一种深熔K-TIG焊接多源信息预处理及特征提取方法技术

本发明专利技术涉及一种深熔K

【技术实现步骤摘要】
一种深熔K
‑
TIG焊接多源信息预处理及特征提取方法


[0001]本专利技术属于焊接信号处理
，具体涉及一种深熔K
‑
TIG焊接多源信息预处理及特征提取方法。

技术介绍

[0002]要实现焊接技术的自动化和智能化，就需要对焊接动态过程进行监控，提供调控焊接参数实现高质量焊接的决策信息。焊接动态过程多源信息是指焊接过程中具有不同物理来源的、反映着实时焊接状态的多种物理信息，需要依靠分门别类的传感器进行采集。通过搭建的K
‑
TIG焊接过程多源信息传感系统，同步采集焊接过程电信号、电弧声信号与视觉信号，通过所设计的三明治实验与电弧压力测量实验，能够获得电弧
‑
熔池
‑
锁孔剖面图像与电弧压力分布信息。
[0003]然而，所获得的原始电信号与电弧声信号，都是含噪信号，尤其是电弧声信号，内部还包含着被采集到的机器人控制柜散热风扇的声音与焊机散热的声音，亟需开发出相应的信号预处理方法进行电信号的降噪与纯净电弧声信号的获取，进而通过对预处理后的信号进行多角度特征的提取，更好地映射真实物理焊接过程。同时，由于K
‑
TIG焊接过程强弧光的特点，电弧
‑
熔池
‑
锁孔剖面图像所接收到的弧光要强于传统的正面熔池图像与背部锁孔出口图像所接收到的弧光，亟需开发出能处理强弧光图像的算法，能具有较强鲁棒性地从电弧
‑
熔池
‑
锁孔剖面图像中提取出表征焊接动态过程的几何特征；电弧压力测量所得到的原始压力信号类似于原始电信号，存在着采集回路噪声的干扰，需要预处理后才能得到较为准确的电弧压力数据。
[0004]现有技术针对焊接过程不同物理信号本质特征的信号处理与特征提取算法还相对欠缺，难以对K
‑
TIG焊接电弧物理特性与熔透识别开展进一步的研究。

技术实现思路

[0005]针对现有技术中存在的技术问题，本专利技术的目的是：提供一种深熔K
‑
TIG焊接多源信息预处理及特征提取方法，能够对焊接过程不同的特征信息进行不同的预处理，极大地提高了焊接信号的信噪比，有针对性地提取焊接多源信息的有效特征，有利于建立信号特征与焊接动态过程、焊接质量的映射关系。
[0006]本专利技术目的通过以下技术方案实现：
[0007]一种深熔K
‑
TIG焊接多源异构信息处理及特征提取方法，对K
‑
TIG焊接的电压信号、电弧声信号、电弧
‑
锁孔
‑
熔池图像与电弧压力信号进行信号处理及特征提取，包括如下步骤，
[0008]结合电压信号小波系数分布特征与通用阈值法对电压信号进行小波降噪处理，保留电压信号的细节特征，对降噪处理后的电压信号进行时域统计分析，提取时域特征参数包括方差D1、均方根R1与峰度系数K1；对降噪处理后的电压信号做频域功率谱处理，提取第2、4、5频段的特征频率f2、f4、f5作为频域特征参数；
[0009]引入改进谱减法对电弧声信号进行降噪处理，提取电弧声信号的时域统计特征包括均方根R2与峰度系数K2；对电弧声信号的频率重新划分为10组梅尔频率并设计一组带通滤波器组对频域进行带通滤波，然后将梅尔频率与倒谱分析相结合获取梅尔频率倒谱系数MFCC1～MFCC10，还提取信号频谱的频段能量E；
[0010]对熔透状态的电弧
‑
熔池
‑
锁孔图像选取三个感兴趣区域，分别为焊枪区域ROI1、熔池压缩区域ROI2、锁孔通道区域ROI3，基于Hough变换与斜率选择的焊件边缘检测算法提取三个ROI的边缘线，进而提取电弧
‑
锁孔
‑
熔池的几何特征包括熔池压缩深度、电弧直径、电弧端点及锁孔通道前部长度和后部长度；
[0011]使用滑动均值滤波对电弧压力信号进行预处理并对电弧压力信号的感兴趣区域进行时域到空间的转换，提取电弧压力特征参数包括电弧压力峰值P
max
和有效电弧压力区域[L1,L2]，L1为有效区域左半部分长度，L2为有效区域右半部分长度。
[0012]进一步地，使用db2小波函数对电压信号进行小波变换，将电压信号分解到10层，选取前5层分解层对噪声的小波系数进行抑制，在每个层级中，电压信号的小波系数在起弧与收弧处均有对应的分布，起弧前的电压信号均为噪声信号，其对应的小波系数为噪声成分的小波系数，在对噪声成分进行有效的估计后，选取合适的阈值，阈值选取由如下公式来确定，
[0013]T
1i
＝max(CD
i
′
)i＝1,2,
…
,5；
[0014][0015]T
i
＝max(T
1i
,T
2i
)i＝1,2,
…
,5；
[0016]式中，T
1i
为根据电压信号小波系数分布特征分析得到的第i层阈值，CD
′
i
为第i层起弧前噪声信号的小波系数，T
2i
为通用阈值法求得对应的阈值，N
i
为第i层小波系数长度，T
i
为降噪后的阈值。
[0017]进一步地，得到降噪阈值后，按照一定的规则对原始小波变换系数进行处理，每层的小波系数均向0收缩一个阈值的距离以抑制噪声成分，还增加惩罚因子等变种来满足电压信号的降噪需求，软阈值函数规则如下公式所示，
[0018][0019]式中，CD
i
为电压信号原始小波变换系数，CD
*i
为处理后的电压信号小波变换系数。
[0020]进一步地，时域特征参数方差D1、均方根R1与峰度系数K1的提取按下面公式进行，
[0021][0022][0023][0024]式中，s为待分析的电压信号，n为样本数据长度，s
i
为电压信号第i个样本数据，
为样本数据的平均值，为信号的四阶中心距，σ
s
为信号的标准差。
[0025]进一步地，电压信号的功率谱能量主要集中在五个频段，分别为0
‑
1.5kHz、3.9
‑
4.8kHz、8.2
‑
9.1kHz、14.1
‑
14.9kHz和18.4
‑
19.3kHz；频段1除显著的直流成分外，以300Hz为特征频率，其余600Hz、900Hz、1200Hz与1500Hz为300Hz的倍频；频段2的特征频率为4312Hz，频段3的特征频率为8624Hz，为频段2特征频率的倍频；频段4的特征频率为14540Hz；频段5的特征频率为18847Hz。
[0026]进一步地，在使用改进的谱减法对电弧声信号进行降噪处理时，对电弧声信号进行矩形加窗分帧，再采用过减技术对每一帧本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种深熔K
‑
TIG焊接多源信息预处理及特征提取方法，其特征在于，对K
‑
TIG焊接的电压信号、电弧声信号、电弧
‑
锁孔
‑
熔池图像与电弧压力信号进行信号处理及特征提取，包括如下步骤，结合电压信号小波系数分布特征与通用阈值法对电压信号进行小波降噪处理，保留电压信号的细节特征，对降噪处理后的电压信号进行时域统计分析，提取时域特征参数包括方差D1、均方根R1与峰度系数K1；对降噪处理后的电压信号做频域功率谱处理，提取第2、4、5频段的特征频率f2、f4、f5作为频域特征参数；引入改进谱减法对电弧声信号进行降噪处理，提取电弧声信号的时域统计特征包括均方根R2与峰度系数K2；对电弧声信号的频率重新划分为10组梅尔频率并设计一组带通滤波器组对频域进行带通滤波，然后将梅尔频率与倒谱分析相结合获取梅尔频率倒谱系数MFCC1～MFCC10，还提取信号频谱的频段能量E；对熔透状态的电弧
‑
熔池
‑
锁孔图像选取三个感兴趣区域，分别为焊枪区域ROI1、熔池压缩区域ROI2、锁孔通道区域ROI3，基于Hough变换与斜率选择的焊件边缘检测算法提取三个ROI的边缘线，进而提取电弧
‑
锁孔
‑
熔池的几何特征包括熔池压缩深度、电弧直径、电弧端点及锁孔通道前部长度和后部长度；使用滑动均值滤波对电弧压力信号进行预处理并对电弧压力信号的感兴趣区域进行时域到空间的转换，提取电弧压力特征参数包括电弧压力峰值P
max
和有效电弧压力区域[L1,L2]，L1为有效区域左半部分长度，L2为有效区域右半部分长度。2.根据权利要求1所述的一种深熔K
‑
TIG焊接多源信息预处理及特征提取方法，其特征在于，使用db2小波函数对电压信号进行小波变换，将电压信号分解到10层，选取前5层分解层对噪声的小波系数进行抑制，在每个层级中，电压信号的小波系数在起弧与收弧处均有对应的分布，起弧前的电压信号均为噪声信号，其对应的小波系数为噪声成分的小波系数，在对噪声成分进行有效的估计后，选取合适的阈值，阈值选取由如下公式来确定，T
1i
＝max(CD
i
′
)i＝1,2,
…
,5；T
i
＝max(T
1i
,T
2i
)i＝1,2,
…
,5；式中，T
1i
为根据电压信号小波系数分布特征分析得到的第i层阈值，CD
′
i
为第i层起弧前噪声信号的小波系数，T
2i
为通用阈值法求得对应的阈值，N
i
为第i层小波系数长度，T
i
为降噪后的阈值。3.根据权利要求2所述的一种深熔K
‑
TIG焊接多源信息预处理及特征提取方法，其特征在于，得到降噪阈值后，按照一定的规则对原始小波变换系数进行处理，每层的小波系数均向0收缩一个阈值的距离以抑制噪声成分，还增加惩罚因子等变种来满足电压信号的降噪需求，软阈值函数规则如下公式所示，式中，CD
i
为电压信号原始小波变换系数，CD
*i
为处理后的电压信号小波变换系数。4.根据权利要求1所述的一种深熔K
‑
TIG焊接多源信息预处理及特征提取方法，其特征在于，时域特征参数方差D1、均方根R1与峰度系数K1的提取按下面公式进行，
式中，s为待分析的电压信号，n为样本数据长度，s
i
为电压信号第i个样本数据，为样本数据的平均值，为信号的四阶中心距，σ
s
为信号的标准差。5.根据权利要求1所述的一种深熔K
‑
TIG焊接多源信息预处理及特征提取方法，其特征在于，电压信号的功率谱能量主要集中在五个频段，分别为0
...

【专利技术属性】
技术研发人员：石永华，梁焯永，崔延鑫，王子顺，詹家通，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：