电阻点焊质量检测技术研究现状

刘倩雯，张南峰，阮洁珊，叶广文，张艳喜，高向东

电阻点焊质量检测技术研究现状

刘倩雯1，张南峰2，阮洁珊2，叶广文1，张艳喜1，高向东1

（1.广东工业大学 广东省焊接工程技术研究中心，广州 510006；2.黄埔海关技术中心，广东 东莞 523076）

电阻点焊过程由于受到各种因素的影响，熔核区域容易出现裂纹、缩孔、未熔合等缺陷，焊点质量直接影响焊接部件的使用寿命，因此对焊点的缺陷检测与质量评定非常重要。对电阻点焊原理进行概述，总结了电阻点焊质量检测技术最新研究成果及应用，分析了焊接过程参数监控方法、焊后无损检测方法的检测机理、质量评定方法及其在实际应用中的优缺点，对电阻点焊无损检测技术的发展进行了展望。有机结合现有无损检测方法，运用信号处理、人工智能、模式识别等技术，提高检测的便捷性、高效性和智能性，是未来电阻点焊质量检测技术研究的重点。

电阻点焊；无损检测；焊接质量；研究现状

电阻点焊是以焦耳定律为理论基础的一种连接方法，在通过变压器解决电阻点焊电源问题后，世界上第1台点焊机随之诞生[1-2]。电阻点焊具有操作简便、效率高、成本低、适合大批量自动化生产、节约材料、成品整体性好、工作环境较好等优点，广泛应用于汽车、航天航空、家电等制造领域。电阻点焊原理和点焊的基本焊接循环如图1所示，点焊机通过施加一定的压力，将焊件压紧于上下电极之间，利用电流通过焊件时产生的电阻热将局部金属熔化，从而使焊件实现连接[3]。电阻点焊过程由预压阶段、加热阶段、压力维持和压力休止4个基本阶段组成[4-5]。

图1 电阻点焊原理

为防止腐蚀，通常在薄钢板表面镀锌，电阻点焊发生在电极和材料之间的界面接触电阻处，在焊接过程中，镀锌层先于钢材熔化，液态锌与热影响区相互作用，可能会渗入钢板的晶界，导致其延展性降低，焊点容易产生裂纹。由于受到各种因素的影响，在电阻点焊过程中熔核区域还容易出现缩孔、未熔合等缺陷，电阻点焊质量会直接影响焊接部件的使用寿命，因此对焊接部件的检测与质量评定非常重要。常规的外观检测难以满足需求，而破坏性试验又会浪费大量成本，且无法杜绝不良品流入市场，提高电阻点焊质量检测精度和效率是工业生产的迫切需求。

基于企业对更高质量产出和产品可追溯性的需求，电阻点焊质量检测技术得到了快速发展，目前多种无损检测方法应用在电阻点焊检测中，常见的检测方法主要有焊接参数监测法、超声波检测法、红外检测法、X射线检测法、涡流检测法、磁光成像检测法。

1 焊接参数监测法

电阻点焊依靠熔核实现金属连接，一般情况下，熔核尺寸越大，焊点强度越高[6]。焊接参数监测法采用专用传感器实时监测并控制焊接过程中的参数，如焊接电流[7]、焊接电压[8]等，通过建立焊接参数与熔核尺寸、缺陷分布的关系来评估焊点质量。

1.1 基于焊接电流的点焊质量监测

焊接电流信号波形能有效反映焊接强度，焊接电流峰值越大，焊接强度越高[9]。过小的焊接电流无法得到合格的熔核直径，过大又会产生大量喷溅甚至导致电极黏附[10]。基于焊接电流和熔核直径的关联建立一个模糊控制器，可以估算熔核直径，间接评估焊接质量[11]。

由于受到许多非线性因素的影响，电阻点焊过程难以控制。恒流控制是一种简单、易于监测的方法，采用恒热量输出的控制方式，焊前检测网压有效值，对网压波动和负载功率因数进行补偿，可以得到恒流输出[12]。对焊接电流的持续时间进行闭环控制，能进一步提高电阻点焊工艺的稳定性[13]。

1.2 基于焊接电压的点焊质量监测

电压信号可通过连接上、下电极间的导线直接测量得到[14]，一般为避免点焊过程中电磁信号干扰，均采用屏蔽双绞线的方法。电极电压的变化与熔核形成过程、焊点强度关联密切，在电阻点焊过程中，由于被焊材料会经过热膨胀、屈服、熔化、冷却和凝固的过程，其导电率和回路阻抗不断变化，两电极间电压随之变化[15]。如图2所示，电压曲线可分为4个阶段：第1阶段电压快速增加，第2阶段电压持续上升，第3阶段电极电压缓慢下降，第4阶段电极电压显著降低[16]。电极电压曲线特征（拐点和峰值之间的时间差、振幅差、曲线的下降率、焊接热输入）能有效评价焊接质量，利用特征工程挖掘有效电压信号特征并输入到广义回归神经网络，能实现对熔核直径的预测[15-16]。

图2 典型的电极电压曲线[16]

1.3 基于动态电阻的点焊质量监测

动态电阻是指在点焊过程中上下电极之间等效电阻的变化，即不断进行电、热、力交互作用而引起焊接区电阻的变化[17]，它可通过测量上下电极的瞬间电压和流经电极的二次电流来计算获得[18]。由于电流计不能直接测量焊接电流，一般使用环绕电路的罗氏线圈获得焊接电流[19]。监测焊接机主回路中的过程变量也能获得电极间动态电阻的变化，这种方法无需在二次电路中安装额外的监测装置[20]。

典型低碳钢动态电阻曲线见图3，可以看出，电阻点焊过程可分为3个阶段：第1个阶段由于接触面积快速增加，动态电阻明显下降；第2阶段焊件局部熔化，熔核形成，在熔核形成过程中由于提高体电阻率的影响大于接触面积减小的影响，动态电阻呈上升趋势；第3阶段达到峰值后，动态电阻随着熔核直径增大而逐渐减小[21]。有研究学者根据镍板焊点扫描电子显微镜图像，将动态电阻曲线分为6个阶段：表面加热、粗糙面软化、金属固相升温、表面部分金属熔化、熔核生长和飞溅[22]，研究表明，动态电阻曲线出现的第2个峰值（表明熔核的形成）可作为质量控制的输入变量。

图3 典型动态电阻曲线示意图[21]

电阻点焊过程中，在边缘焊接、装配不良以及轴向不对中的情况下容易发生飞溅[23]，在飞溅发生时电阻信号会突然下降，利用动态电阻曲线的爬升时间、下降幅度、收尾值等特征可有效识别电阻点焊缺陷（未熔合、飞溅）[24]，如图4所示。

图4 热冲压高强钢的电阻点焊动态电阻曲线[24]

1.4 基于动态压力的点焊质量监测

监控电极压力是探测焊接区金属飞溅最有效方法之一[25]。一般来说，压力传感器安装在固定电极下方，可在整个焊接过程中直接监测电极力的动态变化。发生飞溅时电极力会出现骤降后骤升的情况，这是因为发生飞溅时两电极间突然失去接触，但由于两电极很快再次接触从而形成冲击振动，随后逐渐恢复到稳定状态[26]。

在发生飞溅时，电极压力信号会出现剧烈波动，其对应的频谱出现高频特征，通过小波分解，可提取压力信号的4个特征（通电阶段压力信号的标准差、小波分解目标层的峰–峰值、细节信号能量比的最高值、其所在层数）作为识别飞溅的特征指标[27]，如图5所示。

1.5 基于电极位移的点焊质量监测

电阻点焊过程中，焊接区金属经历了复杂的变化过程，电极位移随之不断变化，该变化与熔核状态具有一定对应关系[28]。电极位移曲线可分为4个阶段，包括初始急剧下降阶段、增加阶段、衰减阶段和稳定阶段[29]。如图6所示，在加热、压力维持阶段的位移变化与热膨胀、热收缩有关，两电极在这2个阶段的相对位移变化被称为“热膨胀电极位移”[30]。

热膨胀电极位移能探测焊接区产生的金属飞溅，当发生飞溅时，焊接电压和焊接电流信号曲线无明显变化，而电极位移曲线会出现明显突变[31]。采用非接触式激光位移传感器对电极位移进行实时闭环控制，在保证焊点拉剪强度的同时能够有效抑制飞溅[32]。文献[33]提出一种将电极位移曲线转化为二值图像的方法，将图像特征输入到概率神经网络，能够识别出飞溅、电流分流、边缘距离小等缺陷，该分类器在小样本条件下有着很高的精度和实用性。此外，电极位移信号还能用于点焊过程的故障诊断，对电极轴向错位、工件表面未处理、工件翘曲、工件导电不良等故障状态能进行有效表征[34]。

图5 铝合金电阻点焊压力信号[27]

图6 点焊电极热膨胀位移的物理过程

2 超声波检测法

超声波在介质内传播出现的反射、折射、衰减等会使能量发生变化，这种变化是分析判别被检物质内部结构特征和物理性能的依据。由于焊件缺陷区域与焊件材料本身的结构特征、声学物理性能存在差异，通过超声波检测可以检测焊件内部缺陷[35-37]，目前该方法是电阻点焊无损检测中应用最为广泛的一种。

在超声检测中，有A、B、C扫描3种检测模式，其中A扫描显示的是某一点反射波的强度信号，B扫描显示的是纵向截面的反射波信号，C扫描显示的是缺陷水平投影图像[36]，如图7所示。

超声波A扫描信号的时域和频域特征可用于识别合格焊点、脱焊、熔核过小、气孔、压痕过深5种情况。正常焊点超声回波信号波峰幅值缓慢衰减，杂波较少，波峰平均间隔与板厚相符。在脱焊的情况下，由于一部分声波从上层钢板下表面反射回来，波峰平均间隔减小一半。对于气孔和熔核过小的情况，由于内部结构复杂不均匀，信号出现高幅小回波和大量杂波。在压痕过深情况下，信号同样出现很多杂波，但信号衰减系数正常，由于焊点位置板厚减小，波峰平均间隔减小[38-39]。超声响应可以定量评价电阻点焊熔核的形状和尺寸，通过增加频率能提高检测灵敏度[40]。

图7 超声波扫描方式[36]

超声A扫描技术是超声检测的基础，具有经济、高效的优点，但检测结果不直观，对操作人员要求较高，比较依赖经验。文献[41]通过实验和仿真相结合，研究了孔隙率、裂纹深度、裂纹长度、裂纹直径对回波信号的影响，这类仿真有助于理解超声波检测的工作机理，能为实际检测提供理论指导。文献[42]将超声信号的波峰数量以及波峰的幅值差输入到BP神经网络，用来预测拉伸强度和疲劳寿命，此类研究将人工智能技术运用到超声波检测中，能辅助检测操作员对检测结果进行判断，有助于提高检测精度和效率。

C扫描图像能直观地观察并测量焊核直径以及焊核内部缺陷尺寸、位置和类型，如图8所示[42]。当缺陷长度低于探头检测精度时，C扫描无法检测到该缺陷。利用C扫描图像检测焊点内部形貌特征[43]，再通过A扫描信号对缺陷区域进行深度检测，2种扫描方法结合可使缺陷检测事半功倍。C扫描图像还可以检测点焊凹坑坡度，扫描图像中白色区域越大，则表明熔核凹痕斜坡越长，凹痕越深[44]。

图8 焊核内部缺陷的截面金相图和C扫描图[44]

3 红外检测法

红外热成像是对被测表面的温度场进行非接触测量和分析[45]。根据高于绝对零度的物体均会发射红外辐射的原理，通过光学手段采集视场中物体所发射的红外辐射，并将其转换成电信号。信号经过处理后得到视场中各点的温度值，最终以伪彩色图像显示视场区域的温度分布[46]。

由于红外检测易受环境干扰，所以在利用红外热成像测量熔核尺寸和厚度时，可根据相对红外强度的变化来减少表面反射和环境干扰的影响，后处理检测采用专用感应加热器代替闪光灯可使信噪比提高数个数量级[47-48]。

在设定延迟时间后，根据热像仪测得的温度直方图对被测样品进行分组，高质量焊点的温度值比低质量焊点的温度值高。电极的清洁度和平整度对焊点质量有很大的影响，红外热成像还可检测电极磨损和损坏情况[49]。虽然该技术可以发现缺陷的存在，但是很难确认缺陷的类型以及位置。因此在大量焊点检测中，先通过红外检测及时定位可能存在缺陷的焊点后，再采用超声波检测或其他无损检测方法对焊点进一步检测以获得缺陷尺寸、类型和位置等信息，可以大大提高检测效率。

通过对比红外热成像、超声红外热成像和锁相红外热成像获取的电阻点焊焊点图像（见图9），可以看出锁相红外热成像能得到更好的图像质量[50]。使用高帧频红外热像仪采集微型电阻点焊的红外热图像，焊点位置温度下降速度越快，焊点图像轮廓越清晰，则微型电阻点焊接头的结合状态越好[51]。

图9 焊点外观以及3种红外热成像图像[48]

4 X射线检测法

当强度均匀的射线束透照被检物体时，物体局部结构或成分的差异将会影响物体对射线的衰减特性，使不同部位的透射射线强度出现差异，采用检测器对其进行检测就可以判断物体内部的缺陷和物质分布。X射线检测目前主要应用于工件内部形状缺陷检测，能得到缺陷处的直观图像，还可以测量缺陷的几何参数[52-53]。利用X射线检测可以直观地判断熔核形状、尺寸[54]，文献[55]用X射线测量焊点直径，用于校准热成像测量结果。X射线检测对气孔等体积型缺陷的检出率比较高，但对裂纹等面积型缺陷的检出率较低，而且对微小缺陷不灵敏。此外，射线照射角度的选取很重要，选取不适当时容易漏检。

电阻点焊X射线图像包含大量的缺陷特征信息，通过图像处理[56]或人工智能技术对点焊缺陷进行提取或识别，或通过颜色渲染突显缺陷特征，是该方向的研究热点。

X射线还可以用于检测电阻点焊焊点残余应力分布，当焊点存在残余应力时，晶面间距会发生变化，产生的衍射峰也将随之移动，衍射线位移能反映应力大小。对于超高强钢电阻点焊，其残余应力以焊核中心为原点呈对称分布趋势，最大值出现在热影响区处，是引起点焊结构失效的主要因素[57]。还有学者研究了不锈钢电阻点焊熔核的残余应力分布，发现熔核表面残余拉应力在熔核中心处达到最大值，并向熔核边缘方向减小，如图10所示[58]。

5 涡流检测法

涡流检测是利用电磁感应原理，检测工件缺陷的无损检测方法，适用于导电材料。用激磁线圈使导电工件产生感应电流，在工件存在缺陷时，涡流场的强度和分布会发生变化，利用检测线圈探测涡流变化可以获取缺陷信息。由于涡流具有趋肤效应，因此涡流检测只能用于检测表面和亚表面缺陷[59]。

涡流热成像技术结合了电磁感应原理和红外检测技术，利用感应电流使工件产生焦耳热，通过红外相机监测表面温度变化。该检测方法快速、直观且易于部署，可将一些不可见或细微的裂纹显示出来，如图11所示，结合数字图像处理技术，可以增强显示效果，有助于对缺陷种类的识别[60]。

图10 熔核对称中心位置示意图、两截面的应力测量图和统计分析[58]

图11 涡流热成像检测结果[60]

文献[61]研究发现，涡流检测得到的扫描磁曲线特征能够估计熔核的深度轮廓，低频的扫描磁通量变化与焊点的剪切强度具有良好的相关性，将涡流检测技术与磁通量渗透技术相结合，能对电阻点焊质量进行综合评定。

6 磁光成像检测法

磁光成像检测法是以法拉第磁致旋光效应为理论基础的一种新型无损检测技术。其检测原理如图12所示，当LED光源产生的自然光经起偏器后得到线偏振光，线偏振光通过磁光薄膜和反光镜后，在无缺陷的强磁场不发生偏转，在因缺陷而产生的漏磁场中发生偏转，再经过反光镜反射后通过磁光薄膜，包含缺陷信息的线偏振光经检偏器检偏后被CMOS相机接收，形成缺陷的磁光图像[62-63]。该方法实际就是通过施加磁场将电阻焊点缺陷的磁场分布信息转化为光强信息，并将光强信息形成直观的焊接缺陷图像。

图12 磁光成像检测原理[62]

目前磁光检测的励磁方式主要有直流励磁、交流励磁、旋转磁场励磁。直流励磁就是向励磁线圈通入直流电后产生恒定磁场，该方法比较简便，但是恒定磁场存在易饱和的问题，容易丢失缺陷信息。交流激励是向励磁线圈通入交流电，从而产生交变磁场，该方法虽然弥补了恒定磁场易饱和的不足，但仍然是单一方向磁场，难以检测多方向缺陷。旋转磁场是由2个正交的交变磁场叠加而成，两者相位差为π/2，该励磁方式可实现多方向的缺陷检测[64-66]。

磁光成像检测法最早应用于飞机铆钉缺陷的检测中，目前在焊缝缺陷检测中已有大量研究，其中在铝材和导磁性材料中的研究较多。焊接缺陷磁光图像如图13所示，该方法能够以图像的形式直接展现焊点缺陷形态，具有无辐射、直观、操作简便和实时成像等优点[67-68]。

7 总结与展望

电阻点焊具有效率高、成本低、自动化程度高等优势，在制造业中得到广泛应用，在实际应用中，待检测焊点的数量庞大，检测的便捷性和高效性是企业关注的重点。因此电阻点焊无损检测除了需要提高准确度，还需要考虑检测效率和成本。

超声波检测也正是由于其便捷性、效率优势和成本优势被广泛应用于电阻点焊质量检测中，但该方法对耦合剂依赖度大，且对操作人员要求较高。焊接参数监测法可以在焊接过程中实时检测，但难以直接反映熔核信息。红外检测速度快且易于部署，但是易受环境干扰，而且难以确定缺陷类型和位置。X射线检测对大多数的材料都适用，但其设备成本较高且对微小缺陷检测不灵敏，射线对人体有害。涡流检测对表面和亚表面的缺陷检测灵敏度较高，但难以检测内部缺陷。磁光检测能够实时成像、操作简便、成像直观，但适用范围较小。

从目前的研究与发展来看，电阻点焊无损检测技术未来会在以下方面进一步探索。

1）优化现有缺陷检测方法，进一步提高新方法如磁光成像检测等方法的可靠性和智能性。

2）不同缺陷检测方法优缺互补，同时使用多种无损检测方法，对电阻点焊质量进行全面综合的评定。例如，先通过红外检测及时定位可能存在缺陷的焊点后，再采用超声波检测等其他无损检测方法对焊点进一步检测。

3）结合深度学习、大数据等新技术，深入探索电阻点焊过程的各种干扰因素，快速智能地检测和识别缺陷，建立绿色、适应性强的电阻点焊质量检测模型。

[1] 岑耀东, 陈芙蓉. 电阻缝焊数值模拟研究进展[J]. 焊接学报, 2016, 37(2): 123-128.

CEN Yao-dong, CHEN Fu-rong. Recent Progress in Numerical Simulation of Resistance Seam Welding[J]. Transactions of the China Welding Institution, 2016, 37(2): 123-128.

[2] 郑元亮. 点焊、缝焊和凸焊[M]. 北京: 机械工业出版社, 1988: 1-12.

ZHENG Yuan-liang. Spot, Seam and Projection Welding[M]. Beijing: China Machine Press, 1988: 1-12.

[3] 殷苏民, 刘素霞, 吴国平. 精密电阻焊技术在高速碱锰电池负极钉点焊机中的应用[J]. 机械设计与制造, 2008(7): 90-92.

YIN Su-min, LIU Su-xia, WU Guo-ping. Precision Resistance Welding Technology and Its Application on Current Collector Welding Machine for High-Speed Alkaline Battery[J]. Machinery Design & Manufacture, 2008(7): 90-92.

[4] TANG H, HOU W, HU S J. Forging Force in Resistance Spot Welding[J]. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, 2002, 216(7): 957-968.

[5] 李友力. 电阻点焊参数对热成型钢板焊接质量影响[D]. 哈尔滨: 哈尔滨工业大学, 2016: 1-11.

LI You-li. Influnce of Rasistance Spot Welding Parameters on Welding Quality of Hot-Stamped Steel[D]. Harbin: Harbin Institute of Technology, 2016: 1-11.

[6] 杜汉斌, 朱强, 王武荣, 等. 三层板电阻点焊接头界面力学性能[J]. 精密成形工程, 2017, 9(5): 192-197.

DU Han-bin, ZHU Qiang, WANG Wu-rong, et al. Mechanical Properties of Three-Layer Resistance Spot Welding Joint Interface[J]. Journal of Netshape Forming Engineering, 2017, 9(5): 192-197.

[7] ASLANLAR S, OGUR A, OZSARAC U, et al. Effect of Welding Current on Mechanical Properties of Galvanized Chromided Steel Sheets in Electrical Resistance Spot Welding[J]. Materials and Design, 2005, 28(1): 2-7.

[8] SALEM M, BROWN L J. Improved Consistency of Resistance Spot Welding with Tip Voltage Control[J]. Canadian Conference on Electrical and Computer Engineering, 2011: 548-551.

[9] PODRZAJ P, POLAJNAR I, DIACI J, et al. Influence of Welding Current Shape on Expulsion and Weld Strength of Resistance Spot Welds[J]. Science and Technology of Welding and Joining, 2006, 11(3): 250-254.

[10] SIFA A, BASKORO A S, SUGENG S, et al. Identification of the Thickness of Nugget on Worksheet Spot Welding Using Non Destructive Test (NDT)-Effect of Pressure[J]. IOP Conference Series: Materials Science and Engineering, 2018, 306: 012009.

[11] EL-BANNA M, FILEV D, CHINNAM R B. Intelligent Constant Current Control for Resistance Spot Welding[C]// IEEE International Conference on Fuzzy Systems, Vancouver, 2006: 1570-1577.

[12] 隋育松, 徐可君, 江龙平, 等. 一种适用于多波和半波点焊的恒流控制方法[J]. 南京航空航天大学学报, 2001, 33(2): 179-182.

SUI Yu-song, XU Ke-jun, JIANG Long-ping, et al. A Method for Constant Current Control Suitable for Multi-Wave and Half-Wave Spot Welding[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2001, 33(2): 179-182.

[13] ZHOU Kang, CAI Li-long. A Nonlinear Current Control Method for Resistance Spot Welding[J]. IEEE/ASME Transactions on Mechatronics: A Joint Publication of the IEEE Industrial Electronics Society and the ASME Dynamic Systems and Control Division, 2014, 19(2): 559-569.

[14] ZHAO Da-wei, WANG Yuan-xun, SHENG Su-ning, et al. Real Time Monitoring Weld Quality of Small Scale Resistance Spot Welding for Titanium Alloy[J]. Measurement, 2013, 46(6): 1957-1963.

[15] ZHAO Da-wei, WANG Yuan-xun, LIN Zong-guo, et al. Quality Monitoring Research of Small Scale Resistance Spot Welding Based on Voltage Signal[J]. ISIJ International, 2013, 53(2): 240-244.

[16] WAN X, WANG Y, ZHAO D. Quality Evaluation in Small-Scale Resistance Spot Welding by Electrode Voltage Recognition[J]. Science and Technology of Welding and Joining, 2016, 21(5): 358-365.

[17] 刘浩, 刘发清, 元涵. 动态电阻曲线在电阻点焊参数调整中的应用[J]. 热加工工艺, 2018, 47(9): 191-195.

LIU Hao, LIU Fa-qing, YUAN Han. Application of Dynamic Resistance Curve in Adjustment of Resistance Spot Welding Parameters[J]. Hot Working Technology, 2018, 47(9): 191-195.

[18] DICKINSON D W, FRANKLIN J E, STANYA A. Characterization of Spot Welding Behavior by Dynamic Electrical Parameter Monitoring[J]. Welding Journal, 1980, 59(6): 170s-176s.

[19] WAN Xiao-dong, WANG Yuan-xun, ZHAO Da-wei, et al. Weld Quality Monitoring Research in Small Scale Resistance Spot Welding by Dynamic Resistance and Neural Network[J]. Measurement, 2017, 99: 120-127.

[20] CHO Y, RHEE S. New Technology for Measuring Dynamic Resistance and Estimating Strength in Resistance Spot Welding[J]. Measurement Science & Technology, 2000, 11(8): 1173-1178.

[21] XING Bo-bin, XIAO Yi, QIN Q H, et al. Quality Assessment of Resistance Spot Welding Process Based on Dynamic Resistance Signal and Random Forest Based[J]. The International Journal of Advanced Manufacturing Technology, 2018, 94(1/2/3/4): 327-339.

[22] TAN W, ZHOU Y, KERR H W, et al. A Study of Dynamic Resistance during Small Scale Resistance Spot Welding of Thin Ni Sheets[J]. Journal of Physics D: Applied Physics, 2004, 37(14): 1998-2008.

[23] WEN J, WANG C S, XU G C, et al. Real Time Monitoring Weld Quality of Resistance Spot Welding for Stainless Steel[J]. ISIJ International, 2009, 49(4): 553-556.

[24] 陈树君, 郝键, 邬娜. 热冲压高强钢电阻点焊质量评估系统[J]. 北京工业大学学报, 2018, 44(1): 50-55.

CHEN Shu-jun, HAO Jian, WU Na. Quality Evaluation System for Resistance Spot Welding of Hot Stamping High Strength Steel[J]. Journal of Beijing University of Technology, 2018, 44(1): 50-55.

[25] PODRZAJ P, POLAJNAR I, DIACI J, et al. Expulsion Detection System for Resistance Spot Welding Based on a Neural Network[J]. Measurement Science & Technology, 2004, 15(3): 592-598.

[26] 刘桂梅, 韩靖玉, 韩宝生, 等. 电阻点焊动态电极力的测试[J]. 焊接, 2006(3): 48-50.

LIU Gui-mei, HAN Jing-yu, HAN Bao-sheng, et al. Measurement of Dynamic Electrode Force in Resistance Spot Welding[J]. Welding & Joining, 2006(3): 48-50.

[27] 陈树君, 郝键, 李方, 等. 铝合金电阻点焊压力信号的动态特征分析[J]. 焊接学报, 2020, 41(3): 1-6.

CHEN Shu-jun, HAO Jian, LI Fang, et al. Dynamic Characteristics Analysis of Resistance Spot Welding Pressure Signal of Aluminum Alloy[J]. Transactions of the China Welding Institution, 2020, 41(3): 1-6.

[28] 赵大伟. 钛合金小尺寸电阻点焊工艺优化与质量监控[D]. 武汉: 华中科技大学, 2014: 2-27.

ZHAO Da-wei. Research on Process Parameters Optimization and Quality Monitoring of Small Scale Resistance Spot Welding for TC2 Titanium Alloy[D]. Wuhan: Huazhong University of Science and Technology, 2014: 2-27.

[29] WANG X F, LI Y B, LI R H, et al. Experimental Study on Electrode Displacement Fluctuation Characteristics during Resistance Spot Welding[J]. Science and Technology of Welding and Joining, 2011, 16(2): 140-145.

[30] LI Yong-bing, XU Jun, CHEN Guan-long, et al. Real-Time Measuring System Design and Application of Thermal Expansion Displacement during Resistance Spot Welding Process[J]. ICMIT 2005: Information Systems and Signal Processing, 2005, 6041: 60411T.

[31] 马跃洲, 刘建花, 陈剑虹. 基于电极位移信号的点焊模糊推理系统模型[J]. 兰州理工大学学报, 2006, 32(1): 1-6.

MA Yue-zhou, LIU Jian-hua, CHEN Jian-hong. Fuzzy Inference System Model Based on Electrode Displacement Signals during Resistance Spot Welding[J]. Journal of Lanzhou University of Technology, 2006, 32(1): 1-6.

[32] 曾志, 张延松, 张小云. 基于电极位移的电阻点焊控制器研究[J]. 中国机械工程, 2007, 18(15): 1830-1832.

ZENG Zhi, ZHANG Yan-song, ZHANG Xiao-yun. Research on Resistance Spot Welding Controller Based on the Electrode Displacement[J]. China Mechanical Engineering, 2007, 18(15): 1830-1832.

[33] ZHANG H J, WANG F J, GAO W G, et al. Quality Assessment for Resistance Spot Welding Based on Binary Image of Electrode Displacement Signal and Probabilistic Neural Network[J]. Science and Technology of Welding and Joining, 2014, 19(3): 242-249.

[34] 杨乃文, 张鹏贤, 董亚娅, 等. 基于电极位移信号的点焊过程故障诊断[J]. 电焊机, 2008, 38(12): 66-69.

YANG Nai-wen, ZHANG Peng-xian, DONG Ya-ya, et al. Fault Diagnosis in the Processing of RSW Based on Electrode Displacement Signals[J]. Electric Welding Machine, 2008, 38(12): 66-69.

[35] MOZURKEWICH G, GHAFFARI B, POTTER T J. Spatially Resolved Ultrasonic Attenuation in Resistance Spot Welds: Implications for Nondestructive Testing[J]. Ultrasonics, 2008, 48(5): 343-350.

[36] 王彬. 车身部件电阻点焊质量超声无损检测研究[D]. 武汉: 武汉理工大学, 2018: 5-16.

WANG Bin. Research on Ultrasonic Nondestructive Testing for Resistance Spot Welding Quality of Auto-Body Parts[D]. Wuhan: Wuhan University of Technology, 2018: 5-16.

[37] MOGHANIZADEH A. Evaluation of the Physical Properties of Spot Welding Using Ultrasonic Testing[J]. The International Journal of Advanced Manufacturing Technology, 2016, 85(1/2/3/4): 535-545.

[38] 孙静茹, 李京龙, 豆建新, 等. 铝合金回填式搅拌摩擦点焊缺陷的超声检测及信号识别[J]. 精密成形工程, 2019, 11(6): 65-72.

SUN Jing-ru, LI Jing-long, DOU Jian-xin, et al. Ultrasonic Testing and Signal Identification of the Defects in Aluminium Alloy Refill Friction Stir Spot Welding[J]. Journal of Netshape Forming Engineering, 2019, 11(6): 65-72.

[39] 吴刚, 关山月, 汪小凯, 等. 薄板点焊超声检测信号特征分析与缺陷识别[J]. 焊接学报, 2019, 40(4): 112-118.

WU Gang, GUAN Shan-yue, WANG Xiao-kai, et al. Feature Analysis and Defect Recognition of Ultrasonic Detection Signal for Spot Welding of Sheet[J]. Transactions of the China Welding Institution, 2019, 40(4): 112-118.

[40] SAFI A M, AKANDA M A S, SADIQUE J, et al. Nondestructive Evaluation of Spot Weld in Stainless Steel Using Ultrasonic Immersion Method[J]. Procedia Engineering, 2014, 90: 110-115.

[41] AMIRI N, FARRAHI G H, KASHYZADEH K R, et al. Applications of Ultrasonic Testing and Machine Learning Methods to Predict the Static & Fatigue Behavior of Spot-Welded Joints[J]. Journal of Manufacturing Processes, 2020, 52(C): 26-34.

[42] MIRMAHDI E. Numerical and Experimental Modeling of Spot Welding Defects by Ultrasonic Testing on Similar Sheets and Dissimilar Sheets[J]. Russian Journal of Nondestructive Testing, 2020, 56(8): 620-634.

[43] 孙鑫宇, 曾凯, 何晓聪, 等. 电阻点焊接头超声波C扫描检测分析[J]. 昆明理工大学学报: 自然科学版, 2016, 41(5): 22-26.

SUN Xin-yu, ZENG Kai, HE Xiao-cong, et al. Ultrasonic Imaging Analyses of Resistance Spot Welded Joints of Stainless Steel[J]. Journal of Kunming University of Science and Technology: Natural Science Edition, 2016, 41(5): 22-26.

[44] 陈振华, 史耀武, 赵海燕. 薄镀锌钢板点焊超声成像分析[J]. 机械工程学报, 2009, 45(12): 274-278.

CHEN Zhen-hua, SHI Yao-wu, ZHAO Hai-yan. Ultrasonic Imaging Analyses of Spot Welds on Galvanized Steel Sheet[J]. Journal of Mechanical Engineering, 2009, 45(12): 274-278.

[45] 宋海燕, 陈继涛, 宋娟, 等. 基于红外热成像技术的激光焊接质量在线检测[J]. 激光杂志, 2020, 41(8): 45-49.

SONG Hai-yan, CHEN Ji-tao, SONG Juan, et al. On-Line Inspection of Laser Welding Quality Based on Infrared Thermal Imaging Technology[J]. Laser Journal, 2020, 41(8): 45-49.

[46] 张冠华, 黄炜. 红外热成像测温技术在金属机械加工方面的应用[J]. 红外与激光工程, 2001, 30(1): 74-78.

ZHANG Guan-hua, HUANG Wei. Applications of the Infrared Thermography on the Metal Mechanical Processing[J]. Infrared and Laser Engineering, 2001, 30(1): 74-78.

[47] CHEN Jian, FENG Zhi-li. IR-Based Spot Weld NDT in Automotive Applications[J]. SPIE Conference on Thermosense-Thermal Infrared Applications XXXVII, Baltimore, 2015, 9485: 948513.

[48] CHEN Jian, FENG Zhi-li. Online Resistance Spot Weld NDE Using Infrared Thermography[C]// Conference on Nondestructive Characterization and Monitoring of Advanced Materials, Aerospace, and Civil Infrastructure, Portland, 2017: 101690K.

[49] FOREJTOVÁ L, ZAVADIL T, KOLAŘÍK L, et al. Non-Destructive Inspection by Infrared Thermography of Resistance Spot Welds Used in Automotive Industry[J]. Acta Polytechnica, 2019, 59(3): 238-247.

[50] LEE Sang-yun, NAM J, HWANG W, et al. A Study on Integrity Assessment of the Resistance Spot Weld by Infrared Thermography[J]. Procedia Engineering, 2011, 10(C): 1748-1753.

[51] 范秋月, 陈虹微, 金璐, 等. 微型电阻点焊质量的红外检测研究[J]. 电焊机, 2020, 50(12): 96-99.

FAN Qiu-yue, CHEN Hong-wei, JIN Lu, et al. Micro-Resistance Spot Welding Quality Detection Based on Infrared Detection[J]. Electric Welding Machine, 2020, 50(12): 96-99.

[52] 丁卫良, 常华峰, 潘龙龙, 等. X射线无损检测的应用及发展趋势[J]. 科技创新与应用, 2020(36): 161-162.

DING Wei-liang, CHANG Hua-feng, PAN Long-long, et al. Application and Development Trend of X-Ray Non-Destructive Testing[J]. Technology Innovation and Application, 2020(36): 161-162.

[53] 王永伟, 朱波, 曹伟伟, 等. 碳纤维复合材料导线X射线无损检测技术开发及应用[J]. 化学分析计量, 2014, 23(5): 72-74.

WANG Yong-wei, ZHU Bo, CAO Wei-wei, et al. Development and Application of Non-Destructive Testing Technology on ACCC[J]. Chemical Analysis and Meterage, 2014, 23(5): 72-74.

[54] 马芳, 李晓琳, 淡婷, 等. 点焊试样X射线底片白斑影像产生机理分析[J]. 理化检验(物理分册), 2015, 51(3): 173-176.

MA Fang, LI Xiao-lin, DAN Ting, et al. Mechanism Analysis on Light Spot on X-Ray Film of Spot Welding Specimens[J]. Physical Testing and Chemical Analysis (Part A: Physical Testing), 2015, 51(3): 173-176.

[55] MYRACH P, JONIETZ F, MEINEL D, et al. Calibration of Thermographic Spot Weld Testing with X-Ray Computed Tomography[J]. Quantitative InfraRed Thermography Journal, 2017, 14(1): 122-131.

[56] 王东华, 周源华, 刚铁, 等. 基于小波模极大值的点焊缺陷边缘检测[J]. 上海交通大学学报, 2003, 37(3): 432-434.

WANG Dong-hua, ZHOU Yuan-hua, GANG Tie, et al. Edge Detection of X-Ray Spot Weld Defects Based on Wavelet Modulus Maxima[J]. Journal of Shanghai Jiao Tong University, 2003, 37(3): 432-434.

[57] 韩长录. 超高强钢点焊残余应力的测试与数值分析[D]. 北京: 北京工业大学, 2014: 7-17.

HAN Chang-lu. The Measuring of Spot Welding Residual Stress of Ultra-High Strength Steel and Numerical Analysis[D]. Beijing: Beijing University of Technology, 2014: 7-17.

[58] AO San-san, LI Chun-jie, HUANG Yi-fei, et al. Determination of Residual Stress in Resistance Spot-Welded Joint by a Novel X-Ray Diffraction[J]. Measurement, 2020, 161: 107892.

[59] 黄建明, 林俊明. 焊缝电磁涡流检测技术[J]. 无损检测, 2004, 26(2): 95-98.

HUANG Jian-ming, LIN Jun-ming. Eddy Current Inspection Technique for Welded Lines[J]. Nondestructive Testing Technologying, 2004, 26(2): 95-98.

[60] TARAM A, ROQUELET C, MEILLAND P, et al. Nondestructive Testing of Resistance Spot Welds Using Eddy Current Thermography[J]. Applied Optics, 2018, 57(18): D63-D68.

[61] TSUKADA K, MIYAKE K, HARADA D, et al. Magnetic Nondestructive Test for Resistance Spot Welds Using Magnetic Flux Penetration and Eddy Current Methods[J]. Journal of Nondestructive Evaluation, 2013, 32(3): 286-293.

[62] MA Nv-jie, GAO Xiang-dong, WANG Cong-yi, et al. Influence of Sampling Frequency on Magneto-Optical Imaging under Alternating Magnetic Field Excitation[J]. IEEE Sensors Journal, 2019, 19(23): 11591-11600.

[63] 代欣欣, 高向东, 郑俏俏, 等. 焊缝缺陷磁光成像模糊聚类识别方法[J]. 焊接学报, 2021, 42(1): 54-57.

DAI Xin-xin, GAO Xiang-dong, ZHENG Qiao-qiao, et al. A Method of Fuzzy Clustering Identification for Weld Defects by Magneto-Optical Imaging[J]. Transactions of the China Welding Institution, 2021, 42(1): 54-57.

[64] GAO Xiang-dong, LI Yan-feng, ZHOU Xiao-hu, et al. Multidirectional Magneto-Optical Imaging System for Weld Defects Inspection[J]. Optics and Lasers in Engineering, 2020, 124: 105812.

[65] 高向东, 郑俏俏, 王春草. 旋转磁场下焊接缺陷磁光成像检测与强分类研究[J]. 机械工程学报, 2019, 55(17): 61-67.

GAO Xiang-dong, ZHENG Qiao-qiao, WANG Chun-cao. Magneto-Optical Imaging Detection and Strong Classification of Weld Defects in Rotating Magnetic Field[J]. Journal of Mechanical Engineering, 2019, 55(17): 61-67.

[66] 马女杰, 高向东, 代欣欣, 等. 焊接裂纹磁场模拟及磁光成像检测[J]. 焊接学报, 2019, 40(9): 77-81.

MA Nv-jie, GAO Xiang-dong, DAI Xin-xin, et al. Magnetic Field Characteristic Simulation and Magnetooptical Imaging Detection of Weld Cracks[J]. Transactions of the China Welding Institution, 2019, 40(9): 77-81.

[67] GAO Xiang-dong, DU Liang-liang, XIE Yi-long, et al. Identification of Weld Defects Using Magneto-Optical Imaging[J]. The International Journal of Advanced Manufacturing Technology, 2019, 105(1/2/3/4): 1713- 1722.

[68] 高向东, 季玉坤, 张艳喜. 一种点焊缺陷磁光成像无损检测系统: CN212391429U[P]. 2021-01-22.

GAO Xiang-dong, JI Yu-kun, ZHANG Yan-xi. Spot Welding Defect Magneto-Optical Imaging Nondestructive Testing System: CN212391429U[P]. 2021-01-22.

Research Status of Quality Detection Technology for Resistance Spot Welding

LIU Qian-wen1, ZHANG Nan-feng2, RUAN Jie-shan2, YE Guang-wen1, ZHANG Yan-xi1, GAO Xiang-dong1

(1.Guangdong Provincial Welding Engineering Technology Research Center, Guangdong University of Technology, Guangzhou 510006, China; 2.Huangpu Customs Technology Center,Guangdong Dongguan 523076, China)

Due to the influence of various factors, welding defects such as cracks, shrinkage cavities and incomplete fusion are prone to occur in the nugget area during resistance spot welding process. The quality of spot welding directly affects the service life of welding components, so the defect detection and quality evaluation of spot welding are very important. In this paper, the principle of resistance spot welding is generalized, and the latest research results and applications of quality detection technology for resistance spot welding are summarized. Also, the monitoring method of welding process parameters, the detection mechanism of non-destructive testing method after welding, the quality evaluation method and its advantages and disadvantages in practical application are analyzed. In addition, the development of non-destructive testing technology for resistance spot welding is prospected. Organically combining existing non-destructive testing methods, using signal processing, artificial intelligence, pattern recognition and other technologies to improve the convenience, efficiency and intelligence of detection, are the focus of future research on quality detection technology for resistance spot welding.

resistance spot welding (RSW); non-destructive testing (NDT); welding quality; research status

10.3969/j.issn.1674-6457.2022.05.013

TG441.7

A

1674-6457(2022)05-0083-11

2021–07–17

广州市技术创新发展专项资金（202002020068）

刘倩雯（1996—），女，硕士生，主要研究方向为无损检测技术。

高向东（1963—），男，博士，教授，博士生导师，主要研究方向为焊接自动化。

责任编辑：蒋红晨