保护气体对碳化钨药芯焊丝堆焊层组织及性能的影响
-
摘要: 采用自制药芯焊丝,利用3种保护气体(纯氢气,80%Ar+20%CO2和纯CO2气体)制备碳化钨/铁基堆焊层,对不同保护气体下WC颗粒溶解扩散、堆焊层组织、硬度及耐磨性进行研究. 结果表明,采用纯氩气保护堆焊时,WC颗粒的溶解扩散层宽度约为3 μm,WC颗粒边缘以须状共晶组织为主,焊层显微硬度为790 HV±20 HV,磨损量为11.4 mg;保护气体为纯CO2时,扩散层宽约为5 μm,共晶组织形态为菊花状、鱼骨状或类团絮状,显微硬度为590 HV±15 HV,堆焊层表面磨损程度小,磨损量为4.2 mg,较纯氩气保护降低了63%倍,耐磨性相对较好.
-
0. 序言
近年来,随着半导体和芯片行业的快速发展,众多焊接电源厂家先后推出多种新型高效脉冲焊接电源和配套焊接工艺. 与传统焊接电源相比,一方面,新型焊接电源的可调参数较多,焊接过程中焊接电流、焊接电压波形变化较为复杂,对焊接电源的某一脉冲波形参数进行调节后,电弧动态特征、熔滴过渡尺寸、短路过渡过程和焊接过程稳定性会受到不同程度的影响[1-2];另一方面,当同时调整多个脉冲波形参数时,因各参数间存在的交互作用和耦合效应,往往会导致预想之外的焊接电信号波形变化和不稳定焊接过程[3]. 对于一个稳定的焊接过程而言,在整个焊接过程中所产生的焊接电信号波形基本保持一致,其幅值、相位、频谱等波形特征参数在一个较小的范围内波动[4]. 如果焊接电源的脉冲波形参数设置不恰当,与焊接速度、送丝速度、焊枪角度等其它焊接参数不相匹配,往往会直接导致电弧形状、熔滴过渡过程和焊接过程稳定性受到不同程度的影响[5].
焊接电流信号和焊接电压信号源自焊接电弧本身,蕴含了大量与短路过渡过程、焊接过程稳定性和焊接质量密切相关的关键信息,能够反映出电弧的实时状态和动态特征[6]. 国内外科研人员开展了一系列研究工作,运用多种时频和统计分析方法对焊接过程信号进行深入挖掘,希望获得能够表征焊接过程稳定性和焊接质量的特征指标. Mvola等人[7]通过分析焊接电流信号和焊接电压信号的瞬时功率、短路时间、短路过渡频率等参数的异常变化,实现了焊接缺陷的在线识别与定位. Luksa[8]通过焊接参数的优化实现对焊接电信号的波形和熔滴过渡形式进行精准调控. 在提高焊接过程稳定性的同时减少焊接热输入,最终获得成形良好的焊缝. Wu等人[9]以焊接电流信号和焊接电压信号的概率密度分布为特征指标对焊接过程稳定性和焊接质量进行评估,实现了对如烧穿、气孔等焊接缺陷的在线识别.
分别从时域和频域两个方面对焊接过程中实时采集的多组焊接电流信号进行分析,结合焊缝表面形貌,挖掘并提取能够正确表征焊接过程稳定性的特征参数,为实现高强钢熔化极惰性气体保护焊(metal inert gas welding,MIG焊)焊接过程稳定性的在线评估提供可靠的评价依据.
1. 试验方法
采用深圳麦格米特电气股份有限公司的Artsen Plus焊接电源进行平板MIG堆焊试验,该电源可实现焊接电压、焊接电流和送丝速度的一元化调节. 试验母材为Q960高强钢,焊丝使用直径为1.2 mm的ER120S-G焊丝,保护气体成分为80%Ar+20% CO2,气体流量设置为20 L/min. 所有试验的焊接电流和焊接速度均设置为160 A和10 mm/s. 脉冲电流峰值系数、脉冲电流峰值时间系数和脉冲电流基值系数,对焊接热输入、熔滴过渡过程和维持电弧燃烧影响较大,脉冲电流上升系数和脉冲电流下降系数对焊接稳定性影响较大,通过调节上述脉冲波形参数(表1),对一元化焊接参数进行优化. 试验过程中使用霍尔电流传感器实时采集焊接电流信号,并通过NI USB 9201 数据采集模块将信号传输至上位机,采样频率为10 kS/s.
表 1 焊接工艺参数Table 1. Welding parameters试验
序号脉冲电流系数εp 脉冲电流峰值
时间系数εpw峰值 基值 上升 下降 1 0 0 0 0 0 2 5 0 0 0 0 3 −5 0 0 0 0 4 0 −6 0 0 0 5 0 6 0 0 0 6 3 −3 −3 −3 0 7 3 −3 −3 −3 3 2. 基本原理
集合经验模态分解是一种噪声辅助数据分析(noise-assisted data analysis, NADA)方法. 该方法能够自适应的将原始信号分解成若干个不同频率的IMF分量,与傅里叶变换、小波变换和Gabor变换相比,EEMD方法不需要预先设定基函数,其基函数来源于原始信号本身,是自适应的. 因此,该方法尤其适合于从非线性、非平稳信号中提取特征信息.
EEMD方法的具体步骤如下.
(1)设定加入噪声次数N.
(2)将白噪声ni(t)加入原信号x(t),得到加噪信号xi(t).
$$ {x_i}(t) = x(t) + {n_i}(t){\kern 1pt} {\kern 1pt} $$ (1) 式中:
$ {n_i}(t){\kern 1pt} $ 为第i次添加的白噪声;$ {x_i}(t) $ 为加噪信号,i = 1,2,···N.(3)对加噪信号
$ {x_i}(t) $ 进行经验模态分解(empirical mode decomposition, EMD),该信号被分解为若干IMF和一个残差$ {r_{i,j}}(t) $ 的和.$$ {x_i}(t) = \sum\limits_{j = 1}^J {{c_{i,j}}(t)} + {r_{i,j}}(t) $$ (2) 式中:
$ {c_{i,j}}(t) $ 为在第i次加噪后,含噪信号经过EEMD分解后得到的第j个IMF;J为IMF的数量.(4)重复步骤(2)和(3)N次且每次加入不同的白噪声.
(5)对所有分解得到的IMF做集合平均运算,此时,加噪信号经EEMD分解后所得到的IMF为
$$ \bar {{c_j}} (t) = \frac{1}{N}\sum\limits_{i = 1}^N {{c_{i,j}}(t)} $$ (3) 式中:
$\bar {{c_j}} (t)$ 为加噪信号经EEMD分解后所得到的第j个IMF;i = 1,2,···N; j = 1,2,···J.3. 试验结果与分析
焊接过程中焊接电流波形变化情况对熔滴过渡过程、焊接稳定性和焊接质量影响较大. 从焊接电流信号中挖掘并提取能够反映焊接过程稳定性和焊接质量的特征信息,是进行焊接过程监测的基础,也是实现焊接质量在线评估的技术难点. 分别从时域和频域两方面对焊接电流信号进行特征分析.
3.1 脉冲波形参数变化对焊接电流波形的影响
试验1实时采集的部分焊接电流信号滤波前和滤波后的对比情况如图1所示. 图1a为在试验1焊接过程中实时采集的焊接电流信号. 从图1a可以看出,信号噪声较大,为了便于进一步分析,首先采用I型切比雪夫滤波器对原始信号进行滤波,由于MIG焊工艺的焊接电流信号的脉冲频率通常分布在20 ~ 200 Hz这一范围内,因此,将带通频率设为10 ~ 300 Hz. 从图1b可以看出,焊接峰值电流分布在175 ~ 190 A这一范围内,在500 ms时间内出现了近10个完整的脉冲波形,即在不改变任何焊接波形参数的条件下,焊接电流脉冲频率约为20 Hz.
将焊接电源脉冲电流峰值系数分别设为5(试验2)和−5(试验3),实时采集的部分焊接电流信号滤波后如图2所示. 将图2与图1b对比可以看出,焊接电流信号的幅值、相位、频谱等参数均发生明显变化. 一方面,在脉冲电流基值基本不变的情况下,脉冲电流峰值变化明显. 当脉冲电流峰值系数为5时,脉冲电流峰值上升较为明显,在220 ~ 260 A这一区间内波动;当脉冲电流峰值系数调节为−5时,脉冲电流峰值大幅下降到150 ~ 180 A这一范围内,电流信号波动幅度降低. 另一方面,参数改变前后,焊接电流信号的脉冲频率变化明显. 当脉冲电流峰值系数为5时,如图2a所示,在500 ms的时间段内包含5个完整的脉冲信号,即信号的脉冲频率为10 Hz. 而当脉冲电流峰值系数为−5时,相同的时间段内产生了约16.5个脉冲波形信号,即此时脉冲频率增加至约33 Hz.
上述试验结果表明,在改变某一脉冲波形参数后,通常会导致实际输出的焊接脉冲电流信号的波形发生多参数的改变,这种预想之外的变化及随之引起的多参数耦合效应,往往会造成短路过渡频率、熔滴尺寸和焊接过程稳定性发生变化,需要采用恰当的方法对参数调整前后的焊接电流信号进行分析和评估,以减少焊接参数优化时的时间成本和经济成本.
3.2 脉冲波形参数变化对焊接过程稳定性的影响
焊接过程所产生的焊接电流信号是典型的非平稳信号. 为了进一步获得焊接电流信号频域方面的信息.首先,将图1b所示的焊接电流信号进行EEMD分解. 随后,将分解所得到的一系列IMF进行快速傅里叶变换并按照信号频率由高到低进行排序,频率较高的前8个IMF分量如图3所示,各IMF的频谱图如图4所示. MIG焊工艺的焊接电流脉冲频率通常分布在20 ~ 200 Hz这一范围内,从图4a ~ 图4c可以看出,IMF 1 ~ IMF 3的主频频率均高于200 Hz. 此外,从图3a ~ 图3c可以发现,IMF 1 ~ IMF 3信号振幅较小,因此在进行焊接电流信号频域特征分析时,可将上述分量视作信号噪声. IMF 4 ~ IMF 8在时序上具有脉冲信号的典型特征,表现为周期性信号的重复出现,将图3d ~ 图3h与图1b的焊接电流信号进行对比,可以发现IMF 7和原信号的脉冲频率相近. 在此基础上,该分量的每一个脉冲信号的相位和变化趋势与原信号完全相同,两者在时域上具有一一对应的关系,该分量能够很好地表征原始信号的波动情况,即焊接过程的短路过渡和熔滴过渡情况. 因此,可认为IMF 7为与短路过渡过程密切相关的特征IMF分量.
采用上述分析方法对试验2 ~ 试验7焊接过程中实时采集的焊接电流信号进行EEMD分解,并对特征IMF分量进行快速傅里叶变换,特征IMF所对应的频谱如图5所示.脉冲波形参数的改变对特征IMF频谱分布的影响较为显著,即脉冲波形参数的改变对焊接过程短路过渡过程影响较大. 试验2 ~ 试验7的焊缝表面成形状态如图6所示,试验2和试验7焊缝成形良好,焊缝表面无明显缺陷(图6a,图6f).结合图5a和图5f可以看出,两者的特征IMF频谱分布相似,主频频率分布在一个较窄的范围内,主要集中在9 ~ 15 Hz,即此时焊接电流波形与焊接速度,送丝速度等其它焊接参数相匹配,焊接过程较为稳定[10].
试验3和试验4的特征IMF频谱分布如图5b和图5c所示,二者主频分布范围较宽,分别集中在29 ~ 37 Hz和13 ~ 22 Hz这两个频率范围内,高于稳定的焊接过程所对应9 ~ 15 Hz.一方面,过快的短路过渡频率与焊接速度、送丝速度等其它焊接参数不匹配,不利于建立稳定的电弧,焊接过程趋向于不稳定;另一方面,主频分布范围较宽,说明在整个焊接过程中脉冲周期变化较大,单位时间内,基值电流和峰值电流交替次数不固定,短路过渡过程不是以某一固定频率进行,这也会导致焊丝燃烧不均匀,焊接过程不稳定[11]. 从图6b和图6c可以看出,焊缝表面周围存在少许飞溅,焊缝表面成形稍差.
从图6d和图6e可以看出,二者焊缝表面成形较差,焊缝周围的焊接飞溅明显增加. 如图5d和图5e所示,二者的特征IMF频率分布呈现同一特点,即主频区域存在两个较为明显的主峰,主频区域成M型分布,这说明焊接过程中短路过渡过程并没有以某一固定频率进行,而是主要以两个频率进行. 此外,两个主峰间的波谷表明,短路过渡频率的变化较为剧烈,没有中间频率作为缓冲. 这种剧烈的频率切换是导致焊接过程不稳定,焊接飞溅较大的主要原因. 稳定的焊接过程中焊接电流信号的特征IMF频谱无上述特点,可以根据这一区别对焊接稳定性进行评估.
4. 结论
(1) 通过EEMD方法能够从焊接电流信号中提取与短路过渡过程密切相关的特征IMF,特征IMF频谱的频率分布可作为评估焊接过程稳定性的特征指标.
(2) 对一元化焊接参数进行优化时,焊接电流信号的特征IMF频率分布范围越窄,焊接过程越稳定,焊接飞溅越小,焊缝表面成形越好.
-
[1] 王福德, 游 敏. YDCrMoV CO2气保护堆焊药芯焊丝的磨粒磨损性能[J]. 焊接学报, 2000, 21(4): 46-49.Wang Fude, You Ming. Abrasive wear of cladding metal of YDCrMoV CO2shielded flux-cored wire[J]. Transactions of the China Welding Institution, 2000, 21(4): 46-49.[2] 桂赤斌, 曾海斌, 吴平安, 等. 气保护药芯焊丝合金元素C、Mn过渡行为[J]. 焊接学报, 2003, 24(2): 86-88.Gui Chibin, Zeng Haibin, Wu Pingan,et al. Transfer behaviors of carbon and manganese of flux-cored wire in gas shielded arc welding[J]. Transactions of the China Welding Institution, 2003, 24(2): 86-88.[3] 国旭明, 杨功斌. 保护气体对高强钢熔敷金属组织与性能的影响[J]. 热加工工艺, 2012, 41(7): 141-142.Guo Xuming, Yang Gongbin. Effects of shielded gas on microstructures and properties of high strength steel deposits[J]. Hot Working Techonology, 2012, 41(7): 141-142.[4] 傅 卫, 王惜宝, 陈国喜. 镍基WC等离子弧熔敷层的组织和高温磨损性能[J]. 焊接学报, 2009, 30(5): 65-67.Fu Wei, Wang Xibao, Chen Guoxi. Microstructure and high temperature abrasion resistance of Ni-based WC composite layer deposited by plasma arc[J]. Transactions of the China Welding Institution, 2009, 30(5): 65-67.[5] Li L, Gui C. Dissolving behavior of tungsten carbide in surface welded using flux-cored wire[J]. Procedia Engineering, 2012, 27: 823-827.[6] Zafar S, Sharma A K. Structure-property correlations in nanostructured WC-12Co microwave clad[J]. Applied Surface Science, 2016, 370: 92-101.[7] 王惠斌. 不锈钢堆焊层金相组织分析[J]. 石油化工设备, 2003, 32(5): 45-46.Wang Huibin. Metallographic structure analysis of stainless steel surfacing[J]. Petro-chemical Equipment, 2003, 32(5): 45-46.[8] Sudha C, Shankar P, Rao R V S,et al. Microchemical and microstructural studies in a PTA weld overlay of Ni-Cr-Si-B alloy on AISI 304L stainless steel[J]. Surface & Coatings Technology, 2008, 202(10): 2103-2112.[9] 熊 瑞. Fe-Cr-C堆焊合金层耐磨性试验分析[D]. 太原:太原理工大学, 2013.[10] 杨尚磊, 吕学勤, 邹增大, 等. 含内生硬质碳化物颗粒的金属堆焊层的抗磨性能及磨损机理[J]. 摩擦学学报, 2004, 24(6): 508-511.Yang Shanglei, Lü Xueqin, Zou Zengda,et al. Wear resistance and wear mechanism of welded surfacing layers containing internally produced carbide particulates[J]. Tribology, 2004, 24(6): 508-511. -
期刊类型引用(1)
1. 刘少意,严文荣,陈振明,乔家伟,杨高阳,张新明,王绿原,王克鸿. 机器人智能化焊接技术发展综述. 金属加工(热加工). 2025(06): 1-12 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 286
- HTML全文浏览量: 8
- PDF下载量: 62
- 被引次数: 2