汽车车身点焊接头质量超声检测技术

介绍了利用超声波检测汽车车身点焊接头质量的基本原理、回波特点，以及传感器技术。并通过实例证明，该方法检测结果可靠，不仅能对汽车车身点焊接头进行百分之百的快速检测，而且适用于任何金属薄板点焊接头质量的检验。     

超声检测图像分辨率的维纳滤波去卷积研究

为了研究改善超声检测横向分别率以及缺陷检测精度的方法，对聚焦换能器和非聚焦换能器的超声检测成像结果进行了比较，结果表明聚焦换能器在焦点位置具有较高的横向分辨率。为了提高平面非聚焦换能器的成像分辨率，根据平面换能器的平底孔散射模型，计算出换能器的点扩展函数，并利用维纳(Wiener)滤波进行去卷积研究。结果表明，只要选取适当的滤波参数，去卷积处理能有效改善成像检测的横向分辨率。     

多参数点焊质量的偏最小二乘综合评价方法

将一种新型的统计回归方法--偏最小二乘(PLS,partial least square)方法用于点焊质量的多参数监测与分析中.借助于提取主元的思想,利用PLS方法对于点焊参数和焊接质量之间的相关信息进行筛选和综合,讨论和分析了点焊参数的各种数据信息.在此基础上,建立了点焊质量多参数综合评价模型.结果表明,该方法可以有效解决点焊质量综合评价模型中点焊参数存在的高维及多重相关性问题,建立的综合评价模型具有良好的评估能力.     

基于超声C扫描的电解头钎焊质量评价

钎着率是判断电触头钎焊质量的重要指标。提出了一种基于超声Ｃ扫描图象的钎着率计算方法，从而实现了电触头钎焊质量的自动评价。首先使用基于相依矩阵的平均对比度度量自动选取阀值，并用其对电触头钎焊界面超声Ｃ扫描图象实施阀值分割，然后计算钎着率，并按照缺陷的回波高度特征对缺陷进行分类，最后，给出了实验结果。     

数字图像相关方法中基于熵的散斑子图质量评价研究

在数字图像相关测量计算过程中,直接参与互相关计算的是散斑子图,而散斑子图质量对测量精度具有重要影响。因此,如何有效评价散斑子图质量是数字图像相关方法研究的热点问题。将信息论中用于衡量信息量的“熵”概念引入散斑子图评价,提出以图像熵为评价参数的散斑子图质量评价方法。为验证该评价参数的有效性,对采用不同方法采集的3幅不同类型散斑图进行位移测量实验。实验结果表明:位移测量精度与散斑子图熵有紧密的关系,散斑子图熵越大,位移测量精度越高。实验结果验证了图像熵可有效用于散斑子图的质量评价。     

基于阵列重叠成像技术的车轴超声检测系统

介绍了一种基于超声阵列重叠成像技术的车轴检测系统,针对轨道交通车辆实心车轴易产生缺陷的部位,制定了专用阵列超声检测工艺,设计了轴端和轴身两套阵列超声扫查装置,开发了多通道阵列超声数据采集系统和专用检测软件。整套检测系统可分别从车轴的轴端和轴身对车轴易产生缺陷部位进行重叠覆盖超声检测,并运用了多种成像方式,对车轴的缺陷进行准确描述,提高了车轴检测的一致性、重复性和效率。     

基于超声C扫描的电触头钎焊质量评价

钎着率是判断电触头钎焊质量的重要指标.提出了一种基于超声C扫描图象的钎着率计算方法,从而实现了电触头钎焊质量的自动评价.首先使用基于相依矩阵的平均对比度度量自动选取阈值,并用其对电触头钎焊界面超声C扫描图象实施阈值分割,然后计算针着率,并按照缺陷的回波高度特征对缺陷进行分类,最后,给出了实验结果.     

基于最小熵解卷积和能量算子的滚动轴承故障诊断方法

针对滚动轴承故障识别困难这一问题,提出了基于最小熵解卷积和能量算子的诊断方法。首先利用最小熵解卷积算法对原始振动信号进行预处理,削弱冗余噪声成分的干扰,增强故障特征,继而计算解卷积信号的Teager能量算子输出,并对所得的瞬时能量信号做频谱分析,最终通过分析能量谱中的频率成分实现故障类型的准确判定。实测信号分析结果表明,基于最小熵解卷积和能量算子的诊断方法能够有效提取轴承故障信号中的微弱特征信息,具有一定工程应用价值。     

导向环钎焊接头超声检测图像处理及质量评价

采用水浸聚焦超声C扫描成像方法对导向环钎焊接头进行了无损检测,针对超声检测图像特征,采用基于面积重构的形态学图像处理方法进行了缺陷分割.根据图像处理结果,计算了钎焊接头的焊合率以及最大缺陷的位置,实现了导向环钎焊质量的无损评价.利用Matlab语言的图形用户界面工具开发了导向环钎焊接头超声检测图像处理与质量评价软件,该软件界面简洁、易操作,并且能够脱离MATLAB语言环境独立运行,便于推广应用.     

基于电流样本熵的脉冲MIG焊稳定性评定

针对焊接稳定性定量评定困难的特点,提出了一种基于电流样本熵的焊接稳定性评定方法. 随着电信号稳定性降低,样本熵均值变大,样本熵标准差也变大,选用样本熵的均值与标准差的乘积来量化焊接稳定性. 讨论了嵌入维数、给定阈值和样本长度对样本熵的影响,对于研究的脉冲MIG焊电流信号,当m=2, r=0.08, N=2 000时,样本熵分布合理,计算所耗时间较小.最后做了三组脉冲MIG焊对比试验. 结果表明,通过样本熵的均值与标准差的乘积评定的焊接稳定性与实际焊缝质量效果吻合;在相同给定电流下,样本熵的均值与标准差的乘积越大,焊接稳定性越差.     

车身点焊接头虚焊缺陷的超声快速识别

在采用超声波检测汽车车身点焊接头的虚焊缺陷时,适应性较差且识别率低.针对传统超声检测中存在的这些问题,在对点焊接头缺陷进行以特征值参数定性分析为主的超声回波特性分析的基础上,通过采集标准超声曲线及开发峰值标记识别算法对汽车车身点焊缺陷进行快速识别.经试验验证,对于汽车车身普通钢板点焊接头,该识别方法是可靠的,识别效率高,且准确率达95%以上.     

汽车点焊超声波检测技术发展与趋势

电阻点焊在汽车工业是一种最常用的焊接方式。电阻点焊焊接过程短暂而复杂,焊接过程中熔核的形成不可见,容易出现各种不同类型的焊接缺陷。因此,对点焊接头进行监测和检测是非常必要的。点焊无损检测中最重要的手段是超声波检测。首先对汽车车身点焊的质量检测与监测手段进行综述,然后着重论述点焊超声波检测技术、点焊超声波检测系统的分类与产品现状、点焊超声波检测的信号处理方法、成像技术等关键问题,最后总结当前面临的主要难题,并预测未来的发展趋势。     

Defect detection method based on 2D entropy image segmentation

In order to improve the work efficiency of non-destructive testing(NDT)and the reliability of NDT results,an automatic method to detect defects in the ultrasonic image was researched.According to the characterization of ultrasonic D-scan image,clutter wave suppression and de-noising were presented firstly.Then,the image is processed by binaryzation using KSW 2 D entropy based on image segmentation method.The results showed that,the global threshold based segmentation method was somewhat ineffective for D-scan image because of under-segmentation.Especially,when the image is big in size,small targets which are composed by a small amount of pixels are often undetected.Whereas,local threshold based image segmentation method is effective in recognizing small defects because it takes local image character into account.     

基于二维信息熵图像分割的缺陷识别方法

为了提高无损检测的工作效率及可靠性,研究超声图像中缺陷目标的自动识别方法.根据超声D扫描图像的特征,在背景杂波抑制及噪声抑制的基础上,采用基于KSW二维信息熵的阈值分割方法对图像进行二值化处理.结果表明,由于不能兼顾图像各处的细节信息,基于二维信息熵的全局阈值图像二值化方法会产生欠分割.当图像尺寸较大时,全局阈值方法会丢失许多像元数目不多的集群,造成小目标的漏检.基于二维信息熵的局部阈值法充分考虑了图像的局部区域特征,能有效地识别图像中的缺陷目标,从而提高缺陷检出率.     

Performance evaluation of quality monitor models in spot welding

0Introduction Uptonow,thedifficultytodevelopmonitoringtech niqueofresistancespotweldingquality,stillisthatthe weldingqualityparameters,suchassizesandstrengthof nugget,cannotbemeasureddirectly,butonlycanbede ducedindirectlyfromsomeprocessparameters.Since…     

异种金属扩散焊接接头的超声检测

异种金属扩散焊接接头存在多种类型的缺陷,这些缺陷严重影响焊接结构的完整性和零部件本身的使用性能。利用超声波扫描成像技术获得试样的扫描图样,然后从扩散焊接界面的显微结构和界面超声回波信号等角度,阐述了扩散焊接接头的原材料裂纹、接头裂纹、未焊合缺陷和焊接良好区域的特征。通过有效的无损检测手段,可以准确地评价缺陷的类型、大小和位置。     

基于频谱分布分析及神经网络的点焊超声检测

分析了检测信号的频谱分布,采用小波分析的方法提取了能够描述点焊超声波频谱分布特征及功率特征的超声检测特征值.由这些检测特征值构成超声特征矢量,结合BP神经网络的模式识别功能对点焊直径进行精确分类与识别.与传统时域分析方法相比较,其备更高识别能力、更高的识别效率、更少的识别特征以及更小的外部干扰因素.     

基于独立分量分析的搅拌摩擦焊缝超声无损评价

指出搅拌摩擦焊焊缝的弱连接是目前超声无损检测的难点. 提出了一种新的超声特征成像方法,包括使用独立分量分析方法(independent component analysis,ICA)对时域超声信号进行分解,进而获得检测信号的特征矩阵;根据检测信号能量传递的特点,确定检测目标特征矢量的筛选方法,将检测信号向特征矢量投影,将投影能量和作为特征参数,对搅拌摩擦焊焊缝进行声成像. 应用该方法对不同拉伸强度的搅拌摩擦焊焊缝进行了声成像检测,并与常规C扫描方法进行了对比. 结果表明,该方法的检测结果与拉伸试验具有较好的一致性,对于搅拌摩擦焊焊缝的检测灵敏度高于常规C扫描方法.     

Assessment of resistance spot welding quality based on ultrasonic testing and tree-based techniques

Classification and regression tree (CART) and random forest techniques were proposed as pattern recognition tools for classification of ultrasonic oscillograms of resistance spot welding (RSW) joints. The results showed that CART models produced an acceptable error rate with high interpretability. These features may be used to understand and control the decision processes, instruct other human operators, compare margins of safety or modify them depending on the criticality of the industrial process. Compared with CART trees, random forests reduced the error rate at the cost of decreasing decision interpretability. The use of the agreement of the forest was proposed as a measure to reduce the workload of human operators, who would only have to focus on the analysis of ultrasonic oscillograms that are difficult to interpret.