（材料加工工程专业论文）基于电弧传感的机器人co2焊接过程实时监控.pdf

山东大擘硕卜学付论文 基于电弧传感的机器入c o ：焊接过程实时监控 摘要 弧焊机器人c 0 2 焊接过程存在多种干扰因素，比如工件尺寸的加工和装配 误差、王舞熬交形及繇袭变纯等等。这些子搋霾素对簿接矮量有霆要影蘸。农焊 接过糨当中，如果能够实时地检测到焊接过程的干扰信息，及时调整焊接过程的 工艺参数，实现对焊接质量程线监控，赠可戳避免焊 簪的报废，揉证焊接接头豹 质量，具有臣大的经济效益和工程实用价值。 电弧焊接过程是一个多因素交互作用的复杂过程，焊接过程的状态与许多参 数有关。然嚣在焊接j 篷程当中，当焊接条 牛发生改变辩，有些参数交化踞显，蔼 有些则不甚明显。因而，如何从这些参数中提取出能够明显表征不同工艺条件的 特鬣落悫，蠖藏菇溽接过程实辩监控鹣重要一繇。不瓣工艺条俘下戆簿接震璧戆 好坏，肯定会反映在与焊接过程本身圈有的焊接工艺参数上，如焊接电流、焊接 电基，窀弧声疆，络潞过渡籁率等等。众掰霸知，运潮电弧传感霹霹接过程嘏参 数( 焊接电压、焊接电流) 进 亍检测，舆有经济性、实用性、可靠性等优点。 本文以对接接头和t 型接头为研究对象，开展机器入c 0 2 焊接王艺试验， 采用电弧传感躲方法实时测擞稠处避焊接电参数信号。分别程两种焊接接头中人 为地加工出缺口，以模拟实际焊接生产过程中的装配间隙等于扰因素。研发出基 于n i - 6 2 2 1 数据采集卡移l a b v i e w 软终匏投器入c 铙焊接电参数爽避采集秘处 理系统，实时她提取机器人c 0 2 焊接过程有干扰时的特征信息。结果表明，两 耱挥接工艺条传下，掰提取滋豹簿缓道程特磁信意并不一样，煎是均筢缀磐璁爰 映所对应的焊接过程，证实了焊接过程的特微信息与干扰因素的相关性。 针对对接接头，本文设计了基予s p c ( 统计过程控制) 方法的均值控制图，以 对接接头焊接过程静特征僮秽。终为控制变鬃。利用正常焊接过程时的0 处予 受控状态，耐有扰动焊接时的u 。则处于非受控状态的原理，对焊接过程进行实 时监控。当焊接过程处于菲受控状态时，监控系统就自动发出警报。结果表鞠， 裂用此方法避褥实时艇控够达到数控的要求。 针对t 型接头，本文开发了模糊k o h o n e n 神经网络系统，以t 型接头焊接过 桶爱 程的三维特征矢量( 以d ，最，雎。) 作为模糊k o h o n e n 聚类神缀网络系统输入矢 藿，建立了霹菝遘摇惫参数与浮按葳餐之闽煞联系，实凌了辩簿接过程静实羹尊整 控。试验结果表明，该系统对焊接样本点的正确识别率均达到9 0 以上，是一种 有效的焊接过程实时监控方法。 关键词：机器人c 0 2 焊接实时监撩特征矢量统计过程控制模糊k o h o n e n 神 经网络 l | f 采犬擘殒+ 学接论文 a r cs e n s o rb a s e dr e a l t i m e m o n i t o r i n g f o r r o b o t i cc 0 2 w e l d i n g a b s t r a c t t h e r ea l em a n yk i n d so f d i s t u r b i n gf a c t o r sd u r i n gr o b o t i cc 0 2w e l d i n g ，f o re x a m p l e ， t h em a c h i n i n ga n df i t t i n ge r r o r so ft h ew o r k p i e c e ，t h et h e r m a ld i s t o r t i o no ft h e w o r k p i e c ea n dt h ec h a n g eo fa r cl e n g t hd u r i n gw e l d i n gp r o c e s sa n ds o0 1 1 t h e s e f a c t o r sh a v ei m p o r t a n te f f e c t so nt h ew e l dq u a l i t y i ft h ed i s t u r b i n gf a c t o r sa l e d e t e c t e di nr e a lt i m e ，0 n l i n em o n i t o r i n go fw e l dq u a i l 黟c a l lb er e a l i z e dt h r o u g h a d j u s t i n gt h ew e m i n gp r o c e s sp a r a m e t e r si no r d e r t oa v o i dt h ed e f e c t i v ew e l d sa n d b s s u r eh i 讪w e l dq u a l i t y t h u s ，i th a sb i ge c o n o m i cb e n e f i ta n de n g i n e e r i n g p r a c t i c a l i 够 a r ew e l d i n gp r o c e s si sav e r yc o m p l i c a t e dp r o c e s sw i t hm a n yi n t e r a c t i n gf a c t o r s m i x e dt o g e t h e r , s ot h et r a n s i e n ts t a t eo fw e l d i n gp r o c e s si sr e l a t e dt om a n yp a r a m e t e r s h o w e v e r , w h e nt h ew e l d i n gc o n d i t i o n sc h a n g e ，s o m ep a r a m e t e r sc h a n g ec l e a r l yw h i l e o t h e rp a r a m e t e r sd on o t s oh o wt oe x t r a c to b v i o u sf e a t u r ei n f o r m a t i o nf r o mt h e p r o c e s sp a r a m e t e r s ，w h i c hd e s c r i b e sd i f f e r e n tw e l d i n gc o n d i t i o n s ，i sv e r yi m p o r t a n tt o r e a l i z et h er e a l - t i m em o n i t o r i n g t h ew e l dq u a l i t yu n d e rd i f f e r e n tw e l d i n gc o n d i t i o n s i sr e l a t e dt ot h ew e l d i n gp a r a m e t e r sw h i c ha r ei n h e r e n te l e c t r i c a lp a r a m e t e r si nt h e w e l d i n gp r o c e s si t s e l f , i e w e l d i n gc u r r e n t ，w e l d i n gv o l t a g e ，a r cs o u n d ， s h o r t - c i r e u i t i n gf r e q u e n c ya n d s oo n i ti sw e l lk n o w nt h a tu s i n ga r es e n s o r st od e t e c t t h ee l e c t r i c a lp a r a m e t e r s ( w e l d i n gv o l t a g ea n dw e l d i n gc u r r e n t ) i sv e r ye c o n o m i c a l ， p r a c t i c a la n dr e l i a b l e i nt h i ss t u d y , r o b o t i cc 0 2w e l d i n ge x p e r i m e n t sf o rb u t tj o i n t a n dt j o i n ta r ec a r r i e do u t ，a r es e n s o ri su s e dt om e a s n r ea n dp r o c e s st h ee l e c t r i c a l p a r a m e t e r sd u r i n gt h ew e l d i n gp r o c e s s a tt h em i d d l ep a r to ft h ew e l d i n gs e a t l , a n o t c hi si n t e n t i o n a l l ym a c h i n e d t h i ss u d d e ni n c r e a s e dg a pa l o n gt h ew e l d i n gs e a mi s u s e dt os i m u l a t et h ef i t t i n ge r r o r so ft h ej o i n ti np r a c t i c a lp r o d u c t i o n t h er e a l - t i m e a c q u i r i n ga n dp r o c e s s i n gs y s t e mo ft h em e a s u r e ds i g n a l sa r ed e v e l o p e db a s e do i l - v l l a 8 、t r a cl n i 6 2 2 1d a t a - a c q u i r i n gc a r da n dl a b v i e ws o f t w a r e ，w h i c hi sa b l et os e n t h e d i s t u r b i n gi n f o r m a t i o nd u r i n gt h ew e l d i n gp r o c e s s 。霸嚣r e s u l t ss h o wt h a tu n d e rt h e t w od i f f e r e n tk i n d so fw e l d i n gc o n d f f i o n s ，t h ee x p e r i m e n t sh a v ed i f f e r e n tf e a t u r e s w h i c hc a r lw e l lr e f l e c tt h ew e l d i n gp r o c e s s e s i ti se v i d e n tt h a tt h ef e a t u r e sh a v e c o r r e l a t i o n 谢氇t h ed i s t u r b i n gf a c t o r s f o rb u t tj o i n t ，t h ea v e r a g ec o n t r o lc h a r tb a s e do ns t a t i s t i c a lp r o c e s sc o n t r o li s d e s i g n e d t h i sc h a r tu s e st h ef e a t u r e a st h ec o n t r o lv a r i a b l e a c c o r d i n gt ot h ef a c t t h a tu m i su n d e rc o n t r o lw i 氇n o r m a lw e l d i n gb u tu u i so u to f c o n t r o lw i 氇a b n o r m a l w e l d i n g ，t h er e a l t i m em o n i t o r i n gi sr e a l i z e d w h e nw e l d i n gp r o c e s s i so u to f c o n t r o l ， t h em o n i t o r i n gs y s t e mw i l lg i v ea l a r ms i g n a l s i ts h o w st h a tt h i sm e t h o dc a l ls a t i s f y t h em o n i t o r i n gd e m a n d s 。 f o rtj o i n t ，t h ef u z z yk o h o n e nc l u s t e r i n gn e t w o r k ( f k c n ) s y s t e mi sd e v e l o p e d f k c nt a k e st h et h r e e - d i m e n s i o n a lf e a t u r ev e c t o r s ( 岛，乓，足v ) a st h ei n p u t , t h e r e l a t i o n s h i pb e t w e e nw e l d i n ge l e c t r i c a lp a r a m e t e r sa n dw e l dq u a l i t yi ss e tu p i ts h o w s t h a tt h ef k c ns y s t e mc a l lc l a s s i f yt h en o r m a lw e l d i n gp r o c e s s e sa n dt h ea b n o r m a l w e l d i n gp r o c e s s e s t i 撼c o r r e c tr e c o g n i t i o nr a t ei so v e r9 0 f o rt h ec o n d u c t e d e x p e r i m e n t s ， k e y w o r d s ：r o b o t i cc 0 2w e l d i n g , r e a l - t i m em o n i t o r i n g ，f e a t u r ev e c t o r , s t a t i s t i c a l p r o c e s sc o n t r o l ，f u z z yk o h o n e nc l u s t e r i n gn e t w o r k 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进 行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何 其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡 献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人 承担。 论文作者签名：翻整兆 日期：壁! ：芏：! 兰 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学校保 留或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；本人授权山东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、缩印或其他复制手段保存论文和汇编本 学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：盈夔皇邑导师签名：麦塑耋日期：生堑：曼! ! 山东大学面十学位论文 1 1 选题意义 第一章前言 随着先进制造技术的发展，实现焊接产品制造的自动化与智能化已成为必然 趋势i “】。目f i i ，采用机器人焊接已成为焊接自动化技术现代化的主要标志。焊 接机器人由于具有通用性强、工作可靠的优点，受到人们越来越多的重视。在焊 接生产中采用机器人技术，可以提高生产率、改善劳动条件、稳定和保证焊接质 量、实现大批量产品的焊接自动化【9 】。 然而，焊接机器人的应用并不能保证一定可以获得满意的焊接质量，因为实 际电弧焊接过程中，存在着许多干扰因素。这些因素可以分为三类： l 、影响电弧稳定性的干扰因素，包括电弧形态、熔滴过渡模式、焊接电源性能、 导电嘴磨损、保护气流量、工件表面污染、送丝阻力、千伸长等。 2 、影响热输入的干扰因素，包括网路电压波动、弧长变化、焊接速度变化等。 3 、影响焊缝成形的干扰因素，包括工件尺寸精度、装央精度、日j 隙、坡口精度、 央具磨损、示教误差等。 如果在焊接过程中机器人无法针对上述干扰因素做出适当的调节，焊接过程 因受到干扰，则焊接质量就不能得到保证。 l 一一j 图1 - 1 弧焊机器人过程监控系统框图 前言 目j i f ，国内外应用的弧焊机器人系统从整体上看基本都属于第一代或准二代 的，其焊接工艺参数及运行轨迹均是在焊接生产之i j 预先示教并且在过程中重 现，如图1 1 虚线框内所示。只是简单的由示教盒进行示教编程，然后通过机器 人控制柜，控制机器人本体进行再现工作，因此不具备对环境的自适应功能。上 述干扰因素将使机器人焊接产品质量出现随机性的波动甚至导致严重的缺陷。为 了克服机器人焊接过程中各种不确定性因素对焊接质量的影响，提高机器人作业 的智能化水平和工作的可靠性，必须采取有效的实时检测手段，使机器人能够感 知焊接条件的变化而实时做出必要的调整，使得在于扰产生之前，就通过传感器 实时检测和识别出来，避免焊件报废和焊后修复，这样就提高了焊接的质量，更 大的发挥了焊接机器人高精度、高质量、高效率的优点，从而扩大了焊接机器人 的应用领域。如图i - i 所示，在机器人焊接系统外部接入微机，通过外部传感器实 时获取焊接过程信息，同时通过计算机对获取数据的在线处理，及时对焊接参数 做出调整，从而达到实时控制焊接过程的目的。 要实现实时控制焊接过程的目标，实时提取焊接过程特征信息是其关键的一 环。如何从千差万别的焊接过程的干扰因素中提取出相应的特征信息，是制定相 应控制方法的前提，特征提取的准确和明显与否，直接关系到焊接过程的控制效 果。本文在这方面做了初步探索，针对两种不同工艺条件，人为地引入干扰因素， 以模拟实际生产过程中的焊接过程，试图找出与干扰因素相对应的焊接过程特征 信息，并研发识别和监控系统，为机器人焊接过程实时监控奠定基础，具有重 要的工程实用价值。 1 2 焊接过程传感技术 传感技术是当前焊接自动化、智能化技术中的重要环节，是实现焊接质量信 息化的技术基础之一。焊接过程的传感用于检测焊接过程的状态，为过程质量评 估提供反映过程特征的信息。因此，传感信号必须真实可靠。如果信息失真，则 无法j 下确的提取焊接过程信息，也就无法进行焊接过程质量的评估。可见，焊接 过程传感在焊接过程质量评估中起着举足重轻的作用。因此焊接传感器在焊接过 程质量评估中具有极其重要的地位。由于焊接传感器所处的应用环境极其恶劣， 要受到弧光、高温、烟尘、飞溅、振动和电磁场的干扰，其中大部分干扰无法去 山东大学豫十学位论文 除，这就对焊接传感器和传感技术提出了更高的要求。 由于焊接过程是高度非线性、多变量耦合作用、同时具有大量随机不确定因 素的复杂工艺过程，长期以来焊接过程的检测一直是焊接界的研究热点。到目前 为止，主要有两大类检测方法：一是利用各种外部传感器，如视觉传感器、声学 传感器和远红外摄象机等，检测反映焊接质量的各种信息。二是基于电弧自身的 传感方法，只通过检测焊接过程固有的焊接电流和焊接电压信号来提取反映焊接 质量的各种信息。 1 2 1 外部传感法 ( 1 ) 声学传感技术 声学传感器可以分为两类：一类是利用焊接过程发出的声音频率来检测熔池 是否穿孔”“，从而控制焊接过程。文献【1 0 】采用图l - 2 所示的等离子弧焊背面声 音信号传感系统检测工件的熔透程度。此种传感方法的不足在于声音信号传输速 度很低，信号滞后现象严重，传输的信息量小。对于非管系产品，干扰较大，效 果很差。另一类是利用超声波探测熔池熔透情况、进行焊缝跟踪以及焊缝缺陷探 测等l l l l 。图l 一3 是超声波探头检测熔池深度原理示意图，利用该方法检测熔池深 度，超声波探头必须紧密接触在焊件上并随焊枪一起行走。由于超声波的传播速 度与材料、材料的温度有关，如果探头脱离工件表面，超声波传播路径发生变化， 在空气中急剧衰减，必然影响探测的准确性。 l 璺i1 - 2 等离子弧焊背面声音信号传感示意图【1 0 i 前言 图1 3 超声波信号传感示意图i ( 2 ) 光学传感技术 视觉传感器可以直接拍摄电弧区和熔池的图象，具有直观、信息量大、不受 焊接电磁场的干扰、其信息的检测不影响正常焊接过程等优点。随着电子工业和 计算机技术的迅猛发展，视觉传感器的性能和可靠性得到了较大的提高和完善， 其应用领域也越来越广泛。 文献 1 2 1 3 ；f t j 用光敏二极管或光敏三极管测量焊缝背面的辐射光量来获取 熔透信息。图l - 4 是等离子弧焊背面弧光信号传感示意图m 】。它通过调节脉冲峰 值电流宽度实现了焊缝熔透控制。哈尔滨工业大学的陈定华等人利用红外摄象机 摄取熔池背面的温度场 1 4 1 。由于影响红外热象灰度值的因素众多，温度值的标定 比较困难，尽管该文给出了三种定标方法，但仍然存在较大的误差。清华大学的 陈强等人1 采用c c d 图象传感器检测背面的温度场。该方法不需要对温度值进 行定标，利用c c d 的输出就可直接计算出温度场的绝对值。 为了避丌弧光的干扰，将传感器放置在了工件背面，使用场合受到很大的限 制，并且在实时控制时正面焊枪与背面传感器的位置难以对应。 图l 一4 等离子弧背面弧光信号传感示意幽1 山东大学硕卜学位论文 文献【1 6 】利用红外传感器从工件正面检测焊接过程动态温度场，该系统具有 高速、直接的特点。但未能很好地克服弧光干扰及温度定杯的问题。由于焊接电 弧的光谱范围一般小于4 r i m ，因此采用光谱响应范围为8 1 2 n m 的远红外图象传 感器，避丌电弧光的光谱范围，削弱了电弧光的干扰，可以直接拍摄熔池j 下面温 度场 t 7 , 1 8 】。w c h e n 等人7 1 对拍摄到的电弧j 下下方熔池的温度场进行分析，发现 焊道宽度与被测截面峰值温度的半宽之间存在线性关系，被测截面峰值温度下的 积分面积与熔深存在指数关系。上述方法需要做大量的积分运算，计算时间较长， 在实时控制中受到一定的限制。针对这一问题，e b a n e r j e e ”1 提出了其它的熔宽 和熔深指示参数，它采用焊缝横截面上的温度梯度来检测熔宽，将c - - - c 之间的 距离作为熔宽。它还利用宏观温度梯度( 即峰值温度辐射强度与固熔界面辐射强 度的差值和峰值位置与界面距离的比值) 的变化来控制熔深，但计算时间仍然偏 长。上述方法均采用了远红外摄象机，其价格昂贵，难以在生产中推广应用。 鉴于x 射线穿透不同厚度的物体，其强度衰减不同，利用x 射线这一性质 可以实现焊接过程的在线控制2 “。文献 1 9 】利用x 射线在线检测了焊缝熔透、 裂纹、气孔、央渣等焊接缺陷的发生情况，效果较好。在焊接时，由于电弧力的 作用，熔池表面将产生下塌，a c g u u 等人| 2 0 l 充分利用了这一点，采用x 射线 检测出熔池表面的下塌量，并建立了熔池表面下榻量与熔深的关系以及熔池表面 下塌量与焊接电流的关系。但x 射线对人体的危害较大，需要可靠的防护装置， 因而这种传感方法需要高度的自动化遥控操作，限制了它在实际生产中的应用。 图1 - 5 试验装置示意圈【2 2 1 随着高能量脉冲激光器的发展，人们开始利用强烈激光对熔池的照明拍摄熔 池正面的图像o ”。r k o v a c e v i e 等人所采用的试验系统如图1 5 所示。该系统 采用了高能量脉冲激光器和特殊电子快门。其基本原理是在极短时自j 内发出一束 前肓 激光，该激光能量密度高于电弧的能量密度，利用该激光对熔池表面的照明，拍 摄熔池的图像，该系统中特殊电子快门必须与激光脉冲同步。为了进一步提高信 噪比，在摄像机前面加一窄带滤光片，窄带滤光片的波长与激光的波长相对应， 大大降低了电弧光的能量密度，提高了熔池正面图像的清晰度。利用该试验系统， y m z h a n g f 2 3 1 等人发现熔池尾部包含有丰富的熔透信息。张敏利用激光频闪视觉 检测仪【2 4 i 拍摄熔池图像，利用自主开发的分析与处理软件对大量焊接熔池图像进 行分析，根据图像的特点，设计出不需要滤波但需图像增强得图像边缘提取算法， 较好地检测出了g m a w 焊接熔池的整个边缘。 若电弧光被遮挡，则电弧光的干扰可以在一定程度上被减弱，基于这种思想， 文献【2 5 】研制了熔池同轴观测试验系统。图1 - 6 是该系统示意图。该系统由标 准的光学平台与经过特殊改装的t i g 焊焊炬组成，t i g 焊枪水平放置，钨极用特 殊的央具垂直于t i g 焊焊炬安装，钨极上方由光学玻璃密封。熔池区图像经钨 极上方的镜面反射后进入摄像机。该测试系统中，电弧最亮的部分被电极和导电 嘴挡住，减小了图像系统对电弧光的过度曝光。由于来自电弧的光是对称的，全 部的熔池区均能清晰的观测到，因此利用该系统可以拍摄到较清晰的熔池区图 像。另外该系统拍摄的是焊炬下方的熔池区图像，传感的信号滞后性很小。但该 系统结构比较复杂，需要专门设计特殊结构的焊枪，并且电弧偏离或漂移时，难 以获取清晰的图像，限制了它在实际中的应用。 图1 6 熔池同轴观测试验系统示意图【2 5 j 综上所述，声学传感器结构简单，但由于其本身的局限性，传感的信息量较 少，限制了它们在实际生产中的应用。视觉传感器中的远红外传感和激光视觉频 出幕天掌爵十学悖论窆 曼鼍曼皇曼i l l i l l l l l l l l u l i i 嬲燃皇邕兰曼鼍! 曼舅燃攀孽曼曼曼皇曼蔓鼍缫拦兰鼍曼曼曼曼皇篁嗍燃s 鼍 阳检测方法能够获取较清晰的熔池隰图像，但设备价格昂贵。熔池同轴观测法的 簿捻缝搦霈专门设计，难鞋在实黪孛瘦爨。同时土述声学费感瓣秘光学传感嚣多 应用于栩对简单的g t a w 焊接，不考虑熔滴过渡的情况，因丽不适用于脊熔滴 过渡的g m a w 焊接过程。并且这毖外部传感器作为安装于自动化焊接设备上附 燕罄 孛，会霹簿检熬瑟活移囊造成一定豹瘁磅，劳显簿接在莱麓攥终空阁鸯羧懿 结构时，也受到极大地限制。 l 。2 。2 电弧传感技术 电弧传感直接从焊接电弧中获敬过程特征信息，通过检测焊接电压、焊接电 流柬实现焊接过程质缀的监测与控制。这种方法一直是焊接领域研究的基本手 段。电疆赞惑故主要优赢在于：蚕受焊接过程弧毙，磁场、滠瘦戆影貌；蠢矮瓣 加传感器，对焊接环境千涉小，焊枪的可达性好；结构简单、成本低且可靠靛强。 上述优点使得电弧传感成为实际焊接领域中成用最广泛、最成熟的传感技术 2 6 2 7 1 。羹童要痘矮套惫激稳定瞧整溅、海缝蹑爨、薅深捡溅。 ( 1 ) 电弧过程稳定性j | 鑫测 簿按奄滚、挥接瞧莲是邀孤霹接最本覆熬避獠参数，壹挨爱浚了毫弧避麓瓣 稳定性。监测焊接电流，焊接电压可以得到弧长、熔滴过渡形式、熔滴过渡频次 等电弧过程的特征信息。 对警g t a w 浮袋涟摇，薮长燕影翡过程稳定毪夔主要瓣寨。弧长遥长瓣逛 弧易引越飘移，电弧对工件的加热不集中；弧长谶短易引起热数过分集中而形成 窄而深的爆缝成形。出于电弧长度与电弧电压之j h j 存在较好的线性关系，邋过电 孤毫垂狻测柬茬裁强长是广泛应爰魏办法牡8 勰。 对予m i g ，m a g 过程，电弧过程稳定性实质就是熔滴过渡的稳定性，电弧传 感可获得的信息包括熔滴过渡形式、频次；对于短路过渡的g m a w 过程，电弧 建惑倍惫镪摇短终瓣瓣趣流毫压交缳、短路电流交纯率、短鼹簇次等，霹淤掰予 过程稳定性的评判。 国挥缝鼹踩 焊缝跟踪的关键谯于获得焊炬橱对于焊缝的傲置信息。焊缝跟踪是电弧传感 前言 器实际应用最广泛和成熟的领域。用于焊缝跟踪的电弧传感器是从电弧的电流与 电压变化中获得焊炬与焊缝之间横向与高低偏差信息的方法，对于熔化极电弧 焊，由于电弧的自身调节作用，当导电咀与工件距离变化时，干伸长和弧长均发 生变化，电弧电压与电流会相应变化以保持恒定熔化率。电弧电压或电流的变化 就反映焊炬高低的变化。通过电弧扫描坡口可获得焊炬相对于焊缝的位置信息。 主要有电弧摆动式、双丝并列式以及旋转电弧式几种方法【2 6 3 0 3 1 ，3 2 3 3 1 ，其中高速 旋转电弧传感器可以得到较高的灵敏度和响应速度 2 6 3 4 1 。 ( 3 ) 熔透控制 熔池振荡利用液体受激产生振荡的物理现象，实现从熔池j 下面来检测熔池的 熔透或熔深 3 5 , 3 6 , 3 7 3 8 , 3 9 。在液体物质种类确定时，液面的自然振荡频率只与液体 体积有关，因此可从振荡频率推算液态物体的体积 3 5 1 。在焊接过程中若能获取熔 池振荡有关信息即可实时获得熔深或熔透的信息。熔池振荡法多采用电弧电压作 为检测信号，当熔池表面振荡时电弧长度随熔池表面振荡而变化，所以电弧电压 也随之产生波动，检测弧压的波动即可获得熔池振荡信息。由于弧压的变化范围 较小，所以常采用激振的方法束提高振荡信号质量f 2 8 j 7 1 ，即在稳定的直流焊接电 流上叠加短时脉冲电流使熔池产生振荡。 1 3 弧焊焊接质量信息的主要判读手段 电弧焊接过程是一个能量输入和焊接质量过渡连续进行的过程，电弧电压及 焊接电流的波形受非完全可控的熔滴过渡的影响，具有显著的时变和随机特征。 因此，其任一瞬日j 的信息并不具备明确的物理意义，其质量信息的内容必须是在 足够长的统计时问内对过程的特征和规律进行提取。另外，焊接过程中的各种因 素，如焊接电源的输出、电路电阻、工件装配b j 隙等的波动，使焊接过程很难用 确定的函数形式来进行表达，从而使一些传统的过程建模方法难以适用。因而， 在现阶段基于过程信号时频域的统计特征、统计过程控制和人工智能方法便成为 焊接过程质量信息判读的主要方法。 山东夫学顾卜学位论 1 3 1 焊接过程信号时频域特征统计分析 电弧传感器从焊接电弧本身提取电信号，即通过检测电弧电压或焊接电流的 变化反映焊接过程质量的信息。图1 7 是系统示意图，电缆l 检测焊接电压的变 化，电缆2 检测焊接电流的变化。基于电参数的焊接过程监测和质量评定方法， 国内外科技人员一直在进行研究和探索，并取得了不少成果。 瑞典隆德大学研制出一种仪器a r cg u a r d i 4 0 1 ，实时检测焊接过程中的电压和 电流信号，判断其是否超出事先设定的界限。l u d e e w i g 等人【4 1 l 将焊接电流和电 弧电压的傅立叶变换值在0 , - - 2 0 0 h z 的范围内积分，将其作为焊接质量的一种度 量值，设定了绝对闽值来确定是否有焊缝缺陷。s a n d e r s 等人【4 2 1 利用焊接电流， 电压和短路过渡的非连续平均值及其门限值来检测是否产生焊缝缺陷。上述研究 都是预先设定阂值，根据所检测的信号是否超过阂值来评定缺陷是否产生。这些 方法过于简单，可靠性低。 a d o l f s s o n 等人h 3 l 研究了短路过渡g m a w 焊接的在线质量监测。他们加工 出两种试件：一是标准的t 型接头，另一种是在板中央开有缺口的t 型接头。 这两种试件分别对应于最佳工艺条件和受到干扰的工艺条件。将焊接电压的方差 作为判掘。结果发现：在受到干扰的工艺条件下( 即在立板中部开缺口处) 尽管 焊接电压平均值没有变化，焊接电压方差值出现明显下降。这说明焊接电压方差 值有可能反映出焊接过程的变化。 图l 一7 电弧传感器结构示意| 兰i q u i n n 等人l “1 提出了一种基于焊接电流和电压信号的焊接缺陷检测方法。方 法i i 提是实时检测和记录g m a w 焊接电流和电压值，对其进行处理后获得7 个 反映焊接质量的参数：焊接电流的平均值和标准差，焊接电压的平均值和标准差。 - 9 搿言 曼li ! l l ! l ij ! l ! i i i ；l l l l ! l l l l l l l s 燃寰奢 焊接电压岛电流瞬时值之比一阻抗的平均值和标准藏，对阻抗值统计处理得出的 电薮臻叁数( 簿揍宅溅翁交疆筵势，爨渡邀基弱交纯趋势，短黢逶渡叛率帮参蠡壤 差) 。在分析无干扰焊接，实验数掘的蒸础上，整理7 个质量参数的动态阈值上限 和下限。如聚在焊接过程中参数均处于在动态阈值范围之内，就认为焊接过程难 零。絮慕蓑霞量参数程动态藏篷之努黪鞋瓣超逡一定数菹，裁舞定霹缝毒袋熬。 他们试验中采用搭接接扶，先引入5 中干扰故意遗成焊接缺陷；( 1 ) 保护气体不 足( 2 ) 工件表面有油污( 3 ) 焊偏( 4 ) 薄件焊穿( 5 ) 根部间隙过大。工艺试验结果表明： 繇撵塞静硷测方法霹| ) q ) p 三耪王笼条 季毙较敏感，餐不戆婺溅塞( 3 ) ( 5 嚣耱涛 况。他们发现只利用原始的焊接电流和电压信号怒不够的。应当对其进一步地处 理以提取特征。 德簪汉磋藏大学r e h f e l d t 教授豹疆究泌, 4 6 , 4 7 l 黻海渡遘程熬魄参数为售患源， 以概率密度统计分析为主要手段，实现了对焊接过程信息数据的减维( d a t a r e d u c t i o n ) ，并通过对焊接过程稳定性及各统计分靠的判断进而做出焊接质量的评 徐。这一方法分弱在幸葶瓣( 浮条、实、药芯簿丝等) 、凌备( 浮竣魄濠、王艺参数 优化等三个方面都获得了较好的质量般测与分析效果，有效地帮助和指导焊接材 料成分与配方的改进，发现了对焊接电源电子线路中缺陷和故障的诊断以及对复 杂簿褛王慧逶程多参数豹茯速择优。 c h u l 4 8 】等人利用功率谱分析和时频域统计分析的方法来识别g m a w 焊接 过程的稳定性和焊接质爨。利用时频域分析的方法，些焊接扰动和不可预知的 焊接条俘静变纯戆够缀容易逮镀识溺，并显裁够绘岛焊接缺陷以缀准确豹定袋。 1 3 2 基予统计过程控制 统诗逶程蕴$ l l ( s t a t i s t i c a l p r o c e s sc o n t r o l ，麓稼s p e ) 援零基经成为一今霍 际通行的标准应用于质蕨的静态检测和宏观把握之中，其应用统计学原理监视过 程运行，判断过程是否处于“受控状态”，并通过分柝产品品质，从中发现过程 孛霹改善靛毽索著粕戳羧透，嚣瑟减少系统演差，簿 毳产品消耗，最终达蘩箍高 产品质量的目的。 s p c 技术的重要应用是各种类型的控制图。控制图是一种以实际产品质爨特 缝与菝遥泰经验簧徽窭豹控割赛袋魄较瑷霹秘鞭澎表示鑫来静瀚形。它已成为奎 产现场直接研究质量随时问变化的统计规律的动态方法，成为变“事后检验”为 山东大学硕十学位论文 “事前预防”的一个重要工具。 叶峰【4 9 】等人在对焊穿缺陷特征提取的基础上，利用基于最小二乘递推参数估 计和统计决策的方法建立了递推缺陷辨识算法对焊接过程进行统计推断，在工业 应用中取得了良好的效果。曾炱5 0 1 等人，采用电弧传感获取电信号，从单变量统 计过程控制的应用结果出发，提出了把多变量统计过程控制( m s p c ) 的方法应 用于g m a w 焊接过程的在线监测。 1 3 3 人工智能方法 由于焊接过程是一个多参数相互耦合的时变的非线性系统，影响焊缝成形质 量的因素众多，并带有显著的随机性，很难用精确的数学模型来描述，这使得已 往的一些线性控制方法，在不同程度上存在适应性差、对经验依赖性大等缺点。 因此，在焊接过程控制中引入了智能控制方法是非常适合的途径。已有采用专家 系统模糊控制和神经网络控制的方法。 专家系统利用被控对象领域的专业知识和经验，采用人工智能专家系统的知 识表示及推理技术得出控制动作。 模糊控制是智能控制的较早形式，它吸取了人的思维具有模糊性的特点，使 用模糊数学中的隶属函数、模糊关系、模糊推理和决策等工具得出控制动作。 神经网络控制是研究和利用人脑的某些结构和机理以及人的知识和经验对 系统控制。它是神经网络作为人工智能的一种途径在控制领域的渗透。随着模式 识别的自组织能力和映射以及决策能力的日益增强，神经网络用于智能控制设计 和实现表现出巨大的潜在优势。 人工神经网络技术在焊接中的应用始于九十年代初，目前己开始应用于焊接 过程的监测。李迪5 ”等人根据焊接过程中焊接电压和电流的直方图分白来识别对 应的焊缝位置是否产生了缺陷，采用了自组织特征映射神经网络来进行特征的提 取。自组织特征映射神经网络是一种非监督神经网络，其学习过程不需要提供教 师信号。能够对输入模式自动分类。识别出了焊穿和不稳定( 一种为过程中含有 较多的断弧的情况：一种为过程总包含有较多的长时间燃弧，即较长时间的无熔 滴过渡而导致大滴过渡及飞溅的情况) 的情况。 武传松1 5 2 1 等人利用人工神经网络技术来识别不同工艺条件下的p d d 和c f d 曲线，取得了初步成效。试验过程中，人为引入以下7 种干扰信号：( 1 ) 送丝速 前言 度增加1 0 ：( 2 ) 送丝速度减少1 0 ；( 3 ) 喷嘴直径增大；( 4 ) 两块试板叠加；( 5 ) 搭接的两块试板之间有日j 隙；( 6 ) 试板表面有油污；( 7 ) 搭接接头中，上面块试 板中间有缺口。上述7 种带干扰信息的工艺条件，再加上正常工艺条件，总共有 8 种情况。每种条件重复6 次试验。前三次的测试结果用于k o h o n e n 网络的训练 和标识，后三次的测试结果用于对k o h o n e n 网络的验证。识别结果表明，总共 2 4 个试验中，有2 2 个识别正确，成功率为9 2 。 模糊逻辑模拟人脑的逻辑思维用于处理模型未知或不精确的问题，将人的经 验和知识变成语言变量描述控制规则，而神经元网络模拟人脑神经元的功能，可 作为一般的函数估计器。由于各自结构上的特点，它们的应用也各有优缺点，见 表1 - 1 。 表1 1 神经元网络与模糊逻辑优缺点比较 组成麻用优点缺点 神经多个神经元映射任意函数关系用丁：并行处理，容错能力知识表达困难，学 网络连成的网络建模、估计等强，学习和知识性强习速度慢 模糊模糊规则、用丁二难以建立精确模型，处理不确定的信息，难以学习推理过 逻辑模糊推理而凭经验可以控制的系统可利用于专家经验稃模糊性增加 b u d a i 【5 3 】通过比较不同焊接过程的稳定性，识别焊接过程中的干扰，并基于 统计分析结果，应用模糊逻辑方法建立了g m a w 焊接过程质量的评估系统，它 能在线评估焊接过程质量，识别焊接过程干扰，是一智能型评估系统。但该系统 的数掘只经过简单的处理，没有降低特征空l 日j 的维数，而在模糊逻辑中一个高维 的特征空| 日j 会带来不可接受的计算量。因此在特征提取之后，要根据一定的原则 进行特征选择和数据压缩，使得分类判别问题能够更有效地进行，即进行特征评 价与降维处理，获取最佳特征子集。 文献 5 4 利用模糊逻辑技术来识别不同工艺条件下的p d d 和c f d 曲线。试 验过程的干扰信号同文献5 2 。所建立的自动识别系统正确识别率达9 2 。 将模糊控制与神经网络相结合构成模糊神经网络，它具有神经网络和模糊控 制的优点，是一种很有发展前途的人工智能方法。 山东大学形十学竹论史 图i - 8 神经网络控制系统1 5 5 1 李迪建立的神经网络与模糊推理相结合的焊接过程控制系统如图1 8 所示 1 5 5 1 。图中f u z z i e r 是将控制器的输入转化为模糊量进入神经网络的输入节点，r u l e b a s e 是神经网络实现的模糊推理规则系统，d e f u z z i e r 将神经网络推理系统输出 的模糊量转化为一个具体的控制量。按照定的学习算法训练神经网络使其记住 经验规则，控制器按照联想记忆方式使用这些规则实现控制。 1 4 本文主要研究内容 ( 1 ) 针对两类焊接接头( 对接接头、t 型接头) ，开展两种工艺条件下的 c 0 2 焊接工艺试验：一类是正常条件下的焊接工艺试验，一类是在工件上人为引 入装配i 日j 隙以模拟实际生产过程当中的干扰因素。在试验的过程当中，实时地采 集焊接电流和焊接电压信号，将所采集的信号存储到计算机当中。 ( 2 ) 针对试验数据，利用l a b v i e w7 1 软件，研制基于时域统计分析的焊 接过程特征提取算法，所提取的特征能够明显地表征受到干扰的焊接过程与正常 焊接过程的区别。 ( 3 ) 研制焊接过程监测与识别系统。利用s p c 的均值图法和人工智能的神经 网络作为焊接过程的监控手段。 第二章试验系统与试验方法 2 1 系统结构以及工作原理 试验系统结构及工作原理框图如图2 1 所示。焊接过程中，焊接电流和电压 信号经l a b v i e w 数据采集系统实时地被采集到计算机内，经数据处理，系统实 时地提取出焊接过程特征信息。然后，采用人工智能技术( 均值控制图和k o h o n e n 聚类神经网络) 对焊接过程特征信息实时地进行分类和判断，在线得出反映焊接 过程质量的判断结果。 焊机 u p 6 机器人 电流传感器卜一 工件 2 1 1 硬件设备 数据采集系统 计算机 l a b v i e w 数据处理系统i 均值挣制图，模糊k o h o n c n 聚类叫络 实时提取特舒矢量广1 稿：线判断坌；! i 果 图2 - 1 系统结构及工作原理框图 2 , 1 1 1u p 6 弧焊机器人焊接系统 u p 6 弧焊机器人为本实验所采用的焊接设备，由机器人、x r c 和示教编程 器组成。该系统具有动作范围大、轨迹精度高、动作速度快，示教时间短、安全 性能高等优点。主要性能指标如下： 机构形态：垂直多关节形 并 垂束太学簿十掌蹙论艾 皇皇毫曼曼舅舅鼎嬲阜曼曼鼍- i l l l l l l l