铝合金点焊质量信息化技术的研究

《铝合金点焊质量信息化技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要近年来，由于对能源和环境的高度关注，铝合金被广泛用于航空航天、汽车、船舶、列车、建筑，国防等领域。在各种加工方法中，点焊由于其质量轻、成本低、效率高、易于自动化等优点已成为铝合金最主要的加工方法。然而，与钢相比铝合金具有优良的导电导热性能，这使得铝合金的点焊焊接性很差，容易出现各种焊接缺陷。目前在生产线上还没有一种可靠的无损检测手段对每一个焊点进行质量检测，而是凭借操作者的经验对焊点的质量状况进行判断。显然，这种方法是不科学的，也无法满足工业化发展对点焊质量提出的高可靠性、低成本的要求。此外，在现代化的质量管理体系中，明确规定了对生

2、产过程中的每个部件产品质量的可记录性和可追溯性，这在传统的生产方式下是很难实现的。为了改变这种现状，有必要将信息技术引入到铝合金点焊制造过程中来，建立点焊过程质量信息检测与评定系统，在线逐检焊点质量，及时检出不合格的焊点，使操作者能够及时进行在线补救，以有效提高和稳定点焊的质量。同时将相关信息记录到数据库中，使得每一个焊点的质量情况都有据可查。本文的目的就是针对铝合金冲击波点焊制造过程，建立铝合金点焊质量信息化系统。论文的研究工作可从质量信息的获取技术、分析技术以及应用技术三个方面加以认识和实践。采用了基于智能终端的数据采集系统，采集了电极

3、电压、焊接电流、电极位移和电极压力四个参数。智能终端可以单独完成数据的采集、模数转换以及数据的本地存储，各个智能终端通过数字处理模块实现与计算机的通信。基于智能终端的数据采集系统可以保证采集的信号具有较高的实时性、信噪比和抗干扰性。针对铝合金冲击波点焊中易于发生的喷溅、未熔合及未完全熔合缺陷，研究了缺陷发生时的各个信号特征，提出用电压信号台阶状突变、电极压力信号的躁动突变作为判读喷溅缺陷的特征信息;用位移信号的膨胀差和最大落差作为判读未熔合及未完全熔合缺陷的特征信息:用能量值作为同时判读喷溅和未熔合及未完全熔合缺陷的特征信息;研究还发现，用

4、于判读未熔合及未完全熔合缺陷的特征信息蕴涵着熔核直径大小的丰富信息。根据特征信息建立了判读缺陷的相应判据，研究表明，所建立的判据能够反映和决定焊接质量的本质特征，能够准确反映铝合金冲击波点焊过程中常见的喷溅、未熔合及未完全熔合缺陷。根据信号上特征信息的特点，建立了基于小波变换信号奇异性检测方法的喷溅特征信息提取方法，将电压信号和压力信号上反映喷溅的信号特征转化为数值特征。实验结果表明，所建立的喷溅特征信息提取方法精确可靠。通过对位移信号的值域、时域分析，提取出了位移信号上的膨胀差值和位移最大落差值。根据电压信号和电流信号计算出了能量值。基于

5、此，建立了表征铝合金冲击波点焊质量状况的特征向量，为采用基于智能技术的模式识别方法评定点焊质量奠定了基础。首次提出并建立了基于模糊支持向量机的铝合金冲击波点焊多类缺陷识别方法。支持向量机在解决小样本、非线性和高维的分类问题中具有许多特有的优势，并且该方法具有不依赖于经验、全局最优、以及良好的泛化性能是其它方法所无法比拟的。模糊支持向量机算法忽略了训练样本中孤立点和噪音点的影响，使得训练得到的最优超平面具有最大的分类间隔，使基于支持向量机的分类器具有优良的泛化能力。在来自生产现场的有限样本数据条件下，所建立的模糊支持向量机分类器表现出优良的判

6、断能力和很高的准确性。首次建立了以位移信号上的膨胀差值、位移最大落差值和能量值为输入的铝合金冲击波点焊熔核直径预测神经网络模型。对神经网络模型的结构设计、训练算法、性能评价等关键技术进行了深入剖析，对所建立的模型进行了优化设计。用来自现场的独立测试样本对所建立的预测模型进行了测试研究，结果表明，94.3%的预测误差没有超过2mm。文中从工程应用角度对所建立的预测模型加以评价，认为所建立的预测模型有很高的预测精度，完全可以满足生产线的实际需要。针对铝合金冲击波点焊制造过程建立了铝合金冲击波点焊制造过程质量信息化系统。该系统可实现点焊过程工艺参

7、数的采集、传输、存储以及相关信息获取;焊接工艺参数的设定、查询及预览;点焊过程状态参数的显示;喷溅、未熔合及未完全熔合缺陷的识别;熔核直径预测;焊点质量信息的统计分析;焊接过程稳定性的评定;相关信息的记录与反馈等功能。该系统的建立不仅实现了对生产过程中的每个部件产品质量的可记录性和可追溯性，还对点焊制造过程中每一个焊点的质量状况给出了科学的分析与评定，实现了点焊质量由经验判断到科学评定的变革。关键词:铝合金冲击波点焊;信息化技术;缺陷识别;熔核直径预测;小波分析;支持向量机;神经网络ABSTRACTForheightenedawarenes

8、sofenergyandenvironmentalconcerns,aluminumalloysarerecentlyfindingincreasedapplicationina