针对窄间隙熔化极气体保护焊(Gas Metal Arc Welding,GMAW)焊道侧壁处局部咬边缺陷检测困难的问题,提出了一种基于电弧声信号特征提取与处理的咬边缺陷在线检测方法。通过分析正常、临界咬边和咬边这3种焊接状态的电弧形态和电弧声信号...针对窄间隙熔化极气体保护焊(Gas Metal Arc Welding,GMAW)焊道侧壁处局部咬边缺陷检测困难的问题,提出了一种基于电弧声信号特征提取与处理的咬边缺陷在线检测方法。通过分析正常、临界咬边和咬边这3种焊接状态的电弧形态和电弧声信号特征,证实坡口侧壁引起的电弧形态变化是影响电弧声信号变化的重要因素。在此基础上采用小波包时频分析,同时引入特征类间标准差作为评价指标,确定了能有效识别3种焊接状态的敏感特征。采用Sigmoid支持向量机和五折交叉验证建立预测模型,实验结果表明该模型能较好地实现3种焊接状态的预测分类,识别准确率达到96.0%。展开更多
文摘针对窄间隙熔化极气体保护焊(Gas Metal Arc Welding,GMAW)焊道侧壁处局部咬边缺陷检测困难的问题,提出了一种基于电弧声信号特征提取与处理的咬边缺陷在线检测方法。通过分析正常、临界咬边和咬边这3种焊接状态的电弧形态和电弧声信号特征,证实坡口侧壁引起的电弧形态变化是影响电弧声信号变化的重要因素。在此基础上采用小波包时频分析,同时引入特征类间标准差作为评价指标,确定了能有效识别3种焊接状态的敏感特征。采用Sigmoid支持向量机和五折交叉验证建立预测模型,实验结果表明该模型能较好地实现3种焊接状态的预测分类,识别准确率达到96.0%。