前沿拓展：

質量是制造業企業的生命線，而質量依賴于可靠的裝備和先進的工藝。裝備承載工藝，工藝引導裝備，兩者不可分割并且會相互促進。因此智能制造的首要落腳點就應當是從根源上提高制造工藝環節的質量。

目前很多制造工藝過程仍屬于開環控制，即使是高度自動化的機器人產線，其加工過程和質量都不是完全可控，單機的誤差累積和多機間的相互影響都會影響質量。同時，生產制造趨向多品種的背景下要求生產更加柔性化、智能化。因此工藝智能的重要性日益凸顯。

蘊碩物聯是36氪持續關注的智能制造科技公司，公司專注于焊接工藝智能化，產品包括焊接工藝AI算法引擎、工藝過程鏡像系統、數字化工藝駕駛艙以及智能物聯網硬件等。近期公司推出了焊接工藝低代碼可視化分析平臺，該平臺可以進一步降低AI在焊接工藝領域應用的門檻，增強工藝人員的可參與性。

焊接是一個多物理場耦合的非線性金屬加工過程，如何做好焊接質量在線評價和實時控制是焊接工藝智能化的關鍵。又因為焊接工藝過程是很難直接觀測的，所以通常利用過程信號對焊接情況進行間接判定。而如何建立優異的機理模型，將監測到的電流和電壓等信號與焊點質量之間建立關聯，是實現焊接質量實時評價的關鍵。通常建模方式分為特征建模（分為時域特征建模和圖形化特征建模）、非特征建模和物理建模。

蘊碩物聯推出的焊接工藝低代碼可視化分析平臺有采用圖形化特征建模方式。圖形化特征模型的表現能力非常突出，也有多種類型，比如根據電壓和電流建立的U-I相圖、基于電極位移信號的雷達分析圖等。下圖即為蘊碩物聯可視化平臺提供的U-I相圖。（數據來源于蘊碩物聯產品試用提供的樣例數據，以下皆同）

U-I相圖

焊接工藝質量研究人員可以根據相圖的特征（圖形周長、面積等）來判斷焊接過程是否合格或者是否發生虛焊和飛濺等異常情況。

該平臺還提供了時頻域分析模塊、概率密度分析模塊以及熔滴過渡周期分析等模塊，在時頻域分析模塊中，工藝人員可以通過觀察特征參數曲線的變化來判斷焊縫質量，判斷是否發生氣孔、塌陷等焊縫缺陷。在概率密度分析模塊內，平臺提供了電壓（焊接弧長）、電流、氣體流量、送絲速度、焊速等各類特征參數的概率密度分布圖，根據分布情況可以推斷焊接過程的穩定性，得出工藝參數進一步優化的可能方向。通過熔滴過渡周期分析模塊提供的特征參數數據特點來判斷與之關聯的熔滴過渡過程，進而分析焊接過程中是否可能出現斷弧、勁縮等異常情況。下圖分別為電壓特征分布的時頻圖、概率密度分布圖。

電壓時頻圖

電壓概率密度分布圖

總而言之，蘊碩物聯的焊接工藝低代碼可視化分析平臺提供了豐富的圖形化分析工具，是一套包含從數據分析、質量評估、到報告總結的整體可視化交互式分析解決方案，可以幫助工藝專家更加直觀方便地查看焊接過程物聯采集數據的參數曲線、更高效地評判焊接質量并建立焊接過程數據標準可視化評價體系。

更為重要的是，工藝專家可以自定義參數配置（包括）和特征提取對比，結合焊接過程中的信號變化提煉出最佳工藝參數，如此一來用戶可以讓自身積累的工藝經驗以數字化的形式沉淀在軟件之中，根據實踐持續優化機理模型。此外，蘊碩物聯推出的低代碼可視化平臺開放云端功能，意味著焊接工藝智能算法在過去本地單機版的基礎上提供云端服務。36氪預計此舉也將有利于蘊碩物聯將分散的焊接工況工藝數據積累下來，形成一個云端焊接知識庫，如此一來優秀焊接經驗也將可以共享起來，基于特征的機理模型將得到極大豐富和完善，云端的數據算法將可以指導各處客戶實時的焊接工況和工藝規劃。

蘊碩物聯推出焊接低代碼可視化分析平臺的基礎是自身研發的多款焊接機理模型，模型包含氣保焊碳鋼AI模型、電阻點焊碳鋼AI模型、電阻點焊碳鋼質量判定模型、TIG焊鋁合金AI模型、激光復合焊機理模型以及攪拌摩擦焊（FSW）等多種焊接工藝機理模型。

蘊碩物聯機理模型

蘊碩物聯機理模型

以薄板焊接中的電阻點焊為例，機理模型利用合格焊接參數作為訓練數據，通過AI算法學習并建立各影響焊點質量因素與最終焊接參數之間的關聯。模型可基于不同層板材材質、厚度等組合因素來預測最優焊接工藝參數，幫助企業實現焊接質量的在線監控和實時控制，逐步降低對傳統事后抽檢的依賴程度。在已應用的實際場景中，蘊碩物聯可將焊縫質量終檢合格率由原90%提升為99%左右。

算法模型的性能依賴于數據的積累量，因此持續沉淀積累的工藝數據將不斷加強工藝智能軟件自身的技術壁壘。蘊碩物聯已在船舶、軌道交通、汽車等多個工業場景共積累了PB級別的工藝數據量，并形成了焊接經典缺陷識別知識庫。

業務進展方面，由于焊接是工業領域最為通用的加工工藝之一，蘊碩物聯可以快速實現產品的標準化和規模化拓展，公司目前已經在多個行業拓展客戶，行業覆蓋航空航天、船舶、汽車、軌道交通、家電、工程機械等。蘊碩物聯的智能化技術將以SaaS形態交付給設備使用企業、設備制造商以及設備集成商。對于裝備制造企業來講，配置智能化軟件將使得自身從單純提供硬件產品轉變到同時交付軟件和硬件產品，有利于提高自身客戶粘性，加強自身技術壁壘。對于設備集成商來說，智能化軟件有利于縮短客戶產線調試周期，減輕自身交付壓力。

36氪認為，從技術發展邏輯上看，未來會有更多的新型工業軟件深入到制造的物理過程中，這些軟件通過工業物聯網技術將物理過程映射到數字空間中，同時通過AI+物理機理模型去指導、優化實際的制造過程，如此通過實時的過程數字孿生來驅動業務。

從商業邏輯上看，工藝智能化的規模可擴展性較強。此外，我們曾在《智能制造走向深水區》中強調技術的經濟性和易用性是決定技術能否大規模應用的重要因素。比如企業能否直接獲得一個包含AutoML平臺在內的產品方便日后自己訓練模型，軟件是否支持低代碼開發？這些因素都可能影響企業是否選擇新方案。蘊碩物聯通過低代碼等手段可以增強產品的易用性，降低交付壓力，將加速AI技術在制造業的應用部署。

36氪將繼續關注蘊碩物聯，也歡迎其他專注工藝智能化的公司與我們交流。

蘊碩物聯公司官網

夏裕俊,李永兵,樓銘,雷海洋.電阻點焊質量監控技術研究進展與分析[J].中國機械工程,2020,31(01):100-125.

《智能制造走向深水區》

拓展知識：