为了实现焊接缺陷的自动检测, 研究一种交变磁场激励下焊缝表面及亚表面缺陷的磁光成像动态无损检测方法。分析了基于法拉第磁致旋光效应的焊接缺陷磁光成像机理, 并结合交变磁场原理推导出励磁变化与动态磁光成像的关系。探索低碳钢板的亚表面焊缝磁光成像特征试验, 验证了所提方法可用于检测焊缝亚表面的未熔合缺陷。最后对高强钢焊缝特征的动态磁光图像进行分析, 采用主成分分析法和支持向量机(PCA-SVM)模式识别方法建立了焊接缺陷分类模型。试验结果表明, 所提方法可以识别高强钢焊件中的焊缝特征(未熔透、裂纹、凹坑和无缺陷), 缺陷分类模型的整体识别率达到92.6%, 能够实现焊缝表面及亚表面缺陷的自动检测。

针对焊缝微小凹陷、未熔合和焊偏等焊接缺陷, 提出了基于磁光成像无损探伤的小波多尺度边缘提取算法及主成分分析-误差反向传播神经网络(PCA-BP)缺陷分类模型; 研究了焊件表面及近表面缺陷的可视化无损检测及分类方法。首先, 通过对焊件施加感应磁场, 利用法拉第磁致旋光原理构成磁光传感器, 获取焊接缺陷磁光图像。然后, 针对焊接缺陷磁光图像存在噪声干扰、对比度低且成像背景复杂等特征, 基于小波模极大值的多尺度边缘信息融合方法, 设计了具有高抗噪性的缺陷边缘检测算法。最后, 通过PCA法对磁光图像列方向灰度变量进行预处理, 得到能表征95%磁光图像列方向灰度变量信息的256个特征点作为输入特征量, 构建了三层BP神经网络模型, 对焊接缺陷样本进行分类。试验结果表明, 所提方法能准确识别微小凹陷、未熔合和焊偏等焊接缺陷, 模型分类准确率可达90.80%。

利用DC025扩散冷却板条(SLAB)激光器系统地研究了激光焊接三明治金刚石锯片的焊接缺陷和焊接工艺。结果表明焊接缺陷主要表现为焊缝中大量的气孔和较多的铜，降低了焊缝强度。气孔来源于基体里黏接剂、油污与粉末冶金刀头的共同作用，采用正面熔透1/2，反面完全熔透的焊接方式和提高焊接速度来减少气孔缺陷。铜来源于基体里铜板的熔化，当激光偏向刀头时，铜的含量降低。350 mm三明治锯片合适的焊接参数为激光偏移量0～+0.20 mm，正面焊接线能量为25～40 J/mm，且激光功率低于1000 W；反面焊接线能量为80～150 J/mm，且激光功率高于1500 W；此时焊缝铜的质量分数为0.2%～1.1%，焊接气孔较少，焊缝抗弯强度满足EN13236安全标准。