CN111426639A - 一种超快激光异种材料焊接质量评判方法及系统 - Google Patents
一种超快激光异种材料焊接质量评判方法及系统 Download PDFInfo
- Publication number
- CN111426639A CN111426639A CN202010367100.3A CN202010367100A CN111426639A CN 111426639 A CN111426639 A CN 111426639A CN 202010367100 A CN202010367100 A CN 202010367100A CN 111426639 A CN111426639 A CN 111426639A
- Authority
- CN
- China
- Prior art keywords
- laser
- welding
- welding quality
- dissimilar material
- workpieces
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明属于激光材料加工技术领域,并具体公开了一种超快激光异种材料焊接质量评判方法及系统,具体包括如下步骤:S1对多个异种材料工件进行激光焊接,同时采集工件焊接时对应的光谱图,得到光谱数据集;S2将光谱数据集中,在波长550nm~750nm附近出现连续光谱的光谱图标记为焊接成功,不符合的光谱图标标记为焊接失败,得到标记后的光谱数据集;S3通过标记后的光谱数据集对神经网络进行训练,得到焊接质量判断模型,基于该焊接质量判断模型和异种材料工件激光焊接时的光谱图实现对焊接质量的自动实时评判。本发明结合了光谱检测和深度学习,可以实时在线监测激光焊接质量,具有效率高、成本低、实时监测和非破坏性的优点。
Description
技术领域
本发明属于激光材料加工技术领域,更具体地,涉及一种超快激光异 种材料焊接质量评判方法及系统。
背景技术
异种材料连接被广泛应用在电子信息、汽车制造等产业。目前主要的 连接方式有匹配封接、阳极焊接、胶接、半固体连接等等。但是每种方法 都有其自身的局限性,例如:使用半固体连接需要进行热预处理,这样会 对温度敏感元器件产生损伤;阳极焊接要使用特殊的设备;胶接会存在由 于老化出现气密性差,导热性差等问题,导致其可靠性降低同时自身也存 在使用极限。激光焊接因其拥有输入能量密度高、熔深深、热影响区域小、 热形变小等优点,目前被广泛看好。
在焊接过程中决定异质材料焊接成功的一个重要参数是离焦量,离焦 量是焦点到两种材料界面的距离。焦点作用在不同的位置,会直接影响焊 接的成败以及质量。由于超快激光与物质相互作用的非线性效应,离焦量 不同时,产生的光谱变化明显不同,故根据光谱的不同可以检测是否处于 离焦量工艺窗口,进而快速检测焊接是否成功以及焊接质量。如何利用光 谱来确定异质材料焊接质量是目前亟待解决的问题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种超快激光异 种材料焊接质量评判方法及系统,其目的在于,通过采集光谱数据集,训 练深度学习神经网络,获得符合要求的神经网络算法,结合光谱采集,可 以实现产线上焊接样品质量的实时检测和判断。
为实现上述目的,按照本发明的一方面,提出了一种超快激光异种材 料焊接质量评判方法,包括如下步骤:
S1对多个异种材料工件进行激光焊接,同时采集工件焊接时对应的光 谱图,得到光谱数据集;
S2将光谱数据集中,在波长550nm~750nm附近出现连续光谱的光谱 图标记为焊接成功,将未在波长550nm~750nm附近出现连续光谱的光谱 图标标记为焊接失败,得到标记后的光谱数据集;
S3通过标记后的光谱数据集对神经网络进行训练,得到焊接质量判断 模型,基于该焊接质量判断模型和异种材料工件激光焊接时的光谱图实现 对焊接质量的自动实时评判。
作为进一步优选的,所述S1中,采用激光位置固定,移动工件的方法, 对多个异种材料工件进行激光焊接。
作为进一步优选的,采用飞秒激光器对异种材料工件激光焊接,且飞 秒激光器的功率为1W~10W,脉宽25fs~100fs,重复频率0.1kHz~10kHz, 中心波长750nm~850nm。
作为进一步优选的,采集光谱图时,控制光谱仪的光纤探头位置,使 其采集到的光谱图清晰可辨,能看到清晰的激光谱线,并且不使其饱和, 与其他谱线强度上具有明显的区分度。
按照本发明的另一方面,提供了一种用于实现上述方法的超快激光异 种材料焊接质量评判系统,其包括传送带、激光焊接单元、光谱仪和计算 机,其中:
所述传送带用于放置待焊接的异种材料工件;所述激光焊接单元位于 所述传送带上方,用于对异种材料工件进行焊接;所述光谱仪用于采集光 谱图,其与所述计算机相连;所述计算机用于对光谱图进行存储、显示和 识别,并判断异种材料工件的焊接质量。
作为进一步优选的,所述激光焊接单元包括激光器、反射镜、聚焦透 镜,所述激光器发出的激光经过所述反射镜反射、聚焦透镜聚焦后对异种 材料工件进行焊接。
作为进一步优选的,所述激光器为飞秒激光器,所述聚焦透镜采用 25mm、50mm或75mm焦距。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,主要 具备以下的技术优点:
1.本发明通过采集大量的带有成功或失败标签的光谱数据集,训练深度 学习神经网络算法,获得符合要求的神经网络算法,结合产线上的光谱采 集装置,可以实时在线监测焊接质量,具有效率高、成本低、实时监测和 非破坏性的优点,适合应用于产线大规模生产检测。
2.本发明利用“光谱-非线性效应-离焦量-焊接质量”这一关系,结合光 谱检测和深度学习实现超快激光的焊接质量评价,具体利用光谱检测的方 法,可以实现无损、实时在线的获得检测信号;利用深度学习的方法,可 以实现无人参与的智能化监测,提高测试效率及减低经验依赖性。
3.本发明使用飞秒激光器,利用飞秒激光器脉冲短,峰值功率高的特点, 聚焦到不同物质上时,由于强激光产生非线性效应,产生超连续谱。
附图说明
图1为本发明实施例超快激光异种材料焊接质量评判系统示意图;
图2(a)为本发明实施例焊接失败示意图;
图2(b)为本发明实施例焊接成功示意图;
图2(c)为本发明实施例焊接失败光谱图;
图2(d)为本发明实施例焊接成功光谱图;
图3为本发明实施例焊接质量判断模型工作流程示意图。
在所有附图中,相同的附图标记用来表示相同的元件或结构,其中: 1-激光焊接单元,2-传送带,3-光纤探头,4-异种材料工件,5-光谱仪,6- 计算机。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图 及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体 实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的 本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可 以相互组合。
本发明实施例提供的一种超快激光异种材料焊接质量评判系统,如图1 所示,包括传送带2、激光焊接单元1、光谱仪5和计算机6,其中:
所述传送带2用于放置待焊接的异种材料工件4,带动工件移动;
所述激光焊接单元1位于所述传送带2上方,用于对异种材料工件4 进行焊接,其包括激光器、反射镜、聚焦透镜,所述激光器发出的激光经 过所述反射镜反射、聚焦透镜聚焦到合适位置后对异种材料工件4进行焊 接;
所述光谱仪5用于采集光谱图,光谱仪5的光纤探头3,其与所述计算 机6相连;
所述计算机6用于对光谱图进行存储、显示和识别,并通过其中的焊 接质量判断模型判断异种材料工件4的焊接质量。
进一步的,所述激光器为飞秒激光器,利用飞秒激光器脉冲短,峰值 功率高的特点,聚焦到不同物质上时,由于强激光产生非线性效应,产生 超连续谱;飞秒激光器的功率为1W~10W,脉宽25fs~100fs,重复频率 0.1kHz~10kHz,中心波长750nm~850nm。
进一步的,所述聚焦透镜采用25mm、50mm或75mm焦距。
一种基于上述系统的超快激光异种材料焊接质量评判方法,如图3所 示,包括如下步骤:
S1将多个异种材料工件4放置在传送带2上,并由传送带2带动移动, 传送带2上方固定的激光焊接单元1依次对各个异种材料工件4进行激光 焊接,同时实时记录光谱仪5测得的光谱图,并将其与焊接工件一一对应, 得到光谱数据集;
S2将光谱数据集中,在波长550nm~750nm附近出现连续光谱的光谱 图标记为焊接成功,将未在波长550nm~750nm附近出现连续光谱的光谱 图标标记为焊接失败,得到标记后的光谱数据集;
S3通过标记后的光谱数据集进行深度学习,对神经网络进行训练,得 到符合要求的神经网络算法作为焊接质量判断模型,算法灵敏度根据所要 求的废品率设置;基于该焊接质量判断模型和异种材料工件激光焊接时的 光谱图实现对焊接质量的自动实时评判。
进一步的,采集光谱图时,控制光谱仪5的光纤探头3位置,使其采 集到的光谱图清晰可辨,能看到清晰的激光谱线,并且不使其饱和,与其 他谱线强度上具有明显的区分度。
采用上述系统和方法对异种材料焊接质量评判:异种材料工件要求上 层材料透光、下层材料不透光,具体对上层为玻璃,下层为金属的异种材 料工件进行焊接,如图2(a)和图2(b)所示,分别为焊接失败、焊接成功状态 示意图,其对应的焊接失败、焊接成功光谱图如图2(c)和图2(d)所示。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已, 并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等 同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种超快激光异种材料焊接质量评判方法,其特征在于,包括如下步骤:
S1对多个异种材料工件进行激光焊接,同时采集工件焊接时对应的光谱图,得到光谱数据集;
S2将光谱数据集中,在波长550nm~750nm附近出现连续光谱的光谱图标记为焊接成功,将未在波长550nm~750nm附近出现连续光谱的光谱图标标记为焊接失败,得到标记后的光谱数据集;
S3通过标记后的光谱数据集对神经网络进行训练,得到焊接质量判断模型,基于该焊接质量判断模型和异种材料工件激光焊接时的光谱图实现对焊接质量的自动实时评判。
2.如权利要求1所述的超快激光异种材料焊接质量评判方法,其特征在于,所述S1中,采用激光位置固定,移动工件的方法,对多个异种材料工件进行激光焊接。
3.如权利要求1所述的超快激光异种材料焊接质量评判方法,其特征在于,采用飞秒激光器对异种材料工件激光焊接,且飞秒激光器的功率为1W~10W,脉宽25fs~100fs,重复频率0.1kHz~10kHz,中心波长750nm~850nm。
4.如权利要求1-3任一项所述的超快激光异种材料焊接质量评判方法,其特征在于,采集光谱图时,控制光谱仪的光纤探头位置,使其采集到的光谱图清晰可辨,能看到清晰的激光谱线,并且不使其饱和,与其他谱线强度上具有明显的区分度。
5.一种用于实现如权利要求1-4任一项所述方法的超快激光异种材料焊接质量评判系统,其特征在于,包括传送带(2)、激光焊接单元(1)、光谱仪(5)和计算机(6),其中:
所述传送带(2)用于放置待焊接的异种材料工件(4);所述激光焊接单元(1)位于所述传送带(2)上方,用于对异种材料工件(4)进行焊接;所述光谱仪(5)用于采集光谱图,其与所述计算机(6)相连;所述计算机(6)用于对光谱图进行存储、显示和识别,并判断异种材料工件(4)的焊接质量。
6.如权利要求5所述的超快激光异种材料焊接质量评判系统,其特征在于,所述激光焊接单元(1)包括激光器、反射镜、聚焦透镜,所述激光器发出的激光经过所述反射镜反射、聚焦透镜聚焦后对异种材料工件(4)进行焊接。
7.如权利要求6所述的超快激光异种材料焊接质量评判系统,其特征在于,所述激光器为飞秒激光器,所述聚焦透镜采用25mm、50mm或75mm焦距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010367100.3A CN111426639B (zh) | 2020-04-30 | 2020-04-30 | 一种超快激光异种材料焊接质量评判方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010367100.3A CN111426639B (zh) | 2020-04-30 | 2020-04-30 | 一种超快激光异种材料焊接质量评判方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111426639A true CN111426639A (zh) | 2020-07-17 |
CN111426639B CN111426639B (zh) | 2021-02-09 |
Family
ID=71552324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010367100.3A Active CN111426639B (zh) | 2020-04-30 | 2020-04-30 | 一种超快激光异种材料焊接质量评判方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111426639B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112846499A (zh) * | 2020-12-29 | 2021-05-28 | 武汉华工激光工程有限责任公司 | 玻璃与金属封装的超快激光焊接方法以及系统 |
WO2023017178A1 (de) * | 2021-08-13 | 2023-02-16 | Precitec Gmbh & Co. Kg | Verfahren und system zum analysieren eines laserbearbeitungsprozesses basierend auf einem spektrogramm |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103878479A (zh) * | 2014-03-06 | 2014-06-25 | 上海交通大学 | 基于光谱分析的激光焊t型搭接接头间隙的在线检测方法 |
CN106346135A (zh) * | 2016-11-04 | 2017-01-25 | 广东国玉科技有限公司 | 异性材料激光焊接方法 |
JP2017056464A (ja) * | 2015-09-14 | 2017-03-23 | トヨタ自動車株式会社 | レーザ溶接装置 |
CN108544090A (zh) * | 2018-04-19 | 2018-09-18 | 广州德擎光学科技有限公司 | 一种光谱离子态下的激光加工状态识别方法 |
CN208297374U (zh) * | 2018-05-18 | 2018-12-28 | 江苏亚威创科源激光装备有限公司 | 基于光谱信息的激光焊接缺陷的在线诊断装置 |
CN109848561A (zh) * | 2018-04-02 | 2019-06-07 | 西南交通大学 | 一种激光-mag焊接熔深的实时监测调控系统 |
CN111015006A (zh) * | 2019-12-16 | 2020-04-17 | 哈尔滨工业大学(威海) | 基于光谱信息的激光电弧复合焊接质量在线监测方法 |
-
2020
- 2020-04-30 CN CN202010367100.3A patent/CN111426639B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103878479A (zh) * | 2014-03-06 | 2014-06-25 | 上海交通大学 | 基于光谱分析的激光焊t型搭接接头间隙的在线检测方法 |
JP2017056464A (ja) * | 2015-09-14 | 2017-03-23 | トヨタ自動車株式会社 | レーザ溶接装置 |
CN106346135A (zh) * | 2016-11-04 | 2017-01-25 | 广东国玉科技有限公司 | 异性材料激光焊接方法 |
CN109848561A (zh) * | 2018-04-02 | 2019-06-07 | 西南交通大学 | 一种激光-mag焊接熔深的实时监测调控系统 |
CN108544090A (zh) * | 2018-04-19 | 2018-09-18 | 广州德擎光学科技有限公司 | 一种光谱离子态下的激光加工状态识别方法 |
CN208297374U (zh) * | 2018-05-18 | 2018-12-28 | 江苏亚威创科源激光装备有限公司 | 基于光谱信息的激光焊接缺陷的在线诊断装置 |
CN111015006A (zh) * | 2019-12-16 | 2020-04-17 | 哈尔滨工业大学(威海) | 基于光谱信息的激光电弧复合焊接质量在线监测方法 |
Non-Patent Citations (2)
Title |
---|
YUANHANG CHENA ET AL: "A spectroscopic method based on support vector machine and artificial neural network for fiber laser welding defects detection and classification", 《NDT AND E INTERNATIONAL》 * |
范文中等: "超短脉冲激光微焊接玻璃进展", 《激光与光电子学进展》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112846499A (zh) * | 2020-12-29 | 2021-05-28 | 武汉华工激光工程有限责任公司 | 玻璃与金属封装的超快激光焊接方法以及系统 |
WO2023017178A1 (de) * | 2021-08-13 | 2023-02-16 | Precitec Gmbh & Co. Kg | Verfahren und system zum analysieren eines laserbearbeitungsprozesses basierend auf einem spektrogramm |
Also Published As
Publication number | Publication date |
---|---|
CN111426639B (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111426639B (zh) | 一种超快激光异种材料焊接质量评判方法及系统 | |
JP5947740B2 (ja) | 溶接部の検査装置とその検査方法 | |
CN100475414C (zh) | 三维激光焊接和切割过程的实时监测装置 | |
JP5849985B2 (ja) | 溶接部の検査装置とその検査方法 | |
JP5842851B2 (ja) | 溶接部の検査装置とその検査方法 | |
CN103246241B (zh) | 用于监视工业过程的质量的方法及其系统 | |
JP2014198345A (ja) | 溶接部の検査装置とその検査方法 | |
RU2012150040A (ru) | Способ и установка ультразвукового контроля сварного шва стыкового соединения двух поперечных концов двух металлических полос | |
CN113245693B (zh) | 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 | |
US20230201956A1 (en) | Method for analyzing a laser machining process, system for analyzing a laser machining process, and laser machining system comprising such a system | |
JP2015163409A (ja) | 溶接部の検査方法 | |
JP2020189305A (ja) | レーザ加工システム、学習装置および学習装置の学習方法 | |
CN201052570Y (zh) | 三维激光焊接和切割过程的实时监测装置 | |
EP1371443B1 (en) | A system and method for monitoring laser welds and giving an indication of the quality of welding | |
Mathivanan et al. | Artificial neural network to predict the weld status in laser welding of copper to aluminum | |
CN106338499A (zh) | 元素激光检测分析仪器及矿物元素分析方法 | |
US20230166361A1 (en) | Method and system for weld defect detection | |
CN107234359A (zh) | 一种不锈钢列车车体激光焊接质量在线监测系统及方法 | |
CN214133123U (zh) | 一种适用于激光清洗质量在线监测的装置 | |
JP4210560B2 (ja) | レーザ溶接モニタリング方法およびレーザ溶接モニタリング装置 | |
CN111230299A (zh) | 一种激光焊接在线检测装置及方法 | |
Tenner et al. | Remote optical detection of the fusion state in laser deep penetration welding | |
JP2003320467A (ja) | 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 | |
NL2030748B1 (en) | Optical coherence tomography testing system | |
CN110000162A (zh) | 利用振动信号判定激光除漆效果的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |