论文部分内容阅读
传统生产中,焊接质量是通过稳定焊接工艺参数和焊后检验来保证的。目前,采用的人工目测检查焊点外观质量的方法存在诸多问题,严重影响了生产效率。焊点压痕作为评价焊点质量的指标之一,它与焊点质量有着密切的关系。研究表明,电极位移信号和焊点表面图像都蕴藏着大量的焊点质量信息。文中以电极位移信号和焊点表面图像两大信息源,基于支持向量机（Support Vector Machine, SVM）,将预测焊点压痕深度作为研究目标,开展了以下研究工作:（1）搭建以激光位移传感器、DA-5型位移传感器、AC6115AD卡、Rogowski线圈为核心的信号采集系统。实现了焊接过程的焊接电流、电极间电压、电极位移的信号采集。采用激光位移传感器方法获取的电极位移信号,具有很好的重复性,不但可以监测焊接电流、电极压力等工艺参数对焊点质量的影响,而且可以表征点焊接头的熔核形成过程;（2）搭建以激光传感器、测量装置、计算机系统为核心的焊点压痕深度测量试验系统。研究了焊接电流,电极压力、电极位移信号等参数与焊点压痕深度的相关性。基于电极位移信号,提取了表征焊点压痕深度的特征参量h;（3）研究了基于数字图像的焊点压痕深度表征方法。针对电阻点焊接头,分别采用迭代法和OSTU法对获取的接头表面数字图像中焊点区域进行了分割。研究表明,采用迭代法分割可得到较满意的二值图像。基于焊点表面图像提取了能够反映焊点压痕深度的特征参量一环面积S1、二环面积S2、总面积S、总面积与一环面积比例系数l1、总面积与二环面积比例系数l2,其中S2、S、l1与焊点压痕深度相关性比较大,可以作为预测焊点压痕深度的特征参量;（4）建立了基于SVM的焊点压痕深度预测模型。探索了两种压痕深度预测方法:其一,建立了以特征参量h、焊接电流I和电极压力F作为输入向量,焊点实际压痕深度hT作为输出向量的SVM在线预测模型。其预测结果和实测压痕深度的相关系数达到0.8955;其二,建立了以焊点图像压痕深度特征参量（S2、S、l1）、焊接电流I和电极压力F作为输入,以hT作为输出的SVM预测模型。其预测结果和hT相关系数达到0.9958。研究结果表明,建立的SVM预测模型可以实现压痕深度的预测,模型2比模型1的预测结果更加理想。