CN109014544B - 微型电阻点焊质量在线监测方法 - Google Patents

Abstract

本发明涉及一种微型电阻点焊质量在线监测方法，属于微型电阻点焊质量监测技术领域。首先利用单光子探测器对微型电阻点焊生产过程中的电极与工件接触边缘的光子数随时间的变化情况进行实时监测，绘制出光子变化曲线。利用数据挖掘手段提取不同质量等级的微型电阻点焊接头质量的光子特征量，生成微型电阻点焊质量分类模型，建立基于光子信号的微型电阻点焊质量监测的数据库，实现不同工艺条件下微型电阻点焊接头质量自动在线监测。为微型电阻点焊质量的在线监测提供了新途径，使用的单光子探测器对点焊熔核温度场变化的探测灵敏度高，提高了微型电阻点焊在线质量监测的可靠性高。

Description

微型电阻点焊质量在线监测方法

技术领域

本发明涉及微型电阻点焊质量监测技术领域，特别涉及一种微型电阻点焊质量在线监测方法。通过监测微型电阻点焊过程中近熔核区域的光子变化信号，通过数据挖掘方法提取不同微型电阻点焊接头质量等级的近熔核区域光子变化特征，生成微型电阻点焊质量在线监测模型，建立基于光子信号的微型电阻点焊接头质量监测的数据库。

背景技术

微型电阻点焊在医疗器械、电子设备、电池包装等领域应用广泛，尤其是目前新能源汽车的动力电池包装，普通锂电池的串并联中微型电阻点焊技术得到广泛应用。

由于点焊生产过程中涉及热电力等多物理场的综合作用，导致点焊接头质量不稳定，尤其是微型电阻点焊，焊接时间普遍集中在2-3ms，极短的焊接时间对微型电阻点焊质量在线监测提出更高的要求。

微型电阻点焊的工件较薄，熔核形成过程中电极位移、电极力的变化不明显，并且电极位移传感器与电极动态压力传感器抗干扰能力较差，为电极位移监测法及电极力监测法带来一定难度。

点焊熔核区域的温度场与点焊接头质量密切相关，现有的红外温度场在线监测方法，使用的红外温度监测仪响应时间及光子灵敏度较差，很难捕捉微型电阻点焊熔核形成的全部过程的温度信息。

发明内容

本发明的目的在于提供一种微型电阻点焊质量在线监测方法，解决了现在微型电阻点焊质量在线监测技术存在的问题，基于近熔核区域光子信号特征建立微型电阻点焊质量在线监测模型，结合多种微型电阻点焊工艺参数，建立微型电阻点焊质量监测数据库。

本发明的上述目的通过以下技术方案实现：

微型电阻点焊质量在线监测方法，首先利用单光子探测器对微型电阻点焊生产过程中的电极与工件接触边缘的光子数随时间的变化情况进行实时监测，绘制出光子变化曲线；通过金相实验确定点焊不同工艺条件下微型电阻点焊接头质量等级，不同质量的微型电阻点焊过程中光子变化曲线不同，利用数据挖掘手段提取不同质量等级的微型电阻点焊质量的光子特征量，生成微型电阻点焊质量分类模型，建立基于光子信号的微型电阻点焊质量监测的数据库，实现不同工艺条件下微型电阻点焊质量自动在线监测；具体包括如下步骤：

步骤(1)对光子信号的特征量的选取；

步骤(2)、对获得的特征量进行分析，获得各特征量的阈值为初始判定依据；

步骤(3)、根据步骤(1)中得到的关于光子变化的特征量，建立微型电阻点焊质量模型，为保证微型电阻点焊质量监测准确率，采用双模型交叉验证的方法对微型电阻点焊质量进行监测。微型电阻点焊质量监测模型建立过程中，随机将初始输入的微型电阻点焊样本数N分为两部分，分别为训练样本集合N1与测试样本集合N2；

步骤(4)、将步骤(2)获得的判定边界与步骤(3)建立的监测模型对应于工艺参数存入微型电阻点焊监测***数据库。

步骤(1)所述的对监测信号的特征量的选取是：

(1.1)将焊接电流开始到焊接电流结束时间段内的光子数进行累加，得到焊接时间内总光子数c；

(1.2)对光子数c随焊接时间t的变化曲线进行数据挖掘，提取反映微型电阻点焊接头质量的光子特征量：分别得到焊接电流开始时间的光子数c_start，一般与最小光子数一致，最大光子数c_max，光子曲线中转折次数m，以及各转折次对应的光子数c_tr1、c_tr2、c_tr3....c_trm，两次转折对应的时间t_tr1、t_tr2、t_tr3....t_trm，以及平衡光子数所持续时间t_b；

(1.3)在电流持续时间t内，每0.2ms时间间隔分别计算每段时间内的光子总数c₁、c₂....c_n-1、c_n做为特征量，其中n＝t/0.2；

(1.4)根据方差公式

计算每个微型电阻点焊光子数的方差特征量σ²，其中c为随焊接时间t而变化光子数，μ为焊接电流开始到焊接电流结束时间内，所有光子的平均数，n与(1.3)中n含义一致；

(1.5)对微型电阻点焊过程中常见质量问题进行试验并监测过程中的光子信号，得到不同质量的微型电阻点焊接头，通过金相试验，确定微型电阻点焊样本的接头质量等级，分别标注为优2、良3、合格4、不合格0；

(1.6)步骤(1.5)中的质量分类等级仅用于微型电阻点焊质量模型建立过程中的分类，质量模型在实际应用过程中将优2、良3、合格4类别合并为等级1，即通属于合格点焊接头1，不合格点焊接头为0；

(1.7)将步骤(1.1)、(1.2)、(1.3)、(1.4)中的特征量与步骤(1.5)中的四个质量等级做相关性分析，剔除部分线性相关的特征量，得到与微型电阻点焊接头质量等级相关系数较大的特征量。

步骤(2)所述的对获得的特征量进行分析，获得各特征量的阈值为初始判定依据，具体是：

(2.1)根据高斯分布统计不同微型电阻点焊接头质量等级的各特征量的概率密度；

(2.2)根据微型电阻点焊接头的不同应用场合，剔除不同微型电阻点焊接头质量等级的各特征量的概率密度重叠区间，确定各特征量合适的高密度区间，做为初始判断阈值；

上述质量等级是：优2、良3、合格4、不合格0。

步骤(3)所述的建立微型电阻点焊质量监测模型，具体是：

(3.1)基于多元回归分析及最小二乘法误差准则，建立微型电阻点焊接头质量监测模型A；

(3.1.1)利用N1个微型电阻点焊样本，对微型电阻点焊过程中的光子信号进行分段拟合，并根据最小二乘法准则寻找光子信号的拟合曲线；

(3.1.2)基于N2个微型电阻点焊样本对步骤(3.1.1)中的拟合曲线进行验证，当测试准确度高于设定值时，确认合格点焊样本的光子信号曲线；

(3.2)基于组合最邻近分类器KNN算法建立微型电阻点焊接头质量监测模型B；

(3.2.1)利用N1个微型电阻点焊样本，在分类数目确定的情况下，分别使用不同的KNN算法的度量准则，结合特征量建立微型电阻点焊监测模型，使用N2个微型电阻点焊样本对不同度量准则模型验证，记录各模型对N2个微型电阻点焊接头的监测结果；

(3.2.2)根据步骤(3.2.1)的验证结果，对于不同度量准则的监测准确率，给予各分类模型不同的权值，以优化微型电阻点焊监测模型的准确率。

当新的微型电阻点焊样本特征量进入***时，首先判断该样本的所有特征量是否都在步骤(2)中的初始判定阈值区间内，可直接判断该点焊接头属于合格接头1或者不合格接头0；

如果所有特征量都在步骤(2)得到的初始判断阈值区间内，则微型电阻点焊接头质量监测***输出标识1，即说明该微型电阻点焊接头属于合格样本；

如果样本的特征量存在部分特征量不在步骤(2)的初始判断阈值区间内，则需要对微型电阻点焊样本进一步利用步骤(3)建立的微型电阻点焊质量监测模型，判断微型电阻点焊样本的质量等级；当微型电阻点焊接头质量监测模型A、B的监测结果一致时，如果微型电阻点焊接头质量监测模型A、B的监测结果均属于合格接头1，则监测***自动输出1，如果微型电阻点焊接头质量监测模型A、B的监测结果均属于不合格接头0，则监测***自动输出0；

当微型电阻点焊接头质量监测模型A、B的监测结果不一致时，则需要为该微型电阻点焊接头给予异常处理，提醒操作人员利用其他检测方法或者人工检查该微型电阻点焊接头是否满足使用要求。

本发明的有益效果在于：利用响应时间可达纳秒级的高灵敏度单光子探测器监测焊接时间极短的微型电阻点焊过程，根据近熔核区域的光子随焊接时间变化规律对微型电阻点焊接头质量进行监测。光子数与温度的变化存在相关性，点焊接头形成过程与温度场密切相关，二者的相关性为本发明提供了重要理论依据。本发明首次提出基于光子信号为点焊质量的特征量，针对初始判定边界无法根据经验值设定的问题，提出以高斯分布确立不同等级微型电阻点焊接头的概率密度空间与叠加空间剔除相结合的方法，确定初始判定边界。本发明提出采用双模型交叉验证的方法保证不合格焊点的有效检测，并建立微型电阻点焊质量监测数据库。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明的***模块流程图；

图2为本发明的微型电阻点焊监测***初始化界面；

图3为本发明的微型电阻点焊监测***工作界面。

具体实施方式

下面结合附图进一步说明本发明的详细内容及其具体实施方式。

参见图1至图3所示，本发明的微型电阻点焊质量在线监测方法，首先利用响应时间达纳秒级的单光子探测器对微型电阻点焊生产过程中的电极与工件接触边缘的光子数随时间的变化情况进行实时监测，绘制出光子变化曲线；通过金相实验确定点焊不同工艺条件下微型电阻点焊接头质量等级，由于光子变化在一定程度上反映了温度场的变化，因此不同质量的微型电阻点焊过程中光子变化曲线不同，利用数据挖掘手段提取不同质量等级的微型电阻点焊接头质量的光子特征量，生成微型电阻点焊接头质量分类模型，建立基于光子信号的微型电阻点焊接头质量监测的数据库，实现不同工艺条件下微型电阻点焊接头质量自动在线监测。本发明为微型电阻点焊质量的在线监测提供了新途径，使用的单光子探测器对点焊熔核温度场变化的探测灵敏度高，提高了微型电阻点焊在线质量监测的可靠性高。

参见图1至图3所示，本发明的微型电阻点焊质量在线监测方法包括如下步骤：

步骤(1)、建立人机交互信息模块：用于搜索微型电阻点焊质量监测数据库是否存在即将使用的微型电阻点焊工艺参数；

步骤(2)、对于数据库中已经存在相同的点焊工艺参数，只需进行选择即可；

步骤(3)、如果不存在完全相同的工艺参数，需要输入新的微型电阻点焊工艺参数：工件材料1、工件材料2、工件1板厚d₁、工件2板厚d₂、选择焊接电流方式(Pc脉冲电流、Ac交流电流)、电流持续通电时间t、电极压力F、环境温度T、初始模型建立的微型电阻点焊样本数N

步骤(4)、在微型电阻点焊过程中，光子信号的实时获取：利用响应时间极快的单光子探测器探测近熔核区域的光子信号，其中单光子探测器的光谱响应范围选用红外波段；

步骤(5)、在光子信号监测过程中，避免外界红外光波的干扰，影响微型电阻点焊质量监测准确性，通过三种方法综合作用减少杂波对微型电阻点焊质量监测结果的干扰：监测装置中利用与单光子探测器光谱波段相匹配的红外滤光片进行滤波，将光子探测器获取的光子信号通过滤波电路，过滤掉与微型电阻点焊接头质量无关的频率成份，在数据处理过程中，对光子数据的奇异点信号进行阈值滤波；

步骤(6)、单光子探测器探测到的光子数随时间的变化可以反映出温度的变化，绘制光子信号随微型电阻点焊时间的变化曲线，其中时间区间为焊接电流开始到焊接电流结束；

为不同材料的性质及表面状态引入一个系数ε，根据普朗克定律可知绝对黑体的辐射能力与波长和温度之间的关系表达式可知：

M(λ，T)＝ε*C₁λ^-5/[exp(C₂/λT)-1]

其中，λ—波长；T—绝对温度；C₁、C₂—辐射常数。根据红外测温原理可知，单光子探测器探测到的光子数随时间的变化可以反映出温度的变化，绘制光子随时间的变化曲线，其中时间区间为焊接电流开始到焊接电流结束。

步骤(7)、特征量的选取：

(7.1)微型电阻点焊接头的熔核尺寸、熔核内部组织与电阻热的温度密切相关，将焊接电流开始到焊接电流结束时间段内的光子数进行累加，得到焊接时间内总光子数c；

(7.2)对光子c随焊接持续时间t的变化曲线进行数据挖掘，提取反映微型电阻点焊接头质量的光子特征量：分别得到焊接电流开始时间的光子数c_start，一般与最小光子数一致，最大光子数c_max，光子曲线中转折次数m，以及各转折次对应的光子数c_tr1、c_tr2、c_tr3....c_trm，两次转折对应的时间t_tr1、t_tr2、t_tr3....t_trm，以及平衡光子数所持续时间t_b；

(7.3)在电流持续时间t内，每0.2ms时间间隔分别计算每段时间内的光子总数c₁、c₂....c_n-1、c_n做为特征量，其中n＝t/0.2；

(7.4)根据方差公式

计算每个微型电阻点焊光子数的方差特征量σ²，其中c为随焊接时间t而变化光子数，μ为焊接电流开始到焊接电流结束时间内，所有光子的平均数，n与(7.3)中n含义一致；

(7.5)对微型电阻点焊过程中常见质量问题进行试验并监测过程中的光子信号，得到不同质量的微型电阻点焊接头，通过金相试验，确定微型电阻点焊样本的接头质量等级，分别标注为优2、良3、合格4、不合格0；

(7.6)步骤7.5)中的质量分类等级仅用于微型电阻点焊质量模型建立过程中的分类，质量模型在实际应用过程中将优2、良3、合格4类别合并为等级1，即通属于合格点焊接头1，不合格点焊接头为0；

(7.7)将步骤(7.1)、(7.2)、(7.3)、(7.4)中的特征量与步骤(7.5)中的四个质量等级做相关性分析，剔除部分线性相关的特征量，得到与微型电阻点焊接头质量等级相关系数较大的特征量。

步骤(8)、对获得的特征量进行分析，获得各特征量的阈值为初始判定依据：

(8.1)根据高斯分布统计不同微型电阻点焊接头质量等级(优2、良3、合格4、不合格0)的各特征量的概率密度；

(8.2)根据微型电阻点焊接头的不同应用场合，剔除不同微型电阻点焊接头质量等级(优2、良3、合格4、不合格0)的各特征量的概率密度重叠区间，确定各特征量合适的高密度区间，做为初始判断阈值。

步骤(9)、根据步骤(7)中得到的关于光子变化的特征量，建立微型电阻点焊质量模型，为保证微型电阻点焊质量监测准确率，采用双模型交叉验证的方法对微型电阻点焊接头进行验证，微型电阻点焊接头质量监测模型建立过程中，随机将初始输入的微型电阻点焊样本数N分为两部分，分别为训练样本集合N1与测试样本集合N2：

(9.1)基于多元回归分析及最小二乘法误差准则，建立微型电阻点焊接头质量监测模型A；

(9.1.1)利用N1个微型电阻点焊样本，对微型电阻点焊过程中的光子信号进行分段拟合，并根据最小二乘法准则寻找光子信号的拟合曲线；

(9.1.2)基于N2个微型电阻点焊样本对步骤(9.1.1)中的拟合曲线进行验证，当测试准确度高于设定值时，确认合格点焊样本的光子信号曲线；

(9.2)基于组合最邻近分类器KNN算法建立微型电阻点焊接头质量监测模型B；

(9.2.1)利用N1个微型电阻点焊样本，在分类数目确定的情况下，分别使用不同的KNN算法的度量准则：

欧式距离公式：

曼哈顿距离：

以及向量空间余弦相似度：

结合上述特征量建立微型电阻点焊监测模型，使用N2个微型电阻点焊样本对不同度量准则模型验证，记录各模型对N2个微型电阻点焊接头的监测结果；

(9.2.2)根据步骤(9.2.1)的验证结果，对于不同度量准则的监测准确率，给予各分类模型不同的权值，以优化微型电阻点焊监测模型的准确率。

步骤(10)、将步骤(8)获得的判定边界与步骤(9)建立的监测模型对应于工艺参数存入微型电阻点焊监测***数据库。

当新的微型电阻点焊样本特征量进入***时，首先判断该样本的所有特征量是否都在步骤(8)中的初始判定阈值区间内，可直接判断该点焊接头属于合格接头1或者不合格接头0；

如果所有特征量都在步骤(8)得到的初始判断阈值区间内，则点焊***输出标识1，即说明该微型电阻点焊接头属于合格样本；

如果样本的特征量存在部分特征量不在步骤(8)的初始判断阈值区间内，则需要对微型电阻点焊样本进一步利用步骤(9)建立的微型电阻点焊质量监测模型，判断微型电阻点焊样本的质量等级；当微型电阻点焊接头质量监测模型A、B的监测结果一致时，如果微型电阻点焊接头质量监测模型A、B的监测结果均属于合格接头1，则监测***自动输出1，如果微型电阻点焊质量监测模型A、B的监测结果均属于不合格接头0，则监测***自动输出0；

当微型电阻点焊质量监测模型A、B的监测结果不一致时，则需要为该微型电阻点焊接头给予异常处理，提醒操作人员利用其他检测方法或者人工检查该微型电阻点焊接头是否满足使用要求。

实施例1：

以新能源汽车动力电池组中锂电池串、并联的微型电阻点焊过程中的单光子监测为例，其中电芯的正负极为0.3mm的不锈钢壳，汇流排为0.1mm的镍片，焊接电流为1.5kA,焊接时间为2ms，电极直径为1.5mm。采用工作波长范围为900～1700nm的近红外单光子探测器，最快响应速度高达10ns，红外单光子探测器外型尺寸是半径为50mm高为100mm的圆柱体，数据采集模块的采集频率为500Mhz。

参见图1所示，为本发明数据采集与处理模块流程图，在进入微型电阻点焊单光子监测***后，***界面参见图2所示，界面中央显示当前焊接材料详情以及微型电阻点焊工艺条件。

如果即将使用的微型电阻点焊工艺参数不发生变化，则直接点击中间按钮进入监测***即可。如果使用新的微型电阻点焊工艺参数的，需要点击下方左侧搜索工艺参数按钮，对数据库中已有的模型进行搜索。

当在数据库中搜索到相应工艺条件下的监测模型时，可直接选择进入监测状态。当数据库中不存在相应工艺参数的监测模型时，在***中输入所需要的工艺参数，对锂电池串、并联的微型电阻点焊过程进行单光子信号监测。

1)对监测信号的特征量选取：

1.1微型电阻点焊接头的熔核尺寸、熔核内部组织与电阻热的温度密切相关，从焊接电流开始到焊接电流结束时间段内的光子数进行累加，得到焊接时间内总光子数c。

1.2对光子c随时间t的变化曲线进行数据挖掘，提取反映微型电阻点焊接头质量的光子特征量：分别得到焊接电流开始时间的光子数c_start(一般与最小光子数一致)，最大光子数c_max，光子曲线中转折次数m,以及对各转折次对应的光子数c_tr1、c_tr2、c_tr3....c_trm，两次转折对应的时间t_tr1、t_tr2、t_tr3....t_trm，以及平衡光子数所持续时间t_b。

1.3在焊接时间t内，每0.2ms时间间隔分别计算每段时间内的光子总数c₁、c₂....c_n-1、c_n做为特征量，其中n＝t/0.2。

1.4根据方差公式

计算每个微型电阻点焊光子数的方差特征量σ²，其中c为随焊接时间t而变化光子数，μ为焊接电流开始到焊接电流结束时间内，所有光子的平均数，n与1.3中n含义一致；

1.5对微型电阻点焊过程中常见质量问题进行试验并监测过程中的光子信号，得到不同质量的微型电阻点焊接头，通过金相试验，确定微型电阻点焊样本的接头质量等级，分别标注为优2、良3、合格4、不合格0。

1.6上述1.5)中的质量分类等级仅用于微型电阻点焊质量模型建立过程中的分类，质量模型在实际应用过程中将优2、良3、合格4类别合并为等级1，即通属于合格点焊接头1，不合格点焊接头为0。

1.7将上述1.1)1.2)1.3)1.4)中的各特征量与上述7.5)中的四个质量等级做相关性分析，剔除部分线性相关的特征量，得到与微型电阻点焊接头质量等级相关系数较大的特征量。

2)对上述1)中获得的特征量进行分析，获得各特征量的阈值为初始判定依据：

2.1根据高斯分布统计不同微型电阻点焊接头质量等级(优2、良3、合格4、不合格0)的各特征量在概率密度。

2.2根据微型电阻点焊接头的不同应用场合，剔除不同微型电阻点焊接头质量等级(优2、良3、合格4、不合格0)的各特征量的概率密度重叠区间，确定各特征量合适的高密度区间,做为初始判断阈值。

3)根据1)中得到的各种关于光子变化的特征量，建立微型电阻点焊质量模型,为保证微型电阻点焊质量监测准确率，本发明采用双模型交叉验证的方法对微型电阻点焊接头，微型电阻点焊接头质量监测模型建立过程中，随机将初始输入的微型电阻点焊样本数N分为两部分，分别为训练样本集合N1与测试样本集合N2：

3.1基于多元回归分析及最小二乘法误差准则，建立微型电阻点焊接头质量监测模型A。

3.1.1利用N1个微型电阻点焊样本，对微型电阻点焊过程中的光子信号进行分段拟合，并根据最小二乘法准则寻找特定工艺条件下的光子信号的拟合曲线。

3.1.2基于N2个微型电阻点焊样本对3.1.1中的拟合曲线进行验证，当测试准确度高于设定值时，确认合格点焊样本的光子信号曲线。

3.2基于组合KNN(最邻近分类器)算法建立微型电阻点焊接头质量监测模型B。

3.2.1利用N1个微型电阻点焊样本，在分类数目确定的情况下，分别使用不同的KNN算法的度量准则，结合上述特征量建立微型电阻点焊监测模型，使用N2个微型电阻点焊样本对不同度量准则模型验证，记录各模型对N2个微型电阻点焊接头的监测结果。

3.2.2根据上述3.2.1的验证结果，对于不同各度量准则的监测准确率，给与该分类模型不同的权值，以优化微型电阻点焊监测模型的准确率。

4)将上述步骤2)获得的判定边界与上述步骤3)建立的监测模型对应于工艺参数存入微型电阻点焊监测***数据库。

5)当新的微型电阻点焊样本各特征量进入***时，首先判断该样本的所有特征量是否都在上述步骤8)中的初始判定阈值区间内，可直接判断判断该点焊接头属于合格接头1或者不合格接头0。

6)如果所有特征量都在上述步骤2)得到的初始判断阈值区间内，则点焊***输出标识1，即说明该微型电阻点焊接头属于合格样本。

7)如果该样本的特征量存在部分特征量不在上述步骤2)中的初始判断阈值区间内，则需要对该微型电阻点焊样本进一步利用上述步骤3)中建立的微型电阻点焊质量监测模型，判断该微型电阻点焊样本的质量等级。当模型A、B的监测结果一致时，如果模型A、B的监测结果监测均属于合格接头1，则监测***自动输出1，如果模型A、B的监测结果均属于不合格接头0，则监测***自动输出0。

当模型A、B的监测结果不一致时，则需要给该微型电阻点焊给予异常处理，提醒操作人员利用其他检测方法或者人工检查该点焊接头是否满足使用要求。

以上所述仅为本发明的优选实例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种微型电阻点焊质量在线监测方法，其特征在于：首先利用单光子探测器对微型电阻点焊生产过程中的电极与工件接触边缘的光子数随时间的变化情况进行实时监测，绘制出光子变化曲线；通过金相实验确定点焊不同工艺条件下微型电阻点焊接头质量等级，不同质量的微型电阻点焊过程中光子变化曲线不同，利用数据挖掘手段提取不同质量等级的微型电阻点焊质量的光子特征量，生成微型电阻点焊质量分类模型，建立基于光子信号的微型电阻点焊质量监测的数据库，实现不同工艺条件下微型电阻点焊质量自动在线监测；具体包括如下步骤：

步骤(1)、对光子信号的特征量的选取；

步骤(2)、对获得的特征量进行分析，获得各特征量的阈值为初始判定依据；

步骤(3)、根据步骤(1)中得到的关于光子变化的特征量，建立微型电阻点焊质量模型，为保证微型电阻点焊质量监测准确率，采用双模型交叉验证的方法对微型电阻点焊质量进行监测；微型电阻点焊质量监测模型建立过程中，随机将初始输入的微型电阻点焊样本数N分为两部分，分别为训练样本集合N1与测试样本集合N2；

步骤(4)、将步骤(2)获得的判定边界与步骤(3)建立的监测模型对应于工艺参数存入微型电阻点焊监测***数据库。

2.根据权利要求1所述的微型电阻点焊质量在线监测方法，其特征在于：步骤(1)所述的对光子信号的特征量的选取是：

(1.1)将焊接电流开始到焊接电流结束时间段内的光子数进行累加，得到焊接时间内总光子数c；

(1.2)对光子数c随焊接时间t的变化曲线进行数据挖掘，提取反映微型电阻点焊接头质量的光子特征量：分别得到焊接电流开始时间的光子数c_start，一般与最小光子数一致，最大光子数c_max，光子曲线中转折次数m，以及各转折次对应的光子数c_tr1、c_tr2、c_tr3....c_trm，两次转折对应的时间t_tr1、t_tr2、t_tr3....t_trm，以及平衡光子数所持续时间t_b；

(1.3)在电流持续时间t内，每0.2ms时间间隔分别计算每段时间内的光子总数c₁、c₂....c_n-1、c_n做为特征量，其中n＝t/0.2；

(1.4)根据方差公式

计算每个微型电阻点焊光子数的方差特征量σ²，其中c为随焊接时间t而变化光子数，μ为焊接电流开始到焊接电流结束时间内，所有光子的平均数，n与(1.3)中n含义一致；

(1.5)对微型电阻点焊过程中常见质量问题进行试验并监测过程中的光子信号，得到不同质量的微型电阻点焊接头，通过金相试验，确定微型电阻点焊样本的接头质量等级，分别标注为优2、良3、合格4、不合格0；

(1.6)步骤(1.5)中的质量分类等级仅用于微型电阻点焊质量模型建立过程中的分类，质量模型在实际应用过程中将优2、良3、合格4类别合并为等级1，即通属于合格点焊接头1，不合格点焊接头为0；

(1.7)将步骤(1.1)、(1.2)、(1.3)、(1.4)中的特征量与步骤(1.5)中的四个质量等级做相关性分析，剔除部分线性相关的特征量，得到与微型电阻点焊接头质量等级相关系数较大的特征量。

3.根据权利要求1所述的微型电阻点焊质量在线监测方法，其特征在于：步骤(2)所述的对获得的特征量进行分析，获得各特征量的阈值为初始判定依据，具体是：

(2.1)根据高斯分布统计不同微型电阻点焊接头质量等级的各特征量的概率密度；

(2.2)根据微型电阻点焊接头的不同应用场合，剔除不同微型电阻点焊接头质量等级的各特征量的概率密度重叠区间，确定各特征量合适的高密度区间，做为初始判断阈值；

上述质量等级是：优2、良3、合格4、不合格0。

4.根据权利要求1所述的微型电阻点焊质量在线监测方法，其特征在于：步骤(3)所述的建立微型电阻点焊质量监测模型，具体是：

(3.1)基于多元回归分析及最小二乘法误差准则，建立微型电阻点焊接头质量监测模型A；

(3.1.1)利用N1个微型电阻点焊样本，对微型电阻点焊过程中的光子信号进行分段拟合，并根据最小二乘法准则寻找光子信号的拟合曲线；

(3.1.2)基于N2个微型电阻点焊样本对步骤(3.1.1)中的拟合曲线进行验证，当测试准确度高于设定值时，确认合格点焊样本的光子信号曲线；

(3.2)基于组合最邻近分类器KNN算法建立微型电阻点焊接头质量监测模型B；

(3.2.1)利用N1个微型电阻点焊样本，在分类数目确定的情况下，分别使用不同的KNN算法的度量准则，结合特征量建立微型电阻点焊监测模型，使用N2个微型电阻点焊样本对不同度量准则模型验证，记录各模型对N2个微型电阻点焊接头的监测结果；

(3.2.2)根据步骤(3.2.1)的验证结果，对于不同度量准则的监测准确率，给予各分类模型不同的权值，以优化微型电阻点焊监测模型的准确率。

5.根据权利要求1至4中任一项所述的微型电阻点焊质量在线监测方法，其特征在于：当新的微型电阻点焊样本特征量进入***时，首先判断该样本的所有特征量是否都在步骤(2)中的初始判定阈值区间内，可直接判断该点焊接头属于合格接头1或者不合格接头0；

如果所有特征量都在步骤(2)得到的初始判断阈值区间内，则微型电阻点焊接头质量监测***输出标识1，即说明该微型电阻点焊接头属于合格样本；

如果样本的特征量存在部分特征量不在步骤(2)的初始判断阈值区间内，则需要对微型电阻点焊样本进一步利用步骤(3)建立的微型电阻点焊质量监测模型，判断微型电阻点焊样本的质量等级；当微型电阻点焊接头质量监测模型A、B的监测结果一致时，如果微型电阻点焊接头质量监测模型A、B的监测结果均属于合格接头1，则监测***自动输出1，如果微型电阻点焊接头质量监测模型A、B的监测结果均属于不合格接头0，则监测***自动输出0；

当微型电阻点焊接头质量监测模型A、B的监测结果不一致时，则需要为该微型电阻点焊接头给予异常处理，提醒操作人员利用其他检测方法或者人工检查该微型电阻点焊接头是否满足使用要求。

Images