CN103464906B - 激光焊接质量在线检测方法 - Google Patents
激光焊接质量在线检测方法 Download PDFInfo
- Publication number
- CN103464906B CN103464906B CN201310459376.4A CN201310459376A CN103464906B CN 103464906 B CN103464906 B CN 103464906B CN 201310459376 A CN201310459376 A CN 201310459376A CN 103464906 B CN103464906 B CN 103464906B
- Authority
- CN
- China
- Prior art keywords
- laser
- weld
- probability density
- value
- welding quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Laser Beam Processing (AREA)
Abstract
激光焊接质量在线检测方法。由于激光焊接过程的多变量耦合作用使得等离子体信号产生剧烈波动,很难找到一个有效识别焊接质量、稳定性及缺陷生成的可靠判定依据;检测结果差距大。本发明方法包括:激光焊接时,首先,实时选取各固定区间内的局部检测信号点集合进行概率密度分析;第二,根据激光焊接过程等离子体强度信号空间点阵的概率密度分布规律与实际焊接条件存在关联性,通过数学分析方法得出相应位置的概率密度分布函数,并从中提取出与激光焊接质量相关的有效信息的特征值组合;最后通过相关特征值分析实现对激光焊接稳定性、焊缝熔深变化及焊接缺陷位置的在线准确识别。本发明用于激光焊接检测。
Description
技术领域:
本发明涉及一种激光焊接质量在线检测方法。
背景技术:
激光焊接作为一种先进的特种焊接工艺,凭借其能量密度大、焊接速度高、焊缝热影响区小、变形小、接头机械性能高等优势,在工业界的各个领域占据着不可替代的地位,随着现代工业对焊接需求的不断加大,“高质量、高效率、低成本、智能化”将成为未来焊接技术研究和发展的方向。因此,对于激光焊接过程实施焊接质量在线检测则显得尤为重要。
由于激光等离子体主要是由高密度的激光束射入工件后,小孔内的金属蒸汽及保护气体在激光作用下发生电离,导致电子密度雪崩式的增长而形成的。所以激光等离子体信号与焊接过程中小孔的内部情况,如小孔内气压、温度及稳定性变化等存在很大的关联性,而激光焊接中小孔的状态又直接决定了焊接质量。因此,对激光等离子体信号的检测和分析是对激光焊接过程熔透情况、稳定性情况及缺陷易生成区域的较为直接、有效的检测途径。但是,由于激光焊接过程是一个光、热、力等综合作用下的一个高度非线性复杂的物理化学过程,多变量耦合作用使得等离子体信号产生剧烈波动,很难找到一个有效识别焊接质量、稳定性及缺陷生成的可靠判定依据;同时,由于无法有效去除焊接过程中大量不确定的随机干扰信号的影响,使得滤波处理、傅里叶转换、小波转换等现有信号处理方法都无法得到满意的检测结果。
发明内容:
本发明的目的是提供一种激光焊接质量在线检测方法。
上述的目的通过以下的技术方案实现:
一种激光焊接质量在线检测方法,激光焊接时,首先,通过滤光片和激光二极管进行在线检测,获得固定波长范围内的激光等离子体辐射强度信号,实时选取各固定区间内的局部检测信号点集合进行概率密度分析;第二,根据激光焊接过程等离子体强度信号空间点阵的概率密度分布规律与实际焊接条件存在关联性,通过数学分析方法得出相应位置的概率密度分布函数,描述出等离子体强度信号空间点阵的概率密度分布情况,并从中提取出与激光焊接质量相关的有效信息的特征值组;最后通过相关特征值分析实现对激光焊接稳定性、焊缝熔深变化及焊接缺陷位置的在线准确识别。
所述的激光焊接质量在线检测方法,依次选取各固定区间内的局部检测信号点集合进行概率密度分析,可获得各局部区域内与焊接状态及焊接缺陷有直接关联的特征值组合,最后通过所有计算得出的基值和躁动值的相关特征值分析实现对激光焊接全过程稳定性、焊缝熔深变化及焊接缺陷位置的有效识别。
所述的激光焊接质量在线检测方法,所述的概率密度分布函数是根据研究该区域内检测数据点空间概率密度分布情况提取出的。
所述的激光焊接质量在线检测方法,通过基值的波动情况在线检测焊缝熔深的变化情况,再通过躁动值的波动数值在线检测焊接过程稳定性的情况及定性分析焊接缺陷易生成区域。
有益效果:
1. 本发明是基于激光等离子体强度信号空间点阵概率密度分析手段的激光焊接熔深变化及焊接缺陷定性识别的在线检测方法,是一种完全不同于以往单纯的信号线性分析模式的新型检测方法,具有测试效果稳定及对焊接实际变化情况灵敏的特点,本发明尤其利用概率密度分析手段而有效屏蔽掉信号波动,并获得任何时间段内稳定可靠的分布特征值,因此可以在实际检测时,提供可靠的比照参数。
本发明方法在概率密度分布函数中提取特征值时是针对“有效”信号强度值区间进行数值分析,因此可去除随机干扰信号对检测结果产生的不利影响,简化检测过程。而激光焊接过程等离子体强度的概率分布规律与实际焊接条件存在关联性,因此可通过焊接信号特征值变化,发现实际焊接不稳定区域和焊接缺陷易生成区域。
本发明方法基于激光等离子体强度信号空间点阵概率密度分析手段的激光焊接熔深变化及焊接缺陷定性识别的在线检测方法,将特征值组合联合使用后,能够真实的反映出激光焊接过程焊缝成形情况,是对焊接质量在线检测的有效识别方法,并且这种激光焊接熔深变化及焊接缺陷定性识别的在线检测方法的适用范围能够扩展到激光焊接、电弧焊接及复合焊接中的其它光学、电磁及声学的检测信号分析上。
具体实施方式:
实施例1 :
1. 一种激光焊接质量在线检测方法,激光焊接时,首先,通过滤光片和激光二极管进行在线检测,获得固定波长范围内的激光等离子体辐射强度信号,实时选取各固定区间内的局部检测信号点集合进行概率密度分析;第二,根据激光焊接过程等离子体强度信号空间点阵的概率密度分布规律与实际焊接条件存在关联性,通过数学分析方法得出相应位置的概率密度分布函数,描述出等离子体强度信号空间点阵的概率密度分布情况,并从中提取出与激光焊接质量相关的有效信息的特征值组,例如焊接状态及焊接缺陷值;最后通过相关特征值分析实现对激光焊接稳定性、焊缝熔深变化及焊接缺陷位置的在线准确识别。
通过所述的相关特征值分析还能够实现对焊接熔透性、焊缝侧壁熔合性、焊缝表面质量等更多方面的焊接质量检测。
实施例2 :
实施例1 所述的激光焊接质量在线检测方法,依次选取各固定区间内的局部检测信号点集合进行概率密度分析,可获得各局部区域内与焊接状态及焊接缺陷有直接关联的特征值组合,最后通过所有计算得出的基值和躁动值的相关特征值分析实现对激光焊接全过程稳定性、焊缝熔深变化及焊接缺陷位置的有效识别。
所述的激光焊接质量快速无损检测方法,是基于等离子体面积信号空间点阵的概率密度分布在不同辐射强度区域内检测信号点的数量存在明显差异。通过将所有信号点的概率密度分布情况进行数学分析后,可得到描述该焊接条件下的等离子体面积信号概率密度分布函数及概率密度分布曲线。实验证明,在相同焊接条件下等离子体面积信号概率分布曲线具有较高的相似度,而在不同焊接条件下无论其走势还是区间范围均存在较大差异,说明激光焊接过程等离子体面积的概率分布规律与实际焊接条件存在较严格的对应关系。
实施例3 :
实施例1 或2 所述的激光焊接质量在线检测方法,所述的概率密度分布函数是根据研究该区域内检测数据点空间概率密度分布情况提取出的。
实施例4 :
实施例1 或2 所述的激光焊接质量在线检测方法,通过基值的波动情况在线检测焊缝熔深的变化情况,再通过躁动值的波动数值在线检测焊接过程稳定性的情况及定性分析焊接缺陷易生成区域。
实施例5 :
实施例1 或2 所述的激光焊接质量在线检测方法,还能应用到激光焊接、电弧焊接及复合焊接中的其它光学、电磁及声学的检测信号对于焊接质量的检测分析上。
实施例6 :
实施例1 或2 所述的激光焊接质量在线检测方法,基于激光等离子体强度信号空间点阵概率密度分析手段的激光焊接熔深变化及焊接缺陷定性识别的快速无损检测方法,在检测信号概率密度分布函数中,存在与激光焊接质量相关的有效信息,主要包括:
1)在等离子体强度信号空间分布的最密集区域,找到检测信号里最集中出现的信号强度数值,定义其为基值;所有局部基值逐点连接成为基值线,基值线与焊缝熔深变化存在关联性,以此作为焊缝熔深检测的依据。
)在等离子体强度信号空间分布中,除了分布的最密集区域以外,其它区域内的点也同样会对焊接效果产生作用,它们出现位置与“基值”距离越远,分布概率越大,对基值焊接效果下产生的波动也就越大,所以定义为躁动值,所有局部躁动值逐点连接成为躁动值曲线,躁动值曲线与工艺类气孔间也存在关联性,以此作为焊缝缺陷检测的依据。
)在等离子体强度信号空间分布中,同样能提取出表征熔透性、侧壁熔合性及表面缺陷的特征信息,用于焊接质量检测。
Claims (2)
1.一种激光焊接质量在线检测方法,其特征是:激光焊接时,首先,通过滤光片和激光二极管进行在线检测,获得固定波长范围内的激光等离子体辐射强度信号,实时选取各固定区间内的局部检测信号点集合进行概率密度分析;第二,根据激光焊接过程等离子体强度信号空间点阵的概率密度分布规律与实际焊接条件存在关联性,通过数学分析方法得出相应位置的概率密度分布函数,描述出等离子体强度信号空间点阵的概率密度分布情况,并从中提取出与激光焊接质量相关的有效信息的特征值组;最后通过相关特征值分析实现对激光焊接稳定性、焊缝熔深变化及焊接缺陷位置的在线准确识别,依次选取各固定区间内的局部检测信号点集合进行概率密度分析,可获得各局部区域内与焊接状态及焊接缺陷有直接关联的特征值组合,最后通过所有计算得出的基值和躁动值的相关特征值分析实现对激光焊接全过程稳定性、焊缝熔深变化及焊接缺陷位置的有效识别,利用概率密度分析手段而有效屏蔽掉信号波动,并获得任何时间段内稳定可靠的分布特征值,因此可以在实际检测时,提供可靠的比照参数。
2.根据权利要求1 所述的激光焊接质量在线检测方法,其特征是:所述的概率密度分布函数是根据研究该区域内检测数据点空间概率密度分布情况提取出的,通过基值的波动情况在线检测焊缝熔深的变化情况,再通过躁动值的波动数值在线检测焊接过程稳定性的情况及定性分析焊接缺陷易生成区域,所有局部躁动值逐点连接成为躁动值曲线,躁动值曲线与工艺类气孔间也存在关联性,以此作为焊缝缺陷检测的依据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310459376.4A CN103464906B (zh) | 2013-10-02 | 2013-10-02 | 激光焊接质量在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310459376.4A CN103464906B (zh) | 2013-10-02 | 2013-10-02 | 激光焊接质量在线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103464906A CN103464906A (zh) | 2013-12-25 |
CN103464906B true CN103464906B (zh) | 2015-08-05 |
Family
ID=49790070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310459376.4A Active CN103464906B (zh) | 2013-10-02 | 2013-10-02 | 激光焊接质量在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103464906B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105312770B (zh) * | 2014-07-29 | 2017-02-01 | 天津大学 | 基于等离子体电信号的激光焊接模式判定方法 |
CN105057887B (zh) * | 2015-08-17 | 2017-05-03 | 华南师范大学 | 一种电磁力辅助脉冲激光焊接方法及焊接装置 |
CN106018405B (zh) * | 2016-05-17 | 2019-03-22 | 机械科学研究院哈尔滨焊接研究所 | 激光焊接熔透在线检测方法 |
CN106296679A (zh) * | 2016-08-08 | 2017-01-04 | 武汉科技大学 | 一种确定直缝焊管焊接质量的方法 |
CN108375581B (zh) * | 2017-01-04 | 2020-08-04 | 中国航空制造技术研究院 | 基于声光信号监测的双光束激光焊接过程缺陷控制方法 |
DE102018208647A1 (de) | 2018-05-30 | 2019-12-05 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Lasermesseinrichtung zur Messung einer Distanz zu einem Objekt sowie Verfahren zum Betreiben derselben |
CN113245693B (zh) * | 2021-04-19 | 2023-04-07 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种光学弱相干成像的激光焊接熔深信息监测设备及其检测方法 |
CN113237432B (zh) * | 2021-04-19 | 2022-10-18 | 武汉光谷航天三江激光产业技术研究院有限公司 | 激光焊接熔深提取方法及设备 |
CN114559160A (zh) * | 2022-03-08 | 2022-05-31 | 北京工业大学 | 一种激光-电弧复合非穿透焊接中气孔的原位探测方法 |
CN115144399B (zh) * | 2022-08-30 | 2023-01-13 | 吉林省信息技术研究所 | 一种基于机器视觉的装配质量检测方法及装置 |
CN117330941B (zh) * | 2023-11-29 | 2024-02-02 | 珠海智锐科技有限公司 | 新能源bms印刷电路板的性能测试方法及相关装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT391210B (de) * | 1985-10-03 | 1990-09-10 | Voest Alpine Ag | Verfahren zur bestimmung der art von punktfoermigen und laengserstreckten einzelfehlern in werkstuecken mittels ultraschall |
JP3603843B2 (ja) * | 2001-02-23 | 2004-12-22 | 日産自動車株式会社 | レーザー溶接部の品質モニタリング方法およびその装置 |
JP4120254B2 (ja) * | 2002-04-05 | 2008-07-16 | トヨタ自動車株式会社 | レーザ溶接品質評価装置、レーザ溶接装置及び方法 |
CN100341658C (zh) * | 2005-07-04 | 2007-10-10 | 中国航空工业第一集团公司北京航空制造工程研究所 | 一种高能束流焊接过程多信号融合监测仪 |
CN201397303Y (zh) * | 2008-12-26 | 2010-02-03 | 中国科学院沈阳自动化研究所 | 一种结构光焊缝图像特征点快速提取装置 |
CN101692270B (zh) * | 2009-10-19 | 2011-12-07 | 北京航空航天大学 | 一种基于多元火焰监测器的燃料种类在线判别方法 |
IT1397985B1 (it) * | 2010-02-08 | 2013-02-04 | Prima Ind Spa | Procedimento di monitoraggio della qualità di processi di lavorazione laser e relativo sistema |
CN202256171U (zh) * | 2011-09-02 | 2012-05-30 | 天津科技大学 | 一种集成电路板芯片引脚焊接缺陷检测仪 |
-
2013
- 2013-10-02 CN CN201310459376.4A patent/CN103464906B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103464906A (zh) | 2013-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103464906B (zh) | 激光焊接质量在线检测方法 | |
CN103499579B (zh) | 激光焊接质量快速无损检测方法 | |
Zhang et al. | Multisensor-based real-time quality monitoring by means of feature extraction, selection and modeling for Al alloy in arc welding | |
CN106870957B (zh) | 一种管道缺陷漏磁信号的特征提取方法 | |
CN103323526A (zh) | 一种基于超声相控阵和支持向量机的焊缝缺陷检测识别方法 | |
Gao et al. | Analysis of high-power disk laser welding stability based on classification of plume and spatter characteristics | |
Garcia-Allende et al. | Spectral processing technique based on feature selection and artificial neural networks for arc-welding quality monitoring | |
CN107796827A (zh) | 集成芯片裂纹检测装置及方法 | |
Gao et al. | Multi-sensor information fusion for monitoring disk laser welding | |
CN104573321A (zh) | 一种变压器油中溶解气体不良数据的识别和处理方法 | |
CN106018405B (zh) | 激光焊接熔透在线检测方法 | |
Zhang et al. | Online defect detection of Al alloy in arc welding based on feature extraction of arc spectroscopy signal | |
He et al. | Time–frequency feature extraction of acoustic emission signals in aluminum alloy MIG welding process based on SST and PCA | |
CN108375581B (zh) | 基于声光信号监测的双光束激光焊接过程缺陷控制方法 | |
Ruan et al. | A modified backward elimination approach for the rapid classification of Chinese ceramics using laser-induced breakdown spectroscopy and chemometrics | |
Huang et al. | Key Technologies of Intelligentized Welding Manufacturing | |
CN105572081A (zh) | 一种表征饱和吸收材料的高灵敏度测量方法 | |
Luan et al. | Porosity defect detection based on FastICA-RBF during pulsed TIG welding process | |
CN115236132A (zh) | 一种基于激光诱导的含能材料爆炸参数测量系统及方法 | |
Feng et al. | Evolution of triax magnetic flux leakage inspection for mitigation of spiral weld anomalies | |
Gao et al. | Time-frequency characteristics clustering of metallic plume during high power disk laser welding | |
Gourishetti et al. | Monitoring of Joint Gap Formation in Laser Beam Butt Welding by Neural Network-Based Acoustic Emission Analysis | |
CN104708208B (zh) | 激光输出装置及其蓝宝石挖槽方法 | |
CN202939128U (zh) | 基于libs的锅炉受热面高温失效趋势快速分析装置 | |
Zhang et al. | An end-to-end framework based on acoustic emission for welding penetration prediction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |