การแบ่งระดับคุณภาพของรอยเชื่อมชนิดความต้านทานแบบจุดจากสัญญาณอะคูสติกอิมิชชั่น

Classification of Nugget Quality in Resistance Spot Welding Using Acoustic Emission Signal

Name: จิรวุฒิ โลหภาษัย

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี. คณะวิศวกรรมศาสตร์. สาขาวิชาวิศวกรรมการเชื่อม

Name: Chirawut Lohabhasai

Organization : King Mongkut's University of Technology Thonburi. Faculty of Engineering. Welding Engineering

keyword: อะคูสติกอิมิชชั่น

; Acoustic Emission

Abstract: งานวิจัยนี้เป็นการนำสัญญาณอะคูสติกอิมิชชั่น (AE) มาใช้ในการแบ่งระดับคุณภาพของรอยเชื่อมที่เกิดจากกระบวนการเชื่อมด้วยความ ต้านทานแบบจุดทั้งชนิดไฟฟ้ากระแสตรงและไฟฟ้ากระแสสลับ โดยการนำสัญญาณอะคูสติกอิมิชชั่นที่ตรวจวัดได้ มาผ่านการกำจัดสัญญาณ รบกวนด้วยการแปลง เวฟเลท แล้วนำมาหาตัวแปรทางอะคูสติก ได้แก่ พลังงานอะคูสติก (AE-RMS) แอมพลิจูด และเค้าท์ เพื่อหาความสัมพันธ์ ในการระบุคุณภาพของรอยเชื่อมโดยพิจารณาเปรียบเทียบกับผลของความแข็งแรง ขนาดของรอยเชื่อม และการเกิดสะเก็ดไฟในขณะเชื่อม จากผลการดำเนินงาน สรุปได้ว่า ตัวแปรอะคูสติกมีคุณลักษณะที่สามารถนำมาใช้ระบุความสมบูรณ์ของรอยเชื่อมได้ ในงานวิจัยนี้ ได้ประยุกต์ โดยการนำโครงข่ายประสาท มาเรียนรู้และวิเคราะห์ลักษณะความสมบูรณ์ของรอยเชื่อมที่มีคุณภาพ โดยผ่านชุดข้อมูลของตัวแปรอะคูสติกที่ผ่าน การกำจัดสัญญาณรบกวนไว้แล้ว จากผลการทดสอบพบว่ามีความถูกต้องในการแบ่งระดับคุณภาพ คิดเป็นร้อยละ 85 สำหรับกรณีการเชื่อมด้วย ไฟฟ้ากระแสตรง และมีความถูกต้อง คิดเป็นร้อยละ 89 สำหรับกรณีการเชื่อมด้วยไฟฟ้ากระแสสลับ ดังนั้น สัญญาณอะคูสติกอิมิชชั่นจากการ ตรวจสอบแบบไม่ทำลาย มีศักยภาพในการนำมาใช้แบ่งระดับคุณภาพรอยเชื่อมทั้งการเชื่อมด้วยไฟฟ้ากระแสตรงและกระแสสลับได้อย่างมี ประสิทธิผล

Abstract: This research presents the applied acoustic emission signal (AE) in classification of nugget quality in resistance spot welding process both directed current (DC) and alternated current (AC). The AE signal was denoised by Wavelet Transform and conducted to obtain AE parameters which consisted of AE-RMS, Amplitude and Count to find the relation which used to specify nugget quality by comparison with strength, nugget size and expulsion during the welding process. From analyzed results, AE parameters could be concluded that they had characteristic which was able to classify nugget quality. This experiment was utilized by using Neural Network to learn and analyze the accepted nugget quality through data sets of denoised AE parameter. The results were shown that there were accuracy in classification by 85 percent for DC spot welding and by 89 percent for AC spot welding respectively. Therefore, the acoustic emission signals detected from Non-Destructive Testing (NDT) have ability to use in order to classify nugget welded quality both DC and AC resistance spot welding effectively.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

Address: กรุงเทพมหานคร (Bangkok)

Email: info.lib@mail.kmutt.ac.th

Name: อาษา ประทีปเสน

Role: อาจารย์ที่ปรึกษา

Name: Asa Prateepasen

Role: Advisor

Created: 2548

Modified: 2552-03-04

Issued: 2552-03-04

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: PRE1475

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมการเชื่อม

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	PRE1475.pdf	6.42 MB	80	2025-02-21 15:01:06
2	PRE1475ab.pdf	83.71 KB	11	2025-02-21 15:02:37
3	PRE1475abth.txt	2.06 KB	9	2018-05-10 21:29:08
4	PRE1475aben.txt	2.05 KB	6	2018-05-10 21:29:09

ใช้เวลา

0.047964 วินาที