基于超声参数化和熵模型的汽车焊点质量识别*

doi:10.3901/JME.2016.16.086

机械工程学报 ›› 2016, Vol. 52 ›› Issue (16): 86-92.doi: 10.3901/JME.2016.16.086

扫码分享

基于超声参数化和熵模型的汽车焊点质量识别^*

宋凯¹, 曾琼¹, 何智成¹, 周江奇²

1. 湖南大学汽车车身先进设计制造国家重点实验室长沙 410082;
2. 上汽通用五菱汽车股份有限公司柳州 545027

出版日期:2016-08-20 发布日期:2016-08-20
作者简介:
宋凯，男，1981年出生，博士，助理研究员。主要研究方向为汽车车身焊点质量及疲劳性能。发表论文近20篇。
E-mail：song_kaivip@163.com
E-mail：zqlys1990@163.com
何智成(通信作者)，男，1983年出生，助理教授，博士研究生导师。主要研究方向为汽车振动噪声与检测装备开发。
E-mail：hezhicheng815@163.com
基金资助:
* 湖南省科技开发计划重点(2013TT1006)、湖南大学青年教师成长计划、广西壮族自治区科技计划(12118007-14B)、柳州市科技计划(2012A010101)和国家自然科学基金(61540031)资助项目; 20150910收到初稿，20160422收到修改稿;

Recognition of Vehicle Welding Spot Quality Based on Ultrasonic Parameterized and Entropy Model

SONG Kai¹, ZENG Qiong¹, HE Zhicheng¹, ZHOU Jiangqi²

1. State Key Laboratory of Advanced Design and Manufacture for Vehicle Body，Hunan University， Changsha 410082;
2. SAIC GM Wuling Automobile Co.， Ltd.， Liuzhou 545027

Online:2016-08-20 Published:2016-08-20

摘要/Abstract

摘要：

汽车焊点的超声波检测过程中，超声回波为非稳态信号，特征不易提取，同时焊点缺陷类型众多，导致汽车焊点质量的自动判定与识别比较困难。因此，提出一种基于超声信号参数化和判别熵模型的汽车焊点质量智能识别方法。通过建立汽车焊点超声回波信号的参数化模型，再基于EM算法思想，提出多回波超声信号的特征参数估计算法。根据提取的超声信号时频特征值，结合判别熵对特征值的有效性进行监督，提取最优特征值子集，最终实现汽车焊点质量类型的智能识别。焊点的实际检测结果验证了方法的有效性和识别的准确性。

关键词: 参数化模型, 超声检测, 判别熵, 焊点质量

Abstract:

In the process of ultrasonic testing of vehicle welding spot, ultrasonic echo is unsteady signal and it is not easy to extract the characters, at the same time many types of defects make automatic determination and recognition of welding spot quality become more difficult. Therefore, an intelligent method to recognize the quality of welding spot based on ultrasonic parameterized and J-divergence entropy model is proposed. By establishing parameterized model of ultrasonic echo signal and based on EM algorithm, a parameters estimation algorithm of ultrasonic echo signal is proposed. According to the time-frequency characteristics of ultrasonic echo and supervising the effectiveness of these characteristics by the J-divergence entropy to get the optimal characteristics subset. Use the method to achieve the recognition of welding spot quality. The actual test results of welds have verified the validity of this method and the accuracy of recognition.

Key words: J-divergence entropy, parameterized model, ultrasonic testing, welding spot quality

宋凯, 曾琼, 何智成, 周江奇. 基于超声参数化和熵模型的汽车焊点质量识别^*[J]. 机械工程学报, 2016, 52(16): 86-92.

SONG Kai, ZENG Qiong, HE Zhicheng, ZHOU Jiangqi. Recognition of Vehicle Welding Spot Quality Based on Ultrasonic Parameterized and Entropy Model[J]. Journal of Mechanical Engineering, 2016, 52(16): 86-92.

[1]	曾凯, 田海, 邢保英, 张洪申, 王凯伟, 何晓聪. 自冲铆机械内锁结构形态的超声无损检测方法[J]. 机械工程学报, 2024, 60(2): 10-16.
[2]	林莉, 马志远, 孙珞茗, 罗忠兵, 雷明凯. 航空功能涂层表界面完整性参数超声检测反演原理及其应用[J]. 机械工程学报, 2023, 59(8): 1-8.
[3]	宿磊, 谈世宏, 吉勇, 明雪飞, 顾杰斐, 李可. 基于训练局部字典的倒装芯片高频超声检测信号稀疏去噪方法[J]. 机械工程学报, 2023, 59(6): 10-17.
[4]	金士杰, 张波, 孙旭, 王志诚, 林莉. 基于TOFD周向扫查图像特征的管道缺陷超声检测[J]. 机械工程学报, 2023, 59(4): 18-24.
[5]	沙经伟, 范孟豹, 曹丙花, 杨雪锋. 金属构件硬度的无损检测研究进展与展望[J]. 机械工程学报, 2023, 59(24): 1-17.
[6]	赵新玉, 李鹏飞, 段晓敏, 张斌. 曲面工件自动超声检测轨迹规划[J]. 机械工程学报, 2022, 58(24): 41-48.
[7]	谢丹, 黄勇刚. 大挠度欧拉梁三参数曲率模型及其在平面柔顺机构中的应用[J]. 机械工程学报, 2021, 57(13): 144-152.
[8]	张婷, 陈杰. 钛合金薄板直角焊缝质量的相控阵超声检测方法研究[J]. 机械工程学报, 2021, 57(12): 145-152.
[9]	林莉, 史思琪, 孙旭, 马志远, 张晓峰, 刘丽丽, 金士杰. 基于自回归谱外推的全聚焦成像分辨力提升[J]. 机械工程学报, 2020, 56(22): 8-13,23.
[10]	罗忠, 刘昊鹏, 朱云鹏, 王菲, 韩清凯. 基于REFOR算法的多输出非线性系统动态参数化建模方法研究[J]. 机械工程学报, 2018, 54(23): 73-81.
[11]	刘菲菲, 刘松平, 傅天航, 李乐刚, 白金鹏, 史俊伟. 复合材料结构中R区的超声波反射行为及其检测应用[J]. 机械工程学报, 2017, 53(12): 35-43.
[12]	周后明, 刘博, 张高峰, 周友行, 彭锐涛. 热缩刀杆装夹温度的影响因素^*[J]. 机械工程学报, 2017, 53(1): 174-179.
[13]	周正干, 李洋, 周文彬. 相控阵超声后处理成像技术研究、应用和发展[J]. 机械工程学报, 2016, 52(6): 1-11.
[14]	闫晓玲, 董世运, 徐滨士. 基于最优小波包Shannon熵的再制造电机转子缺陷诊断技术[J]. 机械工程学报, 2016, 52(4): 7-12.
[15]	陈天瑞, 项延训, 陈虎, 轩福贞, 陈定岳. 基于相位-频率测量的材料残余应力超声表征方法^*[J]. 机械工程学报, 2016, 52(22): 9-14.

基于超声参数化和熵模型的汽车焊点质量识别^*

Recognition of Vehicle Welding Spot Quality Based on Ultrasonic Parameterized and Entropy Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价