[发明专利]基于经验小波变换的磁控埋弧焊焊缝跟踪信号分析方法

说明书

技术领域

本发明属于磁控埋弧焊电弧传感器焊接信号处理的焊接自动化技术领域，具体涉及一种基于经验小波变换的磁控埋弧焊焊缝跟踪信号分析方法。

背景技术

磁控埋弧焊焊接电弧是一种典型的非线性非平稳的时变负载。随着焊接过程的进行,电弧负载的燃烧状况,以及与之密切相关的熔滴过渡过程均会发生变化。这些变化在焊接过程电信号的时域和频域上均会有所体现。

非线性非平稳信号的分析、处理以及特征提取问题一直是学术和工程界关注的热点问题之一，研究非平稳信号常用方法有窗口傅里叶变换，连续小波变换，经验模态分解(EMD)，局部均值分解(LMD)以及经验小波变换(EWT)，其中EWT(empiricalwavelet transform)是Gilles结合EMD的自适应性和小波分析的理论框架,提出的一种新的自适应信号处理方法即经验小波变换，该方法的核心思想是通过对信号的频谱进行自适应划分,构造合适的正交小波滤波器组以提取具有紧支撑傅里叶频谱的AM-FM成分,然后,对提取出的AM-FM模态进行Hilbert变换,得到有意义的瞬时频率和瞬时幅值,进而可以得Hilbert谱，由于EWT是在小波框架下建立的方法,故其理论充分且其计算量远小于传统的EMD方法，而且可以解决由于焊接信号极值点太少及包络信号不完全的情况下无法实现LMD分解的缺点。

本发明针对磁控埋弧焊跟踪信号非线性，不平稳及常用滤波方法难以滤除其相近低频干扰信号的缺点，提出一种基于经验小波变换(EWT)的磁控埋弧焊焊缝跟踪信号分析方法，该方法继承了EMD分解与小波变换各自的优点，其首先分解出电弧跟踪信号的固有模态，而后在频域自适应地构造带通滤波器组从而构造正交小波函数,最终提取具有紧支撑傅立叶频谱的调幅-调频(AM-FM)成分，将此方法用于埋弧焊磁控电弧传感器焊缝跟踪平台信号分析中，提取出了更精确的焊缝跟踪信号，并通过实验验证了此方法的有效性及精确性。同时分析了相近低频噪声的信息，为进一步的信号处理及跟踪系统的优化提供了理论依据。

发明内容

本发明的目的在于解决现有的硬件滤波不完全，小波滤波方法难以滤除焊缝跟踪信号相近低频干扰信号，以及EMD分解收敛条件不合理、过包络和欠包络等易出现模态混叠的问题。

为实现上述目的，本发明提供一种基于经验小波变换的磁控埋弧焊焊缝跟踪信号分析方法。

本发明解决其技术问题所采用的技术方案是：首先磁控埋弧焊焊缝跟踪传感器控制电弧摆动以进行焊缝坡口扫描，由霍尔传感器采集原始信号，对原始信号进行硬件滤波处理；其次采用经验小波变换信号分析方法对硬件滤波后的跟踪信号进行低频信号的分析，根据跟踪信号的Fourier谱特性自适应地选择一组小波滤波器组来提取信号的不同AM-FM成分，得到信号的经验模态(AM-FM)；最后对每个经验模态函数进行Hilbert变换,得到有意义的瞬时信号特征，进而得到Hilbert谱，将得到的瞬时信号特征进行重新构造和频谱分析，提取出更精确的焊缝跟踪信号，同时得到其他低频干扰信号信息。

自适应性选择小波滤波器组来提取信号的不同AM－FM成分，其至关重要的一点是傅里叶频谱的分割，其特征是：在转换硬件滤波信息之后，对焊缝跟踪信号的Fourier谱进行自适应地分割，分割方法是确定跟踪信号的振幅比α，分析焊缝跟踪信号包含的熔滴过渡信号以及其它主要低频干扰信号的个数，然后依据Gilles提出的一种确定N值的阈值方法，令大于阈值的极大值点个数为N,并取前N个最大的极大值点求出边界，最终确定焊缝跟踪信号傅里叶自适应分割的边界条件。

自适应性选择小波滤波器组来提取信号的不同AM－FM成分，并对每个经验模态函数进行行Hilbert变换其特征是：确定了跟踪信号的边界值后，采取类似于传统的小波变换方法来定义经验小波变换，进而确定细节系数以及经验模态函数，在此基础上根据磁控埋弧焊焊缝跟踪信号低频干扰严重的特征，选取了最优小波基组，进而在对不同焊缝跟踪信号进行变换时自适应的在最优小波基组里选取一组最优小波基，同时根据确定的边界值确定经验模态分解的个数，并作出相应的频谱分析，最终得到跟踪信号与各干扰信号的特征。

本发明的有益效果是：该方法很好的针对焊缝跟踪信号低频信号的干扰，提取出与理论接近的正弦信号波形，相比普通的小波滤波，其不仅成功提取出了精确的焊缝跟踪波形，同时也分析出了与主频相近的其它低频干扰信息。

附图说明

图1为本发明原始焊接电压波形图。

图2为本发明硬件滤波电压波形图。

图3为本发明硬件滤波电压频谱图。