袁飛 岳晨凱 黃勇 李曉鵬 王克鴻

摘要：以多層多道的熔化極氣體保護(hù)電弧焊接過程為研究對(duì)象，以識(shí)別熔寬為目標(biāo)，設(shè)置了不同的工藝實(shí)驗(yàn)，獲得了不同熔寬下對(duì)應(yīng)的電弧信號(hào)。對(duì)不同工藝條件下的電信號(hào)進(jìn)行了時(shí)頻特征分析，并利用變分模態(tài)分解（VMD）方法提取其時(shí)頻特征值，結(jié)合支持向量機(jī)（SVM）模式識(shí)別算法對(duì)熔寬進(jìn)行多分類，構(gòu)建了不同工藝參數(shù)與熔寬的預(yù)測模型。經(jīng)驗(yàn)證，預(yù)測精度達(dá)到98.611 1%。為焊接過程信息化和智能化發(fā)展奠定了較好的技術(shù)基礎(chǔ)。

關(guān)鍵詞：電弧;電信號(hào);時(shí)頻特征;熔寬;預(yù)測

中圖分類號(hào)：TG444+.72? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1001-2003（2021）12-0016-08

DOI：10.7512/j.issn.1001-2303.2021.12.04

0? ? 前言

電弧作為應(yīng)用廣泛的焊接熱源，涉及大量的熱、力、聲等物理特征信息，這些信息體現(xiàn)了電弧的動(dòng)態(tài)行為特征，反映了焊縫成形特征[1]。研究不同工藝參數(shù)下的電信號(hào)特征，建立電信號(hào)特征與焊縫成形特征的關(guān)系，對(duì)于實(shí)現(xiàn)高精度、高靈敏的焊接質(zhì)量閉環(huán)控制具有重要意義。

檢測中采集到的信號(hào)不經(jīng)過處理很難辨別其特征。時(shí)頻分析方法結(jié)合了信號(hào)在時(shí)間域和頻率域的特征信息，直觀地描述了信號(hào)的頻率隨時(shí)間變化的關(guān)系，較傳統(tǒng)信號(hào)統(tǒng)計(jì)學(xué)分析方法具有巨大優(yōu)勢。近年來，新型自適應(yīng)時(shí)頻分析方法——變分模態(tài)分解（Variational Mode Decomposition，VMD）的出現(xiàn)為復(fù)雜的信號(hào)提供了精確的處理手段[2-6]。湖南大學(xué)李夢君將VMD方法應(yīng)用在碰撞信號(hào)的去噪上，效果明顯優(yōu)于經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）方法。南京理工大學(xué)周曉曉等人[7]利用VMD分解鋁合金雙絲PMIG（Pulse Metal Inert Gas）焊接電弧等效電阻，計(jì)算分解分量奇異譜熵，以等效電阻VDM-奇異譜熵為特征評(píng)價(jià)鋁合金雙絲 PMIG焊焊接過程穩(wěn)定性。湘潭大學(xué)羅爭光[8]引入VMD方法對(duì)磁控埋弧焊自動(dòng)跟蹤信號(hào)進(jìn)行分析處理，結(jié)果表明VMD方法提取跟蹤信號(hào)波形效果明顯，提取結(jié)果可用于焊縫跟蹤精度檢測。長春工業(yè)大學(xué)范高銘[9]結(jié)合VMD方法和希爾伯特-黃變換（Hilbert-Huang Transform，HHT）處理焊接鋼板振動(dòng)特性參數(shù)，將時(shí)頻譜的能量-時(shí)頻分布特征值作為檢測焊接鋼板殘余應(yīng)力的判別指標(biāo)。

目前，基于電弧信息時(shí)頻特征的信號(hào)處理已經(jīng)在單道焊接中得到應(yīng)用，但大厚板多層多道焊接工況較單道焊接復(fù)雜，特別是多重堆積過程中電信號(hào)所表現(xiàn)的特征、層間電信號(hào)的差異性、電信號(hào)與多重堆積效應(yīng)下焊接質(zhì)量的關(guān)系還有待深入研究。因此，文中基于焊接電信號(hào)檢測基礎(chǔ)，根據(jù)多層多道焊接過程中的多重堆積、多重?zé)崂鄯e特點(diǎn)，開展了多重堆積下焊接電信號(hào)檢測分析研究。

1 試驗(yàn)系統(tǒng)及數(shù)據(jù)采集

試驗(yàn)設(shè)備主要為Fronius公司CMT 4000系列焊機(jī)、ABB焊接機(jī)器人，及送絲、送氣系統(tǒng)等。焊接電源設(shè)有外控接口，可由RCU 5000i遙控器輸出信號(hào)調(diào)控工藝參數(shù)。焊機(jī)采用一元化模式焊接，通過調(diào)節(jié)送絲速度改變電流、電壓，得到4組不同層高、層寬的多層多道焊縫，焊接工藝參數(shù)如表1所示。

在熔化極氣體保護(hù)焊過程中，通過對(duì)應(yīng)傳感器采集電流和電壓信號(hào)，經(jīng)過電路轉(zhuǎn)換，利用USB-4711A數(shù)據(jù)采集卡的A/D功能將采集到的模擬信號(hào)轉(zhuǎn)換成計(jì)算機(jī)可識(shí)別的數(shù)字信號(hào)。數(shù)據(jù)卡采集模塊再將電弧電流和電壓信號(hào)以波形圖的形式顯示在電腦屏幕上，并保存數(shù)據(jù)。

2 結(jié)果與討論

2.1 氣體金屬電?。℅MA）信息的時(shí)頻特征分析

針對(duì)每道焊縫，實(shí)時(shí)采集焊接電流和電弧電壓信號(hào)，并將數(shù)據(jù)存儲(chǔ)為文本格式，以便后續(xù)利用VMD進(jìn)行分解分析。在VMD分解中，經(jīng)過多次試驗(yàn)，對(duì)比分析結(jié)果，最后模態(tài)個(gè)數(shù)k取8，懲罰因子 α取5 000，以提高分解效率。將采集到的數(shù)據(jù)文本導(dǎo)入VMD程序中，對(duì)其進(jìn)行均值濾波，并對(duì)分解信號(hào)進(jìn)行傅里葉變換和希爾伯特變換，分別得到分解信號(hào)的頻譜圖（FFT譜）和時(shí)頻譜圖（HHT譜），取分解信號(hào)的峰值頻率為特征值進(jìn)行后續(xù)分析。

以送絲速度為5.5 m/min時(shí)的工況為例，分析不同工藝參數(shù)下的電流、電壓波形。取第5層焊道中間5 000個(gè)電流與電壓信號(hào)數(shù)據(jù)進(jìn)行分析，采樣頻率fs=10 kHz，采樣時(shí)間t∈[0，0.5]。

2.1.1 電流信號(hào)的分解

電弧電流分解具體波形如圖1～圖3所示。圖1為實(shí)測電流信號(hào)及其分解HHT譜，圖1a為電流信號(hào)的時(shí)域圖，峰值電流約為270 A，谷值電流約為40 A，且因飛濺有少量缺失。圖1b為實(shí)測電流信號(hào)VMD分解分量經(jīng)希爾伯特轉(zhuǎn)變得到焊接信號(hào)的時(shí)頻譜圖，本征模態(tài)分量IMFs對(duì)應(yīng)的頻率有7個(gè)，由于模態(tài)數(shù)k=8，說明還有一個(gè)殘余分量。并且頻率越低，HHT譜中的線越平滑，說明焊接電流信號(hào)的頻率主要集中在低頻區(qū)域。

利用VMD算法對(duì)電流信號(hào)進(jìn)行自適應(yīng)時(shí)頻分解，得到7個(gè)本征模態(tài)分量IMFs和1個(gè)殘余分量（見圖2），從IMF1～I(xiàn)MF7的局部極值點(diǎn)間隔可以清晰地看出原始信號(hào)的熔滴過渡周期是均勻的且頻率逐漸變大，但其幅值逐漸變小。對(duì)本征模態(tài)分量進(jìn)行傅里葉變換，將其轉(zhuǎn)變?yōu)楹附有盘?hào)頻率隨幅值的變化關(guān)系（見圖3），從7個(gè)IMF的FFT譜圖中可以看出，IMF1分量的幅值最大且遠(yuǎn)大于其他分量，說明焊接電流信號(hào)的頻率能量主要集中在低頻區(qū)域，約為55 Hz。

2.1.2 電弧電壓信號(hào)的分解

電弧電壓分解具體波形如圖4～圖6所示。圖4為實(shí)測電壓信號(hào)及其分解HHT譜，圖4a為電壓信號(hào)的時(shí)域圖，峰值電壓約為30 V，峰谷電壓約為2 V，峰值電壓出現(xiàn)尖峰且電壓上升階段出現(xiàn)混雜。圖4b為實(shí)測電壓信號(hào)VMD分解分量經(jīng)希爾伯特轉(zhuǎn)變得到的焊接信號(hào)時(shí)頻譜圖，可以看出，IMFs對(duì)應(yīng)的頻率有7個(gè)，由于模態(tài)數(shù)k=8，說明還有一個(gè)殘余分量。且分解頻率越低，HHT譜中的線越平滑，頻率越高，線形越混雜，總體均勻分布在一個(gè)范圍內(nèi)。

電壓信號(hào)VMD分解分量示意圖如圖5所示，共有7個(gè)IMFs分量和1個(gè)殘余分量。從IMF1～I(xiàn)MF7分量的局部極值點(diǎn)間隔明顯看出，原始信號(hào)的熔滴過渡周期均勻，分量波形幅值逐漸減小，頻率逐漸增大，混頻情況逐漸加劇。再對(duì)7個(gè)IMF分量進(jìn)行傅里葉變換，將其轉(zhuǎn)變?yōu)楹附有盘?hào)的頻譜圖（見圖6），IMF1分量的幅值最大且遠(yuǎn)大于其他分量，說明焊接電壓信號(hào)的頻率能量主要集中在低頻區(qū)域，約為55 Hz。

將采集到的實(shí)測電信號(hào)按上述方法原理進(jìn)行分解，以電流與電壓IMFs分量的FFT譜的峰值頻率為特征參數(shù)。對(duì)采集的數(shù)據(jù)進(jìn)行預(yù)處理，去除每道焊縫電弧引弧和熄弧階段各1 s的數(shù)據(jù)，并將每道焊縫分為時(shí)間步長為0.5 s共5 000個(gè)數(shù)據(jù)段進(jìn)行分析，得到特征參數(shù)值，為后續(xù)分析奠定基礎(chǔ)。采用標(biāo)準(zhǔn)工藝參數(shù)所得第5層焊道36組數(shù)據(jù)段的時(shí)頻特征值如表2所示。

2.2 電弧信息與熔寬關(guān)系建模

處理、分析電信號(hào)并提取其特征的目的是預(yù)測熔寬。由電信號(hào)的時(shí)頻分析可知，電信號(hào)對(duì)焊縫成形特征較為敏感，但其提取出的特征值不止一個(gè)，它與成形質(zhì)量的關(guān)系難以用數(shù)學(xué)公式表達(dá)，所以需要建立數(shù)學(xué)模型來識(shí)別不同焊接質(zhì)量。文中建立GMA焊接質(zhì)量支持向量機(jī)（SVM）模型，以提取出來的特征值為輸入量對(duì)模型進(jìn)行訓(xùn)練測試，以此預(yù)測多層多道焊接熔寬信息。根據(jù)表1中不同送絲速度獲得的多層多道焊縫，選取最后一道焊道進(jìn)行數(shù)據(jù)分析，提取特征參數(shù)。

2.2.1 數(shù)據(jù)的處理與參數(shù)的尋找

由上述時(shí)頻特征值的分析可知，每類焊縫對(duì)應(yīng)一個(gè)由電流電壓分量峰值特征構(gòu)成的14維時(shí)頻特征值向量，共4種焊縫類別，具體工藝類型與類別標(biāo)簽對(duì)應(yīng)關(guān)系如表3所示。

SVM模型的輸入特征值為每種工藝條件下數(shù)組的前18組數(shù)據(jù)，共72組數(shù)據(jù)用于訓(xùn)練模型，余下72組數(shù)據(jù)用于測試模型的識(shí)別效果。另外，奇異數(shù)據(jù)（不同分量之間數(shù)值相差很大的輸入矢量）的存在會(huì)影響模型的計(jì)算速度和最終識(shí)別結(jié)果，所以數(shù)據(jù)預(yù)處理時(shí)要消除這種影響。文中在訓(xùn)練SVM模型前，對(duì)數(shù)據(jù)進(jìn)行歸一化處理，以消除奇異數(shù)據(jù)的影響，線性函數(shù)歸一化公式為：

式中 x*為歸一化特征值;x為樣本特征值;max為樣本數(shù)據(jù)的最大值;min為樣本數(shù)據(jù)的最小值。

在MATLAB中建立SVM模型，采用高斯徑向基函數(shù)作為核函數(shù)，在程序中需要設(shè)定參數(shù)c和g，其中c為懲罰系數(shù)，c值越高說明越不能容忍誤差。g為高斯徑向基函數(shù)本身的一個(gè)參數(shù)，代表核函數(shù)的寬度。采用Grid Search CV的方法尋找參數(shù)，即網(wǎng)格搜索和交叉驗(yàn)證。網(wǎng)格搜索，即參數(shù)搜索，即在指定的參數(shù)范圍內(nèi)，按步長依次調(diào)整參數(shù)，利用調(diào)整的參數(shù)訓(xùn)練學(xué)習(xí)器，從所有的參數(shù)中找到在驗(yàn)證集上精度最高的參數(shù)，這是一個(gè)訓(xùn)練和比較的過程，其效率比窮舉搜索高得多。文中SVM程序中設(shè)定懲罰參數(shù)c 和核函數(shù)參數(shù)g 的變化范圍為[0，100]。

將熔寬數(shù)據(jù)輸入到SVM程序中，運(yùn)行后得到參數(shù)選擇情況與分類預(yù)測圖。CV尋參法的精細(xì)尋找如圖7所示，圖7a為找尋參數(shù)的3D網(wǎng)格圖，圖7b為找尋參數(shù)的等高線圖，具體情況如下：精細(xì)選擇c=0.707 11，g=2，準(zhǔn)確率94.444 4%。

以VMD分解所得IMFs分量的峰值頻率為特征值組，熔寬SVM模型對(duì)測試數(shù)據(jù)的識(shí)別結(jié)果如圖8所示，預(yù)測準(zhǔn)確率為98.611 1%（71/72），圖中測試點(diǎn)只有1點(diǎn)游離在預(yù)測集外，證明以VMD分解的電流與電壓IMFs分量的峰值頻率為特征值來預(yù)測焊接質(zhì)量是可行的。

3 結(jié)論

（1）利用傅里葉變換和希爾伯特變換將電信號(hào)的時(shí)域圖轉(zhuǎn)化為頻譜圖與時(shí)頻圖，得出其信號(hào)頻率處于低頻頻帶內(nèi)，約為55 Hz，并提取了電流與電壓信號(hào)IMFs分量的FFT譜峰值頻率作為其時(shí)頻特征參數(shù)，為后續(xù)的關(guān)系建模提供數(shù)據(jù)樣本。

（2）以VMD分解的電流和電壓IMFs分量的峰值頻率為特征參數(shù)訓(xùn)練SVM模型，建立焊接熔寬與焊接質(zhì)量的SVM模型，結(jié)果表明熔寬SVM模型對(duì)樣本數(shù)據(jù)的識(shí)別效果較好，預(yù)測精度達(dá)到98.611 1%。

參考文獻(xiàn)：

楊笑宇，李言，趙鵬康，等.電弧增材制造技術(shù)在材料制備中的研究現(xiàn)狀及挑戰(zhàn)[J].焊接，2018（8）：14-20.

張寧.自適應(yīng)時(shí)頻分析及其時(shí)頻屬性提取方法研究[D].山東：中國海洋大學(xué)，2008.

WANG Liang，HU Wei-ming，TAN Tie-niu.Recent Devel-opments in Human Motion Analysis[J].Pattern Recognition，2003，36（3）：585-601.

喬麗紅，賈曼曼，梁義濤.自適應(yīng)信號(hào)處理算法對(duì)比分析[J].信息技術(shù)，2018（3）：22-26，33.

黎洪松，李達(dá).人體運(yùn)動(dòng)分析研究的若干新進(jìn)展[J].模式識(shí)別與人工智能，2009，22（1）：70-77.

滿君豐，李倩倩，溫向兵.視頻監(jiān)控中可變?nèi)梭w行為的識(shí)別[J].東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，41（3）：492-497.

周曉曉，王克鴻，楊嘉佳，等.等效電阻VMD-奇異譜熵雙絲PMIG焊穩(wěn)定性評(píng)價(jià)方法[J].電焊機(jī)，2018，48（4）：18-22.

羅爭光.基于變分模態(tài)分解的磁控埋弧焊自動(dòng)跟蹤系統(tǒng)的研究[D].湖南：湘潭大學(xué)，2016.

范高銘.基于變分模態(tài)分解的殘余應(yīng)力檢測及其評(píng)定方法研究[D].長春：長春工業(yè)大學(xué)，2019.