焊接数据库系统发展应用现状及趋势

朱昱颖; 孙宏伟; 朱加雷; 赵晓鑫; 周飞鸿

doi:10.7512/j.issn.1001-2303.2022.03.05

重点关注 | 浏览量 : 0 下载量: 26 CSCD: 0

PDF
导出
分享
收藏
专辑

焊接数据库系统发展应用现状及趋势
Development and Application of Welding Database System
2022年52卷第3期页码：36-45
DOI： 10.7512/j.issn.1001-2303.2022.03.05

扫描看全文

朱昱颖，孙宏伟，朱加雷，等.焊接数据库系统发展应用现状及趋势［J］.电焊机，2022，52（3）：36-45.

ZHU Yuying, SUN Hongwei, ZHU Jialei, et al.Development and Application of Welding Database System[J].Electric Welding Machine, 2022, 52(3): 36-45.
朱昱颖，孙宏伟，朱加雷，等.焊接数据库系统发展应用现状及趋势［J］.电焊机，2022，52（3）：36-45. DOI： 10.7512/j.issn.1001-2303.2022.03.05.

ZHU Yuying, SUN Hongwei, ZHU Jialei, et al.Development and Application of Welding Database System[J].Electric Welding Machine, 2022, 52(3): 36-45. DOI： 10.7512/j.issn.1001-2303.2022.03.05.

摘要

焊接是制造部件和组装部件的基本方法，企业在长期的焊接加工过程中会产生大量过程文件，对此传统人工数据管理已不适应现代化生产需求，将大量纸质和零碎的电子文档物以类聚，并以统一格式存储在不同的焊接数据库中，可以实现数据的高效存储与管理。焊接数据库根据大量工程经验和专家知识面对复杂的焊接生产过程可以自行生成专家级焊接工艺卡，实现降本增效。随着多学科与新技术向着数据库系统的涌入，多个焊接数据库集成统一成为一个功能丰富的焊接数据库系统，一方面为智能焊接生产提供强大支持，焊接过程的决策、焊接疲劳区的定位、焊接性能预测以及焊接顺序的优化等都开始在焊接领域得到应用；另一方面为资源共享、多并发处理以及工程维护、评估等提供极大的便利。综述了国内外焊接数据库系统的发展与应用现状，总结了数据库在焊接领域的主要功能应用，并对其发展趋势进行了展望。

Abstract

Welding is the basic method of manufacturing and assembling parts ,in the long-term welding process, enterprises will generate a large number of process documents. For this, traditional manual data management is no longer suitable for modern production needs. A large number of paper and fragmented electronic documents are grouped together and stored in a unified format in different welding processes. In the database, efficient storage and management of data can be achieved. Based on a large amount of engineering experience and expert knowledge, the welding database can generate expert-level welding process cards by itself to reduce costs and increase efficiency in the face of complex welding production processes. With the influx of multi-disciplinary and new technologies towards the database system, multiple welding databases are integrated and unified into a feature-rich welding database system. Welding performance prediction and welding sequence optimization have begun to be applied in the welding field. On the other hand, it provides great convenience for resource sharing, multi-concurrency processing, engineering maintenance, and evaluation. This paper summarizes the development and application status of welding database systems at home and abroad, summarizes the main functions and applications of the database in the field of welding, and forecasts its development trend.

关键词

智能化焊接数据库系统降本增效专家级焊接工艺卡

Keywords

intelligent weldingdatabase systemcost reduction and efficiency increaseexpert-level welding process cards

references

金颋勋. 数字化焊接技术发展趋势分析［J］. 中国设备工程， 2019（22）：130-131.

JIN T X.Development trend analysis of digital welding technology［J］. China Plant Engineering，2019（22）：130-131.

林三宝，黎明. 计算机在焊接中的应用现状及发展前景［J］. 焊接，1998（1）：2-4.

LIN S B，LI M.The Application and Developing Prospect of Computer on Welding Engineering［J］. Welding & Joining，1998（1）：2-4.

李巍，魏艳红. 焊接工程数据库系统综述［J］. 焊接，2006（11）：17-21.

LI W，WEI Y H. Survey of Welding Engineering Database System［J］. Welding & Joining， 2006（11）：17-21.

益本功，沓名，等. 溶接データシステム研究委員会の活動：現状と課題［J］. 溶接学会誌， 1986.

Brosilow R. Computers for welding： status report［J］. Welding Design & Fabrication， 1989， 56（3）： 81-89.

方平，王杰，郭吉萍，等. 焊接母料数据库的设计与实现［J］. 热加工工艺， 2010（5）：129-132.

FANG P，WANG Jie，GUO J P，et al.Design and Actualization of Database of Weld Base Metal［J］. Hot Working Technology， 2010（5）：129-132.

Fujita M ， Kinugawa J ， Okada A ， et al. New welding information system on the internet （Prediction of the properties of weld heat-affected zones）［J］. Data Science Journal， 2003.

Stavropoulos P，Papacharalampopoulos A， Sampatakakis K. A CPS platform oriented for Quality Assessment in welding［C］//MATEC Web of Conferences. EDP Sciences， 2020，318：01030.

郝飞，麻永林，韩强. 基于焊接数据平台的温度场预测的研究［J］. 内蒙古科技大学学报， 2011， 30（2）：167-170.

HAO F，MA Y L，HAN Q. Prediction of the temperature field based on the welding data platform［J］. Journal of Inner Mongolia University of Science and Technology， 2011， 30（2）：167-170.

张小川. 激光加工数据库查询系统的开发［D］. 辽宁：大连铁道学院， 2002.

ZHANG X C. Design of database query system for laser processing［D］. Liaoning：Dalian Jiaotong University，2002.

唐彬，魏艳红，倪家强，张满波.可远程共享的钛合金焊接选材智能数据库设计［J］.焊接，2010（06）：64-67.

TANG B，WEI Y H，NI T Q. Design of remote shared intelligent database for titanium alloy welding material selection ［J］.Welding & Joining， 2010（06）：64-67.

Kim I S ， Jeong Y J ， Lee C W ， et al. Prediction of welding parameters for pipeline welding using an intelligent system［J］. International Journal of Advanced Manufacturing Technology，2003，22（9-10）：713-719.

侯廷红. 焊接工艺智能数据库系统的研究［D］. 重庆重庆大学， 2003.

HOU T H. Research on intelligent database system of welding process［D］.Chongqing：Chongqing University，2003.

刘淼，辛希贤. 螺旋埋弧焊管焊缝形状控制与优化数据库［J］. 石油矿场机械， 2006，35（6）：58-61.

LIU M，XIN X X. An optimized database system for control of weld bead shape of submerged arc welding on spiral pipes［J］. Oil Field Equipment， 2006， 35（6）：58-61.

王克鸿，杨燕，王波. 基于网络的焊接工艺信息发布平台的建立［J］. 焊接学报，2006，27（10）：11-14，113.

WANG K H，YANG Y，WANG B. Welding process parameter Web publish system based on internet［J］.Transactions of the China Welding Institution， 2006， 27（10）：11-14，113.

郭正华，龚翔，郭吉萍，等. 焊接工艺评定必要性判断［J］. 热加工工艺， 2012， 41（11）：175-177.

GUO Z H，GONG X，GUO J P，et al. Necessity Determination of Welding Process Evaluation［J］. Hot Working Technology，2012， 41（11）：175-177.

Tuovinen L ， Laurinen P ， Koskimaki H ， et al. Building a Database to Support Intelligent Computational Quality Assurance of Resistance Spot Welding Joints［C］//IEEE International Symposium on Industrial Electronics， IEEE， 2007.

林恺迪，皮佑国. 基于ARM9的嵌入式焊接网络控制系统［J］. 焊接技术， 2011， 40（1）：43-46.

LIN K D，PI Y G. Embedded welding network control system based on ARM9［J］. Welding Technology，2011，

40（1）：43-46.

魏艳红，余枫怡，占小红. 焊接数字化技术及其在航空制造业中的应用［J］. 航空制造技术， 2016（11）：36-40.

WEI Y H，YU F Y，ZAN X H. Welding Digital Technology and Its Application in Aviation Manufacturing Industry［J］. Aeronautical Manufacturing Technology， 2016（11）：36-40.

南学龙. 管线钢焊接工艺数据库管理系统的开发［D］. 天津：天津大学，2012.

NAN X L. Development of database management system for pipeline steel welding process［D］.Tianjin：Tianjin University，2012.

张兆栋，冯允宣，祝美丽，等.基于BP神经网络的中厚板焊接数据库系统设计［J］.焊接技术，2021，50（05）：107-111.

ZHANG Y D，FENG Y X， ZHU M L， et al. Design of medium and heavy plate welding database system based on BP neural network ［J］. Welding Technology， 2021，50（05）：107-111.

Omar M， Soltan H . A framework for welding process selection［J］. SN Applied Sciences， 2020， 2（3）： 346.

Rameez Israr， Johannes Buhl， Markus Bambach. A study on power-controlled wire-arc additive manufacturing using a data-driven surrogate model［J］. The International Journal of Advanced Manufacturing Technology， 2021， 117（7-8）：1-15.

Hariharan V， Elumalai P V ， Nambiraj M ， et al. Experimental investigation of friction stir welding on aluminium AA6063［J］. Materials Today： Proceedings， 2021（5-8）.

Lucas W . Welding engineering expert system and multimedia computer programs［J］. Welding & Metal Fabrication， 1995， 63（4）：141-142，144，146，148.

朱志明. 焊接生产信息化与焊接工程应用软件的开发［C］ .全国焊接学术会议， 2005.

赵义奎，陈冰泉. 基于网络的焊接工艺评定管理数据库系统［J］. 武汉理工大学学报（交通科学与工程版）， 2001（04）： 515-517.

ZHAO Y K，CHEN B Q. Network Based Database System for Managing Welding Procedure Qualification Records［J］.Journal of Wuhan University of Technology（Transportation Science & Engineering），2001（4）： 515-517.

李航，魏艳红，白金生. 基于AWS标准的焊接工艺评定数据库系统［J］. 焊接， 2008（05）：44-49.

LI H，WEI Y H，BAI J S. Welding procedure qualification database system based on AWS D1.1-2000［J］.Welding & Joining， 2008（5）：44-49.

石亚宁. 网络化智能焊接工艺评定管理系统的研究［D］. 北京：北京工业大学，2003.

SHI Y N. Research on networked intelligent welding procedure qualification management system［D］.Beijing： Beijing University of Technology，2003.

Fujita M ， Kinugawa J ， Okada A ， et al. New welding information system on the internet （Prediction of the properties of weld heat-affected zones）［J］. Data Science Journal， 2003（8）： 136-145.

Huang J ， Nemat-Nasser S ， Zarka J . Prediction of fatigue life of metallic structures with welded joints using automatic learning systems［J］. International Journal of Mechanics & Materials in Design， 2004， 1（3）：255- 270.

Zhan X， Ou W ， Wei Y ， et al. The feasibility of intelligent welding procedure qualification system for Q345R SMAW［J］. International Journal of Advanced Manufacturing Technology， 2016， 83（5-8）：765-777.

Welt T， Junaid M， Mory R， et al. Evaluating impact toughness as a qualification testing requirement for welds［J］. Journal of Constructional Steel Research， 2020， 165（4）：105839.

Zhang Y， Wei Y， Pu J， et al. Development and application of knowledge-based software for railcar frame welding process［J］. International Journal of Advanced Manufacturing Technology， 2020， 112（5）： 1-12.

Brosilow R. Computers for welding： status report［J］. Welding Design & Fabrication， 1989， 56（3）： 81-89.

中国机械工程学会焊接学会. 第十一次全国焊接会议论文集（第2册）［C］. 2005.

Oz C ， Ayar K ， Serttas S ， et al. A Performance Evaluation Application for Welder Candidate in Virtual Welding Simulator［J］. Procedia - Social and Behavioral Sciences， 2012， 55（55）：492-501.

Chen Z ， Jian C ， Feng Z . Welding penetration prediction with passive vision system［J］. Journal of Manufacturing Processes， 2018， 36（12）：224-230.

Egorova V P ， Gorkavyy M A ， Efimov A Y ， et al. Synthesis of an Adaptive System for Diagnosing the Quality of Automated Welding Products［C］// 2019 International Multi-Conference on Industrial Engineering and Modern Technologies （FarEastCon）. 2019.

Wei Y H ， Zhan X H ， Dong Z B . Development and application of software packages in welding engineering［J］. Frontiers of Materials Science， 2011， 5（2）：160- 167.

王绿原，李桓，黄俊，等. 基于ObjectARX的焊接接头图形管理技术研究［J］. 机械设计与制造， 2013（6）：180-182.

WANG L Y，LI Y，HUANG J，et al. Research on Management of Welding Joint Figure Based on ObjectARX［J］. Machinery Design & Manufacture， 2013（6）：180-182.

邓欣，吴松林. 船舶焊接工艺评定专家系统的研究与开发［J］. 材料开发与应用， 2012， 27（2）：80-83.

DENG X， WU S L. Development of Expert System for Ship Welding Procedure Qualification［J］. Development and Application of Materials， 2012， 27（2）：80- 87.

刘荷花. 基于BP神经网络的激光焊接工艺参数优化数据库系统［J］. 激光杂志， 2015， 36（4）：182-184.

LIU H H. Optimized database system of technologic parameters of laser welding process based on BP neural network［J］. Laser Journal， 2015， 36（4）：182-184.

He S ， Chen S ， Zhao Y ， et al. Study on the intelligent model database modeling the laser welding for aerospace aluminum alloy［J］. Journal of Manufacturing Processes， 2020，63（5）：121-129.

Iwańkowicz Remigiusz R. A Multi-Case-Based Assembly Management Method for the Shipbuilding Industry［J］. Polish Maritime Research， 2021， 28（2）：27-35.

Gao Y， Zhang S， He J. Design and Development of Welding Expert System［J］. Journal of Physics： Conference Series， 2020， 1673（1）： 012068.

编辑部网址：http：//www.71dhj.comhttp://www.71dhj.com

文章被引用时，请邮件提醒。

提交

LNG储罐内罐立缝智能化焊接技术研究思路