大功率盤形激光焊多特征參數(shù)同步檢測

孫 燕 ，高向東 ，蕭振林，陳曉輝 ，李秀忠

（1.廣東工業(yè)大學(xué)廣東省焊接工程技術(shù)研究中心，廣東 廣州510006；2.廣電運(yùn)通金融電子股份有限公司，廣東廣州510663；3.佛山職業(yè)技術(shù)學(xué)院，廣東佛山528137）

0 前言

激光焊接具有能量密度高、焊接單位熱輸入量低、變形小、深寬比大、焊接參數(shù)易于控制等特點[1-2]。在激光焊接過程中，匙孔、金屬蒸汽、飛濺均含有豐富的焊接質(zhì)量信息，其形態(tài)及變化特征與焊接狀態(tài)密切相關(guān)[3-4]。國內(nèi)外學(xué)者在利用視覺傳感器、光譜儀、光電傳感器以及X射線技術(shù)捕捉匙孔、金屬蒸汽以及飛濺的形態(tài)方面做了大量研究[5-7]。

利用紅外高速影像系統(tǒng)攝取焊接熔池紅外動態(tài)熱像，利用紫外波段和可見光波段高速攝像機(jī)攝取金屬蒸汽和飛濺瞬態(tài)圖像，提取匙孔、金屬蒸汽以及飛濺的動態(tài)特征，并將其作為輸入?yún)?shù)，以焊縫寬度作為衡量焊接狀態(tài)的參數(shù)，采用神經(jīng)網(wǎng)絡(luò)技術(shù)建立基于多傳感信息融合技術(shù)的盤形激光焊接狀態(tài)監(jiān)測模型。

1 試驗裝置

裝置包括大功率盤形激光焊接裝置TruDisk－10003、松下6關(guān)節(jié)機(jī)器人、激光焊接頭、保護(hù)氣體（氬氣）裝置及圖像采集系統(tǒng)，其結(jié)構(gòu)如圖1所示。試驗中焊接功率10 kW，焊速3 m/min，保護(hù)氣體氬氣流量40 L/min，激光光斑直徑480 μm，激光波長1 030 nm，圖像分辨率 512 pixel×512 pixel，高速攝像機(jī)的采集速度2 000 f/s。為了分析匙孔、金屬蒸汽與飛濺特性，采用紅外（安裝位置與水平方向呈65°）和紫外（安裝位置與水平方向呈0°）高速影像系統(tǒng)分別攝取焊接熔池、金屬蒸汽和飛濺動態(tài)序列。試驗采用尺寸10 mm的304不銹鋼板。焊接過程示意以及高速攝像機(jī)拍攝到的紅外和紫外波段焊接圖像如圖2所示。當(dāng)激光功率為10 kW時，焊件焊透，焊件實物正面及正面焊縫寬度值和背面如圖3所示。

圖1 激光焊接試驗裝置結(jié)構(gòu)

圖2 焊接過程示意及紅外和紫外焊接圖像

2 盤形激光焊特征提取

利用紅外高速影像系統(tǒng)攝取熔池動態(tài)序列，通過計算機(jī)圖像處理技術(shù)提取紅外波段特征參量匙孔面積（kA），匙孔質(zhì)心坐標(biāo)（kx，ky），匙孔周長（kL），如圖4a所示。利用紫外高速攝像系統(tǒng)攝取金屬蒸汽和飛濺瞬態(tài)圖像，利用圖像處理技術(shù)提取紫外波段特征參量金屬蒸汽面積（pA），金屬蒸汽質(zhì)心坐標(biāo)（px，py），金屬蒸汽擺角（θ），金屬蒸汽高度（h），飛濺面積（sA），飛濺數(shù)量（n），如圖4b所示。匙孔、金屬蒸汽和飛濺特征參量的計算值如圖5所示。

圖3 焊件實物及正面焊縫寬度值

圖4 匙孔、金屬蒸汽和飛濺圖像處理示意

3 多特征激光焊接狀態(tài)檢測

建立包含輸入層－隱含層－輸出層BP神經(jīng)網(wǎng)絡(luò)模型，如圖6所示，分別以紅外波段特征參量和紫外波段特征參量作為模型的輸入量，焊縫寬度作為模型的輸出量。第1～1 500組，以及第2 501～4 000組特征作為訓(xùn)練集，其余特征作為測試集。最大訓(xùn)練次數(shù)為2 000，訓(xùn)練要求精度為0.000 04，學(xué)習(xí)速率為0.001，通過計算發(fā)現(xiàn)隱含層節(jié)點個數(shù)為4時網(wǎng)絡(luò)預(yù)測結(jié)果較好，BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果及誤差曲線如圖7所示，圖7a、7b分別表示輸入為紅外特征參量和紫外特征參量的預(yù)測結(jié)果，誤差主要集中在－0.3～＋0.4 mm。當(dāng)輸入為紅外特征參量和紫外特征參量時，預(yù)測結(jié)果誤差曲線如圖8所示。為了進(jìn)一步計算模型輸出的統(tǒng)計特性，定義誤差e、誤差平均值 eˉ、絕對誤差平均值r、方差var如下

圖5 特征參量計算值

圖6 BP神經(jīng)網(wǎng)絡(luò)模型示意

圖7 單傳感信息BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果

單傳感信息及多傳感信息BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型統(tǒng)計結(jié)果如表1所示，在焊接功率為10 kW，焊速為3 m/min時，對于單傳感信息BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，紅外特征參量能夠更好地作為輸入預(yù)測焊縫寬度，此時平均誤差和絕對誤差平均值分別減小0.029 mm和0.023 mm。對于多傳感信息BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，與輸入為紅外波段特征模型相比，平均誤差和絕對誤差平均值分別減小0.033mm和0.012mm，與輸入為紫外波段特征相比，平均誤差和絕對誤差平均值分別減小0.062 mm和0.035 mm，這說明多傳感信息融合能夠提高預(yù)測焊縫寬度BP神經(jīng)網(wǎng)絡(luò)模型的精度。

圖8 多傳感信息BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果

表1 神經(jīng)網(wǎng)絡(luò)模型預(yù)測焊縫寬度結(jié)果

4 結(jié)論

（1）在盤形激光焊中，利用紅外和紫外高速影像系統(tǒng)可以同步攝取熔池紅外熱像和金屬蒸汽和飛濺瞬態(tài)圖像。

（2）利用圖像處理技術(shù)可有效提取匙孔、金屬蒸汽和飛濺動態(tài)特征參數(shù)。

（3）BP神經(jīng)網(wǎng)絡(luò)模型能夠有效檢測焊接狀態(tài)，對于單傳感信息BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，紅外特征參量能夠更好地作為輸入預(yù)測焊縫寬度，對于多傳感信息BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，較單傳感信息BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，平均誤差和絕對誤差平均值均減小，多傳感信息融合能夠提高預(yù)測焊縫寬度BP神經(jīng)網(wǎng)絡(luò)模型的精度。