本发明涉及焊接质量控制，尤其是涉及一种基于多信息监测的热影响区应变预测方法、设备、介质。
背景技术：
1、gtaw(钨极惰性气体保护焊)是一种应用非常广泛的焊接方法。gtaw具有操作简单、电弧稳定、能够隔绝空气、易于控制热输入等优点，广泛应用于不锈钢、有色金属和各种合金的焊接。在铝合金的焊接成型过程中，由于铝合金的热导率大、线膨胀系数大、熔点低等特性，容易在焊接过程中产生较大的变形，影响工件后续的装配和服役。目前对于焊接变形的研究大都基于有限元分析，但其计算时间较长，且结果与实验结果相差较大。传统的应变测量方法一般有耐高温的应变计、位移传感器等，还有包括利用钻孔技术、x射线技术以及中子衍射技术等测量残余应力或应变。然而，这些方法非原位测量以及无法检测整个焊接热影响区的应变数据。
2、中国专利申请号cn201911229836.8提供了一种焊缝跟踪处理系统，包括控制主机、移动焊机和图像采集系统；图像采集系统与控制主机通信连接，图像采集系统包括视觉传感器和微波探测器，通过视觉传感器和微波探测器对焊缝的尺寸进行检测，输出数据信息；控制主机根据数据信息建立三维模型，生产焊接路径数据；并且通过焊接路径数据控制移动焊机工作。该申请能够实现自主焊接，从而降低人力并提高焊接质量。但是，该申请并未解决获取整个焊接热影响区的应变数据较为困难的问题。
3、综上，传统的数值分析方法无法得到真实准确的热影响区应变场，也无法快速的预测出热影响区的应变值，当前缺少一种应变预测方法，以解决焊接热影响区的应变预测数据准确性不理想的问题。
技术实现思路
1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多信息监测的热影响区应变预测方法、设备、介质，以解决或部分解决焊接热影响区的应变预测数据准确性不理想的问题。
2、本发明的目的可以通过以下技术方案来实现：
3、本发明的一个方面，提供了一种基于多信息监测的热影响区应变预测方法，用于在对表面带散斑的铝合金进行gtaw焊接的过程中获取热影响区应变预测数据，包括如下步骤：
4、获取包括焊机电压数据、焊机电流数据、熔池图像数据、温度数据以及热影响区散斑图像数据的原始信息，以及包括焊接波形数据、应变预测值所在位置与焊缝的距离数据、焊接脉冲频率数据和历史时刻应变数据的工艺参数信息；
5、将所述原始信息经过预处理并提取特征后，获取特征提取信息，所述特征提取信息以及所述工艺参数信息构成综合特征信息，将所述综合特征信息输入预训练好的热影响区应变预测模型中，获取热影响区应变预测数据。
6、作为优选的技术方案，针对所述焊机电压数据或所述焊机电流数据，进行预处理并提取特征的过程包括如下步骤：
7、针对采用预设的采集频率获取的焊机电压数据或焊机电流数据，获取预设长度内的电压数据或电流数据的均方根特征、平均值特征、峰峰值特征、峰值因子特征、峭度特征中的一个或多个特征，完成对焊机电压数据或焊机电流数据的特征提取。
8、作为优选的技术方案，针对所述熔池图像数据，进行预处理并提取特征的过程包括如下步骤：
9、通过对所述熔池图像数据进行包括灰度转换、滤波处理以及阈值分割在内的预处理，获取熔池的轮廓图像信息，通过针对所述轮廓图像信息进行几何特征提取，获取熔池长度特征、熔池宽度特征、熔池面积特征、熔池周长特征中的一个或多个特征，完成对所述熔池图像数据的特征提取。
10、作为优选的技术方案，针对所述热影响区散斑图像数据，进行预处理并提取特征的过程包括如下步骤：
11、针对所述散斑图像数据以及历史散斑图像数据，通过采用数字图像相关法，获取目标区域内的位移场及应变场信息，获取当前的应变预测值所在位置与焊缝的距离数据以及历史时刻应变数据，完成对所述热影响区散斑图像的特征提取。
12、作为优选的技术方案，所述的预训练好的热影响区应变预测模型的获取包括如下步骤：
13、获取样本集，其中，所述样本集中的每个样本均包括综合特征信息和对应的应变值；
14、按照预设的比例将所述样本集划分为训练集、验证集及测试集，基于所述训练集及所述验证集对所述热影响区应变预测模型的参数进行调整，调参后基于所述验证集及训练集进行训练，基于所述测试集对热影响区应变预测模型进行测试，计算损失函数值，损失函数值达到预设收敛条件后，获得所述预训练好的热影响区应变预测模型。
15、作为优选的技术方案，所述的样本集的获取包括如下步骤：
16、获取不同的焊接电流、焊接波形及焊接脉冲频率下的综合特征信息以及对应的应变值，构建所述样本集。
17、作为优选的技术方案，所述的热影响区应变预测模型为catboost回归模型。
18、作为优选的技术方案，所述的焊机电压数据和/或焊机电流数据通过霍尔传感器获取。
19、本发明的另一个方面，提供了一种电子设备，包括：一个或多个处理器以及存储器，所述存储器内储存有一个或多个程序，所述一个或多个程序包括用于执行上述基于多信息监测的热影响区应变预测方法的指令。
20、本发明的另一个方面，提供了一种计算机可读存储介质，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行上述基于多信息监测的热影响区应变预测方法的指令。
21、与现有技术相比，本发明具有以下优点：
22、(1)相较于仅根据熔池图像进行热影响区应变预测的方式，本发明基于包括电压电流、熔池图像、温度及变形与应变的多种信息进行预测，通过对获取的原始信息进行预处理及特征提取，获取综合特征信息，输入到预训练好的预测模型中能够获取预测结果，由于使用多种数据来源进行综合进行判断，有效提高了预测的准确度，从而解决或部分解决焊接热影响区的应变预测数据准确性不理想的问题。
23、(2)本发明提供的预测方法中，预测结果是预测应变值，预测应变值能够焊接变形和应变，方法计算速度较快，可以实时检测并预测出焊接的变形和应变，为在焊接过程中人为控制变形和应变打下了基础。
24、(3)使用基于数字图像相关法的算法获取当前的应变预测值所在位置与焊缝的距离数据以及历史时刻应变数据，在不接触工件的情况下可以准确获得实验过程中整个工件表面的位移场和应变场数据，避免了钻孔法等方法测量应变对工件产生破坏。
25、(4)预测模型基于catboost的算法，建立机器学习模型，使用实验中得到的真实数据，对热影响区应变结果进行预测，可以快速得到热影响区应变的预测值，避免了有限元模拟方法的耗时计算，并且为应变调控策略提供了思路。
1.一种基于多信息监测的热影响区应变预测方法，其特征在于，用于在对表面带散斑的铝合金进行gtaw焊接的过程中获取热影响区应变预测数据，包括如下步骤：
2.根据权利要求1所述的一种基于多信息监测的热影响区应变预测方法，其特征在于，针对所述焊机电压数据或所述焊机电流数据，进行预处理并提取特征的过程包括如下步骤：
3.根据权利要求1所述的一种基于多信息监测的热影响区应变预测方法，其特征在于，针对所述熔池图像数据，进行预处理并提取特征的过程包括如下步骤：
4.根据权利要求1所述的一种基于多信息监测的热影响区应变预测方法，其特征在于，针对所述热影响区散斑图像数据，进行预处理并提取特征的过程包括如下步骤：
5.根据权利要求1所述的一种基于多信息监测的热影响区应变预测方法，其特征在于，所述的预训练好的热影响区应变预测模型的获取包括如下步骤：
6.根据权利要求5所述的一种基于多信息监测的热影响区应变预测方法，其特征在于，所述的样本集的获取包括如下步骤：
7.根据权利要求1所述的一种基于多信息监测的热影响区应变预测方法，其特征在于，所述的热影响区应变预测模型为catboost回归模型。
8.根据权利要求1所述的一种基于多信息监测的热影响区应变预测方法，其特征在于，所述的焊机电压数据和/或焊机电流数据通过霍尔传感器获取。
9.一种电子设备，其特征在于，包括：一个或多个处理器以及存储器，所述存储器内储存有一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述基于多信息监测的热影响区应变预测方法的指令。
10.一种计算机可读存储介质，其特征在于，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述基于多信息监测的热影响区应变预测方法的指令。
