Pomiar i określenie ugięcia powierzchni jeziorka spawalniczego oraz głębokości wtopienia spoiny w pulsacyjnym spawaniu MIG/MAG

• Autorzy: Wang Z. , Zhang Y.M. , Wu L.

Warianty tytułu

EN

Measurement and estimation of weld pool surface depth and weld penetration in pulsed gas metal arc welding

• Języki publikacji: PL

Abstrakty

PL

Powierzchnia jeziorka spawalniczego może zawierać dane wystarczające do wyznaczenia głębokości wtopienia spoiny. W badaniach użyto szybkostrzelnego systemu wizyjnego z kamerą do rejestracji obrazu powierzchni jeziorka spawalniczego podczas spawania łukowego elektrodą topliwą w osłonie gazu (GMAW lub MIG/MAG). Aby wyliczyć ugięcie ciśnieniem łuku powierzchni jeziorka spawalniczego z uzyskanego obrazu zaproponowano procedurę kalibracji, która umożliwiłaby określenie parametrów do przeprowadzenia obliczeń. Ustalono parametry spawania do wykonania serii eksperymentów spawania prądem impulsowym metodą MIG/MAG. Modelowanie z użyciem danych eksperymentalnych wykazało, że zmiana ugięcia powierzchni jeziorka spawalniczego w fazie prądu impulsu może być wykorzystana do przewidywania głębokości wtopienia spoiny z wystarczającą dokładnością. Bezpośrednie zastosowanie tych wyników komplikuje jednak konieczność wykorzystania systemu wizyjnego. Aby znaleźć metodę, którą można zastosować do monitorowania wtopienia spoiny przy użyciu sygnałów łatwych do zmierzenia w warunkach produkcyjnych, przeanalizowano potencjalny związek pomiędzy zmianą ugięcia powierzchni jeziorka spawalniczego a napięciem łuku. Analiza wykazała, że zmiana napięcia łuku w fazie prądu impulsu może precyzyjnie odzwierciedlać zmianę wartości ugięcia powierzchni jeziorka w fazie prądu impulsu. W związku z tym, proponuje się określanie wtopienia spoiny ze zmiany napięcia łuku w fazie prądu impulsu. Wyniki modelowania pokazują, że zmiana napięcia łuku w fazie prądu impulsu może umożliwiać dokładne przewidywanie głębokości wtopienia podczas spawania impulsowego MIG/MAG.

EN

The weld pool surface may contain sufficient information to determine weld penetration. In this study, a high- speed camera-based vision system was used to image the weld pool surface during gas metal arc welding (GMAW).To calculate the depth of the weld pool surface from the acquired image, a calibration procedure is proposed to determine the parameters in the calculation equation. Welding parameters were designed to conduct a series of pulsed GMAW (GMAW-P) experiments. Modeling using experimental data shows that the change of the weld pool surface depth during the peak current period can predict the depth of the weld penetration with adequate accuracy. However, a direct application of this result is complicated by the need for a vision system. To find a method that can be used to monitor the weld penetration using signals that are easily measurable in manufacturing facilities, a possible relationship between a change in weld pool surface depth and a change in arc voltage was analyzed. The analysis suggested that the change in arc voltage during the peak current period may reflect accurately the change in weld pool surface depth during the peak current period. As a result, it is proposed that the depth of the weld penetration be determined from the change in arc voltage during the peak current period. The modeling result shows that the change in arc voltage during peak current can indeed provide an accurate prediction for the depth of the weld penetration during GMAW-P.

Słowa kluczowe

PL

spawanie pulsacyjne; MIG/MAG; jeziorko spawalnicze; ugięcie powierzchni; głębokość wtopienia; spoina; pomiar

EN

pulsed welding; MIG/MAG; weld pool; surface deflection; penetration depth; weld; measurement

• Wydawca: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
• Czasopismo: Przegląd Spawalnictwa
• Rocznik: 2013
• Tom: R. 85, nr 3
• Strony: 27--37
• Opis fizyczny: Bibliogr. 20 poz., il.

Twórcy

autor

Wang Z.

autor

Zhang Y.M.

autor

Wu L.

• University of Kentucky, Lexington, USA

Bibliografia

• [1] Kim, Y. S. and Eagar, T. W. 1993, Analysis of metal transfer in gas metal arc welding, Welding Journal 72: s. 269-278.
• [2] Esser, W. G. and van Gompel, M. R., M 1984, Arc control with pulsed GMA welding. Welding Journal 63: s. 26-32.
• [3] Ueguri, S., Hara, H. and Komura, H. 1985, Study of metal transfer in pulsed GMA welding, Welding Journal 64: s. 242-250.
• [4] Allum, C. J. 1985, Welding technology data: pulsed MiG welding, Welding and Metal Fabrication 53: s. 24-30.
• [5] Kovacevic, R., Zhang, Y. M. and Ruan, S. 1995, Sensing and control of weld pool geometry for automated GTA welding, ASME Journal of Engineering for Industry 117(2): 210-222.
• [6] Chin, B. A.,Madsen, N. H. and Goodling, J. S. 1983, Infrared thermography for sensing the arc welding process, Welding Journal 62: s. 227-234.
• [7] Madigan, R. B., Renwich, R.. J., Farson, D. F. and et al, 1986, Computer-based control of full-penetration TIG welding using pool oscillation sensing, Proceedings of First International Conference on Computer Technology in Welding, The Welding Institute, London.
• [8] Xiao: Y. H. 1992, Weld pool oscillation during gas tungsten arc welding, Ph,D, dissertation, Delft, The Netherlands, Delft University of Technology.
• [9] Wang, Q. L. 1991, Real-time full-penetration control with arc sensor in the TIG welding of Al alloy, Proceedings of the International Conference on Joining/Welding 2000, IIW, the Netherlands.
• [10] Mnich, C., AI-Bayat. F., Debrunner, C. and et al, 2004, In situ weld pool measurement using stereovision, ASME, Proceedings 2004, Japan - USA Symposium on Flexible Automation, Denver, Colorado.
• [11] Siores, E. 1988, Development of a realtime ultrasonic sensing system for automated and robotic welding, PhD dissertation, West London: UK, Brunel University.
• [12] Groenwald, R. A., Mathieson, T. A. Kędzior, C. T. et al, 1979, Acoustic emission weld monitor system — data acquisition and investigation, US Army Tank-Automotive Research and Development Command Report ADA085-518.
• [13] Kovacevic, R. and Zhang, Y. M. 1997, Real-time image processing for monitoring of free weld pool surface, ASME Journal of Manufacturing Science and Engineering 119(2): 161-169.
• [14] Saeed, G., and Zhang, Y. M. 2007, Weld pool surface depth measurement using calibrated camera and structured-light, Measurement Science & Technology 18: s. 2570-2578,
• [15] Song, H. S. and Zhang, Y. M. 2007, Three-dimensional reconstruction of specular surface for gas tungsten arc weld pool, Measurement Science & Technology 18: s. 3751-3767.
• [16] Song: H. S., and Zhang, Y. M. 2008, Measurement and analysis of three-dimensional specular gas tungsten arc weld pool surface, Welding Journal 87(4): s. 85-95.
• [17] Zhao, D. B. 2000, Dynamic intelligent control for weld pool shape during pulsed GTAW with wire filler based on three-dimension visual sensing, Ph.D. dissertation, Harbin, China. Harbin Institute of Technology (in Chinese).
• [18] Yoo, C. D. and Lee, J. 3D measurement of weld pool using biprism stereo vision sensor, http://joining1.kaist.ac.kr/research/vision.htm, Seoul National University.
• [19] Zhang, G. J., Yan, Z. H. and Wu, L. 2006, Reconstructing a three-dimensional PGMAW weld pool shape from a two-dimensional visual image. Measurement Science and Technology17(7): 1877 to 1882.
• [20] Lucas W., Smith J.. Balfor C., Bertaso D., Melton G.: „Wizyjna kontrola rozmiaru jeziorka spawalniczego w czasie rzeczywistym” Przegląd Spawalnictwa nr 1/2009 s. 11-16.