专利名称：激光焊接监控器的利记博彩app
技术领域：
本发明涉及激光焊接，具体涉及一种在脉冲激光焊接过程中监控焊接质量的方法和装置。本发明既可用于焊接过程设计，又可用于焊接过程控制。
背景技术：
激光器常用于焊接，作为需要较小热输入的非接触式能源。具体来说，具有高峰值功率和小光斑尺寸的低功率脉冲Nd:YAG激光器可将材料加热到其熔点之上，而不会显著升高焊接池附近的温度。诸如脉冲整形和激光功率反馈等先进性能，可通过增强控制激光输出而进一步改善固体激光器。不过，即使具有这些先进性能，也不能提前直接预测激光-材料相互作用；从而，难以设计出可靠且易于使用的激光焊接监控系统。
传统监控技术使用诸如红外(IR)，紫外(UV)，高速摄像机，声音和声换能器的传感器。不过，通常难以对所监控的焊接特性进行分析，以区分良好与不好焊接，这是由于难以预测激光-材料相互作用。另外，常采用复杂模式匹配和/或高等数学技术来分析所采集的分布，使分析和应用过程更为复杂。由于传统监控技术的复杂性以及难以同分析相结合，用户通常不了解监控过程，而完全依赖系统开发商制造出满足其过程设计和/或过程控制需要的系统。
因此，需要提供一种方法和装置，用于获得焊接特性，使用简单数学算法分析所获得的焊接特性，并使用分析结果区分良好与不好焊接，该方法和装置易于理解并定制，以满足各种特殊用户过程设计与过程控制的需要。
发明内容
在根据本发明的一个实施例中，提供一种能够评估使用脉冲激光器进行焊接的焊接质量的激光焊接监控系统。该系统包括至少一个能获得使用所述脉冲激光器进行焊接的焊接特性的传感器，所述焊接特性具有多个属性；和数据采集与处理装置，用于存储并分析所述焊接特性，其中用户进行多次焊接，获得每次焊接的至少一个焊接特性，确定每次焊接的焊接质量，对每次焊接运行与所述至少一个焊接特性的属性相关的算法库中至少一个算法，产生相关属性的单值输出，并通过将所述至少一个算法的单值输出与焊接的焊接质量联系起来，选择表示焊接质量的属性。
在根据本发明的另一实施例中，提供一种监控脉冲激光器焊接质量的方法。该方法包括进行多次实验焊接；获得每次实验焊接的至少一个焊接特性，所述至少一个焊接特性具有多个属性；确定每次实验焊接的焊接质量；对每次焊接运行与所述至少一个焊接特性的属性相关的算法库中至少一个算法，产生相关属性的单值输出；并通过将所述至少一个算法的单值输出与焊接的焊接质量联系起来，选择表示焊接质量的属性。
在根据本发明的又一实施例中，提供一种调节脉冲激光器聚焦深度的方法。该方法包括进行多次实验焊接；在预定初始聚焦深度附近的不同聚焦深度处进行每次实验焊接；获得每次实验焊接的温度特性；并将导致温度特性曲线上最大上升斜率的聚焦深度确定为合适的聚焦深度。
参照下面结合附图的详细描述，可以理解本发明的这些和其它方面，其中图1为根据本发明一个实施例用于获得焊接特性的激光焊接监控系统的方块图；图2为可从本发明实施例得出和/或用于本发明实施例的不同属性(或参数)的波形；图3A为说明本发明实施例中的过程设计(例如，基于激光焊接特性的属性定义良好和不好焊接)和过程控制(例如，将焊接分为良好或不好，进行质量控制)的流程图；图3B为说明本发明实施例中调节脉冲激光器聚焦深度过程的流程图；图4说明根据聚焦位置，获得的各种不同激光器性质波形；图5A-5C说明在本发明一个实施例中，获得基于反射分布定义焊接质量的属性(或参数)的过程；图6A-6C说明在本发明一个实施例中，获得基于温度(IR)分布定义焊接质量的属性(或参数)的过程；图7A-7D说明在本发明一个实施例中，获得基于声音分布定义焊接质量的属性(或参数)的过程；图8表示在本发明一个实施例中不同属性相对聚焦位置的曲线；图9A-9D说明在本发明一个实施例中，用于焊接的能量大小以及对两个焊接表面进行检验；图10表示在本发明一个实施例中使用焊接过程中所用不同算法产生的属性(或参数)曲线；图11表示在本发明一个实施例中温度(IR)积分与焊接界面面积之间的关系；图12表示在本发明一个实施例中温度(IR)积分与焊接强度之间的关系；图13表示在本发明一个实施例中声音积分与焊接界面面积之间的关系；图14表示在本发明一个实施例中温度(IR)积分与焊接强度之间的关系；图15为根据本发明另一实施例用于获得焊接特性的激光焊接监控系统的方块图；
图16A为根据本发明又一实施例用于获得焊接特性的激光焊接监控系统的方块图；图16B为双色探测器的剖面图，该双色探测器可应用于图16A的激光焊接监控系统；图16C为构成图16B双色探测器的探测器的探测器响应；图17为根据本发明再一实施例用于获得焊接特性的激光焊接监控系统的方块图；以及图18为根据本发明一个实施例具有内部传感器的激光焊接监控系统的方块图。
具体实施例方式
图1为根据本发明一个实施例用于获得(或测量)并分析激光焊接特性的焊接监控系统100的方块图。该焊接监控系统100可以用于过程设计或过程控制其中任一或者两者。在该实施例中，由相应数量的传感器获得三种信号，即反射激光辐射，红外辐射和声调(acoustic air)。
另外，使用闭路电视(CCTV)摄像机在焊接之前和/或之后获得焊接部件的图像。焊接之前对图像进行分析(例如，借助于帧抓取类软件)可以检验部件的识别和定位。例如，可以使用所获得的图像将激光束对准焊接位置。焊接之后的图像可以证实焊接位置和光斑尺寸。可以与算法的单值输出和/或实验数据一起，使用这种来自图像的、定性或定量信息，确定焊接质量。
反射激光辐射(“反射”或“反射信号”)可以用作焊接质量的一种表示，因为金属具有较高的初始反射率，不过初始反射率在熔化温度下迅速减小。另外，熔化池形状改变反射信号，这是由于反射信号对方向的依赖性。例如，凹形焊接表面导致吸收增大，信号减弱。此外，平坦形状可能导致直接向回反射，产生较强信号。另外，凸起形状可能导致远离传感器反射，从而导致信号强度降低。
焊接池产生红外(IR)热辐射(“温度信号”，“IR信号”或“红外信号”)取决于表面温度。IR信号表示出焊接池温度，并非焊接池实际温度的测量值。IR信号可以表示加热程度和速度，以及材料远离表面的导热能力。此外，IR信号取决于焊接表面尺寸和熔池流动。随着熔核增大，更大表面面积可发射IR辐射。IR信号还依赖于基材的辐射系数，低辐射系数材料具有高反射率。辐射系数大小可随温度改变。
熔池(一般非常热)与周围空气(通常相对较凉)的相互作用，产生声调(“声音”，“声信号”或“空气中传播的声波”)。压力变化产生音调。此处可使用理想气体定律PV＝nRT，其中P＝压力，V＝体积，n＝摩尔数，R＝常数(例如，0.0821)和T＝绝对温度。当进行微分时，(dP/dt)V＝nR(dT/dt)。因此，如果温度随时间的变化较小，则压力改变较小，从而声信号较弱。不过，如果温度随时间的改变较大，则压力改变较大，从而声信号较强。
使用光电二极管118测量表面的反射信号(例如，1064nm(纳米))。例如，光电二极管118可以为在800nm具有峰值响应的Si(硅)光电二极管。此外，使用光电二极管102测量IR信号。光电二极管102可以为，例如在1550nm具有峰值响应的InGaAs(铟镓砷)光电二极管。另外，使用麦克风124测量声信号。麦克风124可以为，例如20-20kHz平坦响应麦克风。在其他实施例中，可以使用其他传感器或探测器(例如，监控传感器，等离子体传感器，机器视觉传感器等)替代或与光电二极管102，118和/或麦克风124一起使用来测量激光焊接特性。
在图1的激光焊接监控系统100中，将光电二极管102，118和麦克风124的干净、低噪声信号提供给数字转换器128(可以为示波器，如数字示波器)，用于分析不同激光焊接特性。数据采集与处理装置130(例如，计算机或自动数据处理设备，可以称作数据处理设备)与数字转换器128相连，对测得的焊接特性进行处理(例如进行模拟-数字转换)。
数据采集与处理装置130可以包括一芯片上系统(SOC)。在其他实施例中，可以将数字转换器128和数据采集与处理系统130集成为一个监控装置，并且可以统称为数据采集与处理装置。例如，在其他实施例中，数字转换器128可以为安装到数据采集与处理装置中的DSP(数字信号处理)和/或DAQ(数据采集)板。在又一些实施例中，可以较少使用或者不使用数据采集与处理装置，手工完成对测得焊接特性的分析。
可以通过光缆122提供激光信号，光缆可以为例如，任何一种多模光纤，诸如600SI(600μm直径，阶跃折射率)光纤。激光器不必为焊接监控系统100的一个部件，并且可以使用任何适宜的脉冲激光器。例如，可由例如可产生1064nm激光束(例如，功率小于500W(瓦))的脉冲Nd:YAG激光器产生激光信号。在其他实施例中，可以使用任何其他适当的激光器，如反馈激光器，无反馈激光器，CO2激光器或者绿光激光器。在光缆122的输出端，激光信号穿过准直器120，准直器120可以为任何适当的准直器，如可从加拿大蒙罗维亚Unitek-Miyachi公司购得的100H COL(100mm高密度准直器)。
然后该激光信号施加于分色镜110，该分色镜110可以例如，反射99.5％的1064nm，反射10％的633nm。由此，大部分1064nm激光束被反射并施加于焊接表面。聚焦透镜112聚焦所反射的激光束，该聚焦透镜112可以为任何适当的透镜，诸如100H FOC(100高密度聚焦透镜)。
部分激光信号从焊接表面反射回来。光信号(例如，包括反射信号)穿过聚焦透镜112和分色镜110，施加于冷光镜109。冷光镜109可以例如，反射90％的450-750nm，而仅反射10％的IR(红外)光。冷光镜109反射的一部分光信号通过摄像镜头134提供给CCTV摄像机132。在所述实施例中，该CCTV摄像机132与焊接操作同轴，其中该摄像机与焊接熔核图像和/或焊接位置在一条直线上。另外，CCTV摄像机134的工作或成象距离不明显加长。不过，冷光镜109可能反射和/或吸收部分IR辐射，并且IR辐射传播更长距离，因此可引起信号减弱。
CCTV摄像机134的输出也可以提供给数字转换器128进行分析。可以定制该数字转换器进行图像抓取，且可以包括一帧抓取器。透过冷光镜109的反射信号反射离开分色镜108(例如反射100％的1064nm，反射10％的663nm)，通过干涉滤光片114(例如，1064+/-10nm干涉滤光片)过滤1064nm，并通过透镜116聚焦到光电二极管118上，透镜116可以为例如75mm(毫米)平凸透镜。
光电二极管118例如可以在1064nm处具有较好的灵敏度，并可迅速响应。光电二极管118的输出施加给数字转换器128，进行波形观察和/或分析。在其他实施例中，可以不使用数字转换器128，而将光电二极管的输出直接提供给可具有数字转换器功能的数据采集与处理装置130。在另外的实施例中，可使用低通滤波器，如3极(3-pole)15kHz(千赫)低通滤波器去除焊接激光器和步进电机(例如，用于移动聚焦透镜112，将焊接激光对准和离开焦点)产生的电噪声。
来自焊接表面的IR信号穿过聚焦透镜112，分色镜和冷光镜109，被三个高通滤波器106(例如＞1400nm)滤波，并通过透镜104聚焦到光电二极管102上，透镜104可以为例如，25mm平凸透镜。在该情形中使用三个高通滤波器，不过根据应用可以减小或增加其数量。根据思特潘-玻尔兹曼定律，大多数金属的熔点在1400-1700nm范围内呈现出良好的响应。从而，例如光电二极管102可能在1400-1700nm范围内具有强灵敏度。例如，25mm平凸透镜可以将信号强度加强10倍。可以使用高通滤波器106(例如，在阻带内具有OD3(10-3透射率的光密度)减小或消除泄漏的1064nm信号。在其他实施例中，可以使用多于或少于三个高通滤波器。
光电二极管102的输出也提供给数字转换器128，进行处理和分析。当数字转换器128为示波器时，还可以用于波形观察。在其他实施例中，与光电二极管118的输出的情形相似，可以将3极15kHz低通滤波器放置在光电二极管102与数字转换器128之间。
使用麦克风124检测焊缝附近空气快速膨胀产生的声信号。预放大器126在将该信号提供给数字转换器128之前将该信号增大到适当的大小。在其他实施例中，麦克风124和预放大器126可以为一个集成装置。在其他实施例中，在预放大器126与数字转换器128之间可以使用一低通滤波器，例如3电极15kHz低通滤波器。该低通滤波器，例如可以减小或消除激光电源IGBT(绝缘栅双极性晶体管)产生的20kHz信号。无反馈激光器可能不存在20kHz信号，无反馈激光器如LW52(Unitek-Miyachi激光焊接机)或任何其他无功率反馈激光焊接机。
可由例如不锈钢(例如304SS)形成焊接表面，因为Nd:YAG辐射与304SS结合较好，该材料非常适于焊接。使用304SS能由纯粹几何问题影响结果，不会由于材料影响产生变形。在其他实施例中，焊接表面可以为铜，铝或者任何其他适合的金属，或者本领域技术人员已知的合金。
在焊接过程中和/或焊接之后，最初可在数字转换器128(当其为示波器时)上显示光电二极管102，118和麦克风124的输出。数字转换器128可以包括数据采集板(DAQ)，数字信号处理(DSP)板和/或定制电子设备其中的一个或多个。在其他实施例中，可由任何适当装置例如LED(发光二极管)照射，产生传感器输出显示。
在根据本发明的一个实施例中，为了解释和作出判断，已经设计出分析原监控器信号的算法。可由相对简单的数学技术如图2中所示的积分和极大值，表示该算法。
图2为波形152的曲线150(例如，由一个探测器获得的焊接特性分布)，表示本发明一个实施例中可测量和/或使用的不同属性(或参数)。在波形数据传输给数据采集与处理装置/计算机之后，可以使用包括简单数学，代数和/或微积分操作的算法如最大，最小，斜率，积分等，获得可用于区分良好焊接与不好焊接的属性(参数或性质)的单值输出。可以将这些算法归一化以方便比较。
例如，波形152的特性有极大值154，下降斜率156，上升斜率158和波形下面积的积分160。在一个实施例中，可使用MicrosoftExcel公式和/或Visual Basic编程实现该算法。Microsoft和VisualBasic为微软公司(特拉华公司，雷德蒙，美国华盛顿州)的注册商标。
在根据本发明的一个实施例中，由属性单值算法结果改善作出判断的过程。对于所获得的波形，与模式匹配和/或应用高级数学技术相比，使用单值进行判断一般易于实现。因此，可使用属性的单一数值作为焊接性能的定量测量结果。定量结果易于与用于“良好”或“不好”判断的预定数值进行比较。而且，本身为单值的焊接质量测量，可能与算法结果联系起来，提供一种焊接质量测量方法。
图3A说明在根据本发明的一个实施例中，制定(即过程设计)和执行焊接监控(即过程控制)的方法。步骤200-208为过程设计步骤，用于最初设计焊接监控器，一般在焊接过程开始时运行。另一方面，步骤210和212为过程控制步骤，可以重复运行，为正在进行的焊接过程提供过程控制。
在步骤200，进行焊接(例如实验焊接)并获得焊接特性曲线(即对于不同激光能量级等，随时间采集的焊接特性(例如反射，IR和/或声信号)分布)。
在步骤202，通过运行从与属性有关的算法库中选择出的算法，确定每次焊接特性曲线一个或多个属性(或参数)的单一数值。例如，对于每个焊接特性(反射，声音，IR等)，通过数学算法(极大值，极小值，斜率，积分，其他代数/微积分函数等)确定属性的单一数值，并作图表示该单一数值。也可以针对一个时间周期例如激光脉冲开始时开始，确定属性。为了进行比较，可以将所有属性表示在同一幅图上。例如，图8表示多个不同属性相对聚焦位置的曲线。从图8可以看出，随着聚焦位置从焦点变化到焦点外，属性值发生改变。
在步骤204，确定每次焊接的焊接质量。可将某些焊接确定为“良好”，而将其他确定为“不好”。可通过物理测试和/或视觉检查评价焊接质量。物理测试可以包括测试焊接强度，焊接界面面积，焊接横截面等，并且可以通过破坏性试验来确定。例如，在一个实施例中，可确定五组焊接的焊接质量，焊接质量从a)最好，到b)良好，到c)中等，到d)差，到e)最差。可通过不同激光设置(例如能量强度)定义这些组，且每组可包括一定焊接数量(例如5)。
在步骤206，将算法的单值输出(例如来自步骤202)与焊接质量(例如来自步骤204)相关，选择表示焊接质量的属性。所选择属性的性质应该是一致的(例如，相对最佳情形的递增或递减函数)，以便据此来区分良好焊接与不好焊接。例如，在图8中，诸如温度(IR)上升斜率，声音积分，声音上升斜率等的若干属性，说明焦点偏离聚焦参考值0.000cm(恰好对准焦点)时具有高灵敏度。
在步骤208，为了质量控制，针对与选定属性有关的算法的单值输出定义良好和不好焊接。例如参照图11，可以认为焊接界面面积为0.085mm2或者更大的任何焊接为良好的，而小于0.085mm2的焊接界面面积被认为是不好的。如从图11可以看出，0.085mm2的焊接界面面积大致相当于大约0.007温度(IR)曲线下的面积。
在步骤210，执行焊接，并且运行与选定属性有关的算法，获得相应的单值输出。然后在步骤212基于该算法的单值输出，将焊接归类为良好或不好焊接。例如，对于步骤210中的焊接，可以将具有大约0.007(相当于0.085mm2焊接界面面积)或更高温度(IR)曲线的焊接视作良好焊接。
图3B为流程图，说明在本发明一个实施例中调节脉冲激光器聚焦深度的过程。在步骤214，执行若干次焊接(实验焊接)，且针对每次焊接获得至少一个温度特性曲线。在预定初始聚焦深度附近不同聚焦深度处执行这些焊接。可由系统开发商或由用户选择初始聚焦深度，并且应该近似为激光器焦点对准时的聚焦深度。
因此，例如首先以近似焦点对准时的聚焦深度进行实验焊接，并且可围绕该初始近似焦点对准聚焦深度上下调节聚焦深度，同时获得每个聚焦深度时的温度特性曲线。
在步骤216，将导致温度特性曲线最大上升斜率(即，最大上升斜率算法的单值输出或者温度的最大改变速率)的聚焦深度定义为合适(即焦点对准)聚焦深度。可以将其视作图3A中所示方法的特殊情形，其中已经将所需属性(例如温度特性曲线的最大上升斜率)确定为表示焦点对准聚焦深度的属性。在其他实施例中，也可以通过在焊接时运行一个或多个算法，确定每次焊接的焊接质量然后将该算法的单值输出与焊接质量联系起来，来选择表示焦点对准聚焦深度的属性。
图4表示示波器输出220，表示基于聚焦位置，即对于+0.254cm，+0.127cm，0.000cm，-0.127cm和-0.254cm聚焦位置的不同分布。分布222表示在焦点上+0.254cm距离时的反射，IR和声音分布。此外，分布224表示在焦点上+0.127cm距离时的反射，IR和声音分布。另外，分布226表示在焦点时(即，0.000cm距离)的反射，IR和声音分布。分布228和230分别表示在焦点下-0.127cm和-0.254cm距离时的分布。
在采集这些分布时，聚焦位置改变焊接期间可以改变工作距离，算法结果呈现出对改变的敏感性很强。可以在板上珠(bead-on-plate)结构中进行点焊。可以使用5kW峰值功率的LW50A(Unitek-Miyachi激光焊接机)脉冲Nd:YAG激光器取得这些分布。在其他实施例中，可以使用任何其他的功率反馈激光器取得这些分布。
激光脉冲(例如1kW，5J)可以产生直径为0.610mm，深度为0.305mm恰好处于焦点处的焊接熔核。在本发明实施例中，可使用z-轴步进电机增加0.127cm，改变聚焦深度。
在图4中可以看出焊接轮廓和原监控信号(焊接特性分布)的趋势。如在图4中可以看出，在焦点处焊接轮廓壁比较陡，而随着聚焦深度远离焦点位置(焦点之上或之下)焊接轮廓壁可以逐渐变浅(传导焊接类型)。同样，当从焦点对准移动到焦点不对准时，所有监控信号均可改变形状。
温度(IR)信号在焦点处由于大上坡(上升斜率)而具有最大曲线下面积。随着工作距离移到焦点之外(之上和之下)，温度(IR)上升斜率下降并产生三角形形状。在焦点处，声信号波形在开始时具有极大值，在脉冲之后具有最大负坑。正值和负坑在远离焦点(之上和之下)时变得不显著。
图5A-5C，6A-6C和7A-7D表示在本发明一个实施例中随着焦点改变获得属性(或参数)单值输出(数学算法)，基于不同焊接特性定义焊接质量的方法。
图5A-5C表示在本发明一个实施例中在反射分布的基础上获得属性单值输出，定义焊接质量的方法(数学算法)。在图5A的步骤250中，确定每个分布的反射信号极大值，并且在步骤252中将具有最大极大值的分布选作在焦点处(或焦点对准)焊接的分布。
在图5B的步骤260中，从0.4ms到5ms积分反射分布，并且在步骤262中确定每个分布的极大值。在步骤264，将具有最小极大值的分布定义为在焦点处焊接的分布。在图5C的步骤270，从0ms到5ms积分反射分布，并在步骤272中确定每个分布的极大值。在步骤274，将具有最小极大值的分布定义为在焦点处焊接的分布。
图6A-6C表示在本发明一个实施例中，在IR分布的基础上获得属性单值输出，确定焊接质量的方法(数学算法)。在图6A的步骤300，确定每个分布的反射信号极大值，并且在步骤302中将具有最大极大值的分布选作在焦点处(或焦点对准)焊接的分布。
在图6B的步骤310中，求出从0.0ms到0.5ms的斜率，并在步骤312中确定每个分布的极大值。在步骤314，将具有最大极大值的分布确定为在焦点处焊接的分布。在图6C的步骤320，从0ms到5ms积分IR分布，并且在步骤322中确定每个分布的极大值。在步骤324，将具有最大极大值的分布确定为在焦点处焊接的分布。
图7A-7D表示在本发明一个实施例中，在声音分布的基础上获得属性单值输出，确定焊接质量的方法(数学算法)。在图7A的步骤350中，确定每个分布的声信号极小值，并在步骤352中将具有最小极小值的分布选作在焦点处(或焦点对准)焊接的分布。
在图7B的步骤360中，分布被从0.0ms到0.5ms积分，并在步骤362中确定每个分布的极大值。在步骤364，将具有最大极大值的分布确定为在焦点处焊接的分布。在图7C的步骤370中，从5ms到11.5ms积分声音分布，并在步骤372中确定每个分布的极大值。在步骤374，将具有最小极小值的分布确定为在焦点处焊接的分布。在图7D的步骤380中，求出从0.25ms到0.4ms的斜率，并在步骤382中确定每个分布的最大。在步骤384，将具有最大极大值的分布确定为在焦点处焊接的分布。
在图8中可以看出，算法结果对聚焦位置有很强的敏感性。可以将算法趋势分为低，中等和高敏感性。例如，高敏感性算法可能在焦点位置处具有(归一化)值1，并在最大离焦状态具有较低数值(＜0.3)。较低敏感度算法(例如极大值＜0.8)可能依然可用，特别是如果从一次焊接到另一焊接测量变化较小时。在该实施例中，正如可从归一化算法输出400看出，IR和声音算法可能对焦点(或聚焦)位置最敏感。
图9A表示搭接焊接420，在本发明一个实施例中通过焊接422将基材424和426焊接在一起。例如，基材424可以为0.102mm厚不锈钢(例如304型)，基材426可以为0.635mm厚不锈钢(例如304型)。激光器可以为LW50A激光器，并且可以使用400SI光纤传送激光信号用于进行焊接。可由100/100FX聚焦头(Unitek-Miyachi FX系列聚焦头)或者任何其他适当的聚焦头聚焦激光信号。例如，可以以4度倾斜进行焊接，并获得大约0.480mm焊缝。
搭接焊接可以改变熔深。激光焊接监控结果可能与熔深改变有关。可通过增大1.4kW固定峰值功率处的脉冲宽度，增大激光脉冲能量。
图9B表示进行抗拉牵引试验430，测量焊接强度。抗拉牵引试验是一种破坏性试验，将焊牢的基材424和426分开，测量它们能承受多大力而不分离。图9C表示用于实现焊接的不同脉冲能量，以及可随能量大小改变的脉冲持续时间。图9D表示下部基材426表面上焊接界面区域436的俯视图。
在本发明的实施例中，设计出多种算法，并将其应用于原监控信号(焊接特性分布)。图10表示在本发明一个实施例中，应用于不同焊接熔深的焊接特性的不同算法产生的属性单值输出曲线440。可以看出，有些趋势是不期望的，有些是期望的，但具有较低敏感度，而有些是期望的且具有较高敏感度。具有较好敏感度的期望趋势为例如，温度(IR)积分，声音极负(acoustic minimumnegative)，声音积分和声音上坡，如从图10可以看出。
在每次调整时可重复多次搭接焊接。图11-14说明在本发明一个实施例中，焊接强度与监控信号之间的关系。例如，声音积分与质量输出(界面面积和抗张强度)之间的线性拟合可以保持R2值大于0.95，并且温度(IR)积分拟合可以获得同样的R2值。
为了重复测量可进行多次焊接。数据点的分散性可以表示监控器和焊缝质量测量两者的变化。可以保持多次焊接的强相关性，表明本实施例的潜在用途和在工业应用中的使用。
图11表示焊接界面面积与温度(IR)积分之间的关系曲线450。用曲线y＝-712.31x2+19.558x-0.0178和R2＝0.9643拟合数据点。图12表示焊接强度(lbs)与温度(IR)积分之间的关系曲线452。用曲线y＝-93681x2+2641.6x-2.6676和R2＝0.9434拟合数据点。图13表示焊接界面面积与声音积分之间的关系曲线470。用曲线y＝-2.2322x-0.0167和R2＝0.9598拟合数据点。图14表示抗张焊接强度与温度(IR)积分之间的关系曲线480。用曲线y＝-296.72x-2.5192和R2＝0.972拟合数据点。
图15为在本发明另一实施例中用于获得(或测量)并分析激光焊接特性的焊接监控系统500的方块图。在该实施例中，分别由光电二极管526和524获得反射激光辐射(即反射信号)和红外辐射(即IR信号)。另外，使用闭路电视(CCTV)摄像机502在焊接之前和/或焊接之后获得焊接部分的图像。图15中系统500的多个部件与图1中系统100的部件相同或相似。此外，可以将光电二极管和/或CCTV摄像机的输出提供给与系统100中所用相同的数字转换器和/或数据采集与处理系统进行处理和分析。
使用光电二极管526测量来自焊接表面的反射信号(例如1064nm)。光电二极管526可以为例如，在800nm具有峰值响应的Si(硅)光电二极管。另外，使用光电二极管524测量IR信号。光电二极管524可以为例如，在1550nm具有峰值响应的InGaAs(铟钾砷)光电二极管。在其他实施例中，可使用其他传感器或探测器(例如，监控传感器，机器视觉传感器等)替代或与光电二极管524和/或526一起使用来测量激光焊接特性。
可通过光缆522提供激光信号，光缆522可以为任何适当光纤。可由脉冲式1064nm Nd:YAG激光器产生激光信号。在光缆522的输出端，激光信号穿过准直器518，准直器518可以为任何适当的准直器。然后可以将激光信号施加于分色镜510，分色镜510可以，例如反射99.5％的1064nm，反射10％的633nm。由适当的聚焦透镜512将反射激光信号聚焦在焊接表面上。
部分激光信号从焊接表面反射回来。所反射信号向回通过聚焦透镜512和分色镜510，从分色镜508反射离开(例如反射100％的1064nm。反射10％的633nm)，通过干涉滤光片516(例如1064+/-10nm干涉滤光片)过滤1064nm，并通过透镜520聚焦到光电二极管526上，透镜520可以为例如，75mm(毫米)平凸透镜。
来自焊接表面的IR信号透过聚焦透镜512和分色镜，并施加于半导体激光反射镜506，半导体激光反射镜反射100％的1400-1700nm。对于高温过程，可由1200-1300nm反射镜替代半导体激光反射镜506。然后通过透镜514将IR信号聚焦到光电二极管524上，透镜514可以为例如25mm平凸透镜。在本实施例中，无需诸如图1中高通滤波器106的高通滤波器，因为该半导体激光反射镜506将1400-1700nm波长之间的辐射反射到光电二极管524。
激光焊接光信号中未被分色镜或半导体激光反射镜506反射的部分，通过摄像镜头504提供给CCTV摄像机502。在所述实施例中，CCTV摄像机502与焊接过程同轴。换句话说，摄像机对准将要进行焊接的位置。与图1中的激光焊接系统100相比，可以增大摄像机的工作距离，可导致视场和/或放大率稍稍减小。
图16A为在本发明又一实施例中用于获得(或测量)并分析激光焊接特性的焊接监控系统550的方块图。在本实施例中，由双色探测器552获得反射激光辐射(即反射信号)和红外辐射(即IR信号)。另外，使用闭路电视(CCTV)摄像机568在焊接之前和/或焊接之后获得焊接部分的图像。在其他实施例中，可使用其他传感器或探测器(例如监控传感器，机器视觉传感器等)替代或与双色探测器552一起使用来测量激光焊接特性。
图16A系统550中的多个部件可以与图1中系统100的部件相同或相似。另外，可将光电二极管和/或CCTV摄像机的输出提供给与系统100中所用相同的数字转换器和/或数据采集与处理装置进行处理和分析。
可通过光缆570提供激光信号，光缆570可以为任何适当的光纤。可由1064nm脉冲Nd:YAG激光器产生激光信号。在光缆570的输出端，激光信号通过准直器564，准直器564可以为任何适当的准直器。然后可以将激光信号施加于分色镜560，分色镜560可以例如，反射99.5％的1064nm，反射10％的633nm。由适当的聚焦透镜562将反射激光信号聚焦到焊接表面上。
焊接处理的光信号包括反射信号和IR信号以及其他光信号。光信号通过聚焦透镜562和分色镜560，并施加于冷光镜558。冷光镜558可以例如，反射90％的450-750nm，并可仅反射10％的IR(红外)。被冷光镜558反射的光信号部分通过摄像镜头566提供给CCTV摄像机568。
透过冷光镜558的光信号部分通过透镜554施加给双色探测器552，透镜554可以为例如25mm平凸透镜。该光信号部分还可以穿过1.2-1.31μm半导体反射镜或高通滤波器(＞1μm)，可选择其中任何一个。
图16B为双色探测器580的剖面图，该探测器可以用作图16A中的双色探测器552。双色探测器580包括一顶部探测器582和一底部探测器584。如从图16B可以看出，顶部探测器582的有效面积大于底部探测器584。顶部探测器例如可以为用于探测1064nm反射信号的硅探测器。底部探测器例如可以为用于探测1200-1700nmIR信号的InGaAs探测器。
图16C表示构成图16B中双色探测器的探测器的探测器响应曲线592和594。探测器响应曲线592例如相应于顶部探测器(例如硅探测器)，峰值在1000nm附近；探测器响应曲线594例如相应于底部探测器(例如InGaAs探测器)，峰值在1500nm附近。
与图1中系统100相比，系统550尺寸更加紧凑，且包括更少部件。另外，不明显加长CCTV摄像机568的工作或成像距离。不过，当使用双色探测器时，IR辐射当穿过顶部探测器(即Si探测器)时可能减少30％。另外，顶部探测器不可能吸收所有1064nm信号，并可能污染施加给InGaAs探测器的信号。
图17为在本发明另一实施例中用于获得(或测量)并分析激光焊接特性的焊接监控系统600的方块图。在本实施例中，由光电二极管602和628分别获得反射激光辐射和红外辐射。另外，使用闭路电视(CCTV)摄像机608在焊接之前和/或焊接之后获得焊接部分的图像。图17系统600的多个部件可以与图1中系统100的部件相同或相似。而且，可将光电二极管和/或CCTV摄像机的输出提供给与系统100中所用相同的数据转换器和/或数据采集与处理装置进行处理和分析。
使用光电二极管628测量焊接表面的反射信号(例如1064nm)。光电二极管628例如可以为在800nm具有峰值响应的Si(硅)光电二极管。另外，使用光电二极管602测量IR信号。光电二极管602可以例如为在1550nm具有峰值响应的InGaAs光电二极管。在其他实施例中，可以使用其他传感器或探测器(例如，监控传感器，机器视觉传感器等)替代或与光电二极管602和/或628一起使用，测量激光焊接特性。
可通过光缆626提供激光信号，光缆626可以为任何适当的光纤。可由脉冲式1064nm Nd:YAG激光器产生激光信号。在光缆626的输出端，激光信号穿过准直器622，准直器622可以为任何适当的准直器。然后可以将激光信号施加给分色镜620，分色镜620例如可以反射99.5％的1064nm，反射10％的633nm。然后所反射的激光信号透过冷光镜624，并通过适当的聚焦透镜612聚焦到焊接表面上。冷光镜624例如可以反射90％的450-750nm，反射10％的IR。
来自焊接表面的光信号首先通过聚焦透镜612施加到冷光镜624。450-750nm光信号成分主要被冷光镜624反射，并通过摄像镜头610被CCTV摄像机608探测到。在本实施例中，CCTV摄像机608与焊接过程同轴，并且缩短了摄像机的工作或成像距离。冷光镜612可以反射和吸收部分IR辐射。
反射信号透过分色镜620，反射离开分色镜618(例如100％反射1064nm，10％反射663nm)，通过干涉滤光片(例如，1064+/-10nm干涉滤光片)过滤1064nm，并由透镜616聚焦到光电二极管628上，透镜616例如可以为75mm(毫米)平凸透镜。
来自焊接表面的IR信号穿过聚焦透镜612，冷光镜624和分色镜，并被三个高通滤波器106(例如，＞1400nm)滤波，由透镜604聚焦到光电二极管602上，透镜604可以例如为25mm(毫米)平凸透镜。
在本发明一个实施例中，如图18的激光系统650所示，传感器668(例如焊接监控传感器)在激光器内部。该激光器系统包括一产生激光输出的激光谐振腔652。激光输出被反射镜654和656反射，然后通过光纤输入耦合器658耦合到多模光纤660。在多模光纤660端部，激光输出施加给端效应器662，然后施加到焊接表面664。反射激光信号向回提供给激光器，被传感器668检测。使用内部传感器，如传感器668，可以改善焊缝附近的空间分配。
虽然在某些特殊实施例中描述了本发明，不过本领域技术人员显然可以想到许多其他变型和改变。从而应该理解可以用特别描述以外的其他方式实现本发明。因此，应该认为本发明当前实施方式在所有方面都是示意性的，而非限定由所附权利要求和其等价范围确定的本发明范围。
例如，在其他实施例中，可以进行不同焊接来评估焊接特性，并且从中产生分布。例如，在其他实施例中，可以改变界面间隙，改变对接焊缝和/或改变角接点焊，获得焊接特性，并设计出焊接质量控制算法。
权利要求
1.一种激光焊接监控系统，能评估使用脉冲激光器进行焊接的焊接质量，所述系统包括至少一个能获得使用所述脉冲激光器进行焊接的焊接特性的传感器，所述焊接特性具有多个属性；和数据采集与处理装置，适用于保存并分析所述焊接特性，其中用户执行多次焊接，获得每次焊接的至少一个焊接特性，确定每次焊接的焊接质量，在每次焊接的所述至少一个焊接特性上运行与属性有关的算法库中至少一个算法，产生相关属性的单值输出，并通过将所述至少一个算法的单值输出与焊接的焊接质量联系起来，选择一表示焊接质量的属性。
2.根据权利要求1所述的激光焊接监控系统，其中用户在不同焊接条件下进行焊接，当焊接条件改变时，将焊接质量变化与所述至少一个算法的单值输出改变联系起来。
3.根据权利要求1所述的激光焊接监控系统，其中所述至少一个传感器包括至少一个从光电二极管，麦克风，监控传感器，等离子体传感器和机器视觉传感器组成的组中选择出的传感器。
4.根据权利要求1所述的激光焊接监控系统，其中所述焊接特性包括从反射信号，IR信号和声信号组成的组中选择出的至少一个。
5.根据权利要求1所述的激光焊接监控系统，其中所述属性包括从极大值，极小值，斜率，积分组成的组中选择出的至少一个，至少一个代数函数和至少一个微积分函数。
6.根据权利要求1所述的激光焊接监控系统，其中从反馈激光器，无反馈激光器，Nd:YAG激光器，CO2激光器和绿光激光器组成的组中选择所述脉冲激光器。
7.根据权利要求1所述的激光焊接监控系统，还包括一能够获得焊接部分图像的CCTV摄像机。
8.根据权利要求1所述的激光焊接监控系统，其中该数据采集与处理装置包括一用于处理所述焊接特性的数字转换器，其中所述数字转换器包括从示波器，数字示波器，DSP板，DAQ板和定制电子装置组成的组中选择出的至少一个。
9.一种监控脉冲激光器焊接质量的方法，所述方法包括进行多次实验焊接；获得每次实验焊接的至少一个焊接特性，所述至少一个焊接特性具有多个属性；确定每次实验焊接的焊接质量；在每次焊接所述至少一个焊接特性上运行与属性有关的算法库中至少一个算法，产生相关属性的单值输出；并且通过将所述至少一个算法的单值输出与实验焊接的焊接质量联系起来，选择表示焊接质量的属性。
10.根据权利要求9所述的方法，其中进行多次实验焊接包括，当焊接条件改变时，在不同焊接条件下进行实验焊接，将焊接质量改变与所述至少一个算法的单值输出的改变联系起来。
11.根据权利要求9所述的方法，其中运行算法库中至少一个算法包括，产生从极大值，极小值，斜率，积分组成的组中选择出的至少一个属性的单值输出，至少一个代数函数和至少一个微积分函数。
12.根据权利要求9所述的方法，其中确定焊接质量包括进行焊接强度检测。
13.根据权利要求9所述的方法，其中确定焊接质量包括进行焊接界面面积检测。
14.根据权利要求9所述的方法，还包括在与选定属性有关的算法的单值输出的基础上，确定良好和不好焊接。
15.根据权利要求14所述的方法，还包括进行焊接；获得焊接的焊接特性；以及在焊接的焊接特性上运行与选定属性有关的算法，产生单值输出。
16.根据权利要求15所述的方法，还包括通过比较该焊接的单值输出与良好和不好焊接的定义，确定焊接为良好焊接还是不好焊接。
全文摘要
提供一种激光焊接监控系统，能评估使用脉冲激光器进行焊接的焊接质量。该系统包括至少一个传感器，能获得使用所述脉冲激光器进行焊接的焊接特性。该焊接特性具有多个属性。该系统还包括数据采集与处理装置，用于保存和分析焊接特性。用户首先进行多次焊接，获得每次焊接的至少一个焊接特性。然后用户确定每次焊接的焊接质量，并在焊接所述至少一个焊接特性曲线上运行与属性有关的算法库中至少一个算法，产生相关属性的单值输出。用户通过将所述至少一个算法的单值输出与焊接的焊接质量联系起来，选择表示焊接质量的属性。
文档编号G01N3/06GK1476951SQ03152378
公开日2004年2月25日 申请日期2003年7月31日 优先权日2002年7月31日
发明者格里高利·拜茨, 吉利什·科尔卡, 科尔卡, 格里高利 拜茨 申请人:尤尼泰克米亚奇国际公司