CN104457841A - 电阻点焊质量在线监测方法 - Google Patents

Abstract

本发明涉及一种电阻点焊质量在线监测方法，属于电阻点焊质量监测技术领域。首先在电阻点焊实际生产过程中对其焊接电流、电极间电压进行实时采集，计算出动态电阻曲线，依据实际生产中焊接工艺应用原则，即合格焊点为大概率事件，然后利用统计原理，系统进行建模样本容量估计，并且对动态电阻曲线进行聚类分析，根据分析结果预测新焊点合格概率。本发明没有对特定焊接工艺条件下进行建模，自动建模方式具有普适性特点，并且直接采用焊接生产数据建模，所以更加适用于实际生产，大大提高在线监测准确率。

Description

电阻点焊质量在线监测方法

技术领域

    本发明涉及电阻点焊质量监测技术领域，特别涉及一种电阻点焊质量在线监测方法。通过监测电阻点焊实际生产过程中多个固有工艺参数及其衍生的动态电阻信息，在网格坐标系中，基于动态电阻曲线平均距离聚类分析方法、统计概率密度方法实现自动建模在线评估点焊质量。

背景技术

电阻点焊广泛应用于航空、航天、汽车制造等技术领域，然而由于影响点焊过程的干扰因素多，易于导致焊接质量的不稳定，因此焊接质量监测是保证焊接质量的重要方法。

由于电阻点焊质量是高度非线性的多变量耦合作用的结果，在电阻点焊质量在线监测方法中，若采用单一参数信息监测的方法，不能全面正确地对点焊质量进行评价；若采用焊接电流，电极间电压，动态电阻，电极位移，电极压力等多参数信息进行点焊质量在线评估，由于其中电极位移、电极压力等参数信号采集需要精密的传感仪器，不但增加成本，而且这些仪器抗干扰能力差，不适合在实际生产中使用，而且现有的电阻点焊监测方法都是在特定工艺参数下离线建模，不具有普适性特征。

电阻点焊过程中，动态电阻曲线与熔核的生长过程有密切关系，所以监测动态电阻曲线评估点焊质量有重要依据，现有的依据动态电阻曲线评估点焊质量的方法都是离线建模或者根据特定参数及工艺进行在线建模。

发明内容

本发明的目的在于提供一种电阻点焊质量在线监测方法，解决了现有点焊质量监测技术存在的问题，建立电阻点焊实际生产过程中多个工艺参数及其衍生的反映点焊热过程变化的动态电阻信息与点焊质量的关系。

本发明的上述目的通过以下技术方案实现：

电阻点焊质量在线监测方法，包括如下步骤：

1）建立用户输入模块：在数据采集之前，需要用户根据实际焊接工艺规范输入点焊焊接参数，包括：焊接电流I及其通电时间t、电极压力P，及其允许范围（一般允许有效范围为焊接参数的上下1±10%）；另外设置其它相关点焊工艺信息，如材料类型、板厚；

2）焊接电流，电极间电压，电极压力以及动态电阻信息的获取：

2．1）通过电流传感器进行焊接电流实时采集，通过监测加压缸内流体压力，间接对电极压力进行实时采集，同时对电极间电压实时采集；

2.2）进行信号采集时，自动检测焊接信号，通过设置阈值的方法，避免杂波信号对检出焊接信号的影响；检测出焊接信号后，依据每段脉冲间隔时间判断是否为多段电流脉冲焊；                                 

根据公式：

每半个周波计算一次电流有效值，其中K为电流校正系数，n₁为焊接开始点，n₂为焊接结束点，I_n为电流信号的第n个采样值；并将相关数据进行数据库储存；

2.3）对焊接电流及电极间电压的实时监测数据进行阈值滤波以及带通滤波，绘出焊接电流曲线、计算出电流有效值以及通电时间；

2.4）利用获得的电流及电极间电压实时波形数据进行V/I比值计算，得到点焊过程的动态电阻数据；

3）建立系统所需数据的提取：

3.1）动态电阻数据经过最小二乘法非线性曲线拟合得到点焊过程中动态电阻曲线，内置多种数学拟合模型，例如指数函数Y=ae^bX+c，对数拟合Y=a+blnX (X>0)，幂函数Y=aX^b+k (a>0,X>0)，多项式拟合Y=a₀+a₁x+a₂x²+…+a_nxⁿ等，根据连续函数求导找出稳定点；

3.2）或者通过递推点求均值方式平滑处理得到点焊过程中动态电阻曲线，离散点相邻两点斜率趋势寻找稳定点；

3.3）计算整体动态电阻曲线的稳定点个数，以及稳定点处的时间坐标参数、电阻值；

3.4）绘制动态电阻曲线于横轴为时间t，纵轴为电阻值R的网格坐标系中，横坐标以焊接信号开始点为零点，每份为一个周波（即20ms）进行等距划分为h等分，每等分按照阻值大小记录出每等份的阻值区间,每等分稳定点数，纵坐标则进行虚线划分，以便于用户观察动态电阻曲线；

3.5）建立监测模型需要对动态电阻曲线进行特征提取，以数据采集频率5kHz为例，若全部将焊接有效点用作特征维数进行聚类分析，必然造成维数灾难，所以必须对数据进行处理；上述将动态电阻曲线绘于网格坐标系内，即为特征提取做准备，以电阻最大值，最小值，稳定点数，稳定点处时间坐标与阻值，每等分电阻均值为特征量；

4）对建立系统的样本筛选：

4.1)实际生产中无法断定不合格焊点何时发生，可能前100个焊点都为合格焊点，也可能前5个焊点就出现不合格焊点，但是在实际生产中，每开始采用新的点焊工艺，都会进行试验片检测，因此，保证了本发明监测点焊过程稳定性的可行性，从正常试验片开始，监测程序认为焊接开始，默认焊接试验片的动态电阻曲线为正常曲线；

4.2)生产企业通常以点焊试验片拉剪强度是否超过规定值来判断焊点是否合格，但在实际生产中有可能出现下述情况：焊接过程中产生飞溅，经过拉剪强度检测为合格焊点。然而，飞溅作为一种严重焊接缺陷，不仅降低焊件表面质量，影响焊件疲劳强度，还会对操作人员身体健康造成伤害。因此，飞溅焊点动态电阻曲线不可以作为合格焊点的样本曲线；

4.3)对读入样本进行筛选方法为验证动态电阻曲线稳定点数，正常无飞溅合格焊点动态电阻曲线只有一个稳定点数，若稳定点数不等于一，对样本进行舍弃处理；

5）自动寻找建立系统的最佳样本数：

焊点样本数据，看作为一个焊点样本数据集合，对该样本集合的样本数据采用增量式读取处理方式，依据聚类分析的方法寻找最佳样本数，计算步骤如下：

5.1）按照平均距离原则，从第二个焊点样本数据开始，每读入一个新的焊点样板数据，计算该焊点数据与之前所有焊点数据的平均距离；

5.2）当前焊点的平均距离与之前焊点的平均距离做对比，找出其中最小的平均距离；

将特征值带入欧式距离，计算焊点间距离dmi=sqrt( ∑(xi1-xi2)^2 )

则平均距离d=(dm1+dm2…dmn)/m ；

其中i=1,2..n;m为当前焊点总数；xi1，xi2为不同焊点特征向量；

5.3）计算当前焊点方差，并与之前焊点方差作比较；

5.4）每读入一个新焊点数据，则重复步骤1）-3），焊点数大于20以上，当方差范围集中程度达到百分之九十以上，则认为样本数已经达到稳定，此时集中的百分之九十的焊点数即为建模样本数；

6）系统判断条件的确定：

6.1)在步骤4）中，平均距离最小的焊点动态电阻曲线则为模型中需要的标准动态电阻曲线；

6.2)以上述确定的标准动态电阻曲线稳定点处时间坐标为界，将样本内所有焊点动态电阻曲线一分为二，分别找出每等分最大平均距离Dmax1、Dmax2,则Dmax1、Dmax2为阈值；

6.3)利用建立的监测模型进行点焊质量实时监测评估时，只要被监测焊点的动态电阻曲线与监测模型标准焊点的动态电阻曲线的平均距离大于Dmax1、Dmax2，则认为不满足聚类分析条件，给出焊点异常提醒；

6.4)基于上述聚类分析方法得到焊点动态电阻曲线的整体相似度分类，再根据分类结果统计出满足聚类分析条件类组中稳定点数，稳定点处的时间坐标范围、电阻值范围；

6.5)其中，统计出的稳定点数，稳定点处的时间坐标范围、电阻值范围作为分析条件，对被监测焊点进行分析，如果不满足分析条件，则直接给出焊点异常判断结果；若连续出现本数据依据焊机稳定性设置m个焊点异常，则提醒用户检查是否修正焊接参数，如选择是，则模型自动重新建立；

6.6)依据同样方法对动态电阻曲线横坐标以1cyc划分的各等分进行二类聚类分析，即该等份合格与不合格，也同样根据每等份的分类结果统计出不同等份的稳定点数，稳定点处的时间坐标范围、电阻值范围；

6.7)其中，每等份统计出的稳定点数，稳定点处的时间坐标范围、电阻值范围只能用于大于样本数焊点的最终验证，每等分合格范围判断每等分是否合格，综合h等分判断结果，给出所监测焊点合格率。

本发明的有益效果在于：根据实际生产中的点焊规范已经过大量实验，不合格焊点概率相当低（一般低于5%），合格焊点先验概率大的特点，直接采用焊接生产数据建模，所以更加适用于实际生产。由于在线监测的复杂性，不能仅依据离线经验给定样本数，本发明完全根据概率密度实现样本数的自动评估，不需要人为设定样本数；凡是应用于实际焊接的工艺参数，其焊接合格点要远远多于不合格焊点，这为本发明提出建立一个通用模型的方法提供了重要依据。而且，由于在线训练点焊质量监测模型，是在实际的不确定因素环境下进行的，因此在线训练比离线训练更适用于生产实际。本发明没有对特定焊接工艺条件下进行建模，自动建模方式具有普适性特点，并且直接采用焊接生产数据建模，所以更加适用于实际生产，大大提高在线监测准确率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明的建立模块流程图；

图2为本发明的未经处理的正常焊点动态电阻曲线图；

图3为本发明的监测界面结果显示图；

图4为本发明的用户输入模块的参数设置列表。

具体实施方式

下面结合附图进一步说明本发明的详细内容及其具体实施方式。

参见图1至图4所示，本发明的电阻点焊质量在线监测方法，包括以下步骤：

1）建立用户输入模块，并且设置出现该模块的快捷键为Alt+Shift：在数据采集之前，需要用户根据实际焊接工艺规范输入点焊焊接参数，包括：焊接电流I及其通电时间t、电极压力P，及其允许范围（一般允许有效范围为焊接参数的上下1±10%）,另外设置其它相关点焊工艺信息，如材料类型、板厚。

2）焊接电流，电极间电压，电极压力以及动态电阻信息的获取：

2．1）在实际生产中，利用电流传感器进行焊接电流实时采集，通过监测加压缸内流体压力，间接对电极压力进行实时采集，同时对电极间电压实时采集。

2.2）进行信号采集时，自动检测焊接信号，通过设置阈值的方法，避免杂波信号对检出焊接信号的影响；检测出焊接信号后，依据每段脉冲间隔时间判断是否为多段电流脉冲焊。                            

根据公式：

每半个周波计算一次电流有效值，其中K为电流校正系数，n₁为焊接开始点，n₂为焊接结束点，I_n为电流信号的第n个采样值；并将相关数据进行数据库储存，

绘出焊接电流，电压，压力曲线，计算出电流有效值以及通电时间；

2.3）对焊接电流及电极间电压的实时监测数据进行阈值滤波以及带通滤波。

2.4）利用获得的电流及电极间电压实时波形数据进行V/I比值计算，得到点焊过程的动态电阻数据。

3）建立系统所需数据的提取：

3.1）动态电阻数据经过最小二乘法非线性曲线拟合得到点焊过程中动态电阻曲线，内置多种数学拟合模型，例如指数函数Y=ae^bX+c，对数拟合Y=a+blnX (X>0)，幂函数Y=aX^b+k (a>0,X>0)，多项式拟合Y=a₀+a₁x+a₂x²+…+a_nxⁿ等，根据连续函数求导找出稳定点；

3.2）或者通过递推点求均值方式平滑处理得到点焊过程中动态电阻曲线，离散点相邻两点斜率趋势寻找稳定点；

3.3）计算整体动态电阻曲线的稳定点个数，以及稳定点处的时间坐标参数、电阻值；

3.4）绘制动态电阻曲线于横轴为时间t，纵轴为电阻值R的网格坐标系中，横坐标以焊接信号开始点为零点,每份为一个周波（即20ms）进行等距划分为n等分，每等分按照阻值大小记录出每等份的阻值区间,每等分稳定点数，纵坐标则进行虚线划分，以便于用户观察动态电阻曲线。

3.5）建立监测模型需要对动态电阻曲线进行特征提取，以数据采集频率5kHz为例，若全部将焊接有效点用作特征维数进行聚类分析，必然造成维数灾难，所以必须对数据进行处理。上述将动态电阻曲线绘于网格坐标系内，即为特征提取做准备，以电阻最大值，最小值，稳定点数，稳定点处时间坐标与阻值，每等分电阻均值为特征量。

4）对建立系统的样本筛选：

4.1)实际生产中无法断定不合格焊点何时发生，可能前100个焊点都为合格焊点，也可能前5个焊点就出现不合格焊点，但是在实际生产中，每开始采用新的点焊工艺，都会进行试验片检测，因此，保证了本发明监测点焊过程稳定性的可行性，从正常试验片开始，监测程序认为焊接开始，默认焊接试验片的动态电阻曲线为正常曲线。

4.2)生产企业通常以点焊试验片拉剪强度是否超过规定值来判断焊点是否合格，但在实际生产中有可能出现下述情况：焊接过程中产生飞溅，经过拉剪强度检测为合格焊点。然而，飞溅作为一种严重焊接缺陷，不仅降低焊件表面质量，影响焊件疲劳强度，还会对操作人员身体健康造成伤害。因此，飞溅焊点动态电阻曲线不可以作为合格焊点的样本曲线。

4.3)对读入样本进行筛选方法为验证动态电阻曲线稳定点数，正常（无飞溅）合格焊点动态电阻曲线只有一个稳定点数，若稳定点数不等于一，对样本进行舍弃处理

5）自动寻找建立系统的最佳样本数：

焊点样本数据，可以看作为一个焊点样本数据集合，对该样本集合的样本数据采用增量式读取处理方式，依据聚类分析的方法寻找最佳样本数，计算步骤如下：

5.1）按照平均距离原则，从第二个焊点样板数据开始，每读入一个新的焊点样板数据，计算该焊点数据与之前所有焊点数据的平均距离。

5.2）当前焊点的平均距离与之前焊点的平均距离做对比，找出其中最小的平均距离。

将特征值带入欧式距离，计算焊点间距离dmi=sqrt( ∑(xi1-xi2)^2 )

则平均距离d=(dm1+dm2…dmn)/m ；

其中i=1,2..n;m为当前焊点总数；xi1，xi2为不同焊点特征向量。

5.3）计算当前焊点方差，并与之前焊点方差作比较。

5.4）每读入一个新焊点数据，则重复步骤1）-3），焊点数大于20以上，当方差范围集中程度达到百分之九十以上，则认为样本数已经达到稳定，此时集中的百分之九十的焊点数即为建模样本数。

6）系统判断条件的确定：

6.1)在4）中，平均距离最小的焊点动态电阻曲线则为模型中需要的标准动态电阻曲线。

6.2)以上述确定的标准动态电阻曲线稳定点处时间坐标为界，将样本内所有焊点动态电阻曲线一分为二，分别找出每等分最大平均距离Dmax1、Dmax2,则Dmax1、Dmax2为阈值。

6.3)利用建立的监测模型进行点焊质量实时监测评估时，只要被监测焊点的动态电阻曲线与监测模型标准焊点的动态电阻曲线的平均距离大于Dmax1、Dmax2.则认为不满足聚类分析条件，给出焊点异常提醒

6.4)基于上述聚类分析方法得到焊点动态电阻曲线的整体相似度分类，再根据分类结果统计出满足聚类分析条件类组中稳定点数，稳定点处的时间坐标范围、电阻值范围。

6.5)其中，统计出的稳定点数，稳定点处的时间坐标范围、电阻值范围作为分析条件，对被监测焊点进行分析，如果不满足分析条件，则直接给出焊点异常判断结果。若连续出现m(本数据依据焊机稳定性设置)个焊点异常，则提醒用户检查是否修正焊接参数，如选择是，则系统模型自动重新建立。

6.6)依据同样方法对动态电阻曲线横坐标以1cyc划分的各等分进行二类聚类分析，即该等份合格与不合格，也同样根据每等份的分类结果统计出不同等份的稳定点数，稳定点处的时间坐标范围、电阻值范围；

6.7)其中，每等份统计出的稳定点数，稳定点处的时间坐标范围、电阻值范围只能用于大于样本数焊点的最终验证，每等分合格范围判断每等分是否合格，综合h等分判断结果，给出所监测焊点合格率。

其中，第5.3)步骤中判断焊点异常，并非给出合格与不合格结果，例如飞溅等原因会影响稳定点数量，然而工程实践中发现，即使有飞溅的焊点也可能会满足对于合格焊点设定的拉剪强度。

本发明中，对于动态电阻曲线的聚类分析基于两个目的，在小于统计样本数时，聚类分析本身就是用于分类，在大于样本数时，聚类分析的目的是数据的预处理。对于每等份的聚类分析，仅作为数据的预处理。

本发明中，对于稳定点数，稳定点处的时间坐标范围、电阻值范围进行分析的必要性，虽然所验证条件为聚类分析的特征参量，但是非正常稳定点标志着飞溅的产生，可能聚类分析时受其他特征参量的影响，进行了错误分组，所以需要再次验证。

本发明的使用步骤如下：

（1）按住Alt+Shift键，弹出输入信息的界面，根据实际焊接工艺规范设置点焊焊接参数（包括：焊接电流I及其通电时间t、电极压力P）及其允许范围（一般允许有效范围为焊接参数的1±10%）；另外设置其它相关点焊工艺信息，如材料类型、板厚等。

（2）设置完成，点击开始按钮，启动焊接设备，开始监测。

（3）每监测一个焊点，系统界面都会给出焊接电流波形以及有效值，电极间电压波形，电极压力波形，动态电阻曲线，以及该焊点合格的概率。

（4）若监测过程连续出现焊点异常，出现提醒用户是否重新建模的界面，用户则根据实际情况判断，若因焊接参数改变引起的提醒，则选择[是]即重新建模，若焊接参数并未发生变化，却给出异常提醒，则选择[否]即需要检查焊机是否正常。

本发明是对点焊过程的实时监测，只对点焊过程异常给出提示，并非监控。监测的前提是，点焊工艺规范是经实践检验可以用于实际生产的，只是对焊接过程的稳定性进行在线监测。

本发明以自适应方式确定样本数、自动建模、在线监测点焊过程的方法，对评估焊点质量有重大现实意义。由于实际工业生产的时变性，采用在线建模监测避免了离线建模对后续焊点变化的低精度甚至错误预测，在线建模方式在预测焊点质量时还可以对后续模型做出修改，更适合实际生产中的时变性。

对于现有监测方法中人为所做的典型不合格焊点实验，在实际生产中发生的几率较小，所以现有的监测方法不论是在线建模或者离线建模都不适合应用在实际生产中。本发明的特点表现在，根据实际生产中的点焊规范已经过大量实验，不合格焊点概率相当低，合格焊点先验概率大的特点，直接采用焊接生产数据进行建模，所以更加适用于实际生产。

实施例：

本实施例以SUS301-HT，1+1mm不锈钢板单电流脉冲焊为例，点焊接工艺为：焊接电流7KA，电极压力9KN，焊接通电时间8cyc（每周波为20ms）。

参见图1所示，为本发明数据采集及数据处理流程图，首先启动程序，根据实际焊接工艺规范设置点焊焊接参数（包括：焊接电流I为7KA及其通电时间t为8cyc、电极压力P为9KN）及其允许范围（允许上下范围分别为设置焊焊接参数的90%、110%）；另外设置其它相关点焊工艺信息，如材料类型SUS301-HT不锈钢、板厚1+1mm等厚，设置完成，启动焊接设备，进行数据采集。

进行信号采集时，自动检测焊接信号，通过设置阈值的方法，避免杂波信号对检出焊接信号的影响，绘出焊接电流曲线、计算出电流有效值以及通电时间；

对信号波形数据进行滤波：由于焊接刚开始阶段，动态电阻迅速上升，在压力的作用下，又迅速下降，所以从非零点10个采集点之后，计算相邻两点之差的绝对值C=C_i-C_i-1，若绝对值C大于前一点数值C_i的10%，则滤掉该奇异点，用2*C_i-C_i-1代替。依据公式计算电流有效值，并对相关数据进行数据库储存。

利用点焊过程中电极间电压与电流实时比值r_i=V_i/I_i计算出点焊过程动态电阻，r_i为t_i时刻对应的电阻值。对于查找动态电阻曲线稳定点有两种方法，分别是（1）经过对动态电阻曲线进行拟合，然后根据二次连续函数求导的方式找出稳定点（2）由于实际数据采集的波动性，经过平滑处理后，通过离散点方式找出稳定点。

（1）    下面对动态电阻曲线进行非线性拟合：

观察动态电阻曲线趋势，设置非线性拟合模型R=ae^bT+c或者R=ae^bT+c(T<t时)，R=d(T>t时);其中T为以焊接开始点为零时刻的时间序列，R为拟合函数T时刻对应的电阻值_，a、b、c为模型参数_。将采集项量_（r₁，r₂，r₃…r_n），对应时间(1,2,3…n)带入拟合模型,本实施例中n=800。

经过高斯牛顿法迭代，最小二乘法误差Q=（r_1-R₁）2+（r₂-R₂）2+…（r_n-R_n）2计算出拟合曲线最小误差，找出最小误差对应的函数参数a、b、c。每进入一个焊点动态电阻数据，都按照上述方法进行拟合。

依据拟合结果，在网格坐标系内画出连续的动态电阻曲线，利用连续函数求一次导数为零的方法找出动态电阻曲线稳定点，计算出稳定点处的电阻值，以及稳定点处的时间坐标。此处的稳定点第一个导数为零的点，动态电阻曲线正常情况下是只有一个稳定点，稳定点以后处于焊接稳定期，本实施例中动态电阻曲线在稳定期接近平行于时间坐标轴，即稳定点所有采集点后的一阶导数也都为零，所以在计算稳定点个数作为特征值时，只计入第一个导数为零的点，在稳定点后的采集点中，寻找导数不为零的点，计入稳定点个数。

（2）下面经过平滑处理，通过离散点方式找出稳定点。

参见图2所示，采集点的波动性，平滑步骤如下：

1、根据顺序查找方式，找出电阻值最大值点，从最大值点下一点开始进行平滑 ；

2、取每相邻两点的均值R_i=(R_i+R_i+1)/2,达到对动态电阻趋势进行微平滑作用；

3、由图二观察，相邻三点的关系一般是：若R_i>R_i+1，则R_i+2>R_i+1；若R_i<R_i+1，则R_i+2<R_i+1。为了保证总趋势，取偶数个点的均值R_i=(R_i+R_i+1+R_i+2+R_i+3)/4 ；

4、令R_i=(R_i+R_i+1+R_i+2+R_i+3+R_i+4+R_i+5)/6，循环取4次连续六个点均值即可观察出曲线已经很光滑，与拟合结果接近。   

曲线虽然经过平滑，但是没有拟合函数式，所以无法直接通过求一次导数得出稳定点。根据稳定点特点，计算每相邻两点的斜率，如果斜率符号改变，则该点为稳定点。

在横坐标为时间，纵坐标为点焊过程电阻值的网格坐标系中，横坐标以每份为一个周波（即20ms）进行等距划分，本实施例中焊接时间为8周波，即将横坐标8等份，纵坐标则进行虚线划分，以便于用户观察动态电阻曲线。

建立监测模型需要对动态电阻曲线进行特征提取，以数据采集频率5kHz为例，本实施例中焊接时间8周波，即为800个表征动态电阻的采集点，若全部用作特征维数进行聚类分析，必然造成维数灾难，所以必须对数据进行处理。上述将动态电阻曲线绘于网格坐标系内，即为特征提取做准备，本实施例中以电阻最大值，最小值，稳定点数，稳定点处时间坐标与阻值，每等分电阻均值为特征量。

实际生产中无法断定不合格焊点何时发生，可能前100个焊点都为合格焊点，也可能前5个焊点就出现不合格焊点，但是在实际生产中，每开始采用新的点焊工艺，都会进行试验片检测，因此，保证了本发明监测点焊过程稳定性的可行性，从正常试验片开始，监测程序认为焊接开始，默认焊接试验片的动态电阻曲线为正常曲线。

生产企业通常以点焊试验片拉剪强度是否超过规定值来判断焊点是否合格，但在实际生产中有可能出现下述情况：焊接过程中产生飞溅，经过拉剪强度检测为合格焊点。然而，飞溅作为一种严重焊接缺陷，不仅降低焊件表面质量，影响焊件疲劳强度，还会对操作人员身体健康造成伤害。所以，飞溅焊点动态电阻曲线不可以作为合格焊点的样本曲线。

所以本发明需要对读入样本进行筛选，验证动态电阻曲线稳定点数，本实施例中为单脉冲焊，正常（无飞溅）合格焊点动态电阻曲线只有一个稳定点数，若稳定点数不等于一，对样本进行舍弃处理。

在系统建模过程中，所有用于建模的焊点样本数据，可以看作为一个焊点样本数据集合，对该样本集合的样本数据采用增量式读取处理方式，依据聚类分析的方法寻找最佳样本数，计算步骤如下：

1）按照平均距离原则，从第二个焊点样板数据开始，每读入一个新的焊点样板数据，计算该焊点数据与之前所有焊点数据的平均距离。

2）当前焊点的平均距离与之前焊点的平均距离做对比，找出其中最小的平均距离。

将特征值带入欧式距离，计算焊点间距离dmi=sqrt( ∑(xi1-xi2)^2 )

则平均距离d=(dm1+dm2+…+dmn)/m ；

其中i=1,2…n; m为当前焊点总数；xi1，xi2为不同焊点特征向量。

3）计算当前焊点方差，并与之前焊点方差作比较。

4）每读入一个新焊点数据，则重复步骤1）-3），焊点数大于20以上，当方差范围集中程度达到百分之九十以上，则认为样本数已经达到稳定，此时集中的百分之九十的焊点数即为建模样本数。

其中，平均距离最小的焊点动态电阻曲线则为模型中需要的标准动态电阻曲线。

系统模型判断条件的确定：以上述确定的标准动态电阻曲线稳定点处时间坐标为界，将样本内所有焊点动态电阻曲线一分为二，分别找出每等分最大平均距离Dmax1、Dmax2,则Dmax1、Dmax2为阈值。

利用建立的监测模型进行点焊质量实时监测评估时，只要被监测焊点的动态电阻曲线与系统模型标准焊点的动态电阻曲线的平均距离大于Dmax1、Dmax2,则认为不满足聚类分析条件，给出焊点异常提醒。

基于上述聚类分析方法得到焊点动态电阻曲线的整体相似度分类，再根据分类结果统计出满足聚类分析条件类组中稳定点数，稳定点处的时间坐标范围、电阻值范围。

其中，统计出的稳定点数，稳定点处的时间坐标范围、电阻值范围作为分析条件，对被监测焊点进行分析，如果不满足分析条件，则直接给出焊点异常判断结果。若连续出现3个焊点异常，则提醒用户检查是否修正焊接参数，如选择是，则模型自动重新建立。

依据同样方法对动态电阻曲线横坐标以1cyc划分的各等分进行二类聚类分析，即该等份合格与不合格，也同样根据每等份的分类结果统计出不同等份的稳定点数，稳定点处的时间坐标范围、电阻值范围；

其中，每等份统计出的稳定点数，稳定点处的时间坐标范围、电阻值范围只能用于大于样本数焊点的最终验证，每等分合格范围判断每等分是否合格，综合8等分判断结果，给出所监测焊点合格率。

以上所述仅为本发明的优选实例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种电阻点焊质量在线监测方法，其特征在于：包括如下步骤：

1）建立用户输入模块：在数据采集之前，输入点焊焊接参数，包括：焊接电流I及其通电时间t、电极压力P，； 

2）焊接电流，电极间电压，电极压力以及动态电阻信息的获取：

2．1）通过电流传感器进行焊接电流实时采集，通过监测加压缸内流体压力，间接对电极压力进行实时采集，同时对电极间电压实时采集；

2.2）进行信号采集时，自动检测焊接信号，通过设置阈值的方法，避免杂波信号对检出焊接信号的影响；检测出焊接信号后，依据每段脉冲间隔时间判断是否为多段电流脉冲焊；                                 

根据公式：

每半个周波计算一次电流有效值，其中K为电流校正系数，n₁为焊接开始点，n₂为焊接结束点，I_n为电流信号的第n个采样值；并将相关数据进行数据库储存；

2.3）对焊接电流及电极间电压的实时监测数据进行阈值滤波以及带通滤波，绘出焊接电流曲线、计算出电流有效值以及通电时间；

2.4）利用获得的电流及电极间电压实时波形数据进行V/I比值计算，得到点焊过程的动态电阻数据；

3）提取建立系统所需数据；

4）对建立系统的样本筛选：

4.1)从正常试验片开始，监测程序认为焊接开始，默认焊接试验片的动态电阻曲线为正常曲线；

4.2)对读入样本进行筛选方法为验证动态电阻曲线的稳定点数，正常无飞溅合格焊点动态电阻曲线只有一个稳定点数，若稳定点数不等于一，对样本进行舍弃处理；

5）自动寻找建立系统的最佳样本数，把焊点样本数据看作为一个焊点样本数据集合，对该样本集合的样本数据采用增量式读取处理方式，依据聚类分析的方法寻找最佳样本数， 

6）系统判断条件的确定。

2.根据权利要求1所述的电阻点焊质量在线监测方法，其特征在于：所述的提取建立系统所需数据，步骤如下：

3.1）动态电阻数据经过最小二乘法非线性曲线拟合得到点焊过程中动态电阻曲线，内置多种数学拟合模型，根据连续函数求导找出稳定点；

3.2）或者通过递推点求均值方式平滑处理得到点焊过程中动态电阻曲线，离散点相邻两点斜率趋势寻找稳定点；

3.3）计算整体动态电阻曲线的稳定点个数，以及稳定点处的时间坐标参数、电阻值；

3.4）绘制动态电阻曲线于横轴为时间t，纵轴为电阻值R的网格坐标系中，横坐标以焊接信号开始点为零点，每份为一个周波，设为20ms，进行等距划分为h等分，每等分按照阻值大小记录出每等份的阻值区间，每等分稳定点数，纵坐标则进行虚线划分，以便于用户观察动态电阻曲线；

3.5）建立监测模型需要对动态电阻曲线进行特征提取，以数据采集频率5kHz为例，若全部将焊接有效点用作特征维数进行聚类分析，必然造成维数灾难，所以必须对数据进行处理；上述将动态电阻曲线绘于网格坐标系内，即为特征提取做准备，以电阻最大值，最小值，稳定点数，稳定点处时间坐标与阻值，每等分电阻均值为特征量。

3.根据权利要求1所述的电阻点焊质量在线监测方法，其特征在于：所述的自动寻找建立系统的最佳样本数，步骤如下：

5.1）按照平均距离原则，从第二个焊点样板数据开始，每读入一个新的焊点样板数据，计算该焊点数据与之前所有焊点数据的平均距离；

5.2）当前焊点的平均距离与之前焊点的平均距离做对比，找出其中最小的平均距离；

将特征值带入欧式距离，计算焊点间距离dmi=sqrt( ∑(xi1-xi2)^2 )

则平均距离d=(dm1+dm2…dmn)/m ；

其中i=1,2..n;m为当前焊点总数；xi1，xi2为不同焊点特征向量；

5.3）计算当前焊点方差，并与之前焊点方差作比较；

5.4）每读入一个新焊点数据，则重复步骤1）-3），焊点数大于20以上，当方差范围集中程度达到百分之九十以上，则认为样本数已经达到稳定，此时集中的百分之九十的焊点数即为建模样本数。

4.根据权利要求1所述的电阻点焊质量在线监测方法，其特征在于：所述的系统判断条件的确定是：

6.1)在步骤4）中，平均距离最小的焊点动态电阻曲线则为模型中需要的标准动态电阻曲线；

6.2)以上述确定的标准动态电阻曲线稳定点处时间坐标为界，将样本内所有焊点动态电阻曲线一分为二，分别找出每等分最大平均距离Dmax1、Dmax2,则Dmax1、Dmax2为阈值；

6.3)利用建立的监测模型进行点焊质量实时监测评估时，只要被监测焊点的动态电阻曲线与监测模型标准焊点的动态电阻曲线的平均距离大于Dmax1、Dmax2，则认为不满足聚类分析条件，给出焊点异常提醒；

6.4)基于上述聚类分析方法得到焊点动态电阻曲线的整体相似度分类，再根据分类结果统计出满足聚类分析条件类组中稳定点数，稳定点处的时间坐标范围、电阻值范围；

6.5)其中，统计出的稳定点数，稳定点处的时间坐标范围、电阻值范围作为分析条件，对被监测焊点进行分析，如果不满足分析条件，则直接给出焊点异常判断结果；若连续出现本数据依据焊机稳定性设置q个焊点异常，则提醒用户检查是否修正焊接参数，如选择是，则模型自动重新建立；

6.6)依据同样方法对动态电阻曲线横坐标以1cyc划分的各等分进行二类聚类分析，即该等份合格与不合格，也同样根据每等份的分类结果统计出不同等份的稳定点数，稳定点处的时间坐标范围、电阻值范围；

6.7)其中，每等份统计出的稳定点数，稳定点处的时间坐标范围、电阻值范围只能用于大于样本数焊点的最终验证，每等分合格范围判断每等分是否合格，综合h等分判断结果，给出所监测焊点合格率。