熔化極氣保焊焊接電流和電弧電壓的數據屬性

摘要：熔化極氣保焊在不同的工況條件下，因焊接工藝需要不同的金屬過渡形式而對焊接電流與電弧電壓輸出波形提出了相應要求。與此同時，焊接過程因受多方面因素影響產生隨機、偶發的信息亦反映在焊接電流或電壓波形的數據構成中，從而使源于焊接過程中各種影響因素的數據信息結構是由多個不同性質的概率密度函數的疊加。以往對弧焊參數的表達一般都以大數定律為前提，對數據是按照正態或近似正態的總體假設計算其統計值。然而，這一統計假設及其計算方法，對熔化極氣保焊過程的數據信息處理僅僅是部分可行，對于基于波控或脈沖電流模式的弧焊信息在大多數工況下已不再有效，不僅會導致參數平均值、熱輸入等物理量的誤差，而且會使弧焊過程中偶發的離群數據及其隱性關鍵信息無法獲知。文中的工作在對熔化極氣保焊焊接電流和電弧電壓數據分析的基礎上，解釋了焊接過程產生不同數據分布性質的原因，提出了在當前焊接向自動化和信息化深度發展中，重構弧焊參數的表達方式，提高數據統計分析的科學性和有效性，從而防止和避免對弧焊過程信息認識和應用中可能產生的誤讀和誤導。

關鍵詞：GMAW;焊接電流;電弧電壓;數據分布性質;統計方法

中圖分類號：TG434.5? ? ? 文獻標志碼：A? ? ? ? ?文章編號：1001-2003（2021）09-0001-06

DOI：10.7512/j.issn.1001-2303.2021.09.01

0? ? 前言

熔化極氣體保護電弧焊接是一種廣泛應用的焊接方法。焊絲一方面作為電極形成電弧熱源，另一方面是填充材料實現金屬材料之間的連接。為滿足迅速發展的機器人與自動化焊接、激光電弧復合焊、電弧增材制造等領域對金屬填充精量化、過程穩定性等技術需求，促進了對填充金屬、焊接熱輸入以及構成焊接工藝各參數的深入認識，在焊接規范制定、優化焊接工況以及焊接生產過程質量檢測等方面，數據的正確性及其分析有效性已成為一個突出的問題。

為實現工藝要求的金屬過渡方式，需要由弧焊電源輸出相應的焊接電流與電弧電壓波形相匹配，與此同時，弧焊過程因受多因素影響而產生隨機、偶發的信息疊加在上述波形上，從而導致數據來源于不同的統計總體，并使數據的分布是多個或不同概率密度函數的集合。

以往對焊接參數的表達一般都以大數定律為前提，按照中心極限定理正態或近似正態的總體假設對數據統計處理。其基本條件是[1]：

（1）對于獨立同分布的隨機變量序列{Xn}，具有公共的數學期望μ和方差σ 2;

（2）獨立同分布的隨機變量序列，只要存在有限的方差，都漸近于標準正態分布。

上述數據處理的這一前提條件，對弧焊過程數據信息的分析中需要注意到以下兩個問題：一是當弧焊過程電參數的數據分布性質不滿足以上兩個基本條件時，可能產生的誤差和誤判及其影響程度;二是如何找回“ 消失 ”在上述前提的數據處理與統計結果中的離群數據及其隱性關鍵信息。

文中的工作在對熔化極氣保焊焊接電流和電弧電壓數據分析的基礎上，解釋了焊接過程產生不同數據分布性質的原因，提出了在當前焊接向自動化和信息化深度發展中，需要重構焊接參數表達方式，提高數據統計量科學性和有效性的途徑，防止在焊接制造信息化的實施中由于統計量的錯誤而產生數據分析與監控結果的“ 硬傷 ”。

1 熔化極氣保焊數據分布的特點及其統計屬性

1.1 從短路到混合過渡的波形及其數據的分布特點

圖1、圖2分別是典型的CO2短路過渡（圖1a、1b）和短路-滴狀混合過渡（圖2a、2b）工況下焊接電流與電弧電壓波形以及對應數據的概率密度分布。從焊接電流與電弧電壓的數據分布形式可見，無論熔滴是短路過渡還是混合過渡過程，其數據構成包含兩個主要物理現象：其一是電弧能量傳輸（燃弧時段）的數據信息，其二是質量遷移（熔滴短路時段）的數據信息;數據的總體分布是這兩個物理過程信息的概率密度疊加。因此，其數據的性質已不滿足大數定律“ 獨立同分布 ”且“ 具有公共的數學期望值 ”的統計前提，其數據分布的狀態也與正態分布相異。

當電流增大，熔滴過渡方式從短路過渡轉變為混合過渡方式（見圖2），從焊接電流和電弧電壓的概率密度分布圖上可見，由于短路的減少，100 A以下電流數據和短路后再燃弧形成的較高電壓值都明顯減少，即熔滴過渡的兩個物理過程產生的變化使其數據分布的變化是與其對應的，但兩個物理量數據“ 重疊 ”分布的特征依然存在。

M21保護氣體的短路過渡焊接參數調試試驗結果如表1所示，焊接電流和電弧電壓波形如圖3所示。采用正態假定統計計算焊接參數的變化并觀測統計值與熔滴過渡關系。試驗1#的電弧電壓均值為23.0 V，焊接電流為144 A;試驗2#的電弧電壓均值為22.7 V，焊接電流為148 A，二者改變量僅為1%左右，但短路頻次從88.7次/s 變為75.9次/s。同時可以看到，兩次焊接試驗參數統計值的變異系數（均大于15%）不僅不可用于統計學意義上的對比[1]，而且對短路過渡的主要特征量（短路頻次）不能做出有效分析與評估，其原因就在于這一工況下的焊接參數的數據分布已不具有基于大數定律的統計要求，如圖4所示，從而導致統計值的無可比性。

1.2 脈沖電流條件下熔滴過渡的波形及其數據的分布特點

圖5是一個脈沖電流條件下焊接電流與電弧電壓的波形以及相應的數據概率密度分布例子。從數據分布形式可見，具有多參數組合的脈沖電流波形傳遞電弧能量的特征，對應于脈沖周期各時段對電弧維持、熔池加熱與成形、焊絲末端能量分配、金屬過渡量及其過渡時刻等信息，因此，在數據分布上必然表現為不同物理過程多因素概率密度函數的疊加（見圖5b），對其數據的處理和分析亦不滿足大數定律的統計前提。在過程的特征量統計計算結果中缺乏必要的特征信息，難以實現從焊接參數到焊接效果的可分析和可評估。

為了驗證同一工況下焊接參數統計值是否具有可比性，數微調前后的統計結果（保護氣體I1）如表2所示。

從圖5、圖6中數據的分布及對比表明，仍然是數據的分布屬性導致了上述統計值已不具有對焊接參數調整、優化的指導作用。

在弧焊過程檢測及統計分析中，還注意到對于概率密度小于0.1%的數據，已不能有效獲取和反映其具有的物理意義。而這些小概率數據在實際的焊接過程中往往包含了有關熔滴的張力、飛濺量、工藝的調整方向以及弧焊電源的動態性、與焊接工藝之間的匹配性等諸多關鍵技術信息。

2 弧焊過程數據統計處理方法的討論

如前所述，對弧焊過程兩個主要參數的測量與分析中，已注意到兩個方面問題：其一是數據分布的性質，關系到統計方法的科學性和統計結果的正確性;其二是對小概率數據的處理與分析，關系到對 “ 關鍵信息 ”的有效獲取與利用，避免因其流失而導致焊接質量的失控。

（1）沿用至今的弧焊過程焊接電流和電弧電壓的檢測方法源于20世紀30年代以來手工焊條電弧焊的工藝實施需求。尤其是同類藥皮成分的焊條，在焊接過程參數的數據分布上（見圖7），電弧電壓和焊接電流的總體數據在99%以上或99.9%以上適用大數定律的正態統計方法，焊接參數統計值的誤差能控制在3%或以下[2-4]，這樣即能夠滿足工業生產中對工藝規范通用性與參數可互比的技術需求。

而對熔化極氣保焊的焊接電流和電弧電壓的數據分析表明，在相當多工況下產生的數據分布已不滿足上述的統計前提，在數據統計時經常誤入“ 兩類統計錯誤 ”的“ 陷阱 ”[1]，從而造成統計值僅能起到相對量的記錄作用，不能表達出焊接過程數據中多因素耦合、多總體分布的特征及其包含的關鍵信息。

（2）對于不同的焊接電流波控方法而導致現行焊接過程統計量誤差及其物理意義不明確問題在焊接界早有報道[4-8]。德國D. Rehfeldt 教授曾對十余種不同電流波形的GMAW焊接電流、電弧電壓以及焊接電弧輸出功率等的計算方法作了推導和結果對比。在試驗工況下（保護氣體M21），采用逐點積分法得到的實際功率與傳統的電流和電壓平均值乘積方法相比，兩種計算結果之間的相對誤差從-7.3%到+25.3%不等，其中脈沖GMAW工況下對焊接電弧功率計算的相對誤差可達25%[4]。

（3）近年來，國際焊接界多位資深專家對現行國際標準ISO/TR 18491.2015、焊接制造行業規范EN1011、ISO/TR 17671-1等涉及的焊接電弧熱輸入計算方法提出了質疑和修正意見，已經影響到諸如接頭的t8/5冷卻時間、防止氫致冷裂的有效熱輸入、不同外特性弧焊電源焊接參數設置差異以及各焊機廠商自行開發的“ 一元化 ”旋鈕調節產生效果不可對比等多方面問題[6-8]。

弧焊過程典型工況的一組檢測結果與對比如表3所示[6]。其中，“ 平均功率 ”采用的是“ 平均值乘積法 ”;實際功率采用了“ 逐點積分法 ”，并把焊絲干伸長計入計算公式中。由表3可知，僅在噴射過渡（Spray Transfer）模式下兩種統計計算結果是一致的，即在該工況下的焊接電流與電弧電壓數據的分布服從于大數定律。

（4）在信息技術的支持下，對弧焊過程中瞬間、偶發的異常數據都已能夠進行實時檢測并做出相應的評估，能夠為焊接過程數據的正確統計表達及其物理現象的細致分析提供技術支持。例如，對焊接過程的主要影響因素，如焊絲成分、表面狀態、導電性能、熔滴過渡時刻、弧焊電源的動態調控性等隱性、隨機的小概率數據，通常僅占數據總量的0.1%左右或以下，但包含了可優化、可調整的“ 關鍵信息 ”。由此就能把以往對弧焊過程參數的粗放式表達轉變為精準的特征量，將促進焊接工藝從傳統經驗向基于數據信息分析的根本轉變[9-11]。

表4列出了一些典型的由小概率數據構成的“ 關鍵信息 ”。表中的焊接電流和電弧電壓小概率數據分別記為ISP 和USP，后綴L和H分別表示數據分布位于在數軸左端和數軸右端（參見圖6），用于定量分析偶發事件的影響程度[9]。

3 結論

弧焊自傳統手工焊伊始，其對經驗的依賴以及參數的粗放表達等短板一直相當突出，使焊接制造至今仍難以跨入現代工業與制造工藝信息鏈的“ 門檻 ”。幾十年來“ 被固化 ”的經驗數據和參數檢測方法延續至今，已影響了焊接制造過程信息的精準感知和精量調控，以及對焊接產品質量的精細管理。因此，在焊接信息化迅速發展的大趨勢下，改進和完善對焊接過程參數的定量表達方式，將具有十分重要的意義[11]。

文中旨在探討弧焊過程信息有效解讀的途徑，重點討論了以下三個問題：

（1）對多源物理作用的焊接過程數據應有針對性地采用正確統計計算方法，把以往相對粗放的、不完整的數據信息表達提升為可分析、可對比、可評估的精量表達。

（2）要重視和實現對所獲得的數據中源于不同總體信息的分別處理和分析，尤其是對小概率數據信息中“ 關鍵信息 ”的獲取與認知。

（3）要增強焊接參數與焊接制造實際工況相關性和有效性的認知，從而避免在使用和推廣焊接生產信息管理系統及其相關的標準中因對信息檢測與統計方法的誤用而導致信息意義的誤讀和誤判。

謹以本文紀念已故的中國焊接界老朋友、國際焊接界資深專家、焊接信息化的先驅者、《電焊機》雜志編委、德國萊布尼茨（Leibniz University）大學Dr. D. Rehfeldt教授。

參考文獻：

（1） 曾秋成.技術數理統計方法[M].安徽：安徽科學技術出版社，1982.

（2）Rehfeldt D. Verfahren und Analysiereinrichtung zur Untersuchung der Schwei?spannungsschwankungen bei Elektroschwei?verfahren[D]. Dr.-Ing.-Diss.，TU Hannover，1969.

（3）Van Adrichem，IIW-Doc.212-171-69[C].

（4）Rehfeldt D. True Electrical Power Input Measurements of GMAW with ANALYSATOR HANNOVER[C]. IFWT2005，Shanghai.

（5）Rehfeldt D，Song Yonglun，Statistical Evaluation of GMAW Process Disturbances with ANALYSATOR HANNOVER， IIW-Doc. 212-1278-13[C]. 2013.

（6）John Norrish. Final Repory：Implications of Recent GMAW Process Developments and Heat Input Research in Relation to International Fabrication Standards. IIW-Doc.-XII-2306-16[C].

（7）ISO/TR 18491.2015. Welding and Allied Processes-Guidelines for measurement od welding energies[S].

（8）Scotti A. Determination of heat input in arc welding[C]. 5th IIW SG-RES，Limburg，Germany，October 2015.

（9）王寶，宋永倫.焊接材料工藝性的信息化技術[M].北京：機械工業出版社，2018.

（10）Yangyang Zhao，Phill-Seung Lee，Hyun Chung. Effect of pulsing parameters on drop transfer dynamics and heat transfer behavior in pulsed gas metal arc welding[J]. International Journal of Heat and Mass Transfer，2019（129）：1110-1122.

（11）宋天虎.開創我國焊接行業的新局面[J].電焊機，2020，50（9）：1-9.