镀锌钢板由于具有良好的抗腐蚀性能,在汽车制造业中取代冷轧钢板而被大量使用。但是其电阻点焊可焊性较差,由于镀锌层导致电极头工作端面的接触面积:噌大,电流密度降低。同时,低熔点的锌致使电极头粘损严重,从而使镀锌板的点:焊接头质量不稳定和难以控制。针对汽车工业中镀锌板点焊接头质量控制的要求,以点焊接头表面图像和点焊过程实时采集的动态信息为信息源。为寻求一种在线的、无损的、低成本的点焊质量评判方法,开展了以下研究工作:1.搭建了焊接接头表面图像的实验采集平台,在同等的条件下,采用数字图像技术获取焊接接头的表面图像,通过对接头表面的数字图像初步分析表明,点焊接头表面图像可以作为质量检测的信息源。2.通过对大量点焊接头表面图像的特征分析,确定了不同特征环区的面积作为表征点焊质量的信息特征参数,根据特征区域面积与焊点抗剪强度的相关性分析结果,选择了相关性显著的特征参数作为输入向量,焊接接头的抗剪强度作为输出参量,建立了以剪切强度为质量评判指标的BP神经网络预测模型。网络模型测试结果表明,采用建立的BP网络模型进行焊点质量在线评判时,可获得满意的结果。3.搭建的点焊过程动态信号采集试验平台,实现了焊接电压,焊接电流、电极位移多路信号的无相差同步采集。通过对动态信号进行滤波、降噪、以及时域分析,确定了动态电阻、电极位移作为质量在线评判的信号源。4.通过分析点焊镀锌板过程中的动态电阻和电极位移的信号,提取了6个可表征接头质量和熔核形成过程的特征参量。依据特征参量与接头的抗剪强度间的相关分析结果,选取了与接头抗剪切强度密切相关的特征参量作为SOM网络的归类分析的输入向量,建立了点焊接头质量分类模型。实验验证表明,采用建立的SOM网络模型可以实现对镀锌板点焊接头质量的分类。