（材料加工工程专业论文）基于支持向量机的点焊质量分类.pdf

硕十学位论文 摘要 电阻点焊过程中f 乜极电压、焊接电流和电极位移信号蕴涵着丰富的焊接状态 信息，并且与焊接工艺参数、工件表面状态、以及过程稳定性等密切相关，是焊 接过程质量监控的重要信息源。本文以l i 焊质量分类为目的，以焊接过程中接头 电压、焊接电流和电极位移为主要研究对象，借助现代信号分析方法，分析信号 的时频特征，并在此基础上提取信号时域统训特征，构建了多信息融合的特征向 量数据集合描述焊接过程，运用支持向量机、分类回归树和h o p f i e l d 神经网络机 器学习模型，建立了焊囊接头强度的分类模型。测试结果表明，基于支持向量机 的点焊质量分类模型准确率较高、泛化能力较好，存焊点质量分类中具有较强的 实用价值。论文工作主要包含以下内容： 设计了以a c 6 1 15 采集卡、r 0 2 0 w s k i 电流传感器，d a 5 型直流差动变压器式 位移传感器为核心的同步信号数据采集系统。基于v i s u a lb a s i c 语言开发了信号 采集、波形显示、数掘显示以及与m a t i a b 接口的应用软件。 、 利用时域、频域及时频域分析方法对焊接信号进行特征分析，试图从信号的 角度寻找对焊接过捍的描述。分析表明，动态电阻和电极位移信号能够反映熔核 的生长过程。信号的频域和时频域特征补明显，因此，特征主要在时域中分析和 提取。针对动态电阻和电极位移信号提取r 峰值、上升率、下降率等1 3 个特征分 量，通过相关性分析确定构筑多信息融合的特征向量。 利用c a r t 数据挖掘方法建立基于动态电阻、电极位移特征向量的接头强度 分类树，将接头质量复杂的分类模型以直观的二叉树形式给出，测试结果表明， c a r t 能够对点焊质量实现分类。 基于动态电阻、电极位移信号特征参量离散化的数据集，建立表征焊接质量 的特征模式，将特征模式存储于i o p f i c i d 神经网络中，利用其雕想记忆功能实现 对未知焊点的模式以别，实现对接头质量的分类。 s v m 是数据挖掘中的新方法，基于动态电阻和电极位移信号特征向量构建的 特征数据集，建立s v m 焊点质量分类模型，分别对两种s v m 的最佳参数进行测 试，测试结果表明，相同训练集下，相同核函数在匹配最佳参数的两种s v m 分类 模型的分类结果相差不大，均能得到较好的分类结果。 训练样本与测试样本相差不大时，匹配参数的条件下，s v m 的四种核函数均 具有较好的分类效果，分类准确率均在9 5 以上，其中线性核函数能够达到分类 完全正确。当测试样本数远大于训练样本数时，r b f 核函数表现出了良好的泛化 能力，分类准确牢没有衰减。相同情况下，对比c a r t 和h o p f i e l d 神经网络分类 模型，s v m 具有明显的优势。 基于支持向量机的点焊质量分类 关键字：电阻点焊，数据采集，信号分析，特征提取，质量分类，相关分析，c a r t 分类回归树，h o p “e l d 神经网络，s v m 支持向量机 v 硕士学位论文 a b s t r a c t t h ev o l t a g e ，c u r r e n ta n de l e c t r o d ed i s p l a c e m e n to fr e s i s t a n c e s p o tw e i d i n g c o n t a i n sp l e n t yo fw e l d i n gi n f o r m a t i o n ，w h i c ha s s o c j a t e dw i t hw e i d i n gp a r a m e t e r s ， s u r f a c es t a t eo f w o r kp i e c e sa n dw e l d i n gs t a b i l i ty ，i st h ei m p o r t a n c ei n f o r m a t i o n r e s o u r c e sf o rq u a i i t yi n s p e c t i n go fw e l ds p o t a i m i n ga tj o i n t sq u a l i t yc l a s s i 打c a t i o n ， e 】c c t r o d ev o l t a g e ，c u r r e n ta n dd i s p l a c e m e n th a v eb e e ns t u d i e db ym e a n so fm o d e r n s i g n a la n a l y z em e t h o d s ，t i m ed o m a i ns t a t j s t i c sf a c t o r so fs j g n a l sh a v eb e e nc o 儿e c t e d ， c o n s t r u c t i n gm u i t i n f o r m a t i o ni n t e g r a t i o nc h a r a c t e r sd a t as e tt o d e s c “b et h ew e l d i n g p r o c e s s ，b u i l d i n gt h ej o i n ts t r e n g t h c l a s s i 矗c a t i o nm o d e r nb yu s eo fs v m ，c a r l j h o p f i e l dn e t w o r k t e s tr e s u i ts h o w e dt h a ts v mc l a s s i 行c a t j o nm o d e lo w n e dh i g h a c c u r a t er a t e ，g o o de x p a n s i o na b i i i t yw h i c hp r o d u c e dp r a c t i c a lv a 】u et oa p p l yt h e m o d e lt oj o i n tq u a l i t yc l a s s i f i c a t i o nt h ew o r kh a v ei n v o i v e df 0 1 l o w i n gf a c t o r s f o rg a t h e re l e c t r o d ev o l t a g e ，w e l d i n gc u r r e n ta n de i e c t r o d ed i s p l a c e m e n t ，ad a t a c 0 1 1 e c t i n gs y s t e mh a v eb e e nc o n s t r u c t e df o rt h ec o r eo fa c 6 ll5a dc a r d ，r o g o w s k i c u r r e n tt r a n s d u c e r d a 一5 d i f 免r e n t i c a lv o l t a g et r a n s f o r m e rd j s p l a c e m e n ts e n s o ro fd i r e c t c u r r e n t b a s e dv i s u a lb a s i c 60 ，ad a t ag a t h e rs o f t w a r eh a sb e e nd e v e l o p e d ，w h i c ho w n t h ea b i l i t yo fd a t ac 0 1 1 e c t i n g ，w a v es h o 、v d a t as h o wa n dc o n n e c tw i t hm a t l a b b yu s eo ft i m e - d o m a i n ，f r e 卟i e n c y d o m a i nm e t h o d s ，t h ec h a r a c t e r so fw e l d i n g s i g n a l sh a v e b e e na n a l y z e d ，t h eg o a j o fw h i c hw a st of i n dac e r t a i np a t t e r no f d e s c r i p t i o no fw e l d i n gp r o c e s sf r o ms i g n a la s p e c t r e s u l ts h o wt h a td y n a m i cr e s i s t a n c e a n de l e c t r o d ed i s p l a c e m e n ts i g n a l sc a nr e f l e c tw e l d i n gp r o c e s s s i g n a l sc h a r a c t e r si n f r e q u e n c yd o m a i na n dt i m ef r e q u e n c yd o m a i nw e r en o to b v i o u s ，s of 犯t o r sw o u l db e e x t m c t e df r o mt i m ed o m a i n f r o md y n a m i cr e s i s t a n c ea n de i e c t r o d ed i s p l a c e m e n t s i g n a l s ， 13f a c t o r ss u c ha s p e a kv a l u e ，a s c e n d i n ga n dd e s c e n d i n gr a t eh a v eb e e n e x t r a c t e d ，b yr e l a t i v i 土ya n a l y z em e t h o d s ，m u l t i n f o r m a t i o ni n t e g r a t i o ns e th a sb e e n b u i l t b ym e a n so fc a i t td a t am i n i n g ，c l a s s i n c a t i o nm o d e ih a sb e e nb u i l tb a s e do n f a c t o rv e c t o r sf r o md y n a m i cr e s i s t a n c ea n de l e c t r o d ed i s p l a c e m e n t ，w h i c hc a ns h o w t h ec o m p l i c a t e dm o d e lw i t ht r e ef o r m ，t e s tr e s u l ti n d i c a t e dt h a tc a r tc l a s s i 矗c a t i o n m o d e lc a nb ea p p l i e di n q u a l i t yc l a s s i f i c a t i o n b a s e do nd i s c r e t ef a c t o r ss e tf r o m d y n a m i cr e s i s t a n c ea n de l e c t r o d ed i s p l a c e m e n t ，ac h a r a c t e rp a t t e r nh a sb e e nb u i l t ，b y s a v i n gt h ep a t t e r ni nh o p f i e l dn e t w o r k ，t h ep a t t e r ni d e n t i f yo fu n k n o w nj o i n tc a nb e f i n i s h e d ，b y 、v h i c ht h ec l a s s i n c a t j o nh a sb e e np r a c t i c e d s v mi san e wd a t am i n i n gm e t h o d ，b a s e do nd y n a m i cr e s i s t a n c ea n de i e c t r o d e v 基于支持向量机的点焊质量分类 d i s p l a c e m c n ts i g n a lf a c t o l ss e t ，s v mc i a s s i 扣c a t i o nm o d e lh a v eb e e nc o l l s t r u c t e db y t e s tb e t w e e nl h et w ok i n d so fs v m ，t h er e s l l l ts h o w e dt h a tt h e yh a v es a m e c l a s s i c a t i o na c c u r a c yu n d e rt h ec o n d i t i o no fs a m et r a i l l i n gs e ta n dm a t c hp a r a m e t e r s u n d e rt h em a t c j lp a i - a m e t e r sc o n d j t j o n ，4k m d so fk e r n ejf u n c “o nb a v eg o o d c l a s s i n c a t i o nr e s u i t ，t h ea c c u r a c yi sa b o v e9 5 ，a m o n go fw h i c ht h ea c c u r a c yo fl i n e r k e r l l e lf u n c t i o nh a sr e a c l l e dlo o w h e nt h en u m b e ro ft e s ts a m d l ei s1 a 艰e rt h a nt h a t o ft r a i n m gs a m p l e ，r b fk e r n e l 如n c t i o ni sb e t t e rt h a no t h e r s ，u n d e rt h es a m es i t u a t i o n ， c o m p a r e dw i t hc a r ta n dh o p f i e k in e t w o r k ，s v mo w nb c t t e rc i a s s i f i c a t i o na b i i i t y k e y w o r d s ： r e s i s t a n c e s p o tw e i d i n 舀 d a t a c o l l e c “o n ，s i g n a la n a l y s i s ， c h a r a c t e r i s t i c e x t r a c 6 n 昏q u a l i t yc l a s s i f i c a t i o n ，r e l a t i v i t ya n a i y s i s ， c i a s s i f i c a t i o na n dr e g r e s s i o nt r e e s ，h o p f i e i dn e t w o r k ，s u p p o r tv e c t o r sm a c h i n e 兰州理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其 他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果 由本人承担。 作者签名 1、小 b 乏彩；c 日期：2 0 0 6 年6 月孓日 学位论文版权使用授权书 本学位沦文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查 阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入 有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本 学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密阢 ( 请在以上相应方框内打“”) 作者签名：马乏斌 日期：2 。年 l 作者签名：号天砍 日期：2 。年 导师签名：多维i 叮 日期：口睡 曰日 寻7 月月 ，o，6 硕士学位论文 第一章绪论 1 1 学术背景及理论与实际意义 1 1 1 学术背景 自1 8 7 7 年e i i h ut h o m s o n 发明电阻点焊技术以来，电阻点焊以其能量集中、 变形小、辅助工序少、无需添加材料、生产效率高、操作简便等的优点，被广泛 的应用于大批量的薄板冲焊结构中，如：轿车车身、航空航天、家电制造和汽车 制造中。但由于点焊过程是以较大的焊接电流通过焊接接头生成的电阻热作为 热源，来达到熔化焊接接头的目的，因此，整个焊接过程就是一个高度的非线性 并且伴随电场、磁场和热力耦合作用的、包含大量随机因素的过程。这就使得整 个焊接过程受到各种不稳定因素的影响。 由于整个焊接过程中熔核的形成是在一个密闭的环境里，所以熔核的质量在 整个焊接过程中甚至是焊后都是无法观测的。采用传统的抽样检验的方法难以全 面的对所有的焊接接头进行质量检验，斟此存在某些焊点质量不合格而恰巧没有 被抽查到的情况。特别是对于焊接过程中一些随机因素可能造成严重缺陷，比如： 裂纹、缩孔、疏松、喷溅甚至是虚焊、漏焊、烧穿等，将会造成严重的后果。但 是由于电阻点焊在汽车、航空、航天制造工程和电器工业的应用越来越广泛，故 针对电阻点焊的质量控制已经成为了相关行业关注的热点1 2 j 。 传统的点焊质量控制方法大多数都是建立基于一定假设条件的数学模型，由 于实际焊接过程多参量耦合，并且伴随着大量的随机因素，其复杂程度已经超过 了模型的描述，这就使得所建立的数学模型与实际对象之间偏离很远，难以达到 满意的效果。通过稳定焊接工艺参数来控制焊接质量也存在由于点焊过程中多种 可预测和不可预测的偏差影响焊接质量的问题，如：材料种类、被焊工件表面状 态、焊接接头几何尺寸、工装、电流分流、冷却水的流动、网压波动、电极压力 等，使得仅仅通过稳定焊接工艺参数无法完全避免焊接缺陷的产生；焊后检验作 为质量保证体系虽必不可少，但由于不具各实时性，不能及时发现焊接缺陷，有 缺陷的接头只能返修或报废。特别对于大量使用电阻点焊的场合，如汽车装配生 产线，亟待解决点焊缺陷在线诊断或接头质量分类，取代或减少目前采用的焊后 破坏性抽检，提高生产率、降低成本。 通常意义上对整个焊接过程的质量信息的提取是比较困难的。电阻点焊通常 有三个过程构成：预热、焊接、锻压。待焊工件一定时，焊接质量将主要取决于 基于支持向量机的点焊质量分类 焊接规范和电极、待焊工件的表面状态、工装情况等。在一定的焊接规范下，众 多的随机因素将影响点焊过程的能量输入、熔核形成速度、焊接接头附近的温度 场分布等。各种不确定因素的相互耦合使得整个焊接过程无法直观的、简单的通 过波形信号来识别点焊缺陷或评价焊接质量。 随着电阻点焊在汽车车身制造、航空航天制造工程和电气1 业的应用越来越 广泛，电阻点焊缺陷在线诊断或接头质量分类以成为亟待解决的工程问题。 现代信号处理、人工智能、模式识别、数据挖掘等领域的一些研究成果为在 线辨识焊接接头质量打下了基础，使得通过焊接参数动态波形在线检测焊接质量 成为可能，为处理焊接过程检测特征参量与焊点质量评价指标之间复杂的多元非 线性关系提供了方法。 1 1 2 研究意义 点焊在实际生产中因其不可比拟的优势而有着广泛的应用，但是很难保证其 焊点质量的稳定。点焊过程通常由三个过程组成：预热、焊接、锻压【5 】，是一个 电场、热场、力场等耦合作用的结果。因此点焊过程是一个复杂的涉及到相变、 传热、传质、熔化、凝固、结晶、应力等众多因素综合作用的生产过程。而在实 际生产中由于各种因素对焊接接头质量的影响，使得接头质量的稳定性难以得到 保证，为了提高焊件质量，人们不得不采用增加焊点的方法米保证焊点强度，但 由此造成了成本的大幅度增加。 针对点焊过程存在的焊接接头质量波动问题，分析点焊过程中的焊接电流、 接头电压和电极位移三个最基本、最重要且容易进行动态测量的信号。分析发现 它们的动态变化既反映接头输入能量的变化，又反映熔核形成过程中接头阻抗、 温度及应力应变状态，而且相互耦合；影响焊接质量的各种随机因素，如工件的 装配精度、工件表面状态、电极磨损情况、电网电压波动、电极压力变化、临近 焊点的分流、三次回路中铁磁物质引起的阻抗变化等等，均会直接或间接地蕴含 在电流、电压和位移信号的动态变化中。 因此，利用现代信号分析方法研究动态信号波形特征及其与点焊过程的相关 性，从中提取能够反映熔核物理状态变化、导致焊接缺陷和影响接头质量的特征 参数构成特征向量，通过人工神经网络、支持向量机等机器学习方法，建立从特 征向量到焊点质量参数之间的非线性映射模型，进而实现焊接缺陷在线诊断和质 量分类，建立可靠的电阻点焊过程缺陷诊断系统对提高生产效率、减少成本都具 有重要的意义。 1 1 - 3 课题来源 本课题研究源于国家自然科学基金基于动态信号特征分析的点焊质量在线 监控系统的研究。 硕士学位论文 1 2 电阻点焊质量检测技术的发展综述 电阻点焊是一个在瞬间完成的耦合了热、电、磁场与相变的复杂过程，是在 塑性变形能与热能不断激活零件接触表面原子逐渐形成熔化核心而连接工件的过 程。它由预压、焊接、锻压组成，多层薄板金属在电极力作用下通过一对电极被 挤压在一起，通过可控硅触发导通，电流流过工件产生大量的焦耳热，当结合面 的温度高于金属的熔点时，熔核在结合面形成、长大。电流切断后，熔核冷却， 固化，形成一个固体接二k 。如图所示： i 訇1 1 交流点焊机主电路图 在整个焊接过程中，点焊质量控制所要到达的目的就是控制熔核生长过程的 热量输入、熔核的生长时间以及熔核形成后的接头尺寸等。焊接电流、焊接电压、 电极压力、焊接时间和电极头的工作面直径都是能够对熔核质量产生重要影响的 基本焊接规范参数。焊接接头的形成是通过电流流过接触面在焦耳热的作用下熔 化接头的部分金属，因此，通过焊接接头电流的大小以及电流持续的时间对熔核 的形成、生长具有非常显著的交互作用。在较大的电极压力作用下通过小的焊接 电流或焊接电流维持的时间短都会造成焊接接头尺寸过小、熔深不够，从而影响 焊接接头的抗剪强度；通过较大的焊接电流或长的焊接时间则会产生喷溅、甚至 烧穿等焊接缺陷。电极头的工作面直径将影响熔核的形成过程的温度场分布。 1 2 1 可用于点焊过程的质量检测的信号 作为焊接过程中提供检测信息的点焊监控信号，必须满足条件： 1 ) 作为检测信号本身必须与整个焊接过程有密切的联系： 2 ) 该信号能够提供足够的信息用于检测某时刻的熔核形成状况： 3 ) 信号的提取不能中断生产过程； 在电阻点焊中，比较重要的参数有焊接电流、焊接电压、焊接过程中的动态 电阻、通电时间、电极力、焊接速度等。在整个焊接过程中焊接电流通过工件表 面，由于接触电阻和体电阻的作用产生焦耳热熔化了工件接触表面，熔化的金属 经历了加热、熔化、凝固以及相变过程。因此，存在表征被焊金属受热程度的温 基于支持向量机的点焊质量分类 发信息，随着热量的输入，接头温度升高产生的红外辐射逐渐加强，所以红外辐 射可以被用于监测焊接接头的温度变化，从而达到临测熔核形成的目的。 ( 1 ) 焊接电流，传统观念认为焊接参数对焊接质量的影响最大，因而焊接电流 应该作为监控信息。通过焊接电流流过工件产生焦耳热融化金属形成焊接接头， 因此，熔核直径与焊接电流有非常密切的关系，当其它焊接参数不变时，点焊产 生的热量与焊接电流成f 比，当输入电流较小叫，加热不足无法形核或形核尺寸 很小。随着电流的增大，焊点加热程度的增加，熔核尺寸迅速扩大，当熔核尺寸 增大到一定值时由于工件与电极，工件与工件之间接触而增大，焊接区电流密度 减小，散热增强，致使焊接区加热速度缓慢，熔核直径与焊透率的上升率减小， 电流过大会使熔核生长过快冲破塑性环，产生喷溅。近十年的研究表明熔核直径 主要与焊接电流的有效值相关，电流的峰值与熔核直径无直接关系。还有观点 认为，控制电流的有效值不能够保证焊点质量，而应当控制电流流过焊件的通道 面积，将电流密度作为监控信息更理想。 ( 2 ) 电极间电压能够反映出点焊过程中金属固一液相转变的过程，能反映出电 源电压的波动、焊机次级回路的阻抗变化和装配间隙存在问题而引起的接头质量 的变化，因此是比较理想的质量监控信息。精密的测量电极问电压是困难的，冈 为焊接电流通过时会产生强磁场，感应电动势附加在电极间电压上，影响真实焊 接电压的测量。此外，电压采集位置的选择也是一个重要的因素。往往受到生产 条件的限制，不能从电搬头部采集电压，若距电极头较远则不能测量到真实的电 极间电压，作为焊点质量的监控信息。 ( 3 ) 动态电阻即焊点加热冷却过程中电阻变化的规律，可以较好的反映焊点 熔核的形成过程，对焊件的表面状态、材料厚度的变化、电流分流以及电源电压 变化都有较灵敏的反映，它可以由测量焊接电流和电极间电压经过计算得到，是 十分有用的监控信息。哈尔滨工业大学现代焊接生产技术国家重点实验室黄德智 和第一汽车集、团公司王治富等人利用动态电阻控制车身点焊质量，并研制了一套 新型车身点焊质量监控系统：哈尔滨工业大学的张忠典利用动态电阻对点焊质量 进行多参量的监控；南昌航空工业学院陈益平等研制了基于动态电阻的单片机测 量系统，测量点焊电极间动态电阻：长春工程学院和吉林大学首次将动态电阻自 适应控制系统的控制模型分成不同阶段使用不同参数进行实时监控。 ( 4 ) 电极位移信号，金属在电流通过焊接接头时产生的焦耳热熔化工件的接 触表面，熔核的生长伴随着熔核体积变化。因此，电被往移信号就可以部分的 表征熔核生长过程中纵向体积膨胀的过程，从而可以得到塑性环内熔化金属的量， 真实的反映焊接接头的形成过程，它与焊接电流，焊接时间、电极压力、等焊接 规范参数密切相关；对分流、电极磨损、材判厚度的变化、焊点边距的变化及喷 溅的产生都有较灵敏的反映5 1 。南昌航空学院的胡德安等采用高精度l s 型劐 硕士学位论文 闭式光栅位移传感器与计算机建立了点焊过程热膨胀电极位移实时监测系统；华 南理工大学德曹彪f 46 】等人用有限元分析的方法模拟了低碳钢板点焊过程的热膨胀 变形，给出了正常焊接、工件受约束和极限条件下的热膨胀变形理论计算结果。 华南理 ：大学的常云龙等首次将热膨胀电极位移法用于机器人点焊，采用了高精 度的光栅位移传感器，对机器人点焊电极位移变化规律进行了研究。 ( 5 ) 电极力对焊接接头的质量影响较大，并存在一定的规律性，对电极力的 采集较为容易，因此，从理论上讲，电极力可以作为焊接接头质量的监控信息。 加拿大学者b i i c h a n g 认为电极力增大将导致工件表面接触面增大，降低焊接电 流密度，延迟熔核产生和长大，同时也降低了焊接电流中止后的熔核中，心的冷却 速度。 ( 6 ) 声发射，焊接区金属发生熔化，凝固、相变及塑性变形等冶金物理过程 时，会产生喷溅和裂纹，进而产生不同的能量和频率的声发射信号。根据不同时 域内声发射信号的能量或振铃技术，反映金属的熔化量，鉴别焊点质量，监测喷 溅的产生及大小【2 ”。 ( 7 ) 超声波监测技术是根据超声波在金属介质中传播的特性，利用界面反射或 穿透焊点熔核的超声波衰减程度来判断焊点质量的好坏。焊接区金属由固态变成 液态，经过结晶又变成固态，使得穿过焊点的超声波产生不同的衰减，- 出现“1 ” 形的超声信号，根据波形宽度和幅度的变化，判别焊点质量的好坏。对点焊超声 波的波形进行特征分析表明，优良的波形和焊点的熔核直径偏小或过大、未焊透 以及有裂纹、缩孔、飞溅的焊点的波形特征有明显的差别【2 ”。 ( 8 ) 红外辐射现象与温度密切相关，可以通过监测焊点表面的温度或红外辐射 的强度来反映熔核的大小。推知焊点熔核加热的程度以及金属熔化量的多少；根 据波尔兹曼定律，焊点表面的红外辐射能量随着焊点温度的升高而增强，因此可 以建立熔核尺寸与焊点表面红外辐射能量之间的函数关系。 工件的表面状态与焊点质量有密切的关系，工件表面的状态是指焊件表面是 否存在油污、水分、。污物等。电极头、焊件表面状态及接触条件直接影响接触面 的接触电阻大小和电场的分布，影响焊点质量。 ( 9 ) 机械特征信息在点焊质量有着复杂的影响，如：刚度、摩擦力、惯性、上 下电极的装配特性等，这些影响将被包含在电极力、电极位移等信号中，国内外 有研究人员一直致力于焊前及焊接过程中机械特性对焊点质量影响的研究2 0 】： 比如：电极臂刚度的差别能够在电极和工件之问产生较大的相对滑动，上电极滑 动部分的摩擦力对熔核直径和薄板翘曲有很大的影响，尤其是作用在刚性焊机上 的摩擦会降低焊点的质量和电极的寿命。假如摩擦力很大，焊核将会在与电极轴 线相垂直的方向膨胀，这样不利于熔核的形成，降低焊点的强度：文献 2 5 、 2 6 发现下电极臂的刚度会对焊接过程中电极力的变化产生影响，电极臂的“柔性” 基于支持向量机的点焊质量分类 越好，电极力的增加量越小：w i l l i a m s 2 6 发现电极形成的增加和碰撞会降低电 极的使用寿命，而h o w e 认为电极臂的刚度与电极的寿命有较密切的关系：h a h n 2 7j 认为电极的大位移量能引起电极间的接触缺陷，降低熔核的抗剪强度，在实际生 产中由于焊机机械性能的变化所带来的直接后果是焊接规范参数的变化已出现电 极错位，电极磨损等故障，引起点焊过程电流密度的变化，降低焊点强度。 1 2 2 点焊质量的智能控制方法技术综述 提高焊接接头的可靠性，保证其质量的核心是在生产过程中运用先进的制造 技术和生产工艺手段。先进的生产设备能够对焊接过程实施质量控制。由丁点焊 在各行各业中的广泛应用，使得对点焊质量控制的研究成为焊接领域的研究前言 和热点。 电阻焊起源于4 0 年代，在最近的2 0 年中由于微电子技术和计算机技术的发 展使得电阻点焊质量控制技术真正达到实用的水平。 近年来，点焊技术的发展使得点焊质量龄控技术由单参量监测已转变为多参 量监测技术。单参量监测技术的前提是发现、提取与焊接质量密切相关的监测参 量，采用传统的数学设计监测特征值的计算方法，其应用方式主要有四种方式： 1 、建立点焊过程中易于采集的监测参量与隐含点焊质量之间的关系模型。提 取的有效特征信息能够充分的表征焊接区金属状态的变化，熔核的生长与焊点质 量之间有密切的关系。因此选取这类监测参量等同于监测焊接过程中熔核的形成 过程。这类信号主要有：动态电阻、功率信号等。f r a n k 【2 8 】利用易于获取的焊接电 流、电极间电压信号，分析比较点焊过程动态电阻信号的四种求解方法，认为采 用每半周波焊接电流峰值时刻对应的电极间电压值除以电流值来获得动态电阻信 号的方法，可以有效的消除交流回路互感现象对电阻信号的影响，得到较纯净的 动态电阻值。w a n g 【29 】通过试验建立焊接过程动态电阻求解模型，将电阻值分解为 三部分，即分别对接触电阻、感应电阻、焊件电阻建模，并且分析了电阻曲线的 趋势与焊接过程物理状态变化的对应关系。 2 、监测焊接过程中缺陷产生所对应变化的金属状态，物理现象，如监测焊接 过程中的电极位移信号可以反映出喷溅金属的量。c h o 【5 5 1 设计了特殊的试验点焊 机，利用高速摄影机拍摄焊点形成的整个过程，通过上下焊件接魁面颜色的变化 监视动态电阻曲线与焊接区金属状态变化过程相对应，利用摄像反映熔核形成的 机理：l iw e 妒6 j 基于g l r t ( 相似度检验) 设计监测焊接过程喷溅现象是否发生及 严重程度的算法。 3 、将计算模型作为控制算法的一部分，设计控制器可以通过实时监测某一特 征曲线，并且实时调整每焊接周波的电流，焊后对比采集得到曲线与样本曲线， 查看是否满足容限值。d h a n d a p a n i 3 2 简化点焊机主电力系统，分析建立主电力系 6 硕士学位论文 统的非线性电气模型，比较实际焊接过程采集的初级、次级电压、电流信号与利 用该模型仿真所得到的电压、电流信号相比较，为进一步控制点焊过程的能量输 入提供理论基础。 实际生产过程表明点焊过程中监测信息的某一特征信息只能在较窄的范围 内提供可靠的信息，这与实际过程中要求得到的接头质量有很大的差距。多特征 参量监测技术的发展较好的克服了这种单一监测参量的不足，充分利用各种监测 参量所提供的接头质量信息，能够对焊点质量做出合理评价。特别是8 0 年代以来， 以人工神经网络( a n n ) 技术、模糊逻辑控制( f l c ) 、专家系统( e s ) 为标志的 人工智能技术的应用以渗透到各个领域，并在信号处理、智能控制、模式识别、 机器视觉、非线性优化、自动目标识别、传感器技术等方面取得了许多令人鼓舞 的进展。这主要得益于它们在解决高度非线性和严重不确定系统控制方面的巨大 潜力。把智能技术和控制理论结合起来，不仅会给控制领域带来生机，也会使控 制应用对象大大拓宽，为许多难以建立精确数学模型的控制对象的控制问题带来 新的希望。 德国学者b u r m e i s t e r 认为点焊过程中可综合利用三个电参数( 电极电压、焊 接电流和动态电阻) 和两个机械参数( 电极位移和电极加速度) 来监测焊点质量。 通过监测焊接过程的一些最大值和最小值去描述过程的分类，并利用现有的专家 知识库来建立分类等级，并指出模糊分类虽然适用于描述点焊过程的复杂性和非 线性，可以用于焊点质量的等级评估，但只能给出焊点质量参数的大致范围，评 价的准确性难以避免的受到专家知识的影响。 英国学者h a 0 1 ) 8 j 利用线性回归分析建立了焊接电流、电极问电压、动态电阻 信号监测参量与铝合金焊点抗剪强度、熔核直径之间的关系模型，结果表明多元 线性回归模型的预测误差远小于一元线性回归模型的预测误差，显示了多参量监 测技术的优势；c h o 【j 驯利用因子分析与多元线性回归分析的方法建立了点焊过程 初级动态电阻信号监测参量与焊点抗剪强度模型。 哈工大张忠典p4 j 等将焊接过程的每周波电阻曲线作为输入向量，以焊点的抗 剪强度为输出向量，训练1 个3 层b p 神经网络，研究了低碳钢动态电阻与焊点 质量之间的关系模型，成功的实现了力学性能的实时定量估测，同时对建立焊点 质量神经网络模型作用参数做出了研究。 b r o w n j d 【35 j 等利用焊接电流有效值、半周波动态电阻、电极直径及焊接能量 作为b p 网络的输入向量对焊点熔核直径进行估测，将a n n 模式识别和映射能力 与f l c 处理不确定和非精确数据的能力相结合，建立新的控制系统，可以克服现 有控制系统在镀锌钢板焊接质量控制方面的不足。 兰州理工大学的马跃洲、种玉宝以交流电阻点焊过程电极问电压和焊接电流 全周波有效值作为输入向量，以熔核直径和熔核高度为输入向量，利用r b f 神经 基于支持向量机的点焊质量分类 网络对焊点熔核尺寸进行预测，试验结果表明r b f 神经网络用于这类应用场合的 可能性和有效性。 兰州理工大学的张鹏贤、张宏杰等对点焊过程的电极位移、动态电阻信号进 行了实时采集利用动态电阻动态特征刻画熔核形成的不同阶段，从信号中提取了 1 2 个与焊点质量有关的动态电阻特征参量，以焊点接头的抗剪强度为评价指标， 分别采用线性回归、非线性回归，r b f 神经网络等方法建立了电极位移信号多特 征参量的焊点质量监测模型，通过有效性检验表明r b f 神经网络监测模型对于焊 点质量评估可以得到满意的结果。 张宏杰等通过对点焊过程中焊接电流、动态电阻和电极位移信号的同步分析提 取特征参量，依据特征参量与抗剪强度相关性分析结果，选取7 个特征参量建立 表征点焊过程的特征模式，并转化为计算机可识别的模式矩阵，以焊接电流参数 作为模式分类依据，将模式矩阵作为h o p 矗e l d 神经网络的稳定状态并作为网络的 记忆样本存储于网络，利用h o 面e 】d 神经网络的联想记忆功能对未知样本点焊过 程进行识别，判定焊接质量。 兰州理工大学的张宏杰等利用分类回归树( c a r t ) 数据挖掘方法以焊点接头 的抗剪强度为指标，建立了从电极位移、动态电阻信号中提取】2 个特征参量与焊 点抗剪强度之问潜在的映射关系，实现对焊点接头强度的分类以及对未知样本的 预测。 4 、电阻点焊是一个多因素相互作用的复杂过程，需要殴置的参数较多，由于 高度机械化和自动化，受人为操作的影响较小，因而二 艺参数的优选成为提高焊 点质量的关键。焊接工艺参数的选择可以使用专家系统，通过专家系统进行焊接 参数的优选。所谓专家系统f e s ) 是一种特殊的程序，是将专家的知识经验转变成 计算机可以识别的数据，通过对待处理的工件进行分类来确定焊接参数。焊接领 域的e s 系统研究始于8 0 年代中期，涉及工艺参数的选择、工艺设计、焊接缺陷 识别、故障诊断、成本估算、实时监控等。我国焊接e s 研究始于1 9 8 8 年j ，目 前清华大学、哈尔滨工业大学、天津大学等先后都进行了焊接e s 的开发。 1 2 3 基于数值模拟方法的点焊过程仿真 由于点焊过程中热、电、力场的相互耦合作用，焊接持续时间较短、熔核在 密闭的环境中形成、长大，因而企图通过直接建立点焊过程的数学模型，分析焊 点成型的细节就变得困难。有限元技术的成熟为研究人员进一步了解材料在焊接 过程中受热、电、力场的影响、理解焊接过程的本质，对整个非线性问题的分析 提供了帮助。 1 9 6 0 年，gr a c h e l 【”1 建立了一维传热模型对不同厚度、不同热物理性能材料 在不同频率和热输入条件下的点焊过程温度场响应进行了研究。j a g r e e n w o o 引 硕士学位论文 建立了第一个使用有限元差分方法模拟点焊过程的点焊温度场的两维轴对称传热 模型，采用有限差分法求解，首次使用了数值模拟的方法得到了电阻点焊椭圆型 熔核的特征等温线。zeg o u “3 9 】建立了一维传热模型对点焊传热过程进行了研 究，作者通过试验测量了室温时的工件与工件接触电阻，并假设熔化时工件与工 件接触电阻为零，假定从室温到熔化期间的接触电阻按线性变化。g o u l d 在不同 条件下得到的结果表明：在通电时问一定时如果要产生熔化，必有一最小电流值 与之对应，高于此电流值，随着电流的增大，熔核长大速度加快。 吉林工业大学徐国成和赵熹华教授 4 0 】建立2 d 轴对称有限元模型首次列弹簧 钢点焊熔核长大过程进行分析。天津大学程方杰博士和单平【4 刿教授建立2 d 轴对 称模型对铝合金电阻点焊熔核长大过程进行研究。吉林大学王春生教授i 42 】建立2 d 轴对称电热耦合有限元模型首次对三层s u s 3 0 4 不锈钢板的电阻点焊熔核生长过 程进行了分析。 1 _ 3 信号分析方法概述 信号分析的目的是研究信号特征，提取并利用其中包含的有用信息，分析方 法有时域分析、频域分析和时频域分析等。 时预分析可以分为幅值域或时问域，时域分析方法主要包括短时能量分析、 信号过零分析、短时相关分析、概率统计分析等方法 5 “。能量分析包括能量和幅 度两个方面，通过对信号流进行分段或分帧处理实现能量的短时分析；过零分析 是指分析信号的过零点；相关分析即分析信号间的相关性，它包括自相关分析和 互相关分析两个方面，自相关分析可以用来监测信号本身的一些特点，互相关分 析用来监测两种信号间的相似性： 概率统计分析通常指对于快速变化的信号具有较大惯性，就需要对一段时间 内的信号进行统计分析。统计分析本身可以从时域和频域两个方面进行。 频域分析包括频谱、功率谱、倒频谱、频谱包络等，通常的频域分析方法有 带通滤波器组法、傅立叶变换法、线性预测法等。带通滤波器组法指通过多个带 通滤波器分别提取各个频带的信号以达到对原始信号分析的方法：傅立叶变换是 时一频域转换的桥梁；线性预测法即用过去p 个时刻信号采样的线性组合以最小 的预测误差估计下一时刻信号的采样值；功率谱反映了信号的功率随频率的分布。 时频分析法主要包括短时傅立叶变换法、多分辨率分析、小波包分析法等方 法。 1 4 分类、预测方法概述 分类的目的是通过信号分析的手段通过分析信号中隐含的有效信息，并提取 基于支持向量机的点焊质量分类 这些信息作为特征向量，输入某个分类函数或分类模型( 分类器) ，将数据映射到 某个分类域中。预测的目的是通过分析已有的信息来估计未来数据趋势。 分类和预测是两种数据分析形式，他们可用于抽取能够描述重要数据集合或 预测未来数据趋势的模型。分类方法用于预测数据对象的离散类别；而预测则用 于预测数据对象的连续取值。分类与预测属于数据挖掘的范畴，它涉及多个交叉 领域的研究，包括：人：e 智能、机器学习、神经网络、模式识别、知识系统等相 关领域。基本方法包括：决策树方法、贝叶斯分类器、神经网络与规则抽取、k 一 最近邻方法、基于关联的分类方法等。 ( 1 ) 决策树方法指一个类似流程图的树形结构，树的每个内部结点代表对一个 属性( 取值) 的测试，其分枝代表测试的每个结果；树的每个结点代表一个类别。 树的最高层结点就是根节点。通过判别树据的不同属性，就完成了数据的分类。 ( 2 ) 贝叶斯分类方法是一种统计分类方法，贝叶斯分类方法是基于贝叶斯定理 构造出来的，在处理大规模数据时贝叶斯分类方法能够表现出较好的准确性和运 算能力。 ( 3 ) 神经网络分类方法指一组相互连接的输入输出单元，这些单元之间的每个 连接都关联着一一个权重。在神经网络学习阶段通过调整权重来实现输入样本与其 相应( 正确) 类别的对应。 ( 4 ) 最近邻分析方法是基于实例学习，它没有根据所给的样本构造一个分类 器，而是将所有训练样本储存