基于RBF网络的P-GMAW焊缝成形过程建模

分析了薄板平板堆焊熔透的影响因素,利用径向基函数网络（RBFN）,建立了脉冲熔化极气体保护焊（P-GMAW）的焊缝成形过程模型.结果表明,在P-GMAW薄板堆焊中,以焊接规范为输入变量,利用该网络模型能很好的预测背面熔宽.     

旁路耦合微束等离子弧热特性及焊缝成形特点

针对传统微束等离子弧焊中焊丝熔敷率与焊接电流不能解耦的局限,提出旁路耦合微束等离子弧焊方法.通过给外填焊丝添加一电流,使焊丝与焊枪钨极间产生一个旁路电弧,实现熔化母材热量与熔化焊丝热量的解耦,确保熔化母材电流稳定的同时提高填充焊丝的熔化速度.对旁路耦合微束等离子弧焊的熔敷率、母材热输入及焊缝成形质量进行试验研究.结果表明,该方法既保持了传统微束等离子弧焊的优点,又在提高焊丝熔敷率的同时降低母材的热输入;并在其它焊接参数保持不变时,随旁路电流的增加,焊缝的熔宽、熔深和稀释率减小,余高和成形系数增大.     

铝合金变极性等离子弧穿孔横焊焊缝成形规律分析

以穿孔等离子弧焊接过程中形成的穿孔熔池为研究对象,根据熔池热源形态的特点,采用数值模拟与试验相结合的手段研究横焊位置下的铝合金变极性等离子弧焊缝成形.由于焊接速度波动和工件厚度的影响,体热源作用下的穿孔熔池背面存在最高温度点和最大熔宽截面相背离的现象;因此通过对穿孔熔池背面进行分区和定义,提出温宽偏离度概念,即熔池背面最高温度点和最大熔宽截面的偏离程度,用以描述穿孔熔池状态及焊缝成形;通过调节焊枪角度来改变焊接过程中的温宽偏离度,在其它参数不变的情况下减轻重力在焊接过程中对焊缝成形的影响,实现变极性等离子弧穿孔焊接在横焊位置上的良好成形.     

短路过渡CO2焊接熔滴尺寸控制

分析了短路过渡CO2焊接的熔滴形成过程及焊接电流波形对熔滴形状及短路过渡历程的影响规律,对采集获得的焊接过程中的焊接电流信号进行数学处理,采用最小二乘法建立了波形控制短路过渡焊接的焊丝熔化模型.在此基础上,通过控制燃弧初期脉冲电流的宽度调整燃弧能量的大小,对熔滴尺寸控制进行了试验研究.结果表明,随着燃弧脉冲电流宽度的增加,熔滴尺寸单调增加,这说明改变燃弧初期脉冲电流的宽度可以有效地控制燃弧能量和熔滴尺寸的大小.     

基于人工神经网络的焊缝宽度预测

研究了用神经网络预测焊缝宽度的方法。首先对焊接质量检测系统的一些相关问题进行了研究,考虑了弧焊特性的提取、焊接质量的预报以及人工神经网络模型(ANN)的应用,设计了一个基于人工神经网络的焊接质量检测系统,给出系统的组成结构,ANN被用于预测焊缝宽度,建立了焊缝宽度预测的人工神经网络模型。为了验证建立的ANN模型的可行性,进行了仿真研究。仿真结果表明,所建立的ANN模型可预测焊缝宽度,基于人工神经网络的焊接质量检测系统是有效的。     

铝合金交流脉冲双面弧焊工艺试验及特点分析

通过工艺试验,详细分析了LYl2CZ铝合金板交流脉冲等离子弧（PA）-钨极氩弧（GTA）双面弧焊（DSAW）的工艺特点。通过与常规钨极氩弧焊和等离子弧焊工艺比较,发现该工艺可以显著增加熔深,减小焊后热变形,提高焊接生产效率。分别采用多孔喷嘴和单孔喷嘴进行了对比试验,其中采用多孔喷嘴能够有效防止双弧的产生,采用单孔喷嘴能够获得较大熔深。当采用小孔型交流脉冲双面弧焊工艺焊接铝合金时,由于小孔的存在,焊接过程中阴极雾化效果降低,影响焊缝成形及质量。     

高效MAG焊接熔滴过渡行为及交变磁场控制试验分析

探索更加高效的焊接方法和工艺是当前国际焊接界一个热点课题,而增大焊接电流和焊丝伸出长度可直接提高MAG焊焊接效率. 文中对商用MAG焊机进行改造,使送丝速度达到50 m/min,焊接电流提升至500 A以上,以进一步提高焊接效率. 但是熔滴旋转射流过渡的形成,导致电弧不稳,飞溅增大,因而采用外加交变磁场来改善电弧形态和熔滴过渡行为. 通过焊接工艺试验,分析了焊接电流对焊接飞溅率和金属蒸发速率的影响规律,研究了交变磁场对熔滴过渡行为和焊缝成形的作用. 结果表明,外加低频交变磁场可以有效提高大电流下电弧挺度和稳定性,缩短液流束长度,减小液尖偏斜程度,进而改善焊缝成形,大幅度提高焊接效率.     

基于神经网络的药芯焊丝GMAW发尘率预测

焊接工艺对焊接发尘率有直接的影响,建立基于相关焊接工艺参数的焊接发尘率预测模型,预测特定焊接工艺的发尘率对控制和降低焊接烟尘的排放具有重要意义。鉴于焊接发尘率影响因素复杂,存在高度非线性特征,提出了基于神经网络的熔化极气体保护焊(GMAW)焊接发尘率的预测模型。通过药芯焊丝E501T-1发尘率实测数据,分别建立了BP和Elman神经网络模型,并采用遗传算法(GA)对2种神经网络进行了优化。基于15组实测数据的验证,结果表明,采用遗传算法优化后,BP和Elman神经网络模型的预测合格率分别提升了6.7%和13.4%,遗传算法优化的BP神经网络模型(GA-BP)的均方误差为586.21,平均绝对百分比误差为3.01%,均为4个模型中最小,其预测结果更为准确可靠。基于GA-BP模型所预测数据,对不同焊接电流和电弧电压的发尘率进行预测,在一定的焊接速度和保护气流量条件下,焊接电流约为170 A,电弧电压约为26 V时,焊接发尘率最小。 创新点： (1)将神经网络模型引入到焊接发尘率数值预测中,并通过遗传算法对神经网络的权值和阈值进行优化,提高了预测准确性和可靠性。 (2)根据优化后的模型的预测结果,分析了焊接电流和电弧电压对发尘率的影响规律,为进一步控制焊接发尘率提供了有益的指导。     

YAG激光与脉冲MIG复合焊接

研究了YAG(掺钕钇铝石榴石 ,Nd 3:Y3Al5O1 2 )激光与脉冲MIG电弧复合焊接铝合金的新工艺 ,设计制造了复合焊接机头 ,探讨了各种规范参数对焊缝成形的影响规律及激光与电弧的复合作用。结果表明 ,在比较宽的参数范围内YAG激光 -脉冲MIG复合焊接铝合金焊缝成形美观 ,无气孔等缺陷 ,熔深与激光单独焊比增加 4倍 ,与脉冲MIG焊接比增加 1倍以上 ,焊速显著提高 ,是一种理想的焊接工艺。     

基于熔池视觉特征的铝合金双丝焊熔透识别

熔透是焊接质量的重要评价指标之一,铝合金对焊接工艺敏感性较高,容易出现熔透不均匀情况.试验利用近红外视觉传感方法获取了铝合金单面焊双面成形焊接过程中未熔透、熔透和过熔透三种情况下的清晰熔池图像,通过图像处理获得了准确的熔池轮廓,定义并提取了熔宽、半长、面积、周长和抛物线系数等能反映熔透状态的熔池特征参数,建立了基于BP神经网络的铝合金双丝焊熔透识别模型.结果表明,5-13-3结构的BP神经网络对熔透状态识别的正确率最高,达到89.05%.     

Estimation of wire extension length using neural network in MIG welding

Measuring arc length is important to obtain good welding quality in spite of variation of torch height. Therefore, it is necessary to detect arc behaviour in the transient state in addition to the steady state. For this purpose, this paper proposes neural network models which output the present wire extension from the data relating to wire melting, such as welding current, current pickup voltage and wire feed rate in every sampling period. Since performance of the neural network model depends on threshold functions, authors investigate the performance of the neural network models based on both sigmoid function (SF) and radial base function (RBF).

To confirm the validity of these systems, fundamental experiments were carried out. The arc was directly observed and recorded as image data using a high-speed camera. The output data from the neural network were compared with the measured data, which were obtained from every captured image. It was found that the neural network model based on the RBF is useful than the SF to estimate the wire extension length in MIG welding because of better responses in the transient state and smaller steady state error.     

交流脉冲TIG焊波成形过程数值分析

考虑到电弧驱动力的影响,建立了在交流脉冲钨隋性气体（TIG）焊过程中焊波成形的三维瞬态数值分析模型。为避免焊丝熔化成熔滴后对电弧熔池表面波动的影响,当电弧在2024铝合金基板上扫描时,送丝机不送丝。结果表明,当电流在基值与峰值之间切换时,熔池表面呈周期性的波动,且随着电弧的移动,熔池后沿逐渐凝固。在大温度梯度下冷却的熔池表面在恢复平整前就已经凝固,从而形成焊波。焊波形成频率与电流脉冲频率相同,且相邻焊波间距约等于电弧扫描速度与电流脉冲频率的乘积。     

钛合金电子束焊缝熔凝区形状的人工神经网络模型

通过采用人工神经网络方法对TC4钛合金电子束焊缝熔凝区形状尺寸进行预测研究.在大量工艺试验的基础上,采集网络训练样本,并对训练样本和测试样本进行标准化,通过确定合适的人工神经网络模型、网络结构、网络算法以及网络训练次数,建立了从聚焦电流、电子束流和焊接速度到焊缝熔深、熔宽、正面焊缝宽度、深宽比、焊缝余高、钉头半角的BP网络映射模型.结果表明,网络的最大输出相对误差不超过5%,说明该网络具有较强的映射能力,能满足预测要求.     

矩形波交流电源的研制及工艺试验

本文介绍了一种新型方波交流焊接电源,其主回路是由普通直流焊接电源和可控硅逆变器组成.该逆变器将直流转变为方波交流.直流电源的空载电压为70V,不需要特殊措施,即可保持每次电流过零后的稳定再引燃,可使10A以上的交流电弧稳定燃烧.电流的交变频率,正负半波的通电时间比,正负半波的电流比值皆可在一定范围内自由调节。工艺试验证明,利用这种电源进行铝合金钨极氩弧焊时,可控制雾化区的宽度,调节工件上的线能量,提高钨极的寿命,可以更有效地利用电弧热和力的作用来满足某些焊接工艺的特殊需要.这种电源也可满意地用来进行碱性焊条的手工焊,电弧稳定并可避免磁偏吹现象.     

交直流混合VPPA特性及铝合金立焊工艺

厚板铝合金变极性等离子弧(VPPA)穿孔立焊工艺中,由于焊接电流大,长时间焊接时钨极的烧损量大,严重影响厚板大结构自动焊接质量.为此提出了通过交直流混合输出减少钨极烧损,同时提高焊接质量的新型铝合金变极性等离子弧穿孔焊接方法.该方法在保证氧化膜清理的前提下,减小了因反极性时间过短电弧在极短时间内两次过零造成的等离子弧力下降和过大的感应电动势对开关器件的损害.其次交直流混合输出电弧具有低频调制效果,起到熔池振荡、细化晶粒的作用.在实现交直流混合VPPA软硬件功能基础上研究了交直流混合VPPA等离子弧力学特性、焊接过程稳定性及焊缝成形机理.通过对焊缝显微组织及焊缝成形检验发现,交直流混合输出时焊缝晶粒细化,焊缝成形美观,实现了减少钨极烧损和提高焊缝质量双重目标.     

铝合金AC-P-MIG焊丝熔化速度与焊缝成形

铝合金AC—P—MIG焊丝熔化速度主要受焊接电流、BEN比率的影响,在相同BEN比率下,焊丝熔化速度随焊接电流的增大而增大;在相同电流下,焊丝熔化速度随着EN比率的增大而增大．由于阴阳极等效压降的不同及电弧形态特征的差异,随着BEN比率的增加,焊丝得到更有效、更多能量的加热,故熔化速度加快．在同样送丝速度与焊接速度下,随着BEN比率的增加,焊接电流减小,熔深、熔宽减小,余高显著增大．因此AC-P—MIG可以有效解决薄板焊接易烧穿问题,并且可以提高搭接间隙范围,实现薄板的高速、高质量焊接．     

金属粉末再压缩等离子弧焊接工艺

提高电弧穿透能力是等离子弧焊接领域的重要课题.自主设计并搭建了金属粉末再压缩等离子弧焊接新工艺试验平台,采集焊接过程电信号、视觉信号、弧光光谱信号等,并从焊缝成形、电弧电压、熔融金属过渡、弧光光谱等方面对金属粉末再压缩等离子弧焊接过程进行了初步的研究.在相同焊接电流195 A条件下,与常规等离子弧焊接工艺相比,金属粉末再压缩等离子弧焊接焊缝熔深增加1.29 mm、熔宽减少1.65 mm、电弧电压升高0.63 V.在波长为230 ~ 270 nm范围内,与常规等离子弧焊接相比,金属粉末再压缩等离子弧焊接中Fe和Cr元素的特征谱线明显增多. 结果表明,在相同电流条件下,与常规等离子弧焊接相比,金属粉末再压缩等离子弧焊接电弧穿透能力增强.     

铝合金变极性等离子弧穿孔焊过程控制

分析了铝合金变极性等离子弧穿孔立焊工艺特点,提出了通过对焊接参数的精确控制,实现变断面铝合金变极性等离子弧穿孔立焊工艺的方法,并将焊接电流、离子气流量和焊接速度确定为变断面铝合金变极性等离子弧穿孔立焊过程的被调节参数.保持穿孔熔池上"热"和"力"的动态平衡是调节焊接参数的根本依据,是实现变断面试件自动焊接的关键所在.采用单片机为核心的控制器对焊接参数进行实时调节,动态保持穿孔熔池上热和力平衡,实现了变断面铝合金变极性等离子弧穿孔立焊工艺.     

Weld pool shape prediction in plasma augmented laser welded steel

Abstract

A welding process that combined plasma arc welding with laser welding was used to make autogenous bead on plate welds on a sheet stock of a carbon steel. A wide range of welding parameters (arc current, laser power, weld speed) was employed. The experimental weld pool shapes were analysed and the data were used to train a neural network to predict weld pool shape as a function of process conditions. The predictions of the neural network model showed excellent agreement with the experimental results, indicating that a neural network model is a viable means for predicting weld pool shape. Using the model, a parametric study was carried out to examine the influence of process conditions on the final weld pool profile.     

Plasma welding of thin plate

The plasma arc has a large arc force (regarded as the plasma force) and keyhole welding is generally performed by the formation of a small hole at the weld pool of a butt joint by making use of this plasma force. Under these circumstances, due to the small footprint area of the plasma heat source and welding by the formation of a keyhole, there is little melting at the joint zone and welding with a narrow bead width becomes feasible. Recently, a new type of plasma welding process has been proposed such that the welding tungsten electrode tip is brought close to the tip of the cooling chip and keyholeless welding is performed, similarly to TIG welding and this process has been made practicable.¹ This process solves the disadvantages of keyhole welding while retaining the advantages of plasma welding and is capable of meeting the requirements of high speed welding. However, it is difficult to apply either method to fillet joints where keyhole formation is difficult due to the problems of the large plasma force and the torch structure. In either case, the large plasma force due to the plasma passing through the cooling chip small hole is surmised to be intimately associated with the weld morphology due to plasma welding.