基于声波时频特性和深度学习的铝合金脉冲激光焊熔透定量评估

作者：罗钟毅; 吴頔; 王润; 董金枋; 杨**; 张培磊; 于治水

来源：中国激光, 2022, 1-17.

• 脉冲激光焊
• 声波时频特性
• 熔透评估
• 平滑伪魏格纳维利分布
• 卷积神经网络

焊缝熔透状态是定量评价激光焊质量最重要的指标之一,实时准确识别焊缝熔透状态是动态激光焊过程监测和控制的关键瓶颈.针对薄壁件铝合金脉冲激光焊接,文中提出了基于声波时频特性和深度学习的焊缝熔透定量评估新方法.首先,搭建了视觉-声发射多信息实时同步传感系统平台,获取反映匙孔动态行为的视觉图像和声波信号,并对声波信号进行了分帧和小波包阈值去噪预处理;其次,使用平滑伪魏格纳维利分布（SPWVD,Smoothed Pseudo Wigner-Ville Distribution）对各帧声波信号提取时频域图像,同时引入灰度共生矩阵（GLCM,Gray-level Co-occurrence Matrix）提取时频域纹理特征,并送入反向传播神经网络（BPNN,Back-propagation Neural Network）进行预测;最终,以SPWVD声波时频图为原始输入,构建基于卷积神经网络（CNN,Convolutional Neural Network）的焊缝熔透分类模型.结果表明:声波时频图与匙孔动态行为和焊缝熔透具有高度相关性;相比于准确率85%的传统BPNN分类模型,基于SPWVD时频图的CNN分类模型有着更高的准确率98.8%.所提出定量评估新方法为铝合金薄壁件脉冲激光焊接熔透的的在线智能诊断与自适应控制提供了基础.

• 单位
  材料科学与工程学院; 上海交通大学; 上海工程技术大学; 大族激光科技产业集团股份有限公司