目录
一、产品简介
1.1 概述
1.2 多光学信号传感器
（1）外观
（2）消费电子行业应用
1.3 IO信号处理模块/可编程控制模块
1.4 操作系统分析软件
1.5 检测原理分析
二、硬件原理
2.1 系统架构与电路接口
2.2 多光学信号传感器硬件解析
2.2.1 机械结构
2.2.2 技术指标
2.3 IO通信模块、可编程控制模块
2.3.1 机械结构
2.2.3 技术指标
三、工控机-软件原理
3.1 灵活的多工艺配置
（1）灵活适应复杂的生产流程
（2）根据现场产品的焊接工艺情况，能够灵活划分判决基准
3.2 智能参数推荐功能
（1）专家智能推荐算法参数
（2）数据驱动参数优化
3.3 参数寻优功能
（1）自动参数优化
（2）基于数据可视化的检测阈值调整
（3）适应批量生成的大数据参数优化
3.4 缺陷分类功能
（1）自定义缺陷类型并关联信号特征
（2）自动区分缺陷类型
（3）帮助客户快速诊断质量问题
参考：
一、产品简介
1.1 概述
激光焊接缺陷检测系统（WDD）利用光电传感技术，实时监控激光焊接过程。
将焊接过程中产生光辐射转换成电信号，通过激光焊接检测系统对该激光焊接状态的信号进行分析，可以获得焊接质量缺陷信息，从而达到在线缺陷检测与质量控制的目的。
激光焊接缺陷检测系统采用了高精度、高集成的产品设计理念。系统集成为：多光学信号传感器、信号处理模块和操作系统分析软件三大模组，大大简化了产品安装调试的难度。从而降低产品的使用成本。
1.2 多光学信号传感器
（1）外观
（2）消费电子行业应用
消费电子行业的特点是产量大，供货周期短。
激光焊接相比传统焊接工艺有免接触、高效率、热影响小、自动化程度高 等特点。
因此，越来越多电子行业选择激光焊接代替传统焊接。
其中振镜式扫描焊接激光器由于其自身扫描速度开等优势，成为了电子行业焊接激光设备首选。然而，部件焊后缺陷难以发现，加上消费电子类产品生产速度高，所以如何在高速运作的生产线上确保焊接质量良好，一直是行业内困扰的问题。
激光焊接缺陷诊断系统(ALPAS-WDD)，通过获取产品激光焊接的实时质量状态并通过系统分析，可以有效发现激光焊接是出现的缺陷。有效阻止不良产品流到下一个工序，从而提高产品良率的同事减少了检验工序的压力，提高生产效率。为激光焊接提供过程监控和质量保证提供优秀方案。
1.3 IO信号处理模块/可编程控制模块
- 该模块主要用于与PLC的IO通信
- 用于激光器出光指示信号PWM采集与转换
- 用于为传感器模块提供电源
- 提供激光器出光指示信号PWM采集输入
1.4 操作系统分析软件
1.5 检测原理分析
二、硬件原理
2.1 系统架构与电路接口
2.2 多光学信号传感器硬件解析
2.2.1 机械结构
2.2.2 技术指标
2.3 IO通信模块、可编程控制模块
2.3.1 机械结构
2.2.3 技术指标
（1）数字信号源：
正常情况是0-5V, 通过光耦转换后，可以转换成24V. IO信号主要用于：
- PLC
- 激光器通信。
（2）模拟信号：正负10V
- 一代卡：模拟信号的转换在是可编程课控制模块中实现
- 二代卡：模拟信号的转换在传感器中实现。
三、工控机-软件原理
3.1 灵活的多工艺配置
（1）灵活适应复杂的生产流程
- 多工位、多工艺
- 焊缝数量：焊缝数量支持128个
- 焊缝时长：短焊缝采用高采样率，长焊缝采用低采样率。
- 材料：不用工位采用不同的加工材料，不同的材料，对激光器的反射率不同，因此，不同材料采用不同的硬件和软件放大倍数。
- 焊缝间隔时间：焊缝间隔时间越短，对软件处理的实时性要求越高
- 工位间隔时间：焊缝间隔时间越短，对软件处理的实时性要求越高
（2）根据现场产品的焊接工艺情况，能够灵活划分判决基准
- 不同工艺（材料）的工件，采用不同的判决基准、软硬件放大倍数。
3.2 智能参数推荐功能
（1）专家智能推荐算法参数
- 厂家的专业人士定义的缺陷检测算法，包括极值法、面积法、均值法、正态分布法
- 每个监测算法、每一路光、每个焊缝都需要独立的阈值参数设置来应用适配不同的工艺场合。
（2）数据驱动参数优化
- 不同的工艺场合所需要的每个监测算法、每一路光、每个焊缝的阈值参数是不相同的，取决于实际现场采集到的数据。
- 在实际操作过程中，需要大致2周左右采集的现场数据，进行优化算法阈值参数。这些数据包括焊接正常的数据，还包括有焊接故障的数据。
- 在个别情况下，现场数据调优的时间，可能需要更长的时间，因此需要大量的现场人力支持。
- 当前，德擎还不支持AI算法，一旦支持AI算法，可以节省人力支持。
3.3 参数寻优功能
（1）自动参数优化
- 通过可视化的方法和历史数据，手工拖动，选择合适的Y轴（幅度）和X轴阈值（时间）
（2）基于数据可视化的检测阈值调整
- 支持离线检测功能，调整阈值后，可以立即观察到可视化的检测结果。
（3）适应批量生成的大数据参数优化
- 通过海量的生产数据，自动优化手工设定的阈值参数。
3.4 缺陷分类功能
（1）自定义缺陷类型并关联信号特征
- 自定义缺陷的类型
- 关联缺陷对应的信号波形特征
（2）自动区分缺陷类型
- 一旦定义了缺陷类型和特征就可以自动识别缺陷类型
（3）帮助客户快速诊断质量问题
- 根据历史数据，帮助客户快速诊断或预测潜在的质量问题
参考：
以上皆基于来自于官网信息的分析
广州德擎光学科技有限公司 (diligine.net)
