點(diǎn)焊過程信號采集及焊接質(zhì)量預(yù)測研究

高子博　郭海欣　李天雷　張莉　周沖　張晨曦

摘 要：電阻點(diǎn)焊技術(shù)因其低價高效性在汽車行業(yè)廣泛應(yīng)用于車身各部件的連接上，點(diǎn)焊的質(zhì)量直接影響到整個汽車的品質(zhì)。本文設(shè)計了一個點(diǎn)焊質(zhì)量評分預(yù)測模型，通過傳感器采集焊接過程中的動態(tài)電流、電壓等信號，在與焊接質(zhì)量評分進(jìn)行相關(guān)性分析后選取可以表征焊接質(zhì)量的特征量，基于機(jī)器學(xué)習(xí)算法建立點(diǎn)焊焊接質(zhì)量預(yù)測模型并進(jìn)行誤差分析。最后選用隨機(jī)森林算法模型，得到焊接評分預(yù)測值，結(jié)果表明預(yù)測值與真實(shí)值的誤差可以控制在2%以內(nèi)，預(yù)測較為準(zhǔn)確。

關(guān)鍵詞：電阻點(diǎn)焊 數(shù)據(jù)采集 機(jī)器學(xué)習(xí) 質(zhì)量預(yù)測

Research on Signal Acquisition and Welding Quality Prediction in Spot Welding Process

Gao Zibo Guo Haixin Li Tianlei Zhang Li Zhou Chong Zhang Chenxi

Abstract：Resistance spot welding technology is widely used in the automotive industry for the connection of various parts of the car body because of its low cost and high efficiency， and the quality of spot welding directly affects the quality of the entire car. In this paper， a spot-welding quality score prediction model is designed， which collects dynamic current， voltage and other signals in the welding process through sensors， selects the characteristic quantities that can characterize the welding quality after correlation analysis with the welding quality score， and establishes the spot-welding quality prediction model based on the machine learning algorithm and analyzes the error. Finally， the random forest algorithm model is selected to obtain the predicted value of the welding score， and the results show that the error between the predicted value and the real value can be controlled within 2%， and the prediction is more accurate.

Key words：resistance spot welding， data acquisition， machine learning， quality prediction

1 前言

在汽車的生產(chǎn)制造過程中，車身及各零部件之間的連接通常采用電阻點(diǎn)焊的方式。據(jù)相關(guān)統(tǒng)計表明，點(diǎn)焊在車身結(jié)構(gòu)連接方式中的占比大于90%，因此車身強(qiáng)度、安全性和使用壽命很大程度上取決于焊點(diǎn)的質(zhì)量，準(zhǔn)確把控汽車車身焊點(diǎn)質(zhì)量對保證整車質(zhì)量意義重大。

電阻點(diǎn)焊的基本原理是把裝配成搭接接頭的焊件壓緊在兩電極之間，利用電阻熱熔化母材金屬，形成焊點(diǎn)。但由于其形成過程一直處于封閉狀態(tài)，無法直接觀測，大多數(shù)汽車廠商在生產(chǎn)中都是通過抽樣來進(jìn)行破壞性檢測或無損檢測，破壞性檢測主要通過測量焊點(diǎn)的拉剪強(qiáng)度或焊核直徑來評價焊點(diǎn)的質(zhì)量，無損檢測大多通過目測或超聲波檢測來確定焊點(diǎn)質(zhì)量。這些方法都使得焊點(diǎn)質(zhì)量檢測效率極低，生產(chǎn)成本提高，并且無法全面了解車身所有焊點(diǎn)的質(zhì)量。由此可見，點(diǎn)焊質(zhì)量的在線預(yù)測技術(shù)對保證點(diǎn)焊質(zhì)量的可靠性和一致性有非常重要的意義，具有廣闊的市場前景和重大的商業(yè)價值，目前該項(xiàng)技術(shù)已經(jīng)受到國內(nèi)外學(xué)者的廣泛關(guān)注和研究。

本文通過實(shí)時監(jiān)測點(diǎn)焊過程中的各類特征信號，包括焊接動態(tài)電流、動態(tài)電壓、電極壓力、電極位移等，結(jié)合焊接材料、板材厚度、鍍層材料、焊接時長、焊核直徑、焊核拉剪強(qiáng)度等數(shù)據(jù)，基于機(jī)器學(xué)習(xí)原理設(shè)計開發(fā)了一種點(diǎn)焊質(zhì)量預(yù)測模型，該模型可通過輸入焊接過程信號和相關(guān)特征信息準(zhǔn)確預(yù)測焊接質(zhì)量。

2 焊接過程信號監(jiān)測

本章分別通過電流傳感器、電壓傳感器、位移傳感器和電極壓力傳感器對電流信號、電壓信號、位移信號及電極壓力信號進(jìn)行數(shù)據(jù)采集傳入數(shù)據(jù)采集裝置中，再用數(shù)據(jù)采集裝置進(jìn)行模數(shù)轉(zhuǎn)換和存儲，最后再將數(shù)字信號傳輸?shù)接嬎銠C(jī)內(nèi)，信號監(jiān)測模塊整體結(jié)構(gòu)如圖1。

2.1 焊接電流監(jiān)測

焊接電流的檢測方法主要有分流器法、電流互感器法、霍爾傳感器法及羅氏線圈法等。羅氏線圈電流傳感器具有反應(yīng)靈敏，與測量回路電氣絕緣，結(jié)構(gòu)簡單、質(zhì)量輕、安裝方便及動態(tài)測量范圍大等優(yōu)點(diǎn)，本文選用羅氏線圈電流傳感器，將其安裝在焊機(jī)次級電流回路中，可實(shí)現(xiàn)次級大電流的精確測量。

線圈電流傳感器輸出的感應(yīng)電動勢并非焊接電流實(shí)際值，而是與被測電流（即焊接電流）的變化率成線性關(guān)系，可通過改變橫截面積和單位上的線圈匝數(shù)來調(diào)整線圈電流傳感器的靈敏度。羅氏線圈的輸出特征為輸出電壓信號正比于所測電流信號的微分，因此利用調(diào)理電路中增加對原始信號的積分處理電路來采集點(diǎn)焊過程中的焊接電流信號。

2.2 焊接電壓監(jiān)測

由于大電流會造成較大的電磁干擾，而點(diǎn)焊過程中上下電極間的電壓較小，在此選用雙絞屏蔽線實(shí)現(xiàn)對電極間電壓的測量以減小干擾。檢測電壓時，先將鱷魚夾分別夾在上下電極上，再通過扭絞纜線將信號傳輸?shù)绞静ㄆ髦小?/p>

2.3 電極位移監(jiān)測

檢測位移的傳感器為HG-C1030激光位移傳感器。該傳感器的光源為波長655nm的紅色半導(dǎo)體激光，光束直徑為50um，重復(fù)精度為10um，輸出范圍0～5V。在焊接過程中，由于焊接區(qū)的熱膨脹而發(fā)生的電極運(yùn)動量一般為總板厚的10%。因此，本論文采用的HG-C1030激光位移傳感器足以確保其精度。

2.4 電極壓力監(jiān)測

文中采用高靈敏石英應(yīng)變傳感器對電極壓力進(jìn)行監(jiān)測。該傳感器是一種基于壓電效應(yīng)的傳感器，傳感器的壓電晶體受力時會產(chǎn)生電荷，具有靈敏度高、頻帶寬、信噪比高、結(jié)構(gòu)簡單、結(jié)實(shí)耐用的優(yōu)點(diǎn)，適合動態(tài)壓力的測量。由于壓電傳感器受力時產(chǎn)生的電荷信號較微弱，且內(nèi)阻極高，因此需要放大壓電傳感器輸出的微弱電荷信號，且將壓電傳感器的高阻抗變換成低阻抗輸出。使用外加電阻信號調(diào)理電路將電流信號轉(zhuǎn)換為數(shù)據(jù)采集卡可以直接采集的電壓信號。

2.5 數(shù)據(jù)采集卡

在選擇數(shù)據(jù)采集卡時，需考慮采樣頻率范圍、A/D轉(zhuǎn)換速度、模擬信號轉(zhuǎn)換分辨率、模擬轉(zhuǎn)換通道數(shù)等因素，本文選用的數(shù)據(jù)采集卡為USB接口模式，其主要技術(shù)參數(shù)如下：

1）量程為-10～+10V

2）8路差分模擬信號輸入通道，2路模擬輸出通道

3）為滿足高頻信號的采樣需求，采樣頻率在5kHz以上

4）12路數(shù)字輸入/輸出通道

3 焊接質(zhì)量檢測

電阻點(diǎn)焊后的焊點(diǎn)由于存在封閉性，無法直觀地判斷其質(zhì)量好壞，目前常見的質(zhì)量檢測方式分為破壞性檢測和無損檢測。

3.1 破壞性檢測

破壞性檢測是在檢測之前或過程中需要破壞工件或原材料工作狀態(tài)，工件或原材料的使用功能或性能遭到一定程度破壞的檢測形式或方法，主要用來測量焊點(diǎn)的拉剪強(qiáng)度和熔核直徑。其中，拉剪強(qiáng)度的測量通過拉伸實(shí)驗(yàn)完成，熔核直徑的測量過程如下：

點(diǎn)焊結(jié)束后，等待試件冷卻至室溫，對每個試件的正面和背面拍照，記錄焊點(diǎn)表面的宏觀形貌。然后利用線切割機(jī)將試件沿焊點(diǎn)中心切割開，線切割后的試樣待觀測表面粗糙不符合要求，因此，將線切割后的試樣進(jìn)行打磨、拋光、腐蝕、清洗和烘干，然后在顯微鏡下拍攝電阻點(diǎn)焊熔核照片，并對熔核直徑進(jìn)行測量計算并記錄。

3.2 無損檢測

無損檢測是檢測之前或過程中都不損壞工件或原材料的一種檢測方法，可以檢測被檢物表面狀態(tài)和內(nèi)部質(zhì)量。在汽車工業(yè)領(lǐng)域內(nèi)，無損檢測用途主要有以下兩種。第一，電阻點(diǎn)焊的無損檢測。該檢測方式包括人工視覺檢測、震蕩檢測以及超聲波檢測等。在汽車行業(yè)常用的是靈敏度高且速度快的超聲波探傷檢測，該檢測能有效地對汽車車身缺陷進(jìn)行定位和量化。第二，氣體保護(hù)焊的無損檢測。氣體保護(hù)焊焊縫的射線探傷檢測方法普遍應(yīng)用在汽車工業(yè)，其能夠通過射線檢查金屬內(nèi)部可能出現(xiàn)的針孔、夾雜、裂紋等缺陷。

4 焊接質(zhì)量預(yù)測模型

本章針對第1章中獲得的點(diǎn)焊焊接動態(tài)過程信號，提取出與焊接質(zhì)量強(qiáng)相關(guān)的特征量，作為機(jī)器學(xué)習(xí)模型的輸入。以第2章中獲得的能表征焊接質(zhì)量的檢測結(jié)果為參考依據(jù)，對焊接質(zhì)量進(jìn)行評分，并將其作為機(jī)器學(xué)習(xí)的輸出。選用機(jī)器學(xué)習(xí)領(lǐng)域常用且效果較好的幾種算法，建立點(diǎn)焊焊接質(zhì)量評分預(yù)測模型。

4.1 特征值提取

本文通過監(jiān)測動態(tài)焊接電流和電壓的數(shù)據(jù)，繪制出動態(tài)電阻曲線，如圖2所示。

提取動態(tài)電阻最大值（）、動態(tài)電阻最小值（）、動態(tài)電阻平均值（）、電極壓力動態(tài)上升幅度最大值（）、電極壓力動態(tài)上升幅度平均值（）、電極壓力平均值（）、電極壓力標(biāo)準(zhǔn)差（）、電極位移量（），將這些特征量與焊接質(zhì)量評分做相關(guān)性分析。為了使質(zhì)量預(yù)測準(zhǔn)確且有效，選取的特征值應(yīng)與點(diǎn)焊質(zhì)量呈強(qiáng)相關(guān)性。

相關(guān)性分析結(jié)果如表1所示，根據(jù)相關(guān)關(guān)系可得，特征量作為焊接質(zhì)量預(yù)測模型的輸入?yún)?shù)。

4.2 焊接質(zhì)量預(yù)測模型

選用幾個常見機(jī)器學(xué)習(xí)回歸模型，包括隨機(jī)森林、決策樹、SVM、梯度提升決策樹、MLP、Adaboost、Bagging，以焊接時間T、焊接板材M、板材厚度L、預(yù)設(shè)電流I、預(yù)設(shè)電壓U、預(yù)設(shè)電極壓力F、脈沖寬度設(shè)定值W和3.1提取出的特征量作為模型的輸入，質(zhì)量評分作為輸出，分別建立焊點(diǎn)質(zhì)量評分預(yù)測模型。

在經(jīng)過大量點(diǎn)焊工藝實(shí)驗(yàn)后，積累了大批合格和存在缺陷的焊點(diǎn)數(shù)據(jù)，形成焊點(diǎn)質(zhì)量數(shù)據(jù)集。將數(shù)據(jù)集劃分為訓(xùn)練集和測試集，用訓(xùn)練集訓(xùn)練上述各個模型的參數(shù)，然后利用測試集驗(yàn)證各個模型的回歸性能，并輸出焊點(diǎn)質(zhì)量評分的預(yù)測結(jié)果。

4.3 模型性能評價

使用平均絕對誤差、均方誤差和R2_score算法對7個模型輸出結(jié)果的誤差分別進(jìn)行計算，結(jié)果如表2所示。

根據(jù)誤差結(jié)果，最終選擇隨機(jī)森林模型來預(yù)測焊接質(zhì)量評分。隨機(jī)森林是用隨機(jī)的方式建立一個由很多決策樹組成的森林，每一棵樹之間沒有關(guān)聯(lián)，特點(diǎn)是抗噪性強(qiáng)、隨機(jī)性，是一個集成學(xué)習(xí)模型，具有不錯的預(yù)測能力。隨機(jī)森林是一種組合分類器，它以決策樹當(dāng)作是基分類器，復(fù)合了多個決策樹模型，這在一定程度上減少單分類器的限制，使得整體性能更好，可以達(dá)到更高的預(yù)測準(zhǔn)確率。同時，隨機(jī)森林自身的隨機(jī)性，可以較大程度上包容異常點(diǎn)和噪聲的影響，從而在一定程度上減少了決策樹算法存在的過擬合現(xiàn)象，提升了泛化能力。在測試集上隨機(jī)森林模型的部分?jǐn)M合結(jié)果如表3所示。由此可見，該模型預(yù)測效果較好，平均偏差率為1.85%。

5 結(jié)論

本文利用傳感器采集了電阻點(diǎn)焊焊接過程信號，并使用破壞性檢測和無損檢測的方式評估焊點(diǎn)質(zhì)量。通過對焊接過程信號和焊接質(zhì)量進(jìn)行相關(guān)性分析選取了可以表征焊接質(zhì)量的特征量?；跈C(jī)器學(xué)習(xí)算法建立了特征量與焊接質(zhì)量評分之間的關(guān)系，經(jīng)誤差分析后選擇了效果較好的隨機(jī)森林算法，形成點(diǎn)焊焊接質(zhì)量評分預(yù)測模型。經(jīng)過測試集驗(yàn)證發(fā)現(xiàn)，該模型可以較為準(zhǔn)確地預(yù)測焊接質(zhì)量，平均偏差率為1.85%。

參考文獻(xiàn)：

[1]韓佩. 基于多通道的電阻點(diǎn)焊質(zhì)量檢測研究[D].西安石油大學(xué)，2021.

[2]文靜，賈洪德.電阻點(diǎn)焊動態(tài)信號實(shí)時監(jiān)測及焊接質(zhì)量預(yù)測[J].電焊機(jī)，2020，50（05）：102-106+138.

[3]李雪海.汽車白車身點(diǎn)焊質(zhì)量控制評價體系研究[J].汽車實(shí)用技術(shù)，2020（08）：191-193.

[4]魏雷.點(diǎn)焊質(zhì)量監(jiān)控系統(tǒng)的設(shè)計[J].山西大同大學(xué)學(xué)報（自然科學(xué)版），2019，35（04）：76-78.

[5]文靜. 電阻點(diǎn)焊質(zhì)量監(jiān)測智能化及系統(tǒng)研究[D]. 吉林：吉林大學(xué)，2010.

[6]陳材，祁俊峰，陳樹君. 點(diǎn)焊信息在線監(jiān)測與評估在航天器艙體結(jié)構(gòu)中的應(yīng)用[J]. 電焊機(jī)，2018，48（2）：1-5.

[7]Wen J，Jia H D，Wang C S. Quality Estimation System for Resistance Spot Welding of Stainless Steel[J]. ISIJ Intern-ational，2019，59（11）：2073-2076.

[8]許君，李永兵，陳關(guān)龍等.轎車車身電阻點(diǎn)焊質(zhì)量實(shí)時監(jiān)測系統(tǒng)[J].焊接學(xué)報， 2006，27（4）：41-44.

[9]尚建利，張婷.汽車車身焊接質(zhì)量控制與檢測研究[J].機(jī)械管理開發(fā)，2019，34（01）：221-222+224.

[10]張超.汽車白車身焊接質(zhì)量控制及檢測和評價[J].內(nèi)燃機(jī)與配件，2022（08）：92-94.