电抗器参数对弧焊过程动特性的影响分析

利用自行研制的焊接动态电孤小波分析仪时KR焊接电源的焊接过程的引孤、中间过程、熄孤的电信号进行采集.针对不同的电抗器材料,采用数理统计方法提取焊接过程电流波形的特征信息,从而对焊接过程的动特性进行分析.结果表明,该方法能综合反映孤焊电潭的动特性,可为改进焊接工艺和波形控制方法提供依据.     

焊接速度对双丝CO_2焊的影响研究

利用研制的双丝数字化焊接电源系统搭建焊接工艺实验平台,通过大量的工艺实验,利用自行研制的四通道焊接电弧动态小波分析仪对两组电流、电压同时采样,全面测试所设计的电源。根据焊接过程采集的电流电压波形图和焊缝照片,对比分析了不同焊接规范的焊接效果。进一步找出焊接速度对焊接效果的影响规律。实验结果表明该双丝数字化焊接电源能够有效实现双丝CO2焊接,且焊接质量较为优异。     

弧焊逆变电源动态性能的提高及其对短路过渡焊接过程的影响

采用可饱和输出电感大幅度提高了弧焊逆变电源的动态性能。在此基础上,研究了电源动态特性对ＣＯ２短路过渡焊接过程的影响规律。研究结果表明,增大短路后期电流的下降速度可以有效地减小焊接飞溅,而提高短路中期电流上升速度则有利于短路过渡焊接过程的规则性与稳定性。     

基于LabVIEW的短路过渡过程的检测与分析系统

以CO2气体保护焊的焊接电流、电孤电压为信号源,开发了一套基于LabVIEW的CO2焊接短路过渡过程电孤信号的检测与分析系统.该系统可以完成对CO2气体保护焊的熔滴短路过渡过程电信号的分析,为焊接质量的检测、分析提供了一定的依据,同时也能确定合理的工艺参数,改善控制系统,对获得高质量的焊接接头和高性能焊接电源的研制有着重要意义.     

铝合金脉冲VPPA焊接电信号的小波分析

焊接过程中采集到的焊接电信号中存在许多噪声,为了抑制噪声,提高信噪比,以LabVIEW作为开发平台,采用LabVIEW小波滤波方法对所建立的脉冲VPPA焊接系统焊接电信号进行了滤波;并与经典巴特沃兹滤波器滤波结果进行比较。结果显示,小波分析在信号高频、突变处有明显的优点,保留了原信号的信息,降低了信号失真。分析电弧功率谱发现,小波分析在有效抑制了谐波的同时保留了焊接电流中加入的高频脉冲部分,实现了焊接电信号的还原。     

CO_2焊逆变电源动态性能分析

在弧焊逆变电源的研制过程中,弧焊电源动态特性的分析和控制一直是其中非常关键的问题。由于焊接电流、电弧电压包含有与弧焊电源的动特性相关的特征信息,因此本文采用自行研制的弧焊过程电信号分析系统,针对CO2焊逆变电源进行一系列工艺性能试验,并对弧焊电源的动特性进行分析和评定,从而可对焊接工艺参数的优化提供依据。     

CO2焊短路过渡过程瞬时能量的波形分析

采用自行研制的焊接电弧动态小波分析仪,对三台弧焊接电源的焊接过程进行了测试分析.试验结果表明,瞬时能量可以综合地反映电流电压对电弧动态性能的影响.起弧时瞬时能量应随电流的上升而迅速达到引弧能量,从而使引弧顺利.在中间焊接过程的熔滴过渡周期中,燃弧的瞬时能量应稳定在基值,短路过渡时陡降至更小值,然后迅速上升完成短路过渡;电弧重燃后瞬时能量再快速地降到基值.收弧时瞬时能量应缓降到零,并且避免严重冲击.分析结果可为焊接电流、电压波形的设计和精细控制提供依据.     

CO2短路过渡焊工艺参数优化的研究

由于CO2短路过渡焊接过程是一个非线性、时变的过程,所以对其焊接工艺参数的优化研究一直是焊接界的热点.运用正交试验,结合自行研制的焊接电弧动态小波分析仪对焊接电流、电弧电压、焊接速度等主要焊接工艺参数进行了优化研究.根据试验结果分析了主要焊接工艺参数与焊接质量之间的关系,为焊接工艺参数的优化及焊机性能的改进奠定了必要的基础.     

电源电压对水蒸气保护焊短路过渡过程的影响

水蒸气保护电弧焊由于其独有的特性，在工程上有一定的替在应用价值，但是它存在与CO2焊相似的焊接工艺问题，如飞溅大、焊缝成影差等。实验发现，在送丝速度给定的情况下，匹配合适的电源电压可得到较好的焊接效果。利用燃弧阶段的焊丝熔化模型和短路过渡液桥失稳模型分析了电源电压对短路开始时液桥长度，以及短路过程中液桥失稳颈缩时的电流和所需时间的影响规律．从而可以解释水蒸气保护电弧焊在电源电压合适时可使短路峰值电流降低和短路时间缩短。从而使焊接过程稳定、飞溅减少。模型计算结果可用于指导正确选择焊接规范。     

参数可调多斜率波控GMAW

从波形控制参数的角度分析了影响短路过渡GMAW焊接稳定性的因素，并在此基础上设计了一种短路电流上升斜率可调节的多斜率波形控制方法。结果表明，通过对各阶段波控参数精确的调节，可以为适应不同的工艺条件而微调焊接工艺规范的情况下通过调节短路电流的上升速度和控制时间，增加规范的适应性，保持焊接过程的稳定性；有效的提高GMAW的焊接性能，可以更好的满足不同的焊接工艺的要求。     

Dynamic character analysis for the arc welding power source based on fuzzy logic

A lot of experimental methods have been brought forth to assess the dynamic character of the arc welding power source, but up to now, this issue has not been solved very well. In this paper, based on the fuzzy logic reasoning method, a dynamic character assessing model for the arc welding power source was established and used to analyze the dynamic character of the welding power source. Three different types of welding machine have been tested, and the characteristic information of the electrical signals such as re-striking arc voltage, low welding current and so on of the welding process were extracted accurately by using a self-developed welding dynamic arc wavelet analyzer. The experimental results indicate that this model can be used as a new assessing method for the dynamic character of the arc welding power source.     

电弧声与铝合金脉冲MIG焊熔滴过渡的相关性

对铝合金脉冲MIG焊过程中电弧声信号与熔滴过渡之间的相关性进行了研究.建立了焊接电弧声信号的计算机采集系统,在此基础上分别利用小波去噪、功率谱密度分析和ARMA(auto regressive and moving average,自相关滑动平均模型)双谱估计等信号处理方法对不同熔滴过渡方式下的电弧声信号进行了分析.三种方法的分析结果均表明熔滴过渡为短路过渡、大滴过渡、射滴过渡、和射流过渡时焊接电弧声具有不同的特征,证明利用电弧声能够对铝合金脉冲MIG焊过程中出现的不同熔滴过渡进行有效地区分.为铝合金脉冲MIG焊熔滴过渡稳定性实时控制和检测提供了一种有效的手段.     

弧焊过程电信号小波软阈值消噪

在ＣＯ２弧焊过程电信号的实际测试过程中,噪声的存在常是难以避免的,消除噪声是信号分析中重要的环节。小波变换具有很好时、频域性,以不同的小波变换尺度,可将分解成不同的频率分量。对于连续信号函数,随着尺度的增大,小波系数也增大;对于噪声,其小波变换系数随尺芳的增大而减小。据此,可消除信号中的噪声成分。论文重点分析了小波软阈值法信号消噪方法,通过对实测弧焊过程电信号的消噪处理,对比分析了低通滤波、粗糙小     

基于遗传小波神经网络MIG焊熔透状态模式识别

通过对已有的人工神经网络、小波分析、遗传算法的建模方法进行组合利用并加以改进,建立了基于电弧声信号特征的MIG焊熔透状态诊断网络模型.声波信号经小波去噪和小波包频带能量特征提取后,作为小波神经网络模型的输入特征向量,网络训练中采用具有全局优化能力的遗传算法动态修改网络结构和参数,避免了神经网络训练速度慢、容易陷入局部极值的缺点,从而完成数据挖掘和复杂的非线性建模功能.结果表明,将网络模型用于熔透状态诊断,证实了方案的可行性和有效性.     

Noise wavelet-suppressing on electric signals in meso-spray process of pulse MIG welding of aluminum

An analysis with Fourier series on electric signals of meso-spray process of pulse MIG welding of aluminum shows many harmonic waves of different frequency in the signals,including the inherent high,low frequency elementary waves of short circuit and the harmonic waves from pulse current besides the noise signals of high frequency.The wavelet filtering with adjustable threshold is applied to study and handle the electric signals from meso-spray process of pulse MIG welding of aluminum,displaying a good solution on suppressing the noise in the signals.     

Power signal separation in milling process based on wavelet transform and independent component analysis

Among many machining condition monitoring systems, a spindle motor power monitoring system is considered as one of the most popular systems for plant floor applications. However, in practice, power signals are mixed with many signal sources relevant to cutting tool, cutting conditions as well as components of a machine tool, which contaminate with each other in feature extraction processes and decrease the monitoring reliability. In this paper, modified blind sources separation (BSS) technique is used to separate those source signals in milling process. A single-channel BSS method based on wavelet transform and independent component analysis (ICA) is developed, and source signals related to a milling cutter and spindle are separated from a single-channel power signal. The experiments with different tool conditions illustrate that the separation strategy is robust and promising for cutting process monitoring.     

A novel wavelet method for electric signals analysis in underwater arc welding

Electric signals are acquired and analyzed in order to monitor the underwater arc welding process. Voltage break point and magnitude are extracted by detecting arc voltage singularity through the modulus maximum wavelet (MMW) method. A novel threshold algorithm, which compromises the hard-threshold wavelet (HTW) and soft-threshold wavelet (STW) methods, is investigated to eliminate welding current noise. Finally, advantages over traditional wavelet methods are verified by both simulation and experimental results.     

典型弧焊电源外特性对焊接飞溅的影响

利用特制的变结构晶闸管整流焊机,研究典型焊机外特性对焊接飞溅的影响;独特的飞溅声波动态跟踪法和飞溅颗粒分类法研究焊接过程各阶段飞溅生成的条件和规律;探讨低飞溅率手工弧焊电源关参数的合理调节范围。     

基于声发射多特征融合的搅拌摩擦焊缺陷监测

搅拌摩擦焊(friction stir welding, FSW)是一个多物理场耦合过程,焊接过程中声发射信号与焊接缺陷具有关联性. 基于声发射检测与多特征融合研究FSW缺陷监测方法,实时检测固态介质中的声发射信号,利用短时傅里叶变换、小波变换、梅尔频谱对声发射信号进行分析,确定焊接缺陷与声发射信号之间的相关性,最后通过concat融合方法构建多特征向量. 结果表明,FSW在预制缺陷处具有不同的声发射信号特征. 短时傅里叶、小波变换的主要频段集中在20 kHz,出现缺陷时功率分别达到?40,0.8 dB以上,梅尔频谱的主要频段集中在3.5 kHz出现缺陷时功率达到?40 dB以上. 应用多层神经网络分别建立基于单特征、多特征向量的焊接缺陷识别模型,多特征向量的焊接缺陷识别模型在数据集中的平均识别率达到97%,比基于单一特征缺陷识别模型提高18%. 研究的多特征缺陷识别模型能更准确地对焊接状态进行识别与监测.