论文部分内容阅读
盘形激光焊接是当前最先进的激光焊接技术之一,具有可重复操作性,高精度和热变形小等优点,广泛应用于加工制造等领域。激光焊接过程中,由于剧烈的热能转换效应,即使保持各种焊接参数恒定,焊接状态仍然会出现不稳定情况。因此,实时监测焊接状态是高质量激光焊接的关键,针对激光焊接过程中复杂的特征变化,构建多传感焊接状态检测试验平台,研究试验条件对焊接状态和焊接特征的影响,基于多传感信息融合技术建立焊接状态检测模型,为盘形激光焊接过程的实时监控提供理论和试验依据。论文首先设计了盘形激光焊接近红外和紫外波段视觉检测系统,应用近红外波段高速摄像机摄取焊接过程中熔池动态热像,应用紫外波段高速摄像机摄取金属蒸汽和飞溅瞬态图像。探索激光功率对焊接状态,焊件熔深的影响,分析匙孔、金属蒸汽和飞溅动态特征与焊接状态、激光功率的关系。利用焊缝宽度表征焊接状态并作为融合模型输出量,匙孔,金属蒸汽和飞溅动态特征作为融合模型输入量,在不同激光功率下,分别建立BP神经网络融合模型和RBF神经网络融合模型,探索多传感信息融合方法和主成分分析方法对提高预测激光焊接焊缝宽度神经网络模型精度的有效性,同时,尝试建立一个适合各种激光功率条件的预测激光焊接焊缝宽度的BP神经网络模型。其次设计了不锈钢激光焊接多传感信息检测系统,应用辅助光视觉传感,可见域视觉传感分别摄取熔池、金属蒸汽动态热像,应用光电传感获取激光焊接过程中可见光和反射激光信号,研究激光功率,焊接速度,聚焦位置对焊接状态,匙孔,金属蒸汽形态和光电信号的影响。分析稳定焊接状态和不稳定焊接状态时,多种特征信号的变化规律。同时,建立BP神经网络模型和RBF神经网络模型预测焊缝宽度,将金属蒸汽,匙孔动态特征和光电信号作为融合模型输入量,探索多传感信息融合方法和主成分分析方法对提高预测激光焊接焊缝宽度神经网络模型精度的有效性。