董建偉，胡建明，羅震

(天津大學(xué),材料科學(xué)與工程學(xué)院,天津,300350)

0 序言

電阻點(diǎn)焊工藝具有過程簡單、生產(chǎn)效率高和機(jī)械化及自動化程度高等特點(diǎn)，是廣泛應(yīng)用于汽車車身和航空航天結(jié)構(gòu)的焊接加工工藝.原理可概括為在工件上下表面與兩個(gè)電極之間施加大電流，結(jié)合面接觸電阻產(chǎn)生焦耳熱使工件融化形成焊點(diǎn)[1-3].電阻點(diǎn)焊的焊點(diǎn)形核與成長在封閉的狀態(tài)下進(jìn)行，無法直接進(jìn)行檢測.工廠經(jīng)常利用剝皮、錘打等破壞性方法檢驗(yàn)熔核的質(zhì)量，工作效率低.因?yàn)殡娮椟c(diǎn)焊過程是力、熱、電、磁、流的共同作用，所以其熔核的形成與焊接過程信號之間存在內(nèi)在聯(lián)系[4-5].

Zhao等人[6]利用從功率信號中提取的特征建立神經(jīng)網(wǎng)絡(luò)模型，并將其有效應(yīng)用于點(diǎn)焊質(zhì)量的評價(jià)過程.Wan等人[7]利用電壓信號的特征作為神經(jīng)網(wǎng)絡(luò)模型的輸入，成功預(yù)測點(diǎn)焊焊縫強(qiáng)度和熔核幾何尺寸，利用動態(tài)電阻測量與神經(jīng)網(wǎng)絡(luò)模型的結(jié)合進(jìn)行小尺度電阻點(diǎn)焊的質(zhì)量監(jiān)測.趙大偉等人[8]利用電壓信號監(jiān)控點(diǎn)焊質(zhì)量，利用數(shù)據(jù)采集系統(tǒng)獲取電壓曲線，從電壓曲線提取4個(gè)特征值作為人工神經(jīng)網(wǎng)絡(luò)的輸入，試驗(yàn)證明預(yù)測輸出的熔核直徑與實(shí)測誤差為0.13 mm.Pashazadeh等人[9]結(jié)合神經(jīng)網(wǎng)絡(luò)和多目標(biāo)遺傳算法預(yù)測焊接時(shí)間、焊接壓力和焊接電流的最佳值.同時(shí)利用基于神經(jīng)網(wǎng)絡(luò)模型適應(yīng)度函數(shù)的遺傳算法預(yù)測工件最大強(qiáng)度.

麻雀搜索算法(SSA)是新興的群智能優(yōu)化算法，算法的提出借鑒了麻雀群體尋找食物和逃避被捕獵的行為，將不同麻雀個(gè)體進(jìn)行分類，以麻雀種群中尋找食物能力較強(qiáng)的個(gè)體稱為發(fā)現(xiàn)者，其持續(xù)搜索食物，確定麻雀種群尋找食物的范圍和路徑.除發(fā)現(xiàn)者之外，其它的個(gè)體追隨發(fā)現(xiàn)者覓食，被稱為追隨者，兩者之間在一定條件下可以發(fā)生轉(zhuǎn)化.從麻雀種群中抽取一定比例的個(gè)體承擔(dān)偵察警戒的任務(wù)，稱其為預(yù)警者[10-13].目前，麻雀搜索算法已被眾多學(xué)者用于解決智能制造問題，即使是非焊接領(lǐng)域的研究人員，也可將自適應(yīng)優(yōu)化算法與遺產(chǎn)算法和粒子群算法進(jìn)行比較來解決焊接加工過程存在的問題，結(jié)果表明該算法誤差率較低.采用麻雀搜索算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)，引入Logistic-Tent混沌映射優(yōu)化標(biāo)準(zhǔn)麻雀搜索算法，提高BP算法的全局搜索能力，從而增強(qiáng)優(yōu)化性能，為探索電阻點(diǎn)焊熔核直徑提供新的預(yù)測模型.

1 試驗(yàn)方法

1.1 試驗(yàn)設(shè)備

電阻點(diǎn)焊焊接試驗(yàn)使用商科MDN-1200中頻逆變直流電焊機(jī).額定功率為1 200 kW，逆變頻率1 000 Hz，最大施加65 kN的電極力.工藝信號監(jiān)測系統(tǒng)使用羅式線圈檢測焊接電流信號，利用連接在上下電極間的導(dǎo)線直接測量，由導(dǎo)線輸出的電壓信號通過數(shù)據(jù)采集卡獲得.

1.2 焊接條件

所用材料分別為2219鋁合金和5A06鋁合金，尺寸分別為400 mm × 300 mm × 7 mm和300 mm × 50 mm × 2 mm.力學(xué)性能如表1所示，化學(xué)成分如表2所示.為研究不同焊接條件下的接頭質(zhì)量，設(shè)置不同工件間隙G和間距S，模擬實(shí)際焊接情況，如圖1所示.利用在工件之間不同厚度的硅膠條模擬不同間隙.在不同的間隙試驗(yàn)中，間距固定為50 mm，如圖1(a)所示；不同間距試驗(yàn)中間隙固定在0 mm，如圖1(b)所示；考慮不同間隙和間距共同影響設(shè)置圖1(c)所示試驗(yàn).

圖1 2219/5A06工件焊接條件(mm)Fig.1 Welding conditions of 2219/5A06 workpieces.(a) fixed spacing,different gaps;(b) fixed gap,different spacing;(c) different spacing and gaps

表1 2219/5A06的力學(xué)性能Table 1 Mechanical properties of 2219/5A06

表2 2219/5A06的化學(xué)成分(質(zhì)量分?jǐn)?shù)，%)Table 2 Chemical composition of 2219/5A06

固定間距與固定間隙不同裝配條件下對應(yīng)的試驗(yàn)如表3和表4所示.不同間距和間隙條件下焊點(diǎn)數(shù)量如表5所示，表3、表4和表5焊點(diǎn)數(shù)量總計(jì)450個(gè).試驗(yàn)工藝參數(shù)如圖2所示，設(shè)置包括焊接電流施加階段和回火電流施加階段的電流.焊接電流是影響熔核直徑的主要因素，熔核在焊接過程中經(jīng)歷形核和成長期兩個(gè)階段.回火電流的重要作用是保證熔核不會產(chǎn)生凝固裂紋，從而形成均勻的組織.在施加焊接電流的同時(shí)，電極力逐漸增大并達(dá)到穩(wěn)定值，該設(shè)置有利于獲取更可觀的初始接觸電阻和充足的熱量熔化工件.最后，電極力進(jìn)入維持階段，保證焊接不會產(chǎn)生飛濺、氣孔等缺陷.

圖2 鋁合金點(diǎn)焊的工藝曲線Fig.2 Aluminum alloy spot welding process curves

表3 固定間距和不同間隙條件下焊點(diǎn)數(shù)量Table 3 Fixed spacing and corresponding welding spots number under different gaps

表4 固定間隙和不同間距條件下焊點(diǎn)數(shù)量Table 4 Fixed gap and corresponding welding spots number under different spacing

表5 不同間距和間隙條件下焊點(diǎn)數(shù)量Table 5 The number of welding spots corresponding to different spacing and gaps

2 結(jié)果與討論

2.1 基于相關(guān)性分析的信號處理

試驗(yàn)總計(jì)450組，其中包含固定間距點(diǎn)焊135組、固定間隙點(diǎn)焊135組和不同間隙和間距點(diǎn)焊180組.各組試驗(yàn)通過信號監(jiān)測系統(tǒng)獲取點(diǎn)焊工藝過程中的功率、焊接電流、焊接電壓和動態(tài)電阻數(shù)據(jù).試驗(yàn)所測熔核直徑分布如圖3所示，平均熔核直徑為6.21 mm.

圖3 不同焊接條件下熔核直徑分布Fig.3 Nugget diameter distribution under different welding conditions

通過Logistic-Tent混沌映射對SSA進(jìn)行優(yōu)化改進(jìn)，建立基于改進(jìn)SSA-BP的電阻點(diǎn)焊熔核直徑的預(yù)測模型，對比SSA-BP和BP模型的預(yù)測結(jié)果，改進(jìn)的SSA-BP模型在熔核直徑中準(zhǔn)確率最高，可達(dá)95%.由此可知，改進(jìn)的SSA-BP模型在電阻點(diǎn)焊過程中熔核直徑預(yù)測準(zhǔn)確度方面具有明顯優(yōu)勢，可以為保障電阻點(diǎn)焊過程質(zhì)量提供可靠的參考依據(jù).在改進(jìn)的SSA-BP模型用于熔核直徑的預(yù)測研究中，選擇了不同間距、不同間隙和不同間距與間隙的樣本數(shù)據(jù)作為訓(xùn)練樣本，如果進(jìn)一步豐富樣本數(shù)據(jù)影響因素類型，那么預(yù)測效果將會更準(zhǔn)確.圖4所示為電阻點(diǎn)焊過程中經(jīng)過小波濾波處理后的297個(gè)工藝信號曲線，可以直觀的體現(xiàn)每個(gè)焊接工藝信號的變化過程.表6列出了提取工藝信號與熔核直徑之間的相關(guān)系數(shù)，所有的相關(guān)系數(shù)數(shù)值均大于0.5.通過450組試驗(yàn)得出提取工藝信號與熔核直徑之間的相關(guān)性，判定工藝信號與熔核直徑存在一定映射關(guān)系.

圖4 處理后的工藝信號曲線Fig.4 Processed signal curve.(a) power;(b) welding current;(c) welding voltage;(d) dynamic resistance

表6 工藝信號與熔核直徑之間的相關(guān)系數(shù)Table 6 Correlation coefficient between process signal and nugget diameter

2.2 改進(jìn)的SSA-BP算法模型預(yù)測熔核直徑

電阻點(diǎn)焊熔核直徑與焊接過程中的功率、焊接電流、焊接電壓和動態(tài)電阻之間存在相關(guān)關(guān)系，為研究熔核直徑與工藝信號之間的映射關(guān)系，根據(jù)實(shí)時(shí)采集數(shù)據(jù)曲線的變化預(yù)測熔核直徑，從而實(shí)現(xiàn)焊接質(zhì)量監(jiān)測的目的.BP神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的非線性映射能力，被廣泛應(yīng)用于各種焊接參數(shù)的非線性預(yù)測中.從焊接工藝信號曲線中提取的4個(gè)特征量作為輸入，點(diǎn)焊接頭的熔核直徑作為輸出，建立的拓?fù)浣Y(jié)構(gòu)圖如圖5所示.

圖5 BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)Fig.5 Topological structure of BP neural network

隱含層節(jié)點(diǎn)數(shù)根據(jù)經(jīng)驗(yàn)公式[14]計(jì)算，經(jīng)驗(yàn)公式為

式中：h為隱含層節(jié)點(diǎn)數(shù)；m為輸出層節(jié)點(diǎn)數(shù)；n為輸入層節(jié)點(diǎn)數(shù)；a為常數(shù)，取值為1～ 10 .通過迭代循環(huán)確定為7.

確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)：輸入層個(gè)數(shù)為4，隱含層個(gè)數(shù)為7，輸出層個(gè)數(shù)為1.在傳統(tǒng)的SSA中，采用隨機(jī)生成初始種群，生成的種群分布不均勻，會導(dǎo)致種群多樣性減少，種群質(zhì)量不高，從而影響算法的收斂速度[15].因此利用Logistic-Tent混沌映射模型對種群進(jìn)行初始化，能夠增強(qiáng)種群的多樣性和分布均勻性.通過Logistic-Tent混沌映射模型對發(fā)現(xiàn)者、追隨者和預(yù)警者位置進(jìn)行更新，使其具有更強(qiáng)的全局尋優(yōu)能力.Logistic-Tent混沌映射原理[16]為

式中：Xn+1為第n+1次迭代結(jié)果；r為相關(guān)控制因子；xn為第n次迭代結(jié)果 .

當(dāng)采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測點(diǎn)焊熔核直徑時(shí)，在訓(xùn)練集數(shù)量保持不變的條件下，影響預(yù)測精度的兩項(xiàng)參數(shù)為BP神經(jīng)網(wǎng)絡(luò)初始化權(quán)重和閾值.利用改進(jìn)的SSA對BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化，構(gòu)建改進(jìn)的SSA-BP優(yōu)化模型.在改進(jìn)模型中用種群內(nèi)每個(gè)麻雀個(gè)體反映BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，引入Logistic-Tent混沌映射算法，增加麻雀種群的遍歷性.改進(jìn)的SSA-BP模型預(yù)測流程如圖6所示.

圖6 改進(jìn)SSA-BP模型預(yù)測流程Fig.6 Improved SSA-BP model prediction process

2.3 預(yù)測模型應(yīng)用與分析

為驗(yàn)證改進(jìn)SSA-BP預(yù)測模型的有效性和準(zhǔn)確性，將改進(jìn)SSA-BP預(yù)測模型與SSA-BP、BP神經(jīng)網(wǎng)絡(luò)模型利用十折交叉驗(yàn)證方式進(jìn)行對比.設(shè)置初始種群規(guī)模為30，最大迭代次數(shù)為50次，種群預(yù)警者個(gè)數(shù)占種群數(shù)目的20%，預(yù)警值為0.6.訓(xùn)練樣本預(yù)測值與實(shí)測值對比如圖7所示.選用RMSE，MSE，MAE和R2作為預(yù)測模型的評價(jià)指標(biāo)，通過量化的數(shù)值對3個(gè)預(yù)測模型的準(zhǔn)確性和穩(wěn)定性進(jìn)行評價(jià).預(yù)測結(jié)果與實(shí)測值對比如圖7所示，其中改進(jìn)的SSA-BP預(yù)測模型預(yù)測結(jié)果與實(shí)測值的整體接近程度最高，SSA-BP預(yù)測模型整體接近程度居中，BP預(yù)測模型整體接近程度最低.預(yù)測模型精度指標(biāo)如表7所示，對比3個(gè)預(yù)測模型可知，改進(jìn)的SSA-BP預(yù)測模型在決定系數(shù)、均方根誤差、均方誤差和平均絕對誤差等4個(gè)評價(jià)指標(biāo)上顯著優(yōu)于BP模型和SSA-BP預(yù)測模型.

圖7 預(yù)測結(jié)果與實(shí)測值對比Fig.7 Comparison of predicted results and measured values.(a) improved SSA-BP prediction model;(b) SSA-BP prediction model;(c) BP prediction model

表7 預(yù)測模型精度指標(biāo)Table 7 Prediction model accuracy indicators

改進(jìn)的SSA-BP預(yù)測模型的決定系數(shù)R2更接近于1，且比BP預(yù)測模型提高0.16，表明改進(jìn)的SSA-BP預(yù)測模型預(yù)測結(jié)果擬合程度更高，預(yù)測結(jié)果更準(zhǔn)確.因此，通過對比3個(gè)模型的預(yù)測性能指標(biāo)，該文提出的改進(jìn)SSA-BP預(yù)測模型各項(xiàng)指標(biāo)均為最優(yōu)，可滿足電阻點(diǎn)焊熔核直徑預(yù)測的需求.

3 結(jié)論

(1)對比SSA-BP預(yù)測模型和BP預(yù)測模型的熔核直徑預(yù)測結(jié)果，改進(jìn)的SSA-BP預(yù)測模型準(zhǔn)確率最高，達(dá)到95%.改進(jìn)的SSA-BP預(yù)測模型在電阻點(diǎn)焊過程中熔核直徑預(yù)測準(zhǔn)確度方面具有明顯優(yōu)勢，可以為電阻點(diǎn)焊過程質(zhì)量提供可靠的分析.

(2)在改進(jìn)的SSA-BP預(yù)測模型用于熔核直徑的預(yù)測，選擇不同間距、不同間隙和不同間距與不同間隙樣本數(shù)據(jù)作為訓(xùn)練樣本，如果進(jìn)一步豐富樣本數(shù)據(jù)影響因素類型，那么預(yù)測效果將更準(zhǔn)確.