CN115889975A - 一种激光焊接过程监测系统及方法 - Google Patents

一种激光焊接过程监测系统及方法 Download PDF

Info

Publication number
CN115889975A
CN115889975A CN202310075399.9A CN202310075399A CN115889975A CN 115889975 A CN115889975 A CN 115889975A CN 202310075399 A CN202310075399 A CN 202310075399A CN 115889975 A CN115889975 A CN 115889975A
Authority
CN
China
Prior art keywords
penetration
laser
welding
laser welding
light
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.)
Pending
Application number
CN202310075399.9A
Other languages
English (en)
Inventor
高向东
黄贻蔚
高鹏宇
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202310075399.9A priority Critical patent/CN115889975A/zh
Publication of CN115889975A publication Critical patent/CN115889975A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明提出一种激光焊接过程监测系统及方法,涉及激光焊接的技术领域,利用高温计和弱相干光层析成像技术在线监测激光焊接的焊缝特征,将采集得到的熔深光谱信号和表面轮廓光谱信号分别进行傅里叶变换,数据拟合得到熔深曲线和余高曲线,对高温计采集到的红外温度信号进行数据拟合得到熔宽变化曲线;通过对温度变化曲线做经验模态分解,有效追踪驼峰缺陷,对余高和熔深变化曲线对比分析,有效追踪气孔、未填充、漏焊和错焊缺陷,多方位满足激光焊接焊接质量在线监测的需求。

Description

一种激光焊接过程监测系统及方法
技术领域
本发明涉及激光焊接的技术领域,更具体地,涉及一种激光焊接过程监测系统及方法。
背景技术
激光焊接是以高能量密度激光束作为热源的一种精密高效焊接方法,其主要过程是通过激光器发射出一束高能量密度激光束,利用光纤传输,然后通过透镜聚焦于工件材料表面,工件材料吸收激光能量,能够形成深宽比较大的、小孔状的熔池。激光焊接有许多优势所在,如热源的光路操纵容易,控制简单,工件的变形小,热影响区狭窄,精确性和自动化程度高,大多数情况下不需要真空工作室等,目前已广泛被应用于航空航天、船舶与汽车制造、轨道交通及日用电子等相关工业领域。
激光焊接的目的是通过辐射吸收产生液态熔池,并使之长出理想的尺寸,然后沿固体界面移动,消除被焊构件间的初始缝隙,形成高质量焊缝。然而,熔池过大、过小或蒸发严重,都可能导致焊接失败。此外,焊缝的最终质量还可能因其它因素的改变而恶化,如合金成分的蒸发,过大的热梯度(导致热裂纹),以及焊接熔池体积与几何形状的不稳定(导致气孔和空穴)等。因此,对激光焊接过程进行实时监测具有重要意义。
现有技术中公开了一种基于光学弱相干成像的激光焊接熔深信息监测系统及方法,该方案利用光学弱相干成像技术对焊接过程中的匙孔进行检测,最终通过数据拟合形成与金相照片一致的熔深变化曲线,实时监测焊接过程,但是在该方案中,仅能获取激光焊接过程中的熔深信息,无法获得对焊接质量影响较大的温度、焊缝等实时信息,仍导致激光焊接监测结果不准确。
发明内容
为解决当前激光焊接监测过程信息采集不充分,导致监测结果不准确的问题,本发明提出一种激光焊接过程监测系统及方法,利用高温计和光学弱相干光层析成像设备在线监测激光焊接的焊缝特征,多方位满足激光焊接焊接质量在线监测的需求。
为了达到上述技术效果,本发明的技术方案如下:
一种激光焊接过程监测系统,包括:激光发生器、激光头、弱相干光光源、光纤耦合器、参考臂、激光焊接熔深测量臂、焊缝表面轮廓测量臂和高温计检测模块,所述激光发生器和激光头通过光纤连接,激光发生器发射的激光束通过光纤传输至激光头;所述激光头、弱相干光光源、参考臂、激光焊接熔深测量臂和焊缝表面轮廓测量臂均与光纤耦合器呈光路连接,所述高温计检测模块与激光头连接;
所述激光头内设有分光设备;
所述高温计检测模块包括高温计和温度数据处理单元,激光焊接过程中,熔池辐射出的近红外光波与激光头内的激光束同轴到达分光设备,经分光设备反射后到达高温计,高温计对匙孔进行实时的温度测量并获得温度数据后,将温度数据传输至温度处理单元,在此,通过温度处理单元将高温计采集到的匙孔温度信号进行处理。
优选地,所述弱相干光光源发射三束光束,分别作为参考光、熔深探测光和表面轮廓探测光;
所述分光设备包括一号分光镜、二号分光镜、三号分光镜,所述三号分光镜用于反射熔池辐射出的近红外光波;
所述参考光进入参考臂,经过参考臂沿原光路耦合到光纤耦合器中,形成参考光回路;
所述激光头内还设有第一聚焦透镜,所述熔深探测光进入激光头后,经一号分光镜镜面反射形成与激光束同轴的探测光束,探测光束通过第一聚焦透镜到达激光焊接匙孔,透过液态金属到达熔池的底部,从底部反射形成熔深探测反射光束,熔深探测反射光束沿原路返回一号分光镜,经一号分光镜镜面反射后到达光纤耦合器;熔深探测反射光束与参考光回路中返回的参考光束通过光纤耦合器形成熔深干涉合成光束,熔深干涉合成光束传输至激光焊接熔深测量臂中;
所述表面轮廓探测光进入激光头后,经二号分光镜镜面反射形成与激光束平行的旁轴焊接光束,旁轴焊接光束通过第一聚焦透镜到达焊缝表面,被反射后形成轮廓探测反射光束,轮廓探测反射光束沿原路返回二号分光镜,经二号分光镜镜面反射后到达光纤耦合器;轮廓探测反射光束与参考光回路中返回的参考光束通过光纤耦合器形成轮廓干涉合成光束,轮廓干涉合成光束传输至焊缝表面轮廓测量臂中。
优选地,所述激光头内还设有第一准直透镜,用于令激光束成为平行的准直光柱。
优选地,所述激光头还设有滤波片,用于滤除激光反射光。
优选地,所述参考臂包括:第二准直透镜、第二聚焦透镜和平面反射镜,参考光进入参考臂,依次穿过第二准直透镜和第二聚焦透镜到达平面反射镜,经平面反射镜反射后沿原路返回,形成参考光回路。
优选地,激光焊接熔深测量臂内包括熔深光谱分析单元,所述熔深光谱分析单元用于采集并分析激光焊接过程中的熔深干涉合成光束的光谱信息。
优选地,焊缝表面轮廓测量臂内包括表面轮廓光谱分析单元,所述表面轮廓光谱分析单元用于采集并分析激光焊接过程中的轮廓干涉合成光束的光谱信息。
本技术方案还提出一种激光焊接过程监测方法,包括:
S1.将采集得到的熔深光谱信号和表面轮廓光谱信号分别进行傅里叶变换,得到熔深光谱信号的频域函数和表面轮廓光谱信号的频域函数;
S2.通过熔深与对应频域函数的关系,数值拟合出与实际焊接工件一致的熔深曲线;通过表面轮廓与对应频域函数的关系,数值拟合出与实际焊接工件一致的余高曲线,实现激光焊接过程熔深和余高的实时可视化监测;
S3.将采集到的匙孔温度信号进行处理,得到匙孔温度信号曲线,通过数值拟合得到与实际焊接工件一致的熔宽曲线,实现激光焊接过程的实时熔宽可视化监测;
S4.获取焊接工件激光焊接后的焊缝形貌特征,并依据焊接后的焊缝形貌特征对焊接工件的焊接质量进行分类,获得焊接质量分类结果;
S5.将获得的余高曲线、熔深曲线、熔宽曲线和匙孔温度曲线组成特征数据集,并与焊接工件的焊接质量分类结果输入预设的焊接质量分类器中进行训练,获得训练好的焊接质量分类器;
S6.采集待焊接工件在焊接过程中的余高曲线、熔深曲线、熔宽曲线和过程匙孔温度信号,输入训练好的焊接质量分类器中进行检测,获得待焊接工件的焊接质量判别结果。
优选地,步骤S4包括以下步骤:
S41.设置预设余高阈值,获取焊接工件激光焊接后的焊缝余高特征,将实际焊后焊缝余高与预设余高阈值进行比较,将焊缝余高大于预设的余高阈值的焊接焊缝质量判定为存在隆起、驼峰缺陷的不合格焊缝,将焊缝余高小于预设的余高阈值的焊接焊缝质量判定为存在未填充、凹坑缺陷的不合格焊缝;
S42.设置预设熔深阈值,获取焊接工件激光焊接后的焊缝熔深特征,将实际焊后焊缝熔深与预设的熔深阈值进行比较,将焊缝熔深小于预设的熔深阈值的焊接焊缝质量判定存在未熔透缺陷的不合格焊缝;
S43.设置预设能量熵阈值,将匙孔温度信号曲线进行经验模态分解,计算得到匙孔温度信号经验模态分解的能量熵,将实际焊后能量熵与预设能量熵阈值进行比较,将能量熵大于预设的能量熵阈值的焊接焊缝质量判定为存在驼峰缺陷的不合格焊缝;
S44.根据步骤S41-S43,将存在至少一种缺陷的激光焊接焊缝分类为不合格焊缝,将其余激光焊接焊缝分类为合格焊缝。
优选地,步骤S43包括以下步骤:
S431.对匙孔温度信号曲线进行经验模态分解,经验模态分解的计算公式如下:
Figure BDA0004065995210000041
其中,T(t)为原始温度信号,ci(t)为不同频率内容的IMF,r(t)为残差;
找出T(t)的所有极值点,用插值法对极小值点形成下包络emint(t),对极大值形成上包络emax(t),计算均值m(t)=(emint(t)+emax(t))/2,抽离细节d(t)=T(t)-m(t),最后对残余的m(t)重复上述步骤,直到d(t)的均值为0;
S432.计算匙孔温度信号经验模态分解的能量熵Hen,计算公式如下:
Figure BDA0004065995210000042
Figure BDA0004065995210000043
Figure BDA0004065995210000044
其中,i表示进行经验模态分解的次数,Ei表示不同本质模态函数IMF对应的能量,imf表示本质模态函数,t为时间,Pi表示不同IMF的能量值占总能量的比重;
S433.设能量熵阈值为K,若|Hen-K|>0,则激光焊接焊缝出现驼峰缺陷,否则,激光焊接过程未出现驼峰缺陷。
在本技术方案中,首先将采集得到的熔深光谱信号和表面轮廓光谱信号转换为熔深光谱信号和表面轮廓光谱信号的频域函数,分别拟合出与实际焊接工件一致的熔深曲线和余高曲线,再进行作差运算得到差值曲线,通过对比差值曲线与无缺陷状态下的差值曲线判断是否气孔,漏焊,未熔透或错边缺陷;再将采集到的匙孔温度信号进行处理,将得到的匙孔温度信号曲线进行经验模态分解,通过模态分解获得的能量熵判断激光焊接焊缝是否出现驼峰缺陷,实时监测激光焊接工艺,不需要破坏性实验即可获得焊缝熔深、熔宽和余高的特征信息。
与现有技术相比,本发明技术方案的有益效果是:
本发明提出一种激光焊接过程监测系统及方法,利用高温计和弱相干光层析成像技术在线监测激光焊接的焊缝特征,将采集得到的熔深光谱信号和表面轮廓光谱信号分别进行傅里叶变换,数据拟合得到熔深曲线和余高曲线,对高温计采集到的红外温度信号进行数据拟合得到熔宽变化曲线;通过对温度变化曲线做经验模态分解,有效追踪驼峰缺陷,对余高和熔深变化曲线对比分析求导,有效追踪气孔,漏焊和错焊缺陷,多方位满足激光焊接焊接质量在线监测的需求。
附图说明
图1表示本发明实施例1中提出的激光焊接过程监测系统的结构示意图;
图2表示本发明实施例2和3中提出的激光焊接过程监测方法的流程示意图;
其中:1、激光发生器;2、激光头;21、分光设备;211、一号分光镜;212、二号分光镜;213、三号分光镜;22、第一聚焦透镜;23、第一准直透镜;24、滤波片;3、弱相干光光源;4、光纤耦合器;5、参考臂;51、第二准直透镜;52、第二聚焦透镜;53、平面反射镜;6、激光焊接熔深测量臂;7、焊缝表面轮廓测量臂;8、焊缝表面轮廓测量臂;81、高温计;82、温度处理单元。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好地说明本实施例,附图某些部位会有省略、放大或缩小,并不代表实际尺寸;
对于本领域技术人员来说,附图中某些公知内容说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
附图中描述位置关系的仅用于示例性说明,不能理解为对本专利的限制;
实施例1
本实施例提出一种激光焊接过程监测系统,参见图1,包括:激光发生器1、激光头2、弱相干光光源3、光纤耦合器4、参考臂5、激光焊接熔深测量臂6、焊缝表面轮廓测量臂7和高温计检测模块8,所述激光发生器1和激光头2通过光纤连接,激光发生器1发射的激光束通过光纤传输至激光头2;所述激光头2、弱相干光光源3、参考臂5、激光焊接熔深测量臂6和焊缝表面轮廓测量臂7均与光纤耦合器4呈光路连接,所述高温计检测模块8与激光头2连接;
所述激光头2内设有分光设备21;
所述高温计检测模块8包括高温计81和温度数据处理单元82,在实际操作过程中,熔池辐射出的近红外光波与激光头2内的激光束同轴到达分光设备21,经分光设备21反射后到达高温计81,高温计81对匙孔进行实时的温度测量并获得温度数据后,将温度数据传输至温度处理单元82,通过温度处理单元82将高温计81采集到的匙孔温度信号进行处理。
在本实施例中,所述弱相干光光源3发射探测光至光纤耦合器4并从光纤耦合器4端口输出为三束,分别作为参考光、熔深探测光和表面轮廓探测光;
所述分光设备21包括一号分光镜211、二号分光镜212、三号分光镜213,所述三号分光镜213用于反射熔池辐射出的近红外光波;
所述参考光进入参考臂5,经过参考臂5沿原光路耦合到光纤耦合器4中,形成参考光回路;
所述激光头2内还设有第一聚焦透镜22,在实际应用中,熔深探测光进入激光头2后,经一号分光镜211镜面反射形成与激光束同轴的探测光束,探测光束通过第一聚焦透镜22到达激光焊接匙孔,透过液态金属到达熔池的底部,从底部反射形成熔深探测反射光束,熔深探测反射光束沿原路返回一号分光镜211,经一号分光镜211镜面反射后到达光纤耦合器4;熔深探测反射光束与参考光回路中返回的参考光束通过光纤耦合器4形成熔深干涉合成光束,熔深干涉合成光束传输至激光焊接熔深测量臂6中;
在实际操作过程中,表面轮廓探测光进入激光头2后,经二号分光镜212镜面反射形成与激光束平行的旁轴焊接光束,旁轴焊接光束通过第一聚焦透镜22到达焊缝表面,被反射后形成轮廓探测反射光束,轮廓探测反射光束沿原路返回二号分光镜212,经二号分光镜212镜面反射后到达光纤耦合器4;轮廓探测反射光束与参考光回路中返回的参考光束通过光纤耦合器4形成轮廓干涉合成光束,轮廓干涉合成光束传输至焊缝表面轮廓测量臂7中。
作为一种优选的实施方式,所述激光头2内还设有用于令激光束成为平行的准直光柱的第一准直透镜23,激光头2还设有用于滤除激光反射光的滤波片24。
在本实施例中,所述参考臂5包括:第二准直透镜51、第二聚焦透镜52和平面反射镜53,在激光焊接监测过程中,参考光进入参考臂5,依次穿过第二准直透镜51和第二聚焦透镜52到达平面反射镜53,经平面反射镜53反射后沿原路返回,形成参考光回路。
在本实施例中,激光焊接熔深测量臂6内包括熔深光谱分析单元,所述熔深光谱分析单元用于采集并分析激光焊接过程中的熔深干涉合成光束的光谱信息;焊缝表面轮廓测量臂7内包括表面轮廓光谱分析单元,所述表面轮廓光谱分析单元用于采集并分析激光焊接过程中的轮廓干涉合成光束的光谱信息。
实施例2
如图2所示,本实施例提出一种激光焊接过程监测方法,包括以下步骤:
S1.将采集得到的熔深光谱信号和表面轮廓光谱信号分别进行傅里叶变换,得到熔深光谱信号的频域函数和表面轮廓光谱信号的频域函数;
S2.通过熔深与对应频域函数的关系,数值拟合出与实际焊接工件一致的熔深曲线;通过表面轮廓与对应频域函数的关系,数值拟合出与实际焊接工件一致的余高曲线,实现激光焊接过程熔深和余高的实时可视化监测;
S3.将采集到的匙孔温度信号进行处理,得到匙孔温度信号曲线,通过数值拟合得到与实际焊接工件一致的熔宽曲线,实现激光焊接过程的实时熔宽可视化监测;
S4.获取焊接工件激光焊接后的焊缝形貌特征,并依据焊接后的焊缝形貌特征对焊接工件的焊接质量进行分类,获得焊接质量分类结果;
S5.将获得的余高曲线、熔深曲线、熔宽曲线和匙孔温度曲线组成特征数据集,并与焊接工件的焊接质量分类结果输入预设的焊接质量分类器中进行训练,获得训练好的焊接质量分类器;
S6.采集待焊接工件在焊接过程中的余高曲线、熔深曲线、熔宽曲线和过程匙孔温度信号,输入训练好的焊接质量分类器中进行检测,获得待焊接工件的焊接质量判别结果。
实施例3
如图2所示,基于实施例2,本实施例提出的激光焊接过程监测方法还包括以下步骤:
S41.设置预设余高阈值,获取焊接工件激光焊接后的焊缝余高特征,将实际焊后焊缝余高与预设余高阈值进行比较,将焊缝余高大于预设的余高阈值的焊接焊缝质量判定为存在隆起、驼峰缺陷的不合格焊缝,将焊缝余高小于预设的余高阈值的焊接焊缝质量判定为存在未填充、凹坑缺陷的不合格焊缝;
S42.设置预设熔深阈值,获取焊接工件激光焊接后的焊缝熔深特征,将实际焊后焊缝熔深与预设的熔深阈值进行比较,将焊缝熔深小于预设的熔深阈值的焊接焊缝质量判定存在未熔透缺陷的不合格焊缝;
S43.设置预设能量熵阈值,将匙孔温度信号曲线进行经验模态分解,计算得到匙孔温度信号经验模态分解的能量熵,将实际焊后能量熵与预设能量熵阈值进行比较,将能量熵大于预设的能量熵阈值的焊接焊缝质量判定为存在驼峰缺陷的不合格焊缝;
S431.对匙孔温度信号曲线进行经验模态分解,经验模态分解的计算公式如下:
Figure BDA0004065995210000081
其中,T(t)为原始温度信号,ci(t)为不同频率内容的IMF,r(t)为残差;
找出T(t)的所有极值点,用插值法对极小值点形成下包络emint(t),对极大值形成上包络emax(t),计算均值m(t)=(emint(t)+emax(t))/2,抽离细节d(t)=T(t)-m(t),最后对残余的m(t)重复上述步骤,直到d(t)的均值为0;
S432.计算匙孔温度信号经验模态分解的能量熵Hen,计算公式如下:
Figure BDA0004065995210000082
Figure BDA0004065995210000083
Figure BDA0004065995210000091
其中,i表示进行经验模态分解的次数,Ei表示不同本质模态函数IMF对应的能量,imf表示本质模态函数,t为时间,Pi表示不同IMF的能量值占总能量的比重;
S433.设能量熵阈值为K,若|Hen-K|>0,则激光焊接焊缝出现驼峰缺陷,否则,激光焊接过程未出现驼峰缺陷。
S44.根据步骤S41-S43,将存在至少一种缺陷的激光焊接焊缝分类为不合格焊缝,将其余激光焊接焊缝分类为合格焊缝。
显然,本发明的上述实施例仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。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,均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种激光焊接过程监测系统,其特征在于,包括:激光发生器(1)、激光头(2)、弱相干光光源(3)、光纤耦合器(4)、参考臂(5)、激光焊接熔深测量臂(6)、焊缝表面轮廓测量臂(7)和高温计检测模块(8),所述激光发生器(1)和激光头(2)通过光纤连接,激光发生器(1)发射的激光束通过光纤传输至激光头(2);所述激光头(2)、弱相干光光源(3)、参考臂(5)、激光焊接熔深测量臂(6)和焊缝表面轮廓测量臂(7)均与光纤耦合器(4)呈光路连接,所述高温计检测模块(8)与激光头(2)连接;
所述激光头(2)内设有分光设备(21);
所述高温计检测模块(8)包括高温计(81)和温度数据处理单元(82),激光焊接过程中,熔池辐射出的近红外光波与激光头(2)内的激光束同轴到达分光设备(21),经分光设备(21)反射后到达高温计(81),高温计(81)对匙孔进行实时的温度测量并获得温度数据后,将温度数据传输至温度处理单元(82),通过温度处理单元(82)将高温计(81)采集到的匙孔温度信号进行处理。
2.根据权利要求1所述的激光焊接过程监测系统,其特征在于,所述弱相干光光源(3)发射三束光束,分别作为参考光、熔深探测光和表面轮廓探测光;
所述分光设备(21)包括一号分光镜(211)、二号分光镜(212)、三号分光镜(213),所述三号分光镜(213)用于反射熔池辐射出的近红外光波;
所述参考光进入参考臂(5),经过参考臂(5)沿原光路耦合到光纤耦合器(4)中,形成参考光回路;
所述激光头(2)内还设有第一聚焦透镜(22),所述熔深探测光进入激光头(2)后,经一号分光镜(211)镜面反射形成与激光束同轴的探测光束,探测光束通过第一聚焦透镜(22)到达激光焊接匙孔,透过液态金属到达熔池的底部,从底部反射形成熔深探测反射光束,熔深探测反射光束沿原路返回一号分光镜(211),经一号分光镜(211)镜面反射后到达光纤耦合器(4);熔深探测反射光束与参考光回路中返回的参考光束通过光纤耦合器(4)形成熔深干涉合成光束,熔深干涉合成光束传输至激光焊接熔深测量臂(6)中;
所述表面轮廓探测光进入激光头(2)后,经二号分光镜(212)镜面反射形成与激光束平行的旁轴焊接光束,旁轴焊接光束通过第一聚焦透镜(22)到达焊缝表面,被反射后形成轮廓探测反射光束,轮廓探测反射光束沿原路返回二号分光镜(212),经二号分光镜(212)镜面反射后到达光纤耦合器(4);轮廓探测反射光束与参考光回路中返回的参考光束通过光纤耦合器(4)形成轮廓干涉合成光束,轮廓干涉合成光束传输至焊缝表面轮廓测量臂(7)中。
3.根据权利要求1所述的激光焊接过程监测系统,其特征在于,所述激光头(2)内还设有用于令激光束成为平行的准直光柱的第一准直透镜(23)。
4.根据权利要求1所述的激光焊接过程监测系统,其特征在于,所述激光头(2)还设有用于滤除激光反射光的滤波片(24)。
5.根据权利要求2所述的激光焊接过程监测系统,其特征在于,所述参考臂(5)包括:第二准直透镜(51)、第二聚焦透镜(52)和平面反射镜(53),参考光进入参考臂(5),依次穿过第二准直透镜(51)和第二聚焦透镜(52)到达平面反射镜(53),经平面反射镜(53)反射后沿原路返回,形成参考光回路。
6.一种激光焊接过程监测方法,其特征在于,包括以下步骤:
S1.将采集得到的熔深光谱信号和表面轮廓光谱信号分别进行傅里叶变换,得到熔深光谱信号的频域函数和表面轮廓光谱信号的频域函数;
S2.通过熔深与对应频域函数的关系,数值拟合出与实际焊接工件一致的熔深曲线;通过表面轮廓与对应频域函数的关系,数值拟合出与实际焊接工件一致的余高曲线,实现激光焊接过程熔深和余高的实时可视化监测;
S3.将采集到的匙孔温度信号进行处理,得到匙孔温度信号曲线,通过数值拟合得到与实际焊接工件一致的熔宽曲线,实现激光焊接过程的实时熔宽可视化监测;
S4.获取焊接工件激光焊接后的焊缝形貌特征,并依据焊接后的焊缝形貌特征对焊接工件的焊接质量进行分类,获得焊接质量分类结果;
S5.将获得的余高曲线、熔深曲线、熔宽曲线和匙孔温度曲线组成特征数据集,并与焊接工件的焊接质量分类结果输入预设的焊接质量分类器中进行训练,获得训练好的焊接质量分类器;
S6.采集待焊接工件在焊接过程中的余高曲线、熔深曲线、熔宽曲线和过程匙孔温度信号,输入训练好的焊接质量分类器中进行检测,获得待焊接工件的焊接质量判别结果。
7.根据权利要求6所述的激光焊接过程监测方法,其特征在于,步骤S4包括以下步骤:
S41.设置预设余高阈值,获取焊接工件激光焊接后的焊缝余高特征,将实际焊后焊缝余高与预设余高阈值进行比较,将焊缝余高大于预设的余高阈值的焊接焊缝质量判定为存在隆起、驼峰缺陷的不合格焊缝,将焊缝余高小于预设的余高阈值的焊接焊缝质量判定为存在未填充、凹坑缺陷的不合格焊缝;
S42.设置预设熔深阈值,获取焊接工件激光焊接后的焊缝熔深特征,将实际焊后焊缝熔深与预设的熔深阈值进行比较,将焊缝熔深小于预设的熔深阈值的焊接焊缝质量判定存在未熔透缺陷的不合格焊缝;
S43.设置预设能量熵阈值,将匙孔温度信号曲线进行经验模态分解,计算得到匙孔温度信号经验模态分解的能量熵,将实际焊后能量熵与预设能量熵阈值进行比较,将能量熵大于预设的能量熵阈值的焊接焊缝质量判定为存在驼峰缺陷的不合格焊缝;
S44.根据步骤S41-S43,将存在至少一种缺陷的激光焊接焊缝分类为不合格焊缝,将其余激光焊接焊缝分类为合格焊缝。
8.根据权利要求7所述的激光焊接过程监测方法,其特征在于,步骤S43包括以下步骤:
S431.对匙孔温度信号曲线进行经验模态分解,经验模态分解的计算公式如下:
Figure FDA0004065995190000031
其中,T(t)为原始温度信号,ci(t)为不同频率内容的IMF,r(t)为残差;
找出T(t)的所有极值点,用插值法对极小值点形成下包络emint(t),对极大值形成上包络emax(t),计算均值m(t)=(emint(t)+emax(t))/2,抽离细节d(t)=T(t)-m(t),最后对残余的m(t)重复上述步骤,直到d(t)的均值为0;
S432.计算匙孔温度信号经验模态分解的能量熵Hen,计算公式如下:
Figure FDA0004065995190000032
Figure FDA0004065995190000041
Figure FDA0004065995190000042
其中,i表示进行经验模态分解的次数,Ei表示不同本质模态函数IMF对应的能量,imf表示本质模态函数,t为时间,Pi表示不同IMF的能量值占总能量的比重;
S433.设能量熵阈值为K,若|Hen-K|>0,则激光焊接焊缝出现驼峰缺陷,否则,激光焊接过程未出现驼峰缺陷。
9.根据权利要求2所述的激光焊接过程监测系统,其特征在于,激光焊接熔深测量臂(6)内包括熔深光谱分析单元,所述熔深光谱分析单元用于采集并分析激光焊接过程中的熔深干涉合成光束的光谱信息。
10.根据权利要求2所述的激光焊接过程监测系统,其特征在于,焊缝表面轮廓测量臂(7)内包括表面轮廓光谱分析单元,所述表面轮廓光谱分析单元用于采集并分析激光焊接过程中的轮廓干涉合成光束的光谱信息。
CN202310075399.9A 2023-01-31 2023-01-31 一种激光焊接过程监测系统及方法 Pending CN115889975A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310075399.9A CN115889975A (zh) 2023-01-31 2023-01-31 一种激光焊接过程监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310075399.9A CN115889975A (zh) 2023-01-31 2023-01-31 一种激光焊接过程监测系统及方法

Publications (1)

Publication Number Publication Date
CN115889975A true CN115889975A (zh) 2023-04-04

Family

ID=86484224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310075399.9A Pending CN115889975A (zh) 2023-01-31 2023-01-31 一种激光焊接过程监测系统及方法

Country Status (1)

Country Link
CN (1) CN115889975A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116329740A (zh) * 2023-05-29 2023-06-27 深圳市矽赫科技有限公司 一种激光熔焊原位监测与工艺控制的方法和装置
CN117428291A (zh) * 2023-12-18 2024-01-23 南京理工大学 基于声谱图特性分析的焊缝熔宽定量方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116329740A (zh) * 2023-05-29 2023-06-27 深圳市矽赫科技有限公司 一种激光熔焊原位监测与工艺控制的方法和装置
CN116329740B (zh) * 2023-05-29 2023-08-18 深圳市矽赫科技有限公司 一种激光熔焊原位监测与工艺控制的方法和装置
CN117428291A (zh) * 2023-12-18 2024-01-23 南京理工大学 基于声谱图特性分析的焊缝熔宽定量方法

Similar Documents

Publication Publication Date Title
CN115889975A (zh) 一种激光焊接过程监测系统及方法
Sun et al. Sensor systems for real-time monitoring of laser weld quality
CN110695562A (zh) 一种焊接质量在线检测系统及方法
Wu et al. Progress and perspectives of in-situ optical monitoring in laser beam welding: Sensing, characterization and modeling
CN106353284B (zh) 基于光谱诊断的激光增材制造过程中缺陷的在线诊断方法
US20100133248A1 (en) Method and device for quality control of a weld bead
CN109297976B (zh) 基于激光焊接能量分配的激光穿透焊缺陷检测平台及方法
Mi et al. Real-time weld penetration depth monitoring with laser ultrasonic sensing system
Park et al. Estimation of weld bead size in CO 2 laser welding by using multiple regression and neural network
CN209094795U (zh) 基于同轴光辐射信号解调的激光焊接焊偏检测装置
Liu et al. Measurement of pulsed laser welding penetration based on keyhole dynamics and deep learning approach
Gao et al. Multi-sensor information fusion for monitoring disk laser welding
EP1371443A1 (en) A system and method for monitoring laser welds and giving an indication of the quality of welding
Huang et al. EMD-PNN based welding defects detection using laser-induced plasma electrical signals
Taheri Nondestructive evaluation and in-situ monitoring for metal additive manufacturing
CN211122688U (zh) 一种焊接质量在线检测系统
EP1203230B1 (en) Device and method for laser-ultrasonic frequency control using optimal wavelength tuning
CN113588566B (zh) 基于激光超声的激光点焊微焊点质量检测装置及方法
Nomura et al. In-situ detection of weld defect during the welding process by laser ultrasonic technique
CN116000453B (zh) 一种激光焊接质量实时监控方法及系统
Norman et al. State-of-the-art of monitoring and imaging of laser welding defects
Yu et al. The development of a quality prediction system for aluminum laser welding to measure plasma intensity using photodiodes
Petereit et al. Failure recognition and online process control in laser beam welding
CN209342620U (zh) 基于激光焊接能量分配的激光穿透焊缺陷检测平台
JP2000061672A (ja) レーザ溶接の溶接状態検出方法

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