基于多源信息融合的铝合金VPPAW成形预测和智能控制研究

发布时间：2020-05-19 16:12

【摘要】：在被誉为“21世纪最具发展前景的先进焊接技术之一”的高能束焊接技术中,铝合金穿孔型变极性等离子弧焊(VPPAW)由于具有能量密度高、穿透力强、焊缝无气孔等诸多优点,广泛应用于航空航天、核电等高端制造业领域。由于等离子弧独特的物理特性,为穿孔型等离子弧焊接带来一系列问题,如等离子弧焊接熔池-小孔稳定性、工艺规范参数敏感性、可调工艺裕度窄等。因此,如何实现穿孔等离子弧焊接过程稳定运行、适度拓宽工艺参数裕度,准确表征铝合金变极性等离子弧焊接小孔行为、熔池特征信息以及稳定成形控制一直是焊接领域极具挑战性的难题之一。在围绕宇航焊接结构(件)焊接智能制造的背景下,本文尝试发展一种基于等离子弧的电信号、声音信号以及穿孔熔池的视觉特征信号等多源信息智能处理、铝合金变极性等离子弧焊穿孔行为动态在线监测及实时稳定控制的新途径。本文对2219铝合金VPPAW过程焊缝熔透预测与控制问题进行了深入的研究,首先搭建了一套VPPAW过程多传感器信息采集及控制系统平台,该平台不仅可以实现焊接过程多传感器信息的实时采集和处理,还可以实现穿孔熔池动态过程的建模和闭环熔透控制。为了实现对2219铝合金VPPAW过程穿孔熔池动态变化的监测,设计了双光路视觉传感系统,实现了工件正反面穿孔熔池图像的同步采集。通过对不同熔透状态下的熔池-小孔动态行为的分析,开发了基于组合部件模型(Part-based Model)的图像识别算法以提取穿孔熔池的视觉特征。然后通过调节焊接工艺参数来改变电弧的穿透能力,观察不同焊接工艺条件下的焊接质量对熔池特征参数的影响趋势。在此基础上,通过改进的背面视觉传感系统,深入研究背面小孔尺寸的动态变化特征与焊接质量的关系,并结合建立的VPPAW穿孔熔池受力模型分析其变化机理。受焊接过程可能存在强等离子弧、尾焰以及飞溅的影响,因而有时难以获得清晰稳定的视觉图像。考虑到电弧声包含了大量焊接过程的信息,为此,本文引入焊接电弧声信号作为另外一种重要的传感方式。在充分理解独特的等离子弧焊“双声源特性”的基础上,采用信号处理技术对焊接动态过程进行了深入研究,并提取了VPPAW过程的声音时域特征、频域特征以及梅尔频率倒谱系数(MFCC)。最终分析这些声音特征与背面小孔动态行为和实际焊接质量之间的关系,为基于电弧声信号的VPPAW熔透状态监测和成形控制提供了熔透特征值。在穿孔熔池图像和等离子弧声音的多源信息特征层融合的基础上,采用了一种基于t分布随机领域嵌套(t-Distributed Stochastic Neighbor Embedding,t-SNE)的流形学习方法,实现了高维特征空间的降维和可视化。其次以深度信念网络(Deep Belief Network,DBN)模型为分类算法,构建了基于多源信息特征的熔透分类模型,定性化地判断VPPAW过程的实际熔透状态。最后构建了自适应神经模型推理系统(Adaptive neuro-fuzzy inference system,ANFIS)的焊缝成形预测模型,来预测当前时刻的背面熔宽值,从而为VPPAW后续闭环控制提供特征信息反馈值。在VPPAW焊接过程信息获取、融合处理、知识建模的基础上,针对难以建立控制器所需的精确模型的局限性,本文将无模型自适应控制(Model-Free Adaptive Control,MFAC)引入到VPPAW的焊缝成形控制中,以背面熔宽为被控量,从而实现焊缝的稳定成形。为了比较控制效果,设计了单变量的PID控制器和多变量的MFAC控制器并对这两种控制器进行了仿真和验证了控制器的有效性。对2219铝合金变热输入、变散热以及变厚度条件下进行一系列控制实验,并且比较了两种控制器的实际控制效果。实验结果表明,以焊接电流作为单变量的PID控制器虽然能防止焊缝发生焊漏,但不能得到均匀一致的焊缝成形。利用焊接电流和等离子气流量的多变量MFAC控制器能够得到均匀一致的焊缝成形,从而获得较理想的稳定焊缝成形控制效果。
【图文】：

焊接工艺,广泛应用,焊接技术,高能束

VPPAW 工艺概况随着“中国制造 2025”和“工业 4.0”概念的提出，围绕创新驱动、智能发展的主题，“高能束智能加工与绿色制造”成为了当今高端焊接技术和难点。作为先进的高能束焊接技术之一，变极性等离子弧焊接(Varity Plasma Arc Welding，简称 VPPAW)由于具备能量密度高、电弧穿以及焊接效率高的诸多优点，从而产生稳定的穿孔熔池，实现中厚板焊双面成型[1]。与常规的钨极氩弧焊(Gas TungstenArc Welding，简称 G(如图 1-1 所示)，，VPPAW 工艺通过高温压缩的等离子弧形成贯穿工件yhole)，从而实现铝合金工件的稳定熔透。由于该工艺可以很好地抑制等缺陷的产生，被称为“零缺陷”的焊接技术，并作为主力焊接工艺在航天器制造领域[2]。

示意图,电参数,实验系统,示意图

第一章绪论homay Pal 等人[7]首先应用响应面法(RSM)进行了一系列脉冲 MIG，并采集到了相应的焊接电流、电压信息，然后对电信号进行特征为神经网络预测模型的输入参数，从而预测得到工件的极限拉应强度的实时监控，整个实验系统如图 1-2 所示。基于神经网络的智 Kim 等人[8]将采集到的 GMA 焊接过程电流、电压参数均作为模型从而获得最终的焊缝尺寸，其中包括背面焊缝宽度、焊缝高度、熔实现焊接参数的优化设计。此外，文献[9-10]主要研究了电阻焊过接电流对工件焊缝性能、电阻焊熔核尺寸、断裂性能的影响，从而参数的优化提供了指导依据。
【学位授予单位】：上海交通大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TG457.14

【参考文献】