激光焊接機對產品焊接過程控制的研究

激光焊接技術是一種不需接觸的焊接技術，其速度較快，焊接效率更高，中間過程處理對焊接接頭的性能有重要作用。國內激光焊接機焊接過程的控制主要集中于借助光學器件對焊接的過程進行監控，比如采用激光焊接焊縫追蹤和高速攝像機對焊縫進行實時監測。

國內激光焊接研究專業人士馬國棟等人將激光焊接頭與CCD視頻跟蹤模塊集成在一起，提出一種采用一字線激光進行自動化焊縫檢測的方法。該方法利用激光三角測量法，得到焊縫的高度、寬度等形狀信息。如圖一字激光檢測原理，激光焊接時，一字激光垂直打在焊縫上，經待焊工件上表面的漫反射，成像在CCD像平面上。像平面上的每一焊縫特征點將**確定待焊工件表面上的一點。

在跟蹤算法方面，采用精度高、速度快的核相關濾波器目標跟蹤算法，分別對常見的直線型和曲線型焊縫位置進行跟蹤。實驗所得數據擬合曲線與焊縫形態誤差在5%以內，吻合度較高，實時跟蹤效果良好。

國外的研究主要對焊接的過程中添加外部能量和使用人工智能模型對焊接進行模擬和預測等工作進行了細致的研究。Haeusler A 等人通過使用附加的參數、振蕩頻率和振幅，并結合帶疊加圓周運動的線性饋電的空間功率調制方式，針對鋰離子電池和大功率電子器件的互連中使用到的銅材料焊接進行了研究。

結果顯示，不單可以增加連接面積，還可以增加激光焊接過程的穩定性和焊縫的質量特性。在焊接某些特殊金屬時，焊料在熔池中并不能充分混合，導致焊縫中元素分布不均勻。德國的Ustundag O等人基于此進行了研究，他們利用振蕩磁場在熔池中形成非保守的洛倫茲力分量，以改善整個材料厚度上的元素分布。通過光譜法（EDS）分析兩種跟蹤元素（Ni、Cr）的分布，結果顯示當磁場向焊接方向旋轉30°時，焊料分布有了根本的改善。這一研究對于磁場在焊接方面的使用提供了數據支持。

A. Belitzki等人提出了一種能夠較大限度地減小多焊縫復雜框架結構變形的方法，將人工神經網絡建立的元模型應用于激光焊接的過程中，根據子區域內的焊接參數預測局部變形。利用遺傳算法有效地尋找出適合全局結構的焊接參數。結果表明，該方法能有效、可靠地識別出10億多個潛在參數組合中的畸變較小參數。