9、铝合金GTAW焊接过程的实时监测与特征提取技术

铝合金GTAW焊接过程的实时监测与特征提取技术

1. 引言

焊接是一个复杂的动态过程，众多随机因素会影响焊接质量，仅依靠固定焊接参数难以获得稳定的焊接效果。随着工业发展，焊接技术已从手工工艺发展为现代系统技术科学，涉及广泛领域。铝合金作为工业中广泛应用的金属材料，气体钨极电弧焊（GTAW）是其常用焊接方法，具有焊接质量好、适应性强、焊接范围广等优点，在精密焊接领域应用广泛。为了保证焊接质量，需要对焊接过程进行实时监测。本文将介绍基于电弧声音处理和视觉图像处理的焊接质量监测方法，以及如何利用这些方法实现焊接质量的在线实时监测。

2. 电弧声音处理

2.1 预处理

传感器采集的声音信号会受到环境影响，存在噪声干扰和基本值电流。因此，在进行特征提取之前，需要对声音信号进行预处理，具体步骤如下：
- 去除峰值信号的直流分量 ：传感器信号与峰值电流相比，包含的信息较少且干扰较多。去除直流分量的公式为：
[x^ = x - \frac{1}{n}\sum_{i = 1}^{n}x_i]
其中，(x) 是原始信号，(n) 是信号的点数。
- 小波降噪 *：小波变换（WT）是一种可以在时间和频率上进行局部化的算法。通过缩放平移算法实现原始信号的多尺度细化，最终达到高频域时间细分和低频域频率细分的效果。小波变换降噪方法能更好地保留信号峰值和突变信号，对瞬态信号的降噪效果较好。选择3000个采样点进行小波变换降噪。

在原始数据中，初始声音的振幅在初始阶段波动较大，考虑到后续特征提取，去除前70,000个数据点。