關于智能焊接的文獻

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

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

關鍵詞：鋁合金；超聲輔助攪拌摩擦焊；摩擦系數；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/，.

焊接學報.2024，45（8）：85-94.

摘要：為了實現航空鋰電池極耳極板激光焊縫的高效準確檢測，設計制作了帶有層析成像功能的多通道多頻渦流檢測系統。采用該系統及5通道防干擾差分結構渦流傳感器對極耳極板焊縫中的局部斷焊、整體漏焊、焊縫變形內凹、微小缺陷等典型缺陷進行檢測，并基于趨膚效應原理，采用層析成像技術對焊瘤缺陷進行掃查成像。結果表明，研發的帶有層析成像功能的多通道多頻渦流檢測系統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，層析成像技術可實現不同深度下缺陷的形貌觀測。通過對大量檢測結果的對比分析，總結了缺陷種類、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則，為實現鋰電池極耳極板焊縫檢測的工程化奠定了良好的基礎。

關鍵詞：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

選區激光熔化成形不同偏移率拱形點陣結構力學性能/楊林沂，等.焊接學報.2024，45（8）：95-102.

摘要：為研究不同偏移率對力學性能的影響，利用選區激光熔化技術成形12個不同偏移率的 AlSi10Mg 拱形點陣試樣，通過準靜態壓縮試驗分析偏移率對點陣抗壓強度、彈性模量的影響，結合有限元仿真和壓縮試驗，分析不同偏移率拱形點陣應力集中的變化對點陣失效形式的影響。結果表明，拱形點陣的偏移率在20% 時抗壓強度和彈性模量達到最大值，相對未偏移點陣的抗壓強度和彈性模量分別提升了 49% 和 28% 。隨著偏移率的增加點陣的應力集中先由結點向結點兩端桿件轉移，點陣的失效形式由逐層坍塌變為剪切斷裂，此時偏移率的增加對點陣的結點有強化作用，后又出現向結點處集中的趨勢，并且結點中心應力逐漸下降，點陣的失效形式由剪切斷裂變為剪切斷裂伴隨結點崩碎，此時偏移率的增加削弱了點陣的結點強度。

關鍵詞：選區激光熔化；拱形點陣；壓縮；偏移率；失效

形式

重型運載火箭燃料貯箱FSW核心區溫度監測/盧曉紅，等.焊接學報.2024，45（9）：30-41.

摘要：重型運載火箭燃料貯箱目前通常采用2219-T8高強鋁合金，貯箱壁厚高達 18mm ，采用攪拌摩擦焊（frictionstirwelding，FSW）工藝實現筒段縱縫和環縫焊裝，FSW核心區極值溫度直接影響焊接質量，但由于攪拌頭旋轉、軸肩遮擋等原因導致FSW核心區溫度獲取困難。文中提出了一種FSW核心區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，實現了 18mm 厚2219-T8鋁合金平板和環焊溫度場表征;然后，基于溫度場仿真模型，提取焊件表面特征點溫度與核心區極值溫度的數據集，采用支持向量回歸機算法（supportvectorregression，SVR）建立FSW核心區極值溫度預測模型;最后，紅外熱像儀實時測得焊件表面特征點溫度，結合核心區極值溫度預測模型，實現貯箱FSW核心區極值溫度監測。試驗結果表明，FSW核心區峰值溫度監測相對誤差 lt;7.22% ，核心區最低溫度相對誤差 lt;9.54% ，證實了FSW核心區極值溫度監測方法的有效性。

關鍵詞：攪拌摩擦焊；核心區溫度；監測；紅外熱像儀；支持向量回歸機

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

摘要：針對激光焊相機標定精度低，定位精度與像素當量倍數相差較大等問題，提出了一種基于旁軸視覺的相機標定方法和定位方法，通過內參標定校正透鏡畸變；通過外參標定，建立系統中像素坐標系與機床坐標系間的轉換關系，設計一種二值化閾值的局部尋優算法，以保證工件準確的邊緣擬合。通過識別工件角點和一邊的角度，確定工件在系統中的擺放位置與姿態，算法精度穩定在1像素內，即 0.017mm 的理論精度，通過加工試驗測試定位精度，在試驗中對識別的工件轉角角度進行修正，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 ，分別為像素當量的2.12倍和1.53倍，實際誤差與像素當量間倍數相差較小。結果表明，該定位方法在充分利用相機性能的同時，具有較高的算法精度和定位精度，提高加工效率滿足實際生產需求。

關鍵詞：激光焊；旁軸視覺定位；相機標定；二值化閾值 尋優;角點識別

基于PSO-SVM的點焊接頭拉剪強度分類分析/吳剛，等.焊接學報.2024，45（9）：120-128.

摘要：點焊是汽車零部件的主要連接方式之一，點焊接頭的拉剪強度是評價點焊質量的重要因素，論文在制備大量點焊試樣的基礎上，對各試樣的焊點進行超聲信號檢測，并運用信號處理獲得時域、頻域和小波包特征值，隨后對點焊試樣在拉剪試驗中的失效形式進行分析，建立點焊接頭拉剪強度的分級標準。根據試驗數據設計了BP（back-propagation）神經網絡和基于粒子群優化支持向量機（particleswarmoptimizationsupportvectormachine，PSO-SVM）的神經網絡分類器，最后將試樣的超聲信號特征值作為輸入參數，比較兩種神經網絡模型對點焊試樣拉剪強度分類的準確率。試驗結果表明，結合9個超聲信號特征值的PSO-SVM神經網絡具有最高的點焊強度分類準確率。

關鍵詞：點焊；超聲檢測；拉剪強度；BP神經網絡；PSOSVM

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

摘要：針對大型結構超聲C掃描獲得的多幅子圖像，為了獲取被測結構的全景圖像，研究圖像的拼接方法。根據超聲波法成像檢測的動態過程并結合數字化圖像處理技術，在傳統的基于尺度不變特征變換（scaleinvari-antfeaturetransform，SIFT）算法基礎上，提出了一種改進的超聲C掃描檢測圖像拼接方法。首先，針對傳統SIFT算法存在超聲圖像配準成功率低的問題，利用超聲掃查過程中探頭起始位置的矢量差對SIFT算法得到的特征點粗匹配結果進行篩選；其次，采用動態規劃的方法尋找最佳縫合路徑；最后，沿最佳縫合路徑進行漸入漸出融合以改善融合區域的視覺效果。人工缺陷試塊及焊接結構試件超聲圖像的拼接結果表明，基于改進的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；所提方法特征點匹配準確率高、圖像融合失真小，優于常規SIFT圖像拼接算法;拼接圖像中，目標位置關系對應良好，可實現結構加工質量的整體無損評價。

關鍵詞：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/周延平，等.焊接學報.2024，45（10）：28-37.

摘要：文中基于集成計算仿真平臺SiPESC的開放式有限元分析軟件SiPESC。FEMS，研發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分析所得節點溫度場以熱載荷形式映射到力學分析中，充分考慮焊接過程中溫度變化對結構性能的影響，實現焊接結構全過程熱力耦合數值仿真，并支持多步分析，可模擬多道焊接工序及復雜焊接過程。其中熱瞬態分析可模擬焊接的非線性瞬態熱傳導過程，支持多種焊接移動熱源和常用的熱單元類型以及熱對流和熱輻射等復雜邊界條件的處理。而焊接結構力學分析可自定義與溫度相關的力學材料參數，支持熱彈性和熱彈塑性等本構模型。文中采用空心圓筒與帶孔方形板沿圓筒外側焊接的算例進行數值分析對比，采用順序熱力耦合分析方式，其中焊接熱分析過程為瞬態熱傳導計算，結構靜力分析過程為熱彈塑性計算。計算結果與目前廣泛應用的計算機輔助工程（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% 、等效塑性應變最大值相同。該分析模塊的計算精度和ABAQUS基本一致，驗證了該焊接模塊計算的有效性及解決工程實際問題的能力。

關鍵詞：熱力耦合分析；SiPESC.FEMS；焊接過程；有限元數值仿真；溫度場映射

基于計算機視覺的鋰電池連接片焊接檢測系統/于強，等.焊接學報.2024，45（10）：38-49.

摘要：為了滿足鋰電池生產企業對鋰電池連接片的焊接質量進行自動化檢測的需求，設計了一種基于計算機視覺的鋰電池連接片焊接質量檢測系統。針對正、負電極材料的光學特性和檢測精度要求，設計了兩套光學系統分別實現鋰電池正、負電極的成像，提出了多重自適應模板匹配算法提取正、負電極焊縫區域，采用自適應閾值分割法對焊縫區域實現灰度化操作，使用灰度形態學運算弱化灰度圖的噪點突出焊盤特征點，利用輪廓提取算法實現焊盤特征點的提取，依據特征點數量實現極耳裁切缺陷的檢測，將 U²-Net 語義分割模型引入焊接質量檢測任務，采集正、負電極焊縫和燒穿、虛焊、焊接氧化缺陷數據集，利用數據增強技術擴充數據集，解決焊接缺陷的小樣本和小目標問題，融合應用 U²-Net 語義分割模型和輪廓提取算法實現焊縫尺寸測量以及虛焊等缺陷的檢測。系統試運行結果表明，缺陷檢出率為 99.98% ，誤檢率僅為 0.06% ，滿足企業的實際需求，實現了快速、無接觸且準確的自動化檢測。

關鍵詞：計算機視覺；焊接檢測；語義分割；圖像處理；鋰電池

焊接機器人視覺感知及智能化焊接關鍵技術研究進展/陳華斌，等.焊接學報.2024，45（11）：1-9.

摘要：智能化焊接在推進“工業強基”工程、支撐國家建設及國防安全中起到重要作用，從重大裝備到精細結構，焊接都是不可或缺的關鍵技術，而機器人作為智能化焊接的重要載體，推動“以機器代替人，以機器解放人”的過程中將發揮重要作用。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、自適應調控、工藝知識構建等關鍵技術出發，重點闡述了焊接機器人的“免示教”編程環境感知、點云配準、焊縫軌跡規劃和焊道自適應編排等共性技術的研究現狀，以智能化焊接制造過程多源信息監測及控制系統為例，提出了基于IIOT-MAS（industrialinternetofthings-multi-agentsystem）焊接制造系統分層結構模型，介紹了焊接多模態信息感知、融合及工藝知識建模等共性科學問題，并介紹了工程機械部件焊接現場感知數據在線學習和模型-數據雙驅動的焊接質量評價模型典型案例，探討了機器人焊接智能化的發展趨勢和所面臨的挑戰。

關鍵詞：焊接機器人；智能化焊接；視覺傳感；焊縫跟蹤；焊接質量

焊接智能化監測技術研究現狀與展望/張志芬，等.焊接學報.2024，45（11）：10-20.

摘要：在國家“十四五\"智能制造和2035制造業高質量發展遠景自標規劃下，智能化焊接技術的重要性不言而喻。首先，分析了該技術在學術界和工業界的成果發表情況，對目前成果分布的特點進行了總結。此外，列出了該學科方向舉辦的系列重要學術會議，充分展示了該學科的研究熱度。其次，分別從聲音、光譜、視覺、熱學及多信息融合監測角度出發，綜述了焊接/增材技術在缺陷在線檢測、過程動態表征、質量監控等方面最新的國內外研究進展，表明了多源信息融合技術是焊接智能化監測技術未來發展的主流。最后，總結了現階段國內焊接智能化-缺陷在線監測基礎研究存在的“六多六少”現象，并從多場景拓展應用出發，指出了焊接智能監測技術的未來發展目標與重點突破問題。

關鍵詞：焊接智能化；電弧增材；多信息融合；缺陷在線 檢測；質量監控

電弧增材熱源及軌跡規劃研究進展/劉焜，等.焊接學報.2024，45（11）：21-34.

摘要：電弧增材制造技術因其優異特性在科研和工業裝備領域備受關注，在航空航天和武器裝備等高端裝備制造領域顯示出巨大的應用潛力。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，而電弧熱源的穩定性和控制精度直接影響到金屬絲材的熔化質量，熱輸入量決定構件的成形效率。軌跡規劃則是電弧增材制造中另一個至關重要的核心技術，直接影響構件的成形質量和性能。文中概述了近年來多電極耦合電弧、主動約束電弧和多能場復合電弧等電弧增材熱源以及軌跡規劃方面的研究進展，并對未來研究方向做出展望。

關鍵詞：增材制造；電弧增材；增材熱源;軌跡規劃

K-TIG焊接研究現狀/石永華，等.焊接學報.2024，45（11）：35-44.

摘要：隨著科技的不斷進步，鎖孔效應鎢極氬弧焊（keyholetungsteninert gas，K-TIG）因其在中厚板焊接中的顯著優勢，成為現代工業中廣泛應用的高效焊接技術之一，在航空航天、核工業、石油化工和船舶制造等對焊接質量要求極高的領域中，應用前景廣闊。文中系統回顧了K-TIG焊的發展歷程及其在各類材料，如不銹鋼、鎳合金和鈦合金等應用中的現狀，同時，智能化焊接技術的發展為K-TIG焊帶來了新契機，通過實時監測、自動控制和焊縫跟蹤等先進技術，進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和焊縫跟蹤技術的發展現狀，這些技術在提高焊接質量和效率方面發揮了重要作用，通過對K-TIG焊的全面分析，旨在為未來的研究提供參考，并為實際應用提供指導。

關鍵詞：K-TIG焊接；焊接工藝；熔池檢測；智能焊接 基于立體視覺和YOLO深度學習框架的焊縫識別與機 器人路徑規劃算法/馬佳瑋，等.焊接學報.2024，45 （11） ：45-49.

摘要：為了實現機器人焊接的免示教路徑規劃，結合深度學習與點云處理技術，開發了一種高效、穩定的焊縫智能識別算法。首先，采用ETH（Eye-to-hand）構型的工業級3D相機獲取焊件周圍的二維圖像和3D點云模型，利用預先訓練的YOLOv8目標檢測模型識別焊件所在的ROI區域（regionofinterest，ROI），模型識別精度為 99.5% ，從而實現快速剔除背景點云，并基于RANSAC平面擬合、歐式聚類等點云處理算法，對ROI區域的三維點云進行焊縫空間位置的精細識別；最后根據手眼標定結果轉化為機器人用戶坐標系下的焊接軌跡。結果表明，文中所開發的算法可實現隨機擺放的焊縫自動識別和焊接機器人路徑規劃，生成的軌跡與人工示教軌跡效果相當，偏差在 0.5mm 以內。

關鍵詞：焊縫智能識別；機器人路徑規劃；立體視覺；YOLO深度學習；點云處理

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

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

關鍵詞：磁極焊縫識別；視覺傳感；三維點云；隨機采樣一致性

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

摘要：異種材料輕量化結構是航空航天、鐵路、汽車等領域的關鍵技術和研究熱點之一，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性質的不同，容易在焊接過程中產生缺陷。針對鋁合金與碳纖維增強熱塑性塑料（CFRTP）攪拌摩擦焊（FSW）缺陷監測提出了基于同步壓縮短時傅立葉變換與K-奇異值分解（SSTFT-KSVD）在線監測方法。使用聲發射（AE）信號實時監測FSW狀態，利用同步壓縮短時傅立葉變換（SSTFT）提取時頻域特征，最后通過K-奇異值分解（KSVD）模型對焊接狀態與焊接缺陷進行了分類。結果表明，AE信號頻率成分集中在10kHz，17kHz，23kHz 和 個頻段，熔核塌陷和表面擦傷缺陷發生時， 23kHz 頻段的功率分別轉移到10kHz ，而表面擦傷發生時， 25kHz 頻段的功率轉移到17kHz 。在缺陷預測方面，KSVD預測模型的平均準確率達到 90% ，響應時間達到 10ms 量級，比神經網絡快100倍。基于SSTFT-KSVD在線監測方法可以實現對AI-CFRTP異種材料的FSW快速監測。

關鍵詞：異種材料攪拌摩擦焊；聲發射信號；同步壓縮短時傅立葉變換；K-奇異值分解；在線監測

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

摘要：針對攪拌摩擦焊過程中大型及復雜結構由于裝配及加工精度等原因存在焊接間隙的問題，導致焊縫成形差及接頭力學性能下降，提出機器人攪拌摩擦填絲焊新方法，實現了 2mm 間隙下 3mm 厚5A06鋁合金板材的填絲焊。結果表明，填充材料與基材實現了良好的冶金連接，獲得了無缺陷的焊縫。焊接接頭抗拉強度達到 388.9MPa±1.4MPa ，為母材的 99% ，消除了間隙對焊接質量帶來的不利影響。劇烈的塑性變形使焊核區材料及填充材料均發生動態再結晶，形成細小的等軸晶粒。鹽霧腐蝕試驗表明，焊核區和填充材料區細小而彌散分布的第二相使其耐蝕性優于熱影響區與母材，填充材料增強了焊核區的耐蝕性，熱影響區表面發生點蝕成為裂紋起裂位置，焊接接頭強度降低為356.6MPa±1.2MPa ，為母材的 91% 。

關鍵詞：機器人攪拌摩擦填絲焊；間隙容忍度；腐蝕；微觀組織；力學性能

一種小口徑管道內焊接機器人研究/黃超，等.焊接學報.2024，45（11）：66-70.

摘要：針對小口徑管道傳統的人工焊接方法效率低下、勞動強度高、存在安全風險且對操作工人技能要求高，難以滿足現代工程的需求，設計了一款小口徑管道內焊接機器人。該機器人能夠在管道內部自主移動，利用精密的機械結構實現高質量的自動化焊接。機器人主要由行走機構、漲緊機構、焊槍升降機構、焊槍回轉機構、送絲機構和智能控制系統等部分組成，通過智能控制系統來精確控制各個電機驅動單元，實現全電動的焊接作業。與現有外焊設備相比，這款內焊機器人能有效避免外部環境干擾，提升焊接穩定性，尤其適用于空間受限、難以采用傳統焊接方法的施工環境。此設計不僅提升了自動化焊接的靈活性，還展現了焊接技術的智能化發展趨勢，為油氣管道建設提供了技術支持。

關鍵詞：小口徑管道；自動焊；管道內焊接;焊接機器人；結構設計

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.焊接學報.2024，45（11）：71-76.

摘要：重大裝備制造中厚板機器人多層多道焊（multi-layerandmulti-passwelding，MLMPW）一直是熱點和難點，而實現機器人MLMPW的核心是對其熔池的獲取、監控并分類。為了提高MLMPW的自動化和智能化，有必要開發一個熔池圖像在線分類系統。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，引入遷移學習中的預訓練模型到網絡訓練過程中。因為針對中厚板多層多道熔池研究較少，導致熔池公開數據集較少，為了應對這一問題，需要對數據集進行增廣。結果表明，提出的模型可快速有效的對七類MLMPW熔池進行準確分類，預測精度可達到 98.39% 。

關鍵詞：多層多道焊；熔池；VGG16；視覺注意；分類模型