排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
为了研究不同间隙下激光拼焊的焊缝质量及其对应的信号特征,采用自制同轴传感系统采集提取多种间隙下焊接时的同轴光信号,并对信号进行众数分析、分段功率谱分析和小波分析。结果表明,同轴光信号幅值的众数在不同间隙的焊缝段,聚集在线性可分的不同的区间,可以有效分开焊接质量不同的Ⅰ类、Ⅱ类、Ⅲ类焊缝;信号的分段功率谱分析能够较为直观地反映焊接状态的变化。同轴光信号小波分解后的第4层逼近信号,可以直观地识别出质量好的Ⅰ类焊缝。同轴光信号的第3层、第4层细节信号可以清晰地辨识出质量低劣的Ⅱ类焊缝。 相似文献
2.
应用自行研制的多通道信号传感系统,实时采集可听声、蓝紫光以及红外辐射等三路信号.设计了楔形板焊接和阶梯板焊接两组试验,并采用RMS平滑、STFT分析和特征频段信号提取等手段分析信号.结果表明,可听声和蓝紫光信号RMS值和2 000~3 500 Hz频段信号幅值,在过熔透时极低,在完全熔透时很高,在未熔透时介于两者之间,三种熔透状态分界线明显,不稳定熔透时,三路信号波动较大,信号值比完全熔透时略低.可最终实现四种熔透状态的识别. 相似文献
3.
4.
5.
6.
基于多传感器融合的激光焊接熔透状态的识别 总被引:1,自引:1,他引:1
为实现对激光焊接过程中常出现的不同熔透状态的实时辨识,使用多种传感器采集焊接过程中的可听声、蓝紫光和红外辐射信号,并提取了反映熔透状态的6个信号特征。基于特征级的多传感器信息融合技术,采用模拟退火算法对信号特征进行组合优化和关联融合,确定了反映融合规则的“特征融合系数”,并以BP网络为框架构建识别熔透状态的模式分类器。研究结果表明,通过样本训练和信号特征优化组合,所构建的模式分类器对“过熔透”、“完全熔透”、“不稳定熔透”和“未熔透”等四种熔透状态的辨识准确率达到88%以上。从而提供了一种有效的激光焊接质量在线检测方法。 相似文献
7.
在利用统计分析工具对激光拼焊等离子体的可听声(Audible Sound)、UV(Ultraviolet Emission),熔池(Emission)的RMS均值进行统计分析的基础上,进一步对特征信号进行时域和频域分析。在此基础上提取的曲线能够很好地反映激光拼焊过程的状态变化。研究了焊接工艺参数和熔透状态发生改变时3路信号的变化规律,发现当改变激光功率时,紫外信号和声信号的变化规律最能反映熔透状态的改变;改变焊接速度时,紫外信号和红外信号的变化规律最能反映熔透状态的改变。 相似文献
1