PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Detection of slag inclusions in MMA joints with passive thermography techniques

Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Wykrywanie wtrąceń żużla w sponach wykonanych metodą MMA z zastosowaniem technik termografi pasywnej
Języki publikacji
EN
Abstrakty
EN
Arc welding with coated electrode, called also manual metal arc wetehilding (MMA) is one of the most popular welding methods. One of the disadvantages of this method is the formation of slag inclusions caused by improper removal of slag from the previously made bead, too little heat supplied to the joint or too little gap in the height of the root. Such inclusions significantly reduce the mechanical properties of the joint, eliminating them already at the manufacturing stage is important from the point of view of ensuring the quality of the products. A method of detecting solid inclusions in the weld using infrared monitoring has been proposed. Thermograms were subjected to Fourier 2D transformation. For the two-dimensional spectra (F-images) images obtained in this way, point features describing the weld condition in a given measuring window were determined. The results of the analyses plotted as a function of the electrode path allowed for their comparison with X-rays and selection of F-image features, the best in terms of detection of slag inclusions in welds.
PL
Spawanie łukowe elektrodą otuloną jest jedną z najpopularniejszych metod spajania. Jedną z wad tej metody jest powstawanie wtrąceń żużla powodowanych niewłaściwym usunięciem żużla z poprzednio wykonanej spoiny, zbyt małą ilością ciepła doprowadzonego do złącza lub zbyt małym odstępem w wysokości grani. Wtrącenia takie znacznie obniżają własności mechaniczne złącza ich wyeliminowanie już na etapie wytwarzania jest ważne z punktu zapewnienia odpowiedniej jakości produktów. Zaproponowano metodę wykrywania wtrąceń stałych w spoinie, z zastosowaniem monitorowania w podczerwieni. Termogramy poddano transformacji Fouriera 2D. Dla tak otrzymanych obrazów widm dwuwymiarowych (F-obrazów) wyznaczono cechy punktowe opisujące stan spoiny w danym oknie pomiarowym. Wyniki analiz wykreślone w funkcji drogi elektrody pozwoliły na ich zestawienie z rentgenogramami i wybór cech F-obrazów, najlepszych z punktu widzenia detekcji wtrąceń żużla w spoinach.
Czasopismo
Rocznik
Strony
111--117
Opis fizyczny
Bibliogr. 21 poz., rys.
Twórcy
  • Silesian Univ. of Technology, Department of Fundamentals of Machinery Design, Konarskiego str. 18a, 44-100 Gliwice
autor
  • Silesian Univ. of Technology, Department of Welding Engineering, Konarskiego str. 18a, 44-100 Gliwice
  • Silesian Univ. of Technology, Department of Biomaterials and Medical Devices Engineering, Roosevelta str. 40, 41-800 Zabrze
Bibliografia
  • 1. Alfaro SCA, Vargas JAR, De Carvalho GC, De Souza GG. Characterization of "humping" in the GTA welding process using infrared images. J Mater Process Technol. 2015; 223: 216-224, https://doi.org/10.1016/j.jmatprotec.2015.03.052
  • 2. Du D, Cai G, Tian Y, Hou R, Wang L. Automatic inspection of weld defects with x-ray real-time imaging. In: Tarn TJ, Chen SB, Zhou C. (eds) Robotic Welding, Intelligence and Automation. Lecture Notes in Control and Information Sciences, vol 362. Springer, Berlin, Heidelberg. 2017;362. https://doi.org/10.1007/978-3-540-73374-4_43
  • 3. Fidali M, Jamrozik W. Method of classification of global machine conditions based on spectral features of infrared images and classifiers fusion. Quant InfraRed Thermography J. 2019; 16(1): 129-145. https://doi.org/10.1080/17686733.2018.1557453 4.
  • Górka J, Czupryński A, Adamiak M. Properties and structure of nanocrystalline layers obtained by Manual Metal Arc Welding (MMA) 2017 Archives of Metallurgy and Materials. 2017; 62(3): 1479-1484, https://doi.org/10.1515/amm-2017-0229
  • 5. Górka J, Jamrozik W. Application of time-frequency methods for assessment of gas metal arc welding condition. In: Awrejcewicz J. (eds) Dynamical Systems in Applications. DSTA 2017. Springer Proceedings in Mathematics & Statistics, Springer, Cham. 2018;249:125-133. https://doi.org/10.1007/978-3-319-96601-4_12
  • 6. Huang Y, Wang K, Zhou Q. et al. Feature extraction for gas metal arc welding based on EMD and time-frequency entropy. Int J Adv Manuf Technol. 2017; 92: 1439-1448. https://doi.org/10.1007/s00170-016-9921-5
  • 7. Jamrozik W. Modified random walker segmentation method of welding arc thermograms for welding process diagnostics. Int J Mater Prod Technol 2015;51(3):281-295. https://doi.org/10.1504/IJMPT.2015.072247
  • 8. Moore P, Booth G. Welding problems and defects, The Welding Engineers Guide to Fracture and Fatigue, 2015.
  • 9. Nixon SM, Aguado S. Feature extraction and image processing. Oxford, Boston: Newnes; 2002.
  • 10. Reisgen U, Stein L, Balashov B, Geffers C. Nanophase hardfaced coatings. Materialwissenschaft und Werkstofftechnik. 2009;40:618-622. https://doi.org/10.1002/mawe.200800454
  • 11. Weman K, Manual metal arc (MMA) welding with coated electrodes, In: Weman K. ed., Woodhead Publishing Series in Welding and Other Joining Technologies, Welding Processes Handbook (Second Edition), Woodhead Publishing. 2012: 99-103. https://doi.org/10.1533/9780857095183.99.
  • 12. Węgrzyn T, Wieszala R. Significant alloy elements in welded steel structures of car body. Archives of Metallurgy and Materials. 2012; 57(1): 45-52 https://doi.org/10.2478/v10172-011-0151-4
  • 13. Tomków J, Fydrych D, Rogalski G. Role of bead sequence in underwater welding. 2019, Materials, 12(20): 3372, https://doi.org/10.3390/ma12203372
  • 14. Tomków J, Rogalski G, Fydrych D, Labanowski J, Advantages of the application of the temper bead welding technique during wet welding. Materials. 2019; 16(6):915. https://doi.org/10.3390/ma12060915
  • 15. Zhang L, Basantes-Defaz AC, Ozevin D. et al. Realtime monitoring of welding process using air-coupled ultrasonics and acoustic emission. Int J Adv Manuf Technol. 2019; 101: 1623-1634. https://doi.org/10.1007/s00170-018-3042-2
  • 16. Zhang L, Mostavi A, Basantes-Defaz A, Ozevin D, Indacochea JE. The measurement of weld morphology and inclusions using ultrasonics. Measurement. 2019;144:33-43. https://doi.org/10.1016/j.measurement.2019.04.088
  • 17. Zhang L, Su S, Wang L, Chen J. Investigation of arc behaviour and metal transfer in cross arc welding, Journal of Manufacturing Processes. 2019; 37:124-129. https://doi.org/10.1016/j.jmapro.2018.11.01
  • 18. Zhang Y, Zhang N, You D, Gao X, Katayama S. High-power disk laser welding statuses monitoring based on analyses of multiple-sensor signals. J Manuf Processes. 2019;41:221-230. https://doi.org/10.1016/j.jmapro.2019.03.028
  • 19. Zhang Z, Chen H, Xu Y, Zhong J, Lv N, Chen S. Multisensor-based real-time quality monitoring by means of feature extraction, selection and modeling for Al alloy in arc welding. Mech Syst Signal Process 2015;60:151-165. https://doi.org/10.1016/j.ymssp.2014.12.021
  • 20. Zhang Z, Kannatey-Asibu E, Chen S. et al. Online defect detection of Al alloy in arc welding based on feature extraction of arc spectroscopy signal. Int J Adv Manuf Technol. 2015; 79:2067-2077. https://doi.org/10.1007/s00170-015-6966-9
  • 21. Żuk M, Górka J, Dojka R, Czupryński A. Repair welding of cast iron coated electrodes, 2017 IOP Conference Series: Materials Science and Engineering 227(1), https://doi.org/10.1088/1757-899X/227/1/012139
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-b3dded98-06a4-409f-b20f-7dff9e73b3be
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.