1 / 95
文档名称:

基于电弧声信号的CO2焊质量监控方法研究.pdf

格式:pdf   页数:95
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于电弧声信号的CO2焊质量监控方法研究.pdf

上传人:翩仙妙玉 2012/10/25 文件大小:0 KB

下载得到文件列表

基于电弧声信号的CO2焊质量监控方法研究.pdf

文档介绍

文档介绍:兰州理工大学
博士学位论文
基于电弧声信号的CO<,2>焊质量监控方法研究
姓名:马跃洲
申请学位级别:博士
专业:材料加工
指导教师:陈剑虹
20050501
摘要焊接电弧声信号中蕴涵着丰富的焊接状态信息,并与焊接参数、电弧行为、熔滴过渡方式、过程稳定性等密切相关,是焊接质量监控重要的源信号。本文以焊接质量在线监控为目的,以短路过渡附庸痰缁∩藕盼V饕Q芯慷韵螅借助于现代信号分析方法,分析了电弧声信号的时频特征及其与焊接状态的相关性。在此基硎:禾岢龅缁∩赖母拍睿⒔⒘松赖牡刃У缙P鸵约暗缁∩牟问模型。采用小波包分解提取的电弧声频带能量和电弧声P筒问乖焯卣飨蛄浚利用、窬绾椭С窒蛄炕然餮澳P停攵訡汉附臃山α俊⒈;气流量和焊丝干伸长,分别建立了预测模型和分类模型。测试结果表明,利用电弧声信号进行焊接状态的模式识别是可行的。论文工作主要包括以下内容:针对特点设计了以采集卡为核心的附油叫藕攀莶杉系统。基于镅钥7⒘诵藕挪杉⒉ㄐ蜗允尽⑹荽硪约坝隡琣口的应用软件。利用相关性分析、傅立叶谱、短时傅立叶、功率密度谱、小波分析等多种信号分析方法对焊接信号的时域、频域及时频域特征进行了研究,试图从信号分析角度丰富对焊接过程的认识。分析表明,短路过渡傅缁∩藕懦氏种芷谛缘摹罢窳濉形信号,主要发生在短路过渡结束电弧再引燃阶段,并且与电弧功率的一阶差分高度相关,电弧能量的变化表现为声音产生的动因:电弧声的幅频谱主要分布在以下范围内并呈现出的一系列共振峰,其频谱特征与焊接参数密切相关:小波分析可在保证信号不失真的前提下有效地消除原信号母咂翟肷⒛芴崛〉缁∑荡卣信息,其中电弧电压信号不同小波分解层高频部分的奇异点,可用来界定短路过渡过程的不同阶段。分别利用傅立叶变换及小波分解技术提取不同频率范幽内的电弧声能量作为表征焊接过程状态变化的特征集合。利用统计学中的假设检验方法对集合内元素与:飞溅量的相关性进行评价,从而实现特征集合的降维处理。以电弧声频带能量集合作兰州理工大学博士学位论文
为网络输入,建立焊接飞溅量预测的网络模型,成功实现了附庸谭山α入研究电弧声特征,利用线性预测治龇椒ń⒌缁∩赖氖P停⒔ǖ摘要的预测。基于电弧声信号的时域与频域特征分析,讨论了电弧声产生机理,提出了电孤声道概念。指出电弧能量变化是电弧声的声源激励,保护气、弧柱及其周围磁场及热场构成电弧声道系统,电弧声是声源激励与电弧声道系统共同作用的结果。为进一步深弧声道系统等效为一个全极型时变数字滤波器。该模型可以精确描述电弧声波频谱包络。因此P筒问梢杂行崛〉缁∩藕盘卣鳌7直鹄肔预测系数及反射系数构造电弧声特征向量,建立电弧声波与焊接状态间的窬绾椭С窒量机成淠P停迪至硕詂焊接过程保护气体流量及焊丝干仲长的识别与分类。关键词:,电弧声,时域分析,频域分析,假漫检验,声道,线性预测,特征提取,窬纾统计学习理论,支持向量机兰州理工大学博士学位论文
緀謓穘琒兰州理工大学博士学位论文瑆產,琑琹,,瓵—瑃“..丘色瑂猚癮,琩甌.,畉‘‘“痜瑆甌衦、絜籘’
兰州理工大学博士学位论文如縴,矗縟:,;,產、℃血畐瓹,琾—猟,甌瓼畃吼】.瑃琲瑃,琇,—琣,。
第滦髀是量大面广的焊接方法,重要性毋庸多言陋峙气体保护焊作为一寻求获取更多和更直接的反映焊接状态、焊缝质量或焊接缺陷的途径,实现焊接质量焊接质量在线监控方法主要通过两种途径实现⋯:利用先进、复杂的传感技术电弧声并不为人们所陌生,实际上,有经验的手工焊操作者往往能利用电弧声所相关状态变化的信息。可闻电弧声的传感和数据采集相对简单易行,是焊接质量在线监控有价值的、潜在的源信号。电弧声与焊接电压、电流、弧长及阳极材料之间的关全面地分析、提取并利用电弧声信号中有价值的信息,是要解决的关键问题。本课题以短路过渡的附拥缁∩约暗缌鳌⒌缪剐藕抛魑Q芯慷韵蟆8菔郑篬传统上,焊接质量是通过稳定焊接工艺参数和焊后检验来保证的,其局限性显而易见。由于焊接过程存在大量的随机影响因素,仅通过稳定工艺参数不可能全面保证焊缝质量:焊后检验作为质量保证体系虽必不可少,但不具实时性,无法及时发现和处理焊接过程中出现的问题,有缺陷的焊缝只能返修或报废。长期以来,人们一直在的在线识别、评价和监控。热纾髦质泳醮ǜ衅,实时获取焊缝熔深、熔宽、熔透及熔滴过渡等信息,推测熔池和焊缝形状,根据需要调整工艺参数,从而获得合格焊缝。借助于现代信号分析、人工神经网络的研究成果,结合计算机强大的数据处理能力,研究焊接过程中电流、电压以及声、光等信号,提取能够反映焊接过程物理状态变化、导致缺陷或影响接头质量的信号特征,通过模式识别实现焊接缺陷预警、质量分类乃至于焊接过程的闭环控制。由于无需价格昂贵的传感器和复杂的硬件技术,后者具有很好的现实性和应用前景。反馈的信息,获得较好的焊接质量“