一种弧焊机器人的智能焊缝跟踪系统.pdfVIP

Vol20．SS 第20卷蚺4期 1998年8门 机器人ROBOT Aug、1998 一种弧焊机器人的智能焊缝跟踪系统+ 孙华 王 炎 周卫东 徐松源 (晰尔渲下、啦^学151)1101 暗尔滨删T人学ljon圳) 摘要奉殳将人丁神终删络柙模糊摔制脚用F弧焊机器人的焊缝跟踪系统中．提H卜‘种新掣的!b弧 传感器一BP州络l乜弧传感器．用j￡竹-为榆测焊缝偏差的T具．结合模糊控制器，构成一跟踪系统，镁骑结 果令人满崽 ．关键词人]’神经嘲络，模蝴控制．焊缝*随踪，弧焊机器人 1引言 在焊接领域，孤焊机器人已成为焊接自动化的主要发展方向．目前，弧焊机器人的廊埘 日益受剑重视，尤其在汽午、船舶等制造业中已显示出极人的优越性但目前人部分131k现 场的弧焊机器人属『-第一代示教～再现，靼机器人为解决示教一再教型机器人存在的～些问 题，需要对其进行外同技术故造，加入某些智能传感设备，以提高弧焊机器人的智能水平． 当前，人I：智能技术、计算机技术的E速发展，为我们解决问题提供了可能性斗}别是 近儿年来发展起来的人1．神经网络．由r其j}有的：人规模并行处理和分布式的信息存储、 良好的由适应愕，以及很强的学习功能、1淡想功能及存错功能等，已在计。多领域得剑r心_Lf』． 人J：神经网络技术也为研制弧焊机器人提供了一条重要途径．本文将人I‘神经阙络技术结合 模糊控制技术应J{4住弧焊机器人的焊缝跟踪系统中，Ⅲ人l：神经网络力法检测焊枪偏离焊缝 的偏芳，川模糊控制器控制焊枪的延硎，从而进行焊缝跟踪． 2人工神经网络用于检测焊缝偏差 2 1建立BP网络 人』．神经期络中，目前廊川最厂、基本思想最赢观、最锌易理解的是议著逆传播神经蚓 络，即BP网络．典掣的BP湖络是j层、前馈阶层网络， 对丁．二层BP网络_i： C=／[∑Gf(∑％矽；～0j)一y，】 一e 为第f个话点的实际输d{ 一汐i为第i个讧点f竹输入 ★1998I¨一2l收稿 第20卷第4期 孙华等：～种弧许机器人的智能岬缝蜊踪系统 vjr为隐含层至输山层连接权 wij为输入层至隐培连接权 一0． 为隐含崖单元的嘲值 一y． 为输出层单元的蚓值 --F(．1为Sigmoid函数 为避免学习时收敛较慢年¨易落入局部极小点，权值的调整按F式进行： AVⅣ(N+1)=尉。b，+aAV。(N) 一文为输出层第t个单元的误筹硕 ～bj为隐层输出 一￡为·学习阁子，足控制权值F降梯度的系数． 一a为惯性网产，是调协变化i疗的参数，综合1r上～次的权值更新值 焊缝跟踪中，关键是要检测出焊枪偏离焊缝的偏筹我们茸先训练一个!层BP网络，此 BP网络，输入层有40个1，点，为焊枪a：一个摆动周划的20个也流平¨电所数掘．输出层有+ 个仃点，为焊枪偏离焊缝的偏筹．如图1所示 i1 t11 112 i20u20 蚓1 i层BP嘲络州米杓_删蝌缝偏筹 2．2获取网络样本和网络的训练 住BP州络训练之前，需l获取样本数据，我们前先住焊枪‘J焊缝的偏菁为零时，即D=0 经过处理J厅千{：为BP蚓络的输入值，列BP嘲络进行圳练．为加快冲经网络收敛和防咖振荡， 我们采Ⅲ』’变学习…f训练方法．经过50000 i欠的学习，输{土；苗的昂人相对误差为12％， 我仃J¨j剩F的5 ft{数据柬验吐酬络的通埘性．测试纷聚表明，它们的平均相列议葶为 8％，小J洲约、}}小的最人相对议蓐．闲此i皇BP嘲络叫‘以竹为捡恻焊枪摆动。阻0偏离衅缝的 偏芹值的I具． 由J：我们殴汁的¨J求捡洲偏筹的I”州络．蜜质址利川lU弧本身}佝电信号：电流fff年ll电 H、值，㈨此U将