基于相關(guān)分析和神經(jīng)網(wǎng)絡(luò)的激光焊接穩(wěn)態(tài)識(shí)別

黃威威，游德勇，高向東，張艷喜，黃宇輝

(廣東工業(yè)大學(xué) 廣東省焊接工程技術(shù)研究中心， 廣州 510006)

引 言

激光焊接具有焊接變形小、熱影響區(qū)小、能量密度高、效率高等優(yōu)點(diǎn)，因此日益廣泛地應(yīng)用于工業(yè)生產(chǎn)中[1-4]。當(dāng)高強(qiáng)度激光作用于熔融金屬時(shí)，工件表面發(fā)生強(qiáng)烈的蒸發(fā)，當(dāng)蒸發(fā)產(chǎn)生的壓力超過(guò)流體靜壓和熔體的表面張力，熔體就會(huì)被推開(kāi)產(chǎn)生匙孔，同時(shí)金屬蒸汽從匙孔噴出[5-6],因此產(chǎn)生了液相和氣相的劇烈振蕩，導(dǎo)致焊接過(guò)程極易出現(xiàn)不穩(wěn)定狀態(tài)。傳統(tǒng)方法提出存在兩種焊接狀態(tài)：穩(wěn)態(tài)和非穩(wěn)態(tài)。FANG對(duì)釔鋁石榴石固體激光焊接過(guò)程的研究表明，在全熔透基礎(chǔ)上，匙孔穿透及未穿透兩種模式并非突變，而是存在一個(gè)兩種模式交替出現(xiàn)的過(guò)渡區(qū)[7]。這是因?yàn)榧す夂附舆^(guò)程在多相耦合作用下，存在一種準(zhǔn)穩(wěn)態(tài)的自平衡機(jī)制，當(dāng)外界干擾導(dǎo)致參量產(chǎn)生波動(dòng)時(shí)(如激光能量密度減小)，由于干擾幅度較小，不會(huì)導(dǎo)致焊接狀態(tài)直接從穩(wěn)態(tài)突變?yōu)榉欠€(wěn)態(tài)，而是首先體現(xiàn)在某個(gè)相態(tài)的波動(dòng)(如金屬蒸汽體量減小)，由于該相態(tài)對(duì)其它相態(tài)的作用機(jī)制(金屬蒸汽減小導(dǎo)致孔內(nèi)壓力降低，引起匙孔深度及開(kāi)口面積減小)，并最終反作用于參量(匙孔深度減小，導(dǎo)致光束聚焦面積減小，能量密度提高)，使得焊接過(guò)程再次恢復(fù)到穩(wěn)定狀態(tài)。只有當(dāng)外界干擾持續(xù)對(duì)焊接過(guò)程產(chǎn)生影響，并最終突破準(zhǔn)穩(wěn)態(tài)的調(diào)控閾值，焊接過(guò)程才轉(zhuǎn)為非穩(wěn)態(tài)。在準(zhǔn)穩(wěn)態(tài)下，即使沒(méi)有出現(xiàn)焊接缺陷，各種信號(hào)也會(huì)出現(xiàn)明顯的波動(dòng)。準(zhǔn)確識(shí)別焊接過(guò)程中的準(zhǔn)穩(wěn)態(tài)，對(duì)于提早調(diào)整工藝參量、避免出現(xiàn)焊接缺陷具有重大意義。

液態(tài)熔池和金屬蒸汽不是單一地影響焊接穩(wěn)定性，二者的振蕩互相耦合，具有相關(guān)性。WANG等人認(rèn)為，匙孔振蕩是誘發(fā)金屬蒸汽振蕩的主要因素[8]。PANG等人通過(guò)建模方法研究了金屬蒸汽和匙孔的動(dòng)態(tài)行為，模擬結(jié)果表明，金屬蒸汽的振蕩與匙孔內(nèi)的氣體動(dòng)力學(xué)密切相關(guān)[9]。金屬蒸汽蒸發(fā)時(shí)，從匙孔噴出的顆粒對(duì)匙孔壁的能量吸收有影響，這可能影響焊接過(guò)程中匙孔的穩(wěn)定性[10]。對(duì)多相振蕩相關(guān)性的研究需要獲取焊接過(guò)程中多種相態(tài)的信號(hào)，涉及到傳感信號(hào)的采集技術(shù)。光學(xué)視覺(jué)監(jiān)測(cè)方法目前被廣泛使用[11-12]，通過(guò)這種方法可以獲得大量可靠的數(shù)據(jù)，諸如熔池、飛濺和金屬蒸汽等多種形態(tài)特征。采用深度學(xué)習(xí)的方法研究激光焊接成為當(dāng)今研究的熱點(diǎn)[13-14]。GAO等人建立了包括光學(xué)信號(hào)、光譜信號(hào)、X光信號(hào)等6路信號(hào)的同步傳感系統(tǒng)，通過(guò)關(guān)聯(lián)分析，從16個(gè)關(guān)鍵特征中提取42個(gè)原始特征，建立基于關(guān)鍵特征的貝葉斯網(wǎng)絡(luò)缺陷檢測(cè)模型，實(shí)現(xiàn)對(duì)激光焊接狀態(tài)的實(shí)時(shí)檢測(cè)[15]。MA等人使用卷積神經(jīng)網(wǎng)絡(luò)和主動(dòng)視覺(jué)技術(shù)自動(dòng)檢測(cè)焊縫的典型咬邊、炸孔和焊穿缺陷[16]。HUANG等人通過(guò)視覺(jué)傳感提取熔池正面的形狀特征參量和背面熔寬信息作為訓(xùn)練集，建立反向傳播神經(jīng)網(wǎng)絡(luò)模型有效地預(yù)測(cè)焊縫的熔透狀態(tài)[17]。ZHANG等人利用包括激光成像系統(tǒng)、視覺(jué)成像系統(tǒng)、光譜測(cè)量?jī)x、光電傳感器的多傳感器系統(tǒng)分析焊接狀態(tài)信息，建立深信度網(wǎng)絡(luò)模型對(duì)焊接狀態(tài)進(jìn)行監(jiān)測(cè)，該模型具有更高的精度和魯棒性[18]。

本文中提出了一種基于多傳感信號(hào)的相關(guān)性及神經(jīng)網(wǎng)絡(luò)的焊接穩(wěn)態(tài)識(shí)別方法，該方法通過(guò)光電傳感器獲得可見(jiàn)光強(qiáng)度和反射光強(qiáng)度，通過(guò)高速攝像機(jī)獲得匙孔面積和金屬蒸汽面積，利用相關(guān)分析法計(jì)算4種信號(hào)特征兩兩之間的相關(guān)系數(shù)，研究了信號(hào)特征的相關(guān)性隨焊縫的穩(wěn)態(tài)類型變化的規(guī)律。根據(jù)穩(wěn)態(tài)類型與信號(hào)特征的相關(guān)系數(shù)的對(duì)應(yīng)關(guān)系，對(duì)每一組相關(guān)系數(shù)進(jìn)行標(biāo)簽分類，相關(guān)系數(shù)與分類標(biāo)簽作為訓(xùn)練集，構(gòu)建全連接神經(jīng)網(wǎng)絡(luò)進(jìn)行模型訓(xùn)練，實(shí)現(xiàn)了對(duì)焊接穩(wěn)態(tài)類型準(zhǔn)確的預(yù)測(cè)。

1 實(shí)驗(yàn)數(shù)據(jù)的獲取

1.1 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)在配備了大功率盤(pán)形激光焊接裝置通快16002的平臺(tái)上進(jìn)行，執(zhí)行機(jī)構(gòu)為安川六軸機(jī)器人，激光焊接裝置結(jié)構(gòu)如圖1所示。盤(pán)型激光波長(zhǎng)為1030nm，激光束直徑為300μm，激光功率的范圍為2kW～16kW，聚焦位置范圍為-4mm～4mm，焊接速率范圍為2m/min～4m/min，保護(hù)氣體為氬氣。焊接材料為304不銹鋼鋼板，厚度為6mm。數(shù)據(jù)采集系統(tǒng)主要由光電傳感器模塊和工業(yè)成像模塊組成。具體來(lái)說(shuō)，掃描激光頭通過(guò)單向反射鏡和聚焦透鏡收集來(lái)自焊接區(qū)的光輻射，并將其傳輸?shù)焦怆妭鞲衅髂K，兩個(gè)光電傳感器為了捕獲可見(jiàn)光和反射激光的光強(qiáng)信號(hào)，在激光頭中預(yù)先安裝了一個(gè)分光鏡，來(lái)自焊接區(qū)域的光信號(hào)通過(guò)光電二極管盒內(nèi)的分光鏡傳輸?shù)娇梢?jiàn)光光電二極管(波長(zhǎng)380nm～780nm)和反射激光光電二極管(波長(zhǎng)1030nm),最后經(jīng)放大后由示波器接收，信號(hào)采樣頻率為500kHz。對(duì)于工業(yè)成像模塊，將一個(gè)配備了窄帶濾光片(波長(zhǎng)為976nm)的高速黑白攝像機(jī)安置于與水平方向成60°角的位置，以捕捉焊件上方的匙孔和熔池的圖像。為了得到清晰的金屬飛濺與金屬蒸汽動(dòng)態(tài)圖像，將配備了可見(jiàn)光感應(yīng)濾光片的高速彩色攝像機(jī)安裝在垂直于焊接方向的位置。高速攝像機(jī)的采集幀頻為5000frame/s，圖像分辨率為512pixel×512pixel。

Fig.1 Experimental equipment for laser welding

控制功率變化的焊接實(shí)驗(yàn)參量如表1所示。焊接速率為3m/min，離焦量為-3mm,保護(hù)氣流量為30L/min，通過(guò)變化功率，獲得穩(wěn)態(tài)、準(zhǔn)穩(wěn)態(tài)、非穩(wěn)態(tài)3種焊接狀態(tài)。

Table 1 Welding experimental parameters for controlling power variation

1.2 匙孔和金屬蒸汽圖像處理

金屬蒸汽面積提取的圖像處理流程如圖2a所示。首先對(duì)彩色攝像機(jī)拍攝的圖片進(jìn)行感興趣區(qū)域(region of interest,ROI)提取，得到金屬蒸汽的圖像，周圍還有少量細(xì)小飛濺；然后對(duì)ROI區(qū)域進(jìn)行中值濾波，中值濾波將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)的所有像素點(diǎn)灰度值的中值[19]，從而消除大部分飛濺造成的孤立噪聲點(diǎn)；但是經(jīng)過(guò)中值濾波后無(wú)法消除所有飛濺噪聲，因此再對(duì)濾波后的圖像進(jìn)行二值化和開(kāi)運(yùn)算處理。開(kāi)運(yùn)算對(duì)圖像進(jìn)行先腐蝕后膨脹的操作。腐蝕可以消除邊界點(diǎn)，使得邊界向內(nèi)部收縮。膨脹可以將與邊界接觸的點(diǎn)合并進(jìn)來(lái)，使得邊界向外部擴(kuò)張。經(jīng)過(guò)開(kāi)運(yùn)算后可以平滑邊界，消除剩余的細(xì)小飛濺，但不會(huì)明顯改變金屬蒸汽的面積大小。金屬蒸汽的面積通過(guò)處理后圖像的像素個(gè)數(shù)和彩色攝像機(jī)的像素分辨率(0.012345mm/pixel)的乘積來(lái)估計(jì)。匙孔面積提取的圖像處理流程與金屬蒸汽面積提取的流程類似，如圖2b所示。因?yàn)槌卓讏D像中由反光引起的大噪聲較多，無(wú)法通過(guò)中值濾波和開(kāi)運(yùn)算完全消除，所以匙孔面積提取比金屬蒸汽面積提取多一個(gè)ROI提取的步驟。首先獲得多幅匙孔區(qū)域的圖像，然后計(jì)算每一幅圖像中匙孔區(qū)域的外接圓的圓心和半徑并得出圓心和半徑的均值，即可構(gòu)建出匙孔區(qū)域的外接圓掩模，以實(shí)現(xiàn)匙孔的分割和提取。匙孔面積通過(guò)處理后圖像的像素個(gè)數(shù)和黑白攝像機(jī)的像素分辨率(0.000597mm/pixel)的乘積來(lái)估計(jì)。

Fig.2 Feature extraction

2 分析和討論

2.1 焊縫狀態(tài)分析

觀察上述每一組實(shí)驗(yàn)的焊縫表面質(zhì)量與可見(jiàn)光強(qiáng)、反射光強(qiáng)、匙孔面積以及金屬蒸汽面積的幅值波動(dòng)程度，將焊接狀態(tài)劃分為3種狀態(tài)。圖3a所示為穩(wěn)態(tài)下4種信號(hào)特征的波動(dòng)圖像。每一幅圖中間的細(xì)窄型曲線顯示了每1000個(gè)原始數(shù)據(jù)點(diǎn)幅值的平均值，當(dāng)焊縫處于穩(wěn)態(tài)時(shí)，焊縫表面質(zhì)量良好，4種信號(hào)特征的幅值和均值的波動(dòng)較為平穩(wěn)，金屬蒸汽面積的波動(dòng)較其它3種信號(hào)特征的波動(dòng)稍微大一些，但金屬蒸汽面積的均值大部分比較平穩(wěn)，均值的波峰和波谷橫跨的時(shí)間范圍較小。圖3b所示為穩(wěn)態(tài)的狀態(tài)機(jī)理圖。匙孔內(nèi)的壓力維持平衡，匙孔與金屬蒸汽振蕩均勻。

Fig.3 Laws of signals in steady status

圖4a所示為準(zhǔn)穩(wěn)態(tài)下4種信號(hào)特征的波動(dòng)圖像。焊縫質(zhì)量良好，沒(méi)有明顯的缺陷，但信號(hào)特征的波動(dòng)較為劇烈，可見(jiàn)光光強(qiáng)的幅值和均值在0.1s～0.3s時(shí)波動(dòng)劇烈，出現(xiàn)較多較大的峰值；匙孔面積在0.4s～0.65s時(shí)波動(dòng)劇烈；對(duì)比穩(wěn)態(tài)下的金屬蒸汽面積，準(zhǔn)穩(wěn)態(tài)下金屬蒸汽面積在整個(gè)焊接過(guò)程中波動(dòng)都較為劇烈，均值離散程度大，均值的波峰和波谷橫跨的時(shí)間范圍較大。圖4b所示為準(zhǔn)穩(wěn)態(tài)的狀態(tài)機(jī)理圖。激光功率增加使匙孔內(nèi)的壓力增大，匙孔的振蕩和金屬蒸汽振蕩更劇烈，金屬蒸汽體量有所增加，可見(jiàn)光強(qiáng)也增加。

Fig.4 Laws of signals in quasi-steady status

圖5a所示為非穩(wěn)態(tài)下4種信號(hào)特征的波動(dòng)圖像。焊縫表面質(zhì)量明顯不佳，4種信號(hào)特征的波動(dòng)非常劇烈，方框區(qū)域1中4種信號(hào)特征的幅值先增后減，焊縫出現(xiàn)焊瘤缺陷，方框區(qū)域2中4種信號(hào)特征的幅值上下來(lái)回振蕩，焊縫出現(xiàn)凹陷缺陷。圖5b所示為非穩(wěn)態(tài)的狀態(tài)機(jī)理圖。匙孔內(nèi)的壓力增大，使得匙孔的振蕩非常劇烈，匙孔的振蕩導(dǎo)致噴出的金屬蒸汽振蕩也非常劇烈，并且熔池向上凸起和向下收縮的幅度更大，易產(chǎn)生焊瘤和凹陷缺陷。根據(jù)焊縫的表面質(zhì)量與各種信號(hào)特征的幅值和均值波動(dòng)的情況，可以基本判別焊縫所處的穩(wěn)態(tài)類型。

Fig.5 Laws of signals in unsteady status

2.2 相關(guān)性分析

在焊接過(guò)程中，各種信號(hào)會(huì)相互耦合，信號(hào)的變化具有一定的相關(guān)性，而焊接信號(hào)的相關(guān)性間接反映了焊接質(zhì)量。為了量化焊接過(guò)程的不同狀態(tài)，利用信號(hào)相關(guān)分析法。相關(guān)性系數(shù)可以用來(lái)統(tǒng)計(jì)兩個(gè)變量之間的相關(guān)性。信號(hào)X與信號(hào)Y的相關(guān)系數(shù)可以描述為：

(1)

根據(jù)上述焊縫狀態(tài)分析的方法，對(duì)11組實(shí)驗(yàn)的焊后狀態(tài)進(jìn)行劃分，圖6所示為各信號(hào)特征之間的相關(guān)性隨激光功率的變化情況。除了可見(jiàn)光強(qiáng)與反射光強(qiáng)的相關(guān)系數(shù)隨功率變化沒(méi)有明顯規(guī)律外，其它信號(hào)特征之間的相關(guān)系數(shù)隨功率的增加總體上呈上升趨勢(shì)，但各信號(hào)特征之間的相關(guān)系數(shù)并非單調(diào)遞增。激光功率為7kW和12kW時(shí)焊縫各信號(hào)特征之間的相關(guān)系數(shù)出現(xiàn)拐點(diǎn)，因?yàn)榧す夤β蕿?kW和12kW時(shí)焊縫處于準(zhǔn)穩(wěn)態(tài)，7kW前后的兩組焊縫處于穩(wěn)態(tài)，12kW前后的兩組焊縫處于非穩(wěn)態(tài)。關(guān)注激光功率為7kW處的前后圖像，當(dāng)焊縫從穩(wěn)態(tài)變?yōu)闇?zhǔn)穩(wěn)態(tài)，各信號(hào)之間的相關(guān)系數(shù)增加；當(dāng)焊縫從準(zhǔn)穩(wěn)態(tài)變?yōu)榉€(wěn)態(tài)，各信號(hào)之間的相關(guān)系數(shù)減少。關(guān)注激光功率為12kW處的前后圖像，當(dāng)焊縫從非穩(wěn)態(tài)變?yōu)闇?zhǔn)穩(wěn)態(tài)，各信號(hào)之間的相關(guān)系數(shù)減少；當(dāng)焊縫從準(zhǔn)穩(wěn)態(tài)變?yōu)榉欠€(wěn)態(tài)，各信號(hào)之間的相關(guān)系數(shù)增加。值得注意的是，當(dāng)激光功率為8kW,9kW和10kW時(shí)，焊縫分別處于穩(wěn)態(tài)、準(zhǔn)穩(wěn)態(tài)和非穩(wěn)態(tài)，各信號(hào)特征之間的相關(guān)系數(shù)均單調(diào)遞增，其變化趨勢(shì)與前述7kW和12kW處相關(guān)系數(shù)隨不同穩(wěn)態(tài)的變化趨勢(shì)一致。因此可以看出，焊縫各信號(hào)特征的相關(guān)系數(shù)與焊縫的穩(wěn)態(tài)有著密切的聯(lián)系。

焊縫各信號(hào)特征之間的相關(guān)系數(shù)隨功率的變化規(guī)律不顯著，隨穩(wěn)態(tài)的變化具有一定規(guī)律。為了研究焊縫穩(wěn)態(tài)類型的變化對(duì)各信號(hào)特征相關(guān)性的影響，對(duì)圖6中激光功率從7kW～12kW之間的數(shù)據(jù)點(diǎn)進(jìn)行平移，處于穩(wěn)態(tài)的數(shù)據(jù)點(diǎn)向前移動(dòng)，處于非穩(wěn)態(tài)的數(shù)據(jù)點(diǎn)向后移動(dòng)，處于準(zhǔn)穩(wěn)態(tài)的數(shù)據(jù)點(diǎn)置于穩(wěn)態(tài)和非穩(wěn)態(tài)之間，根據(jù)穩(wěn)態(tài)的類型重新排布圖像，使處于同一穩(wěn)態(tài)類型的數(shù)據(jù)點(diǎn)相鄰顯示，圖7所示為各信號(hào)特征之間的相關(guān)系數(shù)隨焊縫穩(wěn)態(tài)類型的變化情況。

圖7a為可見(jiàn)光強(qiáng)與反射光強(qiáng)的相關(guān)系數(shù)隨穩(wěn)態(tài)的變化情況?？梢?jiàn)光強(qiáng)與反射光強(qiáng)的相關(guān)系數(shù)隨功率變化的范圍很小，數(shù)值在0.3～0.4之間波動(dòng)，屬于弱相關(guān)，可見(jiàn)光強(qiáng)與反射光強(qiáng)的相關(guān)性無(wú)法區(qū)分焊縫處于哪一種穩(wěn)態(tài)。圖7b為可見(jiàn)光強(qiáng)與匙孔面積的相關(guān)系數(shù)隨穩(wěn)態(tài)的變化情況。當(dāng)焊縫處于穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0，0.1)；當(dāng)焊縫處于準(zhǔn)穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0.1，0.2)，焊縫處于穩(wěn)態(tài)和準(zhǔn)穩(wěn)態(tài)時(shí)可見(jiàn)光強(qiáng)與匙孔面積均極弱相關(guān)；當(dāng)焊縫處于非穩(wěn)態(tài)，相關(guān)系數(shù)在0.4上下細(xì)微波動(dòng)，可見(jiàn)光強(qiáng)與匙孔面積中等程度相關(guān)。圖7c為可見(jiàn)光強(qiáng)與金屬蒸汽面積的相關(guān)系數(shù)隨穩(wěn)態(tài)的變化情況。當(dāng)焊縫處于穩(wěn)態(tài)，相關(guān)系數(shù)趨近于0，可見(jiàn)光強(qiáng)與金屬蒸汽面積不相關(guān)；當(dāng)焊縫處于準(zhǔn)穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0.1，0.25)，可見(jiàn)光強(qiáng)與金屬蒸汽面積極弱相關(guān)；當(dāng)焊縫處于非穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0.4，0.5)，可見(jiàn)光強(qiáng)與金屬蒸汽面積中等程度相關(guān)。圖7d為反射光強(qiáng)與匙孔面積的相關(guān)系數(shù)隨穩(wěn)態(tài)的變化情況。當(dāng)焊縫處于穩(wěn)態(tài)和穩(wěn)準(zhǔn)態(tài)，相關(guān)系數(shù)趨近于0，反射光強(qiáng)與匙孔面積不相關(guān)；當(dāng)焊縫處于非穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0.1，0.2)，反射光強(qiáng)與匙孔面積極弱相關(guān)。圖7e為反射光強(qiáng)與金屬蒸汽面積的相關(guān)系數(shù)隨穩(wěn)態(tài)的變化情況。當(dāng)焊縫處于穩(wěn)態(tài)，相關(guān)系數(shù)趨于0，反射光強(qiáng)與金屬蒸汽面積不相關(guān)；當(dāng)焊縫處于準(zhǔn)穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0，0.2)，反射光強(qiáng)與金屬蒸汽面積極弱相關(guān)；當(dāng)焊縫處于非穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0.1，0.2)，反射光強(qiáng)與金屬蒸汽面積極弱相關(guān)。圖7f為匙孔面積與金屬蒸汽面積的相關(guān)系數(shù)隨穩(wěn)態(tài)的變化情況。當(dāng)焊縫處于穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0.2，0.3)，匙孔面積與金屬蒸汽弱相關(guān)；當(dāng)焊縫處于準(zhǔn)穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0.4，0.5)，匙孔面積與金屬蒸汽面積中等程度相關(guān)；當(dāng)焊縫處于非穩(wěn)態(tài)，相關(guān)系數(shù)的范圍為(0.6，0.7)，匙孔面積與金屬蒸汽面積強(qiáng)相關(guān)。

Fig.6 Correlation coefficients between the signals varies with the laser power

Fig.7 Correlation coefficients between the signals varies with the statuses

根據(jù)以上分析發(fā)現(xiàn)，除了可見(jiàn)光強(qiáng)與反射光強(qiáng)的相關(guān)性無(wú)法區(qū)分不同穩(wěn)態(tài)外，焊縫的其它信號(hào)特征之間的相關(guān)性隨著穩(wěn)態(tài)、準(zhǔn)穩(wěn)態(tài)、非穩(wěn)態(tài)3個(gè)層級(jí)依次遞增，在各自的穩(wěn)態(tài)類型內(nèi)，各信號(hào)特征之間的相關(guān)性在一定的范圍內(nèi)波動(dòng)。匙孔面積和金屬蒸汽面積的相關(guān)性能明顯區(qū)分穩(wěn)態(tài)和準(zhǔn)穩(wěn)態(tài)?？梢?jiàn)光強(qiáng)與匙孔面積的相關(guān)性、可見(jiàn)光強(qiáng)與金屬蒸汽面積的相關(guān)性、匙孔面積與金屬蒸汽面積的相關(guān)性都能明顯區(qū)分準(zhǔn)穩(wěn)態(tài)和非穩(wěn)態(tài)。

3 基于相關(guān)系數(shù)的神經(jīng)網(wǎng)絡(luò)識(shí)別模型

傳統(tǒng)的激光焊接狀態(tài)預(yù)測(cè)模型通常將傳感器采集的熔池、飛濺、金屬蒸汽等信號(hào)特征直接作為模型的輸入來(lái)進(jìn)行訓(xùn)練，根據(jù)第2節(jié)中的分析可知，當(dāng)焊接狀態(tài)從穩(wěn)態(tài)向準(zhǔn)穩(wěn)態(tài)、非穩(wěn)態(tài)轉(zhuǎn)變時(shí)，焊接過(guò)程中的各種信號(hào)的相關(guān)性會(huì)不斷增強(qiáng)。當(dāng)輸入的特征之間的相關(guān)性越高，則模型的泛化性能越差[20]。如果將傳感器捕獲的原始信號(hào)物理特征作為模型的輸入，則模型對(duì)穩(wěn)態(tài)的預(yù)測(cè)效果較好，但對(duì)非穩(wěn)態(tài)的預(yù)測(cè)效果會(huì)較差。因此本文中將采用不同信號(hào)特征之間的相關(guān)系數(shù)作為模型的輸入，而不選擇用原始信號(hào)的物理特征，以避免不同穩(wěn)態(tài)時(shí)原始信號(hào)物理特征之間相關(guān)性不同而導(dǎo)致的模型對(duì)不同穩(wěn)態(tài)類型的預(yù)測(cè)性能不同。

為了獲得足夠的訓(xùn)練集和測(cè)試集，每500個(gè)數(shù)據(jù)點(diǎn)計(jì)算一次不同信號(hào)特征之間的相關(guān)系數(shù)，由于在焊接開(kāi)始和結(jié)束時(shí)焊接速度會(huì)發(fā)生變化，導(dǎo)致相關(guān)系數(shù)異常，因此這些相關(guān)系數(shù)被剔除，最終提取出5926組訓(xùn)練數(shù)據(jù)，643組測(cè)試數(shù)據(jù)。不同穩(wěn)態(tài)類型的數(shù)據(jù)集數(shù)量如表2所示。

Table 2 Number of data sets in different steady statuses

神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)如圖8所示。輸入層有6個(gè)神經(jīng)元，分別為可見(jiàn)光強(qiáng)、反射光強(qiáng)、匙孔面積、金屬蒸汽面積4種信號(hào)特征兩兩之間的相關(guān)系數(shù)，隱藏層有3層，神經(jīng)元個(gè)數(shù)分別為512個(gè)、256個(gè)和128個(gè)，輸出層為焊縫3種不同的穩(wěn)態(tài)類型。模型的超參量分別是：訓(xùn)練輪數(shù)40輪，學(xué)習(xí)率0.001，每批次的數(shù)量(batch size)

Fig.8 Fully connected neural network model structure

為24。此外，訓(xùn)練集劃分出1/10用作驗(yàn)證集，驗(yàn)證集不參與訓(xùn)練，每一輪訓(xùn)練后，用驗(yàn)證集驗(yàn)證模型的預(yù)測(cè)性能。

每一個(gè)輸入數(shù)據(jù)在每一層神經(jīng)元中傳遞時(shí)需經(jīng)過(guò)如下表達(dá)式的變換：

(2)

式中，矩陣Y為一層神經(jīng)元的輸出，矩陣Xj為輸入的相關(guān)系數(shù)值，矩陣Wj為權(quán)重，b為偏置，j為當(dāng)前的樣本序號(hào)，m為訓(xùn)練集總樣本數(shù)，φ為激活函數(shù)。3個(gè)隱藏層之間使用的激活函數(shù)是線性整流函數(shù)(rectified linear units，ReLU)，其表達(dá)式為：

φ(x)=max(0,x)

(3)

式中，x是自變量。最后一個(gè)隱藏層與輸出層之間使用的激活函數(shù)是歸一化指數(shù)函數(shù)(別名softmax函數(shù))，其表達(dá)式為：

(4)

式中，C為輸出類別的個(gè)數(shù)，yk為第k個(gè)輸出類別的輸出值，yl為第l個(gè)輸出類別的輸出值，qk為第k個(gè)輸出類別的預(yù)測(cè)概率值。一組相關(guān)系數(shù)值輸入后經(jīng)過(guò)隱藏層計(jì)算，再通過(guò)softmax函數(shù)得出該組輸入數(shù)據(jù)對(duì)應(yīng)穩(wěn)態(tài)、準(zhǔn)穩(wěn)態(tài)和非穩(wěn)態(tài)3個(gè)輸出類別的預(yù)測(cè)概率值，3個(gè)概率值加和為1，概率值最大的輸出類別即為模型預(yù)測(cè)的類別。每經(jīng)過(guò)一輪的訓(xùn)練，都要計(jì)算一次損失函數(shù)，用以調(diào)整權(quán)重矩陣Wj和偏置b。損失函數(shù)采用交叉熵?fù)p失函數(shù)，表達(dá)式為：

(5)

式中，L(p,q)為損失函數(shù)值，pk為第k個(gè)輸出類別的實(shí)際概率值(1或者0)。從后往前逐層計(jì)算損失函數(shù)分別對(duì)權(quán)重和偏置的偏導(dǎo)數(shù)，原始權(quán)重減去損失函數(shù)對(duì)權(quán)重Wj的偏導(dǎo)數(shù)與學(xué)習(xí)率的乘積得到更新的權(quán)重，原始偏置減去損失函數(shù)對(duì)偏置b的偏導(dǎo)數(shù)與學(xué)習(xí)率的乘積得到更新的偏置。焊接穩(wěn)態(tài)識(shí)別模型重復(fù)以上權(quán)重和偏置更新的過(guò)程，使損失函數(shù)值不斷減小，以完成模型對(duì)穩(wěn)態(tài)類型預(yù)測(cè)的學(xué)習(xí)過(guò)程。

焊接穩(wěn)態(tài)類型識(shí)別模型的訓(xùn)練過(guò)程如圖9所示。在訓(xùn)練28輪之后，訓(xùn)練準(zhǔn)確率和驗(yàn)證準(zhǔn)確率已經(jīng)達(dá)到收斂，此時(shí)訓(xùn)練準(zhǔn)確率為99.4%，驗(yàn)證準(zhǔn)確率為98.96%。

Fig.9 Training process of welding steady status recognition model

使用該焊接穩(wěn)態(tài)識(shí)別模型對(duì)643組測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如表3所示。對(duì)穩(wěn)態(tài)的預(yù)測(cè)準(zhǔn)確率達(dá)到99.75%，對(duì)準(zhǔn)穩(wěn)態(tài)的預(yù)測(cè)準(zhǔn)確率達(dá)到99.44%，對(duì)非穩(wěn)態(tài)的預(yù)測(cè)準(zhǔn)確率達(dá)到99.23%，結(jié)果表明，此模型對(duì)不同穩(wěn)態(tài)類型的預(yù)測(cè)性能十分接近，并且整體的預(yù)測(cè)準(zhǔn)確率達(dá)到98.76%。經(jīng)檢驗(yàn)，基于相關(guān)系數(shù)和神經(jīng)網(wǎng)絡(luò)構(gòu)建的焊接穩(wěn)態(tài)識(shí)別模型能夠準(zhǔn)確地根據(jù)焊縫各種信號(hào)特征之間的相關(guān)性，對(duì)焊縫所處的穩(wěn)態(tài)類型進(jìn)行識(shí)別。

Table 3 Prediction accuracy rate of welding steady status recognition model

4 結(jié) 論

為了解決在焊接過(guò)程中識(shí)別準(zhǔn)穩(wěn)態(tài)、避免出現(xiàn)非穩(wěn)態(tài)的問(wèn)題，利用相關(guān)分析的方法，對(duì)焊縫的光學(xué)和視覺(jué)特征信號(hào)的相關(guān)性進(jìn)行研究，結(jié)果表明，隨著穩(wěn)態(tài)類型從穩(wěn)態(tài)向準(zhǔn)穩(wěn)態(tài)、非穩(wěn)態(tài)轉(zhuǎn)變時(shí)，除了可見(jiàn)光強(qiáng)與反射光強(qiáng)的相關(guān)性沒(méi)有明顯變化外，焊縫其它信號(hào)特征之間的相關(guān)性依次遞增，可見(jiàn)光強(qiáng)、匙孔面積、金屬蒸汽面積3種信號(hào)特征兩兩之間的相關(guān)性可明顯區(qū)分3種穩(wěn)態(tài)。將信號(hào)特征的相關(guān)系數(shù)與穩(wěn)態(tài)類別作為訓(xùn)練集，基于全連接神經(jīng)網(wǎng)絡(luò)構(gòu)建了焊縫穩(wěn)態(tài)識(shí)別模型，該模型對(duì)焊縫穩(wěn)態(tài)類型的識(shí)別準(zhǔn)確率在測(cè)試集上整體達(dá)到98.76%，具有較高的識(shí)別精度。