]
s＝-logd
[0106]
其中当重叠程度无限趋近于1，即两个峰值基本重合时，s无限趋近于0，此时焊接
区域与非焊接区域的颜色基本没有差异。
[0107]
由于离子交换膜本身没有纹路，图像中存在的纹理信息主要是压力滑轮碾压后形成的纹路信息；这些纹理信息为整个图像中的细节信息，且具有较强的方向性，所以这些纹理对应图像的高频信息，在频谱图像上表现为亮点，因此可以根据频谱图中的特征信息得到纹理的清晰度。
[0108]
s205、获取离子交换膜区域的频谱图。
[0109]
由于图像中噪声的存在，且噪声也是图像的高频信息，为去除噪声的干扰，需要对图像进行高斯滤波处理；
[0110]
使用傅里叶变换，将图像转换到频域空间内，得到其频谱图像。
[0111]
s206、获取离子交换膜焊接区域的纹理清晰度。
[0112]
根据频谱图像中各个像素点到中心像素的距离以及该像素点对应亮度，得到图像的纹理清晰度f，计算方法如下：
[0113][0114]
其中，m,n分别为频谱图像的水平方向上与垂直方向上的像素个数(频谱图像与原图像的大小相同)，为频谱图像中像素(u,v)到中心像素点的距离，表征图像中的高频成分，p(u,v)表示图像中的该像素点的亮度。
[0115]
s207、计算当前状态的焊接质量。
[0116]
在实际加工过程中，纹理并非越清晰越好，当压力滑轮施加的压力过大时，容易对离子交换膜焊接位置造成损伤，如出现孔洞，不仅影响其工作效果，也会影响其使用寿命；
[0117]
而纹理的清晰程度受到温度和压力的双重影响，当温度适宜时，压力滑轮施加的压力越大，越容易损伤离子交换膜，焊接质量越差；当压力适宜时，温度越高，越容易对交换膜造成损伤，所得焊接质量越差，故焊接的质量可以表示为：
[0118]
q0＝f-s
[0119]
至此，得到离子交换膜的焊接质量描述。
[0120]
s208、结合历史焊接质量合格数据对焊接机的温度以及压力进行相应调节，实现智能控制。
[0121]
由于焊接机本身精度的原因，在实际使用过程中往往达不到最佳效果，且工人对于温度以及压力的设置所得到的经验值往往是一个区域范围，导致焊接完成的焊接质量存在一定差异，但焊接机的参数设置越接近最佳值，其焊接质量越统一，因此可以根据实际工作中的历史焊接质量合格数据得到一个最好的温度以及压力值，再根据当前的检测结果，对焊接机的温度以及压力进行相应调节即可。
[0122]
然而在实际生产过程中，大幅升/降温或突然调节压力滑轮的距离，一方面容易对焊接机造成损伤，另一方面也可能导致离子交换膜受力不均等问题，导致产生焊接质量缺陷；且由于存在最佳值为理想值的情况，即当前焊接机的精度调节不到该最佳值，因此只需将现有状态调节成距离最优状态代价最小的状态即可。
[0123]
当存在多个距离最优状态代价最小的状态时，为了使焊接质量更可靠，参数的调节方向应该更倾向于密度更大的方向，此时的该方向上的焊接质量分布较为集中，调整到
该方向后会焊接质量会更稳定。
[0124]
具体过程如下：
[0125]
1.记录当前的加热温度，滑轮距离以及焊接质量分别为t0,l0,q0。
[0126]
2.收集根据经验值所得到的一系列历史焊接质量合格数据，包括对应的温度值，压力值以及焊接结果图像。
[0127]
3.将上述所得焊接图像根据上述过程，计算其对应的焊接质量，得到数据序列x＝{(t1,l1,q1),(t2,l2,q2),
…
,(ti,li,qi),...,(tn,ln,qn)}，其中ti,li,qi为第i个历史焊接质量合格数据所对应的温度值，压力值以及经过计算所得到的焊接质量，n为经验值所得历史数据的个数。
[0128]
4.以温度t为x轴，压力l为y轴，焊接质量q为z轴建立三维坐标系，并将上述序列投影到该坐标系中。
[0129]
5.由于温度以及压力的最佳值属于经验值范围内部，所以上述所得焊接质量是围绕最佳值对应的焊接质量分布的，故最佳温度以及压力所对应的焊接质量可以看作数据最密集的位置，故使用均值漂移的密度聚类方法得到所有数据的密度中心，此时该密度中心对应的温度以及压力即为最佳值，记为tb,lb,qb。
[0130]
6.计算当前参数(t0,l0,q0)与数据序列x中各个点之间的欧氏距离，选取欧式距离最小的点为调整方向；当最小的欧式距离对应多个(ti,li,qi)时，计算这些点到(tb,lb,qb)的欧氏距离，选取距离最小的点作为调整方向，对当前的焊接机温度和压力进行适应性的调整。
[0131]
本实施例的有益效果在于：
[0132]
本实施例结合计算机视觉与图像处理，根据离子交换膜焊接区域与离子膜本身的颜色差异程度以及纹理清晰度得到焊接质量，可准确得到离子交换膜焊接过程中的焊接质量。
[0133]
同时，本实施例结合已经质量合格的焊接数据得到合格的焊接质量范围，通过判断当前状态的焊接质量是否在合格的焊接质量范围内，确定是否需要对当前状态的焊接机的温度和压力进行调节，并且通过建立坐标系，根据坐标系中当前焊接状态数据点与数据库中数据点的欧氏距离，对焊接机的温度和压力进行调整，实现了对焊接机的智能控制。
[0134]
实施例3
[0135]
本发明实施例提供了一种离子交换膜焊接成型的智能控制系统，如图6所示，包括采集单元、处理单元、计算单元、数据库单元和控制单元：
[0136]
所述采集单元，将相机设在焊接机上方设置的轨道上，用于采集质量合格的离子交换膜焊接后图像和当前状态的离子交换膜焊接后图像；
[0137]
所述处理单元，将采集单元采集到的图像输入数据主控器，运用数据主控器对图像进行灰度化处理，得到离子交换膜区域的灰度直方图，并对灰度直方图进行高斯混合模型拟合，得到灰度直方图拟合结果；同时运用数据主控器对图像进行傅里叶变换，得到离子交换膜区域的频谱图；
[0138]
所述计算单元，运用数据主控器根据处理单元得到的灰度直方图拟合结果计算得到离子交换膜焊接区域和非焊接区域的颜色差异程度；并根据处理单元得到的频谱图中的像素点距离和像素点亮度计算得到焊接区域的纹理清晰程度；进一步根据颜色差异程度和
纹理清晰程度计算得到合格的焊接质量和当前状态的焊接质量；
[0139]
所述数据库单元，运用数据主控器将计算单元得到的合格焊接质量及其对应的焊接机的温度和压力进行存储，建立焊接合格的离子交换膜的焊接质量数据库，得到合格的焊接质量范围；
[0140]
所述控制单元，运用数据主控器对计算单元得到的当前状态的焊接质量进行判断：若当前状态的焊接质量不在数据库单元得到的合格的焊接质量范围内，则计算得到距离当前状态的焊接质量最近的合格焊接质量范围内的焊接质量，得到需要调整的温度和压力；焊接机控制器根据得到的温度和压力对焊接机进行调节。
[0141]
本实施例的有益效果在于：
[0142]
本实施例结合计算机视觉与图像处理，根据离子交换膜焊接区域与离子膜本身的颜色差异程度以及纹理清晰度得到焊接质量，可准确得到离子交换膜焊接过程中的焊接质量。
[0143]
同时，本实施例结合已经质量合格的焊接数据得到合格的焊接质量范围，通过判断当前状态的焊接质量是否在合格的焊接质量范围内，确定是否需要对当前状态的焊接机的温度和压力进行调节，并且通过建立坐标系，根据坐标系中当前焊接状态数据点与数据库中数据点的欧氏距离，对焊接机的温度和压力进行调整，实现了对焊接机的智能控制。
[0144]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。