一、镁合金薄板TIG焊自适应弧长控制(论文文献综述)
刘凯龙[1](2020)在《SiC颗粒增强镁合金搅拌摩擦焊性能研究》文中指出为改善轻质合金的机械性能,国内外的科研人员已经开始尝试通过将轻质金属(例如:铝、镁、钛)作为基体来制造金属基复合材料。选用合适的增强颗粒、制备工艺对镁合金进行增强颗粒金属基复合材料的生产,有利于提高镁合金的机械性能,满足了现阶段工业需求,对实现镁合金的工业化应用具有现实意义。纳米SiC颗粒具有较高的硬度,搅拌摩擦焊可以实现镁合金的有效连接,并可以改善焊接接头的力学性能。因此,本文以6mm厚的AZ31镁合金为母材基体,通过向母材填粉槽内添加30nm或者300nm的纳米SiC增强颗粒,使用搅拌摩擦焊技术制备镁基复合材料焊接接头,并采用不同焊接工艺参数进行焊接,分析它们对焊缝质量、焊接接头各区组织晶粒、显微硬度、抗拉强度、屈服强度的影响规律。最后将焊接接头进行热处理,探讨焊后热处理对焊核区晶粒尺寸和显微硬度的影响。本文主要研究内容如下:(1)焊接热输入量对焊接接头晶粒尺寸和显微硬度的影响降低主轴转速和提高焊接移速(减少焊接热输入量)都有利于细化晶粒、提高焊核区的显微硬度。其他焊接工艺参数不变的情况下,降低主轴转速,焊核区的晶粒尺寸也在减小;仅改变焊接移速,焊核区的晶粒尺寸随着焊接移速的提高而减小。。母材区的显微硬度值平均为63HV,当主轴转速为1200rpm,焊接移速为70mm/min时,焊核区的显微硬度值平均值最高,其中最高点为98.3HV。(2)加工道次对焊接接头晶粒尺寸和显微硬度的影响增加焊接道次有利于纳米SiC增强颗粒在镁合金基体中的均匀分布提高焊核区的显微硬度。进行SiC-1道次焊接时,纳米SiC增强颗粒并没有均匀的分散开来,SiC颗粒发生团聚现象,呈带状分布,显微硬度值有所增加,但各测试点之间的波动较大;当进行SiC-4道次焊接时,通过增加焊接次数,可以有效的加强SiC颗粒在镁基体中的均匀分布,焊核区的显微硬度值最高。(3)SiC颗粒对焊接接头晶粒尺寸和显微硬度的影响经历过四道次焊接的焊接接头,增加纳米SiC增强颗粒的填粉量或者使用平均直径更小的纳米SiC增强颗粒有利于纳米SiC增强颗粒在AZ31镁基体中的均匀分布,焊核区的晶粒尺寸更加细小,焊核区的显微硬度也有所增加。(4)焊后热处理对焊接接头晶粒尺寸和显微硬度的影响当经过300℃热处理的搅拌摩擦焊接接头,无添加纳米SiC增强颗粒的焊核区存在因晶粒长大而导致显微硬度下降的现象,而添加了纳米SiC增强颗粒的焊核区,因为纳米SiC增强颗粒具有良好的“钉扎作用”,有效抑制晶粒的长大,从而避免了显微硬度值的降低。(5)显微硬度值最高的焊接接头的拉伸性能测试对主轴转速为1200rpm,焊接移速为70mm/min得到的焊接接头(焊核区显微硬度值最高)进行拉伸测试,测得接头抗拉性能为254MPa,屈服强度为208.6MPa。拉伸断裂口在焊缝前进侧的热机影响区,为脆性断裂。
石运良[2](2020)在《基于GBDT算法的焊缝背部熔宽预测及其控制研究》文中提出受偶然因素的影响,焊接过程中会出现焊缝背部熔宽突然变化或背面无法焊透等问题,这将严重影响焊接质量,后续返修也会降低工作效率。因此,在焊接过程中根据焊接参数、熔池正面尺寸等特征对背面熔宽进行实时预测,并对焊接工艺做出动态的调整,将对提高焊接质量,实现智能化焊接有着重要作用。本文从熔池图像信息处理及特征提取、背部熔宽预测、熔池模糊控制器等方面对焊接过程中背部熔宽预测及控制进行研究,研究内容及结果如下:(1)基于图像处理算法的熔池特征提取系统设计。该系统包括:噪声过滤、图像增强、阈值分割、数学形态法、边缘检测、边缘曲线拟合、最小外接矩形、特征定义、尺度转换等功能,可以很大程度上降低图像噪声,增加熔池边界区域对比度,检测出清晰完整的熔池形状并从中快速提取出熔池基本特征,具有一定的工程应用价值。(2)采用SVM(支持向量机)、GBDT(梯度提升树)算法对熔池建模,对背部熔宽进行预测。模型训练数据获取包括实验法、Ansys仿真法,并建立焊接数据库,实现焊接数据的快速检索。经验证,集成学习模型GBDT在训练阶段稳定收敛,拟合效果更好,在未知数据集上预测误差更小,可以有效的预测熔池背部熔宽。(3)设计模糊控制器,对焊接工艺参数进行控制。以背部熔宽误差,误差变化为输入量,电压调整量为输出,分别进行模糊化设计、控制规则表设计、解模糊化设计,实现焊接工艺参数根据熔宽误差实时调整。
崔书婉[3](2019)在《K-TIG焊接小孔行为及接头组织与性能的研究》文中研究表明小孔效应TIG(Keyhole Tungsten Inert Gas,K-TIG)焊是在传统TIG焊的基础上通过大电流使电弧穿透整个工件,实现小孔效应焊接。对于中厚金属板材,它能在不开坡口的条件下一道焊透,单面焊双面成形。K-TIG焊接过程中,小孔动态行为对焊接接头质量的影响较大,但目前K-TIG焊接小孔动态行为的相关研究较为匮乏。双相不锈钢和钛合金在海洋工程领域中有很大的应用前景,如极地凝析油船的船体建造中使用了大量的双相不锈钢和钛合金材料。因此,本研究采用被动视觉传感系统来获取被焊工件背面的小孔出口的图像,分析了小孔出口的特征参数随焊接参数演变的规律;并分别采用S32101双相不锈钢和TC4钛合金进行K-TIG焊接试验,建立了焊接接头性能与微观组织演变之间的关系。本研究在保证气体流量、钨针尖端到被焊工件表面之间的距离(CTWD)等焊接参数恒定的条件下,分别改变焊接速度和焊接电流来获取小孔出口的三个特征参数,即垂直于焊接方向的长度(YA)、沿焊接方向的长度(XA)和小孔出口的面积,发现了小孔出口特征参数的演变规律。结果表明,在一定的焊接参数条件下,随着焊接电流的增大或焊接速度的降低,小孔出口的YA、XA和面积的平均值都逐渐增大。其中小孔出口的面积对焊缝形貌的变化最敏感,当小孔出口的面积为零时(未形成贯穿工件的小孔时),焊缝未熔透并且出现孔洞,当小孔出口的面积过大时,熔池体积过度长大,焊缝表面塌陷。S32101双相不锈钢K-TIG平板焊接接头中,热影响区和焊缝金属区的显微硬度均大于母材,焊缝金属区的抗拉强度也大于母材,而焊缝金属区的伸长率和冲击吸收功均低于母材。焊接接头微观组织的分析结果表明,当Σ3重位点阵(CSL)晶界比例增大、铁素体和奥氏体的随机相界比例增加、奥氏体含量增大时,其对应的冲击韧性也会增强。此外,焊接接头中奥氏体的织构改变能够影响焊缝金属区的塑性。研究发现,在1.99 kJ/mm、2.14 kJ/mm、2.30 kJ/mm和2.46 kJ/mm等四种不同的热输入条件下,双相不锈钢K-TIG对接焊缝的形貌、焊接接头的显微组织、力学性能以及耐晶间腐蚀性能均发生显着变化。在相同热输入条件下,焊缝的耐晶间腐蚀性能优于热影响区。随着热输入增大,焊缝金属区的显微硬度、抗拉强度逐渐降低,而焊缝金属区的伸长率、冲击吸收功却逐渐增大,同时热影响区和焊缝金属区的耐晶间腐蚀性能逐渐增强。在相同热输入条件下,焊缝的耐晶间腐蚀性能优于热影响区。焊接接头的耐晶间腐蚀性能同时受Σ3 CSL晶界的比例和氮化铬析出量的影响。当焊接电流为510550 A时,随着焊接电流的增加,TC4钛合金K-TIG焊缝金属区的伸长率、冲击吸收功逐渐增大,而抗拉强度逐渐降低。TC4钛合金焊接接头中,热影响区和焊缝金属区中的显微组织发生了显着变化。当TC4钛合金K-TIG对接焊接接头热影响区和焊缝金属区中α相的大角度晶界(HAGB)比例增加时,Σ9 CSL晶界的比例也增大;HAGB的比例对TC4钛合金的K-TIG对接焊缝金属区的冲击韧性存在一定的影响,HAGB比例越高,其对应的冲击韧性就越好。
张志芬[4](2015)在《基于多信息融合的铝合金脉冲GTAW过程焊接缺陷特征提取研究》文中指出智能化焊接是智能制造领域中最重要的研究课题之一。而传感技术及其信息处理则是实现焊接过程智能化及自动化的关键要素。近年来,具有小型化、无接触式及大传输量等特点的传感技术更多地被应用到焊接过程及质量实时控制中,如电弧传感、视觉传感、声音传感、光谱传感等,这些传感利用不同信息源获取了与焊接质量有关的大规模信息,但同时也不可避免地带来了焊接过程的“大数据”。因此,如何去除其中的大量噪声和冗余信息,更重要的,如何挖掘有效信息并将其及时反馈与利用在焊接质量的实时监测中是亟需解决的关键问题。本文以铝合金脉冲GTAW过程为研究对象,以实时预测识别焊接动态过程中的典型缺陷为目标,基于光谱传感、声音传感、电压传感及视觉传感技术,对焊接缺陷的特征提取、评价、选择以及多信息融合的预测识别方法开展了深入研究。搭建了一套脉冲GTAW焊接试验系统及多信息采集平台,可以实现对焊接过程的自动控制,对焊接电弧光谱、声音、电弧电压及焊缝图像信息的自动采集与存储。借助于多源同步信息,分析了多种典型焊接缺陷的产生机理,以及不同信号在时域-频域-时频域所表现出的奇异性,提出了针对各类传感的信号处理及特征提取方法。提出了一种基于感兴趣的光谱辐射区间soi(spectrumofintrests)的光谱统计特征提取及评价方法。根据最大奇异性原则选择了8段soi,从中所提取的均方根r、方差d及峰度k三个统计特征参数有效表征了焊接电弧soi辐射的平均强度、奇异程度及形态特征;利用小波包coief4小波函数5层分解的信号重构法有效去除了特征脉冲干扰。进一步,基于所提出的snr对数特征评价准则,量化了特征参数对焊接缺陷的敏感度。其次,基于所选波长为656.28nm的hi谱线和641.63nm的ari谱线,先后提出了谱峰面积、谱峰强度以及谱线方差之比等多个光谱特征,利于fisher评价准则定量评价了各特征值对焊缝氢致气孔缺陷的敏感度,基于特征std阈值线实现了对焊缝氢气孔的在线快速监测。针对声音信号分别在时域、频域及时频域开发了相应的特征提取算法。首先,提出了一种基于感兴趣的声音局部信号lsoi(localsoundofintrests)阈值法统计特征提取算法,研究了lsoi统计特征与未焊透及局部下榻缺陷的相关性;其次,提出了一种基于声音信号功率谱密度的频域分段注意sfsa(soundfrequencysegmentattetion)的统计特征提取方法,根据不同的注意机制,对weltch功率谱密度频域区间进行了分段及统计特征提取,分析了正常熔透及未焊透缺陷与声音psd频率的相关性。提出了一种声音小波包相对能量的特征提取及评价算法,根据所选db3小波基函数及3层分解方式计算得到了表征不同频域信号相对能量的特征集合e(j),进一步提出了最大类间标准差maximumstandarddeviationbetweenclass(msdbc)的特征评价准则,定量评价了e(j)对对未焊透、正常及焊漏焊缝三种不同的熔透状态的可分性,有效剔除了冗余特征。借助于小波包的多域交叉解析能力,发现7.510khz是一段非常重要的频率区间,其对应的时域、频域及时频域信号特征均对未焊透及焊漏缺陷表现出高度的相关性与敏感度。最后基于视觉注意机制提出的图像特征参数roi-1-countrate3、roi-2-countrate3及roi-3-countratio实现了对多种焊缝缺陷(焊漏、过熔透及表面氧化的同步检测。为了挖掘焊接过程“大数据”中隐藏的有效信息,选择有利于学习模型的最优特征组合,提出了一种数据驱动下的混合filter筛选器与wrapper封装器的hybridimprovedfisherfilterandsvm-cvwrapper(hifscw)特征选择器。首先,提出了一种自适应权重投票制改进fisher法(awvifc)的特征评价准则,作为特征筛选器。其中,根据统计的特征投票率,实现了特征样本权重的自适应更新,改进后的fisher准则保护了某些具有较小票数而较大fisher值的特征,实现了对特征的预筛选。其次,以支持向量机(svm)作为分类算法,结合10-fold交叉验证和网格搜索法参数寻优,构建了作为封装器的svm-cv分类模型。最后根据所得的分类准确率曲线定义了不充足特征子集区间、互补型特征区间、最优特征子集区间及冗余特征子集区间。构建了基于特征层融合的电压-声音-光谱svm-cv熔透状态预测识别模型,利用msdbc评价准则筛选得到的特征空间大大简化了分类融合模型,电压信息的融入弥补了声音信息特征识别未焊透与焊漏的不足。最终在成功预测缺陷的基础上,实现了对未焊透与焊漏缺陷的精确识别。缺陷的识别准确率从单一传感模型的74.19%提高到了多传感融合模型的94.31%。采用焊前打孔预埋氢化物的方式实现了对焊缝气孔、塌陷及氧化夹渣缺陷的定位可控制造,研究了缺陷产生机理及其对应信号特征的奇异性。利用hifscw特征选择器一方面实现了最佳特征组合的选择,另一方面利用其封装器中的svm-cv分类模型实现了对单一及耦合缺陷的预测和识别,在最佳特征空间区间内,该模型的分类识别准确率可达94.72%。与单一传感模型相比,融合模型的缺陷识别准确率有了较大提高,具有较高鲁棒性及稳定性。
庹宇鲲[5](2014)在《J型坡口焊接机器人示教方法优化的研究》文中研究表明要实现高质量、高效率的焊接,必须在核电设备制造中推广先进的焊接工艺与焊接自动化技术。核电压力容器封头由半球形封头与多个圆管相贯构成,其焊缝坡口为J型坡口。由于空间位置的限制,该结构焊缝目前均采用手工焊进行焊接,为了实现J型坡口的高质量高效率的焊接,通用机器人难以满足要求,本实验室自主研制了J型坡口焊接机器人。通过建立球管相贯数学模型,利用B样条曲线逼近相贯线,可以生成J型坡口焊接机器人运动轨迹,结合局部修改算法可以使相贯线轨迹贴合工件表面形状。但由于加工误差及多层多道焊接对轨迹的影响,理论轨迹与实际焊接轨迹存在一定偏差,轨迹示教过程比较耗时,本论文以自行研制的J型坡口焊接机器人为研究对象,针对J型坡口焊接机器人轨迹示教方法优化问题进行研究。本文通过计算当前焊接轨迹的空间等距线生成下一道焊接轨迹,空间等距线能够保留前一道焊接轨迹的修改特征,从而等距线轨迹更加贴合工件表面形貌,实现对机器人示教轨迹径向的优化,进而减少轨迹示教时间;本文利用空间曲线投影方法解决空间曲线主法向量发散问题,综合利用插值和逼近的方法拟合离散的空间等距点,该算法能够在保留轨迹修改特征的条件下去除大部分控制顶点,实现了空间等距线在J型坡口焊接机器人轨迹示教中的应用。利用AVC系统实现焊接过程中焊枪高度的实时调整,进而降低轨迹示教过程中对轨迹高度方向精度的要求。设计并实现J型坡口焊接机器人AVC系统,该系统采用ADLINK MP-C152运动控制卡,安川∑-V交流伺服电机,系统由调节模块、运动模块和弧压采集模块构成。试验表明,应用AVC系统能够降低轨迹示教阶段对轨迹高度方向精度的要求,可以有效减少轨迹示教时间。优化了J型坡口焊接机器人远程示教系统,重新设计了机器人远程通信数据帧格式,该格式包含了位校验及循环冗余校验;利用EB8000组态软件重新编写了手操盒程序,程序更加符合焊接流程要求;优化工控机主程序示教模块,加入窗口校验等功能,避免了操作人员误操作引起的程序崩溃等问题。
崔勇[6](2014)在《双弧焊熔池图像处理及图像融合算法研究》文中研究表明近年来,随着计算机技术和视觉传感技术的高速发展,利用CCD传感器提取熔池图像,然后通过数字图像处理获取熔池边缘信息,进而实现焊接质量过程控制,已成为现代焊接自动化领域的一个重要的研究方向。通过分析典型的DE-GMAW系统原理和母材热输入问题,本文设计了适合于AZ31B镁合金焊接的双弧焊接系统。根据AZ31B镁合金电弧光谱分布,本文选用镁的特征谱线波长为滤波窗口。针对镁合金双弧焊过程存在的电弧干扰问题,本文设计了多套由透过率不同的中性减光片与镁合金滤光片组合成的复合滤光系统。通过大量的镁合金熔池图像提取实验对比,确定了合适的镁合金双弧焊复合滤光系统。采用被动视觉传感,利用熔池自身的辐射光和熔池对电弧中心处的反射光,获取了镁合金熔池图像。本文主要介绍了中值滤波窗口对图像滤波效果的影响,梯度锐化和拉普拉斯算子锐化的区别以及最大方差阈值分割算法和交互式阈值分割算法的特点。通过实验确定了合适的镁合金熔池图像处理算法。根据图像聚焦成像理论,阐述了熔池图像融合的必要性。介绍了一些典型的图像融合算法,如像素灰度值取大、像素灰度值取小、加权平均以及区域能量算法,并通过实验验证了这些算法的图像融合效果。接着,详细的阐述了小波变换理论和小波变换的多分辨率特性。针对小波变换的低频子带和高频子带各自的特性,提出一种新的熔池图像融合规则。通过相关实验结果和图像融合质量评价参数对比,验证了该算法的优越性,并提高了熔池边缘的信息量。本文介绍了数学形态学图像处理基本算法,并通过数学形态学算法优化了熔池图像信息。采用熔池图像边缘提取算法,获得了准确的熔池轮廓图像,通过熔池尺寸计算,本文最终获取AZ31B镁合金熔池的最大宽度、熔池半长、熔池面积和熔池后拖角等特征信息。
吕娜[7](2014)在《基于电弧声信号的铝合金脉冲GTAW熔透特征识别及其实时控制研究》文中认为焊接动态过程信息获取与质量实时控制对于自动化焊接制造业来说一直是研究的重点以及难点,传统的事后焊接缺陷检测方法耗时费力,难以满足现代制造业对焊接制造高质量、高效率和低成本的要求。而在实时评价焊接质量的各项标准中,焊缝的熔透状态一直被作为监控焊接过程与实现焊接质量控制的最重要的特征信息之一。电弧声信号作为焊接过程的电弧信息伴生信号之一,已经被证明了是一种有效又不可缺少的信息。对于有经验的焊工凭借耳听就结合个人经验就可以大致判断焊接过程中相关状态的变化。可见,电弧声信号中包含了大量与焊接动态过程相关的信息。其中的信息含量仅次于视觉信息,但相较于视觉信息却具有实时性较好的优势。但是如何将这些信息转化成能够利用,能够理解的“可听图像”,使它像视觉信息一样被广泛的使用,需要搞清楚其产生的机理以及信息的具体分布。基于上述原因,本文引入焊接电弧的声音信号信息,采用现代信号处理技术和语音识别方法对焊接动态过程和熔透状态进行研究,旨在探索与发现一条焊接质量在线预测的新途径和方法。本文以铝合金的脉冲GTAW焊接过程中的质量控制为研究背景,基于焊接自动化过程的试验平台,以脉冲GTAW过程电弧声信号为研究对象,通过对比电弧电压及电流信号频率特点,发现了电弧声信号的声源激励的产生机理,电弧声信号的声源激励周期出现且频率为70Hz,与焊接电源工频一致,确定焊机工频变化为电弧声信号产生的激励源,证明了电弧声源激励为电弧能量的变化。电弧声信号激励源内部每周期包括一次主峰和一次次峰,主峰对应于电弧的起弧状态,次峰对应于电弧的熄弧状态,DCT变换分析发现对电弧声信号其决定性做用的是脉冲的主峰起弧瞬间,次峰熄弧能量变化对电弧声声源影响很小。为了进一步分析电弧声信号的熔透特性,提出了一整套熔透特征的时-频-时频域特征提取算法,包括有听觉注意AC-ROI预处理方法及极大模阈值去噪方法,能够有效的去除GTAW电弧声内部包含的噪声信息。通过时域分析、频域分析以及小波变换后,确定了23维的特征向量组作为对电弧声信号熔透状态分析的主要特征,包括均值>0.08,能量>100,标准差>0.12,协方差>0.015,峭度因子>3,偏态因子>2,作为熔透状态识别特征;以及DCT的5.5-9.5kHz频段能量作为三种熔透状态识别特征值;频带3.75-5kHz、5-6.25kHz、6.25-7.5kHz和8.75-10kHz内的电弧声信号频带能量特征值作为过熔透和未熔透的识别特征;5-6.25kHz和8.75-10kHz频率段内容差值作为三种熔透状态的识别特征;除此外,还提取出了电弧声信号的声道熔透特征系数,倒谱系数x (n)以及线性预测分析ai。大量数据分析证明,这些特征都与焊接过程熔透状态有很好的对应性。考虑到电弧声信号与熔透状态关系非线性的特点,设计了一种基于电弧声音信息的焊缝熔透状态BPAdaboost神经网络预测模型,得到了94%的辨识率,具有准确率高、适用性强的优点。同时还引入并设计新型的小波分析隐马尔科夫模型WA-HMM熔透状态预测模型,结合小波分析与隐马尔科夫模型的优良的辨识性能,得到WA-HMM型6状态有跨越二阶差分MFCC预测模型,识别率最高达到95.83%。观察到电弧声信号对弧长变化敏感反应的特点,提出了一套基于电弧声信号焊接弧长及焊缝下塌量的预测模型,包括一种小波包-滑动均值滤波的方法,成功去除了环境噪声与脉冲干扰噪声电弧声特征信号的影响;提出了一种分段线性拟合的方法,将有效弧长范围(3-7)mm内的变化趋势分为两种4-3mm和6-5-4mm弧长拟合模型,预测精度达到0.580487mm,相对于单一的线性模型其精度明显提高。还将模型细化为1mm阶跃模型与2mm阶跃模型两种,分别对应于小电流熔池缓慢变化和大电流熔池迅速下塌的两种情况。最终,开发了一套脉冲GTAW电弧声信号熔透状态的特征提取及模型建立的软件系统。包括:文件加载模块、文件预处理模块、声音文件的特征提取模块、辅助视觉图像信息处理模块、熔透状态辨识模块以及弧长预测模块,为电弧声信号的分析处理提供便利的开发工具。设计并验证了基于电弧声传感的脉冲GTAW焊接动态过程的控制器试验,包括电弧弧长高度控制的分段-PID控制部分,实现对焊接过程弧长及焊缝下塌量在±0.5mm范围之内的实时控制;以及结合BP神经网络的分段函数PW-BP控制器可以实现不同形状的变散热焊接工件的焊缝熔透状态实时闭环控制实验,实验结果表明,与恒规范实验焊件相比,焊缝熔透质量均匀,成形质量有明显提高。
郭强,游国强,武婧亭[8](2011)在《铸态AZ91D镁合金双面TIG焊焊接接头组织研究》文中研究指明对3mm厚铸态镁合金进行TIG焊研究,采用交流、双面焊接,其正面焊接电流为120A,背面焊接电流分别为80、90、100A,焊接速度和保护气体流量不变,焊接完成后按照标准程序对焊缝取样,用光学显微镜观察焊接接头的微观组织。分析表明:焊缝表面成形不好,焊缝表面存在明显缺陷;随着背面焊接电流的增加,焊缝中网状β-Mg17Al12相减少,而颗粒状的β-Mg17Al12相增多。
马宏波[9](2011)在《基于视觉传感的机器人铝合金脉冲TIG焊接过程MLD建模方法研究》文中指出研究焊工的智能行为对焊接自动化的发展具有重要的启发意义。一个熟练的焊工所表现出的高度适应能力,是任何焊接机器人所无法比拟的。如果希望焊接过程由机器人来完成,即实现焊接过程自动化,首先需要类似人体感官的焊接传感器,焊接传感器是用于检测影响焊接结果的内部和外部条件的探测器;还需要类似于焊工的对焊接过程的认识,即能够描述焊接过程各种状态的知识,也就是对焊接过程模型化;最后还需要类似于人脑思维的控制器,以实现合理的控制规律。因此,焊接过程传感技术、焊接过程建模技术和焊接过程控制技术是实现焊接过程从手工焊接向自动化焊接或智能化焊接转变的三个关键技术。视觉传感技术,特别是被动视觉传感技术,由于其类似焊工观察焊接过程行为,因此成为众多焊接过程传感技术中的研究热点。机器人由于其灵活性和柔性,已经成为手工焊接向自动焊接转变实现的关键支撑技术之一。通过分析,机器人焊接过程本身具有连续和离散动态混合的混杂特性,采用基于混杂系统的混合逻辑动态(Mixed Logical Dynamical,MLD)建模方法研究机器人焊接过程的建模问题,可以全面的描述机器人焊接过程并给出一般性的模型结构,该研究对于机器人焊接过程建模与控制的系统性研究具有非常重要的意义。因此,本篇论文以铝合金脉冲TIG(Tungsten Inert Gas)焊接过程为例,研究了机器人焊接过程双目被动视觉传感的焊接过程视觉信息获取和处理,分析了机器人脉冲TIG焊接过程混合逻辑动态特性,进而建立机器人焊接系统混合逻辑动态模型和基于视觉特征的脉冲TIG焊接熔池动态过程混合逻辑动态模型,最终通过焊接实验验证所建模型的有效性。研究结果表明,机器人脉冲TIG焊接过程本身是一种典型的混合逻辑动态系统,研究机器人焊接过程混合逻辑动态建模方法可以在统一的模型框架下描述机器人焊接系统和焊接熔池动态过程,同时也体现混合逻辑动态理论在机器人焊接过程应用的示范性作用。本文首先设计一套双目被动视觉传感器,构建一套具有视觉传感功能的机器人焊接实验平台,设计了铝合金脉冲TIG焊接过程视觉信息获取与处理软件。该平台不仅可以实现焊接过程焊缝和熔池信息的实时采集和处理,还可以实现焊接熔池动态过程的建模和控制。根据焊接过程建模的需要,首先给出焊缝和熔池几何特征参数的定义,通过采集铝合金脉冲TIG焊接过程电弧光谱强度谱线,分析铝合金脉冲TIG焊接过程电弧光谱强度分布特点,发现铝合金脉冲TIG焊接过程电弧光谱在610nm到690nm之间主要由强度较低的连续光谱组成。这段电弧光不仅可以给被动视觉技术提供焊缝和熔池区域有效的照明,还可以避免焊缝和熔池区域强烈的弧光干扰,从而确定选用带通范围在610nm到690nm之间的滤光片来实现铝合金脉冲TIG焊接过程视觉信息获取,成功采集得到焊接过程几种典型的焊缝和熔池图像。基于焊缝图像灰度变化具有方向性的特点,提出改进Roberts边缘提取算法(AR-SF),实现直线焊缝几何特征的快速提取。通过分析不同熔透状态熔池图像的特点,避开检测熔池边缘的复杂图像处理,提出熔池特征点定位算法(PL-PF),实现熔池几何特征信息的实时准确计算,为后续的焊接熔池动态过程建模和控制打下坚实基础。从混杂系统角度出发,在混合逻辑动态建模框架基础上,分析机器人运动过程和焊接设备操作过程的连续和离散动态,建立了焊接机器人运动过程MLD模型(WRMP-MLD)和焊接设备操作过程MLD模型(WDOP-MLD),通过采集焊接实验过程离散变量的变化,验证了这两个模型的正确性。该研究为未来研究多焊接机器人协调或者焊接电源内部电路控制提供有效的混合逻辑动态建模途径。通过分析焊接熔池动态过程的连续和离散动态,结合两类常见的焊接过程视觉信息——错边和间隙,将其抽象为离散变化的变量,研究这两类视觉信息产生的离散动态对熔池连续动态过程的影响,建立错边熔池混合逻辑动态模型(WPM-MLD)和间隙熔池混合逻辑动态模型(WPG-MLD),该模型为后续熔透控制提供背面熔宽的有效预估。根据焊接过程熔透控制的要求,利用建立的错边和间隙情况下熔池动态过程混合逻辑动态模型,设计两组PID控制实验,实验结果验证了两种情况下熔池动态过程混合逻辑动态模型对于背面熔宽预估的稳定性和可靠性。
王志江[10](2010)在《脉冲熔化极气体保护焊接熔深自适应区间模型控制》文中研究表明熔池表面包含有足够多的能反映熔深或熔透的信息,获取这些信息最常用的方法是机器视觉方法,但是视觉的方法由于其系统的复杂而不适合于焊接现场应用。本文旨在开发一种简单的方法从焊接电信号中提取焊接熔池表面深度信息,同时将其与焊接熔深联系起来,并用于焊接熔深的实时控制。在脉冲熔化极气体保护焊(GMAW-P)中,应用基于高速摄像机的视觉系统来采集熔池表面图像并计算熔池表面深度。该熔池表面深度测量算法利用相机的针孔模型求取焊丝末梢正下方熔池表面深度,算法简单,且算法精度足够用于熔深控制。设计了一系列不同参数的GMAW-P的焊接实验,以便将焊接熔池表面深度与焊接熔深、焊接现场容易测量的焊接电压信号联系起来。分析GMAW-P过程,不仅焊接电流、电压影响熔池表面深度和焊接熔深,同时送丝速度(WFS )和焊接行走速度(TS )也会影响熔池表面深度和焊接熔深。首先熔敷率被控制在常值C ,即WFS / TS=C。实验结果表明,焊接电流峰值期间熔池表面深度变化的均值越小,焊接熔深越大。将WFS / TS作为一个影响因素,焊接熔深可以表示成焊接电流峰值期间熔池表面深度变化的均值和WFS / TS的线性函数。熔池表面深度的变化和焊接电压的变化之间存在一定关系,因此,焊接电流峰值期间熔池表面深度变化的均值可以用焊接电流峰值期间焊接电压变化的均值替代来预测焊接熔深。建立了仅用焊接电压信号来预测熔深的模型,该模型具有足够的精度。由于焊接电压信号是焊接现场最容易得到的信号之一,因此该模型适于焊接现场应用,为在焊接现场监控焊接熔深提供了一种简单而又适宜的方案。在GMAW-P过程中,如果峰值期间焊接电压的变化被控制到一恒值附近,则焊接熔深也会达到一相应的恒值附近。因此,建立了一焊接熔深控制系统,峰值期间焊接电压的变化作为系统输出,基值时间作为系统输入。针对系统具有大时延且时延大小不确定、时变等特点,应用基于预测控制的自适应区间模型控制算法设计了一控制器,并用实际焊接实验验证了该控制算法的有效性。
二、镁合金薄板TIG焊自适应弧长控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、镁合金薄板TIG焊自适应弧长控制(论文提纲范文)
(1)SiC颗粒增强镁合金搅拌摩擦焊性能研究(论文提纲范文)
学位论文数据集 |
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景与研究意义 |
1.2 镁合金概述 |
1.2.1 镁及镁合金特性 |
1.2.2 镁合金焊接性 |
1.2.3 镁合金熔化焊 |
1.2.4 镁合金搅拌摩擦焊 |
1.3 颗粒增强金属基复合材料概述 |
1.3.1 金属基复合材料的发展现状 |
1.3.2 增强体的选择 |
1.3.3 金属基复合材料制备工艺 |
1.4 本文主要研究内容 |
第二章 试验材料、设备与方法 |
2.1 试验材料 |
2.1.1 基体母材 |
2.1.2 增强颗粒 |
2.1.3 搅拌头 |
2.2 焊接试验设备及方法 |
2.2.1 搅拌摩擦焊机 |
2.2.2 焊接工装夹具 |
2.2.3 焊接试验方法 |
2.3 测试试验设备及方法 |
2.3.1 金相试样制备及组织观察 |
2.3.2 力学性能测试 |
2.3.3 扫描电镜试验 |
2.3.4 焊后热处理 |
2.4 本章小结 |
第三章 搅拌摩擦焊焊接缺陷及可焊性分析 |
3.1 焊接接头质量的影响因素 |
3.1.1 搅拌头的影响 |
3.1.2 焊接工艺参数的影响 |
3.1.3 其他影响因素 |
3.2 搅拌摩擦焊焊接缺陷类型 |
3.2.1 焊缝表面缺陷 |
3.2.2 焊接接头内部缺陷 |
3.3 颗粒增强AZ31镁合金搅拌摩擦焊可焊性分析 |
3.3.1 可焊性分析 |
3.3.2 焊接工艺参数 |
3.4 本章小结 |
第四章 焊接接头宏观形貌与显微组织观察 |
4.1 焊接接头上表面宏观形貌 |
4.1.1 轴肩下压量对焊缝表面的影响 |
4.1.2 主轴转速对焊缝表面的影响 |
4.1.3 焊接移速对焊缝表面的影响 |
4.2 焊接接头横截面宏观形貌 |
4.3 焊接接头的金相组织 |
4.3.1 焊接接头各区金相组织 |
4.3.2 前进侧与后退侧显微组织对比 |
4.3.3 加工道次对SiC颗粒分布的影响 |
4.3.4 SiC颗粒对晶粒尺寸的影响 |
4.3.5 焊接热输入量对晶粒尺寸的影响 |
4.3.6 焊后热处理晶粒尺寸的变化 |
4.4 本章小结 |
第五章 焊接接头力学性能变化分析 |
5.1 焊接接头的显微硬度 |
5.1.1 焊接热输入量对焊接接头显微硬度的影响 |
5.1.2 SiC颗粒对焊接接头显微硬度的影响 |
5.1.3 加工道次对焊接接头显微硬度的影响 |
5.1.4 焊后热处理对焊接接头显微硬度的影响 |
5.2 焊接接头的拉伸性能 |
5.2.1 焊接接头拉伸性能变化趋势 |
5.2.2 拉伸试样断口SEM分析 |
5.3 本章小结 |
第六章 结论 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者及导师简介 |
(2)基于GBDT算法的焊缝背部熔宽预测及其控制研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 论文研究背景与意义 |
1.2 焊接过程控制研究现状 |
1.2.1 熔池图像获取系统 |
1.2.2 熔池传感系统 |
1.2.3 图像信息处理技术 |
1.2.4 熔池过程建模 |
1.3 本文主要研究内容 |
第二章 熔池图像处理系统设计 |
2.1 熔池图像处理系统架构 |
2.2 预处理模块算法原理 |
2.2.1 噪声过滤 |
2.2.2 图像增强 |
2.2.3 阈值分割 |
2.3 边界确定模块算法原理 |
2.3.1 数学形态法 |
2.3.2 边缘检测 |
2.3.3 边缘曲线拟合 |
2.4 特征提取模块算法原理 |
2.4.1 熔池边界最小外接矩形 |
2.4.2 熔池特征定义 |
2.4.3 尺度转换 |
2.5 示例分析 |
2.6 本章小结 |
第三章 背部熔宽预测模型 |
3.1 背部熔宽预测模型选择 |
3.1.1 基于SVM算法的预测模型 |
3.1.2 基于BP神经网络的预测模型 |
3.1.3 基于集成学习GBDT的预测模型 |
3.1.4 模型比较 |
3.2 建模数据获取方案 |
3.2.1 Ansys建模获取样本 |
3.2.2 焊接数据库设计 |
3.3 模型训练及验证 |
3.3.1 模型训练 |
3.3.2 GBDT基学习器选取 |
3.3.3 模型验证 |
3.4 本章小结 |
第四章 熔池模糊控制器研究 |
4.1 模糊控制系统原理 |
4.2 模糊控制器结构 |
4.3 模糊控制器设计 |
4.3.1 模糊化设计 |
4.3.2 模糊控制规则表设计 |
4.3.3 解模糊化设计 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 本文研究内容总结 |
5.2 后续工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(3)K-TIG焊接小孔行为及接头组织与性能的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 中厚板焊接的国内外研究现状 |
1.2.1 传统的TIG焊接技术 |
1.2.2 深熔焊接技术 |
1.3 焊接过程中小孔动态行为的研究现状 |
1.4 双相不锈钢焊接研究现状 |
1.4.1 双相不锈钢的发展与应用 |
1.4.2 双相不锈钢的组织特征 |
1.4.3 双相不锈钢的焊接性研究 |
1.4.4 双相不锈钢腐蚀性能的研究 |
1.5 钛合金焊接研究现状 |
1.5.1 钛合金的发展及应用 |
1.5.2 TC4 钛合金的焊接性研究 |
1.6 课题来源 |
1.7 研究问题的提出与研究内容 |
第二章 试验材料及方法 |
2.1 焊接试验平台的设计 |
2.1.1 K-TIG焊接系统 |
2.1.2 被动视觉传感系统 |
2.2 试验材料及试验方案 |
2.2.1 S32101 双相不锈钢 |
2.2.2 TC4 钛合金 |
2.2.3 试验方案 |
2.3 小孔行为的研究方案 |
2.3.1 小孔出口图像的采集 |
2.3.2 小孔出口的特征提取 |
2.3.3 小孔出口特征参数的定义与计算 |
2.4 焊接接头微观组织的表征方法 |
2.4.1 光学显微镜分析 |
2.4.2 扫描电子显微镜(SEM)分析 |
2.4.3 EBSD测试分析 |
2.4.4 X射线衍射物相分析 |
2.4.5 EDS能谱分析 |
2.5 K-TIG焊接接头性能测试 |
2.5.1 焊缝的X射线无损检测 |
2.5.2 K-TIG焊接接头力学性能测试 |
2.5.3 K-TIG焊接接头耐晶间腐蚀性能测试 |
2.6 本章小结 |
第三章 小孔动态行为与焊缝形貌的研究 |
3.1 焊接过程中小孔的动态变化 |
3.1.1 焊接速度的影响 |
3.1.2 焊接电流的影响 |
3.2 小孔出口的特征参数 |
3.2.1 焊接速度对小孔出口特征参数的影响 |
3.2.2 焊接电流对小孔出口特征参数的影响 |
3.3 焊缝形貌 |
3.3.1 焊接速度对焊缝形貌的影响 |
3.3.2 焊接电流对焊缝形貌的影响 |
3.4 小孔出口的特征参数与焊缝形貌之间的关系 |
3.5 本章小结 |
第四章 S32101 双相不锈钢K-TIG平板焊接接头组织及力学性能的研究 |
4.1 S32101 双相不锈钢K-TIG平板焊接接头微观组织的表征 |
4.1.1 平板焊接接头的显微组织 |
4.1.2 平板焊接接头各区域中的织构分析 |
4.1.3 平板焊接接头各区域中的晶界分析 |
4.1.4 平板焊接接头各区域中的相界分析 |
4.2 平板焊接接头的力学性能 |
4.2.1 显微硬度测试及分析 |
4.2.2 拉伸性能测试及断口分析 |
4.2.3 冲击性能测试及分析 |
4.3 本章小结 |
第五章 热输入对双相不锈钢K-TIG对接焊接接头组织与性能的影响 |
5.1 双相不锈钢K-TIG对接焊缝的形貌 |
5.2 热输入对双相不锈钢K-TIG对接焊接接头微观组织的影响 |
5.2.1 显微组织及奥氏体的含量 |
5.2.2 氮化铬析出量及分布特征 |
5.2.3 晶界取向差角度 |
5.2.4 铁素体和奥氏体的相界 |
5.3 热输入对双相不锈钢K-TIG对接焊接接头力学性能的影响 |
5.3.1 显微硬度测试及分析 |
5.3.2 拉伸性能测试及分析 |
5.3.3 弯曲性能测试及分析 |
5.3.4 冲击性能测试及断口分析 |
5.4 热输入对双相不锈钢K-TIG对接焊接接头耐晶间腐蚀性能的影响 |
5.4.1 热影响区的耐晶间腐蚀性能 |
5.4.2 焊缝金属区的耐晶间腐蚀性能 |
5.4.3 Σ3 CSL晶界、氮化铬与耐晶间腐蚀性能之间的关系 |
5.5 本章小结 |
第六章 TC4 钛合金K-TIG对接焊接接头组织与性能的研究 |
6.1 焊接电流对TC4 钛合金K-TIG对接焊缝形貌的影响 |
6.2 不同焊接电流条件下TC4 钛合金K-TIG焊缝金属区的力学性能 |
6.2.1 拉伸性能测试及分析 |
6.2.2 冲击性能测试及断口分析 |
6.3 TC4 钛合金K-TIG对接焊接接头的微观组织表征 |
6.3.1 对接焊接接头的显微组织 |
6.3.2 对接焊接接头的EDS能谱分析 |
6.3.3 焊缝金属区的X射线衍射物相分析 |
6.3.4 对接焊接接头的织构分析 |
6.3.5 对接焊接接头的晶界分析 |
6.4 本章小结 |
结论与展望 |
1 结论 |
2 创新点 |
3 展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(4)基于多信息融合的铝合金脉冲GTAW过程焊接缺陷特征提取研究(论文提纲范文)
摘要 |
ABSTRACT |
附录 |
第一章 绪论 |
1.1 引言 |
1.2 焊接动态过程多传感信息研究现状 |
1.2.1 电弧光谱信息 |
1.2.1.1 电弧光谱的信息处理方法 |
1.2.1.2 电弧光谱信息在焊接中的应用 |
1.2.2 电弧声音信息 |
1.2.2.1 电弧声音信息处理方法 |
1.2.2.2 电弧声压信息在焊接中的应用 |
1.2.3 电弧电压信息 |
1.2.4 视觉信息 |
1.2.5 其它焊接过程信息 |
1.3 多传感融合简介及应用现状 |
1.3.1 信息融合技术简介 |
1.3.1.1 层次结构 |
1.3.1.2 融合算法 |
1.3.2 多传感信息融合技术在焊接中的应用 |
1.4 特征选择技术的简介及应用现状 |
1.4.1 特征选择方法简介 |
1.4.1.1 根据搜索策略分类 |
1.4.1.2 根据评价策略分类 |
1.4.2 特征选择技术在焊接中的应用 |
1.4.2.1 在电弧光谱信息中的应用 |
1.4.2.2 在电弧声音信息中的应用 |
1.5 课题研究意义 |
1.6 课题研究内容 |
第二章 脉冲GTAW焊接过程多传感信息获取 |
2.1 引言 |
2.2 焊接实验系统 |
2.3 焊接过程多信息获取系统 |
2.3.1 电弧光谱信息获取 |
2.3.2 电弧声音信息获取 |
2.3.3 电弧电压信息获取 |
2.3.4 视觉信息获取 |
2.4 通讯与控制系统 |
2.4.1 中央通讯与控制系统硬件实现 |
2.4.2 中央通讯与控制系统标定 |
2.5 GTAW焊接过程多信息获取平台控制软件 |
2.6 本章小结 |
第三章 铝合金脉冲GTAW过程多传感信号特征提取 |
3.1 引言 |
3.2 电弧光谱信号特征提取 |
3.2.1 SOI统计特征提取 |
3.2.1.1 SOI选取 |
3.2.1.2 焊接缺陷下的SOI分析 |
3.2.1.3 统计特征提取 |
3.2.1.4 小波包法去除脉冲干扰 |
3.2.1.5 SNR对数法的特征敏感性度量 |
3.2.2 H氢谱线特征提取 |
3.2.2.1 H谱线的选择及其与焊接缺陷的关系 |
3.2.2.2 梯形法则谱峰面积 |
3.2.2.3 极大值谱峰强度 |
3.2.2.4 方差 |
3.2.3 基于光谱特征STD阈值线的缺陷检测 |
3.3 电弧声音信号特征提取 |
3.3.1 信号预处理 |
3.3.1.1 峰值信号去直流分量 |
3.3.1.2 滤波降噪预处理 |
3.3.2 声音与电压信号的相关性分析 |
3.3.3 时域特征提取 |
3.3.3.1 焊接动态缺陷的声压时域信号分析 |
3.3.3.2 阈值法时域特征提取 |
3.3.4 频域特征提取 |
3.3.4.1 焊接动态缺陷的声压频域信号分析 |
3.3.4.2 Weltch法功率谱密度频域分段特征提取 |
3.3.5 时频域特征提取 |
3.3.5.1 小波包相对能量特征提取 |
3.3.5.2 最大类间标准差准则的特征评价 |
3.3.6 时域信号与小波包重构信号的对应分析 |
3.4 电压信号特征提取 |
3.4.1 时域特征提取 |
3.4.2 频域特征提取 |
3.4.3 焊接缺陷的电压时频域特征分析 |
3.5 视觉信息特征提取 |
3.5.1 视觉注意区(ROI)选取及特征分析 |
3.5.2 ROI图像特征提取 |
3.5.2.1 ROI-1 特征提取 |
3.5.2.2 ROI-2 特征提取 |
3.5.2.3 ROI-3 特征提取 |
3.6 本章小结 |
第四章 铝合金脉冲GTAW焊接多传感特征评价与选择 |
4.1 引言 |
4.2 特征评价 |
4.2.1 Fisher准则 |
4.2.2 自适应权重投票制改进Fisher准则 |
4.3 混合改进Fisher与SVM-CV的HIFSCW特征选择法 |
4.3.1 SVM-CV分类模型的构建及优化 |
4.3.1.1 SVM算法原理 |
4.3.1.2 K-fold-CV交叉验证 |
4.3.1.3 SVM参数的网格搜索法寻优 |
4.3.2 最佳特征子集区间的HIFSCW法选择 |
4.3.3 基于特征选择软件的应用研究 |
4.3.3.1 软件功能介绍 |
4.3.3.2 不同特征选择方法结果分析 |
4.4 本章小结 |
第五章 基于特征层融合的铝合金熔透状态预测识别 |
5.1 引言 |
5.2 焊接动态过程的多信息特征融合表征 |
5.2.1 多传感信号获取及特征同步处理 |
5.2.2 焊缝缺陷的多传感特征同步表征 |
5.3 基于SVM-CV多信息融合模型的铝合金焊缝熔透状态分类预测 |
5.3.1 SVM-CV焊缝熔透分类预测模型的构建 |
5.3.2 多信息融合模型验证及对比分析 |
5.3.3 视觉监控信息验证 |
5.4 本章小结 |
第六章 基于特征层融合的铝合金焊接多缺陷预测识别 |
6.1 引言 |
6.2 铝合金焊接缺陷可控制造及对应信号特征分析 |
6.2.1 不同程度的焊缝缺陷可控制造 |
6.2.2 光谱特征对不同气孔缺陷的响应 |
6.3 焊缝瞬态缺陷的多传感融合表征 |
6.4 基于特征层融合的HIFSCW缺陷预测建模 |
6.4.1 视觉监控信息验证 |
6.4.2 与文献结果对比讨论 |
6.5 实验验证 |
6.6 本章小结 |
第七章 结论 |
博士学位论文创新点 |
参考文献 |
博士期间发表及待发表论文 |
致谢 |
(5)J型坡口焊接机器人示教方法优化的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.1.1 核电发展现状 |
1.1.2 核电压力封头焊接 |
1.2 国内外研究现状 |
1.3 研究目标及研究内容 |
第二章 空间等距线示教算法优化 |
2.1 简介 |
2.2 J型坡口焊接机器人空间等距线算法 |
2.2.1 等距线定义 |
2.2.2 空间曲线法向量计算 |
2.2.3 空间等距线拟合 |
2.2.4 全局插值 |
2.2.5 基于最少控制顶点的全局逼近 |
2.3 J型坡口焊接机器人空间等距线优化算法实现 |
2.3.1 与主程序接口设计 |
2.3.2 空间等距量计算 |
2.3.3 J型坡口焊接机器人等距线算法软件实现 |
2.4 等距线轨迹优化效果 |
2.5 本章小结 |
第三章J型坡口焊接机器人轨迹高度方向优化方法 |
3.1 简介 |
3.2 弧长信号检测 |
3.3 AVC硬件系统 |
3.3.1 交流伺服系统 |
3.3.2 运动控制卡 |
3.4 AVC对J型坡口焊接机器人轨迹优化的实现 |
3.4.1 弧长调节方法 |
3.4.2 弧长控制实现 |
3.5 AVC对J型坡口焊接机器人轨迹优化效果 |
3.5.1 原示教方法下机器人末端高度 |
3.5.2 AVC优化后机器人末端高度 |
3.6 本章小结 |
第四章 远程示教系统优化 |
4.1 示教系统简介 |
4.1.1 手持示教盒硬件 |
4.1.2 示教系统结构 |
4.1.3 现有示教系统缺点 |
4.2 通信系统优化 |
4.2.1 通信协议优化 |
4.2.2 通信可靠性优化 |
4.3 示教软件优化 |
4.3.1 示教系统软件设计 |
4.3.2 工控机示教模块优化 |
4.3.3 试验效果 |
4.4 本章小结 |
第五章 全文总结 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(6)双弧焊熔池图像处理及图像融合算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文背景及选题意义 |
1.2 镁合金双弧焊接技术 |
1.3 数字图像处理的研究内容 |
1.4 熔池图像处理研究现状 |
1.5 图像融合技术概述 |
1.5.1 图像融合技术简介 |
1.5.2 图像融合的基本流程与研究现状 |
1.6 本文研究内容结构 |
第2章 AZ31B 镁合金双弧焊接系统 |
2.1 DE-GMAW 焊接原理 |
2.2 AZ31B 镁合金双弧焊试验系统 |
2.2.1 双弧焊焊接设备 |
2.2.2 双弧焊工艺参数 |
2.3 AZ31B 镁合金双弧焊熔池图像采集系统 |
2.3.1 直接视觉传感系统 |
2.3.2 图像采集卡及其原理 |
2.3.3 视觉传感系统的设计思想 |
2.4 AZ31B 镁合金双弧焊熔池图像采集实验 |
2.5 本章小结 |
第3章 镁合金熔池图像预处理 |
3.1 熔池图像灰度化 |
3.2 镁合金熔池图像分析 |
3.3 图像去噪 |
3.3.1 中值滤波 |
3.3.2 熔池图像中值滤波实验结果及分析 |
3.4 图像锐化 |
3.4.1 梯度锐化 |
3.4.2 拉普拉斯算子 |
3.4.3 图像锐化实验结果与分析: |
3.5 本章小结 |
第4章 熔池图像融合算法及实验分析 |
4.1 多聚焦熔池图像融合必要性 |
4.2 融合图像质量评价体系 |
4.2.1 图像的主观评价 |
4.2.2 图像的客观评价 |
4.2.3 评价指标的选择 |
4.3 典型的图像融合算法 |
4.3.1 像素灰度值取大融合算法 |
4.3.2 像素灰度值取小融合算法 |
4.3.3 加权平均 |
4.3.4 区域能量融合算法 |
4.4 熔池图像融合实验结果与分析 |
4.5 多分辨率分析图像融合算法 |
4.5.1 图像金字塔算法 |
4.5.2 小波变换图像融合及其理论 |
4.6 基于小波变换的熔池图像融合算法 |
4.6.1 低频子带融合规则 |
4.6.2 高频子带融合规则 |
4.7 基于小波变换熔池图像融合实验与分析 |
4.8 本章小结 |
第5章 熔池边缘提取 |
5.1 提取熔池边缘的意义 |
5.2 图像分割 |
5.2.1 阈值分割基本理论 |
5.2.2 交互式阈值分割算法 |
5.2.3 最大方差阈值分割算法 |
5.2.4 熔池阈值分割实验结果与分析 |
5.3 数学形态学处理 |
5.3.1 灰度值腐蚀 |
5.3.2 灰度值膨胀 |
5.3.3 灰值开运算 |
5.3.4 灰度闭 |
5.3.5 熔池图像数学形态学处理实验结果 |
5.4 图像边缘检测 |
5.4.1 常用边缘检测算子 |
5.4.2 熔池图像边缘提取实验及结果分析 |
5.5 熔池尺寸计算 |
第6章 结论和展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(7)基于电弧声信号的铝合金脉冲GTAW熔透特征识别及其实时控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 引言 |
1.2 焊接过程质量监控动态信息研究现状 |
1.2.1 焊接动态过程视觉信息研究 |
1.2.2 焊接动态过程电弧信息研究 |
1.2.3 焊接动态过程光谱信息研究 |
1.2.4 焊接动态过程的其他信息研究 |
1.3 焊接过程电弧声信号的研究现状 |
1.3.1 焊接过程电弧声信号的来源 |
1.3.2 焊接过程电弧声的研究及应用价值 |
1.3.3 焊接过程电弧声的影响因素 |
1.4 焊接过程电弧声信号处理方法研究 |
1.4.1 电弧声信号的统计量分析方法研究 |
1.4.2 电弧声信号时频域特征提取 |
1.4.3 电弧声信号神经网络技术应用 |
1.4.4 电弧声信号的语音识别技术 |
1.5 课题研究意义 |
1.6 课题研究内容 |
第二章 脉冲 GTAW 过程熔透控制试验及多信息采集系统 |
2.1 引言 |
2.2 脉冲 GTAW 熔透控制试验平台硬件系统 |
2.2.1 脉冲 GTAW 焊接系统组成 |
2.2.2 脉冲 GTAW 焊接过程运动系统组成 |
2.2.3 脉冲 GTAW 电弧声信号采集系统 |
2.2.4 脉冲 GTAW 视觉熔透信息采集系统的硬件实现 |
2.3 脉冲 GTAW 焊接过程多信息获取平台控制软件构成 |
2.3.1 多信息获取平台控制软件流程 |
2.3.2 电弧声信号与熔池图像同时采集 |
2.3.3 熔池背面图像处理 |
2.4 本章小结 |
第三章 脉冲 GTAW 焊电弧声信号与熔透状态相关性分析 |
3.1 引言 |
3.2 脉冲 GTAW 三种熔透状态的定义 |
3.3 脉冲 GTAW 电弧声信号分析 |
3.3.1 钨极氩弧焊电弧声信号的产生 |
3.3.2 钨极氩弧焊电弧声信号的短时时域分析 |
3.3.3 电弧声信号频域特征分析 |
3.3.4 电弧声信号短时小波包时频分析 |
3.4 电弧声信号与熔透关系分析 |
3.5 本章小结 |
第四章 脉冲 GTAW 熔透状态电弧声特征提取与选择 |
4.1 引言 |
4.2 脉冲 GTAW 不同熔透状态下电弧声信息的获取 |
4.3 脉冲 GTAW 焊接过程电弧声信号的处理 |
4.3.1 声压信号的预处理 |
4.3.2 去噪处理 |
4.3.3 AC-ROI 感兴趣区域提取 |
4.3.4 电弧声信号特征提取 |
4.3.5 电弧声信号小波包频带特征提取 |
4.4 脉冲 GTAW 焊接过程电弧声声道信息分析及特征提取 |
4.4.1 电弧声道产生机理 |
4.4.2 基于倒谱系数的电弧声道等效模型建立 |
4.4.3 基于线性预测分析的电弧声道等效模型建立 |
4.5 本章小结 |
第五章 脉冲 GTAW 焊缝熔透状态模式识别 |
5.1 引言 |
5.2 基于神经网络模型的熔透状态分类识别 |
5.2.1 数据获取与预处理 |
5.2.2 基于 BP 网络的焊缝熔透状态识别 |
5.2.3 基于 BP_Adaboost 神经网络的熔透状态识别 |
5.3 基于隐马尔科夫模型的熔透状态分类识别 |
5.3.1 隐马尔科夫模型 |
5.3.2 隐马尔科夫模型的三个基本问题 |
5.3.3 基于隐马尔科夫模型的电弧声音信号识别 |
5.3.4 基于小波分析及隐马尔科夫模型的焊缝熔透状态识别 |
5.4 本章小结 |
第六章 脉冲 GTAW 焊接过程焊缝下塌与熔透之间的关系 |
6.1 引言 |
6.2 脉冲 GTAW 焊接过程电弧声信息的获取 |
6.3 脉冲 GTAW 焊接过程电弧声信号的处理 |
6.3.1 声压信号预处理 |
6.3.2 去噪处理 |
6.3.3 线性拟合 |
6.3.4 线性模型的误差分析 |
6.3.5 分段线性拟合 |
6.4 电弧声信号模型预测精度验证试验 |
6.5 熔池表面下塌量的预测 |
6.6 本章小结 |
第七章 基于电弧声信号的脉冲 GTAW 焊接过程熔透状态实时控制实验 |
7.1 引言 |
7.2 脉冲 GTAW 电弧声信号熔透状态特征的实时处理软件设计 |
7.2.1 电弧声信号处理软件系统设计流程 |
7.2.2 电弧声信号处理软件系统组成 |
7.3 基于脉冲 GTAW 焊接过程电弧声信息的焊接电弧高度跟踪实验及其分析 |
7.3.1 电弧高度跟踪方案 |
7.3.2 电弧高度跟踪程序 |
7.3.3 电弧高度跟踪实验 |
7.4 基于脉冲 GTAW 焊接过程电弧声信息的焊接熔透状态监控实验及其分析 |
7.4.1 电弧熔透状态控制方案 |
7.4.2 焊接熔透 BP_PW 闭环控制程序 |
7.4.3 熔透状态 BP_PW 闭环控制实验 |
7.5 本章小结 |
第八章 结论 |
博士学位论文创新点 |
参考文献 |
博士期间发表及待发表论文 |
致谢 |
(8)铸态AZ91D镁合金双面TIG焊焊接接头组织研究(论文提纲范文)
1 实验材料与方法 |
2 实验结果及分析 |
2.1 焊缝宏观形貌 |
2.2 焊缝微观组织 |
3 结论 |
(9)基于视觉传感的机器人铝合金脉冲TIG焊接过程MLD建模方法研究(论文提纲范文)
摘要 |
ABSTRACT |
1.1 引言 |
1.2 脉冲TIG 焊接过程传感技术研究现状 |
1.2.1 主动视觉传感方法 |
1.2.2 被动视觉传感方法 |
1.3 脉冲TIG 焊接过程建模的研究现状 |
1.3.1 传统建模方法 |
1.3.2 人工智能建模方法 |
1.4 混杂系统和MLD 建模方法 |
1.4.1 混合逻辑动态模型一般描述 |
1.4.2 命题逻辑与整数不等式 |
1.4.3 命题逻辑转化方法 |
1.4.4 扩展命题逻辑 |
1.4.5 混杂系统描述语言 |
1.4.6 MLD 建模方法应用 |
1.5 本课题研究意义 |
1.6 本课题研究内容 |
第二章 机器人铝合金脉冲TIG焊接系统构成 |
2.1 引言 |
2.2 机器人铝合金脉冲TIG 焊接系统硬件结构 |
2.3 焊接设备标定 |
2.4 视觉传感系统 |
2.4.1 视觉传感器构成 |
2.4.2 视觉传感系统的标定 |
2.5 软件系统结构 |
2.6 本章小结 |
第三章 机器人铝合金脉冲TIG焊接视觉信息获取与处理 |
3.1 引言 |
3.2 铝合金焊接焊缝和熔池视觉特征参数的定义 |
3.2.1 焊缝特征参数定义 |
3.2.2 熔池特征参数定义 |
3.3 铝合金脉冲TIG 焊接视觉信息获取 |
3.3.1 焊缝和熔池图像同时采集的流程 |
3.3.2 减光和滤光系统设计 |
3.3.3 标准和异常图像的采集 |
3.4 铝合金脉冲TIG 焊接视觉信息处理 |
3.4.1 图像预处理 |
3.4.2 焊缝图像处理 |
3.4.3 熔池图像处理 |
3.5 本章小结 |
第四章 机器人脉冲TIG焊接系统MLD建模 |
4.1 引言 |
4.2 机器人焊接系统混杂特性 |
4.3 机器人焊接系统抽象化 |
4.3.1 机器人运动过程抽象化 |
4.3.2 焊接设备操作过程抽象化 |
4.4 机器人运动过程MLD 建模 |
4.5 焊接设备操作过程MLD 建模 |
4.6 本章小结 |
第五章 铝合金脉冲TIG焊熔池动态过程MLD建模 |
5.1 引言 |
5.2 熔池动态过程混杂特性 |
5.2.1 过程变量分析 |
5.2.2 熔池动态过程与MLD |
5.3 错边情况下熔池动态过程MLD 建模 |
5.3.1 模型结构 |
5.3.2 建模数据获取 |
5.3.3 模型辨识 |
5.3.4 MLD 建模结果 |
5.4 间隙情况下熔池动态过程MLD 建模 |
5.4.1 MLD 建模分析 |
5.4.2 建模数据获取 |
5.4.3 模型辨识 |
5.4.4 MLD 建模结果 |
5.5 本章小结 |
第六章 熔池动态过程MLD模型熔透控制实验验证 |
6.1 引言 |
6.2 熔池动态过程MLD 模型平板对接熔透控制实验 |
6.2.1 错边情况下熔透控制实验 |
6.2.2 间隙情况下熔透控制实验 |
6.3 本章小结 |
结论及展望 |
博士学位论文创新点 |
参考文献 |
攻读博士学位期间发表及待发表论文及专利 |
致谢 |
附录 |
(10)脉冲熔化极气体保护焊接熔深自适应区间模型控制(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题目的和意义 |
1.2 焊缝成形过程传感及控制研究现状 |
1.2.1 焊缝成形过程传感研究现状 |
1.2.2 焊缝成形过程建模研究现状 |
1.2.3 焊缝成形过程控制研究现状 |
1.3 本文主要研究内容 |
第2章 传感策略分析 |
2.1 熔深或熔透测量方法分析 |
2.2 熔池表面深度的传感或测量 |
2.2.1 结构光法 |
2.2.2 阴影恢复法 |
2.2.3 双目视觉法 |
2.2.4 几何近似法 |
2.3 熔池表面深度替代表征量 |
2.4 本章小结 |
第3章 GMAW-P 焊接过程传感 |
3.1 GMAW-P 焊接过程传感信号分析 |
3.2 GMAW-P 焊接过程传感系统设计 |
3.2.1 GMAW-P 实验系统建立 |
3.2.2 GMAW-P 熔池表面深度传感系统 |
3.3 传感信号同步设计 |
3.4 GMAW-P 焊接过程传感初步结果 |
3.5 本章小结 |
第4章 GMAW-P 熔池表面深度测量 |
4.1 GMAW-P 熔池表面深度测量基本原理 |
4.2 标定 |
4.3 测量算法验证及误差分析 |
4.4 熔池表面深度测量实验 |
4.5 本章小结 |
第5章 GMAW-P 焊接过程分析及建模 |
5.1 实验设计 |
5.2 焊接实验结果及其讨论 |
5.2.1 定熔敷率 |
5.2.2 变熔敷率 |
5.3 适于实际应用的模型建立 |
5.3.1 熔池表面深度与焊接电压 |
5.3.2 适于实际应用的模型 |
5.4 本章小结 |
第6章 GMAW-P 焊接熔深控制系统建模 |
6.1 系统分析 |
6.2 阶跃实验 |
6.3 系统辨识 |
6.3.1 辨识信号设计 |
6.3.2 系统动态辨识 |
6.4 系统模型简化 |
6.5 本章小结 |
第7章 GMAW-P 焊接熔深控制 |
7.1 控制算法分析 |
7.1.1 预测控制 |
7.1.2 自适应控制 |
7.1.3 区间模型控制 |
7.2 GMAW-P 熔深控制 |
7.2.1 滤波 |
7.2.2 预测控制 |
7.2.3 自适应控制 |
7.2.4 自适应区间模型控制 |
7.2.5 PID 控制 |
7.2.6 控制算法效果比较 |
7.3 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文 |
致谢 |
个人简历 |
四、镁合金薄板TIG焊自适应弧长控制(论文参考文献)
- [1]SiC颗粒增强镁合金搅拌摩擦焊性能研究[D]. 刘凯龙. 北京石油化工学院, 2020(06)
- [2]基于GBDT算法的焊缝背部熔宽预测及其控制研究[D]. 石运良. 上海交通大学, 2020(09)
- [3]K-TIG焊接小孔行为及接头组织与性能的研究[D]. 崔书婉. 华南理工大学, 2019
- [4]基于多信息融合的铝合金脉冲GTAW过程焊接缺陷特征提取研究[D]. 张志芬. 上海交通大学, 2015(02)
- [5]J型坡口焊接机器人示教方法优化的研究[D]. 庹宇鲲. 天津大学, 2014(03)
- [6]双弧焊熔池图像处理及图像融合算法研究[D]. 崔勇. 南昌大学, 2014(01)
- [7]基于电弧声信号的铝合金脉冲GTAW熔透特征识别及其实时控制研究[D]. 吕娜. 上海交通大学, 2014(07)
- [8]铸态AZ91D镁合金双面TIG焊焊接接头组织研究[J]. 郭强,游国强,武婧亭. 热加工工艺, 2011(03)
- [9]基于视觉传感的机器人铝合金脉冲TIG焊接过程MLD建模方法研究[D]. 马宏波. 上海交通大学, 2011(07)
- [10]脉冲熔化极气体保护焊接熔深自适应区间模型控制[D]. 王志江. 哈尔滨工业大学, 2010(04)