文靜　賈洪德

摘要：利用現(xiàn)代傳感技術(shù)和計算機監(jiān)測技術(shù)，建立電阻點焊電信號和機械信號實時監(jiān)測系統(tǒng)，實現(xiàn)對點焊過程中焊接電流、電極間電壓、動態(tài)電阻和動態(tài)電極壓力的實時監(jiān)測。根據(jù)動態(tài)電阻和動態(tài)電極壓力的變化規(guī)律，通過相關(guān)分析，提取表征焊接質(zhì)量的動態(tài)電阻特征值和動態(tài)電極壓力特征值。利用多元線性回歸分析建立點焊質(zhì)量預測模型，選用設(shè)定的焊接電流、電極壓力、焊接時間、動態(tài)電阻特征值和動態(tài)電極壓力特征值作為輸入變量，表征點焊質(zhì)量的熔核直徑作為輸出變量。試驗結(jié)果表明，建立的點焊質(zhì)量預測模型可較準確地預測點焊熔核直徑，最大預測偏差不超過0.4 mm。

關(guān)鍵詞：電阻點焊;實時監(jiān)測系統(tǒng);熔核直徑;特征值;質(zhì)量預測模型

中圖分類號：TG438.2文獻標志碼：A文章編號：1001-2303（2020）05-0102-05

DOI：10.7512/j.issn.1001-2303.2020.05.21

0 前言

電阻點焊是一個高度非線性、有多變量耦合作用和大量不確定因素相互影響的復雜過程，同時點焊熔核的形成和長大過程均處于封閉狀態(tài)，無法直接觀測，而且點焊時間極短，焊接條件的短時波動就會造成較嚴重的飛濺、虛焊或脫焊等缺陷。因此保證焊接質(zhì)量成為電阻點焊技術(shù)研究中的重要問題。隨著計算機技術(shù)、現(xiàn)代傳感技術(shù)和智能監(jiān)控技術(shù)的發(fā)展，基于點焊過程動態(tài)信號特征分析進行點焊質(zhì)量在線預測成為保證點焊質(zhì)量的重要手段，并受到持續(xù)關(guān)注。國內(nèi)外很多學者對點焊過程中的各類信號進行了研究，從中提取表征點焊質(zhì)量的特征信息，建立點焊質(zhì)量預測模型，從而實現(xiàn)對點焊質(zhì)量的在線預測，這些信號包括焊接電流、電極間電壓、動態(tài)電阻[1-5]、電極壓力[6-7]、電極位移[8-9]、電流與電壓、超聲波[10]、聲發(fā)射[11]、紅外輻射等。

文中設(shè)計開發(fā)了一種可以安裝在焊機上的動態(tài)信號監(jiān)測系統(tǒng)，實現(xiàn)對焊接電流、電極壓力、動態(tài)電阻等多種信息的實時監(jiān)測。通過分析點焊過程中的動態(tài)信號，提取表征點焊質(zhì)量的特征值，建立點焊質(zhì)量預測模型，實現(xiàn)對點焊熔核直徑的預測。

1 監(jiān)測系統(tǒng)總體設(shè)計

監(jiān)測系統(tǒng)整體結(jié)構(gòu)如圖1所示。以TDZ-3X100型三相次級整流點焊機為監(jiān)測對象，通過Rogowski線圈電流傳感器、上下電極對的引線和高靈敏石英應(yīng)變傳感器實現(xiàn)對點焊過程中焊接電流、電極間電壓、電極壓力信號的實時監(jiān)測[12]。監(jiān)測系統(tǒng)通過信號調(diào)理電路對線圈電流傳感器輸出的微分信號進行積分處理，并對電極間電壓信號進行隔離處理。使用Visual C++進行監(jiān)測系統(tǒng)的軟件開發(fā)，通過軟件控制數(shù)據(jù)采集卡（A/D）采集焊接電流、電極間電壓、電極壓力3路信號，并對采集的實時數(shù)據(jù)進行存儲和分析。2 動態(tài)信號的監(jiān)測技術(shù)

2.1 焊接電流的監(jiān)測

考慮Rogowski線圈電流傳感器具有結(jié)構(gòu)簡單、體積小、質(zhì)量輕、絕緣性好、頻帶寬、便于安裝等優(yōu)點，選用Rogowski線圈電流傳感器監(jiān)測焊接電流。Rogowski線圈電流傳感器測量電流的理論依據(jù)是安培環(huán)路定律和電磁感應(yīng)定律，即：

式中 B、H、Φ分別為磁感應(yīng)強度、磁場強度和磁通;n為單位長度線圈匝數(shù);l為閉合線圈長度;μ為空氣中的導磁系數(shù)，μ≈μ0=4π×10-7（H/m）（μ0為真空中的導磁系數(shù)）;S為線圈的截面積。由此可見，線圈電流傳感器輸出的感應(yīng)電動勢與被測電流（即焊接電流）的變化率成線性關(guān)系，可通過改變橫截面積和單位上的線圈匝數(shù)來調(diào)整線圈電流傳感器的靈敏度。

文中的監(jiān)測系統(tǒng)是將Rogowski線圈電流傳感器安裝在焊機的次級電流回路中，從而實現(xiàn)點焊過程中焊接電流的實時監(jiān)測。由于Rogowski線圈電流傳感器輸出的感應(yīng)電動勢并非焊接電流實際值，而是與焊接電流的變化率成線性關(guān)系，因此，為了采集點焊過程中的焊接電流信號，需對Rogowski線圈電流傳感器的輸出信號進行積分處理。選用失調(diào)和溫漂小的高性能運算放大器，適當增加積分電容，采用帶反饋電阻的近似積分器（即慣性環(huán)節(jié)）等措施來減少積分漂移問題。積分電路如圖2所示。

2.2 電極間電壓的監(jiān)測

由于點焊過程中的大電流會帶來強烈的磁場干擾，而點焊過程中上下電極間的電壓較小（零點幾伏到幾伏之間），為了減少干擾，監(jiān)測系統(tǒng)采用雙絞屏蔽線實現(xiàn)對電極間電壓的測量。同時為了穩(wěn)定安全地采集電極間電壓信號，監(jiān)測系統(tǒng)使用隔離運放模塊對電壓信號進行隔離處理，以消除監(jiān)測系統(tǒng)和焊機不同參考“地”帶來的危害。

2.3 電極壓力的監(jiān)測

點焊過程中，電極壓力并非按預設(shè)值不變，而是受熱膨脹、軟化、噴濺、電極系統(tǒng)振動、電極磨損、板材進給不正確、焊件變形等多因素影響。因此，在線監(jiān)測動態(tài)電極壓力對保證點焊質(zhì)量意義重大。文中采用高靈敏石英應(yīng)變傳感器對電極壓力進行監(jiān)測。該傳感器是一種基于壓電效應(yīng)的傳感器，傳感器的壓電晶體受力時會產(chǎn)生電荷，具有靈敏度高、頻帶寬、信噪比高、結(jié)構(gòu)簡單、結(jié)實耐用的優(yōu)點，適合動態(tài)壓力的測量。由于壓電傳感器受力時產(chǎn)生的電荷信號較微弱，且內(nèi)阻極高，因此需要放大壓電傳感器輸出的微弱電荷信號，且將壓電傳感器的高阻抗變換成低阻抗輸出。

2.4 數(shù)據(jù)采集卡的選擇

采用PCL-818L多功能數(shù)據(jù)采集卡，該采集卡具有16路單端模擬信號輸入、分辨率高、最高采樣頻率達到40 kHz，較高的采樣頻率可滿足與點焊質(zhì)量密切相關(guān)的高頻信號的采集需求。

選用PCLD-8115接線端子板，焊接電流、電極間電壓和動態(tài)電極壓力信號3路信號以單端方式接入接線端子板，接線端子板通過20-pin的接頭與PCL-818L采集卡連接。

2.5 監(jiān)測軟件的開發(fā)

使用Visual C++開發(fā)監(jiān)測軟件，通過軟件向計算機I/O端口地址讀寫數(shù)據(jù)來實現(xiàn)對PCL-818L數(shù)據(jù)采集卡的控制，使用內(nèi)部集成定時器對數(shù)據(jù)采集卡進行A/D觸發(fā)。通過大量的工藝試驗調(diào)整軟件參數(shù)，使監(jiān)測軟件可自動捕捉點焊過程。

3 焊接質(zhì)量預測

采用0.9 mm厚SUS304奧氏體不銹鋼（0Cr18Ni9）板材進行多組電阻點焊工藝試驗，以驗證監(jiān)測系統(tǒng)的有效性和穩(wěn)定性。為了便于數(shù)據(jù)分析，對動態(tài)電阻和電極壓力曲線進行平滑處理，監(jiān)測系統(tǒng)同步采集的典型動態(tài)電阻和電極壓力曲線如圖3所示。

點焊過程中的動態(tài)電極壓力與熱膨脹和焊接區(qū)的變形密切相關(guān)，當點焊過程中發(fā)生噴濺時，電極壓力信號會出現(xiàn)震蕩，可見動態(tài)電極壓力與點焊質(zhì)量有較強相關(guān)性[13]。動態(tài)電阻在一定程度上反映了焊接區(qū)金屬接觸面和熔化情況，動態(tài)電阻中的一些特征值與點焊熔核尺寸有較強的相關(guān)性，當點焊過程中發(fā)生噴濺時，動態(tài)電阻會出現(xiàn)驟降[3]。為了實現(xiàn)有效的焊接質(zhì)量預測，需從點焊過程中的動態(tài)信號中提取表征焊接質(zhì)量的特征值。

3.1 熔核直徑特征值的提取

不銹鋼電阻點焊過程中動態(tài)電阻曲線呈單調(diào)下降趨勢，通電之初動態(tài)電阻快速下降，隨后下降速度變緩，如圖4所示。

文中提取9個特征參數(shù)來表征點焊過程中的動態(tài)電阻變化過程，包括初始電阻值（r1）、拐點電阻值（r2）、通電結(jié)束時的電阻值（r3）、動態(tài)電阻從快速下降階段到緩慢下降階段的拐點時間（r4）、動態(tài)電阻拐點處的電阻下降幅度（r5）、通電結(jié)束時電阻下降幅度（r6）、快速下降階段的下降速率（r7）以及整個通電期間動態(tài)電阻平均值（r8）和動態(tài)電阻標準差（r9）。

利用相關(guān)分析檢驗動態(tài)電阻特征值r1～r9與熔核直徑D之間的相關(guān)關(guān)系，動態(tài)電阻特征值與熔核直徑D之間的相關(guān)系數(shù)如表1所示。通過對大量樣本的監(jiān)測數(shù)據(jù)和熔核直徑進行分析，最終得到動態(tài)電阻特征值r3、r8與熔核直徑之間的相關(guān)系數(shù)較大，可作為表征熔核直徑的特征信息。

點焊過程中的動態(tài)電極壓力并非按照預設(shè)電極壓力值保持不變，在整個通電過程中焊接系統(tǒng)的慣性力和摩擦力使動態(tài)電極壓力增大[14]，且隨著焊接時間的增加，動態(tài)電極壓力上升速度趨緩，如圖5所示。文中提取6個特征參數(shù)表征點焊過程中動態(tài)電極壓力的變化規(guī)律，包括電極壓力從快速上升階段到緩慢上升階段的拐點時間（f1）、拐點處的動態(tài)壓力上升幅度（f2）、通電結(jié)束時的動態(tài)壓力上升幅度（f3）、快速上升階段壓力上升速率（f4）以及整個通電過程中的動態(tài)壓力平均值（f5）和標準差（f6）。同樣，利用相關(guān)分析檢驗動態(tài)電極壓力特征值f1～f6與熔核直徑D之間的相關(guān)關(guān)系，最終得到動態(tài)電極壓力特征值f2、f3、f6與熔核直徑上之間的相關(guān)系數(shù)較大，可以作為表征熔核直徑的特征信息。動態(tài)電極壓力特征值與熔核直徑D之間的相關(guān)系數(shù)如表2所示。

3.2 點焊質(zhì)量預測

利用多元線性回歸分析建立點焊質(zhì)量預測模型，選用I（設(shè)定的焊接電流）、F（設(shè)定的電極壓力）、T（焊接時間）以及動態(tài)信號中表征熔核直徑的特征值r3、r8、f3、f6、f2作為輸入變量，表征點焊質(zhì)量的熔核直徑D作為輸出變量?？紤]到上述輸入變量之間也存在著較強的相關(guān)關(guān)系，因此使用逐步回歸方法（Stepward）進行輸入變量的選擇。上述信息總結(jié)如表3所示。

為了建立點焊質(zhì)量預測模型，進行了大量的工藝試驗，試驗樣本不僅包含合格焊點，還包括熔核尺寸不足、未熔合以及發(fā)生噴濺的焊點。回歸分析最終得到的電阻點焊熔核直徑預測模型為：

D=-12.083+1.193I+0.290T+0.030r3+0.754f3（5）

3.3 點焊質(zhì)量預測模型的性能評價

使用另一組試驗樣本對上述回歸模型的性能進行評價，如圖6所示。從整體上看，回歸模型實現(xiàn)了對點焊熔核直徑的預測，預測結(jié)果與熔核直徑的實測值基本保持一致，特別是在有熔核出現(xiàn)的情況下，模型的預測偏差不超過0.4 mm，基本實現(xiàn)了對點焊質(zhì)量的預測。

4 結(jié)論

（1）建立了電阻點焊過程中電信號和機械信號的實時采集系統(tǒng)，通過實時采集點焊過程中焊接電流、電極間電壓和電極壓力3路信號，計算得到動態(tài)電阻，為點焊質(zhì)量預測提供了基礎(chǔ)。

（2）利用相關(guān)分析確定與熔核直徑相關(guān)系數(shù)最大的動態(tài)電阻特征值有：r3（通電結(jié)束時的電阻值）、r8（動態(tài)電阻值的平均值）以及動態(tài)電極壓力特征值f3（通電結(jié)束時的動態(tài)壓力上升幅度）、f6（焊接過程中動態(tài)壓力值標準差）和f2（拐點處動態(tài)壓力上升幅度）。

（3）基于多元線性回歸分析建立了點焊質(zhì)量預測模型，可較準確地預測點焊熔核直徑，最大預測偏差不超過0.4 mm。

參考文獻：

[1] Livshits A G. Universal quality assurance method for resistance spot welding based on dynamic resistance[J]. Welding Journal，1997，76（9）：383-390.

[2] 袁海堃，谷曉鵬. 基于無線局域網(wǎng)的點焊質(zhì)量監(jiān)測系統(tǒng)[J]. 電焊機，2017，47（10）：20-23.

[3] 文靜，王春生，徐國成，等. 不銹鋼電阻點焊過程中動態(tài)電阻變化規(guī)律分析[J]. 焊接學報，2008，29（11）：69-72.

[4] Wen J，Wang C S，Xu G C，et al. Real time monitoring weld quality of resistance spot welding for stainless steel[J]. ISIJ International，2009，49（4）：553-556.

[5] Wen J，Zhang X D，Xu G C，et al. Quality estimation of resistance spot welding of stainless steel based on BP neural network[J]. China Welding，2009，18（3）：16-20.

[6] Tang H，Hou W，Hu S J，et al. Force characteristics of resistance spot welding of steels[J]. Welding Journal，2000，79（7）：175-183.

[7] 陳材，祁俊峰，陳樹君. 點焊信息在線監(jiān)測與評估在航天器艙體結(jié)構(gòu)中的應(yīng)用[J]. 電焊機，2018，48（2）：1-5.

[8] Khan J A，Xu L，Chao Y J. Prediction of nugget development during resistance spot welding using coupled thermalelectrical-mechanical model[J]. Science and Technology of Welding and Joining，1999，4（4）：201-207.

[9] 王先鋒，蔣忠城，段華東，等. 電阻點焊中電極位移三段距離測量方法及試驗驗證[J]. 焊接學報，2016，37（8）：6366.

[10] 吳剛，關(guān)山月，汪小凱，等. 基于超聲信號增益補償?shù)碾娮椟c焊熔核直徑評估算法[J]. 中國測試，2018，44（8）：1319.

[11] Dickerson P B，Irving B. Welding aluminum：It’s not as difficult as it sounds[J]. Welding Journal，1992，71（4）：4450.

[12] 文靜. 電阻點焊質(zhì)量監(jiān)測智能化及系統(tǒng)研究[D]. 吉林：吉林大學，2010.

[13] Xu G C，Wen J，Wang C S，et al. Quality monitoring for resistance spot welding using dynamic signals[C]. Proceeding of the 2009 IEEE：2495-2499.

[14] Wen J，Jia H D，Wang C S. Quality Estimation System for Resistance Spot Welding of Stainless Steel[J]. ISIJ Intern ational，2019，59（11）：2073-2076.