Online defect detection of Al alloy in arc welding based on feature extraction of arc spectroscopy signal
Online defect detection of Al alloy in arc welding based on feature extraction of arc spectroscopy signal
复制标题
基于电弧光谱信号特征提取的铝合金电弧焊缺陷在线检测
DOI：
10.1007/s00170-015-6966-9
复制
发表时间：
2015-03
期刊：
影响因子：
--
通讯作者：
Yanling Xu
中科院分区：
文献类型：
--
作者：
Zhifen Zhang;Elijah Kannatey-AsibuJr;Shanben Chen;Yiming Huang;Yanling Xu
本文提出了一种基于电弧等离子体光谱信号的铝合金脉冲钨极氩弧焊焊接缺陷实时无损检测新方法。分析氢原子在656.3 nm和氩原子在641.63 nm的发射谱线，以提取多个特征参数，然后通过Fisher距离准则从中选择更敏感的特征用于监测。实验结果表明，基于光谱特征的阈值检测方法在焊接缺陷检测中是可行的，实时孔隙度。此外，所建立的基于SVM-CV的预测模型也成功地识别出了正常焊接中的气孔缺陷，且具有较高的准确性。
In this paper, a novel methodology for real-time nondestructive defect detection, particularly hydrogen-assisted porosity of an aluminum alloy welded using pulsed gas tungsten arc welding is presented based on the plasma spectroscopy signal of the welding arc. The emission lines of the hydrogen atom at 656.3 nm and argon atom at 641.63 nm were analyzed to extract multiple feature parameters, from which more sensitive features were then selected for monitoring by means of Fisher distance criteria. The threshold detection method based on the features selected from the spectrum was found to be feasible in detecting the welding defect, i.e., porosity in real-time. Furthermore, the established predicting model based on SVM-CV also successfully identified defect of porosity from normal welding with high accuracy.
登录
查看更多内容
DOI：
10.5772/49987
发表时间：
2012-11
期刊：
--
影响因子：
--
作者：
M. Węglowski
通讯作者：
M. Węglowski
影响因子：
4.2
作者：
Mirapeix, J;Cobo, A;López-Higuera, JM
通讯作者：
López-Higuera, JM
DOI：
10.1002/9780470459300
发表时间：
2009-04
期刊：
--
影响因子：
--
作者：
E. Kannatey-Asibu
通讯作者：
E. Kannatey-Asibu
DOI：
10.1109/19.930442
发表时间：
2001-06
期刊：
IEEE Trans. Instrum. Meas.
影响因子：
--
作者：
Pengjiu Li;Yu-Ming Zhang
通讯作者：
Pengjiu Li;Yu-Ming Zhang
影响因子：
13.5
作者：
Foody, GM;Mathur, A
通讯作者：
Mathur, A