鋁合金MIG焊接熔滴過渡瞬態(tài)特征研究.pdf

1、MIG電弧焊接過程伴隨著聲、光、電等多種能量形式的釋放，它們與電弧行為、熔滴過渡、傳熱過程存在密切關系。本文以熔滴過渡的實時檢測與模式識別為目的，面向鋁合金材料的MIG焊接建立了在線檢測實驗系統(tǒng)，同步監(jiān)測鋁合金熔滴過渡過程中的電流、電壓等電信號和結構負載聲發(fā)射信號，通過分析電信號與聲發(fā)射信號之間的關系完善了以電信號和聲發(fā)射信號共同界定熔滴過渡模式轉變，分析了不同熔滴過渡模式下信號的特征信息，并提取電信號中的特征參數建立了BP人工神經網絡

2、模型，實現(xiàn)了對鋁合金熔滴過渡模式的智能識別。
　　研究結果表明，鋁合金熔滴過渡電信號和結構負載聲發(fā)射信號與熔滴過渡模式轉變存在密切的相關關系，且聲發(fā)射信號時域波形特征能夠很好的彌補電信號難以準確界定熔滴噴射過渡模式的不足。針對熔滴短路過渡和熔滴過渡模式轉變的回歸分析和顯著性檢驗表明，影響熔滴短路過渡頻率變化及熔滴過渡模式轉變的主要因素為焊接電流和電弧電壓，且焊接電流為主要影響因素。
　　統(tǒng)計焊接電流、電弧電壓和通道電阻的特征

3、參數，利用聚類分析發(fā)現(xiàn)焊接電流、電弧電壓和通道電阻的平均值-標準差聚類特征圖用于界定熔滴過渡模式轉變的散點分布特征更為理想，即同一熔滴過渡模式下的散點分布較為聚集，不同熔滴過渡模式的散點所形成的區(qū)間呈現(xiàn)一定的線性關系，特征參數的確定為熔滴過渡模式的智能識別奠定基礎。
　　以焊接電流、電弧電壓和通道電阻的平均值和標準差作為人工神經網絡的輸入層，短路過渡、球狀過渡和噴射過渡三種過渡模式作為輸出層建立BP神經網絡模型。經過訓練后的人工神