阅读量：

140

作者：

于祥珍

展开

摘要：

点焊已经成为汽车白车身制造过程中的主要连接工艺,保证车身焊点质量就是为汽车的整体结构刚度及整车质量提供保障。由于点焊过程的复杂性,在保证焊核完整的条件下,识别焊点质量比较困难。而焊后破坏性检测及抽检容易造成检测的滞后性及局部性,不能保证焊点质量达到合格要求。超声波无损检测技术利用母材与焊核微观组织的不同,在检测界面产生反射或透射,形成包含焊点质量缺陷信息的回波序列。本文分析超声波的传播特性及与焊点质量的相关性,选择焊点质量特征值;基于焊点的超声回波特点,提出基于动态阀值的特征提取方法,实现焊点质量特征值的有效提取;在多元统计分析及BP神经网络的基础上,提出了焊点质量评价方法,并通过金相试验验证方法的有效性。主要工作如下:1)超声回波信号特征值的提取。利用超声波探伤仪采集焊点超声回波信号,统计分析不同厚度的焊点质量的超声回波信号特点及规律,选择衰减率、底面回波个数、中间回波个数、底面回波间距作为焊点质量评判的特征值;在此基础上,提出基于动态阈值的多尺度小波变换的特征提取方法,智能识别谱峰,有效提取特征值。2)基于BP神经网络的焊点质量的评价方法。建立一套试验系统,包含样件制作、超声波采集、回波信号特征提取、特征统计等,获取焊点质量特征值的数据样本。基于优化的BP神经网络算法,以特征值及厚度参数作为输入数据,不同的焊点质量类型作为输出,从而实现焊点质量类型的评判。与此同时,通过神经网络识别率的计算,获得各焊点质量类型的识别率。3)基于labview的开发平台,开发焊点质量评价软件。该软件可通过控制机器人实现探头自动定位,实时采集高速高频的超声回波信号;应用小波相关滤波降噪方法和希尔伯特包络谱分析相结的方法处理信号,获取滤波后的信号;利用优化的特征提取方法及智能识别方法,评判焊点质量。通过金相试验在微观组织方面观察焊点质量类型,并与焊点质量评判结果相对比,验证评价方法的有效性。

展开

关键词：

电阻点焊 超声回波 特征提取 BP神经网络 智能识别 resistance spot welding ultrasonic echoes feature extraction BP neural network intelligent identification