唐文慶 種玉寶

（大連市鍋爐壓力容器檢驗研究院 遼寧大連）

焊接過程是焊接電流、電壓以及熱、力等各種影響因素綜合作用的結(jié)果，引起其物理狀態(tài)變化、電弧穩(wěn)定性、焊接缺陷的原因，必然隱含于各參數(shù)的動態(tài)變化之中。傳統(tǒng)的焊接質(zhì)量是通過穩(wěn)定焊接參數(shù)和焊后檢驗來控制，最終質(zhì)量靠抽樣目測和剖切檢驗等焊后檢驗手段來保證。由于焊接過程中存在大量隨機影響因素，各影響因素之間相互耦合以及高度的非線性作用，僅通過穩(wěn)定工藝參數(shù)不可能完全保證焊接質(zhì)量，焊后檢驗的質(zhì)量保證體系缺乏實時性，不能給焊接過程提供任何質(zhì)量反饋信息，無法及時發(fā)現(xiàn)焊接缺陷。因此，人們一直在積極尋求能直接傳感或監(jiān)測焊接質(zhì)量的方法。

一、焊接過程的動態(tài)信號

1.利用電弧電壓、焊接電流作為信號源

在焊接質(zhì)量監(jiān)測系統(tǒng)中，最被人們認可的是基于電弧或視覺的傳感。電弧傳感主要是采集焊接過程中的電弧電壓和焊接電流，根據(jù)電弧理論和實踐經(jīng)驗可知，短路過渡焊接過程中產(chǎn)生的飛濺、熄弧、跳弧等現(xiàn)象，都可以從電弧電壓和焊接電流信號中反映出來，即焊接過程的電信號包含了電弧燃燒情況的豐富信息，這些信息不但可以被方便地采集，而且具有周期短、頻率高、信號頻率幅值變化劇烈等特點。通過適當(dāng)?shù)男盘柼幚矸椒?，提取表征焊接質(zhì)量的信息是有效的，故進行焊接質(zhì)量檢測、焊接過程的波形控制等方面研究時，常用電流、電壓為信息源，并設(shè)計了多種處理算法。如華南理工大學(xué)在對GMAW過程以正常、焊穿、短時間斷弧為分類形式的焊縫缺陷識別中，采用了電弧電壓與焊接電流為信息源。在北京石油化工學(xué)院、北京工業(yè)大學(xué)關(guān)于CO2焊特征參數(shù)的檢測分析研究、清華大學(xué)關(guān)于CO2焊接電弧信號分析與穩(wěn)定性研究和華中理工大學(xué)關(guān)于CO2焊溶滴過渡特征等研究中，也均以電弧電壓與焊接電流作為信息源。

2.利用電弧聲作為信號源

在實際生產(chǎn)中，熟練的焊工往往能根據(jù)電弧聲辨別焊接過程的穩(wěn)定性和飛濺大小，這說明電弧聲與焊接過程具有相關(guān)性，通過電弧聲的研究應(yīng)能實現(xiàn)對焊接過程乃至焊接缺陷的檢測。雖然電弧聲波采集較難，且容易受到其他因素的影響，但隨著高速信號采集器與計算機對聲音信號的輔助分析等技術(shù)的發(fā)展，采集電弧聲信號仍然是可能的，而且從全息的角度看，電弧聲中也包含有反映焊接質(zhì)量的特征信號，因此近年來也有一些以電弧聲為信息源的相關(guān)研究。日本學(xué)者Arata Yoshiaki在1979年與1980年對電弧聲的特性、規(guī)范的影響方面進行了研究。澳大利亞學(xué)者Saini和Floyd在1998年研究了電弧聲在GMAW焊接在線質(zhì)量檢測中的應(yīng)用。他們肯定了Manz提出的電弧聲產(chǎn)生于焊接電弧能量水平突變的觀點，并認為電弧輸入能量、溶滴過渡方式和過渡速率是產(chǎn)生焊接能量突變的3個因素。他們贊同Kaskinen和Mueller關(guān)于等離子體體積變化導(dǎo)致能量突變從而引起電弧聲的觀點，并給出公式（1）。

式中 VI——電弧能量

V——電弧電壓

I——電弧電流

k、K——常數(shù)

S——聲壓。

國內(nèi)關(guān)于電弧聲的研究中，指出在時域上利用統(tǒng)計法得到的短路前后1.44ms內(nèi)聲波能量Es與飛濺呈線性關(guān)系，見公式（2）。探討了電弧電壓與焊接電流對Es的影響，從頻域上利用經(jīng)典譜估計方法，給出了電弧聲的功率譜。

式中 a——線性變換系數(shù)

S——聲波采集信號的量值

3.利用焊接電弧光作為信號源

多年前，人們利用光電管將弧光總強度轉(zhuǎn)換為電壓，發(fā)現(xiàn)弧光總強度與電弧長度之間的存在定量的線性關(guān)系，見公式（3）。通過測量弧光總強度B信號的大小，可得知電弧弧長的大小。

式中 B——弧光總強度，V

I——電弧電流，A

L——弧長，mm

M1、M2、M3——常數(shù)

此外弧光還可以傳感熔滴過渡，即在縮頸破斷脫離焊絲端頭瞬時，由于電流回路的突然斷路，弧光強度信號突然下降，根據(jù)電弧的物理規(guī)律，原來籠罩在熔滴下部端面的弧根（電弧的陽極區(qū)），將自動上跳至焊絲端頭縮頸破斷處，以維持電弧電流回路的繼續(xù)流動。弧光強度信號又逐漸上升，這個弧光強度下凹信號就是熔滴過渡的特征信號。

由此可見，電弧弧光信號中也包含了與焊接過程密切相關(guān)的信息，而且弧光信號的分散度小、穩(wěn)定性和精確度高，故可通過檢測電弧弧光信號的變化來對焊接質(zhì)量進行監(jiān)測以及獲知焊接過程的穩(wěn)定性。

二、信號處理及信號分析方法

信號可以從幅值域、頻率域、時間域來描述。智能診斷中信號處理的目的是去除信號中的噪聲和提取診斷用的特征向量。要全面地描述一個焊接過程，需要從兩個方面來提取特征元素，即時域分析和頻域分析。

1.時域分析方法

在對信息源進行時域處理時，主要采用概率統(tǒng)計特征法，即通過焊接電壓、電流時域內(nèi)的統(tǒng)計學(xué)特征進行焊接過程穩(wěn)定性或缺陷檢測。例如從二者直方圖分布、瞬時I-U圖、峰值及變化率、過渡周期和短路時間等方面進行特征提取與分析。

2.頻域分析方法

在對信息源進行頻域處理時，主要采用基于FFT的譜分析技術(shù)信號處理方法?；贔FT的譜分析技術(shù)是現(xiàn)代數(shù)字信號處理中普遍采用的方法。公布的文獻中大量的研究表明，短路過渡形式的傅立葉變換曲線在較高頻率時有一個主峰值，在較低頻率時有次要峰值；大滴過渡電流信號的傅立葉變換曲線具有確定的、相對尖的主峰，峰值的寬窄表明信號一致性的程度，峰值代表了熔滴過渡的主頻率。由于最高的熔滴過渡頻率與最好的焊接質(zhì)量相一致，因此通過控制熔滴過渡頻率來調(diào)節(jié)焊接參數(shù)，保證主峰值盡可能的窄、頻率盡可能的高。通過對隨機信號經(jīng)典功率譜估計，提取焊接電壓、電流在不同頻率的功率譜密度變化，如幅值、對應(yīng)頻率等特征，進行焊接過程穩(wěn)定性判別和焊接質(zhì)量的檢測。還有一些報道中提到的比較周期圖法、Welch平均法以及AR模型法對電弧聲波各頻段信號進行功率譜估計的結(jié)果。采用功率譜估計的方法對電壓信號在焊接過程中的頻譜特性進行分析，在電弧功率譜提取焊接過程中的特征頻率，為小波分析尺度的選取提供依據(jù)。

3.時頻分析方法

對于非平穩(wěn)信號分析和適時處理，傅立葉變換存在著很大局限性，一方面是因為它是時-頻域的全局轉(zhuǎn)換，沒有時域和頻域同時局部化的作用，信號在局部時域上的改變會影響其全部頻譜特性，在頻域中的局部改變也會影響其在全部時域中的特性，亦即頻域中某頻率或某頻帶內(nèi)的信息和時域中某時刻或時寬內(nèi)的信息沒有直接的對應(yīng)關(guān)系，這種對應(yīng)關(guān)系稱為時頻分析；另一方面，傅立葉變換得到的功率譜密度僅能給出信號的平均統(tǒng)計結(jié)果，這對于高度非線性復(fù)雜的焊接過程顯然是不夠的。

使傅里葉變換（譜）表示頻率分量的時間局域化方法之一，是對信號x（t）適當(dāng)預(yù)加窗，加窗后的傅里葉變換稱為短時傅里葉變換（STFT）。STFT分析和綜合（逆變換）式的定義見公式（4）。

分析窗 γ（t）和綜合窗 g（t）須滿足 ∫g（t）γ*（t）dt=1。x（t′）乘一個很短的分析窗 γ（t′-t）后，相當(dāng)于取出信號在分析點（t=t′）附近的一個切片，因此，STFT將得到在分析點t′附近的“局部頻譜”。

小波變換是在時頻平面不同位置具有不同的分辨率，是一種多分辨率的分析方法，而且由于其時頻窗面積不變但形狀可變，因此可對信號的局部特征進行準確分析。小波分析的基函數(shù)由小波伸縮而成，其時頻窗寬度隨信號自適應(yīng)變化，低頻處時窗變寬，高頻處時窗變窄。因此，具有時頻局部化功能的小波變換是適用于非平穩(wěn)信號處理的理想工具，主要進行奇異信號檢測、信噪分離以及頻帶能量分析。

采用時頻窗可變的小波變換對非平穩(wěn)信號進行分析已經(jīng)有了廣泛的實際應(yīng)用。如利用小波分析摩擦焊接結(jié)點和擴散焊接孔隙的微弱結(jié)點缺陷超聲信號，利用連續(xù)的和離散的小波變換分解轉(zhuǎn)軸和送絲伺服電機電流信號，提取信號特征成功監(jiān)測工具的損壞狀況。華南理工大學(xué)利用子波變換對CO2焊焊穿進行了有效的特征提取。華中理工大學(xué)在對熔滴過渡特征的分析與研究中，采用小波包結(jié)合自回歸分析技術(shù)取得了一定進展。

4.統(tǒng)計分析方法

不論是在時域和頻域中，都存在大量的統(tǒng)計參數(shù)，這些參數(shù)全面地反映了焊接過程。時域中應(yīng)用較多的無量綱統(tǒng)計參數(shù)有：均值、峰值、均方幅值、波形指標、峰值因子、脈沖指標、峭度系數(shù)、自相關(guān)函數(shù)、互相關(guān)函數(shù)等。頻域中常用參數(shù)有：頻率和頻率下降率、幅值譜、功率譜、自功率譜密度函數(shù)、互功率譜密度函數(shù)、頻響函數(shù)等。

在幅值域內(nèi)分析電弧電壓和焊接電流，繪制電弧電壓概率密度分布圖和焊接電流概率密度分布圖，在頻域內(nèi)分析短路時間和燃弧時間，繪制短路時間頻數(shù)分布圖和燃弧時間分布圖，超值電壓參數(shù)、低值電流參數(shù)、超值電流參數(shù)、瞬時短路參數(shù)、超時短路參數(shù)、超時燃弧參數(shù)等六個參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)，輸出參數(shù)為飛濺量大小。華南理工大學(xué)利用焊接電壓與電流在整條焊縫上以時間、取值范圍和出現(xiàn)幾率為軸的三維圖，根據(jù)立體的電參數(shù)概率分布進行焊接質(zhì)量識別。北京石油化工學(xué)院與北京工業(yè)大學(xué)以特征參數(shù)概率分布直方圖為主，即以短路時間、燃弧時間、峰值、最大電流變化率、短路周期等的概率分布為主要研究對象，分析焊接過程特征參數(shù)與焊接過程穩(wěn)定性之間的關(guān)系。清華大學(xué)利用了電弧電壓、電流波形的平均值M、標準差S、變異系數(shù)及動態(tài)I-U圖等進行信號分析及穩(wěn)定性評價等。

三、缺陷識別方法

缺陷識別就是對被識別的對象（主要是針對焊縫質(zhì)量）當(dāng)前狀態(tài)的識別和未來狀態(tài)的估計（趨勢分析），識別它是正常還是異常，若是異常，則是屬于哪種異常情況。焊縫質(zhì)量的變化必然會由焊接過程自身的狀態(tài)特性的變化來反映，實質(zhì)上缺陷診斷是在時域內(nèi)識別被診斷對象的實時狀態(tài)。抽象到理論上來看，缺陷識別就是故障診斷，缺陷識別的理論也就是故障診斷的機理。識別的方法很多。常用的識別方法有：統(tǒng)計識別法、函數(shù)識別法、邏輯識別法、模糊識別法和神經(jīng)網(wǎng)絡(luò)識別法，這些方法均有其各自的特點。

統(tǒng)計識別法是用統(tǒng)計計算方法從大量信號數(shù)據(jù)中提取出對待識別缺陷敏感的特征元素。根據(jù)工程中的實際經(jīng)驗和實驗數(shù)據(jù)的統(tǒng)計結(jié)果及理論分析結(jié)果，提供標準的正常狀態(tài)模式集和待識別缺陷模式集。然后將被識別對象的實時信號中提取出來的特征元素與標準庫的正常狀態(tài)模式集和待識別缺陷模式集的相應(yīng)特征元素進行比較，根據(jù)相應(yīng)集合接近的程度給出識別的結(jié)果。

函數(shù)識別法是根據(jù)特征元素與故障狀態(tài)之間存在某種函數(shù)關(guān)系，在獲得特征元素值后算出相應(yīng)的故障狀態(tài)的識別方法，但是反映特征元素和故障之間的函數(shù)必須經(jīng)過大量實測統(tǒng)計數(shù)據(jù)的驗證和修改后才可能真實地反映工程實際中被診斷對象的特點，所以從工程角度上，函數(shù)識別也必須建立在統(tǒng)計的基礎(chǔ)上。由于焊接過程本身的復(fù)雜性，焊接缺陷與特征元素之間很難用精確的數(shù)學(xué)模型來描述，因此很難找到合適的函數(shù)關(guān)系式來表達焊接缺陷與特征元素之間的關(guān)系。

邏輯識別法即將所選取的特征向量量化，根據(jù)邏輯特征量進行故障識別。雖然該方法適用于一切機械設(shè)備故障診斷問題，但在實際應(yīng)用中過于粗糙，僅僅判斷有無故障的發(fā)生。如華南理工大學(xué)在基于MSPC方法的GMAW在線監(jiān)測一文中的多變量統(tǒng)計方法就是用邏輯識別的原理，根據(jù)實際的測量結(jié)果與預(yù)測值的偏差大小來判斷焊接過程是否異常。

模糊識別法是利用模糊集合論中的隸屬函數(shù)和模糊關(guān)系矩陣的概念來解決故障與特征間的不確定關(guān)系，進而實現(xiàn)故障的早期預(yù)報和精密診斷。雖然這種方法計算簡單、應(yīng)用方便、結(jié)論明確直觀，但是難以進行趨勢分析，而且構(gòu)造隸屬函數(shù)是人為的，含有一定的主觀因素，若特征與故障的關(guān)系中含有未知因素時，隸屬函數(shù)無法構(gòu)造出來。同時對特征元素的選擇也有一定要求，不合適的選擇可能導(dǎo)致診斷失效。

上述各種識別方法進行邏輯推理和診斷，其特點為串行運行的處理方式，需要專門構(gòu)造龐大的知識庫和數(shù)據(jù)庫，而且缺乏自學(xué)習(xí)能力，而人工神經(jīng)網(wǎng)絡(luò)識別法是就是從物理結(jié)構(gòu)上模擬人腦，按人腦的某些智能來識別故障的一種新方法。

人工神經(jīng)網(wǎng)絡(luò)識別法，從理論上講，它可以以任意精度逼近任意復(fù)雜的非線性系統(tǒng)。采用并行分布式存儲和處理信號的方式，具有很強的容錯性和魯棒性（魯棒性是英文robustness的音譯，是穩(wěn)健性或穩(wěn)定性的意思，反映為穩(wěn)定性更好。一般用來描述某個東西的穩(wěn)定性，就是說在遇到某種干擾時，這個東西的性質(zhì)能夠比較穩(wěn)定）。適用于多信號的融合，可同時綜合定量和定性信號。尤其對于多輸入、多輸出的復(fù)雜系統(tǒng)，利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)就更為方便。

人工神經(jīng)網(wǎng)絡(luò)識別法具有很強的自學(xué)習(xí)能力，并在學(xué)習(xí)過程中不斷的完善自己，具有創(chuàng)造性。具有聯(lián)想記憶功能，在網(wǎng)絡(luò)訓(xùn)練的過程中，輸入端給出要記憶的模式，通過學(xué)習(xí)并合理的調(diào)節(jié)權(quán)系數(shù)，網(wǎng)絡(luò)就能記住所有的輸入信息。

在利用信息源的時-頻特征進行CO2焊接過程穩(wěn)定性判斷、焊縫跟蹤、焊接質(zhì)量檢測等方面的應(yīng)用，模糊控制和人工神經(jīng)網(wǎng)絡(luò)方法在國內(nèi)外都取得了豐碩成果。如采用在線電弧電壓作為神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)的原型機，精確預(yù)測短路過渡和射滴過渡金屬轉(zhuǎn)移模式和焊接質(zhì)量。應(yīng)用神經(jīng)網(wǎng)絡(luò)多種算法對聲音和振動進行主動非線形控制，英國利物浦大學(xué)以焊接電流、電壓、速度及板厚為輸入層，利用人工神經(jīng)網(wǎng)絡(luò)對TIG焊的焊縫質(zhì)量分類（TQN網(wǎng)絡(luò)）。甘肅工業(yè)大學(xué)利用電弧聲成功映射了CO2焊的飛濺率。華南理工大學(xué)采用自組織特征（SOM）神經(jīng)網(wǎng)絡(luò)對焊縫缺陷信息進行了成功的識別。哈爾濱工業(yè)大學(xué)對焊接缺陷的智能化模式與診斷中人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用。西北工業(yè)大學(xué)關(guān)于電阻點焊質(zhì)量控制中的人工神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用也有相關(guān)報道。清華大學(xué)、華南理工大學(xué)及甘肅工業(yè)大學(xué)也對人工神經(jīng)網(wǎng)絡(luò)技術(shù)在焊接過程的控制等方面做了大量研究工作。

運用神經(jīng)元網(wǎng)絡(luò)理論，研究動態(tài)電阻與焊點質(zhì)量之間的模型關(guān)系，證明采用神經(jīng)元網(wǎng)絡(luò)模型可以在焊接過程中準確地獲知焊點質(zhì)量信息。在此基礎(chǔ)上產(chǎn)生了點焊質(zhì)量的評價方法，建立了點焊質(zhì)量模糊綜合評判模型，實現(xiàn)了點焊質(zhì)量的多參量綜合檢測。

四、結(jié)論

焊接電流、電弧電壓、電弧聲以及電弧光等信號既反映輸入能量、又反映焊接過程中的奇異點。影響焊接質(zhì)量的各種隨機因素，均直接或間接地體現(xiàn)在焊接電流、電弧電壓、電弧聲、電弧光等信號的動態(tài)變化中。因此，基于這些信號的特征進行焊接缺陷識別和質(zhì)量分類，理論上是可行的。

利用多種信號處理方法對采集到的各種信號進行分析，提取那些隱含的卻與焊接質(zhì)量相關(guān)的信號特征值，構(gòu)成時、頻特征向量集，建立多種缺陷識別模型，對焊接過程進行自組織特征映射，可望實現(xiàn)焊接缺陷識別和質(zhì)量分類。