焊接訓練行為數據評分方法技術

本發明專利技術公開了一種焊接訓練行為數據評分方法，包括：根據用戶典型焊接行為數據集子項的評分標準上下限進行歸一化處理并確定子項的歸一化系數；根據歸一化系數對每條單一行為數據進行歸一化處理，得到歸一化映射值；根據歸一化映射值計算出多個變量參數；將多個變量參數按照不良比數值排序，根據不良比數值排序結合有效寬度值對每組行為數據進行百分制評分，建立子項的評分速查表；建立每個子項的評分速查表；獲取訓練數據子項行為數據的均值和方差，從評分速查表中獲取每個待評分子項的評分；對多個待評分子項的所述評分進行加權計算平均值獲得訓練數據的最終得分。實現了對訓練數據評分耗時短、響應快、專業能力評估客觀全面并且成本低的效果。

Scoring method of welding training behavior data

【技術實現步驟摘要】
焊接訓練行為數據評分方法
本專利技術涉及焊接技術訓練領域，更具體地，涉及一種焊接訓練行為數據評分方法。
技術介紹
焊接訓練系統的評分一直是教育和培訓屆難題。訓練過程中，學員的操作通常具有多種維度的要求，比如焊槍行進速度、焊槍行進角度、焊槍工作角度、電弧長度等需要關注。對于在線訓練，或者學員多于指導人員的情況下通常無法進行精細評分，影響了學員的學習積極性以及學習效果。目前的焊接訓練系統主要依靠指導老師根據焊接成果對學員進行打分，采取各維度分別進行打分方式，即每項均有一個單一指標。該種方法簡單直觀，但各個指標相互獨立，因此也導致分析不夠全面公正，并且需要大量人力。部分焊接訓練系統可以依據圖形識別自動判斷，雖然實現了自動化，但依然判斷有欠客觀。因此不論是虛擬焊接系統還是實物焊接系統，都需要解決訓練效果評價的問題。焊接技術要求焊接過程中需要對學員焊接過程的焊槍行進角度、電弧長度、焊接速度以及焊接質量進行綜合評價，但現有方法存在耗時長、效果差、成本高的問題。同時現有的訓練系統缺乏訓練效果評價系統，無法監督訓練過程，降低了學員積極性和學習效果。因此針對焊接訓練系統需要提出一種耗時短、響應快、專業能力評估全面和成本低的評分方法。
技術實現思路
本專利技術的目的是提出一種焊接訓練行為數據評分方法，實現對焊接訓練行為數據的評分耗時短、響應快、專業能力評估全面并降低評分成本。為實現上述目的，本專利技術提出了一種焊接訓練行為數據評分方法，包括：步驟1：提供用戶典型焊接行為數據集，所述用戶典型焊接行為數據集包括多個不同子項的單一行為數據子集，每個所述單一行為數據子集包括多組單一行為數據，每組行為數據包括多條單一行為數據；步驟2：根據所述子項的評分標準上下限進行歸一化處理并確定所述子項的歸一化系數；步驟3：根據所述歸一化系數對所述單一行為數據子集中的每條單一行為數據進行歸一化處理，得到每條單一行為數據的歸一化映射值；步驟4：根據每組單一行為數據中所有單一行為數據的多個歸一化映射值，計算所述每組單一行為數據的多個變量參數，所述變量參數包括均值、方差、不良比數值和有效寬度值；步驟5：將所述多組單一行為數據的多個變量參數按照所述不良比數值從小到大進行排序，根據所述不良比數值從小到大的排序結合所述有效寬度值對每組行為數據進行由高到低的百分制評分，進而得到所述多組單一行為數據的均值與方差組合與百分制評分的映射關系，以建立所述子項的評分速查表；步驟6：重復步驟2至步驟5分別建立每個所述子項的評分速查表；步驟7：獲取用戶焊接行為的訓練數據，所述訓練數據包括多個待評分子項行為數據，其中每個待評分子項行為數據由包含多條單一行為數據的一組單一行為數據組成，對每個待評分子項行為數據執行步驟2至步驟4獲得每個待評分子項行為數據的均值和方差，根據每個待評分子項行為數據的均值和方差組合從對應子項的所述評分速查表中獲取每個待評分子項行為數據的評分；步驟8：對多個所述待評分子項的所述評分進行加權計算平均值獲得所述訓練數據的最終得分。可選地，所述用戶焊接行為數據集針對均值和方差的要求通過Excel制表工具自動生成和/或從現有用戶真實焊接行為數據中采集符合方差和均值要求的典型數據構成。可選地，通過以下公式進行所述歸一化處理：yi＝a*xi+b，其中，yi為每條單一行為數據的歸一化映射值，xi為所述每條單一行為數據值，a為第一歸一化系數、b為第二歸一化系數，i∈N。可選地，所述確定所述子項的歸一化系數包括：將所述子項的所述評分標準上下限映射到[-1，1]區間，并分別將yi＝1、yi＝-1、xi＝子項的評分標準上限值、xi＝子項的評分標準下限值帶入所述映射公式求得為所述子項的第一歸一化系數a和第二歸一化系數b。可選地，所述對所述單一行為數據子集中的每條單一行為數據進行歸一化處理，得到每條單一行為數據的歸一化映射值包括：將所述單一行為數據子集中的每條單一行為數據作為xi帶入所述映射公式，得到每條單一行為數據的歸一化映射值yi，并獲取每組單一行為數據的最大映射值yimax和最小映射值yimin。可選地，所述計算所述每組單一行為數據的多個變量參數包括：通過以下公式計算每組單一行為數據的均值：其中，aN為每組單一行為數據的均值，yi為每條單一行為數據的歸一化映射值，n為每組單一行為數據包含的單一數據的條數。可選地，所述計算所述每組單一行為數據的多個變量參數還包括：通過以下公式計算每組單一行為數據的方差：其中，bS為每組單一行為數據的方差，yi為每條單一行為數據的歸一化映射值，aN為每組單一行為數據的均值，n為每組單一行為數據包含的單一數據的條數。可選地，所述計算所述每組單一行為數據的多個變量參數還包括：通過以下公式計算每組單一行為數據的不良比：其中，P為不良比，k為每組單一行為數據中歸一化映射值yi在區間[-1,1]以外的個數，n為每組單一行為數據包含的單一數據的條數。可選地，所述計算所述每組單一行為數據的多個變量參數還包括：通過以下公式計算每組單一行為數據的寬度值和有效寬度值：B＝yimax-yimin，其中，B為寬度值，yimax為每組單一行為數據的最大映射值，yimin為每組單一行為數據的最小映射值；通過以下公式計算每組單一行為數據的有效寬度值：B1＝n1*B，其中，B1為有效寬度值，B為寬度值，n1＝0.5。可選地，所述計算所述每組單一行為數據的多個變量參數還包括：通過以下公式計算每組單一行數據的集中度：其中，p1為集中度，所述m為每組單一行為數據歸一化映射值yi≤B1的個數，n為每組單一行為數據包含的單一數據的條數。可選地，對多個所述待評分子項的所述評分進行加權計算平均值獲得所述訓練數據的最終得分包括：通過以下公式計算所述訓練數據的最終得分：其中，QF為用戶焊接行為的訓練數據的最終得分，Qn為訓練數據中第n個待評分子項行為數據得分，fn為第n個待評分子項的權重系數，n為待評分子項的個數。本專利技術的有益效果在于：第一個階段通過將用戶典型焊接行為數據進行歸一化處理、計算子項單一行為數據的不良比、均值、方差等獲取均值與方差組合與百分制評分的映射關系，并建立每個子項的評分速查表，第二階段將用戶焊接行為的訓練數據進行歸一化處理并計算獲得每個待評分子項的均值和方差組合，根據待評分子項的均值和方差組合從第一階段的評分速查表獲取每個待評分子項的得分，第三階段將多個待評分子項的得分進行加權平均計算獲得訓練數據的最終分數，通過建立用戶焊接行為多個子項的評分速查表作為評分標準，之后僅需要計算真實用戶焊接行為訓練數據歸一化的均值和方差組合就能獲得用戶焊接訓練數據的綜合得分，通過歸一化處理焊接訓練數據便于簡化復雜數據的計算，通過將典型數據的參數值進行百分制映射建立速查表，后期以速查表為依據進行快速評分有效提高本文檔來自技高網...

【技術保護點】
1.一種焊接訓練行為數據評分方法，其特征在于，包括：/n步驟1：提供用戶典型焊接行為數據集，所述用戶典型焊接行為數據集包括多個不同子項的單一行數據子集，每個所述單一行為數據子集包括多組單一行為數據，每組行為數據包括多條單一行為數據；/n步驟2：根據所述子項的評分標準上下限進行歸一化處理并確定所述子項的歸一化系數；/n步驟3：根據所述歸一化系數對所述單一行為數據子集中的每條單一行為數據進行歸一化處理，得到每條單一行為數據的歸一化映射值；/n步驟4：根據每組單一行為數據中所有單一行為數據的多個歸一化映射值，計算所述每組單一行為數據的多個變量參數，所述變量參數包括均值、方差、不良比數值和有效寬度值；/n步驟5：將所述多組單一行為數據的多個變量參數按照所述不良比數值從小到大進行排序，根據所述不良比數值從小到大的排序結合所述有效寬度值對每組行為數據進行由高到低的百分制評分，進而得到所述多組單一行為數據的均值與方差組合與百分制評分的映射關系，以建立所述子項的評分速查表；/n步驟6：重復步驟2至步驟5分別建立每個所述子項的評分速查表；/n步驟7：獲取用戶焊接行為的訓練數據，所述訓練數據包括多個待評分子項行為數據，其中每個待評分子項行為數據由包含多條單一行為數據的一組單一行為數據組成，對每個待評分子項行為數據執行步驟2至步驟4獲得每個待評分子項行為數據的均值和方差，根據每個待評分子項行為數據的均值和方差組合從對應子項的所述評分速查表中獲取每個待評分子項行為數據的評分；/n步驟8：對多個所述待評分子項的所述評分進行加權計算平均值獲得所述訓練數據的最終得分。/n...

【技術特征摘要】
1.一種焊接訓練行為數據評分方法，其特征在于，包括：
步驟1：提供用戶典型焊接行為數據集，所述用戶典型焊接行為數據集包括多個不同子項的單一行數據子集，每個所述單一行為數據子集包括多組單一行為數據，每組行為數據包括多條單一行為數據；
步驟2：根據所述子項的評分標準上下限進行歸一化處理并確定所述子項的歸一化系數；
步驟3：根據所述歸一化系數對所述單一行為數據子集中的每條單一行為數據進行歸一化處理，得到每條單一行為數據的歸一化映射值；
步驟4：根據每組單一行為數據中所有單一行為數據的多個歸一化映射值，計算所述每組單一行為數據的多個變量參數，所述變量參數包括均值、方差、不良比數值和有效寬度值；
步驟5：將所述多組單一行為數據的多個變量參數按照所述不良比數值從小到大進行排序，根據所述不良比數值從小到大的排序結合所述有效寬度值對每組行為數據進行由高到低的百分制評分，進而得到所述多組單一行為數據的均值與方差組合與百分制評分的映射關系，以建立所述子項的評分速查表；
步驟6：重復步驟2至步驟5分別建立每個所述子項的評分速查表；
步驟7：獲取用戶焊接行為的訓練數據，所述訓練數據包括多個待評分子項行為數據，其中每個待評分子項行為數據由包含多條單一行為數據的一組單一行為數據組成，對每個待評分子項行為數據執行步驟2至步驟4獲得每個待評分子項行為數據的均值和方差，根據每個待評分子項行為數據的均值和方差組合從對應子項的所述評分速查表中獲取每個待評分子項行為數據的評分；
步驟8：對多個所述待評分子項的所述評分進行加權計算平均值獲得所述訓練數據的最終得分。


2.根據權利要求1所述的焊接訓練行為數據評分方法，其特征在于，所述用戶焊接行為數據集針對均值和方差的要求通過Excel制表工具自動生成和/或從現有用戶真實焊接行為數據中采集符合方差和均值要求的典型數據構成。


3.根據權利要求1所述的焊接訓練行為數據評分方法，其特征在于，通過以下公式進行所述歸一化處理：
yi＝a*xi+b，
其中，yi為每條單一行為數據的歸一化映射值，xi為所述每條單一行為數據值，a為第一歸一化系數、b為第二歸一化系數，i∈N。


4.根據權利要求3所述的焊接訓練行為數據評分方法，其特征在于，所述確定所述子項的歸一化系數包括：
將所述子項的所述評分標準上下限映射到[-1，1]區間，并分別將yi＝1、yi＝-1、xi＝子項的評分標準上限值、xi＝子項的評分標準下限值帶入所述映射公式求得為所述子項的第一歸一化系數a和第二歸一化系數b。


5.根據權利要求4所述的焊接訓練行為數據評分方法，其特征在于，所述對所述單一行為數據子集中的每條單一行為數據進行歸一化處理，得到每條單一行為數據的...

【專利技術屬性】
技術研發人員：姚玉輝，李林輝，黃娉，李惠萍，向亮，張嫻，
申請(專利權)人：深圳市為漢科技有限公司，
類型：發明
國別省市：廣東;44