關(guān)于智能焊接的文獻(xiàn)

電阻縫焊制備鐵基非晶涂層溫度場數(shù)值模擬/，.焊接學(xué)報(bào).2024，45（8）：24-32.

6061鋁合金超聲輔助攪拌摩擦焊溫度場分析/，.焊接學(xué)報(bào).2024，45（8）：41-51.

關(guān)鍵詞：鋁合金；超聲輔助攪拌摩擦焊；摩擦系數(shù)；任意拉格朗日－歐拉;溫度場

航空鋰電池焊縫的多通道多頻渦流檢測/，.

焊接學(xué)報(bào).2024，45（8）：85-94.

摘要：為了實(shí)現(xiàn)航空鋰電池極耳極板激光焊縫的高效準(zhǔn)確檢測，設(shè)計(jì)制作了帶有層析成像功能的多通道多頻渦流檢測系統(tǒng)。采用該系統(tǒng)及5通道防干擾差分結(jié)構(gòu)渦流傳感器對極耳極板焊縫中的局部斷焊、整體漏焊、焊縫變形內(nèi)凹、微小缺陷等典型缺陷進(jìn)行檢測，并基于趨膚效應(yīng)原理，采用層析成像技術(shù)對焊瘤缺陷進(jìn)行掃查成像。結(jié)果表明，研發(fā)的帶有層析成像功能的多通道多頻渦流檢測系統(tǒng)可有效檢測出鋰電池極耳極板焊縫中的多種典型缺陷，最小可檢測 ?1mm 的缺陷，層析成像技術(shù)可實(shí)現(xiàn)不同深度下缺陷的形貌觀測。通過對大量檢測結(jié)果的對比分析，總結(jié)了缺陷種類、位置及長度的判別方法，提出了一套缺陷判別流程與評定準(zhǔn)則，為實(shí)現(xiàn)鋰電池極耳極板焊縫檢測的工程化奠定了良好的基礎(chǔ)。

關(guān)鍵詞：鋰電池極耳極板焊縫；多通道多頻渦流；層析 成像；微小缺陷檢測

選區(qū)激光熔化成形不同偏移率拱形點(diǎn)陣結(jié)構(gòu)力學(xué)性能/楊林沂，等.焊接學(xué)報(bào).2024，45（8）：95-102.

摘要：為研究不同偏移率對力學(xué)性能的影響，利用選區(qū)激光熔化技術(shù)成形12個(gè)不同偏移率的 AlSi10Mg 拱形點(diǎn)陣試樣，通過準(zhǔn)靜態(tài)壓縮試驗(yàn)分析偏移率對點(diǎn)陣抗壓強(qiáng)度、彈性模量的影響，結(jié)合有限元仿真和壓縮試驗(yàn)，分析不同偏移率拱形點(diǎn)陣應(yīng)力集中的變化對點(diǎn)陣失效形式的影響。結(jié)果表明，拱形點(diǎn)陣的偏移率在20% 時(shí)抗壓強(qiáng)度和彈性模量達(dá)到最大值，相對未偏移點(diǎn)陣的抗壓強(qiáng)度和彈性模量分別提升了 49% 和 28% 。隨著偏移率的增加點(diǎn)陣的應(yīng)力集中先由結(jié)點(diǎn)向結(jié)點(diǎn)兩端桿件轉(zhuǎn)移，點(diǎn)陣的失效形式由逐層坍塌變?yōu)榧羟袛嗔?，此時(shí)偏移率的增加對點(diǎn)陣的結(jié)點(diǎn)有強(qiáng)化作用，后又出現(xiàn)向結(jié)點(diǎn)處集中的趨勢，并且結(jié)點(diǎn)中心應(yīng)力逐漸下降，點(diǎn)陣的失效形式由剪切斷裂變?yōu)榧羟袛嗔寻殡S結(jié)點(diǎn)崩碎，此時(shí)偏移率的增加削弱了點(diǎn)陣的結(jié)點(diǎn)強(qiáng)度。

關(guān)鍵詞：選區(qū)激光熔化；拱形點(diǎn)陣；壓縮；偏移率；失效

形式

重型運(yùn)載火箭燃料貯箱FSW核心區(qū)溫度監(jiān)測/盧曉紅，等.焊接學(xué)報(bào).2024，45（9）：30-41.

摘要：重型運(yùn)載火箭燃料貯箱目前通常采用2219-T8高強(qiáng)鋁合金，貯箱壁厚高達(dá) 18mm ，采用攪拌摩擦焊（frictionstirwelding，F(xiàn)SW）工藝實(shí)現(xiàn)筒段縱縫和環(huán)縫焊裝，F(xiàn)SW核心區(qū)極值溫度直接影響焊接質(zhì)量，但由于攪拌頭旋轉(zhuǎn)、軸肩遮擋等原因?qū)е翭SW核心區(qū)溫度獲取困難。文中提出了一種FSW核心區(qū)極值溫度在位表征方法，首先，基于Deform-3D建立了 18mm 厚2219 -T8鋁合金的FSW溫度場仿真模型，實(shí)現(xiàn)了 18mm 厚2219-T8鋁合金平板和環(huán)焊溫度場表征;然后，基于溫度場仿真模型，提取焊件表面特征點(diǎn)溫度與核心區(qū)極值溫度的數(shù)據(jù)集，采用支持向量回歸機(jī)算法（supportvectorregression，SVR）建立FSW核心區(qū)極值溫度預(yù)測模型;最后，紅外熱像儀實(shí)時(shí)測得焊件表面特征點(diǎn)溫度，結(jié)合核心區(qū)極值溫度預(yù)測模型，實(shí)現(xiàn)貯箱FSW核心區(qū)極值溫度監(jiān)測。試驗(yàn)結(jié)果表明，F(xiàn)SW核心區(qū)峰值溫度監(jiān)測相對誤差 lt;7.22% ，核心區(qū)最低溫度相對誤差 lt;9.54% ，證實(shí)了FSW核心區(qū)極值溫度監(jiān)測方法的有效性。

關(guān)鍵詞：攪拌摩擦焊；核心區(qū)溫度；監(jiān)測；紅外熱像儀；支持向量回歸機(jī)

基于旁軸視覺的激光焊接系統(tǒng)加工定位方法/于鴻宇，等.焊接學(xué)報(bào).2024，45（9）：42-49.

摘要：針對激光焊相機(jī)標(biāo)定精度低，定位精度與像素當(dāng)量倍數(shù)相差較大等問題，提出了一種基于旁軸視覺的相機(jī)標(biāo)定方法和定位方法，通過內(nèi)參標(biāo)定校正透鏡畸變；通過外參標(biāo)定，建立系統(tǒng)中像素坐標(biāo)系與機(jī)床坐標(biāo)系間的轉(zhuǎn)換關(guān)系，設(shè)計(jì)一種二值化閾值的局部尋優(yōu)算法，以保證工件準(zhǔn)確的邊緣擬合。通過識別工件角點(diǎn)和一邊的角度，確定工件在系統(tǒng)中的擺放位置與姿態(tài)，算法精度穩(wěn)定在1像素內(nèi)，即 0.017mm 的理論精度，通過加工試驗(yàn)測試定位精度，在試驗(yàn)中對識別的工件轉(zhuǎn)角角度進(jìn)行修正，修正前， x 方向平均誤差 0.050mm，y 方向平均誤差 0.137mm ；修正后， x 方向平均誤差為0.029mm，y 方向平均誤差為 0.026mm ，分別為像素當(dāng)量的2.12倍和1.53倍，實(shí)際誤差與像素當(dāng)量間倍數(shù)相差較小。結(jié)果表明，該定位方法在充分利用相機(jī)性能的同時(shí)，具有較高的算法精度和定位精度，提高加工效率滿足實(shí)際生產(chǎn)需求。

關(guān)鍵詞：激光焊；旁軸視覺定位；相機(jī)標(biāo)定；二值化閾值 尋優(yōu);角點(diǎn)識別

基于PSO-SVM的點(diǎn)焊接頭拉剪強(qiáng)度分類分析/吳剛，等.焊接學(xué)報(bào).2024，45（9）：120-128.

摘要：點(diǎn)焊是汽車零部件的主要連接方式之一，點(diǎn)焊接頭的拉剪強(qiáng)度是評價(jià)點(diǎn)焊質(zhì)量的重要因素，論文在制備大量點(diǎn)焊試樣的基礎(chǔ)上，對各試樣的焊點(diǎn)進(jìn)行超聲信號檢測，并運(yùn)用信號處理獲得時(shí)域、頻域和小波包特征值，隨后對點(diǎn)焊試樣在拉剪試驗(yàn)中的失效形式進(jìn)行分析，建立點(diǎn)焊接頭拉剪強(qiáng)度的分級標(biāo)準(zhǔn)。根據(jù)試驗(yàn)數(shù)據(jù)設(shè)計(jì)了BP（back-propagation）神經(jīng)網(wǎng)絡(luò)和基于粒子群優(yōu)化支持向量機(jī)（particleswarmoptimizationsupportvectormachine，PSO-SVM）的神經(jīng)網(wǎng)絡(luò)分類器，最后將試樣的超聲信號特征值作為輸入?yún)?shù)，比較兩種神經(jīng)網(wǎng)絡(luò)模型對點(diǎn)焊試樣拉剪強(qiáng)度分類的準(zhǔn)確率。試驗(yàn)結(jié)果表明，結(jié)合9個(gè)超聲信號特征值的PSO-SVM神經(jīng)網(wǎng)絡(luò)具有最高的點(diǎn)焊強(qiáng)度分類準(zhǔn)確率。

關(guān)鍵詞：點(diǎn)焊；超聲檢測；拉剪強(qiáng)度；BP神經(jīng)網(wǎng)絡(luò)；PSOSVM

基于改進(jìn)SIFT算法的超聲圖像拼接方法/遲大釗，等焊接學(xué)報(bào).2024，45（10）：1-7.

摘要：針對大型結(jié)構(gòu)超聲C掃描獲得的多幅子圖像，為了獲取被測結(jié)構(gòu)的全景圖像，研究圖像的拼接方法。根據(jù)超聲波法成像檢測的動(dòng)態(tài)過程并結(jié)合數(shù)字化圖像處理技術(shù)，在傳統(tǒng)的基于尺度不變特征變換（scaleinvari-antfeaturetransform，SIFT）算法基礎(chǔ)上，提出了一種改進(jìn)的超聲C掃描檢測圖像拼接方法。首先，針對傳統(tǒng)SIFT算法存在超聲圖像配準(zhǔn)成功率低的問題，利用超聲掃查過程中探頭起始位置的矢量差對SIFT算法得到的特征點(diǎn)粗匹配結(jié)果進(jìn)行篩選；其次，采用動(dòng)態(tài)規(guī)劃的方法尋找最佳縫合路徑；最后，沿最佳縫合路徑進(jìn)行漸入漸出融合以改善融合區(qū)域的視覺效果。人工缺陷試塊及焊接結(jié)構(gòu)試件超聲圖像的拼接結(jié)果表明，基于改進(jìn)的SIFT圖像拼接算法可以將多幅超聲C掃描子圖像有效拼接為全景圖像；所提方法特征點(diǎn)匹配準(zhǔn)確率高、圖像融合失真小，優(yōu)于常規(guī)SIFT圖像拼接算法;拼接圖像中，目標(biāo)位置關(guān)系對應(yīng)良好，可實(shí)現(xiàn)結(jié)構(gòu)加工質(zhì)量的整體無損評價(jià)。

關(guān)鍵詞：無損檢測；超聲成像；圖像拼接；SIFT算法基于SiPESC.FEMS焊接熱力耦合分析模塊研發(fā)/周延平，等.焊接學(xué)報(bào).2024，45（10）：28-37.

摘要：文中基于集成計(jì)算仿真平臺SiPESC的開放式有限元分析軟件SiPESC。FEMS，研發(fā)了模擬焊接過程有限元分析模塊。該分析模塊可將焊接過程熱瞬態(tài)分析所得節(jié)點(diǎn)溫度場以熱載荷形式映射到力學(xué)分析中，充分考慮焊接過程中溫度變化對結(jié)構(gòu)性能的影響，實(shí)現(xiàn)焊接結(jié)構(gòu)全過程熱力耦合數(shù)值仿真，并支持多步分析，可模擬多道焊接工序及復(fù)雜焊接過程。其中熱瞬態(tài)分析可模擬焊接的非線性瞬態(tài)熱傳導(dǎo)過程，支持多種焊接移動(dòng)熱源和常用的熱單元類型以及熱對流和熱輻射等復(fù)雜邊界條件的處理。而焊接結(jié)構(gòu)力學(xué)分析可自定義與溫度相關(guān)的力學(xué)材料參數(shù)，支持熱彈性和熱彈塑性等本構(gòu)模型。文中采用空心圓筒與帶孔方形板沿圓筒外側(cè)焊接的算例進(jìn)行數(shù)值分析對比，采用順序熱力耦合分析方式，其中焊接熱分析過程為瞬態(tài)熱傳導(dǎo)計(jì)算，結(jié)構(gòu)靜力分析過程為熱彈塑性計(jì)算。計(jì)算結(jié)果與目前廣泛應(yīng)用的計(jì)算機(jī)輔助工程（computeraided engi-neering，CAE）商用軟件ABAQUS相比，溫度最大值偏差為 0.000 482% 、位移最大值偏差為 0.023 1% 、等效塑性應(yīng)變最大值相同。該分析模塊的計(jì)算精度和ABAQUS基本一致，驗(yàn)證了該焊接模塊計(jì)算的有效性及解決工程實(shí)際問題的能力。

關(guān)鍵詞：熱力耦合分析；SiPESC.FEMS；焊接過程；有限元數(shù)值仿真；溫度場映射

基于計(jì)算機(jī)視覺的鋰電池連接片焊接檢測系統(tǒng)/于強(qiáng)，等.焊接學(xué)報(bào).2024，45（10）：38-49.

摘要：為了滿足鋰電池生產(chǎn)企業(yè)對鋰電池連接片的焊接質(zhì)量進(jìn)行自動(dòng)化檢測的需求，設(shè)計(jì)了一種基于計(jì)算機(jī)視覺的鋰電池連接片焊接質(zhì)量檢測系統(tǒng)。針對正、負(fù)電極材料的光學(xué)特性和檢測精度要求，設(shè)計(jì)了兩套光學(xué)系統(tǒng)分別實(shí)現(xiàn)鋰電池正、負(fù)電極的成像，提出了多重自適應(yīng)模板匹配算法提取正、負(fù)電極焊縫區(qū)域，采用自適應(yīng)閾值分割法對焊縫區(qū)域?qū)崿F(xiàn)灰度化操作，使用灰度形態(tài)學(xué)運(yùn)算弱化灰度圖的噪點(diǎn)突出焊盤特征點(diǎn)，利用輪廓提取算法實(shí)現(xiàn)焊盤特征點(diǎn)的提取，依據(jù)特征點(diǎn)數(shù)量實(shí)現(xiàn)極耳裁切缺陷的檢測，將 U²-Net 語義分割模型引入焊接質(zhì)量檢測任務(wù)，采集正、負(fù)電極焊縫和燒穿、虛焊、焊接氧化缺陷數(shù)據(jù)集，利用數(shù)據(jù)增強(qiáng)技術(shù)擴(kuò)充數(shù)據(jù)集，解決焊接缺陷的小樣本和小目標(biāo)問題，融合應(yīng)用 U²-Net 語義分割模型和輪廓提取算法實(shí)現(xiàn)焊縫尺寸測量以及虛焊等缺陷的檢測。系統(tǒng)試運(yùn)行結(jié)果表明，缺陷檢出率為 99.98% ，誤檢率僅為 0.06% ，滿足企業(yè)的實(shí)際需求，實(shí)現(xiàn)了快速、無接觸且準(zhǔn)確的自動(dòng)化檢測。

關(guān)鍵詞：計(jì)算機(jī)視覺；焊接檢測；語義分割；圖像處理；鋰電池

焊接機(jī)器人視覺感知及智能化焊接關(guān)鍵技術(shù)研究進(jìn)展/陳華斌，等.焊接學(xué)報(bào).2024，45（11）：1-9.

摘要：智能化焊接在推進(jìn)“工業(yè)強(qiáng)基”工程、支撐國家建設(shè)及國防安全中起到重要作用，從重大裝備到精細(xì)結(jié)構(gòu)，焊接都是不可或缺的關(guān)鍵技術(shù)，而機(jī)器人作為智能化焊接的重要載體，推動(dòng)“以機(jī)器代替人，以機(jī)器解放人”的過程中將發(fā)揮重要作用。文中從焊接制造全流程的場景建模、焊接過程形性原位感知、自適應(yīng)調(diào)控、工藝知識構(gòu)建等關(guān)鍵技術(shù)出發(fā)，重點(diǎn)闡述了焊接機(jī)器人的“免示教”編程環(huán)境感知、點(diǎn)云配準(zhǔn)、焊縫軌跡規(guī)劃和焊道自適應(yīng)編排等共性技術(shù)的研究現(xiàn)狀，以智能化焊接制造過程多源信息監(jiān)測及控制系統(tǒng)為例，提出了基于IIOT-MAS（industrialinternetofthings-multi-agentsystem）焊接制造系統(tǒng)分層結(jié)構(gòu)模型，介紹了焊接多模態(tài)信息感知、融合及工藝知識建模等共性科學(xué)問題，并介紹了工程機(jī)械部件焊接現(xiàn)場感知數(shù)據(jù)在線學(xué)習(xí)和模型-數(shù)據(jù)雙驅(qū)動(dòng)的焊接質(zhì)量評價(jià)模型典型案例，探討了機(jī)器人焊接智能化的發(fā)展趨勢和所面臨的挑戰(zhàn)。

關(guān)鍵詞：焊接機(jī)器人；智能化焊接；視覺傳感；焊縫跟蹤；焊接質(zhì)量

焊接智能化監(jiān)測技術(shù)研究現(xiàn)狀與展望/張志芬，等.焊接學(xué)報(bào).2024，45（11）：10-20.

摘要：在國家“十四五\"智能制造和2035制造業(yè)高質(zhì)量發(fā)展遠(yuǎn)景自標(biāo)規(guī)劃下，智能化焊接技術(shù)的重要性不言而喻。首先，分析了該技術(shù)在學(xué)術(shù)界和工業(yè)界的成果發(fā)表情況，對目前成果分布的特點(diǎn)進(jìn)行了總結(jié)。此外，列出了該學(xué)科方向舉辦的系列重要學(xué)術(shù)會議，充分展示了該學(xué)科的研究熱度。其次，分別從聲音、光譜、視覺、熱學(xué)及多信息融合監(jiān)測角度出發(fā)，綜述了焊接/增材技術(shù)在缺陷在線檢測、過程動(dòng)態(tài)表征、質(zhì)量監(jiān)控等方面最新的國內(nèi)外研究進(jìn)展，表明了多源信息融合技術(shù)是焊接智能化監(jiān)測技術(shù)未來發(fā)展的主流。最后，總結(jié)了現(xiàn)階段國內(nèi)焊接智能化-缺陷在線監(jiān)測基礎(chǔ)研究存在的“六多六少”現(xiàn)象，并從多場景拓展應(yīng)用出發(fā)，指出了焊接智能監(jiān)測技術(shù)的未來發(fā)展目標(biāo)與重點(diǎn)突破問題。

關(guān)鍵詞：焊接智能化；電弧增材；多信息融合；缺陷在線 檢測；質(zhì)量監(jiān)控

電弧增材熱源及軌跡規(guī)劃研究進(jìn)展/劉焜，等.焊接學(xué)報(bào).2024，45（11）：21-34.

摘要：電弧增材制造技術(shù)因其優(yōu)異特性在科研和工業(yè)裝備領(lǐng)域備受關(guān)注，在航空航天和武器裝備等高端裝備制造領(lǐng)域顯示出巨大的應(yīng)用潛力。電弧增材熱源是用于熔化金屬絲材的重要能量源，是電弧增材制造的核心之一，而電弧熱源的穩(wěn)定性和控制精度直接影響到金屬絲材的熔化質(zhì)量，熱輸入量決定構(gòu)件的成形效率。軌跡規(guī)劃則是電弧增材制造中另一個(gè)至關(guān)重要的核心技術(shù)，直接影響構(gòu)件的成形質(zhì)量和性能。文中概述了近年來多電極耦合電弧、主動(dòng)約束電弧和多能場復(fù)合電弧等電弧增材熱源以及軌跡規(guī)劃方面的研究進(jìn)展，并對未來研究方向做出展望。

關(guān)鍵詞：增材制造；電弧增材；增材熱源;軌跡規(guī)劃

K-TIG焊接研究現(xiàn)狀/石永華，等.焊接學(xué)報(bào).2024，45（11）：35-44.

摘要：隨著科技的不斷進(jìn)步，鎖孔效應(yīng)鎢極氬弧焊（keyholetungsteninert gas，K-TIG）因其在中厚板焊接中的顯著優(yōu)勢，成為現(xiàn)代工業(yè)中廣泛應(yīng)用的高效焊接技術(shù)之一，在航空航天、核工業(yè)、石油化工和船舶制造等對焊接質(zhì)量要求極高的領(lǐng)域中，應(yīng)用前景廣闊。文中系統(tǒng)回顧了K-TIG焊的發(fā)展歷程及其在各類材料，如不銹鋼、鎳合金和鈦合金等應(yīng)用中的現(xiàn)狀，同時(shí)，智能化焊接技術(shù)的發(fā)展為K-TIG焊帶來了新契機(jī)，通過實(shí)時(shí)監(jiān)測、自動(dòng)控制和焊縫跟蹤等先進(jìn)技術(shù)，進(jìn)一步提升了焊接過程的精確性和可靠性，還探討了熔池熔透識別技術(shù)和焊縫跟蹤技術(shù)的發(fā)展現(xiàn)狀，這些技術(shù)在提高焊接質(zhì)量和效率方面發(fā)揮了重要作用，通過對K-TIG焊的全面分析，旨在為未來的研究提供參考，并為實(shí)際應(yīng)用提供指導(dǎo)。

關(guān)鍵詞：K-TIG焊接；焊接工藝；熔池檢測；智能焊接 基于立體視覺和YOLO深度學(xué)習(xí)框架的焊縫識別與機(jī) 器人路徑規(guī)劃算法/馬佳瑋，等.焊接學(xué)報(bào).2024，45 （11） ：45-49.

摘要：為了實(shí)現(xiàn)機(jī)器人焊接的免示教路徑規(guī)劃，結(jié)合深度學(xué)習(xí)與點(diǎn)云處理技術(shù)，開發(fā)了一種高效、穩(wěn)定的焊縫智能識別算法。首先，采用ETH（Eye-to-hand）構(gòu)型的工業(yè)級3D相機(jī)獲取焊件周圍的二維圖像和3D點(diǎn)云模型，利用預(yù)先訓(xùn)練的YOLOv8目標(biāo)檢測模型識別焊件所在的ROI區(qū)域（regionofinterest，ROI），模型識別精度為 99.5% ，從而實(shí)現(xiàn)快速剔除背景點(diǎn)云，并基于RANSAC平面擬合、歐式聚類等點(diǎn)云處理算法，對ROI區(qū)域的三維點(diǎn)云進(jìn)行焊縫空間位置的精細(xì)識別；最后根據(jù)手眼標(biāo)定結(jié)果轉(zhuǎn)化為機(jī)器人用戶坐標(biāo)系下的焊接軌跡。結(jié)果表明，文中所開發(fā)的算法可實(shí)現(xiàn)隨機(jī)擺放的焊縫自動(dòng)識別和焊接機(jī)器人路徑規(guī)劃，生成的軌跡與人工示教軌跡效果相當(dāng)，偏差在 0.5mm 以內(nèi)。

關(guān)鍵詞：焊縫智能識別；機(jī)器人路徑規(guī)劃；立體視覺；YOLO深度學(xué)習(xí)；點(diǎn)云處理

基于三維點(diǎn)云的磁極焊縫識別及機(jī)器人軌跡生成技術(shù)/賈瑞燕，等.焊接學(xué)報(bào).2024，45（11）：50-54.

摘要：針對大型水電站發(fā)電機(jī)磁極變長度、變間隙的復(fù)雜焊縫存在的示教編程效率低、精度差的問題，開發(fā)了一種基于光柵視覺傳感的焊縫識別及機(jī)器人軌跡免示教生成技術(shù)。采用安裝于機(jī)器人末端的光柵傳感器獲取不同部位的磁極焊縫點(diǎn)云，提出了一種結(jié)合機(jī)器人工具位姿變換矩陣和迭代最近點(diǎn)算法（ICP）的點(diǎn)云配準(zhǔn)算法，得到大尺寸磁極焊縫完整點(diǎn)云數(shù)據(jù)?；陔S機(jī)采樣一致性（RANSAC）開發(fā)了焊縫識別算法，實(shí)現(xiàn)了機(jī)器人焊接軌跡的自動(dòng)生成。結(jié)果表明，該算法可識別出多種復(fù)雜工況的磁極焊縫，識別率高，抗干擾能力強(qiáng)，平均識別誤差在 ±0.4mm 范圍內(nèi)，滿足焊接要求。

關(guān)鍵詞：磁極焊縫識別；視覺傳感；三維點(diǎn)云；隨機(jī)采樣一致性

基于SSTFT與KSVD的異種材料FSW在線監(jiān)測/龍海威，等.焊接學(xué)報(bào).2024，45（11）：77-84.

摘要：異種材料輕量化結(jié)構(gòu)是航空航天、鐵路、汽車等領(lǐng)域的關(guān)鍵技術(shù)和研究熱點(diǎn)之一，攪拌摩擦焊（FSW）是連接異種材料的有效方法，由于異種材料物理和化學(xué)性質(zhì)的不同，容易在焊接過程中產(chǎn)生缺陷。針對鋁合金與碳纖維增強(qiáng)熱塑性塑料（CFRTP）攪拌摩擦焊（FSW）缺陷監(jiān)測提出了基于同步壓縮短時(shí)傅立葉變換與K-奇異值分解（SSTFT-KSVD）在線監(jiān)測方法。使用聲發(fā)射（AE）信號實(shí)時(shí)監(jiān)測FSW狀態(tài)，利用同步壓縮短時(shí)傅立葉變換（SSTFT）提取時(shí)頻域特征，最后通過K-奇異值分解（KSVD）模型對焊接狀態(tài)與焊接缺陷進(jìn)行了分類。結(jié)果表明，AE信號頻率成分集中在10kHz，17kHz，23kHz 和 個(gè)頻段，熔核塌陷和表面擦傷缺陷發(fā)生時(shí)， 23kHz 頻段的功率分別轉(zhuǎn)移到10kHz ，而表面擦傷發(fā)生時(shí)， 25kHz 頻段的功率轉(zhuǎn)移到17kHz 。在缺陷預(yù)測方面，KSVD預(yù)測模型的平均準(zhǔn)確率達(dá)到 90% ，響應(yīng)時(shí)間達(dá)到 10ms 量級，比神經(jīng)網(wǎng)絡(luò)快100倍?；赟STFT-KSVD在線監(jiān)測方法可以實(shí)現(xiàn)對AI-CFRTP異種材料的FSW快速監(jiān)測。

關(guān)鍵詞：異種材料攪拌摩擦焊；聲發(fā)射信號；同步壓縮短時(shí)傅立葉變換；K-奇異值分解；在線監(jiān)測

機(jī)器人攪拌摩擦填絲焊5A06鋁合金接頭力學(xué)性能及腐蝕行為/董汶江，等.焊接學(xué)報(bào).2024，45（11）：61-65.

摘要：針對攪拌摩擦焊過程中大型及復(fù)雜結(jié)構(gòu)由于裝配及加工精度等原因存在焊接間隙的問題，導(dǎo)致焊縫成形差及接頭力學(xué)性能下降，提出機(jī)器人攪拌摩擦填絲焊新方法，實(shí)現(xiàn)了 2mm 間隙下 3mm 厚5A06鋁合金板材的填絲焊。結(jié)果表明，填充材料與基材實(shí)現(xiàn)了良好的冶金連接，獲得了無缺陷的焊縫。焊接接頭抗拉強(qiáng)度達(dá)到 388.9MPa±1.4MPa ，為母材的 99% ，消除了間隙對焊接質(zhì)量帶來的不利影響。劇烈的塑性變形使焊核區(qū)材料及填充材料均發(fā)生動(dòng)態(tài)再結(jié)晶，形成細(xì)小的等軸晶粒。鹽霧腐蝕試驗(yàn)表明，焊核區(qū)和填充材料區(qū)細(xì)小而彌散分布的第二相使其耐蝕性優(yōu)于熱影響區(qū)與母材，填充材料增強(qiáng)了焊核區(qū)的耐蝕性，熱影響區(qū)表面發(fā)生點(diǎn)蝕成為裂紋起裂位置，焊接接頭強(qiáng)度降低為356.6MPa±1.2MPa ，為母材的 91% 。

關(guān)鍵詞：機(jī)器人攪拌摩擦填絲焊；間隙容忍度；腐蝕；微觀組織；力學(xué)性能

一種小口徑管道內(nèi)焊接機(jī)器人研究/黃超，等.焊接學(xué)報(bào).2024，45（11）：66-70.

摘要：針對小口徑管道傳統(tǒng)的人工焊接方法效率低下、勞動(dòng)強(qiáng)度高、存在安全風(fēng)險(xiǎn)且對操作工人技能要求高，難以滿足現(xiàn)代工程的需求，設(shè)計(jì)了一款小口徑管道內(nèi)焊接機(jī)器人。該機(jī)器人能夠在管道內(nèi)部自主移動(dòng)，利用精密的機(jī)械結(jié)構(gòu)實(shí)現(xiàn)高質(zhì)量的自動(dòng)化焊接。機(jī)器人主要由行走機(jī)構(gòu)、漲緊機(jī)構(gòu)、焊槍升降機(jī)構(gòu)、焊槍回轉(zhuǎn)機(jī)構(gòu)、送絲機(jī)構(gòu)和智能控制系統(tǒng)等部分組成，通過智能控制系統(tǒng)來精確控制各個(gè)電機(jī)驅(qū)動(dòng)單元，實(shí)現(xiàn)全電動(dòng)的焊接作業(yè)。與現(xiàn)有外焊設(shè)備相比，這款內(nèi)焊機(jī)器人能有效避免外部環(huán)境干擾，提升焊接穩(wěn)定性，尤其適用于空間受限、難以采用傳統(tǒng)焊接方法的施工環(huán)境。此設(shè)計(jì)不僅提升了自動(dòng)化焊接的靈活性，還展現(xiàn)了焊接技術(shù)的智能化發(fā)展趨勢，為油氣管道建設(shè)提供了技術(shù)支持。

關(guān)鍵詞：小口徑管道；自動(dòng)焊；管道內(nèi)焊接;焊接機(jī)器人；結(jié)構(gòu)設(shè)計(jì)

基于視覺注意VGGNet的中厚板低碳鋼多層多道熔池分類模型/周浩，等.焊接學(xué)報(bào).2024，45（11）：71-76.

摘要：重大裝備制造中厚板機(jī)器人多層多道焊（multi-layerandmulti-passwelding，MLMPW）一直是熱點(diǎn)和難點(diǎn)，而實(shí)現(xiàn)機(jī)器人MLMPW的核心是對其熔池的獲取、監(jiān)控并分類。為了提高M(jìn)LMPW的自動(dòng)化和智能化，有必要開發(fā)一個(gè)熔池圖像在線分類系統(tǒng)。針對焊接過程中的熔池圖像提出了一種新的MLMPW熔池分類方法——基于視覺注意的（SENet）VGGNet熔池分類方法。為了提高效率和精度，引入遷移學(xué)習(xí)中的預(yù)訓(xùn)練模型到網(wǎng)絡(luò)訓(xùn)練過程中。因?yàn)獒槍χ泻癜宥鄬佣嗟廊鄢匮芯枯^少，導(dǎo)致熔池公開數(shù)據(jù)集較少，為了應(yīng)對這一問題，需要對數(shù)據(jù)集進(jìn)行增廣。結(jié)果表明，提出的模型可快速有效的對七類MLMPW熔池進(jìn)行準(zhǔn)確分類，預(yù)測精度可達(dá)到 98.39% 。

關(guān)鍵詞：多層多道焊；熔池；VGG16；視覺注意；分類模型