电阻点焊质量控制技术的方法与研究航空制造工程学院080142 05 韦谨宗0 前言电阻点焊是一种高效的焊接方法，具有能量集中、变形小、辅助工序少、无须填加焊接材料、生产效率高、操作简便和易于实现自动化等特点，广泛应用于航空、航天、汽车制造等行业生产中，但是由于点焊过程以电流通过焊接区产生的电阻热为热源，是一个高度非线性、多变量藕合作用并伴随着大量随机不确定因素的过程，焊点接头质量受各种不可测因素的影响;并且焊点熔核处于封闭状态，使形核过程无论是在焊接期间还是在焊后都无法直接观测到，质量信息的提取比较困难；焊点形核凝固时间短暂，同时要求特定、精确的温度场分布，环境的瞬时改变可能造成严重后果，出现裂纹、缩孔、疏松、偏析、深度压痕、喷溅乃至虚焊、漏焊、弱焊、烧穿等缺陷，造成焊点质量不稳定和难以控制，严重限制和影响了点焊技术在重要结构上的广泛使用[1].。

传统生产中，焊接质量是通过稳定焊接工艺参数和焊后检验来保证的。

由于焊点接头质量受大量随机因素的影响，仅通过稳定工艺参数不可能全面保证焊点质接缺陷、实现焊接质量在线监控，因此发展一种在线、非破坏性、低成本、诊断可靠性高的质量评判系统对于现实生产及点焊方法的广泛使用是非常有意义的。

现代信号分析处理、人工智能、模式识别、数据挖掘等信息处理方法凭借其明确的问题定义、严格的数学基础、坚实的理论框架和广泛的应用价值，为处理点焊过程监测特征参量与焊点质量评价指标之间复杂的多元非线性相关关系提供了丰富的方法。

1电阻点焊质量监测技术的方法点焊过程通常由预压、焊接、锻压三个阶段构成[2]，是一个电场、热场、力场等各种场祸合作用的过程，因此产生焊接缺陷的原因必然隐含于各种场监测参量的动态变化之中。

点焊过程的工艺参数主要有焊接电流、焊接时间、预紧力、顶锻力等。

接头形式和焊接规范一定时，焊点质量主要取决于电极、工件表面、接触面的微观状态、动态变化，它们影响点焊过程中能量的输入与分配、局部热积累速度和热量的分布。

1.1监测焊接热量这类方法包括恒流控制法(I2积分式)，恒压控制法(U2积分式)和恒功率控制法(IU积分式)等。

其原理是:在焊接过程中，适时测量焊接热量参数，并与给定值相比较，当出现偏差时，调节可控硅的控制角，以维持焊接热量参数的恒定。

这类方法的优点是简单可靠、易于实现。

国内的研究人员以单片机为点焊过程监测系统核心，借助高精度电流传感器，设计算法实现电流有效值测量，为提高恒流控制精度奠定试验基础。

目前欧洲及日本的各大汽车公司仍然以恒流控制为主，但其产品从精度及控制方式上比国内先进，生产实践证明，监控效果良好，使用方便，成本低。

但是这类方法的缺点是对电极电压波动、电极磨损及分流影响无补偿作用[2]。

1.2单参量监测技术将监测信息作为判断焊点质量的依据，其前提是要建立监测信息与焊点质量如熔核直径和接头强度之间的关系模型，找出获得合格焊点时监测信息特征量的范围，由此判断焊点质量合格与否，这方面采用较多的是测量动态电阻，因为动态电阻综合考虑了电极间电压和焊接电流对熔核质量的影响，与熔核生长密切相关。

利用监测特征参量监控焊接过程中焊接区金属状态的变化以及焊接缺陷的产生。

如监测焊接区金属相变时刻、点焊过程的喷溅、虚焊等现象。

点焊过程中的单一的监测信息预测焊点质量只能在较窄的范围内提供可靠的信息.。

而实际的点焊过程是很复杂的，因此这样的监测模型与被测对象之间相差很远。

在研究其应用中薛海涛等人[3]采用图形化语言的虚拟仪器开发工具Labview开发点焊参数采集及缺陷信息分析系统，在研究采集电流、电极电压的基础上，建立了基于电压曲线斜率变化反映喷溅缺陷的算法和基于积分变化判读脱焊缺陷的算法。

长春工业学院的马凯[4]对动态电阻点焊监控系统采用多参数分时段的监测方法，首次把动态电阻自适应控制系统DRC的控制模型分成不同时段，具体包括网压前馈控制、谷底到达时间的模糊控制、谷底过后上升阶段的PID控制和阐值前馈控制等不同时段，并同时对每个时段采用不同的控制算法实时跟踪相同工艺条件下实际焊点的动态曲线的发展趋势，同时与标准的特性曲线相对比，根据比较产生的偏差随时调整晶闸管的导通角对焊接热量进行调节。

1.3多参量综合监测技术实践证明根据点焊过程中监测信息的某一特征预测焊点质量只能在较窄的范围内提供可靠的信息，而实际点焊过程的复杂程度使这种监测模型与实际的被测对象之间相离甚远，这样预测的结果就不够稳定、适用范围十分有限。

只有克服单一特征量监测技术的不足，充分利用各种监测参量所提供的焊点质量信息，才能作出对焊点质量的合理评价。

众多研究人员提出:点焊质量监测技术进一步的研究方向是发展多参量综合监测技术。

现代信号处理、电力电子、信息处理、计算机自动控制领域的技术发展，特别是神经网络、数据挖掘、模式识别、有限元元分析仿真技术的发展为实现焊点质量在线评估提供了大量创新性的思路。

（1）基于统计分析、数据挖掘方法的点焊质量监测统计分析、数据挖掘是数据库处理的一般方法，目的是从大量数据中发现未知的、有价值的模式或规律。

线性回归分析、非线性回归分析、因子分析、主成分分析(PCA), CART决策树、支持向量基(SVM)等方法是研究变量之间的相关关系时频繁使用的数学工具。

:哈尔滨工业大学的张忠典，李冬青等人[4]以动态电阻与接头质量参数之间关系为例，用线性回归分析技术，系统地研究了点焊加热过程中监测信息与点焊熔核尺寸之间的一元或多元回归模型关系，并对各种数学模型的预测精度做了相应的比较，证明综合考虑多监测参量可以提高模型的预测精度。

（2）基于数值模拟方法的焊点过程仿真为了更加精确、严格地描述某个过程，往往要建立其数学模型。

以数学模型为基础，利用计算机技术进行模拟是现代科学研究的常用方法。

点焊过程的数值模拟是一个多场祸合的非线性复杂问题，涉及材料的导电学、力学、热学性能等问题。

只有正确分析、理解焊接过程各种随机现象的本质，才能建立起有效的数学模型，才能有助于研究人员进一步了解焊接过程的规律。

国内在20世纪80年代初，开始了点焊数值模拟方面的研究工作。

吉林大学王春生、赵熹华等[6]采用了三维有限差分数值模拟的方法，对点焊过程中的电场和温度场进行藕合求解，并对计算过程动态数组的设定、隐格式求解法及相关的收敛模式，进行了合理的设计，自行开发了计算软件，使点焊的数值模拟过程能在微机上运行，为进一步开展点焊形核过程的理论研究提供了条件。

（3）基于现代信号处理技术的点焊质量监测信号可以从频率域(简称频域)、时间域(简称时域)来描述。

对点焊过程监测信号进行频域、时频分析(如功率谱分析、短时傅立叶变换、小波分析等)提取监测特征参量，映射焊点质量还在起步阶段。

天津大学的罗震、单平等，采用非平稳过程的时频分析方法对铝合金点焊中声音信号的时频能量分布进行分析，结果表明Choi-williams时频分布是一种较好的铝合金点焊声音分析方法，可以区分不同熔核状态，其计算结果可以作为铝合金点焊过程的监测参数和质量检验的依据，并且采用小波包分析铝合金点焊飞溅现象[7-8]。

兰州理工大学的马跃州[9] 等针对点焊过程焊接电流、电极间电压、电极位移等信号进行了傅立叶谱、经典功率谱、短时傅立叶谱、小波分析，分析表明焊接电流、电极间电压、电极位移等信号在频域里的变化特征不明显，点焊过程信号特征分析重点将在时域中分析和提取。

2 基于人工智能的点焊质量监测技术的研究人工智能技术是研究如何用计算机来模仿人脑思维活动的科学，在处理难以用规律描述或具有模糊性问题方面有着常规方法不可比拟的优势。

电阻点焊是一个高度非线性，多变量复杂祸合的系统，不可能用明确的数学模型来建立监测特征参量与焊点质量评价指标之间的映射关系。

人工智能的发展给电阻点焊焊点质量预测、分类乃至实时控制提供了多种新的方法。

国内外的学者纷纷将人工智能的主要分支神经网络、专家系统和模糊控制等技术应用到点焊的质量预测和监控领域中，尝试解决点焊质量监测研究中长期以来较为棘手的问题。

2.1人工神经网络在点焊质量监测中的应用人工神经网络具有能从理论上逼近任意属于L2的非线性函数、采用并行分布式存储和处理信号，容错性很强、便于用大规模集成电路实现、适用于多信号的融合，可同时综合定量和定性信号，对多输入、多输出系统特别方便和可同时实现在线学习或离线学习，使之满足某种控制要求，灵活性很大的特点。

方平等人[11-12]在研究中利用人工神经网络能在无假设情况下建模和适用于多信号的融合的特点, 对电阻点焊的动态电参数进行融合处理, 建立电阻点焊质量的智能监测模型；为电阻点焊质量的智能控制系统的研究打下基础。

同时在《人工神经网络技术在点焊质量控制中的应用研究》中方平等人还利用人工神经网络具有解决多变量耦合、高度非线性、多信号融合处理、处理严重不确定系统问题和在无需假设的情况进行建模的特点，对电阻点焊过程进行多参数融合处理，建立交流点焊接头质量监测体系，实现交流点焊接头质量的预测和在线无损检测。

2.2模糊模型在点焊质量监测中的应用与ANN( 人工神经网络) 相比，模糊模型能更清晰地体现点焊过程中监测特征参量对焊点质量影响的程度。

要清楚地描述一个过程，最有效的办法就是建立其数学模型。

点焊过程是一个多场耦合的非线性复杂问题，只有正确分析、理解焊接过程中各种随机现象的本质, 才能建立起有效的数学模型。

谢林军[14]等人在点焊质量模糊控制系统的研究中有突出表现，他们设计的点焊过程模糊控制器能够有效地控制点焊过程的焊接电流,补偿焊接过程因素变化对焊接质量的影响,具有较强的自适应特性。

Lee [10]为了在能量损失最小的情况下获得理想的熔核尺寸，引入了功率密度思想设计计算模型，监测焊接过程随温度变化的动态电阻、焊接电流信号，计算输入功率密度，以焊接过程是否发生喷溅现象为依据，在不发生喷溅的情况下，选择电极位移信号的监测参量，在发生喷溅的情况下，选择第二到第六周波的动态电阻值为监测参量，分别设计模糊规则，建立焊点质量的模糊监测模型。

3 结论（1）点焊过程及质量的实时监控核心是监测或者控制问题，以点焊过程中的焊接电流、电极间电压、电极位移、压力等信号为信息源，以提取的特征参数和过程诊断及质量评判的指标之间建立的智能算法为技术平台，研究出了各种质量监控系统的实现方法。

(2)在进行点焊质量监测评估时，都是通过分析监测信息，采取一定的手段对质量指标进行推理预测。

因此，如何建立更加合理准确的模型，采用行之有效的手段，对质量指标进行精确的测量，得出准确的结果，是我们今后工作的重点和难点。

无论是在质量监测还是控制方面，在设计系统时，应尽可能地提高系统的可靠性，充分考虑干扰对系统的影响，并采取有效的手段排除，在软件设计上，尽量采用模块化的设计。