CN102744493A - 一种基于电弧声的弧焊过程稳定性定量评价方法 - Google Patents

Abstract

本发明公开了一种基于电弧声的弧焊过程稳定性定量评价方法，具体是指将去噪后的电弧声信号进行短时能量计算，利用统计指标绘制概率累积分布图和概率分布直方图，计算概率累计分布曲线的阶段斜率与能量的概率分布最大值，最后通过自行设计的电弧声评价指标ASST实现焊接过程稳定性评价。本发明将短时能量和统计学理论结合起来设计了电弧声的焊接过程稳定性评价体系，综合考虑电弧声能量的分布和变化趋势这两种情况，自行设计了基于短时能量的焊接过程稳定性评价指标，本发明所述方法能利用电弧声有效地量化弧焊过程的稳定性程度。

Description

一种基于电弧声的弧焊过程稳定性定量评价方法

技术领域

本发明属于弧焊质量评定领域，特别涉及一种利用弧焊过程电弧声信号实现焊接过程稳定性评价的定量评价方法。

背景技术

焊接过程中产生的电弧声信号蕴涵着丰富的电弧信息，与电弧行为、熔滴过渡方式、电弧稳定性、焊缝质量等有着密切的相关性，是研究焊接过程稳定性及焊接质量监控的重要信息源之一。稳定的焊接过程，电弧声柔和平稳，飞溅较少或基本没有。飞溅降低了焊接生产率，严重影响焊接质量。当飞溅产生时会发出“啪”的爆破声，使电弧声信号的电压增大，输出能量增加。因此，通过分析电弧声信号的能量变化能观察到飞溅的发生及程度，进一步可判断焊接过程的稳定性。

刘立君等研究人员设计了一个MIG焊电弧声信号的采集和分析平台，在这个平台上研究了MIG焊电弧声信号与熔透状态相关性，发现熔透状态下的电弧声信号能量明显高于未熔透状态，当焊缝发生过熔透时，信号能量降低；兰州理工大学马跃洲以短路过渡CO2焊接过程电弧声信号为主要研究对象，分析了电弧声信号与焊接状态的相关性，认为可采用电弧声信号进行焊接状态的模式识别，不同的电弧声信号形态表明了焊接的不同阶段，并利用电弧声频带能量集合建立焊接飞溅量预测的BP网络模型，实现了焊接过程飞溅量的预测；兰州理工大学樊丁、石玗团队以铝合金MIG焊的电弧声为研究对象，分析了电弧声与熔滴过渡的相关性；通过ARMA双谱对不同熔滴过渡的电弧声进行分析，建立不同熔滴过渡的电弧声模式，实现了基于电弧声的熔滴过渡类型快速识别；上海交通大学研究了GTAW焊时气流、焊接速度、电弧长度和声音信号采集角度对采集到的声压信号的影响，得到了不同参数对电弧声影响情况的定性变化趋势。

从上述对焊接过程电弧声的研究来看，到目前为止，关于焊接过程电弧声的监测和研究并不多，主要集中在电弧声特性和焊接质量的相关性上，尚未有利用电弧声进行焊接过程稳定性定量评价的研究报道。在国内专利中检索，也尚未发现有利用电弧声评价的焊接过程稳定性的专利公开。

短时能量分析是语音信号时域分析的基本方法，在语音信号检测、语音信号能量区分、语音识别等方面具有广泛应用，利用短时能量能表征电弧声的稳定性，但是仅以短时能量无法实现焊接过程稳定性的定量分析。

就国内目前公开发表的文献来看，利用短时能量对焊接过程稳定性进行定量评价的研究尚未见报道。

综上所述，利用电弧声进行焊接过程稳定性的评价还处于国内空白阶段，结合电弧声的短时能量和统计学指标对焊接过程稳定性进行定量评价，是焊接过程稳定性评价的新途径。

发明内容

本发明的目的在于针对当前焊接过程稳定性评价的不足，提供一种基于电弧声的弧焊过程稳定性定量评价方法，将短时能量和统计学指标相结合，实现焊接过程稳定性的定量评价。

本发明的目的通过以下技术方案实现：

一种基于电弧声的弧焊过程稳定性定量评价方法是指将去噪后的电弧声信号进行短时能量计算，利用统计指标绘制概率累积分布图和概率分布直方图，计算概率累计分布曲线的阶段斜率与能量的概率分布最大值，最后通过自行设计的电弧声评价指标ASST(Arc Sound Statistics)实现焊接过程稳定性评价。具体包括如下步骤：

(1)利用测试平台采集焊接过程的电弧声信号；

(2)对所采集的电弧声数据进行预处理，通过小波包滤波算法实现信噪分离，得到特征值明显的电弧声信号；

(3)通过加窗，计算电弧声信号的短时能量；

(4)计算短时能量概率累积分布(Cumulative Distribution Function，CDF)，并绘制相应曲线；

(5)计算短时能量概率分布，并绘制概率分布直方图；

(6)设置边界条件，利用微变等效思想，求解步骤(4)求出的概率累积分布曲线的阶段斜率E_nCDF；

(7)对步骤(5)所得概率分布直方图，求取稳定条件下某个电流最大能量分布概率对应的能量点的概率值E_nP；

(8)求解自行设计的焊接过程电弧声稳定性评价指标ASST。

所述步骤(3)中的短时能量定义为下式：

$E_n=\underset{k=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{x}^2\left(k\right)h(n-k)---\left(1\right)$

式中短时能量E_n是信号x²(k)经过冲击响应为h(n)的数字滤波器的滤波结果。

上式计算过程中所用的窗为矩形窗，长为100，由下式定义：

所述步骤(5)中的概率累积分布函数，定义为下式：

F(x)＝P(X≤x)            (3)

性质如下：

$\left\{\begin{array}{cc}\underset{x\→-\∞}{\lim }F\left(x\right)=0& \\ \underset{x\→+\∞}{\lim }F\left(x\right)=1& \\ F\left(x_1\right)\≤F\left(x_2\right)& x_1\≤x_2\end{array}\right.---\left(4\right)$

所述步骤(6)中的概率累积分布曲线的阶段斜率E_nCDF的计算公式如下：

$E_{\mathrm{nCDF}}=\frac{F\left(x_1\right)-F\left(x_2\right)}{x_1-x_2}---\left(5\right)$

式中E_nCDF表示概率累积分布曲线的阶段斜率，F(x₁)表示概率累积分布曲线上的起点纵坐标，F(x₂)表示概率累积分布曲线上的终点纵坐标，x₁、x₂为对应的横坐标值，研究发现x₁、x₂为式(3)分别等于20％、80％时的值评定效果较好。

所述步骤(7)中的稳定条件下某个电流最大能量分布概率对应的能量点的概率值E_nP，计算公式如下：

E_nP＝P[w(I)]        (6)

式中E_nP为能量概率分布图中的最大概率值，w(I)表示稳定条件下某个电流最大能量分布概率对应的能量点，w(I)可通过多次试验结果拟合得到。

所述步骤(8)中的电弧声评价指标ASST计算公式如下：

ASST＝E_nCDF×E_nP    (7)

所设计的电弧声评价指标ASST中的因子E_nCDF和E_nP对于弧焊过程稳定性的判断的变化趋势一致，通过相乘放大了这种趋势，使不同信号的评价结果区别更明显。

本发明与现有技术相比，具有如下优点和有益效果：本发明利用电弧声实现了焊接过程稳定性的定量评价，结合短时能量和统计学指标进行了弧焊过程稳定性分析，综合考虑电弧声短时能量变化的趋势和分布情况，设计了区分度明显的评价指标，取得了较为可靠的定量评价结果。本发明所研究的电弧声稳定性评价方法，在焊接过程在线监测、焊接工艺性能评定等方面具有一定的工业应用价值。

附图说明

图1是本发明一种基于电弧声的弧焊过程稳定性定量评价方法的流程图。

图2～5是本发明实施例中样本1至样本4小波包滤波后的电弧声波形图。

图6～9是本发明实施例中样本1至样本4电弧声短时能量分布图。

图10-13是本发明实施例中样本1至样本4的CDF及概率分布图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图和实施例，对本发明做进一步的详细说明，但是本发明的实施方法和要求保护的范围并不局限于此。

图1为本发明一种基于电弧声的弧焊过程稳定性定量评价方法的流程图，具体包括如下步骤：

(1)利用测试平台采集焊接过程的电弧声信号；

(2)对所采集的电弧声数据进行预处理，通过小波包滤波算法实现信噪分离，得到特征值明显的电弧声信号；

(3)通过加窗，计算电弧声信号的短时能量；

(4)计算短时能量概率累积分布，并绘制相应曲线；

(5)计算短时能量概率分布，并绘制概率分布直方图；

(6)设置边界条件，利用微变等效思想，求解步骤(4)求出的概率累积分布曲线的阶段斜率E_nCDF；

(7)对步骤(5)所得概率分布直方图，求取稳定条件下某个电流最大能量分布概率对应的能量点的概率值_EnP；

(8)求解自行设计的焊接过程电弧声稳定性评价指标ASST。

本发明以双丝脉冲MIG焊的电弧声信号定量评价分析为例进行实施例的阐述。实施例测试平台由DSP一体化双丝弧焊电源、行走机构控制器及焊接试验台、焊接电弧动态小波分析仪、双丝脉冲MIG焊软开关逆变电源、送丝机、双丝焊枪、水箱等设备构成。在测试中，利用无线麦克风实现对电弧声信号的采集，由自行研制的一体化双丝脉冲MIG焊软开关逆变电源的控制软件实现控制波形。所用试件为Q235钢，厚8.0mm，焊丝采用H08Mn2SiA，直径为Φ1.0mm，保护气体为纯氩。气体流量15L/min，焊丝干伸长12.0mm，两根焊丝末端之间距离为8.0mm，平板堆焊方式。

图2至图5，是本实施例中四个样本的电弧声波形图，这四个样本由上述平台采集，由电脑直接保存，导入matlab进行小波包滤波后进行显示。

从图可见，四个电弧声样本的稳定性依次由好变差。其中图2所示样本1的电弧声幅值较小，没有较大的能量变化，试听表现为声音柔和，没有爆破声；图3的能量变化也比较均匀；图4则呈现出阶段性的能量增大，表现为电弧声能量不均匀；图5则幅值较大，时有能量突增，试听发现时有较大的爆破声。

图6至图9，是本实施例中四个样本的短时能量分布图。图6、图7所示样本1、样本2信号比较稳定，短时能量图比较均匀，主要分布在0.01以内的区间，变化较小。图8、图9所示两个样本稳定性变差，时有能量突变和能量尖峰，能量分布不均匀，幅值增大处多为不稳定的焊接过程。

图10至图13，是本实施例中四个样本的CDF分布及概率直方图。图10、图11所示样本1、样本2呈现出较好的分布特性，CDF曲线为陡升曲线，概率分布比较集中，主要能量集中在低能量段，声音较为轻柔，样本1、样本2稳定性的差别用肉眼难以区分。图12、图13所示样本3、样本4稳定性变差，CDF曲线斜率变小，概率分布趋于分散，样本4的稳定性更差，表现在图13中，为CDF曲线斜率更小一些，从概率直方图来看能量分布相当分散。

对图10至图13的统计结果，计算概率累积分布曲线的阶段斜率E_nCDF，式中F(x₁)＝20％，F(x₂)＝80％，计算结果如下：

样本1    E_nCDF＝181.8697

样本2    E_nCDF＝164.0314

样本3    E_nCDF＝55.1476

样本4    E_nCDF＝44.7099

可以发现E_nCDF依次变小，表明越不稳定的焊接过程，电弧声CDF曲线斜率越小，对应的CDF曲线越平缓，越稳定的焊接过程，CDF曲线越陡直。

对图10至图13的统计图，计算稳定条件下某个电流最大能量分布概率对应的能量点的概率值E_nP，结果如下：

样本1    E_nP＝0.2084

样本2    E_nP＝0.2154

样本3    E_nP＝0.0931

样本4    E_nP＝0.0454

从上述结果可以看出，电弧声的最大能量分布概率对应的能量点的概率值E_nP和E_nCDF变化趋势一致，越稳定的焊接过程，其E_nP和E_nCDF都越大，反之越小。说明在稳定焊接阶段，电弧声能量分布主要处于低能量段，且分布非常集中。

最后，按照ASST指标计算公式，得到电弧声稳定性定量评价结果如下：

样本1    ASST＝37.9008

样本2    ASST＝35.3316

样本3    ASST＝5.1347

样本4    ASST＝2.0308

短时能量的量化指标ASST呈现出由大至小的规律，表示四个样本的稳定性由好转差。样本1和样本2相差不大，说明两者稳定性都不错，样本1稍好于样本2；样本3、样本4的ASST值远小于样本1、2，表明稳定性差，和样本1、样本2的稳定性存在较大差距。通过本发明设计的方法有效地区分了焊接过程稳定程度。

上述量化评价结果与对图2至图5的电弧声稳定性定性分析、试听结论一致。四个样本电弧声的ASST指标计算结果表明，本发明的量化评价方法，与实际情况一致，能正确反映焊接过程的稳定性；样本1，样本2的ASST指标的计算结果表明，发明所研究的评价方法，分辨率较高，能分辨肉眼和听觉难以区分的细微差别，有助于发现弧焊过程的内在规律。

该实施例也说明本发明一种基于电弧声的弧焊过程稳定性定量评价方法符合实际情况，具有较好的实际应用价值，本发明研究的弧焊过程电弧声稳定性评价方法为焊接过程稳定性定量评价开辟了一个新途径。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (4)

1.一种基于电弧声的弧焊过程稳定性定量评价方法，其特征在于将去噪后的电弧声信号进行短时能量计算，利用统计指标绘制概率累积分布图和概率分布直方图，计算概率累计分布曲线的阶段斜率与能量的概率分布最大值，最后通过自行设计的电弧声评价指标ASST(Arc Sound Statistics)实现焊接过程稳定性评价，具体包括如下步骤：

(1)利用测试平台采集焊接过程的电弧声信号；

(2)对所采集的电弧声数据进行预处理，通过小波包滤波算法实现信噪分离，得到特征值明显的电弧声信号；

(3)通过加窗，计算电弧声信号的短时能量；

(4)计算短时能量概率累积分布，并绘制相应曲线；

(5)计算短时能量概率分布，并绘制概率分布直方图；

(6)设置边界条件，利用微变等效思想，求解步骤(4)求出的概率累积分布曲线的阶段斜率E_nCDF；

(7)对步骤(5)所得概率分布直方图，求取稳定条件下某个电流最大能量分布概率对应的能量点的概率值E_nP；

(8)求解自行设计的焊接过程电弧声稳定性评价指标ASST。

2.根据权利要求1所述一种基于电弧声的弧焊过程稳定性定量评价方法，其特征在于，步骤(6)中的E_nCDF按以下公式计算：

$E_{\mathrm{nCDF}}=\frac{F\left(x_1\right)-F\left(x_2\right)}{x_1-x_2}$

3.根据权利要求1所述一种基于电弧声的弧焊过程稳定性定量评价方法，其特征在于，步骤(7)中的E_nP按以下公式计算：

E_nP＝P[w(I)]

4.根据权利要求1所述一种基于电弧声的弧焊过程稳定性定量评价方法，其特征在于，步骤(8)中的ASST按以下公式计算：

ASST＝E_nCDF×E_nP

Images