镀锌板电阻点焊质量评判方法的研究

摘要

镀锌钢板由于具有良好的抗腐蚀性能，在汽车制造业中取代冷轧钢板而被大量使用。但是其电阻点焊可焊性较差，由于镀锌层导致电极头工作端面的接触面积增大，电流密度降低。同时，低熔点的锌致使电极头粘损严重，从而使镀锌板的点焊接头质量不稳定和难以控制。针对汽车工业中镀锌板点焊接头质量控制的要求，以点焊接头表面图像和点焊过程实时采集的动态信息为信息源。为寻求一种在线的、无损的、低成本的点焊质量评判方法，开展了以下研究工作： 1．搭建了焊接接头表面图像的实验采集平台，在同等的条件下，采用数字图像技术获取焊接接头的表面图像，通过对接头表面的数字图像初步分析表明，点焊接头表面图像可以作为质量检测的信息源。 2．通过对大量点焊接头表面图像的特征分析，确定了不同特征环区的面积作为表征点焊质量的信息特征参数，根据特征区域面积与焊点抗剪强度的相关性分析结果，选择了相关性显著的特征参数作为输入向量，焊接接头的抗剪强度作为输出参量，建立了以剪切强度为质量评判指标的BP神经网络预测模型。网络模型测试结果表明，采用建立的BP网络模型进行焊点质量在线评判时，可获得满意的结果。 3．搭建的点焊过程动态信号采集试验平台，实现了焊接电压，焊接电流、电极位移多路信号的无相差同步采集。通过对动态信号进行滤波、降噪、以及时域分析，确定了动态电阻、电极位移作为质量在线评判的信号源。 4．通过分析点焊镀锌板过程中的动态电阻和电极位移的信号，提取了6个可表征接头质量和熔核形成过程的特征参量。依据特征参量与接头的抗剪强度间的相关分析结果，选取了与接头抗剪切强度密切相关的特征参量作为SOM网络的归类分析的输入向量，建立了点焊接头质量分类模型。实验验证表明，采用建立的SOM网络模型可以实现对镀锌板点焊接头质量的分类。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景及来源

1.1.1研究背景

1.1.2研究的意义

1.1.3课题的来源

1.2图像处理技术的发展

1.2.1图像处理技术应用

1.2.2图像处理技术最新的研究发展

1.3电阻点焊质量评判研究及发展现状

1.3.1点焊电参数质量监控方法

1.3.2点焊物理参数质量监控方法

1.3.3监控某一过程参数的曲线

1.3.4点焊多参量综合监测技术

1.3.5人工智能的应用

1.4目前存在的问题

1.5本义主要研究的内容

第2章焊点表面图像的获取和预处理

2.1数字图像获取

2.2图像的预处理

2.2.1图像灰度化

2.2.2灰度直方图均衡化

2.2.3去除背景图像

2.2.4去除噪声

2.2.5边缘检测

2.2.6图像分割

2.3本章小结

第3章基于焊点表面图像的质量评判方法研究

3.1实验设计

3.2焊点表面图像的初步分析

3.3特征区面积的提取与测定

3.4特征区域面积与剪切强度的相关性分析

3.5 BP神经网络的质量评判模型的建立

3.5.1 BP网络的结构

3.5.2 BP网络学习

3.5.3选取输入模型的特征参数

3.5.4特征参数归一化

3.6 BP网络模型的训练与结果

3.7 BP模型的验证

3.8本章小结

第4章点焊过程中动态信号的获取

4.1点焊过程信号采集平台的搭建

4.1.1硬件系统的构成

4.1.2信号采集系统软件

4.2信号曲线获取与处理方法

4.2.1信号预处理

4.2.2动态信号的时域分析

4.3本章小结

第5章基于动态信号特征参数的质量分类模型

5.1实验的设计

5.2信号的获取及特征信号的提取

5.3镀锌层对点焊焊接过程信号的影响

5.4特征参数的提取

5.5相关性分析

5.6点焊质量分类及监控模型的建立

5.6.1相关知识

5.6.2 SOM神经网络

5.7本章小结：

第6章结论

参考文献

致谢

附录A攻读硕士期间发表论文