CO2焊接过程动态信号的特征分析.pdfVIP

维普资讯 第22卷 第2期 焊 接 学 报 Voll22 No．2 2001年 4 月 TRANSACnONSOFTHECHINA WELDING INSn_，rUTO【N April 2001 CO 焊接过程动态信号的特征分析 马跃洲， 王春柏， 陈剑虹 (甘肃工业大学 材料工程学院，兰州 730050) 摘 要：利用小波分析方法，对所采集的CO焊接电流、电弧电压和电弧声波进行了 信号降噪处理和奇异点分析，提取不同频率范围的声波能量作为表征焊接过程状态变 化的特征向量。采用统计学方法研究了特征值集台与焊接飞溅的相关性，完成了特征 集合的评价与降维，为实现焊接过程的在线诊断莫定了基础。 关键词：小渡分析；焊接信号处理 ；电弧声波；特征值提取：评价与降维 中围分类号：TG434 文献标识码：A 文章编号：o253～360X(2001)O2—67—04 马跃洲 0 序 言 变CO焊机、数据采集系统及微型计算机构成。数 据采集系统能同步采集焊接电流、电弧电压及电弧 焊接过程是焊接电流、电弧电压以及各种影响 声波信号，具有 12bit分辨率和30ksps的采样频率， 因素动态作用的结果，其物理状态变化、电弧稳定 连续采样时间可达 30min。数据采集软件 由C一 性、焊接缺陷等必然隐含于各参数的动态变化之中。 语言缩写。小波分析、特征值计算、特征集的评价和 由于各影响因素之间相互耦合以及高度的非线性作 降维等处理采用Matlab语言编制程序 ，在Matlab 用，难以用直观的、简单的方法从信号波形中寻找其 5．0软件工作平台上进行。 变化规律。小波分析是近年来发展起来的现代信息 焊丝直径为 l_2T[fi~l，保护气体流量为20ml／s， 处理方法，具有信号分析 “显微镜”的特点，神经网 在尺寸为240mmX40mmX4mm的试板上水平堆 络则具有高度的非线性映射和 自学习能力。利用小 焊。电弧电压、焊接电流在一定范围内变化，其它条 波分析提取焊接过程动态信息的特征，用统计学方 件不变。焊接时采集焊接电流、电弧电压和声波信 法评价信息特征与焊接飞溅、电弧稳定性乃至焊接 号的同步波形，焊后测定飞溅率，测定的试验数据按 缺陷的相关性，经降维处理形成能够表征焊接过程 飞溅率、焊接电流和电弧电压进行分类统计。结果 变化规律的最佳特征子集，进而建立神经网络映射 表明，飞溅量主要取决于焊接规范，但呈现出一定的 模型，最终可望实现焊接过程在线诊断以及焊缝缺 随机性，郎存在相同规范不同飞溅率和不同规范相 陷的预警，为焊接质量控制开辟新途径。 同飞溅率的情况。这显然是焊接过程中大量随机 的、不确定性的影响因素所致。 短路过渡的CO气保护焊，其焊接电流、电压动 态信号波形中蕴含着丰富的信息，并且直接与物理 过程和焊接质量有关。电弧声波也是一个重要的、 2 小波包降噪处理 容易获取的信息源，熟练焊工往往能根据电弧声辨 别熔滴过渡方式、过程稳定性和飞溅大小。因此，本 所采集到的实际焊接过程中的动态信号数据， 不可避免地夹杂着高频噪声，如声波信号中的IGBT 文以CO：焊接过程电流、电弧电压和电弧声波信号 的开关噪声、环境电磁噪声等。为消