一种基于光电信号的激光焊接质量在线监测系统和方法技术方案

本发明专利技术公开一种基于光电信号的激光焊接质量在线监测系统和方法，以光电传感器为检测元件、以工业计算机和高性能采集卡为硬件基础的光电信号分析激光焊接质量在线检测系统，能够较为完整地反应出焊接过程的状态变化，通过对原始信号的分析处理，提取有效特征，采用合适的神经网络模型建立信号与焊缝质量间的映射关系，完成激光焊接质量状态的在线检测。本发明专利技术可以完整地同步实时检测整个焊接过程状态，采用小波包变换分析和概率密度分析，有效地提取到原始光电信号的特征值，反映出相对应的激光焊接质量状态，解决了非平稳性焊接光电信号难以提取有效特征值的问题。信号难以提取有效特征值的问题。信号难以提取有效特征值的问题。

【技术实现步骤摘要】
一种基于光电信号的激光焊接质量在线监测系统和方法


[0001]本专利技术涉及激光焊接质量评估领域，更具体地，涉及一种基于光电信号的激光焊接质量在线监测系统和方法。

技术介绍

[0002]激光焊接作为一种先进的材料加工技术，由于其生产速度快、焊缝质量高、热影响区小，已广泛应用于汽车、航空航天等工业生产过程中。激光焊接质量在焊接过程中，受匙孔和熔池的影响较大，焊接部位的能量传导和变化是十分复杂的，加之一些其他的生产因素，会影响到激光焊接过程，从而造成焊接质量缺陷。
[0003]目前常用到的激光焊接质量检测方法有红外传感检测、X射线成像、超声波的焊接缺陷检测、视觉传感的焊接缺陷检测、声信号的焊接缺陷检测等，以上的检测方法都有一些局限不足之处。例如红外传感器采集的有效信号信息属于一维维度的信息，无法准确地区别出焊接过程的变化；X射线成像检测技术对采集到的图像需要较高的处理算法才能分析出缺陷情况，无法有效地识别缺陷的种类；超声波检测对检测工件表面要求较高，对操作人员操作技术要求较高，另外超声波检测技术无法有效识别缺陷类型，以及缺陷的判断易受主观因素的影响等。
[0004]现有技术公开一种激光焊接质量在线检测方法，激光焊接时，首先，通过滤光片和光电二极管进行在线检测，获得固定波长范围内的激光等离子体辐射强度信号，实时选取各固定区间内的局部检测信号点集合进行概率密度分析；第二，根据激光焊接过程等离子体强度信号空间点阵的概率密度分布规律与实际焊接条件存在关联性，通过数学分析方法得出相应位置的概率密度分布函数，描述出等离子体强度信号空间点阵的概率密度分布情况，并从中提取出与激光焊接质量相关的有效信息的特征值组；最后通过相关特征值分析实现对激光焊接稳定性、焊缝熔深变化及焊接缺陷位置的在线准确识别。该方法特征较少，无法准确识别缺陷。

技术实现思路

[0005]本专利技术的首要目的是提供一种基于光电信号的激光焊接质量在线监测系统，用于激光焊接质量的实时在线检测。
[0006]本专利技术的进一步目的是提供一种基于光电信号的激光焊接质量在线监测方法。
[0007]为解决上述技术问题，本专利技术的技术方案如下：
[0008]一种基于光电信号的激光焊接质量在线监测系统，包括光纤激光器、激光焊接接头、保护气体、光纤、光电传感器、信号采集与分析装置和上位机，其中：
[0009]所述光纤激光器发出激光至激光焊接接头，利用所述激光焊接接头实现激光焊接，所述激光焊接接头在激光焊接时，使用所述保护气体进行保护，所述光纤用于实现激光的传输；
[0010]所述光电传感器获取激光焊接过程中的激光光强，通过所述信号采集与分析装置
实时采集光电信号，并利用小波包分析和概率密度函数分析处理光电信号，提取特征值至上位机中，所述上位机中建立有激光焊接质量状态识别模型，所述激光焊接质量状态识别模型的输入为所述特征值，所述激光焊接质量状态识别模型的输出为评估的激光焊接质量。
[0011]一种基于光电信号的激光焊接质量在线监测方法，所述方法应用于上述所述的基于光电信号的激光焊接质量在线监测系统，所述方法包括以下步骤：
[0012]S1：通过光电传感器获取激光焊接过程中的光强，得到原始光电信号；
[0013]S2：利用信号采集与分析装置同步实时采集原始光电信号，并利用小波包分析和概率密度函数分析处理原始信号，得到信号特征值；
[0014]S3：将信号特征值输入至激光焊接质量状态识别模型中，激光焊接质量状态识别模型输出激光焊接质量评估。
[0015]本方案在激光焊接的过程中，以光电传感器为基础元件，利用采集卡将焊接过程中的信号采集到工业计算机中，将采集到的原始信号进行小波包分析和概率密度分析，从其时域、频域、以及时频域中提取信号特征值，讨论分析特征值与激光焊接质量状态之间的映射关系，最后以提取到的信号特征值为输入参数，利用深度学习神经网络建立信号特征值与焊接质量的关系模型，用于激光焊接质量的实时在线检测。
[0016]优选地，所述信号采集与分析装置采用高性能数据采集卡同步实时采集原始光电信息，采样频率为100KHz。
[0017]优选地，步骤S2中小波包分析，具体为：
[0018]通过小波包变换分解原始光电信号，滤波器由尺度函数φ(t)和小波函数Ψ(t)确定：
[0019][0020][0021]式中，h(n)、g(n)分别为高通滤波器系数和低通滤波器系数。
[0022]优选地，使用小波包分解原始光电信息提取特征，将原始信号分解为m层，根据小波包分解理论原理最终获得2
m
个小波系数，并将原始信号拆分为2
m
段频带分量。
[0023]优选地，所述m＝3。
[0024]优选地，将原始信号按照上述小波树分解为3层，得到23个子频段信号，分别为(S3，0)、(S3，1)、(S3，2)、(S3，3)、(S3，4)、(S3，5)、(S3，6)、(S3，7)和其分别对应的小波包系数，然后对信号进行特征值的提取如下：
[0025]提取小波系数均方根值：
[0026][0027]式中，N(i)rms表示第i段小波包系数的均方根值，X
n
表示小波包系数中的第n个数据点，最后将计算得到的N0、N1、N2、N3、N4、N5、N6、N7作为特征值；
[0028]提取能量值：
[0029][0030]式中，E
3j
表示信号子频段(S3，j)的能量值，x
jk
表示重构后信号子频段(S3，j)数据点的振幅值，将能量占比最大的信号子频段的能量值作为特征值。
[0031]优选地，步骤S2中概率密度函数分析处理原始信号，具体为：
[0032]以采集到的数据点出的幅值，以出现次数的形式概率密度化，绘制出相应的概率密度图；
[0033]从光电信号的概率密度曲线中取出概率最大时相对应的V值
‑
V
m
为特征信号值，V值指概率密度曲线中的对应幅值最大的横坐标值V；
[0034]计算概率密度曲线的面积值V
s
为特征值，其中V
min
为原始光电信号数据中的最小值，V
max
为原始光电信号数据中的最大值，P(V)为概率密度曲线函数，计算V
s
的公式如下：
[0035][0036]优选地，所述激光焊接质量状态识别模型为以深度学习为基础的神经网络模型，所述神经网络模型包括输入层、第一隐藏层、第二隐藏层、第三隐藏侧和输出层，各层之间为全连接，将特征值输入输入层中，输出层输出激光焊接质量评估结果。
[0037]优选地，所述激光焊接质量评估结果包括未熔透、适度熔透和过熔透。
[0038]与现有技术相比，本专利技术技术方案的有益效果是：
[0039](1)本专利技术与现有技术相比，利用光电传感采集信号可以完整地同步实时检测整个焊接过程状态。...

【技术保护点】

【技术特征摘要】
1.一种基于光电信号的激光焊接质量在线监测系统，其特征在于，包括光纤激光器、激光焊接接头、保护气体、光纤、光电传感器、信号采集与分析装置和上位机，其中：所述光纤激光器发出激光至激光焊接接头，利用所述激光焊接接头实现激光焊接，所述激光焊接接头在激光焊接时，使用所述保护气体进行保护，所述光纤用于实现激光的传输；所述光电传感器获取激光焊接过程中的辐射光强，通过所述信号采集与分析装置实时采集光电信号，并利用小波包分析和概率密度函数分析处理光电信号，提取特征值至上位机中，所述上位机中建立有激光焊接质量状态识别模型，所述激光焊接质量状态识别模型的输入为所述特征值，所述激光焊接质量状态识别模型的输出为评估的激光焊接质量。2.一种基于光电信号的激光焊接质量在线监测方法，其特征在于，所述方法应用于权利要求1所述的基于光电信号的激光焊接质量在线监测系统，所述方法包括以下步骤：S1：通过光电传感器获取激光焊接过程中的光强，得到原始光电信号；S2：利用信号采集与分析装置同步实时采集原始光电信号，并利用小波包分析和概率密度函数分析处理原始信号，得到信号特征值；S3：将信号特征值输入至激光焊接质量状态识别模型中，激光焊接质量状态识别模型输出激光焊接质量评估。3.根据权利要求2所述的基于光电信号的激光焊接质量在线监测方法，其特征在于，所述信号采集与分析装置采用高性能数据采集卡同步实时采集原始光电信息，采样频率为100KHz。4.根据权利要求2所述的基于光电信号的激光焊接质量在线监测方法，其特征在于，步骤S2中小波包分析，具体为：通过小波包变换分解原始光电信号，滤波器由尺度函数φ(t)和小波函数Ψ(t)确定：通过小波包变换分解原始光电信号，滤波器由尺度函数φ(t)和小波函数Ψ(t)确定：式中，h(n)、g(n)分别为高通滤波器系数和低通滤波器系数。5.根据权利要求4所述的基于光电信号的激光焊接质量在线监测方法，其特征在于，使用小波包分解原始光电信息提取特征，将原始信号分解为m层，根据小波包分解理论原理最终获得2
m
个小波系数，并将原始信号拆分为2
m
段频带分量。6.根据权利要求5所述的基于光电信号的激光焊接质量在线监测方法，其特...

【专利技术属性】
技术研发人员：高向东，牛岳，高鹏宇，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：