波形控制逆变CO2焊接电源关键控制信号的获取

通过分析波形控制CO2焊接过程，介绍了焊接电源空载、燃弧、短路等工作状态的判别，电流、电压、du/dt、di/dt等关键信号的获取方法，为研制波形控制CO2逆变焊机奠定了基础。     

陶瓷与金属特种焊接技术的开发与应用

介绍了近年来发展的陶瓷与金属的焊接技术，并对其焊接工艺特点及应用情况进行了分析与总结。     

灰口铸铁阀体密封面镍基堆焊技术

详细介绍了一种改善旋转止回阀密封面性能的镍基堆焊工艺。针对阀体密封面的结构，设计了特殊焊接工艺，精确地完成了堆焊过程，达到厂家设计要求。     

冲击式水轮机转轮裂纹焊接修复

介绍了采用低匹配的奥氏体不锈钢焊条，在能整体不预热和焊后热处理条件下，现场手工电弧焊进行马氏体不锈钢转轮的裂纹焊补修复，修复质量经渗透探伤检验达到了要求。     

激光焊接的模拟仿真研究

分析和总结了激光焊接仿真的研究现状，综述了模拟仿真过程中固液气之间的传热对流模型、激光和金属相互作用模型，激光在等离子体内的传播模型，以及材料热物理性能参数，金属材料的状态方程等问题的处理方法，并且列举了目前的成果，提出了未来研究的发展方向。     

深冷处理提高镀锌钢板点焊电极寿命的机理

为了提高镀锌钢板点焊电极寿命，作者提出了镀锌钢板点焊电极的深冷处理方法。采用不同深冷处理工艺参数处理了点焊镀锌钢板的Cr—Zr—Cu合金电极，用这些电极进行了镀锌钢板点焊电极寿命试验并与未深冷处理的电极寿命进行了比较。用扫描电子显微镜对深冷处理电极进行了背散射及面扫描分析，用X射线衍射法观测了深冷处理前后的电极晶粒度，测试了电极在深冷处理前后的电阻率。通过对深冷电极微观结构的观测及电极性能的测试，探讨了深冷处理提高镀锌钢板点焊电极寿命的机理。研究结果表明，深冷处理提高了镀锌钢板点焊电极基体的致密性，改变了合金元素的分布，细化了电极材料的晶粒，提高了镀锌钢板点焊电极的导电、导热能力及电极抗压渍变形的能力，从而提高了镀锌钢板点焊电极的寿命。     

交流脉冲MIG弧焊电源及弧长控制

AC PMIG的控制模式是一周一脉一滴，脉冲电流设计在电弧EP极性时间里，其余时间均为基值电流。弧焊电源一次逆变控制电流快速动态过程，二次逆变控制电弧极性。控制系统采用双闭环结构，内环模拟控制电弧电流，外环80C196KC单片机控制电弧电压及电弧极性。根据电弧电压偏差信号及电弧状态，设计了四个控制规则及其控制参数的计算方法。正常焊接状态时变频控制交流脉冲频率。采用这种控制方案，获得了稳定性高、熔滴过渡均匀的焊接过程。     

国内弧焊设备电磁兼容性研究进展

焊弧设备的电磁兼容性问题日益突出，受到越来越多的关注。针对我国的实际情况，对国内弧焊设备的研究现状进行了综合分析，同时指出了今后的研究方向。     

利用弧焊机器人焊接拖拉机机架

本文介绍了ＮＳ１６—ＴＴ２５０焊接机器人工作站的特性、拖拉机机架的工艺装备布置及其焊接特点、以及机器人的示教、编程，并列出了适合的焊接规范表格。通过调试试验及试生产证明利用弧焊机器人焊接拖拉机机架是可行的。同时总结出弧焊机器人的应用特点。     

A machine vision approach to seam tracking in real-time in PAW of large-diameter stainless steel tube

Manual monitoring and seam tracking through watching weld pool images in real-time, by naked eyes or by industrial TV, are experience-depended, subjective, labor intensive, and sometimes biased. So it is necessary to realize the automation of computer-aided seam tracking. A PAW (plasma arc welding) seam tracking system was developed, which senses the molten pool and the seam in one frame by a vision sensor, and then detects the seam deviation to adjust the work piece motion adaptively to the seam position sensed by vision sensor. A novel molten pool area image-processing algorithm based on machine vision was proposed. The algorithm processes each image at the speed of 20 frames/second in real-time to extract three feature variables to get the seam deviation. It is proved experimentally that the algorithm is very fast and effective. Issues related to the algorithm are also discussed.