CN113909667B - 一种基于振动数据的超声波焊接机的焊接质量评估方法 - Google Patents

一种基于振动数据的超声波焊接机的焊接质量评估方法 Download PDF

Info

Publication number
CN113909667B
CN113909667B CN202111316661.1A CN202111316661A CN113909667B CN 113909667 B CN113909667 B CN 113909667B CN 202111316661 A CN202111316661 A CN 202111316661A CN 113909667 B CN113909667 B CN 113909667B
Authority
CN
China
Prior art keywords
vibration
welding
welding machine
acceleration sensor
index
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
Application number
CN202111316661.1A
Other languages
English (en)
Other versions
CN113909667A (zh
Inventor
洪银聪
郎根峰
翁新全
许静玲
柯银鸿
刘瑞林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen Niell Electronics Co ltd
Original Assignee
Xiamen Niell Electronics Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiamen Niell Electronics Co ltd filed Critical Xiamen Niell Electronics Co ltd
Publication of CN113909667A publication Critical patent/CN113909667A/zh
Application granted granted Critical
Publication of CN113909667B publication Critical patent/CN113909667B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K20/00—Non-electric welding by applying impact or other pressure, with or without the application of heat, e.g. cladding or plating
    • B23K20/10—Non-electric welding by applying impact or other pressure, with or without the application of heat, e.g. cladding or plating making use of vibrations, e.g. ultrasonic welding
    • B23K20/106—Features related to sonotrodes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K20/00—Non-electric welding by applying impact or other pressure, with or without the application of heat, e.g. cladding or plating
    • B23K20/26—Auxiliary equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Pressure Welding/Diffusion-Bonding (AREA)

Abstract

一种基于振动数据的超声波焊接机的焊接质量评估方法，包括：在焊座上布置两个振动加速度传感器，当焊机输入工艺参数调整后，流水线即进入正常运行状态，采集卡取前m个正常样本计算两个振动加速度传感器的振动指标；对正常样本求得的各个指标按照统计理论求解其99％的置信区间；求得正常样件各个振动指标监测阈值后，对正常生产过程中的每个焊件求取振动指标，与其阈值范围进行对此，处于阈值范围内的，判定为焊接正常，超过阈值范围的判定为焊接异常。本发明对焊机改造小，不影响焊接机的正常运行，焊接质量评估方案通用性强，同时节约人力、物力，满足全自动生产流水线的实际需求。

Description

一种基于振动数据的超声波焊接机的焊接质量评估方法
技术领域
本发明属于超声波焊接机的技术领域，具体涉及一种基于振动数据的超声波焊接机的焊接质量评估方法。
背景技术
超声波焊接机的主要组成部分有：高频发生器、换能器、变幅杆、焊头和焊座，利用换能器内部陶瓷的逆压电效应将高频发生器产生的高频电能转换成高频振动，借由变幅杆放大、传递至焊头，通过焊头与焊座之间的高频摩擦生热，实现焊件之间的焊接。超声波焊接机工作过程中焊件并不发生融化，是一种清洁高效的焊接方式，广泛应用于锂电池的生产制造过程。然而，工艺参数的波动、焊件的输入状态等等均会导致超声波焊接机焊接质量不稳定。
目前针对锂电池的超声波焊接机的焊接质量的把关主要是通过定时抽检的方式，这种方式效率低下，浪费人力，且还存在漏检、时效滞后等问题，无法满足大规模自动化流水线的生产要求。
超声波焊接机的焊接质量缺乏一种高效、准确的在线监测方法。超声波焊接机的焊接质量与与输入工艺参数、焊接件的物理属性、焊头与焊座的安装情况等均有关。现阶段针对锂电池焊件主要通过抽样进行拉力试验的方式来评估该批次焊件的焊接质量，该方法属于破坏性检测，浪费人力、物力，且无法对产品进行全面检测，容易出现漏检问题。部分焊接机生产厂家尝试通过焊机内置的电压、电流、气压参数的变化情况实现焊件质量的评估，然而该监测方法更侧重于监测焊机输入工艺参数的稳定性，无法真实的反映焊座处焊件的焊接情况，且目前内置监测传感器的超声波焊接机成本昂贵，无法进行大面积推广。
发明内容
本发明所要解决的技术问题在于提供一种基于振动数据的超声波焊接机焊接质量评估方法，通过采集超声波焊接机振动数据实现焊接机焊接质量的在线、无损评估。
本发明是这样实现的：
一种基于振动数据的超声波焊接机的焊接质量评估方法，包括如下步骤：
步骤1：在焊座上布置两个振动加速度传感器：
在焊头和焊座接触面的焊座正下方布置一第一振动加速度传感器，所述第一振动加速度传感器的测振方向与焊头、焊座之间的压力方向一致；
在焊座侧面平行于焊接方向位置处布置一第二振动加速度传感器，所述第二振动加速度传感器的测振方向与超声波振动方向一致；
步骤2：当焊机输入工艺参数调整后，流水线即进入正常运行状态，采集卡取前m个正常样本计算所述第一振动加速度传感器和所述第二振动加速度传感器的振动指标；监测振动指标如下：
(1)焊接时间：取所述第二振动加速度传感器的振动高频成分的包络，通过设置噪声阈值s，计算得到焊接机实际焊接过程的时间t；
(2)振动有效值：分别计算所述第一振动加速度传感器和所述第二振动加速度传感器的高频振动有效值xrms，公式为
Figure BDA0003342577470000021
(3)振动能量：分别计算所述第一振动加速度传感器和所述第二振动加速度传感器的高频振动能量E，公式为
Figure BDA0003342577470000022
(4)最大振幅：分别对所述第一振动加速度传感器和所述第二振动加速度传感器的高频振动加速度数据进行积分两次，将振动加速度积分成振动位移信号，得到高频振动位移信号，求取最大值作为最大振幅指标；
步骤3：对正常样本求得的各个指标按照统计理论求解其99％的置信区间；
步骤4：求得正常样件各个振动指标监测阈值后，对正常生产过程中的每个焊件求取振动指标，与其阈值范围进行对比，处于阈值范围内的，判定为焊接正常，超过阈值范围的判定为焊接异常。
进一步地，包括如下步骤：
还包括：步骤5：对于评判结果为焊接异常的焊接，监测软件向焊接机焊头的声光报警器发送指令，通过声音和光对操作人员进行提醒，继而排查判定为焊接异常的具体原因。
进一步地，所述步骤1中，所述第一振动加速度传感器和所述第二振动加速度传感器均采用螺纹连接的安装方式，配合双螺栓或者螺纹胶进行防松处理。
进一步地，所述步骤1中，所述第一振动加速度传感器和所述第二振动加速度传感器的频响范围包括焊接机的工作频率。
进一步地，所述步骤2中，所述采集卡的带宽高于焊接机的工作频率，所述采集卡的采样频率高于焊接机工作频率的2.56倍。
进一步地，所述步骤2中，其中噪声阈值s根据现场噪声量级确定，根据经验取噪声量级的5～10倍即可有效区分焊接数据与噪声数据。
进一步地，所述步骤3中，所述求解置信区间时各指标分布方式包括如下分布方式：正态分布、泊松分布、F分布或卡方分布。
进一步地，所述步骤4中，其中各个指标的阈值除了通过概率论分布函数拟合求取外，也可通过操作人员结合经验进行手动设置，避免因分布函数不符合实际造成的阈值不合适的情况。
本发明的优点在于：本发明提供了一种基于振动数据的超声波焊接机焊接质量评估的方法，该方法可实现焊件焊接质量的在线、无损检测，提高检测效率和减少人力成本，克服现有焊接机配套的监测系统昂贵、监测准确度低、通用性差等不足之处。本发明从系统振动响应机理出发，提供一种利用焊接机振动响应指标实现焊接质量评估的新思路，仅需在焊座上安装振动传感器，整个焊件焊接质量评估系统与焊机的内置控制元器件相互独立，对焊机改造小，不影响焊接机的正常运行。所使用的振动指标阈值可通过软件自动求取，也可由操作人员根据工程经验进行设置，焊接质量评估方案通用性强，同时节约人力、物力，满足全自动生产流水线的实际需求。
附图说明
下面参照附图结合实施例对本发明作进一步的描述。
图1是本发明的监测系统硬件组成示意图。
图2是本发明的焊接机结构示意图。
图3是本发明的监测算法流程示意图。
具体实施方式
本发明从振动响应的机理出发，提出通过焊接过程中焊座的振动数据特征指标实现焊接质量的评估。焊接机焊座的振动响应与激励力以及系统传递路径有关，其中激励力来源于换能器内部压电陶瓷的逆压电效应产生的高频激励力，高频激励力的幅值和持续时间与输入的振幅、能量等工艺参数有关；而系统传递路径与输入压力、焊头和焊座的安装状态、输入焊件的物理特性等参数有关。当工艺参数、焊头和焊座安装状态、焊件物理特性发生改变时，焊座处的振动响应也会发生改变，通过提取振动指标与正常焊件的指标范围进行对比，可以达到焊机焊接质量评估的目的。图1是本发明的监测系统硬件组成示意图，具体评估方法包括如下步骤：
步骤1：如图2所示，在焊头1和焊座2接触面正下方布置振动加速度传感器31，在焊座侧面平行于焊接方向位置处布置振动加速度传感器32。其中，振动加速度传感器31测振方向与焊头1、焊座2之间的压力方向一致，其振动特征指标可反映出实际焊接过程中压力施加情况，当输入压力不当、转接片重叠、焊头干涉等工况发生时，均会导致振动加速度传感器31振动指标偏离正常阈值范围；振动加速度传感器32测振方向与超声波振动方向一致，其振动指标能反映出焊件之间的相对振动情况，当输入振幅不足、输入能量不足、焊座螺栓松动等工况发生时，均会引起振动加速度传感器32振动指标偏离正常阈值范围；为保证传感器的接触刚度，传感器采用螺纹联接的安装方式，配合双螺栓或者螺纹胶进行防松处理；为了保证采集的振动数据不失真，所配套的传感器频响范围必须包括焊接机的工作频率，采集卡的带宽必须高于焊接机的工作频率，采样频率必须高于焊接机工作频率的2.56倍；全自动流水线上的超声波焊接机焊头都配备有光电位置开关传感器4，用来反馈焊机当前的运行状态，本发明将该信号引出作为数据开始与停止采集的触发源，仅对焊头1下压以及抬升期间(包含整个焊接过程)的振动数据进行采集、分析，节省数据分析计算资源以及数据储存空间。
步骤2：对于全自动流水线而言，当焊机输入工艺参数调整后，流水线即进入正常运行状态，取前m个正常样本计算两个振动加速度传感器31、32振动指标，m的值可结合实际监测效果以及统计原理确定。这里列举几个指标如下所示，必须指出，振动加速度监测指标不限于下列几个，下列指标中的振动高频成分统一指利用带通滤波方式滤出的焊机工作频率对应的振动信号(用xi(i＝1、2、3L n)表示)，目前常见的超声波焊接机工作频率主要有15kHz、20kHz、30kHz、40kHz等等；
(1)焊接时间：取振动加速度传感器2的振动高频成分的包络，通过设置噪声阈值s，计算得到焊接机实际焊接过程的时间t；其中噪声阈值s根据现场噪声量级确定，根据经验取噪声量级的5～10倍即可有效区分焊接数据与噪声数据；
(2)振动有效值：分别计算两个振动加速度传感器的高频振动有效值xrms，公式为
Figure BDA0003342577470000051
(3)振动能量：分别计算两个振动加速度传感器31、32的高频振动能量E，公式为
Figure BDA0003342577470000052
(4)最大振幅：分别对两个振动加速度传感器31、32的高频振动加速度数据进行积分两次，将振动加速度积分成振动位移信号，得到高频振动位移信号，求取最大值作为最大振幅指标；
步骤3：对正常样本求得的各个指标按照统计理论求解其99％的置信区间，求解置信区间时各指标分布方式可根据但不限于如下分布方式：正态分布、泊松分布，F分布，卡方分布等。
步骤4：求得正常样件各个振动指标监测阈值后，对正常生产过程中的每个焊件5求取振动指标，与其阈值范围进行对比，处于阈值范围内的，判定为焊接正常，超过阈值范围的判定为焊接异常。其中各个指标的阈值除了通过概率论分布函数拟合求取外，也可通过操作人员结合经验进行手动设置，避免因分布函数不符合实际造成的阈值不合适的情况。
步骤5：对于评判结果为焊接异常的焊接，监测软件向声光报警器发送指令，通过声音和光对操作人员进行提醒，排查判定为焊接异常的具体原因。对于误报的焊件，软件具备根据引发误报的焊件指标更新监测阈值范围的功能。
超声波焊接机焊座的振动响应与工艺参数和焊机状态、焊件状态关系密切，当流水线上焊接机设备调试完成后，工艺参数、焊机状态、焊件状态均处于相对稳定的状态，其振动响应特征在一定范围内波动，可通过若干个正常焊件的振动指标确定各个振动指标的阈值范围。而工艺参数(比如输入振幅、能量)、焊机状态(比如螺栓松动、焊头结构干涉)、焊件状态(比如箔材氧化、箔材夹胶、转接片重叠)等发生变化时，焊座处的振动响应也相应的发生改变，可利用信号处理手段提取待评估件的振动指标，将其与正常焊件振动指标范围进行对比，从而达到评估焊接质量的效果。
本发明提出了一种基于振动数据的超声波焊接机焊接质量评估方法，实现焊机质量的实时、无损检测。该方法通过分析超声波焊接机焊座的振动数据，借由信号处理方法提取焊接机实际焊接时间、振动有效值、振动能量以及振幅最大值等反映焊接状态的指标，通过与正常焊件指标计算得到阈值范围进行比较来实现焊接质量的评估，克服现有方法时效性差、破坏性检测、精确度低等不足，同时节约人力、物力，满足全自动生产流水线的实际需求。
上述实施例和图式并非限定本发明的形态和式样，任何所属技术领域的普通技术人员对其所做的适当变化或修饰，皆应视为不脱离本发明的专利范畴。

Claims (9)

1.一种基于振动数据的超声波焊接机的焊接质量评估方法，其特征在于：包括如下步骤：
步骤1：在焊座上布置两个振动加速度传感器：
在焊头和焊座接触面的焊座正下方布置一第一振动加速度传感器，所述第一振动加速度传感器的测振方向与焊头、焊座之间的压力方向一致；
在焊座侧面平行于焊接方向位置处布置一第二振动加速度传感器，所述第二振动加速度传感器的测振方向与超声波振动方向一致；
步骤2：当焊机输入工艺参数调整后，流水线即进入正常运行状态，采集卡取前m个正常样本计算所述第一振动加速度传感器和所述第二振动加速度传感器的振动指标；监测振动指标如下：
(1)焊接时间：取所述第二振动加速度传感器的振动高频成分的包络，通过设置噪声阈值s，计算得到焊接机实际焊接过程的时间t；
(2)振动有效值：分别计算所述第一振动加速度传感器和所述第二振动加速度传感器的高频振动有效值xrms，公式为
Figure FDA0003618308830000011
；
(3)振动能量：分别计算所述第一振动加速度传感器和所述第二振动加速度传感器的高频振动能量E，公式为
Figure FDA0003618308830000012
；
(4)最大振幅：分别对所述第一振动加速度传感器和所述第二振动加速度传感器的高频振动加速度数据进行积分两次，将振动加速度积分成振动位移信号，得到高频振动位移信号，求取最大值作为最大振幅指标；
步骤3：对正常样本求得的各个指标按照统计理论求解其99％的置信区间；
步骤4：求得正常样件各个振动指标监测阈值后，对正常生产过程中的每个焊件求取振动指标，与其阈值范围进行对比，处于阈值范围内的，判定为焊接正常，超过阈值范围的判定为焊接异常。
2.如权利要求1所述的一种基于振动数据的超声波焊接机的焊接质量评估方法，其特征在于：包括如下步骤：
还包括：步骤5：对于评判结果为焊接异常的焊接，监测软件向焊接机焊头的声光报警器发送指令，通过声音和光对操作人员进行提醒，继而排查判定为焊接异常的具体原因。
3.如权利要求1所述的一种基于振动数据的超声波焊接机的焊接质量评估方法，其特征在于：
所述步骤1中，所述第一振动加速度传感器和所述第二振动加速度传感器均采用螺纹连接的安装方式，配合双螺栓或者螺纹胶进行防松处理。
4.如权利要求1所述的一种基于振动数据的超声波焊接机的焊接质量评估方法，其特征在于：
所述步骤1中，所述第一振动加速度传感器和所述第二振动加速度传感器的频响范围包括焊接机的工作频率。
5.如权利要求1所述的一种基于振动数据的超声波焊接机的焊接质量评估方法，其特征在于：
所述步骤2中，所述采集卡的带宽高于焊接机的工作频率，所述采集卡的采样频率高于焊接机工作频率的2.56倍。
6.如权利要求1所述的一种基于振动数据的超声波焊接机的焊接质量评估方法，其特征在于：
所述步骤2中，其中噪声阈值s根据现场噪声量级确定，根据经验取噪声量级的5～10倍即可有效区分焊接数据与噪声数据。
7.如权利要求1所述的一种基于振动数据的超声波焊接机的焊接质量评估方法，其特征在于：
所述步骤3中，所述求解置信区间时各指标分布方式包括如下分布方式：正态分布、泊松分布、F分布或卡方分布。
8.如权利要求1所述的一种基于振动数据的超声波焊接机的焊接质量评估方法，其特征在于：
所述步骤4中，其中各个指标的阈值通过概率论分布函数拟合求取。
9.如权利要求1所述的一种基于振动数据的超声波焊接机的焊接质量评估方法，其特征在于：
所述步骤4中，其中各个指标的阈值通过操作人员结合经验进行手动设置。
CN202111316661.1A 2021-10-19 2021-11-08 一种基于振动数据的超声波焊接机的焊接质量评估方法 Active CN113909667B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202111215087 2021-10-19
CN2021112150870 2021-10-19

Publications (2)

Publication Number Publication Date
CN113909667A CN113909667A (zh) 2022-01-11
CN113909667B true CN113909667B (zh) 2022-06-21

Family

ID=79245782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111316661.1A Active CN113909667B (zh) 2021-10-19 2021-11-08 一种基于振动数据的超声波焊接机的焊接质量评估方法

Country Status (1)

Country Link
CN (1) CN113909667B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114545854A (zh) * 2022-02-14 2022-05-27 惠州锂威新能源科技有限公司 一种极耳焊接监控系统及监控方法
CN114589396B (zh) * 2022-04-18 2023-10-20 东莞市索莱德自动化科技有限公司 一种超声波焊接机的在线监测方法
CN115656327A (zh) * 2022-10-31 2023-01-31 广东利元亨智能装备股份有限公司 一种超声波焊接质量检测方法和系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8433433B2 (en) * 2010-12-16 2013-04-30 Lg Chem, Ltd. System and method for determining whether an ultrasonic horn is aligned with an anvil
CN102151978A (zh) * 2011-03-25 2011-08-17 刘祥国 带质量控制的超声波焊接装置
KR20130036104A (ko) * 2013-02-26 2013-04-10 모니텍주식회사 초음파용접의 실시간 품질 측정방법
KR101636247B1 (ko) * 2016-02-05 2016-07-06 모니텍주식회사 초음파 용접 품질 판단 장치 및 방법
CN106182741B (zh) * 2016-07-11 2018-06-05 大连交通大学 一种超声波精密封接装置及方法
CN106271036B (zh) * 2016-08-12 2018-09-14 广州市精源电子设备有限公司 超声波金属焊接质量评估方法、装置和超声波金属焊接机
CN106735842A (zh) * 2017-03-24 2017-05-31 上海骄成机电设备有限公司 一种实时检测焊接质量的超声波焊机

Also Published As

Publication number Publication date
CN113909667A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN113909667B (zh) 一种基于振动数据的超声波焊接机的焊接质量评估方法
CN102004056B (zh) 自冲铆接质量在线检测系统及其检测方法
AU2009313070B2 (en) Method and device for vibration analyses and sample database therefor and use of a sample database
US8021504B2 (en) Quality control method for ultrasound welding
KR101240980B1 (ko) 레이저 용접 품질 검사 방법 및 장치
US11029286B2 (en) Ultrasonic cutter quality inspection method and device
CN101862888B (zh) 轿车车身电阻点焊工艺自动化监控方法
CN103488139A (zh) 振动设备智能监测系统
CN203433350U (zh) 振动设备智能监测系统
CN102589490B (zh) 一种白车身减薄率超声波检测设备
CN102809611A (zh) 金属构件损伤无损检测系统及检测方法
CN205380412U (zh) 一种前轴装配转向节压装装置
KR102007494B1 (ko) 초음파를 이용한 용접부의 용접품질 검사 시스템
WO2022021828A1 (zh) 一种自冲孔铆接工艺质量状态的自动判定方法
CN106483195A (zh) 自适应电阻点焊质量检测、控制方法及系统
CN114589396B (zh) 一种超声波焊接机的在线监测方法
CN114147382B (zh) 电、超声波信号复合的电阻点焊质量在线监测方法及装置
CN111175378A (zh) 一种螺栓拉力快速检测方法
CN104007182A (zh) 一种利用声发射信号频谱定量检测电阻点焊熔核形核质量的方法
CN110108803A (zh) 一种基于声发射传感的搅拌针断针检测的装置及方法
CN101769785A (zh) 一种注水机组振动状态的点检方法及检测装置
CN116275329A (zh) 一种电火花线切割加工质量在线监测与评估系统及方法
CN109900809A (zh) 用于超声波焊接质量检测的底模、检测系统及方法
CN113984837B (zh) 一种基于焊点特征信息融合的电阻点焊焊点质量检测方法
CN115815778A (zh) 基于功率和频率分析的超声波焊接在线监测系统及方法

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