基于能量熵与SVM的焊接质量监测方法的探索

采用正交法设计试验方案，在给定不同焊接电压、电流、焊接速度等焊接参数的条件下进行埋弧焊堆焊试验，采集相对应焊接参数的电信号数据，试验方案及焊缝成形结果见表5-8，16组试验中得到焊缝成形情况分别有正常（焊道表面整齐、光滑）、咬边（焊道表面边角不整齐、凹陷）和驼峰（焊道中有明显高低起伏、不连续、有凹陷），对每组试验过程采集的电弧电流信号进行LMD分解、PF分量特征向量构建，表5-9列出了试验1、7和14计算得到的PF分量特征向量，从表中可以看出，不同类型的焊缝成形，经过LMD分解后得到PF分量的能量熵值各不相同，说明PF分量的能量熵值能作为支持向量机的输入向量。分别提取试验中焊接参数或焊缝成形类型和相对应计算得到PF分量特征向量，便可构成用于识别焊接工艺合理性和焊缝质量的训练样本。将提取出来的特征向量输入到由3个支持向量机组成的焊接质量分类器中进行训练。同时，设计测试试验方案，用于测试焊接质量分类器分类效果，并将每组测试试验方案计算出的特征向量，输入已经训练好的支持向量机中进行焊接质量的模式识别，其结果见表5-10。

表5-8 交流方波埋弧焊正交试验方案及结果

（续）

表5-9 三种焊缝成形类型对应电弧电流信号特征向量(www.xing528.com)

表5-10 支持向量机测试结果

从表5-10中可以看出，将得到各个PF分量能量熵构建的电弧特征向量，作为支持向量机分类器的输入来对焊缝成形类型进行分类。能有效实现对焊接参数搭配合理性、电弧的稳定性和焊缝成形质量进行辨识。而且支持向量机能够对测试样本进行正确率很高的识别率，说明基于LMD能量熵和SVM的焊接质量监测方法是有效的。