王 騰,陳玨銓,金小莉

(華南師范大學(xué)計(jì)算機(jī)學(xué)院，廣東廣州 510631)

基于等離子體特征信號(hào)的激光焊接過(guò)程動(dòng)態(tài)監(jiān)控技術(shù)研究進(jìn)展

王 騰,陳玨銓,金小莉

(華南師范大學(xué)計(jì)算機(jī)學(xué)院，廣東廣州 510631)

在大功率激光焊接過(guò)程中，激光輻照金屬材料氣化而產(chǎn)生等離子體，影響激光能量與工件之間的耦合，從而最終直接影響到激光焊接質(zhì)量。光致等離子體的研究是大功率深熔焊領(lǐng)域的一個(gè)熱點(diǎn)，也是焊接過(guò)程質(zhì)量檢測(cè)自動(dòng)化中一個(gè)很有潛力的研究方向。近年來(lái)，基于等離子體特征信號(hào)的激光焊接過(guò)程動(dòng)態(tài)監(jiān)控技術(shù)研究主要集中在等離子體信號(hào)檢測(cè)和激光焊接過(guò)程建模的方向。介紹了激光焊接中的光致等離子體行為，并對(duì)基于等離子體特征信號(hào)的激光焊接過(guò)程動(dòng)態(tài)監(jiān)控技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了分析，總結(jié)了目前該領(lǐng)域存在的問(wèn)題，提出了未來(lái)的發(fā)展方向。

模式識(shí)別；光致金屬蒸氣特征；大功率激光焊；最小二乘支持向量回歸；多核學(xué)習(xí)

大功率激光器技術(shù)使激光焊接不斷應(yīng)用于新的領(lǐng)域，并對(duì)以匙孔效應(yīng)為理論基礎(chǔ)的深熔焊的發(fā)展起到巨大的推進(jìn)作用[1-2]。由于大功率激光焊接具有高質(zhì)量、高精度、低變形、高效率和高速度等焊接優(yōu)點(diǎn)，對(duì)厚鋼板焊接、銅材焊接以及各種需要高功率激光的焊接工況具有特別大的優(yōu)勢(shì)，使其在汽車(chē)工業(yè)、航空航天、核電、高速鐵路、輸油氣管線(xiàn)以及造船行業(yè)等工業(yè)領(lǐng)域的應(yīng)用越來(lái)越廣。

工業(yè)生產(chǎn)中激光焊接過(guò)程的自動(dòng)化與智能化是今后發(fā)展的趨勢(shì)，而對(duì)焊接的過(guò)程質(zhì)量控制與焊縫的檢測(cè)是實(shí)現(xiàn)生產(chǎn)自動(dòng)化的基礎(chǔ)[3-4]。但目前對(duì)這兩方面的研究還亟待完善和深化發(fā)展。雖然已有部分研究應(yīng)用計(jì)算機(jī)視覺(jué)檢測(cè)焊縫表面缺陷，但離焊接過(guò)程的質(zhì)量檢測(cè)自動(dòng)化與智能化的目標(biāo)還有很長(zhǎng)的距離。如何完善和深化基礎(chǔ)試驗(yàn)研究，并把實(shí)驗(yàn)室成果應(yīng)用于實(shí)際生產(chǎn)領(lǐng)域，是人們未來(lái)的研究方向。

圖1 等離子體振動(dòng)的機(jī)理圖
Fig.1 Diagram of the plasma vibration mechanism

以致影響熔深、氣孔的生成和焊縫的組織成分等，最終直接影響到激光焊接質(zhì)量和工藝過(guò)程的可靠性。

光致等離子體具有一定的周期性，一般來(lái)說(shuō)，等離子體振動(dòng)的機(jī)理如圖1所示。對(duì)光致等離子體的研究是大功率深熔焊領(lǐng)域的一個(gè)熱點(diǎn)[2，6-8]，也是焊接過(guò)程質(zhì)量檢測(cè)自動(dòng)化中一個(gè)很有潛力的研究方向。

1 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析

自從激光技術(shù)得以應(yīng)用于加工領(lǐng)域以來(lái)，激光等離子體就吸引了國(guó)內(nèi)外科研工作者的廣泛關(guān)注。人們對(duì)激光等離子體的物理特性、測(cè)量及控制方法進(jìn)行了大量研究。近年來(lái)，基于等離子體特征信號(hào)的激光焊接過(guò)程動(dòng)態(tài)監(jiān)控技術(shù)研究主要集中在2個(gè)方面：等離子體信號(hào)檢測(cè)和激光焊接過(guò)程建模。

1.1 等離子體特征信號(hào)檢測(cè)與分析的研究現(xiàn)狀

在大功率激光深熔焊過(guò)程中，激光與材料相互作用區(qū)不同的物理效應(yīng)能夠發(fā)射出各種不同的可用于檢測(cè)的信號(hào)[9]。這些信號(hào)主要包括：1)由等離子體生成的較大波長(zhǎng)范圍的電磁輻射；2)熔池材料的輻射；3)反射的激光輻射；4)由于材料的加熱、膨脹和蒸發(fā)，環(huán)境氣體的不穩(wěn)定所生成的聲波；5)由帶電電荷的移動(dòng)生成的電流。

由于所有的這些信號(hào)都取決于激光材料作用區(qū)所發(fā)生的物理現(xiàn)象，因此它們的特性與最終的焊接質(zhì)量密切相關(guān)。目前，絕大多數(shù)激光焊接監(jiān)測(cè)系統(tǒng)都是通過(guò)對(duì)這些信號(hào)的能量進(jìn)行測(cè)量，來(lái)反映焊接過(guò)程的質(zhì)量。

1.1.1 光輻射信號(hào)

在激光焊接的過(guò)程中，高能量密度激光束與工件之間的相互作用會(huì)產(chǎn)生明顯的光致等離子體輻射。這種輻射與焊接過(guò)程及最終焊縫的質(zhì)量密切相關(guān)，對(duì)焊接過(guò)程的監(jiān)測(cè)有十分重要的意義。

NILSEN等[10]開(kāi)發(fā)了一個(gè)基于光電二極管的視覺(jué)監(jiān)控系統(tǒng)用于監(jiān)控焊接過(guò)程中光電磁輻射信號(hào)。該系統(tǒng)采用了3個(gè)光電二極管,一個(gè)用于可見(jiàn)光譜,一個(gè)用于反射的激光束，另一個(gè)用于紅外光譜。在焊接試驗(yàn)中,采用1 μm YAG激光器，對(duì)不同厚度的鎳基合金板進(jìn)行測(cè)試,從而評(píng)價(jià)被監(jiān)測(cè)電磁輻射信號(hào)與影響焊接質(zhì)量的參數(shù)變化之間的相關(guān)性。試驗(yàn)顯示30 kHz帶寬的監(jiān)測(cè)系統(tǒng)足夠獲取有效的信號(hào)成分，并且發(fā)現(xiàn)紅外光譜與熔深之間存在明確的相關(guān)性,反射的激光束與激光束焦點(diǎn)之間存在明確的相關(guān)性，并且通過(guò)可見(jiàn)光譜，發(fā)現(xiàn)高密度峰值的信號(hào)。顯示有可能在匙孔形成等離子體。SIBILLANO等[11-13]通過(guò)硅-PIN光電二極管檢測(cè)并分析了不同條件下CO2激光焊接不銹鋼樣品所發(fā)射的等離子體光輻射，并利用離散小波變換(DWT)將光信號(hào)分解成各個(gè)離散系列不同頻帶序列；還報(bào)道了工業(yè)上的鋁-鎂合金的激光焊接過(guò)程中產(chǎn)生的等離子羽流的光譜數(shù)據(jù)，研究了其等離子動(dòng)力學(xué)行為；他們?cè)谶@一系列的研究基礎(chǔ)上，提出了基于鋁合金的激光焊接過(guò)程中產(chǎn)生的等離子體羽流光譜的相關(guān)分析，是一種創(chuàng)新的實(shí)時(shí)監(jiān)控技術(shù)。為了探明大功率光纖激光焊過(guò)程中激光誘導(dǎo)等離子羽對(duì)焊透深度的影響，ZOU等[14]采用高速攝影技術(shù)拍攝等離子羽流圖像，研究了焊透深度、等離子羽流的行為、等離子羽中的粒子，激光的衰減等因素的變化；其計(jì)算和測(cè)量的結(jié)果表明，等離子羽中的粒子相互作用對(duì)于激光與等離子羽相互作用有著重要的影響，而且隨著等離子羽的高度增加，焊接熔深會(huì)相應(yīng)減少。文獻(xiàn)[7]中采用高速攝影技術(shù)拍攝激光焊接過(guò)程中的等離子體動(dòng)態(tài)圖像，結(jié)合表面油污和側(cè)吹氣體的情況，分析了焊接穩(wěn)定性的變化，為基于圖像傳感器監(jiān)測(cè)焊接過(guò)程的技術(shù)發(fā)展做出了貢獻(xiàn)，稍微遺憾的是他們僅僅提取等離子體面積、平均灰度值、擺角3個(gè)特征值進(jìn)行分析，未能全面精確地反映等離子體的信息。GAO等[15]對(duì)CO2激光鎢惰性氣體(TIG)復(fù)合焊接的激光和弧之間的有效協(xié)同作用進(jìn)行了研究，通過(guò)對(duì)由CCD采集的等離子體形狀的圖像分析，發(fā)現(xiàn)混合焊接的熔深是由等離子體的形狀與保護(hù)氣體參數(shù)，特別是等離子體高度與入射激光相互作用的變化來(lái)確定。

1.1.2 電信號(hào)

在激光焊接時(shí)，激光加工頭與工件之間的等離子體空間存在著空間電荷，由于該空間電荷只有在等離子體存在時(shí)才有，因而從另一個(gè)方面反映出等離子體狀態(tài)及焊接過(guò)程的狀態(tài)。LI等[16]利用等離子體譜研究了復(fù)合激光焊接中釹:YAG激光束和MIG電弧的耦合作用，采用一種新的空心探針來(lái)測(cè)量不同復(fù)合條件下電弧等離子體的徑向空間分布，并計(jì)算了電子溫度；結(jié)果表明，激光-MIG復(fù)合焊接工藝使得等離子體能量集中于焊接電弧的中心并接近熔池。焦嬌等[17]對(duì)不銹鋼A3O4等材料的激光焊接過(guò)程進(jìn)行研究，測(cè)量了其激光等離子體的電學(xué)信號(hào)，并分析了電信號(hào)與等離子體的密度和溫度之間的關(guān)系，進(jìn)而用于判斷激光焊接的模式。

1.1.3 聲發(fā)射信號(hào)

在大功率激光焊接過(guò)程中存在著明顯的聲發(fā)射信號(hào)。材料劇烈氣化膨脹產(chǎn)生的壓力將熔融材料拋出，形成匙孔。在形成匙孔的情況下，等離子體會(huì)高速地從中噴發(fā)出來(lái)，當(dāng)熔池和匙孔的形態(tài)受到破壞時(shí)，等離子體從匙孔中高速?lài)姵龅默F(xiàn)象消失，從而聲信號(hào)的強(qiáng)度會(huì)大大下降。聲發(fā)射信號(hào)與熱振動(dòng)、等離子體的原子密度、等離子體的電子密度等密切相關(guān)。因而可以通過(guò)對(duì)聲信號(hào)的檢測(cè)來(lái)獲取有關(guān)熔池和匙孔的信息。LUO等[18]根據(jù)脈沖熔化極氣體保護(hù)焊中檢測(cè)到的聲發(fā)射信號(hào)，分析了焊接熱輸入和脈沖對(duì)晶粒微結(jié)構(gòu)和聲發(fā)射信號(hào)特征的影響。實(shí)驗(yàn)結(jié)果表明，焊接熱輸入的增加會(huì)引起晶粒的長(zhǎng)大和平均聲發(fā)射的增加，焊接熱輸入對(duì)脈沖熔化極氣體保護(hù)焊中晶粒結(jié)構(gòu)的影響比脈沖的作用強(qiáng)。劉京雷等[19]以平板堆焊為研究對(duì)象，分析了激光焊接過(guò)程中聲發(fā)射信號(hào)的特征與焊縫熔深之間的關(guān)系；研究發(fā)現(xiàn)，隨著焊縫熔深的增加，聲信號(hào)的強(qiáng)度增大，聲信號(hào)的功率頻譜由分散多族化變?yōu)橄鄬?duì)集中；他們以激光焊接過(guò)程中生成的聲發(fā)射信號(hào)特征作為輸入，利用BP人工神經(jīng)網(wǎng)絡(luò)建立了聲信號(hào)與焊縫熔深之間的關(guān)系模型。

1.1.4 X射線(xiàn)信號(hào)

X射線(xiàn)能夠穿透可見(jiàn)光不能穿透的物體，可以反映出物體內(nèi)部的變化，在激光焊接的分析過(guò)程中發(fā)揮了積極作用。TASHIRO等[20]利用X射線(xiàn)對(duì)等離子弧焊接中匙孔和熔池的三維空間對(duì)流行為進(jìn)行了觀(guān)測(cè)和分析。BHATTAD等[21]報(bào)道了一種通過(guò)X射線(xiàn)圖像識(shí)別焊接接頭缺陷的方法及識(shí)別系統(tǒng)；利用圖像捕獲模塊來(lái)捕捉焊接接頭的X射線(xiàn)圖像，通過(guò)提高暗區(qū)和亮區(qū)對(duì)比度的方法實(shí)現(xiàn)X射線(xiàn)圖像的伽馬校正算法，并利用一個(gè)或多個(gè)去噪濾波器進(jìn)行圖像去噪處理，最終將X射線(xiàn)圖像細(xì)化分成若干片段，以確定焊接接頭處的缺陷。

1.2 激光焊接過(guò)程建模的研究現(xiàn)狀

基于數(shù)據(jù)的機(jī)器學(xué)習(xí)是現(xiàn)代智能技術(shù)中的重要方面，國(guó)內(nèi)外學(xué)者針對(duì)激光焊接過(guò)程建模中所存在的問(wèn)題，進(jìn)行了大量的研發(fā)工作，這些研究成果具有重要的借鑒和參考作用。RAO等[22]所在課題組利用統(tǒng)計(jì)過(guò)程控制方法對(duì)焊接結(jié)構(gòu)進(jìn)行建模監(jiān)測(cè)。而人工神經(jīng)網(wǎng)絡(luò)早已在焊接工藝參數(shù)設(shè)計(jì)、焊接性能預(yù)測(cè)、焊接過(guò)程控制等方面得到了一系列的應(yīng)用和研究[23-26]，并取得了一定成效。比如，ZHANG等[27]通過(guò)用遺傳算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)碟形激光焊的焊縫特征，建立了一個(gè)熔池陰影面積與焊縫特征之間的關(guān)系。

支持向量機(jī)具有結(jié)構(gòu)簡(jiǎn)單、全局最優(yōu)和較好的泛化能力，已被廣泛應(yīng)用于非線(xiàn)性系統(tǒng)的建模，在激光焊接領(lǐng)域也得到了一些初步應(yīng)用。YOU等[28]所在的課題組將支持向量機(jī)用于大功率碟型激光焊接過(guò)程中焊接缺陷的監(jiān)控和診斷；通過(guò)多傳感器信息融合系統(tǒng)獲取大量焊接過(guò)程信息，從中提取出時(shí)序和頻域特征，利用支持向量機(jī)對(duì)焊接缺陷進(jìn)行分類(lèi)。ZHOU等[29]使用聲、光傳感器獲得不同的焊接信號(hào)，并提取了特征值，然后采用機(jī)器學(xué)習(xí)方法和支持向量機(jī)分類(lèi)的手段對(duì)激光焊接中的焊縫質(zhì)量監(jiān)控進(jìn)行了建模研究。HE等[30]所在的課題組在不同焊接工藝參數(shù)和焊接成形質(zhì)量的條件下，利用局部均值分解算法結(jié)合支持向量機(jī)定量地預(yù)測(cè)電弧電流信號(hào)的時(shí)頻能量分布特征。HUANG等[31]提出了一種基于支持向量機(jī)(SVM)的電弧焊接工藝模糊建模方法，包括選擇輸入/輸出變量、獲得原始數(shù)據(jù)、提取模糊規(guī)則和模糊推理等主要建模步驟，取得了一定的效果。YOU等[32]和LIM等[33]分別結(jié)合應(yīng)力腐蝕測(cè)量、計(jì)算機(jī)視覺(jué)等實(shí)驗(yàn)手段，運(yùn)用支持向量機(jī)、數(shù)據(jù)集模型和模糊神經(jīng)網(wǎng)絡(luò)等方法，進(jìn)行了焊接過(guò)程的殘余應(yīng)力預(yù)測(cè)和焊接缺陷診斷的研究，認(rèn)為這些方法均適用于焊接生產(chǎn)過(guò)程。

2 當(dāng)前研究存在的問(wèn)題

激光致金屬蒸氣存在于激光加工的整個(gè)過(guò)程當(dāng)中，其特征的瞬態(tài)變化與焊接過(guò)程穩(wěn)定性及焊接質(zhì)量有密切聯(lián)系。對(duì)等離子體特征信號(hào)的檢測(cè)與分析是正確理解等離子體產(chǎn)生機(jī)理以及實(shí)現(xiàn)焊接過(guò)程自動(dòng)控制的信息基礎(chǔ)，文獻(xiàn)中的相關(guān)研究成果提供了重要的借鑒和參考。然而，激光焊接過(guò)程存在激光與工件物質(zhì)及等離子體的復(fù)雜相互作用，如何更好地檢測(cè)和分析等離子體，這一問(wèn)題始終未能得到很好解決[34]。傳統(tǒng)的解決方案要么僅僅側(cè)重于對(duì)經(jīng)驗(yàn)性實(shí)驗(yàn)工藝參數(shù)以及實(shí)驗(yàn)結(jié)果的描述，要么側(cè)重于大量的數(shù)值模擬預(yù)測(cè)，缺乏對(duì)實(shí)際環(huán)境細(xì)節(jié)的認(rèn)知。因此，傳統(tǒng)的方法逐漸演變?yōu)橐活?lèi)普適性的經(jīng)驗(yàn)性實(shí)驗(yàn)，以及將實(shí)驗(yàn)參數(shù)與缺陷檢測(cè)結(jié)果的一種生硬而直接的聯(lián)系，這會(huì)將原本復(fù)雜多變的焊接機(jī)制流于簡(jiǎn)單化，從而無(wú)法對(duì)其進(jìn)行準(zhǔn)確透徹地了解。筆者認(rèn)為，在焊接過(guò)程中輔以高速攝影手段來(lái)捕捉每個(gè)瞬態(tài)的過(guò)程信息，獲取光致金屬蒸氣圖像特征信號(hào)，是一種無(wú)損檢測(cè)手段，不會(huì)對(duì)加工產(chǎn)生任何干擾，并且金屬蒸氣圖像特征信號(hào)可以動(dòng)態(tài)地直接反映焊接過(guò)程的穩(wěn)定性，是一個(gè)極具潛力的監(jiān)測(cè)對(duì)象?？梢栽诖嘶A(chǔ)上將經(jīng)驗(yàn)性實(shí)驗(yàn)分析與數(shù)學(xué)模型相結(jié)合，勢(shì)必能為實(shí)時(shí)在線(xiàn)監(jiān)控焊接過(guò)程提供一個(gè)更加翔實(shí)有效的研究途徑，并為減少甚至避免焊接缺陷提供一種可能的研究機(jī)制。但是，對(duì)于其具體的應(yīng)用，目前仍存在較大限制。首先，在所獲取的金屬蒸氣圖像中，實(shí)際有效的特征信息所占的比例較小，如何快速、準(zhǔn)確地將有效特征信息從圖像中分割、提取出來(lái)，直接影響到它在實(shí)時(shí)監(jiān)測(cè)過(guò)程中的可應(yīng)用性；其次，金屬蒸氣圖像的特征變化具有很大的不確定性，導(dǎo)致很難獲得描述焊接過(guò)程中輸入輸出關(guān)系的混合過(guò)程解析的非線(xiàn)性模型，極大地限制了激光焊接的自動(dòng)化程度與推廣進(jìn)程。

在激光焊接建模方面，基于BP的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)不穩(wěn)定，過(guò)分依賴(lài)學(xué)習(xí)樣本，且容易陷入局部極??；采用支持向量回歸機(jī)作為焊縫寬度的預(yù)測(cè)模型雖然具有結(jié)構(gòu)簡(jiǎn)單、全局最優(yōu)等優(yōu)點(diǎn)，但在實(shí)際應(yīng)用上具有比較明顯的局限性：支持向量機(jī)不能很好地描述過(guò)程的連續(xù)性。如何利用現(xiàn)代監(jiān)控手段實(shí)時(shí)獲取激光等離子體特征信號(hào)，并建立一個(gè)快速有效的預(yù)測(cè)模型，是影響激光焊接過(guò)程動(dòng)態(tài)監(jiān)控技術(shù)發(fā)展的一個(gè)重要因素。

3 研究展望

3.1 未來(lái)研究方向

1)對(duì)基于光致金屬蒸氣圖像的分割算法的研究

光致金屬蒸氣圖像中有效金屬蒸氣區(qū)域通常僅占5%左右，如何在最短的時(shí)間內(nèi)精確地分割出有效的金屬蒸氣區(qū)域，直接影響到預(yù)測(cè)模型運(yùn)行的實(shí)時(shí)性和準(zhǔn)確性。可以利用分層過(guò)濾的方法在不同尺度上快速過(guò)濾背景區(qū)域樣本，減少樣本集中包含的樣本數(shù)量，以達(dá)到降低算法時(shí)間復(fù)雜度的目的；同時(shí)，針對(duì)光致金屬蒸氣圖像邊緣光滑、骨架連續(xù)、斷點(diǎn)少的特點(diǎn)，引入基于最小錯(cuò)誤概率判決準(zhǔn)則的概率聚類(lèi)算法，采用Bayers分類(lèi)決策模型，將樣本分配到使后驗(yàn)概率最大的聚類(lèi)中。針對(duì)概率聚類(lèi)算法，重點(diǎn)研究初始聚類(lèi)中心的選擇和像素先驗(yàn)概率分布，以達(dá)到提高算法分割精度的目的。

2)對(duì)光致金屬蒸氣圖像特征與焊縫質(zhì)量特征之間聯(lián)系的探究

金屬蒸氣等離子體信號(hào)特征的變化能夠?qū)?yīng)焊縫特征的變化?？梢栽谠敿?xì)分析光致金屬蒸氣彩色圖像特征基礎(chǔ)上，研究如何定義出規(guī)律性好、敏感性強(qiáng)的分類(lèi)特征，并對(duì)之進(jìn)行描述與分析，以探求圖像特征的時(shí)序變化規(guī)律。同時(shí)利用XRD、金相顯微分析測(cè)試、顯微硬度等先進(jìn)的材料檢測(cè)與分析技術(shù)，按照時(shí)序系統(tǒng)地檢測(cè)分析實(shí)際焊接樣品的焊縫表面微觀(guān)結(jié)構(gòu)、相關(guān)幾何特征、相成分、顆粒尺寸及其分布、氣孔尺寸及其分布，以及其表面彈性性質(zhì)等。重點(diǎn)研究在時(shí)序模式下，如何將圖像特征與樣品實(shí)際特征進(jìn)行對(duì)比和融合分析，定性地揭示光致金屬蒸氣圖像特征與焊縫質(zhì)量特征之間的外在規(guī)律和內(nèi)在關(guān)聯(lián)機(jī)制。

3)建立基于光致金屬蒸氣圖像的焊縫寬度預(yù)測(cè)模型

由于激光焊接過(guò)程是一個(gè)非線(xiàn)性、時(shí)變和易受干擾的多變量強(qiáng)耦合復(fù)雜過(guò)程，基于機(jī)理定量地建立具體的解析模型十分困難。最小二乘支持向量機(jī)(least squares support vector machine，LS-SVM)能夠反映出離散樣本序列的連續(xù)性，可由各階段在時(shí)間上的連續(xù)性，利用前一個(gè)階段的結(jié)果預(yù)測(cè)后一個(gè)階段的狀態(tài)。并且，LS-SVM將標(biāo)準(zhǔn)的支持向量機(jī)的不等式約束改為等式約束，將誤差平方和損失函數(shù)作為訓(xùn)練集的經(jīng)驗(yàn)損失，可以將解二次規(guī)劃問(wèn)題轉(zhuǎn)化為求解線(xiàn)性方程組問(wèn)題，極大地提高SVM的訓(xùn)練效率。

3.2 未來(lái)研究方案

在運(yùn)用高速攝影技術(shù)獲取大功率碟型激光焊接過(guò)程金屬蒸氣等離子體的瞬態(tài)信息的基礎(chǔ)上，首先利用基于最小錯(cuò)誤概率判決準(zhǔn)則的概率聚類(lèi)算法在HSI顏色空間中對(duì)金屬蒸氣彩色圖像進(jìn)行分割，接著定義光致金屬蒸氣圖像特征，包括金屬蒸氣的面積、高度、亮度、擺角以及飛濺顆粒的面積等特征參數(shù)，同時(shí)對(duì)實(shí)際焊接樣品的焊縫表面特征、焊縫寬度、焊縫熔深、焊縫余高、內(nèi)部氣孔等質(zhì)量特征進(jìn)行檢測(cè)分析，探究金屬蒸氣特征與激光焊接加工質(zhì)量之間的關(guān)系和規(guī)律，建立基于多核最小二乘支持向量機(jī)回歸的焊縫寬度預(yù)測(cè)模型。

4 結(jié) 語(yǔ)

高速攝影法可以無(wú)損地實(shí)時(shí)獲取包含豐富激光焊接狀態(tài)信息的金屬蒸氣圖像。如何將這些瞬態(tài)的有效信息及時(shí)地提取出來(lái)，并應(yīng)用于焊接過(guò)程的實(shí)時(shí)監(jiān)測(cè)，是一個(gè)影響焊接自動(dòng)化發(fā)展的重要研究方向。研究和探索大功率碟型激光焊接中金屬蒸氣等離子體特征與焊接過(guò)程質(zhì)量之間的關(guān)系，對(duì)提升大功率碟型激光焊接的整體應(yīng)用水平具有重要的理論指導(dǎo)意義和實(shí)際研究?jī)r(jià)值。

/References:

[1] KATAYAMA S, KAWAHITO Y, MIZUTANI M. Latest progress in performance and understanding of laser welding[J]. Physics Procedia,2012,39(9):8-16.

[2] SHCHEGLOV P Y,GUMENYUK A V,GOMUSHKIN I B,et al. Vapor-plasma plume investigation during high-power fiber laser welding[J]. Laser Physics,2013,23(1):177-184.

[3] 胡勝，羅雨，焦向東，等. 軌道式管道焊接機(jī)器人焊縫跟蹤方法研究現(xiàn)狀[J].河北科技大學(xué)學(xué)報(bào)，2015，36(2)：126-133. HU Sheng,LUO Yu,JIAO Xiangdong,et al. Research status of seam tracking methods for orbital pipe welding robots[J]. Journal of Hebei University of Science and Technology,2015,36(2):126-133.

[4] 賈存鋒，朱加雷，焦向東，等. GMAW熔滴過(guò)渡高速攝像系統(tǒng)與熔滴邊緣提取[J].河北科技大學(xué)學(xué)報(bào)，2013，34(4)：275-278. JIA Cunfeng,ZHU Jialei,JIAO Xiangdong,et al. High-speed camera system for GMAW droplet transfer and droplet edge extraction[J]. Journal of Hebei University of Science and Technology,2013,34(4):275-278.

[5] WANG J,WANG C M,MENG X X,et al. Interaction between laser-induced plasma/vapor and arc plasma during fiber laser-MIG hybrid welding[J]. Journal of Mechanical Science and Technology,2011,25(6):1529-1533.

[6] KATAYAMA S,YOHEI A,MIZUTANI M,et al. Development of deep penetration welding technology with high brightness laser under vacuum[J]. Physics Procedia,2011,12(12):75-80.

[7] LI G H,CAI Y,WU Y X. Stability information in plasma image of high-power CO2laser welding[J]. Optics and Lasers in Engineering,2009,47(9):990-999.

[8] KAWAHITO Y,KINOSHITA K,MATSUMOTO N,et al. Visualization of refraction and attenuation of near-infrared laser beam due to laser-induced plume[J]. Journal of Laser Applications,2009,21(2):96-101.

[9] 劉金合. 高能密度焊[M]. 西安：西北工業(yè)大學(xué)出版社,1995.

[10]NILSEN M,SIKSTR?M F. Monitoring of laser beam welding by a non-intrusive optical sensor system using photodiodes[C]//Proceedings of JOM 18 International Conference on Joining Materials.Danmark:[s.n.],2015: 1-14.

[11]SIBILLANO T,ANCONA A,BERARDI V,et al. Optical detection of conduction/keyhole mode transition in laser welding[J]. Journal of Materials Processing Technology,2007,191(1):364-367.

[12]SIBILLANO T,ANCONA A,RIZZI D,et al. Plasma plume oscillations monitoring during laser welding of stainless steel by discrete wavelet transform application[J]. Sensors,2010,10(4): 3549-3561.

[13]SIBILLANO T,ANCONA A,BERARDI V,et al. Correlation analysis in laser welding plasma[J]. Optics Communications,2005,251(1/2/3):139-148.

[14]ZOU J,YANG W,WU S,et al. Effect of plume on weld penetration during high-power fiber laser welding[J]. Journal of Laser Applications,2016,28(2): 022003.

[15]GAO M,ZENG X Y,HU Q W. Effects of gas shielding parameters on weld penetration of CO2laser-TIG hybrid welding[J]. Journal of Materials Processing Technology,2007,184(1/2/3):177-183.

[16]LI Z Y,WANG W,WANG X Y,et al. A study of the radiation of a Nd: YAG laser-MIG hybrid plasma[J]. Optics and Laser Techno-logy,2010,42(1):132-140.

[17] 焦嬌,楊立軍,劉桐,等. YAG激光焊接等離子體電信號(hào)檢測(cè)與焊接模式分析[J]. 中國(guó)激光,2014,41(9):96-101. JIAO Jiao,YANG Lijun,LIU Tong,et al. Electrical detection of the plasma and analysis of welding modes in YAG laser welding [J]. Chinese Journal of Lasers,2014,41(9):96-101.

[18]LUO Y,DU Y,ZHU L,et al. Study on the thermo-effect of P-GMAW characterized by structure-borne acoustic emission signals detected in welding on aluminum alloy[J]. Measurement，2016,92:200-207.

[19] 劉京雷,陳彥賓,徐慶鴻. 激光焊接聲信號(hào)與熔深的相關(guān)性[J]. 焊接學(xué)報(bào),2006,27(1):72-75. LIU Jinglei,CHEN Yanbin,XU Qinghong. Correlation of acoustic signals and weld depth in laser welding [J]. Transactions of the China Welding Institution,2006,27(1):72-75.

[20]TASHIRO S,TANAKA M,KAWAHITO Y,et al. X-ray observation of three-dimensional convection in weld pool in keyhole welding with plasma arc[J]. Preprints of the Mational Meeting of JWS,2012,91:248-249.

[21]BHATTAD N M,PATIL S S. System and method for identifying defects in welds by processing X-ray images[J]. Journal of the Brazilian Society of Mechanical Sciences & Engineering,2015:1-8.

[22]RAO P S,RATNAM Ch. Health monitoring of welded structures using statistical process control[J]. Mechanical System and Signal Processing,2012,27(1):683-695.

[23]GAO X D,ZHANG Y X. Prediction model of weld width during high-power disk laser welding of 304 austenitic stainless steel[J]. International Journal of Precision Engineering and Manufacturing,2014,15(3):399-405.

[24] 王清,那月,孫東立，等. GH99合金TIG焊接接頭拉伸性能的人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J]．焊接學(xué)報(bào)，2010，31(3)：77-80. WANG Qing,NA Yue,SUN Dongli,et al. Prediction of tensile property of TIG welding joints in GH99 alloy by artificial neural network[J]. Transactions of the China Welding Institution,2010,31(3):77-80.

[25]OKUYUCU H,KURT A,ARCAKLIOGLU E. Artificial neural network application to the friction stir welding of aluminum plates[J]. Materials and Design,2007,28(1):78-84.

[26]ZHONG Y G,XUE K,SHI D Y. An improved artificial neural network for laser welding parameter selection and prediction[J]. The International Journal of Advanced Manufacturing Technology,2013,68(1/2/3/4):755-762.

[27]ZHANG Y，GAO X，KATAYAMA S. Weld appearance prediction with BP neural network improved by genetic algorithm during disk laser welding[J]. Journal of Manufacturing Systems,2015,34:53-59.

[28]YOU D Y,GAO X D,KATAYAMA S. Multisensor fusion system for monitoring high-power disk laser welding using support vector machine[J]. IEEE Transactions on Industrial Informatics,2014,10(2):1285-1295.

[29]ZHOU M,LIU W Z,WAN L. Multi-information fusion and identification system for laser welding[C]//Advances in Neural Networks-ISNN 2009.Wuhan: [s.n.],2009:986-992.

[30]HE K F,LI X J. A quantitative estimation technique for welding quality using local mean decomposition and support vector machine[J]. Journal of Intelligent Manufacturing,2016,27(3):525-533.

[31]HUANG X X,CHEN S B. SVM-based fuzzy modeling for the arc welding process[J]. Materials Science and Engineering,2006,427(1/2):181-187.

[32]YOU D，GAO X，KATAYAMA S.WPD-PCA-based laser welding process monitoring and defects diagnosis by using FNN and SVM [J]. IEEE Transactions on Industrial Electronics,2015,62(1):628-636.

[33]LIM D H,BAE I H,NA M G,et al. Prediction of residual stress in the welding zone of dissimilar metals using data-based models and uncertainty analysis[J]. Nuclear Engineering and Design,2008,240(10):2555-2564.

[34] 王騰. 大功率碟型激光焊金屬蒸氣圖像動(dòng)態(tài)特征分析[D]. 廣州：廣東工業(yè)大學(xué),2012. WANG Teng. Analysis of the Dynamic Characteristics of Metal Vapor Image During High-power Disk Laser Welding[D]. Guangzhou: Guangdong University of Technology,2012.

Research progress of laser welding process dynamic monitoring technology based on plasma characteristics signal

WANG Teng, CHEN Juequan, JIN Xiaoli

(School of Computer, South China Normal University, Guangzhou, Guangdong 510631, China)

During the high-power laser welding process, plasmas are induced by the evaporation of metal under laser radiation, which can affect the coupling of laser energy and the workpiece, and ultimately impact on the reliability of laser welding quality and process directly. The research of laser-induced plasma is a focus in high-power deep penetration welding field, which provides a promising research area for realizing the automation of welding process quality inspection. In recent years, the research of laser welding process dynamic monitoring technology based on plasma characteristics is mainly in two aspects, namely the research of plasma signal detection and the research of laser welding process modeling. The laser-induced plasma in the laser welding is introduced, and the related research of laser welding process dynamic monitoring technology based on plasma characteristics at home and abroad is analyzed. The current problems in the field are summarized, and the future development trend is put forward.

pattern recognition; characteristics of laser-induced metal vapor; high-power laser welding; least squares support vector regression; multiple kernel learning

1008-1542(2017)01-0001-06

10.7535/hbkd.2017yx01001

2015-10-19；

2016-01-06；責(zé)任編輯：王海云

國(guó)家自然科學(xué)基金(51505158)；廣東省自然科學(xué)基金(2014A030310153)

王 騰(1976—)，女，山東青島人，講師，博士，主要從事機(jī)器視覺(jué)及自動(dòng)控制方面的研究。

E-mail：towangteng@263.net

TP391

A

王 騰,陳玨銓,金小莉.基于等離子體特征信號(hào)的激光焊接過(guò)程動(dòng)態(tài)監(jiān)控技術(shù)研究進(jìn)展[J].河北科技大學(xué)學(xué)報(bào),2017,38(1):1-6. WANG Teng, CHEN Juequan, JIN Xiaoli.Research progress of laser welding process dynamic monitoring technology based on plasma characteristics signal[J].Journal of Hebei University of Science and Technology,2017,38(1):1-6.