任樂 張愛華 常東東 何倩玉 馬晶

摘要：超窄間隙焊接坡口深而窄，極易產(chǎn)生電弧攀升風(fēng)險(xiǎn)，導(dǎo)致底部側(cè)壁出現(xiàn)熔合不良現(xiàn)象。針對(duì)焊劑片約束電弧超窄間隙焊接熔合狀態(tài)難以在線監(jiān)測(cè)的問題，提出一種基于電弧聲的底部側(cè)壁熔合狀態(tài)識(shí)別方法。建立超窄間隙焊接過程電弧聲信號(hào)采集系統(tǒng)，在分析電弧聲產(chǎn)生機(jī)理和人耳辨識(shí)行為的基礎(chǔ)上，提取有效表征焊接過程的短時(shí)能量、平均振幅、Moore響度、梅爾倒譜系數(shù)及其一階、二階差分等特征參量，基于粒子群優(yōu)化最小二乘支持向量機(jī)的方法（PSO-LSSVM）建立超窄間隙焊接底部側(cè)壁熔合狀態(tài)識(shí)別模型。研究結(jié)果表明，此方法可以實(shí)現(xiàn)未熔合、臨界熔合及熔合良好三類狀態(tài)的識(shí)別，準(zhǔn)確率可達(dá)91.7%，為超窄間隙焊接熔合狀態(tài)的在線監(jiān)測(cè)提供了一種新的途徑。

關(guān)鍵詞：超窄間隙焊接;電弧聲;人耳辨識(shí)行為;PSO-LSSVM;熔合狀態(tài)識(shí)別

中圖分類號(hào)：TG444? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：1001-2003（2021）07-0011-07

DOI：10.7512/j.issn.1001-2303.2021.07.03

0? ? 前言

焊劑片約束電弧超窄間隙焊接（以下簡(jiǎn)稱超窄間隙焊接）是一種高效、節(jié)能、低熱輸入、低成本的焊接新方法[1]。電弧在焊劑片約束下同時(shí)作用于兩側(cè)焊接面和底部，實(shí)現(xiàn)單道多層焊縫成形，在大厚度構(gòu)件等制造中具有廣泛的應(yīng)用需求和廣闊的應(yīng)用前景。然而約束電弧對(duì)坡口寬度變化非常敏感，在深窄且時(shí)變坡口內(nèi)難以穩(wěn)定，極易產(chǎn)生電弧攀升風(fēng)險(xiǎn)，導(dǎo)致底部側(cè)壁出現(xiàn)未熔合或臨界熔合狀態(tài)。而良好的熔合狀態(tài)是優(yōu)質(zhì)焊接接頭的重要表征，因此，焊縫底部側(cè)壁熔合狀態(tài)的檢測(cè)識(shí)別對(duì)實(shí)現(xiàn)超窄間隙焊接熔合狀態(tài)監(jiān)測(cè)與控制具有重要意義。

研究人員借助電弧傳感[2]、機(jī)器視覺[3]、紅外熱像[4]、熔池振蕩[5]等方法對(duì)焊接過程與熔合狀態(tài)的相關(guān)性進(jìn)行深入研究，實(shí)現(xiàn)了一定的識(shí)別與控制效果。超窄間隙焊接由于坡口深窄和焊劑片遮蔽，熔合狀態(tài)無法觀察。電弧聲是電弧對(duì)熔池的持續(xù)沖擊及其自身的高頻振蕩等以聲波形式的表征，反映了焊接過程穩(wěn)定性和焊縫熔合性等重要信息，已被證實(shí)可運(yùn)用于實(shí)時(shí)監(jiān)測(cè)焊接過程狀態(tài)[6-7]。一些學(xué)者針對(duì)多種焊接過程研究了電弧聲與熔深的相關(guān)性，并從多角度提取特征，建立有效模型對(duì)焊縫熔透狀態(tài)進(jìn)行識(shí)別[8-10]。

文中在建立超窄間隙焊接過程電弧聲信號(hào)采集系統(tǒng)的基礎(chǔ)上，圍繞電弧聲所蘊(yùn)含的豐富信息，分析其產(chǎn)生機(jī)理和人耳智能辨識(shí)行為，研究并提取有效表征焊接過程熔合狀態(tài)的特征參量，建立超窄間隙焊接底部側(cè)壁熔合狀態(tài)識(shí)別模型，進(jìn)行三種典型熔合狀態(tài)區(qū)分。

1 試驗(yàn)

1.1 試驗(yàn)系統(tǒng)

厚鋼板超窄間隙焊接試驗(yàn)及電弧聲采集系統(tǒng)如圖1所示，主要由弧焊電源、送絲機(jī)、四自由度機(jī)械臂及板式焊槍、拾音器（DS-2FP2020-A）、高速數(shù)據(jù)采集卡（NI USB-6361）和控制系統(tǒng)（FX-3U PLC及工控機(jī)）等組成。

試驗(yàn)用焊絲為直徑1.6 mm的H08Mn2Si，母材為厚30 mm的Q235低碳鋼。拾音器固定在機(jī)械臂前端，拾音距離25 cm，并與熔池位置保持相對(duì)靜止，采樣頻率設(shè)定為50 kHz。

1.2 數(shù)據(jù)獲取

對(duì)Q235厚鋼板進(jìn)行超窄間隙焊接試驗(yàn)，坡口寬度4.5～5.5 mm，同時(shí)采集焊接過程電弧聲。待焊接完成將接頭剖開，打磨拋光并用4%的硝酸酒精溶液腐蝕，觀察和檢測(cè)焊縫截面形貌，如圖2所示。

圖2b中，Gw為坡口寬度;Bl為底部側(cè)壁熔寬;hf為熔深;H為熱影響區(qū)寬度;Bw為焊縫最大熔寬。其中，Bl是保證側(cè)壁及根部熔合良好的關(guān)鍵參數(shù)，當(dāng)Bl-Gw>1 mm時(shí)，電弧才能充分加熱坡口兩側(cè)壁和坡口根部，獲得熔合良好的焊接接頭。當(dāng)Bl較小時(shí)（0

聽覺生理學(xué)研究表明，人耳對(duì)兩次聲音主觀辨識(shí)的間隔響應(yīng)時(shí)間至少需要100 ms，少于100 ms時(shí)，聽覺神經(jīng)會(huì)將后聲混淆為前聲的加強(qiáng)，從而無法辨識(shí)[11]。t時(shí)刻的熔合狀態(tài)由其前后各一段時(shí)間窗內(nèi)的焊接過程共同決定，結(jié)合熔滴過渡行為，對(duì)每個(gè)截面前后各80 ms、時(shí)長(zhǎng)共計(jì)160 ms的電弧聲信號(hào)進(jìn)行分析。

2 電弧聲信號(hào)預(yù)處理與特征提取

2.1 預(yù)處理

超窄間隙焊接是機(jī)理不清、強(qiáng)非線性、多變量耦合的復(fù)雜冶金過程，所獲取的電弧聲會(huì)由于受制于聲源、聲道特性和采集系統(tǒng)而存在混雜、直流偏置等干擾。因此，在提取特征前需對(duì)其進(jìn)行預(yù)處理。

2.1.1 加窗分幀

電弧聲是一種時(shí)序隨機(jī)信號(hào)，具有非平穩(wěn)非線性及各態(tài)歷經(jīng)性，但由于聲源激勵(lì)慣性，短時(shí)（10～30 ms）存在穩(wěn)定的物理特性[12]，可看作準(zhǔn)穩(wěn)態(tài)過程。因此，選擇窗寬L=1 000（20 ms）的漢寧窗對(duì)電弧聲信號(hào)分幀，幀移設(shè)為500，即10 ms。

對(duì)于一段時(shí)域電弧聲信號(hào)s（n），由窗函數(shù)w（l）分幀后得到第i幀信號(hào)：

2.1.2 消除直流分量

通過直流耦合方式采集的電弧聲信號(hào)存在直流偏置，可按式（2）消除。

消除直流分量后的三種熔合狀態(tài)下的典型電弧聲信號(hào)波形如圖4所示。

2.2 特征提取

常規(guī)電弧焊采取V型或X型坡口，電弧垂直于單側(cè)被焊面，電弧聲在開放環(huán)境產(chǎn)生并通過空氣主導(dǎo)向外傳播;而超窄間隙焊接在深窄坡口底部施焊，同時(shí)熔化兩側(cè)壁實(shí)現(xiàn)每層單道成形，發(fā)聲區(qū)域相對(duì)密閉，傳聲介質(zhì)復(fù)雜多樣。鑒于此，在分析超窄間隙焊接電弧聲產(chǎn)生機(jī)理的基礎(chǔ)上，模擬焊工智能辨識(shí)行為對(duì)電弧聲進(jìn)行處理，并提取有效特征用以識(shí)別熔合狀態(tài)。

2.2.1 短時(shí)能量

聲信號(hào)由聲源激勵(lì)和聲道沖激響應(yīng)卷積而成，電弧聲的聲源激勵(lì)為電弧能量的變化，電弧行為與熔池的動(dòng)態(tài)變化決定著電弧聲道傳輸特性。電弧能量與電弧形態(tài)密切相關(guān)，可在一定程度上反映熔合狀態(tài)變化。

加窗后第i幀聲信號(hào)si （l）的短時(shí)能量為

對(duì)每段160 ms的電弧聲信號(hào)，得到15維短時(shí)能量特征。熔合狀態(tài)良好對(duì)應(yīng)電弧被有效約束，熔滴過渡和熔池振蕩穩(wěn)定，聲道系統(tǒng)完整，電弧聲平穩(wěn)規(guī)律，能量分布均勻，數(shù)值較低;未熔合狀態(tài)熔滴過渡雜亂，甚至頻繁出現(xiàn)斷弧-引弧過程，聲道系統(tǒng)被破壞，電弧聲“ 嘈雜無序 ”，能量值較高。

2.2.2 平均振幅

平均振幅是聲信號(hào)幅度變化的表征，衡量著聲源激勵(lì)的動(dòng)態(tài)行為，可表示為

類似地，平均振幅與熔合狀態(tài)在一定程度上也存在著相關(guān)性。然而電弧聲能量及振幅僅可部分反映焊接過程的局部差異，且可能產(chǎn)生混淆。高水平的焊工憑借電弧聲便可判斷當(dāng)前焊接過程，并及時(shí)進(jìn)行調(diào)節(jié)。這說明人的聽覺系統(tǒng)在參數(shù)辨識(shí)中有著良好的性能。為此，進(jìn)一步從倒譜域與響度對(duì)電弧聲進(jìn)行分析。

2.2.3 梅爾倒譜系數(shù)

人的內(nèi)耳基礎(chǔ)膜會(huì)自動(dòng)調(diào)節(jié)聽到的聲信號(hào)，即針對(duì)不同頻率在相應(yīng)臨界帶寬內(nèi)產(chǎn)生不同的振動(dòng)以區(qū)分不同類型的諧振頻率。梅爾倒譜系數(shù)（Mel-scale Frequency Cepstral Coefficients，MFCC）是由Mel標(biāo)度頻率域提取的倒譜參數(shù)[13]，基于人耳聽覺機(jī)理的頻率非線性，使用非均勻帶通濾波器組模擬人耳聽覺系統(tǒng)，從而減少噪音影響。

對(duì)于一段電弧聲信號(hào)s（n），其MFCC的提取流程為：

（1）預(yù)加重，并加窗分幀。

（2）快速傅里葉變換（FFT）。

（3）計(jì)算信號(hào)能量譜e（k）后，通過M個(gè)（M=24）Mel三角濾波器組進(jìn)行濾波

式中 Hm為Mel濾波器組系數(shù)。

（4）將每個(gè)濾波器的輸出取對(duì)數(shù)，得到相應(yīng)頻帶的對(duì)數(shù)功率譜

（5）離散余弦變換（DCT），得到24個(gè)MFCC系數(shù)

標(biāo)準(zhǔn)MFCC只能反映聲信號(hào)的靜態(tài)特性，其動(dòng)態(tài)特性可用一階、二階差分描述。對(duì)于15幀的電弧聲，使用24階Mel濾波器組共得到15×72維的特征。由于熔合狀態(tài)對(duì)聲道傳輸特性的影響，以及MFCC模擬人耳對(duì)低頻聲音的敏感性，每部分的前12維即可有效表征熔合狀態(tài)，如圖5所示。將每個(gè)系數(shù)所對(duì)應(yīng)的15幀求均值，最終得到36維特征。

2.2.4 Moore響度

響度是人耳進(jìn)行系統(tǒng)辨識(shí)所憑借的最重要的聽覺特征之一，表征著對(duì)聲音強(qiáng)弱的主觀判斷。焊接過程中，電弧和熔池的動(dòng)態(tài)行為會(huì)改變電弧聲道傳輸特性，從而改變電弧聲響度。Moore響度[14]準(zhǔn)確地模擬了包含耳蝸濾波器頻率選擇特性的人耳聽音傳遞過程，反映人耳對(duì)聲音的非線性特性和頻率相關(guān)特性實(shí)際響應(yīng)。

以功率和方差構(gòu)建二維響度特征，不同熔合狀態(tài)響度特征如圖6所示，可以看出，三種熔合狀態(tài)的響度功率、方差存在一定有效區(qū)分。

使用上述方法得到的特征，結(jié)合坡口寬度、焊接電壓、送絲速度及焊接速度構(gòu)建共58維的特征向量。在此基礎(chǔ)上建立超窄間隙焊接底部側(cè)壁熔合狀態(tài)識(shí)別模型。

3 識(shí)別模型

3.1 LSSVM

最小二乘支持向量機(jī)（LSSVM）通過將支持向量機(jī)（SVM）中的不等式約束轉(zhuǎn)換為等式約束，以誤差平方和損失函數(shù)替代二次規(guī)劃作為經(jīng)驗(yàn)損失，將求解二次規(guī)劃問題轉(zhuǎn)化為線性方程組問題，提高求解速度和收斂精度。

3.2 粒子群優(yōu)化算法

在LSSVM模型參數(shù)尋優(yōu)問題中，需要優(yōu)化的值有正則化參數(shù)λ和內(nèi)核參數(shù)σ。常用優(yōu)化方法有交叉驗(yàn)證法、統(tǒng)計(jì)法及建模經(jīng)驗(yàn)法等。交叉驗(yàn)證法參數(shù)搜索范圍不易確定，一定程度上影響識(shí)別速度及精度;統(tǒng)計(jì)法及建模經(jīng)驗(yàn)法則需大量實(shí)驗(yàn)積累，通過人為主觀給定，同樣不適用于超窄間隙焊接熔合狀態(tài)的識(shí)別。

粒子群算法（PSO）是基于群體智能理論的進(jìn)化計(jì)算方法，種群粒子在每次迭代搜索中，通過跟蹤個(gè)體極值及全局極值不斷更新位置及速度，并借助個(gè)體間信息傳遞及信息共享尋找最優(yōu)解。其魯棒性好、收斂時(shí)間短、全局搜索能力強(qiáng)，在函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化等問題中有廣泛應(yīng)用。

PSO-LSSVM算法流程如圖7所示。λ決定了適應(yīng)誤差的最小化和平滑程度，σ是RBF函數(shù)的內(nèi)核參數(shù)。PSO通過尋找它們的最優(yōu)組合來提高LSSVM的分類精度。

4 狀態(tài)識(shí)別

對(duì)厚度為30 mm的Q235厚鋼板焊件進(jìn)行超窄間隙焊接，以上文2.2節(jié)提取的58維特征向量作為模型輸入，將未熔合、臨界熔合和熔合良好三種狀態(tài)分別標(biāo)記為1、2、3，作為模型識(shí)別輸出，樣本分布與劃分情況如表1所示。

在試驗(yàn)得到的176個(gè)狀態(tài)分布不均的樣本中，三種狀態(tài)分別隨機(jī)選取40個(gè)，將120個(gè)樣本按1∶1隨機(jī)劃分訓(xùn)練集與測(cè)試集。使用所建立的超窄間隙焊接熔合狀態(tài)識(shí)別模型進(jìn)行試驗(yàn)驗(yàn)證，結(jié)果如圖8所示，準(zhǔn)確率可達(dá)91.7%。

5 結(jié)論

（1）電弧聲信號(hào)蘊(yùn)含有大量焊接過程信息，基于電弧聲分析識(shí)別熔合狀態(tài)是一種經(jīng)濟(jì)、非接觸且有效的焊接過程熔合狀態(tài)監(jiān)測(cè)方式。

（2）設(shè)計(jì)構(gòu)建的超窄間隙焊接電弧聲信號(hào)采集系統(tǒng)，可穩(wěn)定地獲取電弧聲信號(hào)，從而間接獲得焊接過程信息。在分析電弧聲產(chǎn)生機(jī)理和人耳智能辨識(shí)行為的基礎(chǔ)上，基于電弧聲提取的短時(shí)能量、平均振幅、Moore響度、梅爾倒譜系數(shù)（MFCC）及其一階、二階差分等特征可有效表征焊接過程熔合狀態(tài)。

（3）基于粒子群（PSO）對(duì)LSSVM的關(guān)鍵參數(shù)尋優(yōu)，所建立的超窄間隙焊接底部側(cè)壁熔合狀態(tài)識(shí)別模型可以實(shí)現(xiàn)未熔合、臨界熔合以及熔合良好三類狀態(tài)的高精度識(shí)別，準(zhǔn)確率可達(dá)91.7%。

參考文獻(xiàn)：

龔練. 鋼軌超窄間隙焊接熔池形成及接頭性能研究[D].甘肅：蘭州理工大學(xué)，2017.

程永超，肖珺，陳樹君，等.基于弧壓反饋的薄板GTAW智能熔透控制[J].焊接學(xué)報(bào)，2018，39（12）：1-4，43，129.

楊嘉佳，王克鴻，吳統(tǒng)立，等.基于熔池視覺特征的鋁合金雙絲焊熔透識(shí)別[J].焊接學(xué)報(bào)，2017，38（3）：49-52，131.

Alfaro S C A， Franco F D. Exploring infrared sensoring for real time welding defects monitoring in GTAW[J]. Sensors，2010，10（6）：5962-5974.

顧玉芬，席保龍，李春凱，等.基于熔池振蕩的GTAW熔透實(shí)時(shí)傳感與控制[J].電焊機(jī)，2020，50（12）：5-8，108.

劉立君，蘭虎，鄭紅艷，等. MIG焊電弧聲信號(hào)與熔透狀態(tài)相關(guān)性[J].機(jī)械工程學(xué)報(bào)，2010，46（14）：79-84.

Tarn J，Huissoon J. Developing psycho-acoustic experiments in gas metal arc welding[C]//Mechatronics & Automation，IEEE International Conference. IEEE，2005.

Lv N，Xu Y，Li S，et al. Automated control of welding pene-tration based on audio sensing technology[J]. Journal of Materials Processing Technology，2017（250）：81-98.

Zhang Z，Wen G，Chen S. Audible Sound-based Intelligent Evaluation for Aluminum Alloy in Robotic Pulsed GTAW：mechanism， feature selection and defect detection[J]. IEEE Transactions on Industrial Informatics，2017：1-1.

高向東，林俊，蕭振林，等.電弧焊熔透ICA-BP神經(jīng)網(wǎng)絡(luò)識(shí)別模型[J].焊接學(xué)報(bào)，2016，37（5）：33-36，130.

高文元，遲放魯，賀秉坤. 臨床聽覺生理學(xué)[M]. 北京：人民軍醫(yī)出版社，2004.

呂娜. 基于電弧聲信號(hào)的鋁合金脈沖GTAW熔透特征識(shí)別及其實(shí)時(shí)控制研究[D].上海：上海交通大學(xué)，2014.

IMAI S. Cepstral analysis synthesis on the mel frequency scale[C]//IEEE International Conference on Acoustics，Speech & Signal Processing. IEEE，1983：93-96.

MOORE B C J. ANSI S3.4-2005 （Revision of ANSI S3.4-1980）. Procedure for the computation of steady sounds[S]. [S.I.]：Acoustical Society of America，2005.