脉冲TIG焊电弧稳定,精确的脉冲电流波形使得被焊工件的热输入和熔池尺寸可被有效控制,便于精确地控制焊缝成形,获得高品质的接头组织和性能,广泛应用于对焊缝成形和接头组织性能有严格要求的焊接生产制造[1-2]。
脉冲TIG焊的电弧形态、强度、温度场等特征参量及其动态特性取决于脉冲电流的设置,直接影响电弧稳定性及焊缝成形质量。而电弧图像包含有大量与电弧形态和温度场等物理特性直接相关的信息,因此,对电弧图像进行有效处理和分析,可以更深入地挖掘和探究电弧温度场等特征参量与脉冲电流波形的关联性及变化规律,有助于更好地评判焊接过程稳定性及控制焊缝成形质量[3]。
基于电弧图像的光谱诊断是研究电弧物理特性的主要方法[4-5]。Nomura等[6]通过构建同步、多方向测量系统,测量了轴向非对称脉冲TIG焊电弧等离子体的温度分布。肖笑等[4, 7]采用标准温度法测量了纯氩气保护的脉冲TIG焊在基值和峰值期间的电弧温度分布,还研究了双组分的脉冲TIG焊动态电弧物理特性。马税良等[8]利用高速摄像研究了脉冲TIG焊钨极下方的电弧温度在脉冲电流峰值和基值期的变化规律。上述研究增强了对脉冲TIG焊电弧物理特性的深入认识和理解。然而,受制于高速摄像技术的限制,对脉冲TIG焊电弧温度场等物理特性动态变化规律的研究还较少。在已有的脉冲TIG焊电弧的光谱诊断研究中,所采用的同步采集电弧图像的高速摄像拍摄帧频还限制在较低频率(<1 000 fps,帧/秒),且采集的电弧图像绝大多数是在脉冲电流处于基值或峰值的稳定阶段,难以反映脉冲电流突变导致的电弧温度场等物理特性的动态变化。
本文采用所构建的焊接试验系统,同步采集电弧图像和焊接电流,基于图像处理技术和标准温度法测温原理,计算和分析了脉冲TIG焊接过程的电弧形态、灰度、温度等物理特性随脉冲电流的动态变化规律及其产生原因,有助于更深入地理解脉冲TIG焊电弧等离子体的动态物理特性。
1 电弧形态表征及温度求解方法 1.1 电弧形态及其表征电弧形态是焊接工艺参数变化和焊接过程稳定性评价的最直观体现,与熔池尺寸及其受力情况有直接关系,直接影响焊缝成形质量。电弧形态变化受电离程度、电弧热、电弧力等的综合影响,本质上反映了电弧的能量变化和受力情况。采用高速摄像拍摄获得的脉冲TIG焊电弧图像,不仅直观地显示电弧形态及其变化过程,而且其动态变化规律在一定程度上反映出焊接过程稳定性。为了更加定量和简洁地表征电弧形态及其动态变化规律,对原始电弧图像进行二值化、电弧分割、边缘识别等[9]图像处理后,可以获得弧柱边缘像素在图像坐标系中的位置坐标(xi, yi),采用MATLAB中的函数regionprops(f, properties),令properties =‘Centroid’ ‘Area’ ‘Perimeter’,可进一步求出电弧区域的质心、面积和边缘周长(如图 1所示),进而对其随脉冲电流的变化规律进行比较和分析。
1.2 电弧灰度及其特殊位置点
拍摄采集的电弧图像以数字矩阵的形式储存在计算机中,是一种灰度图像,图 2a为其等值线图。电弧灰度在一定程度上反映电弧的温度和形态特性[10]。平均灰度是电弧边缘E内各像素点灰度的加权平均,表征电弧的整体温度。为探索电弧灰度及温度随脉冲电流的动态变化规律,选取电弧的多个特殊位置点(图 2b)的灰度和温度进行研究。这些点中既有电弧轴线上的点,又有非轴线上的点,均匀分布在整个电弧上。通过研究这些点的灰度和温度变化规律,可以较好地说明整个电弧的灰度和温度是如何变化的。
1.3 标准温度法
标准温度法(Fowle temperature method)是求解电弧温度场的有效方法。首先,拍摄获得具有特征谱线的电弧图像,根据其灰度分布求解发射系数分布,然后根据发射系数与温度的对应关系求出温度分布。采用基于电弧图像的标准温度法求解电弧温度场的流程如图 3所示。
原始电弧图像存在噪声,首先对其进行中值滤波[11]以去除噪声。而噪声、磁偏吹、保护气等会影响电弧的对称性,在进行Abel逆变换之前还需要对其进行对称化处理[12]。然后,通过Abel逆变换[13-15],可将电弧的灰度分布转化为发射系数分布。将发射系数进行归一化处理,结合特征谱线的电弧温度与发射系数的关系,即可计算出电弧温度场。
电弧等离子体发射系数ευ的表达式[5]为
$ {\varepsilon _\nu } = \frac{{h{\nu _{ul}}{A_{ul}}{g_u}}}{{4{\rm{ \mathsf{ π} }}}}\frac{{N(T)}}{{Z(T)}}{{\rm{e}}^{ - \frac{{{E_u}}}{{kT}}}}. $ | (1) |
其中:T为绝对温度,N(T)为粒子数密度,Z(T)为配分函数,νul、Aul分别是能级u到l的频率、跃迁几率,Eu、gu分别是能级u的激发态能量、统计权重,h是Planck常数,k为Boltzmann常数。
发射系数ευ并非随温度T单调变化,而是在某个温度T*处,谱线发射系数达到最大值,该温度T*称为标准温度。选择696.5 nm氩原子谱线为特征谱线,查表、计算其发射系数,经归一化得到传统的标准发射系数与温度之间的关系,如图 4所示。
传统的标准温度法的测温范围在10 000 K以上;为更加准确地测量小电流的电弧温度场,Vilarinho等[16]提出在5 000~12 500 K内的电弧发射系数与温度为线性关系,可以据此计算获得电弧截面温度。然而,采用简单修改后的标准温度法测得的电弧截面温度在12 500 K处有奇点。
扩大测温范围后,为避免在12 500 K处的奇异性,本文将传统的标准温度法与修改的标准温度法在5 000~12 500 K内发射系数的平均值作为改进的标准温度法的发射系数,如图 4所示。
2 焊接试验系统脉冲TIG焊接及电弧图像和焊接电流同步采集系统主要由焊接电源、高速相机、滤光片、高频电流传感器、数据采集卡及计算机等构成,如图 5所示。在开始采集高速电流传感器输出的脉冲电流信号的同时,数据采集卡同步输出脉冲电压,触发高速相机拍摄电弧图像,实现电弧图像和焊接电流信息的同步采集,两者同步误差在2 μs以内[17]。
图 5中,焊接电源采用山东奥太WSM-500型逆变式脉冲氩弧焊机。高速相机型号为Potron FASTCAM SA3 Model 120K-M3,其最高拍摄帧频为120 kfps(千帧/秒),配套使用腾龙SP AF180 mmF/3.5 Di MACRO 1∶1的微距定焦镜头。滤光片选用中性滤光片和中心波长为696.5 nm、带宽为8 nm的窄带滤光片。高频电流传感器选用知用CP8500A型,其可测量的最大电流为700 A,带宽为5 MHz。数据采集卡型号为NI PCI-6100S,其最大采集频率为5兆采样数/秒。
试验中所采用的焊接参数如表 1所示。
钨极直径d/mm | 钨极伸出长度l/mm | 基值电流Ib/A | 峰值电流Ip/A | 脉冲占空比D/% | 脉冲频率f/Hz |
3.2 | 5 | 150 | 200 | 50 | 100 |
钨极高度h/mm | 气体流量Q/(L·min-1) | 焊接速度v/(cm·min-1) | 工件尺寸L×W×δ/(mm×mm×mm) | 电流采样速率fI/kHz | 图像拍摄帧频fc/fps |
5 | 10 | 0 | 200×50×5 | 100 | 10 000 |
3 试验结果与分析讨论
图 6为脉冲TIG焊时的实测电流波形图。电流由基值突变到峰值大约需要0.3 ms,从峰值突变到基值大约需要0.7 ms,电流上升速度略大于下降速度。高速相机每隔0.1 ms拍摄一帧电弧图像,因此,在电流突变阶段可拍摄获得多帧连续的电弧图像。
采用批处理算法对电弧图像进行处理,可求取图 1定义的电弧质心位置(xc, yc)、电弧面积、电弧边缘周长等电弧形态参数,它们与焊接电流的关系及随时间变化曲线如图 7所示。
在焊接电流脉冲变化时,电弧质心横坐标xc变化不大(图 7a),表明电弧具有良好的轴向对称性和稳定性。而电弧质心纵坐标yc(图 7b)、电弧面积(图 7c)及边缘周长(图 7d)随脉冲焊接电流的周期性变化而变化,且无明显滞后现象,滞后时间小于高速相机拍摄一帧电弧图像所需时间(0.1 ms)。在电流突变时,电弧面积和边缘周长也发生突变。在脉冲电流突增时,电弧面积平均增加速度为12 243像素/ms,电弧边缘周长平均增加速度为268像素/ms;在脉冲电流突减时,电弧面积平均减少速度为5 790像素/ms,电弧边缘周长平均减少速度为124像素/ms。显然,电弧在电流增加时的扩张速度快于电流减小时的收缩速度,与电流的上升和下降速度一致。在由基值电流向峰值电流突变时,焊接热输入量迅速增加,电弧扩张;而在由峰值电流向基值电流突变时,由于焊接热输入量迅速减少,而电弧能量散失较慢,因此,电弧收缩速度略慢于扩张速度。
同样,采用批处理算法,可计算获得电弧多个特殊位置(如图 2b所示)的灰度及整体平均灰度随脉冲焊接电流的变化趋势,分别如图 8和图 9所示。
由图 8和图 9可以发现,电弧多个特殊位置的灰度及整体平均灰度均随脉冲焊接电流的周期性变化而变化,与电流的周期性变化保持较好的一致性,且没有明显滞后,滞后时间也小于0.1 ms。轴线上距离钨极越近的点(如a点),电流突变时的电弧灰度变化越小,这是由于高速相机获得的电弧图像灰度本质上是电弧发射系数沿观察方向的积分,在距离钨极较近时,电弧直径较小,发射系数的积分路径较短,且突变前后发射系数相差不大。距离钨极越远的点(如c点),电流突变时电弧灰度变化越大,这是由于距离钨极较远时,电弧直径较大,发射系数的积分路径较长,同时峰值阶段电弧发射系数较大。整体平均灰度的变化(图 9)直观地反映出在整个脉冲TIG焊接过程中,电弧整体温度与电流变化同步。
试验中采用的高速相机在每个脉冲周期内可拍摄100帧电弧图像,这里选取电流突变过程的全部图像及脉冲电流基值和峰值阶段的部分图像共计35帧进行深入分析。图 10给出了采用同步采集系统拍摄获得的脉冲TIG焊接过程的电弧连续变化图像及对应的电流值,各图像与电流值在脉冲TIG焊接过程的对应位置如图 11所示。
对图 10给出的各电弧图像进行处理和计算,可求出脉冲TIG焊过程不同时刻的电弧温度场分布,进而可获得一个脉冲电流周期内的多个特殊位置(如图 2所示)的温度随脉冲焊接电流的变化规律,如图 12所示。可见,电弧各点的温度随着脉冲电流的周期性变化而同步变化。在峰值和基值电流稳态阶段,焊接电流和电弧电压都比较平稳,电弧能量供给不变,电弧整体温度比较稳定,特别是远离钨极和电弧轴线上的点;在脉冲电流发生突变时,电弧温度紧随脉冲电流而发生突变,具有较好的跟随性,跟随精度在0.1 ms以内,无明显滞后现象。轴线上距离钨极越近的点,电流突变前后的电弧温度变化越大。在同一水平截面,距离轴线越近的点,电弧温度的突变越大。
图 13是焊接电流突变过程中的电弧温度及对应电弧图像。在脉冲电流突增时,钨极下方1 mm处(a点)的温度平均上升速度为11 613 K/ms;在脉冲电流突减时,a点的温度平均下降速度为5 710 K/ms。显然,电弧温度在电流由基值变为峰值过程中的突变速度更快。由于电流从基值突变至峰值时,焊接热输入量增加,电弧温度相应突升;电流由峰值向基值突变时,焊接热输入量相应减少,而电弧能量慢慢散失,因此导致电弧温度在峰值向基值过渡时的突变速度略慢。这与前述的电弧整体扩张和收缩趋势是一致的。
4 结论
1) 利用同步采集的电弧图像和焊接电流,基于图像处理和改进的标准温度法计算获得了脉冲TIG焊接过程的电弧形态、灰度、电弧特定位置点的温度随脉冲电流周期性变化的规律。
2) 在脉冲TIG焊接过程中,电弧形态、灰度、电弧特定位置点的温度的变化趋势与脉冲焊接电流的变化趋势具有较好的一致性,无明显滞后现象,同步精度在0.1 ms以内。
3) 在脉冲前后沿的电流突变过程中,电弧在电流增加时的扩张速度快于电流减小时的收缩速度;钨极下方1 mm处的电弧温度在脉冲电流突增时的平均上升速度为11 613 K/ms,在脉冲电流突减时的平均下降速度为5 710 K/ms,电弧温度在电流由基值向峰值转变过程中的突变速度更快。距离钨极越近的点,电弧灰度在电流突变时的变化越小,但温度变化越大。
[1] |
石玗, 郭朝博, 黄健康, 等. 脉冲电流作用下TIG电弧的数值分析[J]. 物理学报, 2011, 60(4): 731-737. SHI Y, GUO C B, HUANG J K, et al. Numerical simulation of pulsed current tungesten inert gas (TIG) welding arc[J]. Acta Physica Sinica, 2011, 60(4): 731-737. DOI:10.3969/j.issn.1000-0364.2011.04.022 (in Chinese) |
[2] |
刘天祥, 陈焕明. 脉冲TIG焊工艺参数对薄板不锈钢焊缝成形的影响[J]. 热加工工艺, 2015, 44(19): 187-189. LIU T X, CHEN H M. Effects of pulse TIG welding process parameters on austenitic stainless steel sheet weld-shaping[J]. Hot Working Technology, 2015, 44(19): 187-189. (in Chinese) |
[3] |
朱志明, 程世佳, 于英飞, 等. 焊接电弧形貌判别模型及钨极高度的影响规律[J]. 清华大学学报(自然科学版), 2020, 60(4): 285-291. ZHU Z M, CHENG S J, YU Y F, et al. Automatic recognition and control of welding arc morphology as a function of the welding current and the tungsten electrode height[J]. Journal of Tsinghua University (Science and Technology), 2020, 60(4): 285-291. (in Chinese) |
[4] |
肖笑, 李芳, 华学明, 等. 基于光谱诊断的氩-氮P-TIG焊引弧的动态电弧物理特性研究[J]. 光谱学与光谱分析, 2019, 39(12): 3692-3697. XIAO X, LI F, HUA X M, et al. Dynamic diagnostic of physical property in P-TIG argon-nitrogen shielded arc plasma with optical emission spectrometry[J]. Spectroscopy and Spectral Analysis, 2019, 39(12): 3692-3697. (in Chinese) |
[5] |
汪继宗, 黄继强, 黄军芬, 等. 焊接电弧等离子体热学特性测量方法的研究进展[J]. 焊接, 2019(10): 25-30. WANG J Z, HUANG J Q, HUANG J F, et al. Research progress on measurement methods of thermal properties of welding arc plasma[J]. Welding & Joining, 2019(10): 25-30. (in Chinese) |
[6] |
NOMURA K, KISHI T, SHIRAI K, et al. Temperature measurement of asymmetrical pulsed TIG arc plasma by multidirectional monochromatic imaging method[J]. Welding in the World, 2015, 59(2): 283-293. DOI:10.1007/s40194-014-0211-2 |
[7] |
肖笑, 华学明, 吴毅雄, 等. 基于标准温度法的脉冲TIG焊电弧温度场计算与分析[J]. 光谱学与光谱分析, 2012, 32(9): 2327-2330. XIAO X, HUA X M, WU Y X, et al. Calculation and analysis of arc temperature field of pulsed TIG welding based on Fowler-Milne method[J]. Spectroscopy and Spectral Analysis, 2012, 32(9): 2327-2330. DOI:10.3964/j.issn.1000-0593(2012)09-2327-04 (in Chinese) |
[8] |
MA S L, GAO H M, ZHENG S M, et al. Spectroscopic measurement of temperatures in pulsed TIG welding arcs[J]. Journal of Physics D: Applied Physics, 2011, 44(40): 405202. DOI:10.1088/0022-3727/44/40/405202 |
[9] |
张铮, 徐超, 任淑霞, 等. 数字图像处理与机器视觉——Visual C++与Matlab实现[M]. 2版. 北京: 人民邮电出版社, 2014. ZHANG Z, XU C, REN S X, et al. Digital image processing and machine vision—Implementation of Visual C++ and MATLAB[M]. 2nd ed. Beijing: Posts & Telecom Press, 2014. (in Chinese) |
[10] |
古圳, 高国强, 郝静, 等. 列车升弓过程弓网电弧的形态特性分析[J]. 高压电器, 2016, 52(5): 20-26. GU Z, GAO G Q, HAO J, et al. Form characteristic analysis of pantograph-catenary arc during the process of rising pantograph[J]. High Voltage Apparatus, 2016, 52(5): 20-26. (in Chinese) |
[11] |
董华军, 吴延清, 刘岩. 基于MATLAB的真空开关电弧图像处理[J]. 大连交通大学学报, 2010, 31(3): 85-87. DONG H J, WU Y Q, LIU Y. Image processing of racuum switching arc imae using MATLAB[J]. Journal of Dalian Jiaotong University, 2010, 31(3): 85-87. DOI:10.3969/j.issn.1673-9590.2010.03.021 (in Chinese) |
[12] |
马税良, 高洪明, 张广军, 等. 阿贝尔逆变换数据处理算法在电弧诊断中的应用[J]. 光学学报, 2007, 27(9): 1633-1638. MA S L, GAO H M, ZHANG G J, et al. A data processing method for Abel inversion in arc plasma diagnostics[J]. Acta Optica Sinica, 2007, 27(9): 1633-1638. DOI:10.3321/j.issn:0253-2239.2007.09.018 (in Chinese) |
[13] |
CHO Y T, NA S J. Application of Abel inversion in real-time calculations for circularly and elliptically symmetric radiation sources[J]. Measurement Science and Technology, 2005, 16(3): 878-884. DOI:10.1088/0957-0233/16/3/032 |
[14] |
潘成刚. 脉冲MIG焊电弧物理特性光谱诊断[D]. 上海: 上海交通大学, 2013. PAN C G. Diagnosis the physical characteristics of pulsed MIG welding arc by spectrum [D]. Shanghai: Shanghai Jiaotong University, 2013. (in Chinese) |
[15] |
CHO D W, LEE S H, NA S J. Characterization of welding arc and weld pool formation in vacuum gas hollow tungsten arc welding[J]. Journal of Materials Processing Technology, 2013, 213(2): 143-152. DOI:10.1016/j.jmatprotec.2012.09.024 |
[16] |
VILARINHO L O, SCOTTI A. Proposal for a modified Fowler-Milne method to determine the temperature profile in TIG welding at low currents[J]. Journal of the Brazilian Society of Mechanical Sciences and Engineering, 2004, 26(1): 34-39. DOI:10.1590/S1678-58782004000100006 |
[17] |
符平坡, 朱志明, 程世佳. 极性变换过程的电弧图像同步错时拍摄及其动态行为观测[J]. 清华大学学报(自然科学版), 2019, 59(10): 815-822. FU P P, ZHU Z Z, CHENG S J. Synchronous staggered shooting of electric arc images and arc dynamics during polarity commutation[J]. Journal of Tsinghua University (Science and Technology), 2019, 59(10): 815-822. (in Chinese) |