1.一种基于DTW和MDS的锚链闪光焊质量在线评估方法，其特征在于，包括如下步骤：(1)建立数据库E1；

(2)判断系统是否监测到新的待测信号，判断为是，则执行步骤(3)；判断为否，则表示焊接停止，系统结束流程；

(3)采集待测信号S1；

(4)对S1进行数据预处理；

(5)用动态时间规整即DTW算法分别计算待测信号与选取的2L个历史数据之间的不相似距离di，s，i＝1，2，…，2L；

(6)建立大小2L*1的不相似距离矩阵E2；

(7)将步骤(6)中得到的矩阵E2添加到步骤(1)中建立的数据库E1的最后一行最后一列，组成大小为(2L+1)*(2L+1)的不相似距离矩阵F；

(8)用多维尺度分析法即MDS将不相似距离矩阵F降维为(2L+1)*P的距离矩阵G，其中P代表维度，并保持数据之间原始的距离关系；

(9)用狄利克雷过程混合模型即DPMM对矩阵G中2L+1个P维数据进行聚类分析；

(10)判断待测信号是否聚类为正常信号类，判断为否，则待测信号属于故障信号并则执行步骤(11)；判断为是，则待测信号属于正常信号并则执行步骤(12)；

(11)根据步骤(10)判断待测信号为故障信号，对故障信号进行处理；

(12)根据步骤(10)判断待测信号为正常信号，对正常信号进行处理。

2.根据权利要求1所述的一种基于DTW和MDS的锚链闪光焊质量在线评估方法，其特征在于，所述步骤(1)中建立数据库E1的具体步骤如下：(1.1)根据实际焊接经验从历史焊接记录数据中选取L个正常焊接信号Q1，Q2，…，QL和L个故障焊接信号QL+1，QL+2，…，Q2L；

(1.2)数据预处理；

(1.3)用动态时间规整即DTW算法计算2L个二维信号两两之间的不相似距离；

(1.4)将步骤(1.3)中得出的2L个二维信号两两之间的不相似距离，组成大小为2L*2L的不相似距离矩阵数据库E1。

3.根据权利要求2所述的一种基于DTW和MDS的锚链闪光焊质量在线评估方法，其特征在于，所述步骤(1.1)中L个正常焊接信号和L个故障焊接信号均由电极位置信号和电流信号组成的二维信号，例如Q1＝[A B]，A＝[a1，a2，…·，ai，…，an]T为电极位置信号，B＝[b1，b2，…，bi，…，bn]T为电流信号。

4.根据权利要求2所述的一种基于DTW和MDS的锚链闪光焊质量在线评估方法，其特征在于，所述步骤(1.2)中数据预处理的具体步骤如下：根据z-score算法对电极位置和电流二维信号Q1进行归一化处理：其中μ1为样本数据A的均值，σ1为样本数据A的标准差，A*为电极位置信号A归一化处理后的结果。μ2为样本数据B的均值，σ2为样本数据B的标准差，B*为电流信号B归一化处理后的结果；得到归一化处理后的二维信号 按照上述公式对2L个信号分别进行归一化处理，得到归一化后的信号

5.根据权利要求2所述的一种基于DTW和MDS的锚链闪光焊质量在线评估方法，其特征在于，所述步骤(1.3)中用动态时间规整即DTW算法计算2L个二维信号两两之间的不相似距离的具体步骤如下：(1.3.1)对于归一化后的信号 和 首先构造距离矩阵Δ＝[Di，j]，其中元素Di，j表示和 之间的欧几里得距离：N和M分别是 和 的长度；

(1.3.2)在一个二维矩阵中搜索一个连接(1，1)和(N，M)的规整路径W＝{w1，w2，…，wK}，即，w1＝(1，1)和wK＝(N，M)，同时满足单调性和步长小于r这两个约束条件；

(1.3.3)寻找最优规整路径，从初始条件

开始，步长小于r，搜索算法如下：

其中θ(i-1，j-1)，θ(i-1，j)和θ(i，j-1)表示三个可能前进的格点(i-1，j-1)，(i-1，j)和(i，j-1)的累积距离，min(θ(i-1，j-1)，θ(i-1，j)，θ(i，j-1))表示当前累积距离中的最小值。θ(i，j)为最小累积距离和当前格点距离Di，j之和，作为当前格点的总累积距离；

(1.3.4)最后计算规整距离为：

d1，2表示两个二维信号 和 的不相似距离。

(1.3.5)根据步骤1.3.1～1.3.4计算2L个二维信号两两之间的不相似距离di，j，i＝1，

2，…，2L，j＝1，2，…，2L。

6.根据权利要求1所述的一种基于DTW和MDS的锚链闪光焊质量在线评估方法，其特征在于，所述步骤(8)中用多维尺度分析法即MDS将不相似距离矩阵F降维为(2L+1)*P的距离矩阵G，其中P代表维度，并保持数据之间原始的距离关系的具体步骤如下：(8.1)从步骤(7)得到的大小为(2L+1)*(2L+1)不相似距离矩阵F中重构出格拉姆矩阵B：T (2)

其中H＝I-11/L为矩阵中心化，I为大小为L的单位矩阵，1为L个列的向量，且F 中的每个元素为di，j2；

(8.2)矩阵B中的元素bij可以表示为：

(8.3)已知格拉姆矩阵B被定义为向量积B＝XXT，进一步分解为：其中V是特征向量矩阵，而Λ是特征值的对角矩阵。所以求得向量矩阵为： X＝[x1，x2，…，xi，…，xj，…，xL]T，最终求得降维后的矩阵G＝X。

7.根据权利要求1所述的一种基于DTW和MDS的锚链闪光焊质量在线评估方法，其特征在于，所述步骤(9)中用狄利克雷过程混合模型即DPMM对矩阵G中2L+1个P维数据进行聚类分析的具体步骤如下：(9.1)对矩阵G中2L+1个代表了信号之间距离关系的数据构造狄利克雷过程混合模型；

(9.2)采用Gibbs Sampling吉布斯采样算法对狄利克雷混合模型中的模型参数进行不断更新，得到2L+1个数据的聚类结果；

(9.3)判断聚类效果，如果聚类效果较好，继续执行步骤(9)，否则执行步骤(9.2)。

8.根据权利要求1所述的一种基于DTW和MDS的锚链闪光焊质量在线评估方法，其特征在于，所述步骤(11)中根据步骤(10)判断待测信号为故障信号，对故障信号进行处理的具体步骤如下：(11.1)系统针对故障信号发出预警，提醒操作人员；

(11.2)剔除矩阵E2中待测信号与最先加入的故障信号默认为QL+1的不相似距离值，生成新的矩阵E3；

(11.3)剔除数据库E1中最先加入的故障信号默认为QL+1所属的行列，将矩阵E3添加到矩阵E1最后一行最后一列。

(11.4)返回步骤(1.4)对数据库E1进行更新。

9.根据权利要求1所述的一种基于DTW和MDS的锚链闪光焊质量在线评估方法，其特征在于，所述步骤(12)中根据步骤(10)判断待测信号为正常信号，对正常信号进行处理的具体步骤如下：(12.1)剔除矩阵E2中待测信号与最先加入的正常信号(默认为Q1)的不相似距离值，组成矩阵E3；

(12.2)剔除数据库E1中最先加入的正常信号(默认为Q1)所属的行列，将矩阵E3添加到矩阵E1最后一行最后一列；

(12.3)返回步骤(1.4)对数据库E1进行更新。