| 【中文题名】 | 电阻点焊过程与质量监测方法研究 |
| 【英文题名】 | The Research on Resistance Spot Welding Process and Quality Monitor Method |
| 【学科专业】 | 材料加工工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-13 |
| 【中关键词】 | 电阻点焊,数据采集,特征提取,故障诊断,模糊神经网络, |
| 【英关键词】 | resistance spot welding,data collection,characteristic extracting,fault diagnosis,fuzzy-neural network, |
| 【分类导航】 | 工业技术>金属学与金属工艺>焊接、金属切割及金属粘接>焊接工艺>电焊> |
| 【论文摘要】 |
电阻点焊质量的不稳定和难以控制，严重影响了点焊技术的广泛应用，因此发展一种在线的、非破坏性的、低成本、诊断可靠性高的焊点质量评判系统对于现实生产是非常有意义的。在点焊过程中，导致焊点质量不合格的因素除工艺参数外，焊接过程中出现的诸多故障因素，如电源电压不稳定、被焊工件翘曲、电极装配不对中等，使焊接过程不正常，严重时甚至引起喷溅等缺陷的产生，造成焊点质量不合格。因此保证焊接过程稳定至关重要。对故障的诊断是进行焊接过程控制与质量监测的基础。本课题以电阻点焊过程诊断与质量监测为目的，针对点焊过程电极间电压、焊接电流、动态电阻和电极位移信号，提取时域描述特征，构造多信息融合的特征向量集合表征点焊过程。利用模式识别、故障诊断、人工神经网络等领域的分析方法，实现对焊接过程的诊断及焊点质量的预测。论文工作内容包括：
1)通过搭建的数据采集系统，同步无相差采集点焊过程次级电流、电压及电极位移信号波形，作为监测点焊过程的信息源。对采集的焊接电流、电极间电压及电极位移信号进行预处理，消除信号中的噪音，重新绘制半周波的信号波形；从时域角度分析信号特征，将经过时域变换获得的半周波电流有效值、电压有效值、动态电阻和电... |
| 【论文题纲】 |
|
目录 |
5-7 |
|
摘要 |
7-8 |
|
Abstract |
8-10 |
|
第一章 绪论 |
10-25 |
|
1.1 问题的提出 |
10-11 |
|
1.2 电阻焊监控信息 |
11-15 |
|
1.3 点焊过程故障诊断的研究现状 |
15-20 |
|
1.3.1 点焊过程故障影响因素的研究 |
15-17 |
|
1.3.2 故障诊断方法的研究 |
17-20 |
|
1.4 电阻点焊质量监控技术的发展及现状 |
20-23 |
|
1.4.1 监测焊接热量 |
20-21 |
|
1.4.2 监控过程参数的某个监控量 |
21-22 |
|
1.4.3 监控某一过程参数的曲线 |
22 |
|
1.4.4 多参量综合监测技术 |
22-23 |
|
1.5 电阻点焊质量在线评判研究现状 |
23 |
|
1.6 本文研究内容 |
23-25 |
|
第二章 点焊过程信号采集与分析 |
25-36 |
|
2.1 数据采集系统 |
25-27 |
|
2.1.1 数据采集系统硬件组成 |
25-27 |
|
2.1.2 数据采集系统软件组成 |
27 |
|
2.2 信号预处理 |
27-30 |
|
2.3 信号分析 |
30-35 |
|
2.3.1 焊接电流、电压信号分析 |
31-32 |
|
2.3.2 动态电阻信号分析 |
32-34 |
|
2.3.4 电极位移信号分析 |
34-35 |
|
2.4 本章小结 |
35-36 |
|
第三章 点焊过程故障诊断 |
36-58 |
|
3.1 网压波动对点焊过程及质量的影响 |
36-45 |
|
3.1.1 网压波动试验 |
36-37 |
|
3.1.2 网压波动对焊接过程的影响 |
37-43 |
|
3.1.3 网压波动对焊点质量的影响 |
43-45 |
|
3.2 点焊过程喷溅现象 |
45-51 |
|
3.2.1 点焊喷溅形成的机理 |
45-46 |
|
3.2.2 喷溅现象对信号的影响 |
46-51 |
|
3.3 基于故障树理论的点焊过程故障诊断 |
51-56 |
|
3.3.1 故障树基本理论 |
51-52 |
|
3.3.2 基于故障树诊断的图论模型 |
52-55 |
|
3.3.3 基于故障树模型的推理 |
55-56 |
|
3.4 本章小结 |
56-58 |
|
第四章 电阻点焊质量预测模型 |
58-70 |
|
4.1 质量评价因子的确定 |
58-60 |
|
4.1.1 相关分析 |
59-60 |
|
4.2 模型建立 |
60-68 |
|
4.2.1 数据样本的建立 |
60-61 |
|
4.2.2 向量空间的规格化 |
61-62 |
|
4.2.3 输入向量模糊化 |
62 |
|
4.2.4 模糊神经网络的建立 |
62-68 |
|
4.3 模糊神经网络预测模型 |
68-69 |
|
4.4 预测模型有效性检验 |
69 |
|
4.5 本章小结 |
69-70 |
|
结论 |
70-71 |
|
参考文献 |
71-77 |
|
致谢 |
77-78 |
|
附录A 攻读学位期间所发表的学术论文目录 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.383651 |
