[01329460]声发射辅助同轴视觉热丝小功率激光模具修复机理研究

针对手动填丝激光修复对焊工操作技术要求较高、修复质量不稳定、效率低情况,本项目在热丝小功率激光模具修复工艺研究基础上,建立热丝小功率激光模具修复状态声发射神经网络识别模型和视觉传感识别模型,分析模具修复状态视觉与声信号互补性和相关性,以激光模具修复状态视觉传感识别模型为主,以声发射神经网络识别模型为辅,利用数据和特征信息多智能体决策融合理论,模拟人的听觉和视觉对焊接过程质量控制信息融和处理过程,建立声发射辅助同轴视觉激光模具修复状态识别模型,该模型实时监测激光模具修复状态变化情况,为提高模具修复质量和效率提供一种新方法,并在如下5方面取得一定成果： 1.从影响激光填丝焊的参数入手,设计一款推拉丝式送丝机构,通过控制送丝速度来确保激光填丝焊过程的平稳性,且该送丝机构采用特殊的送丝轮和矫直装置,保证细丝的送丝挺度,并进行热丝小功率激光模具修复工艺研究。 2. 针对激光填丝焊缝图像处理,结合激光填丝焊中的同轴视觉传感系统,提出一个图像处理流程模型;通过Krisch算子和霍夫变换图像处理方法,很好的识别了模具裂纹及焊丝位置;通过视觉传感热丝激光焊丝位置和熔化状态、模具修复熔池、匙孔、焊缝成形特征提取及相互关联技术研究,建立激光模具修复状态视觉传感识别模型。 3. 针对模具表面激光修复声信号特点,对激光修复声信号的强度进行理论分析,建立激光修复声信号希尔伯特-黄变换（HHT）分析模型,利用该模型辅助激光修复模具表面,克服了由于示教、装夹等误差引起激光离焦量波动,修复模具使用寿命提高20%以上。 4. 通过模具修复过程视觉传感与声发射特征信息融合,建立声发射辅助同轴视觉激光模具修复状态识别模型。首先利用CCD同轴视觉对激光强化的过程进行实时采集并处理,提取焊道宽度信息,作为电流一定情况下飞溅产生的一个特征量。但仅仅依靠视觉图像不能够保证检测的准确性,探索了声信号的RMS与飞溅的产生的关系。通过声信号辅助同轴视觉对焊接过程的监测,通过不同的方面对激光模具修复飞溅的检测,极大的提高了飞溅检测的准确性。 5、发表了4篇EI检索论文,编著1部,申请发明专利1项。 项目成果为低成本小功率激光模具修复自动化、智能化提供理论和技术支持,对其它方法模具修复质量控制具有一定借鉴意义,对提高填丝激光焊接过程稳定性、效率和智能化也具有普遍指导意义;取得视觉与声发射信号特征信息融合技术为深入研究与蓝紫光和红外辐射信号特征信息融合创造条件。