原创声明： 未经授权、禁止转载和复制
目 录
摘 要：焊接是在较短的时间实现焊件达到原子结合的一种加工方法，伴随着丰富的声、光、热、电等物理化学现象。过程中的温度采集、传输、处理、以及命令信息的执行是保证焊接质量的关键，而信息的准确采集与快速有效传输是整个过程的基础。当前企业面临的主要问题是没有数据或可用的数据实在太少，在数据采集时面临很大的难题；尽管好不容易采集到了大量数据，却无法将数据标注精准，面临数据如何筛选、如何使用的难题。基于此，为进一步认识焊接制造技术，便捷采集和高效地利用焊接过程中产生的数据，总结了焊接制造的发展史，分析了提取温度等数据的方法，展望了焊接过程数据采集的发展趋势。
关键词：焊接过程；数据采集；智能制造；管理系统；软件设计
A review of the design and application of software for data acquisition and management in the welding process
Abstract: Welding is a processing method that achieves atomic bonding of welded parts in a relatively short period of time, accompanied by a wealth of physical and chemical phenomena such as sound, light, heat and electricity. Process temperature acquisition, transmission, processing, and the execution of command information are key to ensuring the quality of the weld, and the accurate acquisition and rapid and effective transmission of information is the basis of the entire process. The main problem faced by companies today is that they have no data or too little data available and face great difficulties in data collection; despite the large amount of data that can easily be collected, they are unable to label the data accurately and face the challenge of how to filter and use the data. Based on this, in order to further the understanding of welding manufacturing technology, convenient collection and efficient use of data generated during the welding process, the history of the development of welding manufacturing is summarized, methods of extracting data such as temperature are analyzed and the development trend of welding process data collection is looked forward to.
Keywords: Welding process; Data acquisition; Intelligent manufacturing; Management system; Software design
焊接是用或不用填充材料，把分离的金属件连接成不可拆卸的整体，使焊件达到原子结合的一种加工方法。[1]焊接过程十分复杂，工件的质量主要取决于焊接的时间、温度和环境清洁程度，要想获得焊接过程中的信息，需要通过复杂的实验完成，不利于大范围的生产实践，同时还会影响生产效率。当前企业面临的主要问题是没有数据或可用的数据实在太少，而可焊接的工件种类繁多，若一一进行分析，得到的结果缺乏时效性，在数据采集时面临很大的难题；尽管好不容易采集到了大量数据，采集设备昂贵且安装困难，却无法将数据标注精准，面临数据如何筛选、如何使用的难题。焊接温度作为影响焊接质量的最重要的参数，如果温度过高，则焊料的扩展率、润湿性能变差，使焊盘或元器件焊端无法充分润湿，导致虚焊、拉尖、桥接等缺陷；则加速了焊盘、元器件引脚及焊料的氧化，易产生虚焊。[2]
在制造过程中，热源随着焊枪移动，可以凭借实时温度变化判断焊接过程中不合格的制造产品；同时，对于具备反馈系统的焊接系统，通过焊点处的温度采集，分析温度变化和焊接工件热变形两者之间的关系，建立起数学模型，实现温度预测和误差补偿，及时修正焊点温度。由此可见，焊接温度的采集与分析对于降低生产成本，提高焊件质量具有重要意义。
1. 焊接制造的发展
古代的焊接方法主要是铸焊、钎焊和锻焊。[3]如今焊接在生产生活、智能制造过程中得到广泛应用，焊接制造是随着金属的应用而出现的，是支撑我国成为制造大国的关键技术。
从国外环境看，焊接最早出现时间可追溯到公元前3000多年埃及出现的锻焊技术，古代焊接技术长期停留在铸焊、锻焊和钎焊的水平上，使用的热源都是炉火，温度低、能量不集中，无法用于大截面、长焊缝工件的焊接，只能用以制作装饰品、简单的工具和武器。[3-4]不仅焊接材料利用率低，而且劳动强度低，随着材料应用的不断发展，新的焊接工艺技术的突破也越来越重要。中世纪，在叙利亚大马士革也曾用锻焊制造兵器。在19世纪80年代，美国的汤普森发明电阻焊，并用于薄板的点焊和缝焊，缝焊是压焊中出现的最早半机械化焊接方法[5]。
在20世纪初期，电弧焊成为最为重要的焊接方式，稳定性高，极大提升了焊接质量，加速传统的手工电焊进入适用阶段[6]，并对后来的焊接方法产生了积极影响。同时，通过控制焊条送给速度的电弧电压制成的自动电弧焊机在美国诞生，摆脱了传统的手工焊接方式，开启了焊接自动化和机械化的先河。此后，将焊丝和焊剂的埋弧焊结合起来，促进焊接机械化加速发展[7]。
从国内看环境看，公元前2000多年前，中国的商朝采用锻焊技术制造兵器，主要用于武器制作的金属被广泛使用，直接催生了焊接的产生和发展，在随后的几千年里，逐步的改进和发展，钎焊技术越来越完善，中国的冷兵器制造技术达到极致。直至公元前200多年，中国便掌握了青铜的钎焊及铁器的锻焊工艺。近代以来，焊接工业起步较晚，其工业体系首次确立应是在在苏联的帮助下于20世纪60年代完成的，在改革开放以后，我国焊接事业蓬勃发展，已成为工业的发展重要支柱。但当前中国和世界先进焊接水平有较大差距，自动化、智能化是主要发展方向。[8]外国的焊接机械化，自动化程度很高，而我国手工焊占比较大，焊接机器人应用是提高自动化水平的有效途径，焊接应用专家系统、神经网络系统、智能互联系统能提高焊接智能水平。
总体而言，焊接制造作为现代制造过程中一种主要的工艺方法，但准备工序和焊接工艺缺乏充分的分析及严格的控制，没有可供选择焊接规范，焊接质量难以保证。德国"工业4.0"的提出为制造业的发展注入新的活力，加快制造业向智能化、信息化、网络化转型升级；同时，《中国智能制造2025》明确提出要构建“智能制造工程”，推进我国焊接工业智能化、自动化发展[9]，不断提高生产力，降低新设计整体构件重量，促使其继续在生产生活、航空航天和智能制造领域中发挥积极应用。
2. 焊接制造过程数据采集
焊接缺陷无损检测方法主要有射线检测、超声检测、渗透检测等[10]。制造过程中的焊接结构零部件可以采用多种数据采集方式，实时快速地采集焊接过程产生的温度等信息。焊接智能制造，是通过智能化设备采集焊接过程中产生的数据信息，通过分析预测和评价的方法对焊接过程进行控制，从而提高焊接的质量和效率。[11]焊接制造产生的声、光、电等各种信息，都是综合评价、分析以及提高焊接质量最为重要的依据。目前大多焊接检测方式是通过相关领域和具备知识经验的专人进行检测，效率低、成本高，焊接质量主要依赖于检测者的经验判断[12]。实时进行数据采集、数据交互和存储的可用于焊接过程温度信息在线监测数据采集管理软件饱受青睐与期待[13]。
2.1 焊接过程中电压和电流信号采集
焊接过程可根据电流大小变化，电压的波形图变化判断被焊接件的质量，而焊接过程中数据采集最为重要的一个环节[14]。
焊接过程发生较为短暂且刺眼，人的视觉基本无法察觉和区分焊接时的焊接效果。为了提取焊接过程中产生的电压和电流，李博等[15]利用LabVIEW设计了在局域网条件下的焊接电流和电压采集系统，对采集的电压和电流信息进行时域、频域分析，对采集到的电压和电流横向对比，简单实现了焊接质量的预测。陈茂爱等[16]研究了熔焊过渡过程中电流和电压与熔滴过渡图像之间的相位关系，利用了LabVIEW中的Queue技术简化焊接古城中的数据采集的编程，提出了在焊接熔滴过渡过程的参数检测，节约了系统开发的时间；同时设计了中断采集系统，完成焊接信号和焊接过程中图像的同步采集。虽然充分利用了才焊接过程中熔滴过渡过程的数据采集和图像分析，同时可实现在线和离线的编程方式，但并未获取焊接过程中其他状态的数据和信号，同时没有实现数据的存储和数据分析。王盛弢等[17]基于汽车制造领域中机器人在弧焊方面的应用，利用企业的有线网络，搭建Zig Bee无线网，设计了一种基于数据通信技术和数字图像处理的监控系统，实现了在焊接过程中产生的电流和电压值，同时实现了焊接时焊接速度的采集，完成焊缝的拍摄和字符识别，同时利用数据库管理实现局域网的远程访问，使得在焊接过程中的数据丢失的概率降为1%。此种系统很大程度上利用好在焊接过程中产生的数据，但是此系统目前还未实现焊接过程的图像诊断和控制，没有直观地呈现信号的实时数据，对于非专业人士来说很难准确评估焊接质量。为了解决焊接过程中产生的数据实时获取，李东阳等[18]利用MQTT协议技术，利用阿里云的应用开发实现了焊接时的焊点数据监测，可在远程条件下完成电极压力曲线、焊接过程中产生的电流的实时数据显示，同时降低了数据传输过程中丢包率。上述研究阐述了焊接时电压和电流的信号的实时获取，但在焊接时，焊料的进给速度也会给焊接产生较大的影响，为此，高世一等[19]搭建了管道闪光焊接检测系统，实时采集焊接过程中产生的电压和电流等关键信息，并实现了数据存储，通过大量的正交试验分析，并优化焊接时的工艺，发现焊接时焊料的进给速度对焊接质量造成的影响。
当前，上述学者的研究主要实现了焊接数据的实时采集和显示，并且完成了数据和存储和实时的提取分析，尚未实现基于数据的在线控制。为此，Anzehaee[20]等将焊接过程中产生的电压信号进行滤波处理，滤掉信号中的高频噪声，提升电压信号的信噪比，并计算焊接制造产生的电弧弧长，实现了焊接过程的在线控制。由此看出，目前可以实现焊接过程产生的电压和电流信号的提取和实时显示，采集系统部分可以支持在线和离线的编程模式，实现了焊接过程在线控制，使得焊接制造朝着集成化，智能化方向发展。
2.2 焊接温度信息采集
焊接温度是焊接的质量的重要体现，温度的动态变化直接影响着焊接头的形状、性能、金相组织以及焊接的应力梯度。[21]焊接后的温度下降较快，很难及时、高效、准确地采集到准确信息[22]。单一的传感器很难适应短时采集和输出结果，且难以得出其温度的分度，侯建勤等[23]利用红外传感器采集了环缝焊接温度，实现了温度的实时采集，同时搭建了ZigBee无线网络传输技术，避免了焊接随时移动的布线。陈实现等[24]通过热像仪采集焊接过程的红外热图数据并利用Matlab建立起三维温度转换，比较明显地观察到温度的分布状态。刘小群[25]利用红外传感器测量焊接时焊件的温度，及时将所测量到的数据传递给计算机，结合LabVIEW软件获取数据并进行处理，实现了数据的实时显示和保存。商长洋等[26]提出了一种及时采集方法并搭建了一种焊接温度高速采集装置，结合多通道同步采集，完成焊接时不同区域的温度变化实时观测和记录。其弊端在于如果对于焊接温度有特别的要求，需要专人在焊接时实时监测产生的数据，基于此，刘小群等[27]利用K型热电偶采集温度，经过模块放大处理，利用单片机对信息进行补偿和线性化，可实时动态采集温度并对数据进行监控，限制了高温灼烧造成焊接质量的下降。
从上述研究来看，目前对于温度采集已经实现了实时可视化和数据库存储，并且增加阈值报警系统，将人为监管替换成系统自动完成，大大降低成本，提高了焊接效率。
2.3 焊接声音信号采集
材料内部结构的变化，通过常规的信号很难做出准确的判断，声学检测是内部缺陷检测的有效手段。确定的声音信号检测依赖于发生焊接过程的瞬间过程，简而言之，声音信号的检测的第一要求是在线实时动态检测。尹东星等[28]将声发射传感器采集到的信息进行放大、调制、降噪和滤波分析，将得到的信号进行傅里叶变换后从时频域的角度分析了焊件缺陷发生的时间和产生过程。朱洋等[29]针对304不锈钢，对提取到的声发射信号进行时域分析，利用平均峰值—振铃技术特征图评估焊接的稳定性，完成声发射表征分析。王齐胜等[30]针对不同融透状态的信号进行时频域分析，通过短时能量可以实时呈现信息的能量变化，结合信号能量在焊接过程产生的突变，通过平均短时能量可容易地区分融透状态，实现了TUG熔焊透状态的在线检测。
以上的研究侧重于焊接过程中声音信号的在线采集，为了监控在焊接过程中不同状态下的焊接质量，郭鹏[31]在采集电弧声信号后，提取信号中的特征参数，建立起共稀疏数学模型，并利用此模型表示提取到的特征参数，实现焊接质量的在线监控。
声信号的提取和分析对仪器设备要求较高，外界环境的干扰也对信息的分析提出了很高的要求，仪器的震动都会影响监测结果。
3. 焊接变形规律信息采集
焊接过程时间短，产生的火花、高亮光、烟雾等对信息采集的造成很大的影响，传统的应变检测方式很难完成焊接时的在线密集测量。当下了解的焊接采集规律主要依赖于有限元仿真分析，通过计算机模拟焊接过程发生的行为，判断焊接时产生的微量位移，从而判断焊接制造的质量。YANG等[32] 通过热应力热载荷等效模拟焊接时薄板的残余应力，通过3D弹性载荷对焊接时产生的变形进行仿真分析，同时对客车的边壁做出了变形分析。最后证明了通过有限元方法模拟焊接变形的结果是可行的。刘建伟等[33]分析了前人所做出的焊接测量方法，分析了图像处理在焊接变形时的可行性。胡浩等[34]基于数字高精度图像相关法求解出非线性的优化值，并对焊接时金属薄板在高温条件下产生的变形进行测量，使用VC++开发出一种适用于薄板焊接的全场变形测量系统，使得应变测量的精度降低为0.5%，作为描述焊接过程全场形变的有效工具。
很多研究已经实现了焊接过程形变量的获取，但不能实时跟踪焊点的移动的变形测量和焊接瞬态的变形量。为此，王晓光等[35]使用数字图像相关法分析系统，实时高精度获取焊接时的瞬态变形量，并且可以实现焊接变形点的实时跟踪，总结了在焊接条件下热量的输入对变形的影响。总体而言，简单叙述高温对变形带来的影响，并未测出在高温热量的作用下，焊接时产生的应变。宋育林等[36]提出了适用于高温条件下的散斑点阵，实现了对全场高温应变的实时在线测量，同时解决了焊接时强弧光对焊接造成的干扰，解决的高温条件复杂应变的定量测量。
通过上述分析，目前在焊接时产生形变量已经掌握了较完整的方法获取，但目前没有的研究都注重于单方面的
4. 焊接过程质量管理
焊接过程提取的数据，最终的目的是为了服务于焊接质量。为了提高焊接制造中产品质量，常颖等[37]利用深度学习算法，对不同焊点缺陷进行识别，提高了识别精度。春兰等[38]开发了一套脉冲VPPA焊接过程中的信息采集分析系统，完成对采集信号的数字滤波，滤掉信号中产生的高频噪声，提高信号的信噪比。张玉龙[13]基于智能传感器和网络技术为基础，针对工业监测需求，利用WiFi技术结合MQTT物联网传输协议构建了数据传输网络，解决了信号采集后的传输问题。开发了一套基于STM32单片机和通信模块的后台处理程序，实现了信息管理、工业实时监测和对焊机的控制。但此系统仅实现了焊接实时监测，并在数据发生异常时及时报警，数据存储查询的功能，只是通过协议进行简单的协议数据转换和数据转发，系统的功能相对来说较为单一。但是系统只能基于单一的数据进行焊接质量的评价，尚未实现数据信息的综合推理，以及焊接后的诊断和监控。
5. 结束语
通过获取焊接过程产生的信息，可以作为判断焊接质量的重要依据，针对数据采集开发数据采集管理软件，降低了在焊接过程中的因数据获取而产生的人力成本，提高了焊接效率。尽管目前在焊接时产生数据已经具有较完整的获取方法，但研究主要侧重于单方面的信息获取、信息存储、信息可视化与控制，实现的功能单一。
总体而言，尽管焊接过程产生的数据获取依据取得很大的成果，仍然还是很多不足，目前数据采集系统的开发离真正的智能集成化系统还有较大的差距，要实现真正意义上的全天候、高精度，智能化还有很长的路要走。相信在未来，将针对单一传感系统的缺陷，进一步地将焊接信息采集与智能传感、信息分析与评价、自动控制、人工智能等技术结合，创造出通过多种数据相融合的综合系统，促进焊接质量的评价向自动化和智能化发展。
附：查重报告
参考文献
[1] 樊兆宝,安绍孔,王英健,等. 空空导弹弹体制造中的先进焊接技术[J]. 航空制造技术, 2012(Z2): 74-78.
[2] 王万刚,彭勇,王小平. 表面安装组件的波峰焊工艺研究[J]. 热加工工艺, 2009, 38(13): 173-175.
[3] 包国建. 异种金属管材的复合塑性流动连接技术的理论研究[D]. 江西理工大学, 2010.
[4] 徐国荣. 焊接技术发展概述及展望[J]. 硅谷, 2010, (18): 20.
[5] 李明智,原孝贞. 浅谈焊接技术的发展及焊接工艺的基本原理[J]. 应用能源技术, 2008, (7): 16-18.
[6] 李宇顺,张耀兵. 管道全自动焊接技术的发展[J]. 现代制造, 2009, (48): 28-29.
[7] 李连胜,储继君,陈默,等. 从焊丝行业发展状况探寻中国焊接材料行业发展趋势[J]. 焊接, 2010, (9): 14-25, 69.
[8] 易耀勇,刘观辉,刘美华,等. 窄间隙TIG焊技术在核电设备制造中的应用[J]. 热加工工艺, 2013, 42(11): 13-16.
[9] 王淑梅. 数字化焊机远程数据采集与监测系统[D]. 南昌航空大学, 2017.
[10] 李晓延,武传松,李午申. 中国焊接制造领域学科发展研究[J]. 机械工程学报, 2012, 48(6): 19-31.
[11] 石运良,罗宇,陈正科. 基于GBDT算法的焊缝背面熔宽预测[J]. 热加工工艺, 2021, 50(17): 110-114.
[12] 李超. 基于机器视觉的焊缝缺陷检测及分类系统的研究[D]. 江南大学, 2017.
[13] 张玉龙. 数字化焊机焊接质量管理系统研究[D]. 华东理工大学, 2018.
[14] 尹斌,顾晓波,王大伟. 焊接质量追溯系统应用[J]. 造船技术, 2022, 50(1): 75-81.
[15] 李博,占小红,魏艳红,等. 基于局域网的焊接过程监测系统的研究[C]//第十六次全国焊接学术会议论文摘要集, 2011: 725-729.
[16] 陈茂爱,吕云飞,武传松. 基于LabVIEW的熔滴过渡过程参数检测系统的方案设计[J], 2005, (6): 103-107.
[17] 王盛弢,顾勇,蔡艳,等. 基于数据通信和图像处理的机器人弧焊参数网络化监测系统[J]. 热加工工艺, 2016, 45(9): 190-193, 197.
[18] 李东阳,邓黎鹏,胡德安,等. 基于阿里云的电阻点焊数据监测系统设计[J]. 电焊机, 2022,52(2): 78-83.
[19] 高世一,盛安,郭春富,等. X65管闪光对焊过程在线监测及工艺控制[J]. 焊接学报, 2016,37(6): 59-64, 131-132.
[21] 于成松. 大功率半导体直接输出激光加工装备控制系统开发[D]. 浙江工业大学, 2013.
[22] 黄志强,汤海平,丁雅萍,等. 天然气管道在役焊接温度场数值模拟[J]. 焊接学报, 2018, 39(6): 29-34, 130.
[23] 侯建勤,陈俊杰. 基于ZigBee技术的锅炉焊接参数监控系统[J]. 自动化仪表, 2019, 40(1): 27-30, 35.
[24] 陈实现,刘双宇,刘凤德,等. 基于红外热像仪的激光-电弧复合焊接温度场的测量及Matlab转换[J]. 应用激光, 2016, 36(6).
[25] 刘小群. 一种基于LabVIEW的焊接温度监测系统的设计[J]. 机电一体化, 2016, 22(10):45-47.
[26] 商长洋,潘金芝,文思静,等. 电阻钎焊焊接温度高速采集装置及采集方法[J]. 热加工工艺,2020, 49(5): 155-158.
[27] 刘小群,段旭朝,李中一. 基于单片机的H62银钎焊温度控制系统的设计[J]. 热加工工艺,2013, 42(15): 170-172, 175.
[28] 尹东星,曹晓燕. 基于声发射技术的超声波金属焊接质量在线检测研究[J]. 焊接技术, 2018, 47(11): 71-73.
[29] 朱洋,罗怡,谢小健,等. YAG激光焊接脉冲能量作用效应的声发射特征参数表征[J]. 焊接学报, 2017, 38(2): 115-119, 6.
[30] 王齐胜,高延峰,龚岩峰,等. 基于声发射信号短时能量的TIG焊熔透状态识别[J]. 热加工工艺, 2020, 49(21): 107-110, 116.
[31] 郭鹏. 基于电弧声共稀疏表示的MAG焊熔透状态的识别[D]. 南昌大学, 2018.
[33] 刘建伟,魏永强,蒋志强. 焊接变形测量方法研究进展[J]. 热加工工艺, 2014, 43(17): 5-9, 14.
[34] 胡浩,梁晋,唐正宗,等. 数字图像相关法测量金属薄板焊接的全场变形[J]. 光学精密工程, 2012, 20(7): 1636-1644.
[35] 王晓光,梁晋,郭楠,等. 基于数字图像相关法的薄板焊接变形研究[J]. 中国测试, 2017, 43(1): 8-12.
[36] 宋育林,白旭东,陈小奇,等. 数字图像相关法焊接热影响区应变原位测量及应力计算[J]. 机械工程学报, 2019, 55(17): 29-34.
[37] 常颖,常大俊. 改进型卷积神经网络焊点缺陷识别算法研究[J]. 激光技术, 2020, 44(6): 779-783.
[38] 春兰,韩永全,陈芙蓉,等. 脉冲VPPA焊接信号采集分析系统的设计与应用[J]. 焊接, 2015, (4): 36-40, 74.
684
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
