两种常见焊接接头的机器人焊接工艺

采用弧焊机器人进行了8 mm厚板对接平位焊、6 mm厚板T形接头平角焊试验,重点分析了坡口根部间隙、焊枪角度、电弧电压、焊接电流和焊接速度对板对接打底层焊缝成形、背面焊缝宽度和余高的影响,以及焊接速度、电弧电压和焊接电流对T形接头焊缝成形、焊脚尺寸和凸度的影响。通过试验优化了焊接工艺参数,获得了正反面成形美观、熔合良好、焊缝宽窄和高低均匀的对接接头;试验测得对接接头背面焊缝宽度为4.04 mm,背面焊缝余高为0.17 mm,正面焊缝宽度为14.20 mm,正面焊缝余高为1.22 mm。采用优化后的焊接工艺参数对T形接头进行了焊接试验,角焊缝两焊趾区域熔合良好、焊缝平齐、焊缝表面微下凹,试验测得焊脚尺寸为6.8 mm。     

焊接参数对铝合金VPPA焊缝成形的影响

在铝合金变极性等离子弧穿孔立焊过程中,正、反极性电流和离子气流量等焊接参数对焊缝成形和焊缝质量都有显著影响,这些焊接参数的合理匹配是保证穿孔过程和焊缝稳定成形的重要前提.试验采用厚度10 mm的LD10铝合金板作为焊接母材,重点研究了焊接电流和离子气流量对焊缝质量的影响,分析了正、反极性电流的幅值和时间比对焊缝成形的影响规律.研究结果表明:随着焊接电流的增大,焊缝背面熔宽和余高增大,正面熔宽增大而余高减小;随着离子气流量的增大,焊缝背面余高和宽度增加,正面余高和宽度减小.     

两种预测焊接接头力学性能的模糊神经网络

针对焊接过程的高度非线性、多种因素的交互作用复杂,难以预测焊后接头力学性能.以TC4钛合金TIG为基础,建立了自适应模糊神经网络（ANFIS）和模糊RBF神经网络（FRBFNN）焊接接头力学性能预测模型.以焊接工艺参数、接头力学性能作为预测模型的输入、输出参数.利用27组试验数据对模型进行训练,用另外6组试验数据进行仿...     

螺旋缝焊管焊缝形状预测

以生产现场收集的试样数据为依据,利用回归分析与神经网络研究螺旋缝焊管焊缝形状参数(余高、熔深及熔宽)与焊接工艺参数(焊接电流、电弧电压与焊速)之间的关系,从而达到预测焊缝形状的目的。最终成功地利用BP神经网络创建了单丝焊准559mm×8.8mm与双丝焊准1219mm×17.2mm这2种规格焊管外焊缝形状预测模型,并且创建了螺旋缝焊管焊缝形状预测系统。     

焊缝含Ⅰ型单边裂纹低匹配平余高对接接头形状参数对形状因子的影响

基于有限单元法针对焊缝含Ⅰ型单边裂纹的低匹配平余高对接接头形状设计,以最大限度提高接头的承载能力以及更准确地对其进行安全评定为目标,从断裂力学角度出发,考察了焊缝含Ⅰ型单边裂纹的低匹配平余高对接接头各形状参数,即焊缝余高高度、余高宽度和焊趾圆弧过渡半径,对其形状因子的影响.结果表明,焊缝余高高度对焊缝含Ⅰ型单边裂纹的低匹配平余高对接接头形状因子影响最为显著,余高宽度和焊趾圆弧过渡半径的影响较小.采用传统的不考虑余高高度时的形状因子指导焊缝含Ⅰ型单边裂纹低匹配平余高对接接头的形状设计是不合理的.选择合适的形状参数可以提高焊缝含Ⅰ型单边裂纹低匹配平余高对接接头的承载能力.     

基于组合模型的MAG焊工艺参数多目标优化

以MAG焊焊接电压、焊接速度、送丝速度为可调工艺参数，开展了三因素三水平全因子平板对接焊和堆焊试验.基于试验数据建立了误差反向传播神经网络、径向基神经网络和克里金模型来预测焊缝余高、接头抗拉强度和冲击吸收能量.模型预测结果显示，所建立模型均能较好的预测焊缝性能，但是没有一个模型能同时最佳预测三种焊缝性能且各模型预测波动较大. 为了进一步提升预测精度和稳定性，将误差反向传播神经网络、径向基神经网络和克里金模型以线性加权法组合. 结果表明，组合模型能提升预测的精度和稳定性.基于组合模型，采用NSGA-II算法实现多目标优化，得到并验证了焊缝余高、接头冲击吸收能量和抗拉强度三者间的非劣解.验证结果表明焊接工艺多目标优化对实现焊缝综合性能整体最优以及焊接精细化应用具有较大的指导意义.     

大功率激光焊背面焊缝宽度神经网络预测

针对焊接过程中熔透及焊缝背面成形难以直接检测的问题,通过焊件正面和侧面的传感特征信息,对焊件背面的焊缝宽度进行预测. 用视觉传感器获取激光焊接过程中包含焊接特征信息的图像,对图像进行分割分层、模式识别和空域图像处理,准确提取焊接特征信息,发现焊接特征信息随着焊接路径的变化有着相应的变化趋势. 建立包含两个隐含层的贝叶斯神经网络,用提取到的9组特征信息作为输入,对焊件背面焊缝宽度进行预测. 通过10组焊件背面焊缝宽度的预测值与实际值的比较,验证了贝叶斯神经网络具有良好的预测能力,在焊缝不理想的状态下,也具有较好的预测能力.     

低匹配对接接头形状参数对三点弯曲应力集中系数的影响

弹性阶段以提高低匹配接头弯曲承载能力为目标,基于有限单元法针对X形坡口低匹配对接接头三点弯曲形状设计,从材料力学方法角度出发,考察了双侧余高对称时低匹配对接接头的焊缝余高、盖面焊道宽度、焊趾过渡圆弧半径等形状参数对三个危险区弯曲应力集中系数的影响.结果表明,对母材与焊缝交界处突变区与焊缝底部中心区的影响规律为焊缝余高影响最大,盖面焊道宽度影响次之,焊趾圆弧半径影响最小;对焊趾部位影响规律为盖面焊道宽度的影响较大,焊趾圆弧半径和焊缝余高影响均较小.选择合适的形状参数可以提高低匹配接头弯曲承载能力.     

焊缝偏差RBF神经网络预测算法

以10 kW大功率光纤激光焊接304奥氏体不锈钢板为试验对象,研究一种焊缝偏差预测算法.利用红外摄像机摄取焊接过程中的熔池红外图像,提取匙孔质心、匙孔形状参数和热堆积效应参数等反映激光束与焊缝位置偏差的特征量作为径向基函数RBF神经网络预测模型的输入量,建立焊缝偏差RBF神经网络预测模型.选择焊缝偏差特征量作为训练样本并对预测模型进行训练,建立焊缝偏差预测模型.结果表明,该模型能够对大功率光纤激光焊接过程中的激光束与焊缝位置之间的偏差进行有效预测.     

机器人MAG焊单面焊双面成形技术

介绍了机器人MAG焊打底的焊接系统组成,论述了机器人MAG焊打底焊接工艺,研究了间隙0～2mm范围内打底焊焊缝正反面成形,焊缝正面平滑美观,焊缝背面平滑余高较小,同时研究了此工艺下焊接电流与坡口间隙、钝边的线性关系,焊接热输入及试板倾角变化对背面余高的影响。通过分析可知,控制合适的热输入及试板倾角,可获得背面余高不大于...     

基于RBF神经网络脉冲熔化极惰性气体保护焊抗拉强度预测

利用matlab2012软件建立用于预测脉冲熔化极惰性气体保护焊(Pulsed metal inert gas welding,PMIGW)的RBF神经网络模型。以6个焊接工艺参数(峰值电压、基值电压、脉冲持续时间,脉冲频率、送丝速度和焊接速度)和2个测量值(焊接电流和电压均方根值)为预测模型输入参数,以焊后接头抗拉强度为输出参数,模型训练后仿真。结果表明,RBF神经网络具有建模速度快,模型结构简单,预测精度高的优点,为预测脉冲熔化极气体保护焊抗拉强度开辟了一条新的途径。     

焊接柔性加工单元中熔池的实时控制

机器人焊接过程中熔池实时控制系统是焊接柔性加工单元 (WFMC)中保证良好焊接质量的一个重要子系统。文中建立了WFMC中焊接质量实时控制子系统并实现了该子系统与WFMC中央监控计算机的实时可靠通讯。在获得了焊接熔池特征参数的基础上 ,建立了焊接过程熔池正面参数和焊缝背面参数的神经网络模型。模型根据熔池正面参数可实时预测焊缝背面宽度。并设计了神经元自学习比例求和微分(PSD)控制器 ,通过调整脉冲峰值电流 ,实现了机器人脉冲钨极气体保护焊 (GTAW )过程中通过正面熔池传感对焊接焊缝背面宽度的实时控制。控制试验证明控制器可有效地对焊接过程进行控制     

工艺参数对汽车用镁合金激光焊接接头组织和性能的影响

采用激光焊对NZ30K镁合金进行焊接,研究了激光功率、焊接速度和热输入对镁合金激光焊接接头组织和性能的影响。结果表明,随着激光功率的增加,镁合金正面熔宽变化不大,背面熔宽增加。镁合金焊缝正面和背面熔宽随着焊接速度的增加而减小。随着焊接热输入量增加,镁合金焊接接头抗拉强度增加。焊缝熔透后,抗拉强度随热输入增加变化不大,最大抗拉强度达到母材强度的79.8%。     

TA2钛合金管道仰焊位置PAW焊缝成形研究

对准Ф219 mm×8.8 mm TA2钛合金管道全位置等离子弧焊仰焊焊缝成形进行了研究,通过对仰焊位置熔池受力分析,阐述了仰焊位置PAW焊缝成形缺陷产生的原因,分析认为仰焊位置PAW内凹的产生与穿孔熔池受重力影响引起的熔池"塌陷"密切相关。仰焊位置PAW的特点是焊缝正面熔宽较大、背面熔宽较小,且焊缝背面余高较小易产生内凹缺陷。通过试验表明,不同焊接参数对焊缝成形影响均不相同,焊缝背面熔宽对焊接参数变化较敏感,当各参数之间相互匹配时,可得到良好的焊缝成形。     

不同焊接工艺下2219铝合金TIG焊接头性能分析

针对2219铝合金的对接TIG焊,采用单面两层焊和两面三层焊的工艺方法开展了对比试验,分析了焊接接头形貌和组织性能。研究结果表明,两种工艺方法均可以获得良好的焊缝成形,力学性能满足结构设计要求;两面三层焊比单面两层焊的焊接接头抗拉强度和断后伸长率的平均值分别提高了1. 7%和33. 3%,抗拉强度基本相同,断后伸长率得到了大幅提升;相比于单面两层焊,两面三层焊的背部封底焊接增加了背部焊缝宽度,背部熔合线的形状以及与水平方向的夹角都发生了变化;两种工艺方法的焊接接头各区域组织特点鲜明,相同区域的微观形貌相差不大;在焊缝背部相同位置,两种工艺方法的硬度值曲线走向趋势相同,封底焊增大了过时效软化区的宽度,提高了焊接接头的断后伸长率。     

基于BP神经网络的镁合金焊缝成形预测

为了研究镁合金的焊缝成形效果,搭建了焊接试验平台和数据采集系统,通过试验采集焊缝的数据样本,作为BP神经网络的学习训练和预测样本。建立了基于BP神经网络的镁合金焊缝成形预测模型,利用神经网络的映射能力和分析能力,采用焊接过程的焊接电流、焊接电压、焊接速度、焊丝干伸长作为预测输入,把焊缝成形中的焊缝熔深、熔宽、余高作为信息输出对神经网络进行训练,从而建立基于BP神经网络的焊接参数和焊缝成形的映射模型,通过BP神经网络的预测试验,预测值与实际值的误差能够控制在5%以内,可以满足设计要求。     

含中心裂纹低匹配对接接头形状参数对形状因子的影响

基于有限单元法针对含中心裂纹的低匹配对接接头形状设计,以最大限度提高接头的抗断能力为目标,从断裂力学角度出发,考察了含中心裂纹的低匹配对接接头的焊缝余高高度、盖面焊道宽度、焊趾过渡圆弧半径等形状参数对其形状因子的影响.结果表明,焊缝余高高度对含中心裂纹的低匹配对接接头形状因子影响最为显著,盖面焊道宽度的影响次之,焊趾过渡圆弧半径的影响最小.选择合适的形状参数可以提高含中心裂纹低匹配对接接头的抗断能力.     

混合聚类RBF神经网络焊接接头力学性能预测

构建混合聚类算法,与伪逆法结合建立RBF神经网络模型预测焊接接头力学性能.以TC4钛合金TIG焊接试验为基础,将焊接参数作为模型输入,焊后接头力学性能作为模型输出.通过仿真,该模型预测平均相对误差范围为1.74%~6.69%,具有较高的预测精度、适应性和泛化能力,能够预测焊接接头力学性能.采用数学解析对所建模型分解,得到焊接工艺参数与接头力学性能之间映射关系的函数表达式,可优化焊接工艺参数.利用焊接专业知识对模型的径向基单元参数进行调整,提高了模型的预测精度,为将焊接专家知识融入RBF神经网络模型开辟了新方法与途径.     

埋弧自动焊单面焊双面成型焊缝尺寸预测

为准确、方便地获得埋弧自动焊单面焊双面成型的焊缝几何尺寸,本文利用二次回归正交组合设计方法,对中、薄板埋弧焊单面焊双面成型焊接工艺参数与焊缝正面几何尺寸的关系进行了优化试验,并利用"SPSS"软件对试验结果进行了统计分析与检验,建立了正面熔宽B及余高E与焊接电流I、焊接电压U及焊接速度v的数学模型。该模型可以用来预测中、薄板埋弧焊单面焊双面成型焊缝正面几何尺寸,从而指导焊接结构设计。     

基于径向基神经网络焊接接头力学性能预测

利用径向基神经网络建立了TC4钛合金,TIG焊焊接工艺参数与接头力学性能关系的网络模型.训练模型使用了27组数据,并对另外9组数据进行仿真.结果表明,以焊接电流、焊接速度和氩气流量作为网络输入参数,利用所建的模型能够对该焊接接头抗拉强度、抗弯强度和断后伸长率进行较为准确的预测.通过与常用的标准BP神经网络模型比较发现,径向基网络相对于BP网络预测精度有了大幅度的提高,克服了BP网络训练时间长和容易陷入局部极小的缺点,为实现焊接接头力学性能预测提供了一条有效途径.