CN116958076A - 一种焊缝质量的评估方法 - Google Patents
一种焊缝质量的评估方法 Download PDFInfo
- Publication number
- CN116958076A CN116958076A CN202310837977.8A CN202310837977A CN116958076A CN 116958076 A CN116958076 A CN 116958076A CN 202310837977 A CN202310837977 A CN 202310837977A CN 116958076 A CN116958076 A CN 116958076A
- Authority
- CN
- China
- Prior art keywords
- welding
- weld
- quality
- result
- evaluating
- 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
Links
- 238000001303 quality assessment method Methods 0.000 title description 4
- 238000003466 welding Methods 0.000 claims abstract description 178
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 23
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000013210 evaluation model Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 abstract description 12
- 238000013441 quality evaluation Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract description 3
- 239000011324 bead Substances 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 210000001503 joint Anatomy 0.000 description 3
- 239000006247 magnetic powder Substances 0.000 description 3
- 230000002285 radioactive effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000006249 magnetic particle Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4472—Mathematical theories or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/267—Welds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种焊缝质量的评估方法，针对现有技术对于焊缝质量的评估仅根据焊接图像而得出的单一结果的缺点，未给予图像和实测结果的结合而得出的问题。本发明采用的技术方案包括，建立焊缝质量的实时评估模型，将外观参数特征数据导入实时评估模型中，得到评测结果A，将焊接控制平台的后台数据及的信息导入实时评估模型中，得到评测结果B，将评测结果A和评测结果B综合取平均值，得到综合结果1，获取焊缝质量信息，得到评测结果C，将评测结果A和评测结果C综合取平均值，得到综合结果2，能够根据图像和实测结果的结合而得出评估双结果。
Description
技术领域
本发明涉及焊接技术领域，具体为一种焊缝质量的评估方法。
背景技术
机器人结构件的加工大量涉及金属零部件的焊接加工。而金属零件的焊接是将焊缝从对接处加以填充或熔融后使零件相互牢固连接。通常利用焊接热源的高温，将焊接材料(例如焊条)与接缝处的金属熔化连接而形成焊缝。焊缝的金属冷却后，即将两个焊件连接成整体。根据焊缝金属的形状和焊件相互位置的不同，分对接焊缝、角焊缝、塞焊缝和电铆焊等。
焊缝质量的好坏直接关系到焊接件的强度、耐久性、密封性、安全性和外观等方面，因此焊缝质量十分重要。焊缝质量对以下几个方面有影响：强度：焊缝质量好的焊接件可以保证较高的强度。反之，焊缝质量差的焊接件则容易出现裂纹、气孔等缺陷，从而导致焊接件强度下降甚至失效。耐久性：焊缝质量不良的焊接件可能会在使用过程中出现断裂、变形等问题，影响其长期使用寿命。密封性：焊接件的密封性与焊缝质量密切相关。焊缝质量好的焊接件可以有效防止液体、气体泄漏，反之则会影响设备的正常运行。安全性：焊接件的安全性直接关系到人员和设备的安全。焊缝质量差的焊接件容易出现事故，给人身、财产带来威胁。
现有技术对焊缝质量评估的方法有多种，包括目测法、放射性检测法、超声波检测法、磁粉检测法等。目测法是最简单直接的评估方法，但准确性欠佳。放射性检测法，利用放射性源(γ射线或X射线等)进行检测，评估焊缝内部的构造和缺陷。放射性检测法对于焊缝内部缺陷的检测非常有效，但是需要专业的设备和技术，操作过程必须注意安全。超声波检测法，利用超声波探头对焊缝进行检测，评估其内部结构和缺陷。超声波检测法非常适用于焊缝内部缺陷的检测。但是对于材料厚度和检测精度方面的要求比较高。磁粉检测法，利用磁场和铁粉或者磁颗粒等对焊缝进行检测，评估其表面和内部的缺陷。磁粉检测法适用于检验焊缝表面和近表面裂纹、对裂纹区域搜寻能力比较强，不过对于粘结性较好的焊接区域检测效果比较一般。
对焊缝质量评估的人工检验效率低、检验结果易受到人员因素影响；无损检测设备昂贵、操作难度大等。焊缝质量评估领域涌现出一些新方法和技术，主要包括以下几个方面：机器视觉和图像处理技术：利用计算机视觉技术和图像处理技术对焊缝的外观特征进行自动化分析，评估焊接质量。声波检测技术：通过检测焊接过程中产生的声波信号，分析焊缝构造及可能的缺陷情况。智能传感器技术：应用智能传感器对焊接过程中的温度、电流等信息进行实时采集，从而评估焊接质量。人工智能技术：利用机器学习和深度学习等人工智能技术，对焊接过程中收集到的大量数据进行分析和预测，以评估焊接质量。
中国专利CN115439429A公开了一种焊缝质量实时在线评估方法，其获取基于预设机器学***台对焊接过程进行自动运动控制，并通过影像***采集当前焊接图像，采用所述焊缝质量实时评估模型对所述当前焊接图像进行评估，生成焊缝质量评估结果。对熔池图像进行快速处理和评估，实现焊缝质量的实时在线评估，但是其最终的评估结果是根据焊接图像而得出的单一结果，对于实际的评估，不能仅靠焊接图像，应给予图像和实测结果的结合而得出。
发明内容
鉴于现有技术中所存在的问题，本发明公开了一种焊缝质量的评估方法，采用的技术方案是，包括以下步骤：
步骤1，建立焊缝质量的实时评估模型；
步骤2，利用影像采集***获取焊缝的外观参数特征数据；
步骤3，获取焊接控制平台的后台数据；
步骤4，采用传感器采集焊接过程中的信息；
步骤5，将步骤2中的外观参数特征数据导入实时评估模型中，得到评测结果A；
步骤6，将步骤3中焊接控制平台的后台数据及步骤4中的信息导入实时评估模型中，得到评测结果B；
步骤7，将评测结果A和评测结果B综合取平均值，得到综合结果1；
步骤8，采用超声波技术进行探伤，获取焊缝质量信息，得到评测结果C；
步骤9，将评测结果A和评测结果C综合取平均值，得到综合结果2。
作为本发明的一种优选技术方案，所述步骤2焊缝的外观参数还包括焊接位置以及焊缝的形式，焊接的位置指的是进行焊接工作时焊点所处的位置，根据不同的构造形式和工艺要求，焊接位置可以分为水平、垂直、横向、纵向、上方、下方等多种类型。例如在一些大型机器人或船舶等体积较大的结构物的制造过程中，焊缝可能位于在不利于焊接作业的位置，例如倒挂、悬空或反向倾斜等位置，这些位置对于焊接的技能和职业素养都有着较高的要求，焊缝出现质量问题的概率相对较高。
焊缝形式是指在进行焊接时，所形成的接头的不同形状和结构。常见的焊缝形式包括以下几种：直角焊缝：两个待焊接的构件呈直角相交，焊接得到的接头为直角焊缝，T型焊缝：两个待焊接的构件呈T字形，焊接得到的接头为T型焊缝。矩形焊缝：两个构件呈平行四边形相交，焊接得到的接头为矩形焊缝。环形焊缝：两个构件呈环形或弧形相交，焊接得到的接头为环形焊缝。V型焊缝：两个构件呈尖角相对或V字形，焊接得到的接头为V型焊缝。满焊缝：在两个构件之间形成完全填充的焊接接头，被称为满焊缝。不同的焊缝形式适用于不同的结构形式和工作环境，在进行焊接工作时需要根据具体情况选择合适的焊缝形式，以保证焊接接头的质量和强度。
作为本发明的一种优选技术方案，所述焊缝宽度为蒙皮厚度的0.7-0.9倍，焊缝长度为焊缝宽度的15-25倍，一般来说，焊缝宽度应该小于蒙皮厚度，以保证焊接接头的质量和稳定性，同时避免因焊缝太大而浪费材料以及造成不必要的松动、变形等问题。
焊接接头的质量和强度与焊缝宽度有直接关系，如果焊缝宽度过大，则会导致热量过多，从而使接头变形或者产生热裂纹等问题，从而影响接头的质量和强度。而如果焊缝宽度过小，则可能会出现焊接质量低下的问题。
焊缝长度和焊缝宽度之间的关系可以总结为以下三种情况：长宽比例合适：当焊缝长度和焊缝宽度比例适当时，可以获得较好的焊接接头质量，焊接过程中易于控制，且能够比较好地保持焊接接头形状稳定。长度过长：如果焊缝长度过长，并且焊缝宽度不变，则在焊接过程中需要对焊接位置进行多次变更，这样不仅浪费时间，还容易造成焊接接头品质不稳定。宽度过大：如果焊缝宽度过大，一方面会导致焊接成本增加，另一方面还会增加焊接热量的分布，从而产生不必要的负面影响，如热应力和热裂纹等。
焊接接头的质量评估是焊接工作中非常重要的一环，判断焊接接头质量的指标有很多，其中一种常见的评估方法是使用焊缝评级法，该方法会通过对焊缝的外观、尺寸、裂纹等方面进行检测和评估，并根据其缺陷程度给予不同的评级，需结合焊缝评级标准包括ISO 5817标准和AWS D1.1标准的两种标准进行评估。
作为本发明的一种优选技术方案，所述步骤2中焊缝的外观参数特征数据包括熔池图像、电弧图像及焊缝图像数据。
焊接熔池图像包含了焊接过程中留下的痕迹，能够显示出焊接池的大小、形状和颜色等特征。熔池形状和大小与焊接质量和强度有直接关系，而熔池颜色则可以反映出焊接过程中的热变化情况，以及可能存在的缺陷和问题。通过观察焊接熔池图像，可以判断焊接是否符合标准规范，检测焊接质量是否有问题，并根据需求调整工艺参数以提升焊接质量和效率。
焊接电弧图像中，电弧颜色、亮暗度以及形状可以反映出焊接工艺参数、材料特性和焊接质量等重要信息。通常，比较符合标准的焊接电弧应该呈现出比较均匀的亮度、稳定的弧形和符合规范的颜色和形状。
观察焊接电弧图像，可以直观地检测焊接过程中可能存在的问题或者缺陷，例如电弧不稳定、电弧角度偏移、电弧颜色异常等。同时，也可以通过对焊接电弧图像的分析来优化和调整焊接参数，以提升焊接效果和焊接质量。
作为本发明的一种优选技术方案，所述焊接控制平台的后台数据包括电弧电压值、焊接电流值及或焊枪移动速度。
作为本发明的一种优选技术方案，所述步骤8中采用的是超声波探伤，探伤张数不少于15张，能够保证焊缝探伤的全面性和准确性，从而以提高检测的可靠性，焊缝较长或较宽时，需要拍摄更多的底片以覆盖整个焊缝，并对焊缝的不同部位进行详细分析。
作为本发明的一种优选技术方案，所述步骤8中获取焊缝质量信息需要对焊缝处进行有限元分析，通过建立含有焊缝的三维模型，并将其离散为有限个单元，以便于计算机进行数值分析。定义模型的边界条件，包括载荷、约束等等。建立材料和焊接参数等物理参数的模型，以便能够对焊接过程进行仿真。通过有限元法计算模型的应力和应变分布情况，以推导出模型的载荷-位移特性。分析计算得到的结果，判断焊接结构的强度和刚度是否能够满足要求，以及快速定位潜在问题的位置和可能引起问题的原因。
作为本发明的一种优选技术方案，所述步骤4中采用的传感器有温度传感器、位移传感器、压力传感器。监测压力变化，可以了解焊接过程中的加热和热膨胀情况，从而反映出焊接设备的状态和性能，以便调整焊接参数。
本发明的有益效果：本发明通过建立焊缝质量的实时评估模型，利用影像采集***获取焊缝的外观参数特征数据，获取焊接控制平台的后台数据，采用传感器采集焊接过程中的信息，将外观参数特征数据导入实时评估模型中，得到评测结果A，将焊接控制平台的后台数据及的信息导入实时评估模型中，得到评测结果B，将评测结果A和评测结果B综合取平均值，得到综合结果1，采用超声波技术进行探伤，获取焊缝质量信息，得到评测结果C，将评测结果A和评测结果C综合取平均值，得到综合结果2，能够根据图像和实测结果的结合而得出评估双结果。
附图说明
无
具体实施方式
实施例1
本发明公开了一种焊缝质量的评估方法，采用的技术方案包括以下步骤：步骤1，建立焊缝质量的实时评估模型；步骤2，利用影像采集***获取焊缝的外观参数特征数据；步骤3，获取焊接控制平台的后台数据；步骤4，采用传感器采集焊接过程中的信息；
步骤5，将步骤2中的外观参数特征数据导入实时评估模型中，得到评测结果A；步骤6，将步骤3中焊接控制平台的后台数据及步骤4中的信息导入实时评估模型中，得到评测结果B；步骤7，将评测结果A和评测结果B综合取平均值，得到综合结果1；步骤8，采用超声波技术进行探伤，获取焊缝质量信息，得到评测结果C；步骤9，将评测结果A和评测结果C综合取平均值，得到综合结果2。
综合结果1和综合结果2均为数值形式的可量化形式。
作为本发明的一种优选技术方案，所述步骤2焊缝的外观参数还包括焊接位置以及焊缝的形式。
作为本发明的一种优选技术方案，所述焊缝宽度为蒙皮厚度的0.7倍，焊缝长度为焊缝宽度的15倍。
作为本发明的一种优选技术方案，所述步骤2中焊缝的外观参数特征数据包括熔池图像、电弧图像及焊缝图像数据。
焊缝图像数据可以通过图像分析和处理技术，检测出焊接过程中可能存在的问题，如裂纹、气孔、缺陷等。通过测量焊缝图像数据中的尺寸和形状参数，可以了解焊接过程中的焊接条件和焊接效果。例如，可以测量焊接缝高度、厚度、宽度、交角、倾角等参数，进而评估焊接质量及其满足设计要求的程度。焊接工艺优化：通过分析焊缝图像数据，可以评估当前焊接工艺的优劣，并进行比较和分析。这样有助于制定更加合理的焊接工艺参数，以提高焊接质量、降低成本和优化生产效率。借助图像处理技术和计算机视觉技术，可以实时监控焊接过程中的焊缝形态和变化情况，及时反馈焊接参数的变化，从而进行调整和控制，保证焊接质量和稳定性。
作为本发明的一种优选技术方案，所述焊接控制平台的后台数据包括电弧电压值、焊接电流值及或焊枪移动速度。
作为本发明的一种优选技术方案，所述步骤8中采用的是超声波探伤，探伤张数20张。
作为本发明的一种优选技术方案，所述步骤8中获取焊缝质量信息需要对焊缝处进行有限元分析。
作为本发明的一种优选技术方案，所述步骤4中采用的传感器有温度传感器、位移传感器、压力传感器。
实施例2
本实施例公开了本发明的第二种实施方式，其与实施例1的区别在于，所述焊缝宽度为蒙皮厚度的0.8倍，焊缝长度为焊缝宽度的20倍。
实施例3
本实施例公开了本发明的第三种实施方式，其与实施例1的区别在于，所述焊缝宽度为蒙皮厚度的0.9倍，焊缝长度为焊缝宽度的25倍。
上述虽然对本发明的具体实施例作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化，而不具备创造性劳动的修改或变形仍在本发明的保护范围以内。
Claims (8)
1.一种焊缝质量的评估方法，其特征在于，包括以下步骤：
步骤1，建立焊缝质量的实时评估模型；
步骤2，利用影像采集***获取焊缝的外观参数特征数据；
步骤3，获取焊接控制平台的后台数据；
步骤4，采用传感器采集焊接过程中的信息；
步骤5，将步骤2中的外观参数特征数据导入所述实时评估模型中，得到评测结果A；
步骤6，将所述步骤3中所述焊接控制平台的后台数据及所述步骤4中的所述信息导入所述实时评估模型中，得到评测结果B；
步骤7，将所述评测结果A和所述评测结果B综合取平均值，得到综合结果1；
步骤8，采用超声波技术进行探伤，获取焊缝质量信息，得到评测结果C；
步骤9，将所述评测结果A和所述评测结果C综合取平均值，得到综合结果2。
2.根据权利要求1所述的一种焊缝质量的评估方法，其特征在于：所述步骤2焊缝的外观参数还包括焊接位置以及焊缝的形式。
3.根据权利要求2所述的一种焊缝质量的评估方法，其特征在于：所述焊缝宽度为蒙皮厚度的0.7-0.9倍，焊缝长度为焊缝宽度的15-25倍。
4.根据权利要求1所述的一种焊缝质量的评估方法，其特征在于：所述步骤2中焊缝的外观参数特征数据包括熔池图像、电弧图像及焊缝图像数据。
5.根据权利要求1所述的一种焊缝质量的评估方法，其特征在于：所述焊接控制平台的后台数据包括电弧电压值、焊接电流值及或焊枪移动速度。
6.根据权利要求1所述的一种焊缝质量的评估方法，其特征在于：所述步骤8中采用的是超声波探伤，探伤张数不少于15张。
7.根据权利要求1所述的一种焊缝质量的评估方法，其特征在于：所述步骤8中获取焊缝质量信息需要对焊缝处进行有限元分析。
8.根据权利要求1所述的一种焊缝质量的评估方法，其特征在于：所述步骤4中采用的传感器有温度传感器、位移传感器、压力传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310837977.8A CN116958076A (zh) | 2023-07-10 | 2023-07-10 | 一种焊缝质量的评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310837977.8A CN116958076A (zh) | 2023-07-10 | 2023-07-10 | 一种焊缝质量的评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116958076A true CN116958076A (zh) | 2023-10-27 |
Family
ID=88450402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310837977.8A Pending CN116958076A (zh) | 2023-07-10 | 2023-07-10 | 一种焊缝质量的评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116958076A (zh) |
-
2023
- 2023-07-10 CN CN202310837977.8A patent/CN116958076A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107931802B (zh) | 基于中红外温度传感的电弧焊焊缝质量在线检测方法 | |
| CN107081503A (zh) | 一种弧焊质量的红外无损检测装置及其红外无损检测方法 | |
| CN111024736B (zh) | 一种激光增材制造的缺陷在线监测方法 | |
| KR102235832B1 (ko) | 포터블형 용접 결함 검사장치 및 검사방법 | |
| CN105115802B (zh) | 一种焊接返修ctod实验方法 | |
| CN106001912B (zh) | 一种焊接设备 | |
| US20210063316A1 (en) | Joining process line monitoring system | |
| CN109239081B (zh) | 基于结构光与视觉成像的焊缝质量参数检测方法 | |
| CN110355493A (zh) | 自动化检测焊缝表面质量的焊接*** | |
| CN205798694U (zh) | 一种焊接设备 | |
| CN116958076A (zh) | 一种焊缝质量的评估方法 | |
| US20200276674A1 (en) | Welding system and operating method thereof | |
| Ivanov et al. | Visual control of weld defects using computer vision system on FANUC robot | |
| Venkatraman et al. | Thermography for online detection of incomplete penetration and penetration depth estimation | |
| CN211162493U (zh) | 自动化检测焊缝表面质量的焊接*** | |
| WO2023068055A1 (ja) | 溶接監視方法及び溶接監視装置、並びに積層造形方法及び積層造形装置 | |
| CN206764093U (zh) | 一种弧焊质量的红外无损检测装置 | |
| Khan et al. | Infrared thermography as a control for the welding process | |
| CN105945444A (zh) | 一种未焊透的实时监测方法和*** | |
| Reichert | Pre-and postweld inspection using laser vision | |
| CN220445470U (zh) | 一种焊接装置的焊接状态感知*** | |
| CN117381261B (zh) | 一种自动化焊接机的故障识别装置及方法 | |
| JPS59151046A (ja) | 内部欠陥検知方法 | |
| CN117798537B (zh) | 一种建筑幕墙钢结构骨架制作焊接控制*** | |
| KR102518051B1 (ko) | 센서 융합을 이용한 용접부 결함 검출 방법 |
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 |