毕业论文移动版

王耀文等人通过采集穿孔型等离子弧焊过程中的声音信号对熔池的穿孔状态做出判断[29]。频域分析表明，声信号的低频部分（0-100Hz）能量与熔池的熔透状态高度相关。当熔池处于未穿孔向穿孔过渡阶段时，其值比未穿孔时大。穿孔后则比未穿孔时小。

刘京雷[30]通过声信号的频谱分析对激光焊熔深的实时监测进行研究。随着熔深的减小，声信号的能量减小，且其频谱分布由相对集中向分散变化。文献[31]在时域和频域范围内对激光焊过程声信号进行分析，建立了神经网络模型和多元回归模型。

文献[32-33]对MIG焊熔透状态与声信号的相关性及声信号降噪算法进行了研究。采用小波降噪实现了良好的信噪分离效果。时域、频域、时频域分析表明，1500-4500Hz频段的信号能量可以反应熔透状态。

马跃洲等人研究了电弧声的参数化模型，认为电弧声是声源和声道共同作用的结果，其频谱主要取决于声道的作用，并建立了声道的等效电气模型。利用电弧声LPC模型离线训练神经网络，可以对焊接气流量不足做出判断[34]。