基于ZigBee和虚拟仪器的无线自组网焊接参数监测系统设计

针对焊接现场工艺管理困难、设备布线复杂、成本高的现状,设计了基于Zig Bee和虚拟仪器的无线自组网焊接参数监测系统。系统中各个节点的无线交互采用Zig Bee无线通信技术,以射频SOC芯片CC2530为核心,选取霍尔电流电压传感器,设计了传感器终端节点和协调器节点硬件和程序。利用串口转换技术实现与上位机通讯,并利用虚拟仪器技术实现监测系统应用程序的数据处理和显示,最终实现了焊接现场分布式焊接设备集中管理与自动监测。     

基于电极位移信号的电阻点焊质量预测模型

设计了电阻点焊过程动态参数监测系统，采集焊接电压、电流以及电极位移信号，建立以交流电阻点焊过程中的周波参数为输入空间，以试样的抗拉剪切强度为输出空间的点焊质量预测神经网络模型．为实现电阻点焊质量在线监控奠定了理论基础。试验结果证明了RBF神经网络用于这类应用场合的可行性和有效性。     

多元化铝合金直流点焊质量监测系统的研发

为了克服由于多种电阻点焊质量影响因素引起的单参数检测技术的不足,充分利用点焊过程中各种参数所提供的熔核质量信息,工作中构建了以焊接磁场、焊接电压、电极位移,作为铝合金点焊质量评定特征信息的铝合金点焊质量监测系统。试验证明,监测系统能够高速准确地采集铝合金点焊过程的多个特征信号,并能有效反映点焊过程中焊点熔核的变化,对焊点质量作出准确判断,满足点焊过程质量监测的要求。     

基于ZigBee和LabVIEW的多地无线温湿度监测系统设计

介绍了基于Zig Bee和Lab VIEW技术的多地无线温湿度监测系统设计方法。系统由以STC89C52RC单片机、ZigBee无线数据收发模块DRF1605H为核心构成的温湿度测量和无线数据传输以及基于Lab VIEW的监测界面与程序组成。无线数据收发模块与单片机、监控PC间采用串行通信,实现温湿度测量、监测与报警。实验结果表明:系统能准确地、同步地实现现场的、远程的多地温湿度监测和报警,运行稳定可靠。     

多元化铝合金直流点焊接质量监测系统的研发

为了克服由于多种电阻点焊质量影响因素引起的单参数检测技术的不足,充分利用点焊过程中各种参数所提供的熔核质量信息,工作中构建了以焊接磁场、焊接电压、电极位移,作为铝合金点焊质量评定住处特征信息的铝合金点焊质量监测系统.试验证明,监测系统能够高速准确地采集铝合金点焊过程的多个特征信号,并能有效反映点焊过程中焊点熔核的变化,对焊点质量作出准确判断,满足点焊过程质量监测的要求.     

应用Visual Basic实现点焊电流和压力的实时监测

动态多参数实时监测是电阻点焊质量在线评估的一种有效方法。采用Visual Basic6.0语言编程．通过80C196KB和PC机之间的串行通信，实现了对焊接电流和电极压力的实时检测，联机试验所生成的波形图实时反映了三相次级整流点焊的动态焊接过程以及曲线变化趋势与影响因素之间的对应关系，为点焊质量多参数监控奠定了基础。     

交流电阻点焊计算机监控系统

针对电阻点焊质量保证体系现状，研制了以工控机等硬件为基础，采用多种传感器全面监测焊接过程，获得表征焊接过程和质量的特征信息，以此构建了径向基函数神经网络质量评估等多种评判算法，实现对每一焊点进行监测和质量信息化的计算机软硬件系统。试验表明，该系统基于可视化界面，方便直观地实现了工艺参数的优化、过程的监测和诊断，以及焊点质量在线评估等功能，对焊点质量的在线评估准确率达到98．6％。     

铝合金电阻点焊工艺设计智能化

采用集成基于事例推理，模糊推理，模糊神经网络(FNN)等多种人工智能推理技术，建立了铝合金电阻点焊工艺参数设计系统。选取导电率、屈服强度等材质的物理参数为电阻点焊工艺参数求解模块入口参数，更加符合铝合金电阻点焊过程的物理本质；引入规范强度参数，使铝合金电阻点焊焊接参数的选择更加灵活；在此基础上建立FNN铝合金电阻点焊工艺焊接求解模型，提高系统求解的智能性及其学习能力。在铝合金电阻点焊过程数值模拟的基础上，以铝合金电阻点焊焊接参数数值模拟作为已有的铝合金电阻点焊工艺参数库的补充，丰富了神经网络的训练样本，增强了系统的泛化能力。系统应用实例表明可以满足铝合金电阻点焊工艺参数设计要求。     

点焊规范参数实时在线监测系统

在不更换原来点焊控制器的基础上,增加价格不高的实时监测系统,实时监测焊接电流、电极压力以及电缆线损坏程度等焊接规范参数。通过单片机内部A/D转换和逐点积分法实现对焊接电流、焊接电缆两端电压、电极压力的监测和有效值的计算。通过计算电缆线电阻的方法判断焊接电缆损坏的程度,结果表明,以ATMEGA128为核心的电阻点焊规范参数实时监测系统能够有效监测以悬挂式点焊机为代表的工频交流点焊机的焊接参数,并且可以把相关数据发送到计算机上,实现焊装车间电阻点焊的网络化管理。     

RAFT~(TM)——电阻点焊控制的又一里程碑

电阻点焊是汽车制造业常用的焊接工艺,焊点的质量直接决定汽车车身的质量,且因其特殊性而无法实时监测。RAFTTM自适应技术的出现,在一定程度上弥补了这个缺陷。通过监测次级电阻来补偿能量,最终达到焊接的可靠性和稳定性,同时也对过程进行评估。由于能对电阻点焊的焊接过程进行必要的控制和评估,在质量控制方面比原来的方法有大幅的提高,该技术在汽车车身焊接应用方面有很大的优势。     

基于ZigBee技术的焊接电源群组化监测系统设计

船舶焊接技术是船舶工业的关键技术之一,为了提高船舶制造业焊接设备的利用效率和焊接产品质量,并实时监测设备工作状态,提出了一种基于无线ZigBee技术的焊接电源群组化监测系统.重点介绍了系统的总体设计,包括系统总体框架、ZigBee无线网络和系统工作流程,讲述了基于Visual C++6.0开发的服务器管理系统人机界面设...     

基于ZigBee无线传感网络的扭矩监测系统的设计

介绍了基于ZigBee技术的无线传感网络,将ZigBee技术应用到传动轴扭矩检测中,提出一种以ZigBee技术为基础的扭矩监测系统设计方案;设计了以CC2430无线射频芯片为核心的硬件电路,包括采集数据节点模块、接收处理模块;设计了传感器节点程序、上下位机串口通信程序。根据ZigBee协议,各节点间组成树状网络,实现对传动轴扭矩的监测与控制。试验表明了该监测系统的可行性,达到了设计目的,有着广泛的应用前景。     

博世UIR技术在汽车高强钢电阻点焊上的应用

根据高强钢板的物理特性,介绍高强钢板电阻点焊的难点,通过优化焊接参数,如增大焊接压力、延长焊接时间、减小焊接电流、增加焊前预热、减小修磨间隔点等可以有效消除高强钢点焊过程中的焊点毛刺、焊点裂纹和熔核缩孔等缺陷。简述博世UIR系统的动态电阻检测原理、恒功率补偿原理和焊点质量监控原理。采用UIR系统采集并建立焊点的标准动态电阻曲线,根据标准动态曲线对点焊过程进行能量补偿,有效弥补高强钢点焊常见的飞溅导致的能量损失,提高焊点质量。通过UIR系统监控功能有效保障焊点质量和点焊过程的稳定性,满足高强钢实际生产需要,并延长电极使用寿命。     

基于嵌入式系统的电阻点焊飞溅信息在线判读

钢材的电阻点焊过程中,动态电阻的变化表征了丰富的焊接质量信息.采用嵌入式系统实时监测焊接过程动态电阻的变化有利于提高对焊接质量的认识.设计了嵌入式监测系统,系统同时监测焊接电流、电极间压力和电极间的电压、电极位移信号.分析了双相钢DP600焊接过程中的动态电阻变化与焊点熔核之间的关系,并阐明用焊点两端的电压信号替代动态...     

不锈钢轨道车辆用电阻点焊设备的组成与应用

针对不锈钢轨道车辆的材料的性能,适合采用电阻点焊技术进行焊接。分别从电阻点焊的工作原理、焊接设备的整体结构形式、焊接系统、走行系统、控制系统、焊接监测系统、润滑系统、冷却系统、焊钳结构、点焊电极、设备焊接能力、设备的辅助装置等方面分析了电阻点焊设备各系统的组成与应用,指出了生产不锈钢轨道车辆用电阻点焊设备的基本组成、应用特点及要求。     

基于阿里云的电阻点焊数据监测系统设计

基于阿里云物联网平台和MQTT(消息队列遥测传输)通信协议技术,设计了一套以STM32F103VET6单片机为主控核心,以阿里云IoT Studio(物联网应用开发)网页为监测界面的电阻点焊数据监测系统,实现了电阻点焊过程的在线监测和焊接电流、电极压力曲线的远程实时显示.该监测系统的设计分为硬件和软件两个部分,主要内容...     

Input electrical impedance as quality monitoring signature for characterizing resistance spot welding

Poor quality of resistance spot welding (RSW) often causes quality issues like structural integrity and noise in the car body assembly. Research activities for reliable monitoring methods of RSW quality have therefore been extensive. So far, most of the monitoring methods found in literature are good for off-line utilization only and thus very expensive to apply. This paper introduces into a real-time and in-situ RSW quality monitoring method, which takes the input electrical impedance of the welding system as the monitoring signature. This signature is obtained by probing and processing the input voltage and current throughout the welding process. As input impedance characterizes a dynamic system, its variation with time reveals the conditions of the welding process which result in the final weld quality. By recognizing the pattern of the real part by an artificial neural network, we demonstrate that the weld quality could be classified non-destructively and automatically. Due to the fast signal collecting and processing, the quality monitoring is finished almost in real-time, i.e., classification can be completed before the next welding process is started. Another feature of the method is being in-situ because monitoring action does not jeopardize the welding operation or alter any of the welding parameters in general.     

On-line evaluating on quality of mild steel joints in resistance spot welding

A method was developed to realize quality evaluation on every weld-spot in resistance spot welding based on information processing of artificial intelligent. Firstly, the signals of welding current and welding voltage, as information source, were synchronously collected. Input power and dynamic resistance were selected as monitoring waveforms. Eight characteristic parameters relating to weld quality were extracted from the monitoring waveforms. Secondly, tensile-shear strength of the spot-welded joint was employed as evaluating target of weld quality. Through correlation analysis between every two parameters of characteristic vector, five characteristic parameters were reasonably selected to found a mapping model of weld quality estimation. At last, the model was realized by means of the algorithms of Radial Basic Function neural network and sample matrixes. The results showed validations by a satisfaction in evaluating weld quality of mild steel joint on-line in spot welding process.