用于轻量级声学焊接穿透监测的 PEQ 增强型选择性小波网络

《Journal of Manufacturing Processes》：PEQ-enhanced selective wavelet network for lightweight acoustic welding penetration monitoring

　　

**摘要**

实时穿透监测对于确保激光-电弧复合焊接的结构完整性至关重要。虽然基于麦克风的声学传感提供了一种非侵入式解决方案，但其工业部署受到非平稳环境噪声和传统深度学习架构高昂计算延迟的严重制约。为克服这些局限，本研究提出了一种物理增强的稀疏小波网络，命名为SPEQW-Net。该框架利用可微级联参数均衡器（PEQ）阵列作为物理前端，替代黑箱式预处理，对工业干扰条件下的声学波形进行任务自适应频率重加权。随后，卷积离散小波变换（C-DWT）将信号映射为多尺度表示。在该模块中，一种有针对性的稀疏门控机制显式修剪了50%学习贡献分数最低的通道，消除了随机的环境伪影。最后，自定义的MobileNetV3-Small骨干网络执行轻量级分类。在噪声增强数据集（信噪比5–20 dB）上的实验结果表明，SPEQW-Net实现了94.8%的准确率。该模型参数规模仅124万，计算推理延迟为5.8毫秒，与ResNet-18相比，计算开销减少了89%，推理速度提升了7倍以上。统计频谱分析揭示了与先前焊接声学发现一致的、依赖于穿透状态的频谱变化。

**引言**

激光-电弧复合焊接已成为现代重工业（如造船和航空航天）中的关键连接技术，因为它能够整合激光的深穿透能力与电弧的优异间隙桥接能力[1]，[2]。然而，激光诱导焊接匙孔与电弧等离子体之间的协同交互作用本质上是高度动态的，对微小的热-流体波动极为敏感。这些不稳定性经常引发严重的结构缺陷，最为突出的是未熔合（LP）和熔穿（EP），这些缺陷会灾难性地破坏焊接接头的机械完整性[3]。近期关于焊接穿透监测的综述进一步指出，关键挑战已从能否感知穿透状态转变为能否在实际工业条件下稳健且高效地识别穿透状态[4]。

为了实现精确的状态识别，研究人员广泛探索了各种无损传感模态。基于视觉的监测系统（利用高速同轴或近轴相机）由于能够直接捕获熔池的几何形貌和动态行为，传统上主导了这一领域[5]，[6]。近期关于激光束焊接原位光学监测的综述也总结了视觉传感、特征表征和数据驱动建模方面的重大进展[7]。然而，光学传感在激光-电弧复合焊接中的工业部署受到严重的固有制约。这种协同工艺会产生极其强烈且湍流的电弧等离子体羽流，伴随大量金属蒸气和不规则的飞溅，频繁导致光学传感器饱和或遮挡匙孔开口。此外，激光头和焊接枪的集成施加了严格的空间约束，使得在自动化机械臂上安装笨重的光学设备极为不切实际。为规避这些光学和空间限制，通过麦克风进行气载声发射（ABAE）传感作为一种稳健的替代方案受到广泛关注[8]。作为具有成本效益、非侵入式和易于部署的传感模态，声学传感天生不受视觉干扰影响，同时提供极高的时间分辨率[9]。从物理声学的角度来看，激光-电弧复合焊接过程中产生的气载声波本质上是由焊接区域内瞬态热物理过程激发的空间压力扰动[10]。具体而言，高频声学成分主要源自电弧等离子体的周期性体积膨胀和激光诱导金属蒸气的剧烈喷射[11]；而中低频成分则与匙孔腔的水动力共振和熔池的表面张力波密切相关[12]。由于匙孔的几何尺寸直接决定了上述声学共振频率和宽带能量的分布特征[13]，气载声信号可以作为客观的物理载体，映射内部穿透演化过程。与光学特征相比（光学特征本质上是受热滞后效应影响的），声压波具有毫秒级瞬态响应的优势，从而为焊接稳定性的实时评估提供了有前景的传感基础。这一物理关系与激光焊接中早期的声学研究结果一致，其中声特征通过声学特征和回归或神经网络模型与焊缝深度和穿透变化相关联[14]。

随着深度学习技术的应用，数据驱动方法逐渐取代了声学焊接监测中的人工特征提取[15]。传统方法通常将一维声序列转换为二维时频表示（如短时傅里叶变换或梅尔频谱图），随后输入卷积神经网络（CNN）或循环神经网络（RNN）进行状态识别[16]，[17]，[18]。对于激光焊接声，同步压缩小波分析已被用于脉冲模式激光焊接中的穿透条件分类，展示了锐化时频脊对声学状态识别的价值[19]。一项相关研究通过结合特征提取与人工神经网络从脉冲模式激光焊接声中估计焊缝深度[20]。最近，声发射时频表征结合CNN-LSTM混合网络被用于激光焊接穿透监测，明确地将时间建模引入声学识别流程[21]。声学监测也已扩展到利用可调环形模式激光束源对不锈钢箔的激光束焊接，表明基于声音的工艺监测对于新兴的束形焊接工艺仍然相关[22]。尽管取得了这些进展，其实用工业应用仍受到两大瓶颈的制约：对环境噪声的稳健性不足以及边缘部署的计算开销过大。

首先，真实的工业焊接环境伴随着高强度非平稳背景噪声，如保护气湍流、高频气刀吹拂声以及冷却设备的低频机械振动。大多数现有网络架构将全带时频谱图作为标准图像处理，对所有频率区间施加无差别的感受野。由于缺乏基于物理的频率过滤机制，高能噪声频段容易掩盖匙孔和熔池振荡的微弱声学特征（通常在1–5 kHz范围内）[23]。在使用麦克风阵列的焊接声监测研究以及焊接声/电参数融合研究中，也观察到了这一问题，其中声学信息是有用的，但对工艺背景和采集条件敏感[24]，[25]。这种特征级污染导致模型在实际车间部署时出现严重的域偏移，随后引发识别准确率的急剧下降。在通用音频识别中，可学习前端如SincNet和LEAF已表明，任务自适应滤波器可以改善从原始波形或频谱图中的表征学习[26]，[27]。可学习滤波器组和可学习伽马调谐方法进一步表明，前端滤波器可以与神经网络分类器一起训练[28]，[29]。在这些滤波器组方法之外，自适应FIR/IIR前端优化滤波器抽头或受约束的极点-零点参数，以获得任务相关的频率响应[30]。神经频谱掩蔽方法则在时频表示中估计频率相关的掩蔽，当需要波形输出时通常需要频域处理和逆重建。这些方法在参数化和输出接口方面均与本文提出的PEQ有所不同。然而，这些通用音频前端并未采用与峰值IIR参数均衡器相同的中心频率、品质因数和增益的联合参数化。因此，第一个挑战是在引入任务自适应频率过滤的同时保留显式的、可解释的信号处理参数。

其次，基于自注意力的架构最近被引入更广泛的声学识别任务中，以改善时频特征表示[31]，[32]。强大的音频架构如音频频谱变换器（Audio Spectrogram Transformer）和Conformer可以捕获全局或时间依赖性，但其计算负担不一定与低延迟边缘监测兼容[33]，[34]。尽管这些复杂架构通过扩展参数空间增强了非线性特征提取能力，但它们也显著增加了浮点运算次数（FLOPs）。工业自适应焊接控制通常需要毫秒级反馈延迟；然而，重型网络的高计算成本使得在位于焊接枪附近的资源受限边缘计算设备（如工业控制器或嵌入式模块）上实现高频实时推理变得困难[35]，[36]。此外，保留所有时频通道会将冗余频谱信息传播到识别骨干网络，进一步增加其处理负担。因此，构建一个平衡工业干扰下频率选择性重加权、选择性时频表示和轻量级神经推理的监测框架，对于在工业场景中实现准确且低延迟的分类至关重要。

为应对这些挑战，本研究提出了一种新颖的物理增强稀疏小波网络，命名为SPEQW-Net。该框架将可微级联串行参数均衡器（PEQ）集成为物理前端，在工业干扰条件下对声学波形进行任务自适应频率重加权。与通用可学习滤波器组相比，PEQ前端保留了显式的数字信号处理参数化，因此每个可训练的双二次分支都可以通过其中心频率、品质因数和增益进行解释。此外，创新性地设计了卷积离散小波变换（C-DWT）与有针对性的稀疏门控机制相结合的方法。通过显式修剪50%最不显著的小波通道，模型被强制在最具判别力的50%物理频段上精炼其表征能力。最后，修剪后的特征由轻量级的MobileNetV3-Small骨干网络处理以实现高效推理。所提出的SPEQW-Net提供了一个协同解决方案，平衡了噪声鲁棒性、物理可解释性和实时监测性能。

主要贡献总结如下：

1. **任务自适应PEQ重加权**：引入可微级联参数均衡器（PEQ）阵列作为物理前端。通过反向传播优化，它学习任务相关的频率响应，根据频谱成分对穿透状态识别的贡献来强调或衰减这些成分。

2. **选择性频谱蒸馏**：创新性地提出卷积离散小波变换（C-DWT）与有针对性的稀疏门控机制相结合的方法。通过可学习缩放因子显式修剪50%的冗余小波通道，网络蒸馏出最具判别力的声学特征，有效防止噪声引起的过拟合。

3. **边缘可部署轻量级架构**：采用自定义的MobileNetV3-Small骨干网络处理修剪后的稀疏标度图。该设计在低信噪比条件下保持高识别准确率的同时，减少了计算开销（FLOPs和参数量），使工业边缘设备上的实时低延迟推理成为可能。

**章节片段**

**SPEQW-Net的整体架构**

所提出的SPEQW-Net（选择性参数均衡器-小波网络）的全局工作流程如图1所示。该架构被设计为一个端到端的流水线，将物理声学定律与轻量级神经推理连接起来，由三个主要功能阶段组成。

首先，原始麦克风信号通过级联串行PEQ阵列进行物理信号精炼。通过优化物理参数（中心频率fc、品质因子Q和增益G），利用反向传播进行实验……

**实验配置**

实验研究在如图5所示的高功率激光-TIG复合焊接传感平台上进行。热源由IPG YLS-6000光纤激光器和EWM Tetrix 550 TIG电源组成，整合后以对接接头配置连接316L不锈钢板（300×80×4毫米）。一个精密自由场麦克风（AWA14423，频率响应20 Hz-20 kHz）通过万向节机构安装在焊接枪上。麦克风的位置设置为……

**总体识别性能**

SPEQW-Net的定量评估总结于表2，对应的分类行为通过混淆矩阵在图10中进行可视化。该模型在受调查的工业噪声和参数插值条件下，实现了94.80%的宏观准确率和94.87%的宏观F1分数，表明具有稳定的识别性能。

对指标的详细检查揭示了不同类别之间精确率和召回率之间的特定权衡。

**结论**

本研究提出了SPEQW-Net，一种用于激光-电弧复合焊接穿透状态识别的轻量级物理增强声学监测框架。该框架集成了可微PEQ前端、选择性小波映射和轻量级MobileNetV3-Small骨干网络，以在所调查的焊接条件下改善噪声鲁棒性和计算效率。

主要发现总结如下。首先，可微PEQ前端学习了任务自适应的……

**CRediT作者贡献声明**

张晓轩：撰写 – 初稿、可视化、方法论、调查。陈波：撰写 – 审阅与编辑、验证、资金获取。谭彩旺：撰写 – 审阅与编辑、验证。宋晓国：资源、资金获取。赵红云：撰写 – 审阅与编辑。

**利益冲突声明**

作者声明不存在已知的可能影响本文报告的工作的竞争性经济利益或个人关系。

**致谢**

本研究由国家科技重大专项（2025ZD1606900）、国家自然科学基金（项目号52175309）、泰山学者计划（编号tsqn202312323）、精密焊接与连接工艺及材料国家实验室（编号24-T-07）资助。

张晓轩|陈波|谭彩旺|宋晓国|赵红云