基于人工神經(jīng)網(wǎng)絡的電阻點焊質(zhì)量監(jiān)測研究.pdf

1、電阻點焊質(zhì)量受到多種因素的影響而不易穩(wěn)定，這在一定程度上限制了點焊技術(shù)的廣泛應用，因此發(fā)展一種非破壞性的、低成本、診斷可靠性高的焊點質(zhì)量評判系統(tǒng)對于現(xiàn)實生產(chǎn)是非常有意義的。研究表明點焊過程動態(tài)信號蘊涵著大量直接或間接反映焊點質(zhì)量的信息，其特征分析研究、并行處理、信息融合是建立焊點質(zhì)量監(jiān)測模型，實現(xiàn)在線無損評估的關(guān)鍵。本文以點焊質(zhì)量預測為目的，以焊接過程中焊接電流、電極壓力和電極位移為主要研究對象，借助現(xiàn)代信號分析方法，分析信號的時頻特征

2、，并在此基礎(chǔ)上提取信號時域統(tǒng)計特征，構(gòu)建了多信息融合的特征向量數(shù)據(jù)集合描述焊接過程，運用誤差反向傳播網(wǎng)絡（BackPropagation Networks，簡稱BP 網(wǎng)絡）模型，建立了焊點接頭強度的預測模型。 測試結(jié)果表明，基于BP 神經(jīng)網(wǎng)絡的點焊質(zhì)量監(jiān)測模型準確率較高、泛化能力較好，在焊點質(zhì)量預測中具有較強的實用價值。論文工作主要包含以下內(nèi)容： 選擇Rogowski 電流傳感器、光柵位移傳感器，壓電晶體傳感器，對焊接電

3、流、電極位移和電極壓力等與焊接質(zhì)量相關(guān)的實時信號進行數(shù)據(jù)采集，并傳送至上位機進行可視化處理。利用時域和頻域分析方法對焊接信號進行特征分析，試圖從信號的角度尋找對焊接過程的描述。 分析表明，電極位移信號能夠反映熔核的生長過程。信號的頻域特征不明顯，因此，特征主要在時域中分析和提取。針對電極位移信號提取了最大位移量(Smax)、平均位移(Smean)、位移標準差(Sdev)、位移下降量(S2w)和位移平均上升速率(Supv)等5 個

4、特征分量，通過灰色關(guān)聯(lián)度分析確定構(gòu)筑多信息融合的特征向量。 采用正交試驗法，以盡可能少的試驗次數(shù)獲取覆蓋范圍全面的試驗數(shù)據(jù)。 利用BP 神經(jīng)網(wǎng)絡工具箱（Neural Network Toolbox，簡稱NNT），以焊點過程電極位移、焊接電流、電極壓力、等6個特征向量作為輸入向量，焊點的抗拉剪切強度為輸出向量，建立點焊過程參數(shù)與焊接接頭力學性能之間的三層BP神經(jīng)網(wǎng)絡映射模型，嘗試不同的網(wǎng)絡結(jié)構(gòu)比較，確定合適的網(wǎng)絡結(jié)構(gòu)對電阻