Analysis of high-power disk laser welding stability based on classification of plume and spatter characteristics

Classification of plume and spatter images was studied to evaluate the welding stability. A high-speed camera was used to capture the instantaneous images of plume and spatters during high power disk laser welding. Characteristic parameters such as the area and number of spatters, the average grayscale of a spatter image, the entropy of a spatter grayscale image, the coordinate ratio of the plume centroid and the welding point, the polar coordinates of the plume centroid were defined and extracted. Karhunen-Loeve transform method was used to change the seven characteristics into three primary characteristics to reduce the dimensions. Also, K-nearest neighbor method was used to classify the plume and spatter images into two categories such as good and poor welding quality. The results show that plume and spatter have a close relationship with the welding stability, and two categories could be recognized effectively using K-nearest neighbor method based on Karhunen-Loeve transform.

Elucidation of Metallic Plume and Spatter Characteristics Based on SVM During High-Power Disk Laser Welding

During deep penetration laser welding,there exist plume（weak plasma） and spatters,which are the results of weld material ejection due to strong laser heating.The characteristics of plume and spatters are related to welding stability and quality.Characteristics of metallic plume and spatters were investigated during high-power disk laser bead-on-plate welding of Type 304 austenitic stainless steel plates at a continuous wave laser power of 10 kW.An ultraviolet and visible sensitive high-speed camera was used to capture the metallic plume and spatter images.Plume area,laser beam path through the plume,swing angle,distance between laser beam focus and plume image centroid,abscissa of plume centroid and spatter numbers are defined as eigenvalues,and the weld bead width was used as a characteristic parameter that reflected welding stability.Welding status was distinguished by SVM（support vector machine） after data normalization and characteristic analysis.Also,PCA（principal components analysis） feature extraction was used to reduce the dimensions of feature space,and PSO（particle swarm optimization） was used to optimize the parameters of SVM.Finally a classification model based on SVM was established to estimate the weld bead width and welding stability.Experimental results show that the established algorithm based on SVM could effectively distinguish the variation of weld bead width,thus providing an experimental example of monitoring high-power disk laser welding quality.

Study of Dynamic Features of Surface Plasma in High-Power Disk Laser Welding

High-speed photography was used to obtain the dynamic changes in the surface plasma during a high-power disk laser welding process. A color space clustering algorithm to extract the edge information of the surface plasma region was developed in order to improve the accuracy of image processing. With a comparative analysis of the plasma features, i.e., area and height, and the characteristics of the welded seam, the relationship between the surface plasma and the stability of the laser welding process was characterized, which provides a basic understanding for the real-time monitoring of laser welding.

Analysis of Laser-Induced Plume During Disk Laser Welding at Different Speeds

During high power disk laser welding, the high-speed photography was used to measure the dynamic images of the laser-induced plume at different laser welding speeds. Various plume features （area, height and brightness） were extracted from the images by the color space clustering algorithm. Combined with observation on the surface and the cross sections of welding samples, the effect of welding speed on welding stability was analyzed. From the experimental results, it was found that these features of plume could reflect the welding state. Thus changes of the plume features corresponded to different welding speeds, which was helpful for monitoring the laser welding stability.

激光焊匙孔特征的近红外与X射线传感分析

由于多传感匙孔特征参数可以有效地反映大功率激光焊接质量状态,本文研究了匙孔特征信息的提取方法并建立了焊缝成形预测模型。以大功率盘形激光焊接304不锈钢为试验对象,应用近红外高速摄像机和X射线视觉成像系统同时提取了焊接过程中的熔池动态图像,并分割出匙孔区域。针对近红外图像,应用矩方法导出匙孔的不变矩特征,同时定义并提取匙孔面积和最前端点纵坐标两个特征;针对X射线图像则提取匙孔深度和熵两个特征。在不同激光功率条件下得到匙孔特征并进行特征融合分析,然后建立了3个BP神经网络焊缝成形预测模型。探索了匙孔形态、焊接条件和焊接状态三者之间的联系,实现了对焊接过程的在线监测。试验结果表明,将两个传感器获取的匙孔特征信息融合并进行主成分分析变换后,熔宽和熔深的预测绝对误差平均值分别为0.18mm和0.57mm,比基于单个传感器获取匙孔特征建立的BP神经网络分别减小了0.03mm和0.31mm,显示提出的方法能够有效在线监测大功率盘形激光焊接状态。

激光焊熔池图像三维形态恢复算法分析

利用熔池图像表面的明暗变化恢复熔池表面三维形态,分析熔高和熔宽等特征与焊接质量的关系.试验装置采用红外激光辅助光源和带有近红外窄带滤波组合系统的高速影像设备实时捕捉熔池动态图像,并根据统计学估计光源位置参数,采用基于单幅熔池灰度图像的明暗恢复形状技术(shape from shading,SFS)中的局部分析算法来恢复熔池三维表面形态,并通过中值滤波和三次样条插值对三维重建后熔池形状进行去噪和平滑处理.结果表明,所采用的方法能有效地恢复熔池表面信息,为大功率盘形激光焊接过程中根据熔池二维图像预测焊缝成形提供了一种方法.

激光焊接状态图像灰度共生矩阵分析法

在激光焊接过程中,金属蒸气和飞溅蕴含着丰富的焊接状态信息.以大功率盘形激光焊接304不锈钢为试验对象,应用紫外波段和可见光波段高速摄像机摄取焊接过程中金属蒸气和飞溅瞬态图像.分析图像区域纹理二阶统计特征——灰度共生矩阵,并用ASM(angular second moment)能量、惯性矩、熵和自相关性描述灰度共生矩阵,分析灰度共生矩阵与焊缝成形之间的关系,同时提取飞溅数量和面积、金属蒸气质心方位和金属蒸气高度等特征,建立BP(back propagation)神经网络模型,预测焊缝成形.结果表明,所分析方法能够有效反映金属蒸气、飞溅与焊接状态之间的关联,为在线监测大功率盘形激光焊接质量提供依据.

大功率盘形激光焊接过程等离子体图像特征分析

研究一种基于等离子体图像特征的大功率盘形激光深熔焊质量分析及检测的新方法.以大功率盘形激光焊接Type 304不锈钢板为试验对象,应用高速摄像机摄取焊接过程中的等离子体图像,通过图像处理技术提取等离子体的面积和高度特征.以熔宽作为衡量焊接过程稳定性的因素,对比焊接过程中等离子体图像和焊接试件的熔宽变化,研究相邻等离子体图像的面积变化值和高度变化值在不同焊接质量区域中的平均值和基于不同阈值下所占的百分比,探索判定焊接过程质量稳定性的特征参量的统计规律.结果表明,所提出的方法能够对大功率盘形激光焊接Type 304不锈钢板焊接质量做出动态评估.

大功率碟形激光焊支持向量回归熔宽预测算法

大功率碟形激光焊接作为一种重要的新型激光加工技术在制造业领域得到日益广泛的应用.针对焊接过程多变量强耦合性以及反馈的实时性要求,提出了用支持向量机(SVR)对焊接过程中熔宽变化量进行预测的新方法,并根据焊接试验数据对其性能进行验证.同时分析对比了支持向量机与BP神经网络的预测效果.结果表明,BP神经网络和支持向量机的训练和单步预测效果良好,均可以应用在大功率碟形激光焊接过程中,但SVR模型要更加适应于大功率碟形激光焊接过程的样本训练和预测.当采样点数N值取10时预测效果最优.

盘型激光焊接状态多传感信息融合分析

针对大功率盘型激光焊接状态,研究一种基于支持向量机的多传感信息融合分析方法.使用紫外、可视和红外波段的两个高速摄像机同时获取激光焊接过程中金属蒸气、飞溅和熔池动态图像.通过模式识别技术提取焊接过程多传感信息特征及进行数据主成分特征分析,并以焊缝宽度变化作为衡量焊接状态稳定性的参数.运用支持向量机融合各特征,通过网格搜索和粒子群算法优化支持向量机参数,建立基于支持向量机的多传感信息融合模型.结果表明,支持向量机多传感信息融合方法能够有效预测焊缝宽度变化趋势,为大功率盘型激光焊接状态的实时监控提供试验依据.

基于阴影的激光深熔焊熔池形态分析

熔池形态特别是熔池体积使用现有测量手段难以直接进行测量.采用大功率盘形激光对304型不锈钢厚板进行平板堆焊,通过外加辅助强红外激光光源投射熔池阴影,采用高速摄像机加装组合滤光片摄取清晰地熔池及其阴影动态图像,提取焊接过程中熔池投射阴影的面积变化,并进行一元线性回归和相关性分析.结果表明,熔池的阴影面积变化与焊接质量存在正相关性,为焊接质量检测提供了新方法.

激光填丝熔焊技术在白车身制造中的应用

介绍了基于碟片片式固体激光器和自适应式激光聚焦系统开发的激光填丝熔焊系统组成、工艺过程特点及质量监控方案,分析了过程/产品质量问题的原因和对策。结果表明,通过优化送丝机构、夹具、零件、机器人轨迹及线缆捆绑方案,可解决粘丝问题。通过优化光斑尺寸、透光隔板形式、维保方案,可控制焊接飞溅。通过对激光光束、送丝机构、夹紧机构、板材间隙等过程变量进行不同组合的优化及制定系统的维保方案,可有效解决焊缝背部凹陷、焊缝气孔/孔洞、焊缝偏移、焊缝熔深不足等问题。

大功率盘形激光焊匙孔特征提取

在大功率盘形激光焊接过程中,匙孔形态与焊接质量之间有直接的关系。研究匙孔形态特征表征方法,对实时分析激光焊接质量具有重要意义。以10 kW大功率盘形激光焊接304不锈钢为试验对象,应用近红外高速摄像机摄取熔池动态热像,通过图像处理分割出匙孔。研究匙孔图像轮廓的链码特征,并且用链码统计概率描述匙孔轮廓特征,同时定义和提取包括匙孔面积、周长、质心、最前端点坐标、形状因子等匙孔特征。试验结果表明,所提出的方法能有效描述和分析匙孔的形态。

大功率盘形激光焊多特征参数同步检测

以大功率盘形激光焊接304不锈钢为研究对象,分别使用近红外波段高速摄像机、紫外波段和可见光波段高速摄像机同时摄取焊接过程匙孔、金属蒸汽和飞溅瞬态图像。定义匙孔、金属蒸汽以及飞溅为焊接过程特征参数,并将其动态特征作为神经网络的输入参数,以焊缝宽度作为衡量焊接状态的参数和神经网络的输出参数,建立多特征参数同步采集的盘形激光焊接过程检测模型。与单一特征参数检测试验对比发现,多特征参数同步检测方法能够更好地反映大功率盘形激光焊接状态。

S51550不锈钢碟片激光焊接工艺研究

S51550不锈钢广泛应用于汽车、飞行器等制造领域。为了解决激光焊接该材料存在的凹陷、咬边、气孔和背面未熔合等焊接缺陷问题,采用通快TruDisk1200 3碟片激光器分别焊接3 mm和4 mm厚的S51550不锈钢板,研究接头结构和焊接参数对熔透性的影响,焊接功率、焊接速度对焊缝成形的影响以及接头结构、保护气种类对气孔产生的影响。通过扫描电子显微镜观察焊接接头,EDS测定了熔池内部气孔成分并且分析了气孔的可能成因。得到了3 mm和4 mm的S51550的理想焊接工艺条件。在此条件下焊缝形貌良好,且抗拉强度为母材的96%。

盘型激光焊熔池红外特征支持向量机分类

在大功率盘型激光焊接过程中,熔池红外热像蕴含着丰富的焊接质量信息。以大功率盘型激光焊接304不锈钢板为试验对象,用近红外高速摄像机获取熔池区域图像。定义并提取熔池宽度、匙孔面积、匙孔周长和匙孔质心为熔池特征参数,以焊缝宽度作为衡量焊接质量的参数,研究支持向量机对熔池红外特征参数进行分类的方法。通过网格搜索和粒子群算法优化支持向量机参数,探索熔池特征与焊接质量之间的关系和规律。试验表明,通过支持向量机对熔池特征参数进行分类可有效判别大功率盘型激光焊缝宽度的变化。

厚10 mm不锈钢大功率碟片激光焊接及影响因素研究

为了实现10 mm厚304不锈钢的单道激光焊接,在10 k W碟片激光焊接设备上进行了全熔透焊接工艺试验研究,分析了不同焊接速度、离焦量、激光功率对焊接质量的影响。在显微镜下观察焊缝横截面形貌及测量几何尺寸。结果表明,焊接速度较低时,上下表面容易出现烧蚀,焊接速度较高时,会出现底部驼峰;离焦量影响激光聚焦位置,负离焦较大时会降低激光能量利用率,负离焦较小时会导致表面烧蚀,对于10 mm厚工件,离焦量为-3 mm时较好。激光功率对焊缝熔深影响较大,激光功率较小时不足以形成全熔透焊缝。拉伸试验结果表明,焊缝抗拉强度平均为639.6 MPa,达到母材抗拉强度的95.5%;屈服强度平均为297.6 MPa,达到母材屈服强度的99.2%;伸长率平均为61.2%,达到母材伸长率的95.5%。

大功率盘形激光焊飞溅特征分析

焊接过程的在线监控是保证激光焊接质量的关键,为此,首先要找到焊接过程传感特征量变化规律以及与焊缝质量间的关系.飞溅是大功率盘型激光焊接过程中的一个重要现象,其特征与焊接质量、焊接过程稳定性以及能量利用率等有着密切的联系.以大功率盘形激光焊接304不锈钢为试验对象,研究焊接过程中的飞溅特征.在紫外波段和可见光波段应用高速摄像机摄取焊接过程中产生飞溅的瞬态特征,通过计算机图像处理技术分析飞溅的数量、面积、行程和质心高度特征参量.以焊件熔宽作为衡量焊接质量与焊接过程稳定性的因素,对飞溅特征量进行线性和高次拟合,研究飞溅特征参量的波动规律,并与焊件熔宽的变化对比,探索焊接过程的飞溅特征参量变化规律.试验结果表明,根据飞溅特征量变化规律能够对大功率盘形激光焊接304不锈钢板焊接质量做出动态评估,为实现焊接质量的在线监控提供了试验依据.

大功率碟片激光焊接焊缝截面形貌研究

采用10kW碟片激光器,研究了8mm厚304不锈钢碟片激光焊接过程中形成的焊缝截面形貌,讨论了焊接速度、激光功率对焊缝截面形貌形成的影响规律。结果表明,在大功率碟片激光焊接过程中,形成的焊缝截面形貌包括I形和钉子形。在焊接过程中,随着焊接速度的增大,焊缝截面形貌由I形向钉子形转变;随着激光功率的增大,焊缝截面形貌由钉子形向I形变化,同时焊缝截面形貌从I形转变为钉子的焊接速度增大。通过调整焊接速度与激光功率,可以对焊缝截面形貌进行有效控制。

盘型激光焊金属蒸汽特征色调-色饱和度-亮度分析法研究

对于大功率盘型激光焊,金属焊件表面在激光束辐射下强烈汽化并形成等离子体状的金属蒸汽羽状物.该金属蒸汽羽状物可逆向激光束传输,对激光有明显的屏蔽作用,降低激光辐射至焊件的能量密度,影响焊接效率和质量.因此研究金属蒸汽特征变化规律及其与焊接质量之间的关联,可实现由金属蒸汽特征实时监测激光焊接状态.以10 kW大功率盘型连续激光焊接304不锈钢钢板为试验对象,应用高速摄像机摄取金属蒸汽动态图像,将其转换至色调-色饱和度-亮度空间,提取金属蒸汽面积、激光束受影响路径长度等相关特征量,以焊缝熔宽的变化作为衡量焊接状态稳定性的参数.通过金属蒸汽特征值的均值统计和方差分析,试验证明根据金属蒸汽面积和激光束受影响路径长度等金属蒸汽特征可有效地反映熔宽质量,从而对焊接状况做出动态评估.