CN1709631A - 一种高能束流焊接过程多信号融合监测仪 - Google Patents
一种高能束流焊接过程多信号融合监测仪 Download PDFInfo
- Publication number
- CN1709631A CN1709631A CN 200510080198 CN200510080198A CN1709631A CN 1709631 A CN1709631 A CN 1709631A CN 200510080198 CN200510080198 CN 200510080198 CN 200510080198 A CN200510080198 A CN 200510080198A CN 1709631 A CN1709631 A CN 1709631A
- Authority
- CN
- China
- Prior art keywords
- signal
- data
- light
- monitoring
- fusion
- 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.)
- Granted
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及一种采用多信号融合对激光、电子束、等离子焊等高能束流焊接过程进行实时监测的仪器。它是由信号实时监测***、焊接数据分析***和远程监测***组成,信号实时监测***包括四路单独的监测单元:声信号单元、可见光单元、红外光单元和CCD摄像机单元,采集激光焊接过程中的等离子体发射的光、声信号和熔池的红外辐射信号,利用四组传感器同时对高能束流焊接过程中的紫外光、可见光、红外光和可听声及超声进行定量测量,A/D采集卡同时采集声、可见光、红外光三个单元的信号,一并送入数据服务器中与DSP进行数据融合;CCD摄像机单元的图像信号经图像采集卡,一并送入数据服务器与DSP中进行数据融合,通过局域网实行远程监控。
Description
技术领域:本发明涉及一种采用多信号融合对激光、电子束、等离子焊等高能束流焊接过程进行实时监测的高能束流焊接过程多信号融合的监测仪。
背景技术:高能束流焊接过程中会产生声、光、电、热等许多物理和化学现象,这些现象都在一定程度上反映了焊接过程的质量状态信息。检测并分析各种物理化学现象的信号一直是监测焊接过程的重要手段。主要研究的信号有声音、红外光、蓝紫光、声发射、电信号等。早期的研究都是选取某一种信号作为检测参量对焊接过程进行实时监测,近年来有学者利用测量多种信号并融合的方法进行激光焊接质量的实时监测,如德国的PROMETEC公司有利用光致等离子声、光信号监测激光焊接过程的仪器、Michigan大学、英国焊接研究所都进行了该方面的研究工作,通常选取紫外光、红外及可听声中的两种信号进行信号融合,虽然相比单信号而言,其可靠性都有加强,但是,对焊接源、焊接材料以及焊接工艺有较大的依赖性,只能对特定焊接源、焊接材料和工艺进行监测;对于焊接过程中熔池中的等离子体变化的动态过程不能实时监测。
发明内容:本发明的目的是提供一种能够适应更多焊接源、焊接材料以及焊接工艺并能对熔池中的变化过程进行实时监测的高能束流焊接过程多信号融合的监测方法。本发明的技术解决方案是,将监测***分为三部分:信号实时监测***、焊接数据分析***和远程监测***。其中信号实时监测***主要完成对激光焊接过程中蓝紫光信号、声波信号和红外信号的实时检测、实时分析、实时显示,能够将焊接参数和焊接过程数据保存到文件***,同时还提供针对焊接参数的数据库管理以及信号调理模块和数据采集模块的自检功能;焊接数据分析***主要完成焊接过程数据的离线分析和数据分析报表生成功能;信号实时监测***和焊接数据分析***通过文件存储机制进行连接,信号实时监测***和远程监测***通过网络数据服务器进行连接。信号实时监测***包括四路单独的监测单元:声信号单元、蓝紫光单元、红外光单元和CCD摄像机单元,采集激光焊接过程中的等离子体发射的光、声信号和熔池的红外辐射信号,利用四组传感器同时对高能束流焊接过程进行定量测量,这四组传感器分别是:蓝紫光光学传感器、CCD光学传感器、红外光传感器、声传感器(可听声及超声)。其中蓝紫光光学传感器、红外光传感器的信号和一路声传感器信号分别经信号调理电路放大并滤波输送到A/D采集卡,A/D采集卡同时采集声波、蓝紫光、红外光三个单元的信号,一并送入数据服务器中进行数据融合;CCD摄像机单元中的CCD光学传感器的图像信号经图像采集卡输入另一台数据服务器,通过局域网实行远程监控。声信号单元包括可听声信号和超声信号,电容式声传感器在4~100kHz范围内同时对20KHz以下的可听声部分和20KHz以上的超声波部分的特征信号进行检测。其数据的处理方法,包括启动设备并进行设备自检的步骤;用于用户对监测焊接参数设置的步骤;用于实时监测的步骤;用于用户界面的步骤;用于信号及数据分析处理的步骤;用于报表生成的步骤;用于网络监测的步骤;其特征是,实时监测的处理方法包括:
用于对焊接实时数据采集的步骤;
用于包括对数据的统计分析和频域分析以及数据特征提取和数据融合的处理;
根据统计分析和频域分析的结果进行数据特征的提取,这些特征包括:蓝紫光、红外光信号的均值估计,声波信号的方差估计,三路信号在2~3KHz的频率段,声波信号在15~20KHz和30~35kHz的频率段;
用于对上述特征信号进行融合计算的步骤,该步骤可以用如下两种算法中的一种进行融合计算:(1)基于反向传播算法的人工神经网络算法,网络结构为8-n-1的结构;(2)支持向量机的算法,采用的核函数有线性函数、多项式函数、径向基函数和S形函数;
生成如下信息的步骤:焊接过程不稳定实时报警、不良焊缝统计分析、焊接缺陷尺寸和位置提示以及典型熔透状态判断。
本发明的光采集***利用滤光片和聚焦透镜构成光信号衰减器,光信号采用偏轴采集方式,经过滤光片和聚光透镜汇聚到光电二极管光敏面上;滤光片和聚光透镜在光电传感器和焊点之间进行隔离,一方面对焊接时产生的强光进行了衰减,防止了光电传感器输出电流饱和,保护了光电传感器,另一方面也使得特定波长的光信号能够顺利地通过光路***。滤光片和聚焦透镜安装在内壁上车有螺旋线槽的圆筒内,能够实现像距的无级连续调节。采用Si光电二极管和InGaAs PIN光电二极管分别作为蓝紫光和红外光的传感器,使得传感器的线性度好,感光面积大,减小了激光焊接监测时光路对准的难度。
本发明对采集到的4~100kHz的声波信号进行测量与分析,不但可以对在20kHz以内的等离子体声波信号的监测,而且可以在20kHz~100kHz波段内对错边、离焦量等的变化进行测量与分析,更多的反映熔池内部的变化过程。
本发明采用高速、多通道的PowerDAQ系列采集卡,该数据采集卡带有数字信号处理器的(DSP)处理芯片,能够实现多通道模拟数据的快速A/D转换;同时该采集卡板载16KB的FIFO存储器并且采用PCI接口方式;能够实现数据的快速传输。另外,该采集卡支持LabWindows/CVI、LabView等第三方软件,并提供功能强大的驱动程序,使得本监测***的功能更加丰富,并能够提供针对数据采集卡的自检测功能。
***的软件划分为七个模块:数据采集模块、用户界面模块、信号及数据分析处理模块、报表生成模块、***自检模块、实时监测模块、网络监测模块。软件部分通过强大的信号分析手段实现特征信号的提取、焊接过程稳定性的实时监测和典型熔透状态的识别,有效地利用数字信号处理器(DSP)实现了多信号融合的实时监测,并利用超声信号实现了对等离子体***及熔池多种数据的监测分析。
综合现有各种数据融合***结构的特点,根据本项目的实际情况设计了一种新的数据融合***的结构,所采用的多传感器数据融合***构成如下图所示。从多个传感器采集得到的数据首先经过信号调理电路的放大、滤波等初步处理,然后进行特征提取,最后进入数据融合处理模块得到数据融合结果。这种结构最大的优点就是将数据融合处理分为了两个阶段——特征提取阶段和数据融合算法阶段。在特征提取阶段主要解决如何从传感器采集得到的原始数据中找到最能够反映实际焊接过程特征的特征数据。本发明采用传统的基于物理模型的特征提取方法,特征提取的过程依赖于前期对原始数据信号分析和处理的结果。在前期的焊接实验中经过获取的原始数据进行统计分析和频域分析(包括短时傅立叶变换、Gabor谱变换、小波变换),然后把分析和数据处理的数据结果与实际的焊接结果相对比,可以确定出从传感器采集得到的蓝紫光信号、声波信号和红外信号的部分特征。其中比较明显的特征有蓝紫光、红外光信号的均值估计,声波信号的方差估计,以及三路信号在2~3KHz的频率段存在特征频率,声波信号在15~20KHz和30~35KHz的频率段存在特征频率,总共可提供8个特征供数据融合算法使用。在不同的焊接过程中不同的特征信号对焊接缺陷的表现能力不尽相同。而在数据融合算法阶段主要关注于如何分析特征数据才能够最符合实际焊接的结果,本发明采用基于样本的机器学***衡,可以选择蓝紫光、红外光信号的均值估计和声波信号在2~3kHz、15~20kHz和30~35kHz的频率段这5个特征,即能在较短的运算时间内得到较高的缺陷识别正确率。分别采用短时傅立叶变换、统计决策法、D-S证据推理法和基于人工神经网络的算法进行数据计算。另外,由于在传感器的输出端和数据融合的特征提取模块之间加入了信号调理模块部分,使得数据融合算法模块能够得到信号调理模块所采用的参数(如信号增益、滤波器带宽等),并且在实时处理的情况下,数据融合模块能够根据输入数据和融合结果等实际情况对信号调理参数进行设置,使得输入特征提取模块的信号总是处于最佳工作区间,以获得更加准确的融合结果。
附图说明:
图1为本发明硬件***框图;
图2为本发明软件***框图;
图3为本发明光电二极管工作模式原理图;
图4为本发明可见光传感器电路原理图;
图5为本发明红外光传感器电路原理图;
图6为本发明声音信号调理电路图;
图7为本发明光路部分信号调理电路框图;
图8为本发明光路图;
图9为本发明流程图。
具体实施方式:
本发明的硬件:一、4个传感器:1、声音传感器采用丹麦必凯(Brüel&Kjr)公司自由场1/4-inch麦克风4349-A-011,可进行高声压和高频率的测量,由于采用了不锈钢和保护网格,可以适用于在恶劣环境下的测量,能满足本***在复杂工业环境中应用的需要。由于该传感器具有高于20kHz的频率响应,因此除了作为可听声的测量外,还可以对超声信号进行测量分析。2、蓝紫光传感器采用日本一公司Si光电二极管产品,它内部集成了前置预放。硅光电二极管和放大单元集成在一块硅的芯片上,通过反馈电阻来控制放大器的闭环增益。由于一体化设计,该器件能够较好的抑制噪声和干扰,而且外壳还具有屏蔽作用,整个传感器结构小巧,只有13.2×7.32mm2;预放具有很小的偏置电流(最大64pA)从而使得反馈电阻可以较高。光电二级管的感光面积也很大,减小了激光焊接监测时光路对准的难度。而且它对可见光范围波长有较好的灵敏度,比较适合监测等离子体发出的可见光。该二极管由于内置了预放,因此不必考虑自行设计前置放大电路,它本身输出就是电压信号。而且可根据光强的变化情况,选择合适的反馈电阻使所输出的电压信号在采集卡容许的测量范围。根据对光电管工作原理,在此选择为光伏模式,电路原理图如图[5]所示。[光电探测器的工作原理主要基于光辐射与物质的相互作用所产生的光电效应和热效应。光电效应实质上是入射光与物质中束缚于晶格的电子或自由电子的相互作用。按照是否发射电子,光电效应分为内光电效应和外光电效应。内光电效应又包括光电导效应、光伏效应、光子牵引效应和光磁电效应等。
3、红外光传感器采用日本一公司InGaAs PIN型光电二极管产品,它具有很大的分流电阻(100MΩ)和很小的噪声。采用石英窗口,T0-18封装,而且其感光面积很大,达到了Φ5mm,这样在制作光路***时不会因出现微小偏差而测不准。
4、CCD摄像***(此***的型号、产品的生产厂等请告之***所用CCD型号为:CV-M77,生产厂家:丹麦The Mechademic Company)。
二、信号调理电路:从传感器输出的信号往往幅值很小,而且还会受到外界的电磁场干扰,为了得到适合于采集卡采集的电压信号,因此用来对信号进行处理的调理电路就必不可少。信号调理电路包括光信号调理电路和声信号调理电路,信号调理电路有前置放大电路,低通滤波电路,程控放大电路。信号调理电路可用框图6、图7(虚线内)表示。1、光信号调理电路包括前置放大电路、放大电路和滤波电路,由于蓝紫光传感器已经有了内部的前置放大部分,不再另外设置前置放大器;
红外光传感器由于只有一个单独的光电二极管,为了得到电压信号,需在光电管后级接一I-V转换电路(前置放大器)。为提高硅光电二极管测量时的线性,必须保证负载阻抗趋近零。
激光焊接过程中,因被焊材料性质变化或焊接工艺参数改变都将导致光信号(包括可见光和红外光)出现较大幅值的波动,也使得光电管输出电流发生几十倍甚至上百倍的变化。为了防止前置放大器出现输出饱和,前置放大器中的反馈电阻将不能选取的过大。反馈电阻的选取通过试验确定,既当激光焊接时出现的光强最强时反馈电阻的选取要使得前置放大器的输出刚好稍低于运放的最大输出电压值。当反馈电阻确定后,如果焊接过程中出现微弱光时,前置级输出电压信号将很低,容易受到外界噪声干扰,也不利于远距离传输到采集卡,因此有必要在前置级后再加放大电路。本发明中选用美国BURR-BROWN公司的程控仪表放大器PGA202/203,它无需***的芯片,而且将PGA202和PGA203级联使用可以组成从1-8000倍的16种程控增益,应用相当方便灵活。同时选用美国MAXIM公司的八阶连续时间有源滤波器完成光信号的滤波。
实际焊接过程中,光信号强度可能会出现很大幅度的变化,前置级输出电压也将变化很大,而在数据采集数据处理***中,总要求***处于线性范围之内,并且有足够的精度。故当从传感器或探测器取得的电信号变化范围很大时,采用固定增益的电压或电流放大器不能满足上述两个基本要求。当信号较小时,为保证指示仪表的读数精度或模数转换的精度,希望放大器有足够高的增益,使仪表读数接近满程值或者模数转换处于高位数据输出。但是高增益放大器对大信号输入时,放大器将出现过载而饱和。相反,如满足大信号输入不使放大器过载就要求放大器降低其增益,遇到小信号输入时,放大器输出值太小,使指示仪表读数或模数转换精度不够,造成整个***的测试精度降低。因此在遇到输入信号变化范围比较大时,要求信号放大器能够根据输入信号的大小,利用一定的程序,自动改变其增益,使放大器的输出电压始终保持在靠近满量程值的范围之内,这种放大器称之为程控增益放大器。
声信号调理放大模块采用丹麦毕凯公司配套产品,包括与探头连接为一体的预放2670和条件放大模块2690-OS4。预放2670用于对1/4-inch和1/8-inch声传感器输出信号的放大,1/4-inch麦克风可以直接和2670连接。条件放大器2690A-OS4是一种四通道条件放大器,具有低噪声、多通道大动态响应范围的特点,它可以根据用户需要配置为不同的输入模式和通道数。可以工作于DC10V-33V,也可以通过内置电池供电。
调理模块增益控制及自检模块根据实际使用情况定为16档,可以采用程序自动设置方式或手动设置方式来设置蓝紫光信号和红外信号的信号调理模块的放大增益。在进行***自检测时,本模块还可将标准测试信号输入蓝紫光信号和红外信号的信号调理模块电路,并配合数据采集软件模块对信号调理模块进行自检。
三、数据采集模块的核心——A/D数据采集卡选用了美国UEI公司(United Electronic Industries)的PowerDAQ PD2-MFS-4-500/14型采集卡。这种PCI接口的同步数据采集卡,带有DSP处理芯片,能够实现多通道模拟数据的快速采集。
模块选取完成,进行***整体设计,整个缺陷监测***包括四路单独的监测单元:声信号单元、可见光单元、红外光单元和CCD摄像机单元。其中前三路最后都转换为电压信号后进入A/D采集卡,而所选购A/D采集卡具有三路信号同时采集的功能,能够满足实时不失真采集要求。可见光部分的信号调理模块中包括极性转换电路、程控放大电路、低通滤波电路和输出缓冲电路,红外光部分的信号调理模块中包括程控放大电路、低通滤波电路和输出缓冲电路。由于蓝紫光传感器输出信号为负值,因此需要加一极性转换电路;程控放大电路的增益调整端由采集卡的数字输出量来控制,因此信号调理模块与A/D采集卡是双向数据传输;输出缓冲器是为了提高驱动能力,使得信号调理模块到采集卡的信号经较长距离传输后不失真。
由于采集到的信号都是表征同一缺陷状态,为了充分利用信息,提高***的判断的可靠性、稳定性和反应速度,用到了多传感器信息融合技术。它是充分利用多个传感器资源,通过对这些传感器及其观测信息的合理支配和使用,来把多个传感器在空间或时间上的冗余或互补信息依据某种准则进行组合,以获得被测对象的一致性解释或描述,使该传感***由此而获得比它的各组成部分的子集所构成的***更优越的性能。
光采集***能将激光焊接过程中的可见光和红外光经过滤光片、凸透镜后汇聚到光电二极管光敏面上。滤光片和聚焦透镜构成光信号衰减器,它们在光电传感器和焊点之间进行隔离,这一方面对焊接时产生的强光进行了衰减,防止了光电传感器输出电流饱和,保护了光电传感器。另一方面也使得特定波长的光通过光路***,对可见光而言是波长范围400-440nm的蓝紫光,对红外光而言是中心波长为1064nm,半宽为10nm的光波段。光采集***的示意图如图8所示。
在装配上述元件的筒内壁上车有螺旋线槽移动透镜,实现像距的无级连续调节。固定光电传感器位置时,借鉴照相显微结构,采用了弹片压紧的可拆卸装置,先用毛玻璃观察像位,调节好像距后再换为光电传感器。
本发明的软件结构框架:
数据采集模块
数据采集模块的功能实现上,可以分为以下几个部分:
1)多通道信号高速采集
其中包括:等离子体辐射信号采集(260nm~700nm);熔池红外辐射信号采集(900nm~1600nm);声信号采集(可听及超声波段4~100kHz);小孔及熔池图像采集。
2)信号采集数据自动存档
信号采集时,采集的原始数据自动以文件形式存盘。
1.用户界面模块
用户界面模块的功能实现上,可以分为以下几个部分:
1)数据显示
以图表或曲线方式直观形象的显示原始分析数据和数据分析结果。
2)数据管理
以数据库方式管理历史信号记录。在保存采集数据时同步保存工艺条件,焊接参数等信息,并将工艺条件,焊接参数等信息存入数据库。能根据需要对历史记录进行访问,修改和备份。
2.信号及数据分析处理模块
信号及数据分析处理模块的功能实现上,可以分为以下几个部分:
1)数据分析
常规分析方法 时间序列分析;自相关和互相关分析;FFT分析;自功率谱和互功率谱分析;直方图幅值概率密度;时频域分析(短时FFT、Gabor变换和小波变换)等。
2)传感器融合
采用线性相位滤波技术对多传感器信号进行处理,并通过自相关和互相关分析与传感器融合技术,从多个传感器采集得到的数据首先经过信号调理电路的放大、滤波等初步处理,然后进行特征提取,最后进入数据融合处理模块得到数据融合结果。这种结构的优点是将数据融合处理分为了两个阶段——特征提取阶段和数据融合算法阶段。
在特征提取阶段,我们采用传统的基于物理模型的特征提取方法,特征提取的过程依赖于前期对原始数据信号分析和处理的结果。在前期的焊接实验中经过获取的原始数据进行统计分析和频域分析(包括短时傅立叶变换、Gabor谱变换、小波变换),然后把分析和数据处理的数据结果与实际的焊接结果相对比,可以确定出从传感器采集得到的蓝紫光信号、声波信号和红外信号的部分特征。其中比较明显的特征有蓝紫光、红外光信号的均值估计,声波信号的方差估计,以及三路信号在2~3KHz的频率段存在特征频率,声波信号在15~20KHz的频率段存在特征频率,总共可提供8个特征供数据融合算法使用。在不同的焊接过程中不同的特征信号对焊接缺陷的表现能力不尽相同。
在数据融合阶段,我们采用基于样本的机器学习算法来进行不同焊接结果的特征信号分类,其主要方法有两个。第一个方法是基于反向传播算法的人工神经网络,网络结构为8-n-1的结构,即输入层8个节点,隐含层n(4≤n≤13)个神经元,输出层1个节点,能够将每个输入样本(8维的列向量)准确分为熔透状态和未熔透状态。第二个方法是支持向量机,采用的核函数有线性函数、多项式函数、径向基函数和S形函数。
最后,我们可以针对不同的焊接过程,灵活的从特征提取模块提供的8个特征信号中选取任意的组合送入数据融合模块中的两种融合算法的中的任意一种进行分析。可以通过对实际焊接过程的多次试验寻找到针对不同焊接材料和工艺的最佳组合方式。例如,在实际的应用过程中,如果选择全部的8个特征,整个***能够得到最大的缺陷识别正确率,但是特征选择得越多,数据融合计算所消耗的时间也越多。在实时性要求非常高的场合,可以仅选择蓝紫光、红外光信号的均值估计和声波信号的方差估计这3个特征,这时***能达到最大的运算速度,但是缺陷识别正确率也随之大幅下降。为了得到计算速度和识别正确率的平衡,可以选择蓝紫光、红外光信号的均值估计和声波信号在2~3kHz、15~20kHz和30~35kHz的频率段这5个特征,即能在较短的运算时间内得到较高的缺陷识别正确率。提高焊接过程监测的可靠性
3)功能扩展
预留硬件与软件分析接口,以备***功能扩充。
3.报表生成模块
报表生成模块的功能实现上,可以分为以下几个部分:
1)自动生成分析报告
自动将分析结果(信号曲线、直方图、表格等)嵌入到WORD或EXCEL中,形成数据分析报告。
2)打印
部分或全部打印数据分析结果。
4.***自检模块
硬件***发生故障时,提供故障诊断信息。
5.实时监测模块
实时监测模块的功能实现上,可以分为以下几个部分:
1)焊接过程不稳定实时报警
2)焊接缺陷尺寸和位置提示
3)不良焊缝统计分析
4)典型熔透状态判断
6.网络监测模块
通过加密方式将实时采集数据在局域网上进行发布,局域网内任意主机通过客户端软件进行实时监测。
程序流程为:
整个设备的操作的流程是首先启动设备,然后由用户进行参数设置,参数设置完成后就可以启动实时监测,用户在监测结束后把监测数据保存到文件,然后进行数据离线分析,最后生成报表,整个过程结束。
下面就这个过程的细节进行说明。
首先,启动设备,这时设备会自动启动自检模块进行设备的自检测,一旦设备的软硬件出现问题,及时通知用户进行解决。
在自检完成后,进入用户参数设置步骤。设备先从数据库中获取参数设置模板以供用户进行焊接材料、焊接工艺和分析参数的选择,用户还可以根据实际的使用情况对参数进行修改和设置。在参数设置完成后。设备会自动将本次设置的参数保存到数据库中以供下次使用时选择。
在用户设置完监测参数后就可以进入实时监测步骤。在这个步骤中设备首先进行数据的实时采集,然后把采集得到的数据进行实时分析和处理。实时数据分析步骤又可以分为对数据的统计分析和频域分析、特征提取和数据融合。设备首先根据统计分析和频域分析的结果进行数据特征的提取,这些特征包括:蓝紫光、红外光信号的均值估计,声波信号的方差估计,三路信号在2~3KHz的频率段,声波信号在15~20KHz和30~35kHz的频率段。在提取完特征后,设备根据用户的设置,选择上述特征信号中的全部或者多个进行数据融合计算。根据用户的设置,数据融合计算可以选用如下两种算法中的任意一种:(1)基于反向传播算法的人工神经网络算法,网络结构为8-n-1的结构;(2)支持向量机的算法,采用的核函数有线性函数、多项式函数、径向基函数和S形函数。最后,根据数据融合计算的结果,设备生成如下信息:焊接过程不稳定实时报警、不良焊缝统计分析、焊接缺陷尺寸和位置提示以及典型熔透状态判断。实时数据采集步骤和数据分析步骤得到的结果都被送到数据显示模块进行显示,以供用户查看。
在实时监测步骤完成后,用户可以把实时监测的数据保存到文件。并可以使用设备的离线数据分析功能对数据进行比较耗时数据分析操作,比如Gabor谱分析、小波分析以及对数据融合算法进行模型训练等等。根据离线数据分析得到的结果,用户可以得到对特定焊接材料、特定焊接工艺最优的数据分析方法,这时可以把最优分析方法的分析参数存储到数据库中,在下次使用同样或相近焊接材料和工艺时即可直接使用。
在离线数据分析结束后,可以生成数据分析报表,以供分析和存档。至此,设备整个监测流程即告完成。
Claims (5)
1.一种由信号实时监测***、焊接数据分析***和远程监测***组成的高能束流焊接过程多信号融合监测仪,其特征是,信号实时监测***包括四路单独的监测单元:可听声与超声信号单元、可见光单元、红外光单元和CCD摄像机单元,采集激光焊接过程中的等离子体发射的光、声信号和熔池的红外辐射信号,紫外光光学传感器、可见光光学传感器、红外光传感器、声传感器四路传感器同时对焊接过程进行定量测量;三路光学传感器的信号经信号调理电路放大滤波输送到A/D采集卡,A/D采集卡同时采集声、可见光、红外光三个单元的信号,一并送入数据服务器中进行数据融合;CCD摄像机单元的图像信号经图像采集卡输入另一台数据服务器,通过局域网实行远程监控。
2.根据权利要求1所述的高能束流焊接过程多信号融合监测仪,其特征是,数据融合分为两个阶段:特征提取阶段和数据隔合算法阶段,数据提取阶段提取从声、蓝紫光、红外光传感器采集得到的原始数据的特征数据,然后,分别采用短时傅立叶变换、统计决策法、D-S证据推理法和基于人工神经网络的算法进行数据计算。
3.根据权利要求1所述的高能束流焊接过程多信号融合监测仪,其特征是,声信号单元的电容式声传感器在4~100kHz范围内同时对20KHz以下的可听声部分和20KHz以上的超声波部分的特征信号进行检测。
4.根据权利要求1所述的高能束流焊接过程多信号融合监测仪,其特征是,光采集***采用偏轴采集方式,经过滤光片和聚光透镜后汇聚到光电二极管光敏面上。
5.一种高能束流焊接过程多信号融合监测仪的数据融合处理方法,包括启动设备并进行设备自检的步骤;用于用户对监测焊接参数设置的步骤;用于实时监测的步骤;用于用户界面的步骤;用于信号及数据分析处理的步骤;用于报表生成的步骤;用于网络监测的步骤;其特征是,实时监测的处理方法包括:
用于对焊接实时数据采集的步骤;
用于包括对数据的统计分析和频域分析以及数据特征提取和数据融合的处理;
根据统计分析和频域分析的结果进行数据特征的提取,这些特征包括:蓝紫光、红外光信号的均值估计,声波信号的方差估计,三路信号在2~3KHz的频率段,声波信号在15~20KHz和30~35kHz的频率段;
用于对上述特征信号进行融合计算的步骤,该步骤可以用如下两种算法中的一种进行融合计算:(1)基于反向传播算法的人工神经网络算法,网络结构为8-n-1的结构;(2)支持向量机的算法,采用的核函数有线性函数、多项式函数、径向基函数和S形函数;
生成如下信息的步骤:焊接过程不稳定实时报警、不良焊缝统计分析、焊接缺陷尺寸和位置提示以及典型熔透状态判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB200510080198XA CN100341658C (zh) | 2005-07-04 | 2005-07-04 | 一种高能束流焊接过程多信号融合监测仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB200510080198XA CN100341658C (zh) | 2005-07-04 | 2005-07-04 | 一种高能束流焊接过程多信号融合监测仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1709631A true CN1709631A (zh) | 2005-12-21 |
CN100341658C CN100341658C (zh) | 2007-10-10 |
Family
ID=35705957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB200510080198XA Expired - Fee Related CN100341658C (zh) | 2005-07-04 | 2005-07-04 | 一种高能束流焊接过程多信号融合监测仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100341658C (zh) |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101173954A (zh) * | 2006-11-03 | 2008-05-07 | 通用电气公司 | 用于在负载下样本中定位故障事件的***和方法 |
CN103252573A (zh) * | 2013-04-12 | 2013-08-21 | 浙江大学宁波理工学院 | 声发射辅助同轴视觉热丝小功率激光模具修复方法和设备 |
CN103464906A (zh) * | 2013-10-02 | 2013-12-25 | 机械科学研究院哈尔滨焊接研究所 | 激光焊接质量在线检测方法 |
CN103499579A (zh) * | 2013-10-02 | 2014-01-08 | 机械科学研究院哈尔滨焊接研究所 | 激光焊接质量快速无损检测方法 |
CN101730607B (zh) * | 2007-05-26 | 2014-02-26 | 通快机床两合公司 | 用于在激光焊接过程期间识别焊缝上的缺陷的方法 |
CN104708214A (zh) * | 2014-12-02 | 2015-06-17 | 苏州领创激光科技有限公司 | 一种激光切割过程控制的取样原理及控制方法 |
CN105073330A (zh) * | 2013-03-29 | 2015-11-18 | 丰田自动车株式会社 | 焊接部检测装置及其检测方法 |
CN105414710A (zh) * | 2015-12-29 | 2016-03-23 | 哈尔滨阿尔特机器人技术有限公司 | 主被动视觉焊接熔池复合传感装置及采用该装置实现的传感方法 |
CN105675324A (zh) * | 2016-01-20 | 2016-06-15 | 南京熊猫电子股份有限公司 | 利用超声波检测逆变焊机性能的装置 |
CN105716655A (zh) * | 2016-02-03 | 2016-06-29 | 西北工业大学 | 高能束增材制造中温度与变形实时同步测量装置及方法 |
CN106018405A (zh) * | 2016-05-17 | 2016-10-12 | 机械科学研究院哈尔滨焊接研究所 | 激光焊接熔透在线检测方法 |
CN106771746A (zh) * | 2016-12-20 | 2017-05-31 | 中国电器科学研究院有限公司 | 一种电动汽车动态工况电磁骚扰快速评价方法 |
CN107414294A (zh) * | 2017-08-08 | 2017-12-01 | 江苏大金激光科技有限公司 | 一种激光焊接机 |
CN104143183B (zh) * | 2014-08-07 | 2017-12-12 | 北京理工大学 | 基于亮度传递可见光和红外黑白视频图像的灰度融合方法 |
CN108031955A (zh) * | 2017-12-13 | 2018-05-15 | 太仓鼎诚电子科技有限公司 | 一种基于局域网的焊接过程中监测*** |
CN108213707A (zh) * | 2018-01-26 | 2018-06-29 | 吉林大学 | 基于超声导波的激光焊熔透状态实时监测装置及方法 |
CN108375581A (zh) * | 2017-01-04 | 2018-08-07 | 中国航空工业集团公司北京航空制造工程研究所 | 基于声光信号监测的双光束激光焊接过程缺陷控制方法 |
CN108535358A (zh) * | 2018-04-10 | 2018-09-14 | 沈阳化工大学 | 一种变壁厚回转工件缺陷检测装置及其方法 |
CN108883501A (zh) * | 2016-03-18 | 2018-11-23 | 日立汽车***株式会社 | 高能量束焊接质量判定方法、利用该判定方法的质量判定装置和焊接管理*** |
CN109300116A (zh) * | 2018-09-03 | 2019-02-01 | 广东工业大学 | 基于机器学习的激光焊接在线缺陷识别方法 |
CN109483107A (zh) * | 2018-12-29 | 2019-03-19 | 朱清 | 一种基于多源信息融合的焊缝智能在线检测装置 |
CN110007366A (zh) * | 2019-03-04 | 2019-07-12 | 中国科学院深圳先进技术研究院 | 一种基于多传感器融合的生命搜寻方法以及*** |
CN110000473A (zh) * | 2019-05-14 | 2019-07-12 | 广东工业大学 | 一种镀锌钢激光添粉焊接缺陷在线监控***及方法 |
CN110097683A (zh) * | 2018-07-20 | 2019-08-06 | 深圳怡化电脑股份有限公司 | 一种设备自检方法、装置、atm及存储介质 |
CN110605393A (zh) * | 2019-09-25 | 2019-12-24 | 中国兵器装备集团自动化研究所 | 一种激光立体成形过程检测方法及***和应用 |
CN112518122A (zh) * | 2020-12-04 | 2021-03-19 | 广州德擎光学科技有限公司 | 激光加工件熔深检测方法、装置和*** |
CN113118625A (zh) * | 2021-04-23 | 2021-07-16 | 广州松兴电气股份有限公司 | 一种激光焊接机 |
CN113210805A (zh) * | 2021-05-11 | 2021-08-06 | 浙江清华长三角研究院 | 基于工业热像仪和可见光相机双视觉的mig焊接纠偏方法 |
CN113588074A (zh) * | 2021-07-15 | 2021-11-02 | 哈尔滨工业大学(威海) | 基于熔池多元光学信息的lded在线监测装置及缺陷诊断方法 |
CN114913316A (zh) * | 2022-04-02 | 2022-08-16 | 淮沪电力有限公司田集第二发电厂 | 工业设备表计识别的图像分类方法、装置、电子设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102141543B (zh) * | 2010-12-28 | 2012-10-24 | 天津大学 | 基于传声器阵列的激光焊接质量检测的方法和装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1027579C (zh) * | 1991-11-20 | 1995-02-08 | 华中理工大学 | 连续激光焊接过程中焊接质量的实时监测方法 |
DK0770445T3 (da) * | 1995-10-06 | 2002-02-18 | Elpatronic Ag | Fremgangsmåde til at kontrollere og postionere en stråle til bearbejdning af emner |
FR2752180B1 (fr) * | 1996-08-08 | 1999-04-16 | Axal | Procede et dispositif de soudage a pilotage du faisceau de soudage |
DE19804029A1 (de) * | 1998-02-02 | 1999-08-05 | Lesmueller Lasertechnik Gmbh | Vorrichtung zur Sicherung, Überwachung und Verbesserung der Qualität von Lasern und Strahlführungssystemen für die Materialbearbeitung und Medizintechnik |
JP3368427B2 (ja) * | 1999-12-27 | 2003-01-20 | 住友重機械工業株式会社 | レーザ加工状態計測装置 |
DE10221210A1 (de) * | 2002-05-13 | 2003-12-04 | Hydro Aluminium Deutschland | Verfahren und Vorrichtung zur Prozessüberwachung und/oder -steuerung beim Laserstrahlschweissen |
-
2005
- 2005-07-04 CN CNB200510080198XA patent/CN100341658C/zh not_active Expired - Fee Related
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101173954A (zh) * | 2006-11-03 | 2008-05-07 | 通用电气公司 | 用于在负载下样本中定位故障事件的***和方法 |
CN101730607B (zh) * | 2007-05-26 | 2014-02-26 | 通快机床两合公司 | 用于在激光焊接过程期间识别焊缝上的缺陷的方法 |
US9452496B2 (en) | 2013-03-29 | 2016-09-27 | Toyota Jidosha Kabushiki Kaisha | Welding portion inspection device and inspection method therefor |
CN105073330A (zh) * | 2013-03-29 | 2015-11-18 | 丰田自动车株式会社 | 焊接部检测装置及其检测方法 |
CN103252573A (zh) * | 2013-04-12 | 2013-08-21 | 浙江大学宁波理工学院 | 声发射辅助同轴视觉热丝小功率激光模具修复方法和设备 |
CN103464906A (zh) * | 2013-10-02 | 2013-12-25 | 机械科学研究院哈尔滨焊接研究所 | 激光焊接质量在线检测方法 |
CN103499579A (zh) * | 2013-10-02 | 2014-01-08 | 机械科学研究院哈尔滨焊接研究所 | 激光焊接质量快速无损检测方法 |
CN103499579B (zh) * | 2013-10-02 | 2016-01-20 | 机械科学研究院哈尔滨焊接研究所 | 激光焊接质量快速无损检测方法 |
CN104143183B (zh) * | 2014-08-07 | 2017-12-12 | 北京理工大学 | 基于亮度传递可见光和红外黑白视频图像的灰度融合方法 |
CN104708214A (zh) * | 2014-12-02 | 2015-06-17 | 苏州领创激光科技有限公司 | 一种激光切割过程控制的取样原理及控制方法 |
CN105414710A (zh) * | 2015-12-29 | 2016-03-23 | 哈尔滨阿尔特机器人技术有限公司 | 主被动视觉焊接熔池复合传感装置及采用该装置实现的传感方法 |
CN105675324A (zh) * | 2016-01-20 | 2016-06-15 | 南京熊猫电子股份有限公司 | 利用超声波检测逆变焊机性能的装置 |
CN105716655A (zh) * | 2016-02-03 | 2016-06-29 | 西北工业大学 | 高能束增材制造中温度与变形实时同步测量装置及方法 |
CN108883501A (zh) * | 2016-03-18 | 2018-11-23 | 日立汽车***株式会社 | 高能量束焊接质量判定方法、利用该判定方法的质量判定装置和焊接管理*** |
CN106018405A (zh) * | 2016-05-17 | 2016-10-12 | 机械科学研究院哈尔滨焊接研究所 | 激光焊接熔透在线检测方法 |
CN106018405B (zh) * | 2016-05-17 | 2019-03-22 | 机械科学研究院哈尔滨焊接研究所 | 激光焊接熔透在线检测方法 |
CN106771746A (zh) * | 2016-12-20 | 2017-05-31 | 中国电器科学研究院有限公司 | 一种电动汽车动态工况电磁骚扰快速评价方法 |
CN106771746B (zh) * | 2016-12-20 | 2019-05-14 | 中国电器科学研究院有限公司 | 一种电动汽车动态工况电磁骚扰快速评价方法 |
CN108375581A (zh) * | 2017-01-04 | 2018-08-07 | 中国航空工业集团公司北京航空制造工程研究所 | 基于声光信号监测的双光束激光焊接过程缺陷控制方法 |
CN108375581B (zh) * | 2017-01-04 | 2020-08-04 | 中国航空制造技术研究院 | 基于声光信号监测的双光束激光焊接过程缺陷控制方法 |
CN107414294A (zh) * | 2017-08-08 | 2017-12-01 | 江苏大金激光科技有限公司 | 一种激光焊接机 |
CN108031955A (zh) * | 2017-12-13 | 2018-05-15 | 太仓鼎诚电子科技有限公司 | 一种基于局域网的焊接过程中监测*** |
CN108213707B (zh) * | 2018-01-26 | 2019-07-30 | 吉林大学 | 基于超声导波的激光焊熔透状态实时监测装置及方法 |
CN108213707A (zh) * | 2018-01-26 | 2018-06-29 | 吉林大学 | 基于超声导波的激光焊熔透状态实时监测装置及方法 |
CN108535358A (zh) * | 2018-04-10 | 2018-09-14 | 沈阳化工大学 | 一种变壁厚回转工件缺陷检测装置及其方法 |
CN110097683A (zh) * | 2018-07-20 | 2019-08-06 | 深圳怡化电脑股份有限公司 | 一种设备自检方法、装置、atm及存储介质 |
CN109300116A (zh) * | 2018-09-03 | 2019-02-01 | 广东工业大学 | 基于机器学习的激光焊接在线缺陷识别方法 |
CN109483107A (zh) * | 2018-12-29 | 2019-03-19 | 朱清 | 一种基于多源信息融合的焊缝智能在线检测装置 |
CN110007366A (zh) * | 2019-03-04 | 2019-07-12 | 中国科学院深圳先进技术研究院 | 一种基于多传感器融合的生命搜寻方法以及*** |
CN110000473A (zh) * | 2019-05-14 | 2019-07-12 | 广东工业大学 | 一种镀锌钢激光添粉焊接缺陷在线监控***及方法 |
CN110605393A (zh) * | 2019-09-25 | 2019-12-24 | 中国兵器装备集团自动化研究所 | 一种激光立体成形过程检测方法及***和应用 |
CN112518122A (zh) * | 2020-12-04 | 2021-03-19 | 广州德擎光学科技有限公司 | 激光加工件熔深检测方法、装置和*** |
CN112518122B (zh) * | 2020-12-04 | 2022-05-17 | 广州德擎光学科技有限公司 | 激光加工件熔深检测方法、装置和*** |
CN113118625A (zh) * | 2021-04-23 | 2021-07-16 | 广州松兴电气股份有限公司 | 一种激光焊接机 |
CN113210805A (zh) * | 2021-05-11 | 2021-08-06 | 浙江清华长三角研究院 | 基于工业热像仪和可见光相机双视觉的mig焊接纠偏方法 |
CN113588074A (zh) * | 2021-07-15 | 2021-11-02 | 哈尔滨工业大学(威海) | 基于熔池多元光学信息的lded在线监测装置及缺陷诊断方法 |
CN113588074B (zh) * | 2021-07-15 | 2024-04-19 | 哈尔滨工业大学(威海) | 基于熔池多元光学信息的lded在线监测装置及缺陷诊断方法 |
CN114913316A (zh) * | 2022-04-02 | 2022-08-16 | 淮沪电力有限公司田集第二发电厂 | 工业设备表计识别的图像分类方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN100341658C (zh) | 2007-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100341658C (zh) | 一种高能束流焊接过程多信号融合监测仪 | |
CN102230952B (zh) | 一种基于紫外光子电晕检测方法 | |
US11564661B2 (en) | Method for optimizing ultrasonic imaging system parameter based on deep learning | |
CN111141460A (zh) | 一种基于人工智能感官的装备气体泄漏监测***及方法 | |
CN109752722B (zh) | 多模态声学成像工具 | |
CN105445697B (zh) | 一种低成本低功耗的声源定向方法 | |
CN112285504A (zh) | 多谱段日盲窄带紫外成像仪及其检测不同放电状态的方法 | |
CN115186850B (zh) | 一种海底电缆运行环境的动态监测方法及*** | |
CN112130316A (zh) | 多通道多谱段滤光片结构及其应用、方法 | |
CN112348052A (zh) | 一种基于改进EfficientNet的输变电设备异常声源定位方法 | |
CN210220974U (zh) | 一种激光光斑焦点的自动化检测与定位装置 | |
CN111883161A (zh) | 一种音频采集和位置识别的方法及装置 | |
CN1739905A (zh) | 一种非接触式激光焊接热循环的测量方法 | |
CN117464182A (zh) | 一种基于卷积神经网络的激光焊接状态判别方法 | |
JP3272036B2 (ja) | 物体表面の欠陥の光学的検査法とその装置 | |
CN116678917A (zh) | 激光加载含能材料爆速快速预测方法及*** | |
CN114034380B (zh) | 一种用于发动机台架的一维声学定位方法 | |
CN112957011B (zh) | 高灵敏度微弱荧光信号探测***、方法、存储介质及应用 | |
CN210639090U (zh) | 匀场拉曼检测装置 | |
CN109444265B (zh) | 一种激光超声振动检测装置及方法 | |
CN1102477C (zh) | 等离子弧焊熔池穿孔状态的声音信号传感方法及其*** | |
CN1105617C (zh) | 等离子焊接熔池穿孔状态的电弧电压传感方法及其*** | |
CN111007016A (zh) | 一种检测透明材料表面微小颗粒杂质的装置及使用方法 | |
CN218099027U (zh) | 一种对选择性激光熔化过程内部缺陷实时在线监测*** | |
CN116809975B (zh) | 一种选区激光熔化熔池不失真在线监测***的装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20071010 Termination date: 20140704 |
|
EXPY | Termination of patent right or utility model |