电焊机

快捷入口

作者投稿
专家审稿
编辑办公
主编办公

快捷图标

电焊机

主编：金顺捷
ISSN:1001-2303
CN:51-1278/TM
主管单位：成都电焊机研究所有限公司
主办单位：成都电焊机研究所有限公司
出版周期：月刊
电话：028-83289008
地址：成都市二环路东一段29号

最新文章
优先出版
过刊浏览

2025年55卷第5期

重点关注
轨道交通用钛合金摆动激光-电弧复合增材成形、组织及力学性能研究

孙术娟, 马寅, 郝守雨, 刘福运, 韩晓辉, 檀财旺

DOI：10.7512/j.issn.1001-2303.2025.05.01

摘要：研究了不同激光摆动参数对激光-电弧复合增材制造轨道交通用TC4钛合金成形质量、微观组织及力学性能的影响。与传统的电弧增材制造相比，摆动激光能诱导电弧，增强了增材过程电弧稳定性。采用0.5 mm的小摆幅时增材成形质量较好，而激光不摆动时成形起伏较大，摆幅1 mm时则墙体粗糙度较大。在摆动幅度为0.5 mm时，形成典型的钉子状熔深，有效细化了晶粒尺寸，而当激光不摆动和摆幅过大时，熔合线近乎水平，晶粒垂直向上连续生长，导致晶粒尺寸粗大。在0.5 mm摆幅下，细化晶粒效果最为显著，试样的拉伸性能最佳，横向拉伸强度为814.74 MPa，纵向拉伸强度可达到949.07 MPa。
关键词：钛合金;摆动激光;增材制造;成形;组织性能

42

|

11

|

0

<HTML>
<网络PDF><WORD><XML><Meta-XML>

<引用本文> <批量引用> 104548125 false

更新时间：2025-05-28
移动轮式焊接机器人柔性联动控制算法研究

余燕, 赵永江, 张淳, 袁飞, 冯消冰

DOI：10.7512/j.issn.1001-2303.2025.05.02

摘要：针对移动轮式焊接机器人底盘与机械臂独立控制导致的运动协调性不足问题，本研究提出一种基于二次规划（Quadratic Programming，QP）的柔性联动控制算法，通过优化系统运动学链的协同控制，提升焊接轨迹跟踪精度与动态稳定性。研究以Omron LD-60差速底盘与7自由度Franka-Emika机械臂集成的移动焊接机器人为对象，构建包含微分运动学模型的整体雅可比矩阵，建立底盘虚拟关节与机械臂关节的联动控制框架。算法将协同运动问题转化为带约束的二次规划优化模型，通过最小化关节速度与松弛误差的加权目标函数，同步优化底盘位姿调整与机械臂关节运动，抑制末端执行器的轨迹突变与机械振动。仿真试验表明，相较于独立控制策略，该算法优化后的焊枪末端轨迹更为平滑，机械臂运动协调性显著改善；QP求解器对比显示，ProxQP与quadprog在计算效率上表现更优。通过长直焊、立焊及复杂角焊缝试验验证，算法能够协调全向移动底盘与机械臂的运动耦合，焊接轨迹连续性增强，断焊策略减少了材料损耗。本研究为复杂焊接任务提供了适应性更强的解决方案，拓展了移动焊接机器人在船舶制造等场景的应用潜力。
关键词：移动焊接机器人;柔性联动;二次规划;智能化焊接

43

|

6

|

0

<HTML>
<网络PDF><WORD><XML><Meta-XML>

<引用本文> <批量引用> 104548122 false

更新时间：2025-05-28
电弧熔丝增材制造镍基高温合金的研究进展

徐宇航, 孙俊华

DOI：10.7512/j.issn.1001-2303.2025.05.03

摘要：增材制造技术是制造业信息化、数字化、智能化的重要组成内容，而电弧熔丝增材技术在镍基高温合金成形中具有显著的优势。从金属增材制造技术分类、发展历程、标准规范、技术原理等方面，对比分析了不同增材制造技术的优势与局限。重点介绍了镍基高温合金电弧熔丝增材制造工艺过程，从电弧增材工艺、增材件的后热处理和增材成形数值模拟三个方面介绍镍基高温合金电弧增材的优势与存在的问题。总结镍基高温合金电弧增材技术在现阶段的应用情况，通过对熔滴过渡进行改善，使熔滴更加平稳过渡来获得高质量的成形件；将双丝焊接应用于增材制造，提高了增材制造的生产效率；通过后热处理的工艺，有效降低镍基高温合金增材件的残余应力并改善微观组织，提高力学性能；利用数值模拟更加精确地分析逐层沉积过程中熔滴过渡和温度场变化，来控制镍基高温合金增材件的凝固过程的晶粒变化和元素偏析。
关键词：镍基高温合金;电弧熔丝增材制造;热处理;数值模拟;双丝焊接

30

|

7

|

0

<HTML>
<网络PDF><WORD><XML><Meta-XML>

<引用本文> <批量引用> 104548556 false

更新时间：2025-05-28
基于改进YOLOv5网络的管道环焊缝射线底片缺陷智能识别

汤大赟, 袁健伟, 吴頔, 何东昌, 张培磊, 潘斌, 龚浩, 金鸿飞

DOI：10.7512/j.issn.1001-2303.2025.05.04

摘要：X射线数字辐射成像DR技术是环焊缝质量检测的必备手段，但现有的人工目视检测方法难以实现高精度的多种、小目标缺陷自动识别。为此，本研究提出了一种基于深度学习模型的管道环焊缝DR图像缺陷智能识别方法。首先针对工件缺陷复杂、射线噪声和散射等问题，采用对比度有限自适应直方图均衡化方法实现原始图像增强，并构建高质量的管道环焊缝DR图像数据集；其次，提出一种新颖的改进YOLOv5深度学习网络，采用C2F模块学习多种典型缺陷的特征分布，并结合多尺度特征融合检测手段来判断不同大小的目标缺陷；进一步采用均方误差损失函数提高对噪声的容忍性，并通过输出端实现对焊缝缺陷的自动检测。最终对管道环焊缝缺陷进行测试和验证，试验结果表明：通过改进YOLOv5深度网络模型，其检测结果的平均准确率为95.89%，漏检率为2.1%，能够有效准确地自动识别DR图像焊缝缺陷。
关键词：管道环焊缝;YOLOv5;深度学习;缺陷检测;DR图像

16

|

5

|

0

<HTML>
<网络PDF><WORD><XML><Meta-XML>

<引用本文> <批量引用> 104548317 false

更新时间：2025-05-28