论文部分内容阅读
为实现基于焊接过程动态信号特征的焊接质量在线诊断，本文以短路过渡CO2焊产生的电弧声信号为主要研究对象，对其特征及特征集合与焊接过程的相关性等方面进行了研究，可总结如下。 为了深刻认识CO2焊的短路过渡过程，并对信息源进行准确采集，利用KS2062型数据采集卡开发了信号采集系统。试验结果表明，此系统具备功能齐全、可靠性高等优点。由Turbo C3.0语言编写的信号采集软件能够离线动态显示波形，并进行相应预处理。由Matlab5.3语言编写的信号处理软件可实现对信号有效的特征分析。 对电弧声信号产生机理与频率分布进行了研究。在利用小波包降噪技术对电弧声和焊接电压信号进行有效的降噪处理基础上，采用小波变换方法分析降噪信号的奇异点。发现：电弧声信号主要来源于电弧长度的变化；其奇异点频率成分较低，与焊接过程对应性差；焊接电压信号经db1小波5层分解后，d1、d2、d5分图内的过零点组可被用来界定短路过渡及其结束过程。 通过小波包多层分解与Welch平均法对电弧声信号进行了精细化的时频域分析。结果表明：电弧声功率谱分布具有一定的规律性，并且不同频段谱峰值及其对应频率与焊接飞溅相关。 提取不同频率范围的电弧声能量作为表征焊接过程状态变化的特征集合。利用统计学的假设检验方法，对此集合内各元素与焊接飞溅的相关性进行评价，从而实现特征集合的降维处理，获得了最佳特征子集。此最佳特征子集由电弧声经db4小波包6层分解后，第1、3、4、7、9、11、14节点重构信号的归一化能量值构成。为实现根据电弧声信号特征，对短路过渡CO2焊接过程进行在线诊断奠定了坚实的基础。