不同熔滴过渡类型电弧声小波包频带能量特征提取

卢 宜，熊震宇，刘 辉

（南昌航空大学航空制造工程学院，江西南昌330063）

不同熔滴过渡类型电弧声小波包频带能量特征提取

卢 宜，熊震宇，刘 辉

（南昌航空大学航空制造工程学院，江西南昌330063）

利用LabVIEW虚拟仪器设计了电弧声信号采集系统，并以MIG射滴过渡和射流过渡电弧声信号作为研究对象，采用小波包分解和重构电弧声信号，提取不同频带能量特征，构造识别射滴过渡和射流过渡的特征向量。研究表明：射滴过渡和射流过渡电弧声频谱主要集中在0～7kHz，射滴过渡电弧声能量在低频段（0～1.5kHz）有较高幅值，射流过渡在高频段（2～5kHz）有较高幅值，射滴过渡和射流过渡电弧声信号在S4，0、S4，2、S4，3频带能量百分比差异明显，可作为识别射滴过渡和射流过渡的特征向量。

电弧声；小波去噪；MIG；LabVIEW

0 前言

焊接技术广泛应用于汽车制造、航空航天飞行器制造、船舶制造等涉及机械制造的领域[1]。在焊接作业中，弧焊焊丝受高温熔化时的熔滴过渡方式不仅决定了弧焊焊丝熔化时的平稳性，还严重影响焊缝成形、熔深以及材料的消耗、冶金等方面[2]。采用何种弧焊焊丝熔滴过渡方式是决定焊接质量的关键，深入探究熔滴过渡模式的智能化在焊接领域的研究中是十分必要的[3-4]。在熔滴过渡模式的在线监测和识别领域，涌现出一大批新技术，如利用光谱信号、电弧电信号来实时控制熔滴过渡类型，并基于此取得了一系列研究成果[5]。电弧声信号是焊接过程中重要的源信号，经验丰富的焊接工作者可以通过人耳听到的电弧声频率高低大致判断焊缝的焊接质量[6]。因此从电弧声信号的角度研究电弧声信号和焊接质量之间的相关性具有一定价值；此外，声信号的数据传感、采集和分析相对于图像信号和光谱信号方便得多，可操作性很强。这是因为虽然熔池的图像信号能够直接、清楚地呈现出焊缝熔池的实时性变化，但是由于图像信号采集系统设备体积较大，并不能应用于实时监测复杂环境和复杂工件的焊接。电弧声信号是焊缝熔池震荡和电弧周围空气受热振动产生的，是一种非接触式的振动源信号。它不受限于工件形状和焊接环境。基于此，本研究对电弧声进行小波去噪，通过对比射滴过渡和射流过渡电弧声信号通过小波包分解后各频带能量特征的分布，提取识别射滴过渡和射流过渡的特征向量，为通过电弧声自动识别熔滴过渡类型奠定理论基础。

1 实验装置

电弧声信号采集分析系统主要硬件有：AWT-3B型弧焊自动操作台、NB-350焊接电源、声信号传感器、数据采集卡、PC装置。采集电弧声信号的传感器选择烽火WM-040VN拾音器，拾音器将电弧声音转换为电信号，性能参数如表1所示。数据采集卡选择NI-6221，采样频率50 kHz。

表1 拾音器性能参数

电弧声信号采集分析系统软件平台采用美国NI公司的LabVIEW虚拟仪器进行设计。该系统由电弧声采集模块、小波去噪算法模块和小波包分解模块组成，分别实现以下功能：（1）接收并储存焊接时拾音器端采集到的焊接声信号；（2）将存储的电弧声信号进行小波去噪分析；（3）利用小波包分解提取射流过渡和射滴过渡电弧声不同频带上的能量特征。

2 电弧声频带能量特征提取

如何从电弧声信号中获取与熔滴过渡模式相关的特征信号是电弧声分析的关键，一般常采用的信号处理分析方法有最为直观的时域分析、利用傅里叶变换着重分析信号频率的频域分析和同时联系时域和频域的时频分析。其中时频分析方法的小波分析方法在信号处理中倍受关注。在应用数学中小波分析因其优良的局部分析能力、多尺度分析能力、多分辨率分析能力被称为应用数学领域中的“数学显微镜”。目前，一些研究者已利用小波分析处理声音信号。文献[7]利用MIG焊射流过渡状态下的不同熔透状态电弧声信号作为信号样本数据，采用小波包分析方法，将未焊透、焊透和焊瘤电弧声信号的频率进行小波包分解，并提取不同频带能量特征，有效验证电弧声信号频带能量与熔透状态之间存在明显的相关性。文献[8]利用矿山爆破震动与岩石破裂微震信号作为样本数据，对信号进行小波包分析，分解尺度为5层，分析不同信号的频带能量差异，结果发现：岩石破裂信号和微震信号的一些频带能量差异显著，通过对比两者信号能量分布，可以有效识别两种矿山震动信号。文献[9]采用小波包分析方法提取了脑磁特征信息为精神分裂症的诊断和严重程度的评估提供选择依据。但是，目前利用小波包分析方法对不同熔滴过渡模式的电弧声信号进行分析的报道较少。鉴于小波包分析方法在其他领域的信号处理中取得一定进展，将小波包分析方法运用到提取电弧声信号与熔滴过渡模式之间的相关性同样值得研究并且可行。

2.1 样本采集和分析

数据采集的条件：焊接方法为MIG焊；母材为200 mm×50 mm×3 mm的A3钢板；焊丝为ER50-6（H08Mn2Si），直径 1.0 mm，干伸长 14 mm；保护气为纯Ar，气流量15 L/min。在实际生产中，当焊接工艺参数不同时，MIG焊主要有射滴过渡和射流过渡两种形式。为了与实际生产相吻合，实验仅采集射滴过渡和射流过渡时的电弧声。对电弧声进行功率谱分析，重点观察不同熔滴过渡模式下电弧声频率是否存在很大差异，功率谱如图1所示。

由图1可知，去噪后的电弧声从时域分析还是很难确切发现其规律，而频域分析则能较好揭示电弧声的能量变化。MIG焊射滴过渡和射流过渡电弧声频谱主要集中在0～7 kHz。具体来看，射滴过渡为0～1.5 kHz和 2～5 kHz，低频段幅值较大，能量更加集中；射流过渡为 0～1.5 kHz和 2～5 kHz，高频段幅值较大，能量主要集中在高频区。总体来看：在高频段，射滴过渡和射流过渡电弧声功率谱存在明显差异性，但因电弧声的复杂性和非线性很难直接总结出其规律，无法量化表示其频谱特征。所以下面对电弧声进行小波包分解，以量化电弧声的频带能量，探究其变化规律。

2.2 射滴过渡和射流过渡电弧声小波分解与重构

小波分析的时频分析和多分辨率分析能力是一种现代信号处理技术。由于小波包分析非常适合分析探讨瞬态特性和区别异常点、故障点和噪声，所以广泛应用于分析处理非平稳的信号，如故障诊断分析等。小波包分解与重构算法的核心由3个关键的运算构成，即与小波滤波器卷积、隔点采样和隔点插零。由于实际小波类别的非理想频域特性，使得信号与其系数卷积后产生如下后果：各子带中含有其相邻子带的分量，幅值失真；隔点采样和隔点插零会产生频率折叠。因此，小波包分解与重构中存在复杂的频率混淆现象，且其复杂程度随层数的增加而增加。其分解公式为

式中 {h（k）}、{g（k）}为共轭滤波器系列；n=0，1，2，…，2（j-1）-1；j=1，2，…，J（J为分解层数）。（k）分别为经分解后的低频部分和高频部分。重构公式为：

为避免混频现象发生，采用移频算法对电弧声进行分解与重构，小波基函数选择db14，分解层数设置为4。路径为 0000（频带范围 0～1 562.5 Hz）和0011（频带范围 4 687.5～6 250 Hz）重构后的射滴过渡电弧声时域波形和频域波形如图2所示。重构后的频域图没有出现混频现象。

2.3 电弧声频带能量计算与特征向量构造

设不同路径对应的能量为Eij，Xij为不同重构路径信号离散点的幅值，则有

由于不同工艺参数对各频带内信号能量影响较大，当能量较大时，Eij通常为一个较大的数值，在数据分析时会带来一些不便。因此，对特征向量进行归一化处理，以各频带能量为元素构造一组特征向量：

图2 小波重构信号波形及功率谱Fig.2 Waveform and power spectrum of wavelet reconstruction

由式（5）可以得出射滴过渡和射流过渡电弧声各个频带能量分布，如图3所示。由于射滴过渡和射流过渡电弧声频率主要集中在0～7 kHz，所以4层小波包分解后仅分析前4个频带即可。由图3可知，射滴过渡的能量从低频段到高频段呈降低趋势，主要集中在 S4，0频段（约占总能量的38.766 3%），S4，1频段（约占总能量的 29.754 0%），S4，2频段（约占总能量的 27.9987%），S4，3频带（约占总能量的6.7043%）；射流过渡的能量从低频段到高频段呈升高趋势，主要集中在 S4，0频段（约占总能量的21.543 2%），S4，1频段（约占总能量的29.124 2%），S4，2频段（约占总能量的38.332 5%），S4，3频带（约占总能量的 12.253 8%），具体如表2所示。

图3 射滴过渡和射流过渡电弧声各个频带能量分布Fig.3 Energy distribution of each band in the droplet transition and the jet transition arc

射滴过渡与射流过渡电弧声信号在 S4，0、S4，2S4，3频带能量的百分比差异明显，而在 S4，1频段差异则不明显。基于此，以 S4，0、S4，2、S4，3频带能量分布百分比作为特征向量识别射滴过渡和射流过渡是可行的。

3 结论

（1）MIG焊射滴过渡和射流过渡电弧声频谱主要集中在0～7 kHz，射滴过渡电弧声能量在低频段（0～1.5 kHz）有较高幅值，而射流过渡在高频段（25 kHz）有较高幅值。

表2 射滴过渡与射流过渡电弧声信号在各频带内的能量分布百分比Table 2 Percentage of the energy distribution of the droplet transition and the transition arc sound signal in each frequency band

（2）射滴过渡与射流过渡电弧声信号在 S4，0、S4，2、S4，3频带能量百分比差异明显，以 S4，0、S4，2、S4，3频带能量分布百分比作为特征指标构造特征向量以识别射滴过渡和射流过渡是可行的。

[1]潘际銮.21世纪焊接科学研究的展望[C].第九次全国焊接会议论文集，1999：1-17.

[2]黄石生，文元美，薛家祥，等.弧焊熔滴过渡的高速摄像与电信号测试分析[J].华南理工大学学报，2008，36（4）：2-5.

[3]书橱水，李刚.焊接电弧物理和弧焊设备点滴[J].焊接技术，1996（3）：39-42.

[4]樊丁.TIG电弧传热传质过程的数值分析[J].机械工程学报，1998，34（2）：39-45.

[5]韩国明，云绍辉.熔化极气体保护焊熔滴过渡光谱信号模式识别系统的研究[J].中国机械工程，2001，12（S1）：128-131.

[6]Saini D,Floyd S.An investigation of gas metal arc welding soundsignatureforon-linequalitycontrol[J].Welding Journal，1998，77（4）：172-179.

[7]刘立君，兰虎，温建力，等.MIG焊熔透电弧声小波包频带能量特征提取[J].焊接学报，2010，31（1）：45-49.

[8]朱权洁，姜福兴，于正兴，等.爆破震动与岩石破裂微振信号能量分布特征研究[J].岩石力学与工程学报，2012，31（4）：723-730.

[9]张学军，丁钰涵，黄丽亚，等.基于小波包基与能量熵的MEG 自动分类方法[J].计算机与发展，2016，26（6）：127-132.

Feature extraction of frequency band energy of different metal transfer arc sound signals based on wavelet packet

LU Yi，XIONG Zhenyu，LIU Hui
（School of Aeronautic Manufacturing Engineering，Nanchang Hangkong University，Nanchang 330063，China）

The arc sound signal acquisition system is designed based on LabVIEW virtual instrument.The MIG welding droplet transfer and spray transfer arc sound signals are taken as the research object.The arc sound signals are decomposed and reconstructed by wavelet packet and the characteristics of different frequency bands energy are extracted，and hen，the feature vectors of droplet transfer and spray transfer arc sound signals are constructed and identified.The results show that the arc sound frequency spectrums of these two kinds of transfers mainly concentrate in 0～7 kHz.The arc sound energy of droplet transfer has higher amplitude at low frequency band(0～1.5 kHz)and that of spray transfer has higher amplitude at high frequency band(2～5 kHz).The energy percentage of the arc sound signals of these two kinds of transfers in the frequency bands of S4，0，S4，2，S4 and 3 are obviously different,which can be used as a feature vector to identify droplet transfer and spray transfer.

arc sound；wavelet denoising；MIG；LabVIEW

TG444+.7

A

1001-2303（2017）06-0047-05

10.7512/j.issn.1001-2303.2017.06.10

2017-03-06

卢 宜（1990—），男，在读硕士，主要从事焊接自动化的研究。E-mail：244097874@qq.com。

本文参考文献引用格式：卢宜，熊震宇，刘辉.不同熔滴过渡类型电弧声小波包频带能量特征提取[J].电焊机，2017，47（06）：47-51.