相关申请的交叉引用
本申请要求于2019年9月12日提交的名称为“systemsandmethodsforlabelingweldmonitoringtimeperiodsusingmachinelearningtechniques[使用机器学习技术来标记焊接监视时间段的系统和方法]”的美国临时申请号62/899,293的优先权和权益，该美国临时申请的全部内容通过援引并入本文。
本公开内容总体上涉及焊接监视系统，并且更具体地涉及用于使用机器学习技术来标记焊接监视时间段的系统和方法。
背景技术：
焊接监视系统监视与焊接操作和相关活动有关的数据。常规的焊接监视系统依赖于焊接操作者的输入来了解在没有焊接发生时正在发生什么。缺乏操作者输入可能导致低效的监视。
通过将常规和传统的系统与在本申请的其余部分参照附图阐述的本公开内容相比较，常规方法和传统方法的局限性和缺点对本领域技术人员而言将变得显而易见。
技术实现要素：
本公开内容涉及用于使用机器学习技术来标记焊接监视时间段的系统和方法，基本上如由至少一个图所展示和/或结合至少一个图描述的并且如权利要求更完整地阐述的。
从以下说明书和附图，将更加充分地理解本公开内容的这些和其他优点、方面和新颖特征以及本公开内容的所展示示例的细节。
附图说明
图1示出了根据本公开内容的一些方面的与本地监视站通信的焊接系统。
图2是示出了根据本公开内容的一些方面的图1的本地监视站的进一步细节的框图。
图3a至图3b是展示了根据本内容的一些方面的示例活动识别程序的流程图。
图4a至图4d展示了根据本公开内容的一些方面的使用图3a至图3b的活动识别程序对二十四小时的时间段的示例标记。
附图不一定按比例绘制。在适当情况下，相同或相似的附图标记在附图中表示相似或相同的要素。例如，利用字母的附图标记(例如，焊接单元101a、焊接单元101b)表示没有该字母的相同附图标记(例如，焊接单元101)的例举。
具体实施方式
本公开内容的一些示例涉及焊接监视系统，这些焊接监视系统被配置用于使用机器学习技术来标记非焊接时间段。焊接监视系统在焊接期间有时会采用各种传感器来监视焊接系统的焊接参数。然而，常规的焊接监视系统依赖于操作者来告知监视系统在没有焊接时正在发生什么。不幸的是，操作者通常是全神贯注的或健忘的，而疏忽了描述在没有焊接时正在发生什么。
因此，本公开内容讨论了使用机器学习技术来尝试和了解在没有焊接时发生的活动的焊接监视系统。这使得即使操作者疏忽告知系统正在发生什么，焊接监视系统也能够继续其监视。在一些示例中，焊接监视系统可以使用各种机器学习模型来识别模式，这些模式可以指示在没有焊接时正在发生一个或多个活动。在一些示例中，可以使用来自操作者和/或其他个人的反馈、来自正在进行的焊接和/或非焊接活动的数据以及来自其他焊接监视系统和/或机器学习模型的数据来连续地训练、更新和/或改进这些机器学习模型。
本公开内容的一些示例涉及一种焊接系统，该焊接系统包括：焊接监视系统，该焊接监视系统被配置用于在第一时间段内经由用户接口或者一个或多个传感器捕获焊接相关操作的一个或多个特征特性；处理电路系统；以及存储器电路系统，该存储器电路系统包括一个或多个机器学习模型和计算机可读指令，这些计算机可读指令当被执行时使该处理电路系统：基于该一个或多个特征特性，识别一个或多个未标记的非焊接时间段；使用该一个或多个机器学习模型，基于该一个或多个特征特性，确定一个或多个标记是否可应用于该一个或多个未标记的非焊接时间段；以及响应于确定该一个或多个标记中的某个标记可应用于该一个或多个未标记的非焊接时间段中的某个未标记的非焊接时间段，将该标记与该未标记的非焊接时间段相关联。
在一些示例中，该存储器电路系统进一步包括计算机可读指令，这些计算机可读指令当被执行时使该处理电路系统：使用该标记与该未标记的非焊接时间段之间的关联来训练该一个或多个机器学习模型，并且使用与该未标记的非焊接时间段相关联的至少一个特征特性来训练该一个或多个机器学习模型。在一些示例中，该存储器电路系统进一步包括计算机可读指令，这些计算机可读指令当被执行时使该处理电路系统：使用一个或多个其他机器学习模型来训练该一个或多个机器学习模型，该一个或多个其他机器学习模型被应用于一个或多个其他焊接相关操作。在一些示例中，该存储器电路系统进一步包括计算机可读指令，这些计算机可读指令当被执行时使该处理电路系统：确定该标记的置信程度。在一些示例中，将该标记与该未标记的非焊接时间段相关联包括：使用第一机器学习模型来确定可应用于该未标记的非焊接活动时间段的第一标记以及该第一标记的第一置信程度；使用第二机器学习模型来确定可应用于该未标记的非焊接活动时间段的第二标记以及该第二标记的第二置信程度；以及基于该第一置信程度或该第二置信程度将该标记与该未标记的非焊接活动时间段相关联，该标记包括该第一标记或该第二标记。
在一些示例中，该存储器电路系统进一步包括休息模型，该休息模型包括一个或多个焊接操作者休息模式的模型，并且确定该一个或多个标记是否可应用于该一个或多个未标记的非焊接活动时间段进一步包括：使用该休息模型，基于该一个或多个特征特性，确定一个或多个休息标记是否可应用于该一个或多个未标记的非焊接时间段。在一些示例中，该一个或多个休息标记包括以下各项中的一项或多项：早间休息时段、午餐休息时段、晚间休息时段、洗手间休息时段、计划的休息时段或换班时段。在一些示例中，该存储器电路系统进一步包括常规活动模型，该常规活动模型包括一个或多个常规活动模式的模型，并且确定该一个或多个标记是否可应用于该一个或多个未标记的非焊接时间段进一步包括：使用该常规活动模型和聚类分析，基于该一个或多个特征特性，确定一个或多个常规活动标记是否可应用于该一个或多个未标记的非焊接时间段。在一些示例中，该聚类分析从该一个或多个未标记的非焊接时间段形成分类树。
在一些示例中，其中，确定该一个或多个标记是否可应用于该一个或多个未标记的非焊接时间段进一步包括：使用该聚类分析确定该一个或多个未标记的非焊接时间段中的离群时间段与其他一个或多个未标记的非焊接时间段或者该一个或多个常规活动模式的不相似度是否达到该离群时间段应标记为异常的程度。在一些示例中，该存储器电路系统进一步包括计算机可读指令，这些计算机可读指令当被执行时使该处理电路系统：基于该时间段的持续时间或不相似程度，将临界分级与该离群时间段相关联。在一些示例中，该存储器电路系统进一步包括计算机可读指令，这些计算机可读指令当被执行时使该处理电路系统：响应于确定该离群时间段应标记为异常并且与高临界分级相关联而发出警报或禁止操作。
在一些示例中，该一个或多个传感器包括以下各项中的一项或多项：电流传感器、电压传感器、电阻传感器、送丝速度传感器、气体流量传感器、夹紧传感器、nfc询问器、rfid询问器、蓝牙询问器、条形码读取器、相机、光学传感器、红外传感器、声学传感器、声音传感器、麦克风、位置传感器、全球定位系统、加速度计、惯性测量单元、x射线传感器、射线检测传感器、扭矩传感器、无损检测传感器、温度传感器或湿度传感器。在一些示例中，该一个或多个特征特性包括一个或多个操作特征、活动特定特征、活动标记、活动前阶段特征或活动后阶段特征。在一些示例中，该一个或多个操作特征包括以下各项中的一项或多项：轮班开始时间、轮班结束时间、唯一操作者标识、操作者姓名、操作者资质、填料材料特性、材料准备信息、材料类型、气体类型、操作位置、环境温度或环境湿度。在一些示例中，该一个或多个活动特定特征包括以下各项中的一项或多项：活动开始时间、活动结束时间、先前的活动、先前的事件、后续的活动、后续的事件、焊接相关操作的图像或操作环境的图像。在一些示例中，该一个或多个活动前阶段特征或活动后阶段特征包括活动前阶段开始时间或活动后阶段开始时间、活动前阶段结束时间或活动后阶段结束时间、活动前阶段持续时间或活动后阶段持续时间、已完成焊接的数量、电弧时间、已完成零件的数量、停机持续时间、操作时间、操作位置、环境温度或环境湿度。在一些示例中，该一个或多个未标记的非焊接时间段中的所有时间段均在该时间段内。在一些示例中，该一个或多个未标记的非焊接时间段中的至少一个时间段在该时间段之外。
本公开内容的一些示例涉及一种自动标记焊接相关操作的非焊接时间段的方法，该方法包括：在某个时间段内经由用户接口或者一个或多个传感器捕获该焊接相关操作的一个或多个特征特性；经由处理电路系统，基于该一个或多个特征特性，识别一个或多个未标记的非焊接时间段；使用存储在存储器电路系统中的一个或多个机器学习模型，基于该一个或多个特征特性，确定一个或多个标记是否可应用于该一个或多个未标记的非焊接时间段；以及响应于确定该一个或多个标记中的某个标记可应用于该一个或多个未标记的非焊接时间段中的某个未标记的非焊接时间段，将该标记与该未标记的非焊接时间段相关联。
图1示出了示例焊接系统100和本地监视站200。如图所示，焊接系统100包括与焊接单元101内的焊接型电力供应器108耦接的焊炬118和工件夹具117。如图所示，本地监视站200与焊接型电力供应器108电耦接(和/或电通信)。在一些示例中，本地监视站200还可以(例如，经由焊接型电力供应器108)与焊炬118通信。
在图1的示例中，操作者116正在焊接单元101内的焊接工作台112附近操纵焊炬118。在一些示例中，焊接工作台112可以是和/或包括被配置用于固持一个或多个工件110的夹紧系统。在一些示例中，该夹紧系统可以包括一个或多个工件夹具117(例如，手动夹具和/或气动夹具)。在一些示例中，(多个)工件110可以独立于焊接工作台112，例如是独立式元件，比如结构钢元件、管道或桥。尽管图1中示出了人类操作者116，但是在一些示例中，操作者116可以是(和/或控制)机器人和/或自动焊接机器。
在图1的示例中，焊炬118经由焊接线缆126耦接至焊接型电力供应器108。夹具117也经由夹具线缆115耦接至焊接型电力供应器108。焊接型电力供应器108进而比如经由导管130与本地监视站200通信。在一些示例中，焊接型电力供应器108可以可替代地或另外包括无线通信能力(例如，无线通信电路系统)，通过这些无线通信能力可以与本地监视站200建立无线通信。
在图1的示例中，焊炬118是被配置用于气体保护金属电弧焊(gmaw)的焊枪。在一些示例中，焊炬118可以包括被配置用于保护金属电弧焊(smaw)的电极固持器(即，端头(stinger))。在一些示例中，焊炬118可以包括被配置用于气体保护钨极电弧焊(gtaw)的焊炬和/或焊条。在一些示例中，焊炬118可以包括被配置用于药芯电焊丝电弧焊(fcaw)的焊枪。在一些示例中，焊炬118可以另外或可替代地包括焊条。在图1的示例中，焊炬118包括扳机119。在一些示例中，扳机119可以由操作者116致动以启动焊接型操作(例如，电弧)。
在图1的示例中，焊接型电力供应器108包括送丝器140(和/或与其耦接)。在一些示例中，送丝器140容纳焊丝卷轴，该焊丝卷轴用于向焊炬118提供焊丝电极(例如，实心焊丝、药芯焊丝、有涂层的焊丝)。在一些示例中，送丝器140进一步包括机动辊，这些机动辊被配置用于将焊丝电极(例如，从卷轴)送入到焊炬118和/或从焊炬118收回焊丝电极(例如，收回到卷轴)。
在图1的示例中，焊接型电力供应器108还包括气体源142(和/或与其耦接)。在一些示例中，气体源142(例如，经由缆线126)向焊炬118供应保护气体和/或保护气体混合物。如本文中所用，保护气体可以指可以被提供给电弧和/或焊接熔池以便提供特定的局部气氛(例如，保护电弧、提高电弧稳定性、限制金属氧化物的形成、提高金属表面的湿度、改变焊接熔覆物的化学性质等)的任何气体(例如，co2、氩气)或气体混合物。
在图1和图2的示例中，焊接型电力供应器108还包括操作者接口144。在图1的示例中，操作者接口144包括焊接型电力供应器108上的一个或多个可调节输入(例如，旋钮、按钮、开关、按键等)和/或输出(例如，显示屏、灯、扬声器等)。在一些示例中，操作者接口144可以包括远程控制器和/或示教盘(pendant)。在一些示例中，操作者116(和/或其他用户)可以使用操作者接口144来输入和/或选择焊接型电力供应器108的一个或多个焊接参数(例如，电压、电流、气体类型、送丝速度、工件材料类型、填料类型等)和/或焊接型电力供应器108的焊接操作。在一些示例中，操作者接口144可以进一步包括被配置用于与一个或多个外部存储器装置(例如，软盘、光盘、数字视频盘、闪存驱动器等)连接(和/或接纳外部存储器装置)的一个或多个容口。
在图1的示例中，焊接型电力供应器108包括电力转换电路系统132，该电力转换电路系统被配置用于接收(例如，来自市电、发电机等的)输入电力并且将该输入电力转换成焊接型输出电力。在一些示例中，电力转换电路系统132可以包括能够将输入电力转换成输出电力的电路元件(例如，变压器、整流器、电容器、电感器、二极管、晶体管、开关等)。在一些示例中，电力转换电路系统132还可以包括一个或多个可控电路元件。在一些示例中，可控电路元件可以包括被配置用于基于一个或多个控制信号来改变状态(例如，点火、接通/切断、闭合/断开等)的电路系统。在一些示例中，可控电路元件的(多个)状态可以影响电力转换电路系统132的操作，和/或影响由电力转换电路系统132提供的输出电力的特性(例如，电流/电压幅值、频率、波形等)。在一些示例中，可控电路元件可以包括例如开关、继电器、晶体管等。在可控电路元件包括晶体管的示例中，晶体管可以包括任何合适的晶体管，例如，mosfet、jfet、igbt、bjt等。
如图所示，焊接型电力供应器108进一步包括电耦接至电力转换电路系统132并被配置用于控制该电力转换电路系统的控制电路系统134。在一些示例中，控制电路系统134可以包括处理电路系统(和/或一个或多个处理器)以及模拟存储器和/或数字存储器。在一些示例中，控制电路系统134被配置用于控制电力转换电路系统132，从而确保电力转换电路系统132产生适当的焊接型输出电力以实施期望的焊接型操作。
在一些示例中，控制电路系统134还与送丝器140和/或气体源142电耦接和/或被配置用于控制送丝器和/或气体源。在一些示例中，控制电路系统134可以控制送丝器140以目标速度和/或目标方向输出焊丝。例如，控制电路系统134可以控制送丝器140的电机以目标速度将焊丝电极250送入到焊炬118(和/或从焊炬中收回焊丝电极250)。在一些示例中，焊接型电力供应器108可以控制气体源142输出目标类型和/或量的气体。例如，控制电路系统134可以控制与气体源142连通的阀，以调节被输送到焊炬118的气体。
在图1的示例中，焊接系统100进一步包括几个传感器150。在一些示例中，传感器150中的一个或多个可以包括以下各项中的一项或多项：电流传感器、电压传感器、电阻传感器、送丝速度传感器、气体流量传感器、夹紧传感器、nfc询问器、rfid询问器、蓝牙询问器、条形码读取器、相机、光学传感器、红外传感器、声学传感器、声音传感器、麦克风、位置传感器、全球定位系统、加速度计、惯性测量单元、x射线传感器、射线检测传感器、扭矩传感器、无损检测传感器、温度传感器和/或湿度传感器。如图所示，传感器150被定位在工件夹具117、焊炬118、焊接型电力供应器108、送丝器140、气体源142和电力转换电路系统132之内、之上和/或附近。
在图1的示例中，还示出了将传感器150安装到和/或悬挂在焊接单元101的固定结构(例如，墙壁、门、天花板、支柱、窗帘等)上。虽然仅示出了将一个传感器150安装到和/或悬挂在固定结构上，但是在一些示例中，多个传感器150可以安装到和/或悬挂在固定结构上。如图所示，多个传感器150也被安装到和/或悬挂在无人看管的机械运载工具(unattendedrobotvehicle)152(例如，无人机)上。虽然在图1的示例中，机械运载工具152是飞行器，但是在一些示例中，机械运载工具152可以替代地是地面运载工具或水上运载工具。
在一些示例中，传感器150可以被配置用于感测、检测和/或测量焊接系统100的各种焊接数据。例如，传感器150可以感测、检测和/或测量操作者116、焊炬118、工件110和/或焊接单元101内的其他物体的一个或多个位置、地点和/或运动。作为另一个示例，传感器150可以感测、检测和/或测量焊接单元101中的空气温度、空气质量、电磁特性和/或噪声。作为另一个示例，传感器150可以感测、检测和/或测量由焊接型电力供应器108、电力转换电路系统132和/或焊炬接收的电力的电压和/或电流、和/或由焊接型电力供应器108和/或电力转换电路系统132输出的电力的电压和/或电流。作为另一个示例，传感器150可以感测、检测和/或测量送丝器140的速度(例如，速率和/或送丝方向)和/或由送丝器140送入的焊丝的类型。作为另一个示例，传感器150可以感测、检测和/或测量从气体源142(例如，通过阀)到焊炬118的气体类型和/或气体流量。作为另一个示例，传感器150可以感测、检测和/或测量焊炬118的扳机作用信号(例如，致动、解除致动(de-actuation)等)和/或夹具117的夹紧信号(例如，夹紧、松开等)。
在一些示例中，传感器150可以被配置用于将感测、检测和/或测量的数据传送到焊接型电力供应器108和/或本地监视站200。在一些示例中，控制电路系统134可以与一些或全部的传感器150通信和/或以其他方式被配置用于从传感器150接收信息。在一些示例中，来自本地监视站的数据可以与一些或全部的传感器150通信和/或以其他方式被配置用于从传感器150接收信息。
在一些示例中，当操作者116致动焊炬118的扳机119(和/或以其他方式启动焊炬118)时，焊接操作(和/或焊接工艺)可以开始。在焊接操作期间，焊接型电力供应器108提供的焊接型电力可以施加到焊炬118的电极(例如，焊丝电极)，以便在电极与一个或多个工件110之间产生焊接电弧。电弧的热量可以熔化填料材料(例如，焊丝)和/或工件110的一部分，由此产生熔化的焊接熔池。焊炬118的移动(例如，由操作者进行)可以使焊接熔池移动，从而产生一个或多个焊缝111。
当焊接操作完成时，操作者116可以释放扳机119(和/或以其他方式停用/解除致动焊炬118)。在一些示例中，控制电路系统134可以检测到焊接操作已经完成。例如，控制电路系统134可以经由传感器150检测扳机释放信号。作为另一个示例，控制电路系统134可以经由操作者接口144接收焊炬停用命令(例如，在焊炬118由机器人和/或自动焊接机器操控的情况下)。
在一些示例中，传感器150可以在焊接工艺期间检测与焊接型电力供应器108、夹具117、工作台112和/或焊炬118有关的某些焊接数据。在一些示例中，焊接型电力供应器108还可以检测某些焊接数据(例如，经由操作者接口144输入的，由控制电路系统134检测到的，诸如此类的焊接数据)。在一些示例中，传感器150和/或焊接型电力供应器108可以被配置用于(直接地和/或通过焊接型电力供应器108)将此焊接数据传送到本地监视站200。在一些示例中，可以在焊接操作期间实时地、定期地、和/或在焊接操作之后将焊接数据传送到本地监视站200。
图2是示出了本地监视站200的示例部件和连接的框图。在图2的示例中，示例本地监视站200被电(和/或通信地)耦接至几个示例焊接单元101的传感器150和/或焊接设备151(例如电力供应器108、焊炬118等)。尽管在图2的示例中示出了三个焊接单元101，但是在一些示例中，可以存在更多或更少的焊接单元101。在一些示例中，本地监视站200可以连续地和/或定期地从每个焊接单元101接收数据。
在图2的示例中，本地监视站200电(和/或通信地)耦接至用户接口(ui)202。在一些示例中，ui202可以包括一个或多个输入装置(例如，触摸屏、鼠标、键盘、按钮、旋钮、麦克风、拨盘等)和/或输出装置(例如，显示屏、扬声器、灯等)。在一些示例中，ui202可以进一步包括被配置用于与一个或多个外部存储器装置(例如，软盘、光盘、数字视频盘、闪存驱动器等)连接(和/或接纳外部存储器装置)的一个或多个容口。在操作中，操作者116或其他用户可以经由ui202向本地监视站200提供输入和/或从该本地监视站接收输出。虽然在图2的示例中被示为独立的部件，但是在一些示例中，ui202可以是本地监视站200的一部分。
在图2的示例中，本地监视站200通过网络208(例如，互联网、广域网、局域网等)与一个或多个远程监视站204和一个或多个中央服务器206通信。在一些示例中，本地监视站200可以直接与一个或多个远程监视站204和/或一个或多个中央服务器206通信，而不是通过网络208进行通信。在一些示例中，可以经由本地监视站200和/或多个远程监视站204中的一个或多个来实施(多个)中央服务器206。在一些示例中，(多个)远程监视站204中的一个或多个可以是位于远距离处的本地监视站200。
在图2的示例中，本地监视站200包括经由同一电气总线彼此互连的通信电路系统210、处理电路系统212和存储器电路系统214。在一些示例中，处理电路系统212可以包括一个或多个处理器。在一些示例中，通信电路系统210可以包括一个或多个无线适配器、无线网卡、缆线适配器、线路适配器、电子狗、射频(rf)装置、无线通信装置、蓝牙装置、遵循ieee802.11的装置、wifi装置、蜂窝装置、gps装置、以太网端口、网络端口、避雷缆线端口、缆线端口等。在一些示例中，通信电路系统210可以被配置用于经由一个或多个有线介质和/或协议(例如，(多个)以太网缆线、(多个)通用串行总线缆线等)和/或无线介质和/或协议(例如，近场通信(nfc)、超高频无线电波(通常称为蓝牙)、ieee802.11x、zigbee、hart、lte、z-wave、无线hd、wigig等)来促进通信。在一些示例中，本地监视站200可以通过台式计算机或本地服务器计算机来实施。
在图2的示例中，存储器电路系统214存储下文进一步讨论的活动识别程序300、某些计划的非焊接活动216和数据库218。尽管在图2的示例中被示为本地监视站200的一部分，但是在一些示例中，一些或全部的活动识别程序300可以存储在(多个)中央服务器206的存储器电路系统中，和/或由(多个)中央服务器206的处理电路系统执行。尽管在图2的示例中被示为本地监视站200的一部分，但是在一些示例中，一些或全部的数据库218可以存储在(多个)中央服务器206和/或一个或多个远程监视站204的存储器电路系统中。在一些示例中，数据库218实际上可以包括多个数据库。
在一些示例中，活动识别程序300可以分析由每个焊接单元101的传感器150和/或焊接设备151收集的数据，以及经由ui202收集的数据(例如，操作者信息)。在一些示例中，活动识别程序300可以基于对数据的分析来确定某些特征特性。可以使用这些特征特性来限定焊接活动和/或非焊接活动的时间段。在一些示例中，特征特性还可以包括归属于一个或多个非焊接时间段的一个或多个活动标记。
在一些示例中，可以使用计划的非焊接活动216来将活动标记与尚未被标记的一些或全部非焊接时间段相关联。在一些示例中，计划的非焊接活动216可以包括可以在给定的日、周、月等时间段中的一个或多个时间段内发生的一个或多个非焊接活动。例如，计划的非焊接活动216可以包括为特定操作者116、焊接设备151、焊接单元101、工作地点和/或焊接作业和预期将会发生该一个或多个活动的(多个)日期/时间安排的一个或多个非焊接活动。例如，计划的非焊接活动216可以包括数据，该数据代表在特定的焊接单元101中、在特定的工作地点处和/或对于特定的焊接作业用特定焊接设备151工作的操作者116的一个或多个计划的轮班开始时段、轮班结束时段、维护时段、早餐时段、午餐时段、晚餐时段和/或休息时段。在一些示例中，计划的非焊接活动216可以经由ui202输入，从(多个)远程监视站204、(多个)中央服务器206和/或其他装置传送，和/或以编程方式确定。
在图2的示例中，活动识别程序300包括几个机器学习模型220。尽管在图2的示例中被示为活动识别程序300的一部分，但是在一些示例中，机器学习模型220可以与活动识别程序300分开。在一些示例中，可以使用一个或多个机器学习模型220来确定一个或多个活动标记，所述一个或多个活动标记归属于在考虑了计划的非焊接活动216之后仍未被标记的非焊接时间段。在一些示例中，可以使用一个或多个机器学习模型220来进一步分析特征特性以确定该一个或多个活动标记。在一些示例中，可以将一个或多个机器学习模型220与一个或多个焊接单元101、焊接设备151、操作者116、工作地点和/或焊接作业相关联。
在一些示例中，一个或多个机器学习模型220可以使用来自与其他焊接单元101、焊接设备151、操作者116、工作地点和/或焊接作业相关的其他机器学习模型220的数据进行连续地训练和/或更新。在一些示例中，本地监视站200的一个或多个机器学习模型220可以使用来自其他远程监视站204的其他机器学习模型220的数据进行连续地训练和/或更新。在一些示例中，本地监视站200的一个或多个机器学习模型220可以使用来自本地监视站200和/或其他远程监视站204的计划的非焊接活动216进行连续地训练和/或更新。
图3a至图3b是展示了示例活动识别程序300的流程图。在一些示例中，活动识别程序300可以用存储在存储器电路系统214中和/或由处理电路系统212执行的机器可读(和/或处理器可执行)指令来实施。尽管在下面的描述中，针对单个焊接单元101描述了活动识别程序300，但是在一些示例中，可以同时执行活动识别程序300的多个实例(例如，每个焊接单元101具有一个活动识别程序300的实例)。
在图3a的示例中，活动识别程序300在框302处开始。在框302处，焊接单元101的传感器150和/或焊接设备151收集数据并将数据传送到本地监视站200。在一些示例中，数据也可以由ui202收集和/或传送。在一些示例中，这种数据收集可以连续地和/或定期地发生。在一些示例中，所收集的数据可以存储在数据库218中。尽管为了方便理解在图3a的示例中示出，但是在一些示例中，这种数据收集和/或传送可以发生在活动识别程序300的过程之外。
在图3a的示例中，在框302之后，活动识别程序300前进到框304。在框304处，活动识别程序300分析在框302处由传感器150、焊接设备151和/或ui202收集的数据，以确定一个或多个特征特性。例如，活动识别程序300可以基于由传感器150检测和/或测量的一个或多个扳机作用信号、电压数据、电流数据、送丝数据和/或气体源数据来确定何时开始电弧焊接操作和/或电弧焊接操作的持续时间。作为另一个示例，活动识别程序300可以基于由传感器150检测和/或测量的数据和/或由操作者116经由操作者接口144和/或ui202输入的数据，来确定气体类型和/或焊丝材料类型。作为又一个示例，活动识别程序300可以基于由操作者116经由操作者接口144和/或ui202供应的凭证和/或基于由传感器150检测到的操作者数据来确定与操作者116有关的信息。
在一些示例中，一个或多个特征特性可以包括一个或多个操作特征、活动特定特征、活动标记、活动前阶段特征和/或活动后阶段特征。在一些示例中，操作特征可以包括以下各项中的一项或多项：轮班开始时间、轮班结束时间、唯一操作者标识、操作者姓名、操作者资质、填料材料特性、材料准备信息、材料类型、气体类型、操作位置、环境温度、环境湿度、操作类型或作业类型。在一些示例中，活动特定特征可以包括以下各项中的一项或多项：活动开始时间、活动结束时间、先前的活动、先前的事件、后续的活动、后续的事件、焊接相关操作的图像和/或操作环境的图像。在一些示例中，活动前阶段特征和/或活动后阶段特征可以包括活动前阶段开始时间和/或活动后阶段开始时间、活动前阶段结束时间和/或活动后阶段结束时间、活动前阶段持续时间和/或活动后阶段持续时间、已完成焊接的数量、电弧时间、已完成零件的数量、停机持续时间、操作时间、操作位置、环境温度和/或环境湿度。在一些示例中，活动识别程序300可以将这些特征特性存储在数据库218中。
在图3a的示例中，在框304之后，活动识别程序300前进到框306。在框306处，活动识别程序300基于在框304处确定的特征特性来标识一个或多个焊接时间段402和/或非焊接时间段404。例如，活动识别程序300可以在框304处确定与电弧焊接操作的开始、结束和/或持续时间有关的特征特性，并且这些特征特性可以用于确定一个或多个焊接时间段和/或非焊接时间段。在一些示例中，一个或多个焊接时间段和/或非焊接时间段可以基于与一个或多个较早、较晚和/或重叠时间段有关的特征特性来识别。在一些示例中，活动识别程序300可以将这些时间段存储在数据库218中。在一些示例中，活动识别程序300可以将焊接活动标记与一个或多个焊接时间段402相关联，和/或将所述(多个)对应的关联存储在数据库218中。
图4a至图4d示出了示例焊接单元101的示例二十四小时时间段400，以帮助说明活动识别程序300。在图4a的示例中，时间段400已经由活动识别程序300的框306分为几个焊接时间段402和非焊接时间段404。在图4a的示例中，所有非焊接时间段404都未被标记，并且所有焊接时间段402都被标记(例如，被标记为正常焊接活动)。
在图3a的示例中，在框306之后，活动识别程序300前进到框308。在框308处，活动识别程序300基于计划的非焊接活动216和/或一个或多个用户输入来向一个或多个标记分配一个或多个所识别的非焊接时间段和/或将一个或多个标记与一个或多个所识别的非焊接时间段相关联。例如，计划的非焊接活动216可以将一个或多个所识别的非焊接时间段标记为归属于计划的非焊接活动(例如，换班、维护操作等)。作为另一个示例，用户可以手动将一个或多个所识别的非焊接时间段标记为归属于某种其他非焊接活动(例如，洗手间休息、补给、开会等)。在一些示例中，可以将(多个)手动输入的标记视为在框302处采集的数据和/或在框304处确定的特征特性的一部分。在一些示例中，活动识别程序300可以将(多个)非焊接标记与(多个)适当的非焊接时间段404相关联，和/或将所述(多个)相应的关联存储在数据库218中。
在图4b的示例中，非焊接时间段404a、非焊接时间段404c和非焊接时间段404e已经由活动识别程序300的框308标记。例如，非焊接时间段404a和非焊接时间段404b可以已经在框308处基于计划的非焊接活动216被标记为轮班活动的结束。作为另一个示例，非焊接时间段404c可能已经在活动识别程序300的框302或304处被操作者116(例如，经由ui202)手动标记为午餐休息活动。如图所示，非焊接时间段404a的持续时间也缩短了，并且已经在剩余时间中识别出新的非焊接时间段404f。例如，这可能是由于计划的非焊接活动216指示轮班活动的结束被安排在上午9点结束而发生的。因此，活动识别程序300现在需要尝试并了解在上午9点之后在非焊接时间段404f期间在发生什么。在图4b的示例中，非焊接时间段404b、非焊接时间段404d和非焊接时间段404f仍未被标记。
在图3a的示例中，在框308之后，活动识别程序300前进到框310。在框310处，活动识别程序300使用框308的(多个)已标记的非焊接时间段404来训练一个或多个机器学习模型220。在一些示例中，活动识别程序300还可以使用与(多个)已标记的非焊接时间段(和/或一个或多个之前时间段和/或相继时间段)相关联的所采集数据和/或特征特性来训练(多个)机器学习模型220。以这种方式，(多个)机器学习模型220可以学习以识别将来具有相似特性的非焊接时间段404，并自动关联(多个)正确的标记。尽管在图3a的示例中框310被示出为紧跟在框308之后，但是在一些示例中，框310可以朝着活动识别程序300结束的方向更靠后地发生。
在图3a的示例中，在框310之后，活动识别程序300前进到框350。在框350处，活动识别程序300使用一个或多个机器学习模型220和/或一个或多个(例如，无监督的)机器学习技术来尝试并标记(多个)剩余的未标记的非焊接时间段404。在一些示例中，可以使用多个机器学习模型220。在一些示例中，所使用的(多个)机器学习模型220可以取决于焊接单元101、焊接设备151、操作者116和/或其他因素。在一些示例中，活动识别程序300可以将任何成功确定的(多个)标记与(多个)适当的非焊接时间段404相关联，和/或将所述(多个)相应的关联存储在数据库218中。以下关于图3b更详细地讨论了框350。
在图3a的示例中，在框350之后，活动识别程序300前进到框312。在框312处，活动识别程序300执行一个或多个系统动作。在一些示例中，系统动作可以包括提醒、通知、通信和/或禁止。例如，活动识别程序300可以(例如，经由ui202)提醒用户：活动识别程序300已经识别出需要更密切关注的一个或多个不正常的非焊接时间段。作为另一个示例，活动识别程序300可以(例如，向监管员)发送和/或输出某个(某些)通信，以声明一个或多个时间段已经与已标示的标记相关联。作为另一个示例，活动识别程序300可以确定一个或多个所需的非焊接时间段404(例如，用于预加热和/或抛光)没有发生在焊接之前和/或之后。作为响应，活动识别程序300可以向一件或多件焊接设备151发送一个或多个信号，该一个或多个信号代表用于禁用焊接设备151和/或禁止焊接设备151的一个或多个功能的命令。
在图3a的示例中，在框312之后，活动识别程序300前进到框314。在框314处，基于在框350处应用于非焊接时间段404的标记和/或相关联的所采集数据和/或特征特性来更新和/或训练一个或多个机器学习模型220。在框314之后，活动识别程序300前进到框316，在框316处，基于其他机器学习模型220和/或由其他机器学习模型220应用于非焊接时间段的标记(和/或相关联的所采集数据和/或特征特性)来更新和/或训练一个或多个机器学习模型220。例如，用于一个焊接单元101a的(多个)机器学习模型220可以学习以识别非焊接时间段404和/或用某些特征特性来标记非焊接时间段404。可以对用于不同焊接单元101b的(多个)机器学习模型220进行训练以使用来自用于焊接单元101a的(多个)机器学习模型220的数据来执行相同的识别和/或标记。在一些示例中，其他机器学习模型220和/或相关联的数据可以是本地监视站200和/或一个或多个远程监视站204的机器学习模型和/或数据。
在图3a的示例中，在框316之后，活动识别程序300前进到框318。在框318处，活动识别程序300确定是否存在任何适用的手动输入的反馈。在一些示例中，手动输入的反馈可以包括(例如，经由ui202输入的)一个或多个输入，所述输入用于校正或确认标记和/或时间段。例如，活动识别程序300可以将一个或多个非焊接时间段404标记为与a类非焊接活动有关。此后，用户可以(例如，经由ui202)手动地指示已被活动识别程序300标记为a类(由于缺少更好的标记)的内容可以被更精确地标记为清理活动。作为另一个示例，用户可以(例如，经由ui202)手动地指示已被活动识别程序300标记为异常的内容实际上是洗手间休息，和/或已被活动识别程序300标记为维护活动的内容被正确标记为维护活动。作为又一个示例，用户可以(例如，经由ui202)手动地指示被活动识别程序300标识为一个长的未标记的非焊接时间段实际上是集中在一起的几个较短的非焊接时间段404。
在图3a的示例中，如果没有要考虑的手动反馈，则活动识别程序300结束。然而，如果存在要考虑的手动反馈，则活动识别程序300前进到框320，在框320处，基于该反馈来更新数据库218，和/或基于该反馈来更新和/或训练一个或多个机器学习模型。因此，随着时间的流逝，(多个)机器学习模型220可以基于所应用的标记、其他模型和/或来自用户的反馈来连续地更新和/或改进，从而变得更准确和/或更全面。
图3b是进一步展示了图3a的活动识别程序300的机器学习框350的流程图。如图所示，机器学习框350在框352处开始，在框352处，活动识别程序300将(例如，机器学习模型220中的)一个或多个休息模型应用于一个或多个剩余的未标记的非焊接时间段404(和/或与该时间段和/或一个或多个之前和/或之后的时间段有关的特征特性)。在一些示例中，(多个)休息模型可以对观察到的针对某些操作者116而发生的休息模式进行建模。在一些示例中，可能会有几种不同的休息模型，每种休息模型都有其自己的不同的模式。
在一些示例中，活动识别程序300可以被配置用于识别与(多个)休息模型的(多个)模式相适应的特征特性。例如，给定焊接操作者116的休息模型可以对针对该操作者116观察到的休息模式进行建模。这些休息模式之一可以是所观察到的、操作者116在大多数早晨(例如，在早晨喝咖啡之后)进行二十分钟的洗手间休息的模式。作为另一个示例，较新手的焊接操作者116的休息模型可以对所观察到的、较新手的操作者116在早上和/或下午在开始焊接之前花费半小时重温训练和/或指导材料的模式进行建模。在一些示例中，活动识别程序300可以分析与一个或多个剩余的未标记的非焊接时间段有关的特征特性，并且确定这些特征特性是否与(多个)休息模型的任何模式相适应。如果活动识别程序300确定与非焊接时间段404相关的特征特性与(多个)模型模式相适应(例如，相似的时间、相似的操作者或操作者类型)，则活动识别程序300可以相应地标记非焊接时间段404。在一些示例中，活动识别程序300可以初步将一个或多个标记与看起来与(多个)模型模式相适应的(多个)非焊接时间段404相关联。
在图3b的示例中，在框352之后，活动识别程序300前进到框354。在框354处，活动识别程序300确定在框352处确定的一个或多个初步标记关联的一个或多个置信程度。该置信程度水平可以用于解决冲突，例如，两个或更多个不同的休息模型将两个或更多个不同的标记关联到同一未标记的非焊接时间段的情况。
在图3b的示例中，在框354之后，活动识别程序300前进到框356。在框356处，活动识别程序300基于在框354处确定的各种置信程度来解决任何标记冲突。例如，在两个或更多个不同的休息模型将两个或更多个不同的标记关联到同一未标记的非焊接时间段的情况下，活动识别程序300可以选择与最高置信程度相关联的标记。在一些示例中，可以跳过框354和/或356(比如，在框352处仅应用一个休息模型的情况下，和/或在不存在冲突的情况下)。
图4c展示了已经由活动识别程序300的框352至356标记的非焊接时间段404b。例如，活动识别程序300可以将非焊接时间段404b(和/或相关的特征特性)识别为与(多个)休息模型的一个或多个咖啡休息模式相匹配，并将非焊接时间段404b标记为咖啡休息活动。如图所示，非焊接时间段404d和非焊接时间段404f仍未被标记。
在图3b的示例中，在框356之后，活动识别程序300前进到框358。在框358处，活动识别程序300对一个或多个剩余的未标记的非焊接时间段404(和/或与该时间段和/或一个或多个之前和/或之后的时间段有关的特征特性)执行聚类分析。在一些示例中，可以对一个或多个已标记的和/或未标记的非焊接时间段404(和/或相关的特征特性)执行聚类分析。
在一些示例中，聚类分析可以生成分类树，该分类树将一个或多个时间段一起分组(和/或聚类)到一个或多个分类中。在一些示例中，分类树可以包括分类的层级。在一些示例中，活动识别程序300可以使用分类树和/或一个或多个分类来将一个或多个标记分配给剩余的未标记的非焊接时间段。例如，在(例如，基于相似的特征特性)将剩余的未标记的非焊接时间段聚类到具有一个或多个相似地(或相同地)标记的非焊接时间段的分类中的情况下，活动识别程序300可以将相同(或相似)的标记与未标记的非焊接时间段相关联。
在图3b的示例中，在框358之后，活动识别程序300前进到框360。在框360处，活动识别程序300将(例如，机器学习模型220中的)一个或多个常规活动模型应用于一个或多个剩余的未标记的非焊接时间段(和/或与这些非焊接时间段有关的特征特性)。在一些示例中，(多个)常规活动模型可以对观察到的针对某些焊接单元101、焊接操作、焊接位置等而发生的定期非焊接活动进行建模。例如，阿拉斯加州(alaska)的焊接单元101的常规活动模型可以对观察到的、在焊接之前的长时间预加热(例如，以在寒冷的阿拉斯加州环境中加热和/或软化工件)的模式进行建模。在一些示例中，可以存在几个不同的休息模型，每个休息模型具有其自己的(例如，基于焊接单元101、焊接操作、焊接位置等的)不同模式。
在一些示例中，活动识别程序300可以分析与一个或多个剩余的未标记的非焊接时间段有关的特征特性，并确定这些特征特性是否与(多个)常规活动模型的任何模式相适应。如果相适应，可以基于(多个)常规活动模型的模式，初步地将一个或多个标记与看上去与该(多个)标记相合的(多个)时间段相关联。初步关联可以保持其初步性，直到可以评估每个标记的置信程度为止。
在图3b的示例中，在框360之后，活动识别程序300前进到框362。在框362处，活动识别程序300确定在框360处确定的一个或多个初步标记关联的一个或多个置信程度。该置信程度可以用于解决冲突，例如，两个或更多个不同的常规活动模型将两个或更多个不同的标记关联到同一未标记的非焊接时间段的情况。
在图3b的示例中，在框362之后，活动识别程序300前进到框364。在框364处，活动识别程序300基于在框362处确定的各种置信程度来解决任何标记冲突。例如，在两个或更多个不同的常规活动模型将两个或更多个不同的标记关联到同一未标记的非焊接时间段的情况下，活动识别程序300可以选择与最高置信程度相关联的标记。在一些示例中，可以跳过框362和/或框364(比如，在框360处仅应用一个常规活动模型的情况下，和/或在不存在冲突的情况下)。
在图4d的示例中，非焊接时间段404f已经由活动识别程序300的框360至364标记。例如，活动识别程序300可以将非焊接时间段404f(和/或相关联的特征特性)识别为与(多个)常规活动模型的一个或多个预加热模式相匹配，并将非焊接时间段404b标记为预加热活动。如图所示，非焊接时间段404d仍未被标记。
在图3b的示例中，在框364之后，活动识别程序300前进到框366。在框366处，活动识别程序300将剩余的未标记的非焊接时间段中的每一个标记为未知停机活动、异常活动和/或离群时间段。在一些示例中，活动识别程序300可以将临界分级或评级与每个未知停机活动、异常活动和/或离群时间段相关联。在一些示例中，临界分级可以基于未知停机活动、异常活动和/或离群时间段的持续时间和/或不相似程度。例如，活动识别程序300可以将低临界分级与持续时间相对较短(例如，20分钟)和/或至少稍微类似于一个或多个其他已标记时间段(例如，相比分类树中的某个阈值距离更近)的未知停机非焊接时间段相关联。另一方面，活动识别程序300可以将高临界分级与持续时间相对较长(例如，3小时)和/或与一个或多个其他已标记时间段非常不相似(例如，相比分类树中的某个阈值距离更远)的未知停机非焊接时间段相关联。
在图4d的示例中，非焊接时间段404d仍未被标记，但是其持续时间也相对较短。因此，在图4d的示例中，活动识别程序300可以将非焊接时间段404d标记为未知停机活动、异常活动和/或离群时间段。然而，由于非焊接时间段404d的持续时间相对较短，所以活动识别程序300可以关联低临界分级。
在图3a和图3b的示例中，在框366之后，活动识别程序300返回到框312。如上文所讨论的，在框312处，活动识别程序300可以执行一个或多个系统动作。在一些示例中，活动识别程序300可以响应于具有高临界分级的未知停机活动、异常活动和/或离群时间段，而在框312处执行一个或多个高优先级系统动作(例如，激活一个或多个警报、通知、通信和/或禁止)。在一些示例中，活动识别程序300可以响应于具有低临界分级的未知停机活动、异常活动和/或离群时间段，而执行低优先级系统动作(例如，简单地设置重温标志)。
本公开内容设想了在操作者116疏忽告知系统正在发生什么时使用机器学习技术来尝试和了解正在发生的非焊接活动。在一些示例中，焊接监视系统可以使用各种机器学习模型和/或技术来识别表明一个或多个相似和/或相同的非焊接活动的数据模式。在一些示例中，可以使用来自操作者和/或其他个人的反馈、来自正在进行的焊接和/或非焊接活动的数据以及来自其他焊接监视系统和/或机器学习模型的数据来连续地训练、更新和/或改进这些机器学习模型。
可以用硬件、软件或硬件和软件的组合来实现本方法和/或系统。可以以集中方式在至少一个计算系统中实现本方法和/或系统，或者以不同的要素遍布在若干互连的计算系统或云系统上的分布式方式实现本方法和/或系统。适用于执行本文所描述的方法的任何种类的计算系统或其他设备都是适合的。硬件与软件的典型组合可以是具有程序或其他代码的通用计算系统，该程序或其他代码当被加载和执行时控制该计算系统以使得该计算系统执行本文所描述的方法。另一个典型实施方式可以包括专用集成电路或芯片。一些实施方式可以包括非暂时性机器可读(例如，计算机可读)介质(例如，闪速驱动器、光盘、磁存储盘等)，该非暂时性机器可读介质上存储有可由机器执行的一个或多个代码行，从而使机器执行如本文所描述的过程。
尽管已经参考某些实施方式描述了本方法和/或系统，但是本领域技术人员将理解，在不脱离本方法和/或系统的范围的情况下，可以进行各种改变并且可以用等效物代替。另外，在不脱离本公开内容的范围的情况下，可以做出许多修改以使特定情况或材料适应于本公开内容的教导。因此，本方法和/或系统不旨在局限于所公开的具体实施方式，而是本方法和/或系统将包括落在所附权利要求的范围内的所有实施方式。
如本文所使用的，“和/或”是指列表中由“和/或”连接的多个项中的任何一项或多项。例如，“x和/或y”是指三元素集{(x),(y),(x,y)}中的任何元素。换句话说，“x和/或y”是指“x和y之一或两者”。作为另一个示例，“x、y和/或z”是指七元素集{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任何元素。换句话说，“x、y和/或z”是指“x、y和z中的一个或多个”。
如本文所使用的，术语“比如(e.g.,)”和“例如(forexample)”引出一个或多个非限制性示例、实例或说明的列表。
如本文所使用的，术语“耦接”、“耦接至”和“与……耦接”分别是指结构连接和/或电连接、不管是附接、附着、连接、接合、紧固、联系和/或还是以其他方式固定。如本文所使用的，术语“附接”是指附着、耦接、连接、接合、紧固、联系和/或以其他方式固定。如本文所使用的，术语“连接”是指进行附接、附着、耦接、接合、紧固、联系和/或以其他方式进行固定。
如本文所使用的，术语“电路”和“电路系统”是指物理电子部件(即，硬件)以及可以配置硬件、由硬件执行和/或以其他方式与硬件相关联的任何软件和/或固件(“代码”)。如本文所使用的，例如，特定的处理器和存储器可以在执行第一一行或多行代码时构成第一“电路”，并且在执行第二一行或多行代码时构成第二“电路”。如本文所使用的，当电路系统包括执行某项功能所必需的硬件和/或代码(如果有必要)时，电路系统“可操作”和/或“被配置”用于执行该功能，而不管该功能的执行是被禁用还是被启用(例如，通过用户可配置的设置，出厂调整等)。
如本文所使用的，控制电路可以包括数字电路系统和/或模拟电路系统、分立电路系统和/或集成电路系统、微处理器、dsp等，位于一个或多个电路板上的形成控制器的一部分或全部和/或用于控制焊接工艺和/或诸如电源或送丝器等装置的软件、硬件和/或固件。
如本文所使用的，术语“处理器”是指处理装置、设备、程序、电路、部件、系统和子系统，无论是以硬件、有形形式的软件还是以硬件和软件两者来实施、以及无论其是否是可编程的。如本文使用的术语“处理器”包括但不限于一个或多个计算装置、硬连线电路、信号修改装置和系统、用于控制系统的装置和机器、中央处理单元、可编程装置和系统、现场可编程门阵列、专用集成电路、芯片上系统、包括分立元件和/或电路的系统、状态机、虚拟机、数据处理器、处理设施、以及前述各者的任意组合。处理器可以例如是任何类型的通用微处理器或微控制器、数字信号处理(dsp)处理器、专用集成电路(asic)、图形处理单元(gpu)、具有高级risc机器(arm)内核的精简指令集计算机(risc)处理器等。处理器可以耦接至存储器装置和/或与存储器装置整合在一起。
如本文所使用的，术语“存储器”和/或“存储器装置”是指用于存储信息以供处理器和/或其他数字装置使用的计算机硬件或电路系统。存储器和/或存储器装置可以是任何合适类型的计算机存储器或任何其他类型的电子存储介质，例如只读存储器(rom)、随机存取存储器(ram)、高速缓存存储器、光盘只读存储器(cdrom)、电光存储器、磁光存储器、可编程只读存储器(prom)、可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)、计算机可读介质等。存储器可以包括例如非暂时性存储器、非暂时性处理器可读介质、非暂时性计算机可读介质、非易失性存储器、动态ram(dram)、易失性存储器、铁电ram(fram)、先进先出(fifo)存储器、后进先出(lifo)存储器、堆栈存储器、非易失性ram(nvram)、静态ram(sram)、高速缓存、缓存器、半导体存储器、磁存储器、光存储器、闪存、闪卡、紧凑型闪存卡、存储卡、安全数字存储卡、微型卡、小型卡、扩展卡、智能卡、记忆棒、多媒体卡、图片卡、闪存设备、用户识别模块(sim)卡、硬件驱动器(hdd)、固态驱动器(ssd)等。存储器可以被配置用于存储代码、指令、应用、软件、固件和/或数据，并且可以处于处理器外部、处于处理器内部，或者在处理器内部、外部兼有。
为了方便起见，贯穿本说明书使用术语“电力”，但是“电力”也包括诸如能量、电流、电压和焓的相关量度。例如，控制“电力”可以涉及对电压、电流、能量和/或焓的控制，和/或基于“电力”进行控制可以涉及基于电压、电流、能量和/或焓进行控制。
如本文所使用的，焊接型电力是指适用于以下各项的电力：焊接、熔覆、钎焊、等离子切割、感应加热、碳弧切割和/或热丝焊/预加热(包括激光焊和激光熔覆)、碳弧切割或熔刮、和/或电阻式预加热。
如本文所使用的，焊接型电力供应器和/或电源是指在向其施加电力时能够向焊接、熔覆、钎焊、等离子切割、感应加热、激光加工(包括激光焊、激光复合焊和激光熔覆)、碳弧切割或刨削、和/或电阻式预加热供电的任何装置，包括但不限于变压器-整流器、逆变器、转换器、谐振电力供应器、准谐振电力供应器、开关模式电力供应器等、以及与其相关联的控制电路系统和其他辅助电路系统。
电路系统、致动器、和/或其他硬件的禁用可以经由硬件、软件(包括固件)、或硬件和软件的组合来完成，并且可以包括物理断开、断电和/或软件控制，该软件控制对致动电路系统、致动器和/或其他硬件的命令的实施作出限制。类似地，电路系统、致动器、和/或其他硬件的启用可以经由硬件、软件(包括固件)、或硬件和软件的组合使用与禁用相同的机制来完成。
1.一种焊接系统，包括：
焊接监视系统，所述焊接监视系统被配置为在第一时间段内经由用户接口或者一个或多个传感器捕获焊接相关操作的一个或多个特征特性；
处理电路系统；以及
存储器电路系统，所述存储器电路系统包括一个或多个机器学习模型和计算机可读指令，所述计算机可读指令当被执行时使所述处理电路系统：
基于所述一个或多个特征特性，识别一个或多个未标记的非焊接时间段，
使用所述一个或多个机器学习模型，基于所述一个或多个特征特性，确定一个或多个标记是否可应用于所述一个或多个未标记的非焊接时间段，并且
响应于确定所述一个或多个标记中的某个标记可应用于所述一个或多个未标记的非焊接时间段中的某个未标记的非焊接时间段，将所述标记与所述未标记的非焊接时间段相关联。
2.如权利要求1所述的系统，其中，所述存储器电路系统进一步包括计算机可读指令，所述计算机可读指令当被执行时使所述处理电路系统：使用所述标记与所述未标记的非焊接时间段之间的关联来训练所述一个或多个机器学习模型，并且使用与所述未标记的非焊接时间段相关联的至少一个特征特性来训练所述一个或多个机器学习模型。
3.如权利要求1所述的系统，其中，所述存储器电路系统进一步包括计算机可读指令，所述计算机可读指令当被执行时使所述处理电路系统：使用一个或多个其他机器学习模型来训练所述一个或多个机器学习模型，所述一个或多个其他机器学习模型被应用于一个或多个其他焊接相关操作。
4.如权利要求1所述的系统，其中，所述存储器电路系统进一步包括计算机可读指令，所述计算机可读指令当被执行时使所述处理电路系统：确定所述标记的置信程度。
5.如权利要求1所述的系统，其中，将所述标记与所述未标记的非焊接时间段相关联包括：
使用第一机器学习模型来确定可应用于所述未标记的非焊接活动时间段的第一标记以及所述第一标记的第一置信程度；
使用第二机器学习模型来确定可应用于所述未标记的非焊接活动时间段的第二标记以及所述第二标记的第二置信程度；以及
基于所述第一置信程度或所述第二置信程度将所述标记与所述未标记的非焊接活动时间段相关联，所述标记包括所述第一标记或所述第二标记。
6.如权利要求1所述的系统，其中，所述存储器电路系统进一步包括休息模型，所述休息模型包括一个或多个焊接操作者休息模式的模型，并且确定所述一个或多个标记是否可应用于所述一个或多个未标记的非焊接活动时间段进一步包括：
使用所述休息模型，基于所述一个或多个特征特性，确定一个或多个休息标记是否可应用于所述一个或多个未标记的非焊接时间段。
7.如权利要求6所述的系统，其中，所述一个或多个休息标记包括以下各项中的一项或多项：早间休息时段、午餐休息时段、晚间休息时段、洗手间休息时段、计划的休息时段或换班时段。
8.如权利要求1所述的系统，其中，所述存储器电路系统进一步包括常规活动模型，所述常规活动模型包括一个或多个常规活动模式的模型，并且确定所述一个或多个标记是否可应用于所述一个或多个未标记的非焊接时间段进一步包括：
使用所述常规活动模型和聚类分析，基于所述一个或多个特征特性，确定一个或多个常规活动标记是否可应用于所述一个或多个未标记的非焊接时间段。
9.如权利要求8所述的系统，其中，所述聚类分析用所述一个或多个未标记的非焊接时间段形成分类树。
10.如权利要求8所述的系统，其中，确定所述一个或多个标记是否可应用于所述一个或多个未标记的非焊接时间段进一步包括：
使用所述聚类分析确定所述一个或多个未标记的非焊接时间段中的离群时间段与其他一个或多个未标记的非焊接时间段或者所述一个或多个常规活动模式的不相似是否达到所述离群时间段应标记为异常的程度。
11.如权利要求10所述的系统，其中，所述存储器电路系统进一步包括计算机可读指令，所述计算机可读指令当被执行时使所述处理电路系统：基于所述时间段的持续时间或不相似程度，将临界分级与所述离群时间段相关联。
12.如权利要求11所述的系统，其中，所述存储器电路系统进一步包括计算机可读指令，所述计算机可读指令当被执行时使所述处理电路系统：响应于确定所述离群时间段应标记为异常并且与高临界分级相关联而发出警报或禁止操作。
13.如权利要求1所述的系统，其中，所述一个或多个传感器包括以下各项中的一项或多项：电流传感器、电压传感器、电阻传感器、送丝速度传感器、气体流量传感器、夹紧传感器、nfc询问器、rfid询问器、蓝牙询问器、条形码读取器、相机、光学传感器、红外传感器、声学传感器、声音传感器、麦克风、位置传感器、全球定位系统、加速度计、惯性测量单元、x射线传感器、放射线传感器、扭矩传感器、无损检测传感器、温度传感器或湿度传感器。
14.如权利要求1所述的系统，其中，所述一个或多个特征特性包括一个或多个操作特征、活动特定特征、活动标记、活动前阶段特征或活动后阶段特征。
15.如权利要求14所述的系统，其中，所述一个或多个操作特征包括以下各项中的一项或多项：轮班开始时间、轮班结束时间、唯一操作者标识、操作者姓名、操作者资质、填料材料特性、材料准备信息、材料类型、气体类型、操作位置、环境温度或环境湿度。
16.如权利要求14所述的系统，其中，所述一个或多个活动特定特征包括以下各项中的一项或多项：活动开始时间、活动结束时间、先前的活动、先前的事件、后续的活动、后续的事件、焊接相关操作的图像或操作环境的图像。
17.如权利要求14所述的系统，其中，所述一个或多个活动前阶段特征或活动后阶段特征包括活动前阶段开始时间或活动后阶段开始时间、活动前阶段结束时间或活动后阶段结束时间、活动前阶段持续时间或活动后阶段持续时间、已完成焊接的数量、电弧时间、已完成零件的数量、停机持续时间、操作时间、操作位置、环境温度或环境湿度。
18.如权利要求1所述的系统，其中，所述一个或多个未标记的非焊接时间段中的所有时间段均在所述时间段内。
19.如权利要求1所述的系统，其中，所述一个或多个未标记的非焊接时间段中的至少一个时间段在所述时间段之外。
20.一种自动标记焊接相关操作的非焊接时间段的方法，所述方法包括：
在某个时间段内经由用户接口或者一个或多个传感器捕获所述焊接相关操作的一个或多个特征特性；
经由处理电路系统，基于所述一个或多个特征特性，识别一个或多个未标记的非焊接时间段；
使用存储在存储器电路系统中的一个或多个机器学习模型，基于所述一个或多个特征特性，确定一个或多个标记是否可应用于所述一个或多个未标记的非焊接时间段；以及
响应于确定所述一个或多个标记中的某个标记可应用于所述一个或多个未标记的非焊接时间段中的某个未标记的非焊接时间段，将所述标记与所述未标记的非焊接时间段相关联。
技术总结