[发明专利]一种GTAW焊接熔透状态的声音信号传感及预测方法

说明书

技术领域

本发明涉及焊接质量控制技术领域，特别是涉及一种GTAW焊接熔透状态的声音信号传感及预测方法。

背景技术

钨极气体保护焊(简称“GTAW”)是精密焊接产品制造的重要工艺之一。尤其是在高新技术产业中(如航天工业)实现GTAW的自动化和机器人化具有重要的应用价值。

要获得高精密度焊接质量并实现高水平的焊接自动化或机器人焊接，必须实现对焊接动态过程，即焊接熔池动态特性的有效控制。周知，GTAW过程是一个高度非线性，多变量耦合作用，同时具有大量随机不确定性因素的复杂过程，决定了对GTAW熔池过程的熔宽、熔深、焊缝成形等质量控制问题是非常困难的。

传统的焊接工艺主要是依赖于人工的经验操作，焊接先进制造技术的主要发展方向是实现焊接自动化、智能化，目标是用机器来代替人工完成焊接过程操作，这一方向的前沿研究工作则是如何模拟焊工在焊接过程中的行为，包括观察、听声、决策与动作。结合现阶段的技术发展水平，现实的目标就是如何使焊接机器人能够实现类似人的视觉和听觉感知焊接质量信息，然后根据经验知识采用适当操作改变工艺参数、运动轨迹与姿态，从而实现焊缝成形与质量的精确控制。焊接质量是焊接技术发展的一个重要指标，而焊接熔池的形状和尺寸对于焊缝的成形、微观组织、焊接缺陷等等具有非常重要的作用。因此焊接过程的熔透控制是实现焊接智能化、机器人化的一个关键技术。

先前的研究主要集中在基于视觉信息的传感，通过工业CCD相机观测熔池图像，并对图像进行处理，提取熔池形状、尺寸作为特征，进而分别建立尺寸信息与焊接工艺参数间的控制模型和建立尺寸信息与熔透间的预测模型，从而达到了可实时调节焊接工艺参数来控制焊接熔透的目的。尽管该种技术已经取得了丰硕成果，然而受实际焊接过程中烟尘、金属蒸发、飞溅等影响，给熔池的尺寸信息提取带来误差，因此为了降低视觉传感器在干扰下的误判和减少信息冗余，提出引入声音传感器作为第二个传感器。

在焊接过程中声音信息一般可分为超声和可闻声。考虑到主要是用于模拟焊工的听觉，因此所提取的声音为可闻声声压，选择麦克风作为获取声音信号的传感器。可闻电弧声信号相对于其它电弧信号，它的传感与数据采集更加简单易行，因此对焊接质量在线监控是更有价值、有潜力的源信号。

现有的焊接声音特征提取和识别方法可归纳为：特征提取，包括“信号处理+统计量”技术，语音识别技术；声音识别，包括神经网络(简称ANN)；支向量集(简称SVM)。虽然ANN和SVM的分类决策能力和对不确定信息和描述能力已得公认，但它对动态时间信号的描述能力尚不尽如意，通常它们分类只能解决静态模式分类问题。

发明内容

本发明所要解决的技术问题是提供一种GTAW焊接熔透状态的声音信号传感及预测方法，可有效地对焊接熔透进行实时检测和控制。

本发明解决其技术问题所采用的技术方案是：提供一种GTAW焊接熔透状态的声音信号传感及预测方法，包括以下步骤：

(1)利用声音传感器采集GTAW焊接动态过程的电弧声音；

(2)对采集到的GTAW焊接动态过程的电弧声音进行特征提取，得到电弧声音特征；

(3)根据得到的电弧声音特征建立HMM模型，并进行模型训练和声音熔透识别；

(4)根据声音熔透识别预测GTAW焊接熔透状态。

所述步骤(3)包括以下子步骤：

(31)根据电弧声音特征，以前向三状态输出地HMM拓扑结构的初始状态确定为第一状态时，HMM的参数集可表示为λ＝(A，B)，A＝(a_ij)_N×N表示状态概率转移矩阵，B＝{b_j(o_t|q_j)}，2≤j≤N-1为特征矢量概率密度函数参数集，其中，N状态数量，q代表隐含状态量，o代表观察状态，a_ij表示前一时刻隐含态为q_i时下一隐含态为q_j的概率，b_j表示在隐含态为q_j状态时观察状态为o_t的概率，i，j代表矩阵中的位置角标；

(32)根据HMM的参数集计算HMM生成该声音信号序列的概率大小，概率其中，S表示状态序列＝q₁，q₂...，q_T，T为观察序列总长，t＝1，2，....T观察时间状态序列，为一段声音对应的特征矢量序列；