GTAW神经网络—模糊控制技术的研究.pdfVIP

维普资讯 第21卷 第 1期 焊 接 学 报 V0】．21 No．1 2000年 3月 TRAN r10 OFTHEC}玎吖AWEU)矾G矾s]rrIUⅡoN March 2000 GTAW神经网络 一模糊控制技术的研究 高向东 黄石生 § 0 (华南理工大学 广州 510640) (广东工业大学 广州) 摘 要 研究神经网络与模糊控制融合技术，构成钨扳气体保护电弧焊 GTAW神经网 络一模糊控制系统。重点论述神经网络和模糊逻辑在熔深建模和控制以及焊缝跟踪方 面的应用。通过视觉传感器CCD获取电弧区图像和熔池表面形状，建立一种描述熔深 的神经网络模型，根据焊接电流、熔宽和焊缝间隙量来精确估算熔探，同时结合模糊逻 辑提高熔探的控制精度 针对弧焊过程非线性以及焊炬伺服系统动态过程难以用精确 数学模型来表达的问题，设计焊缝跟踪 自词整模糊控制器，通过 自适应共振理论模型算 法检测焊缝位置并根据跟踪偏差在线调整控制参数，从而提高焊缝跟踪精度。试验结 果表明，所设计的系统具有 良好的控制特性，为实现GTAW过程智能化提供了一条有效 的途径 。 一 关申键圉词分类：塑 墼．塑墼 GTAWl童堡璺丝里壁 ∈rT R窜 高向东 号’删 T钎斗畔．。 帝 7 n 序 古 HFGZ—XY控制仪和焊接工作台[33。焊接工作台用 将人工智能技术用于弧焊过程控制的研究方兴 以模拟一个 2关节直角坐标式机器人本体，配有 未艾，其中，熔深和焊缝跟踪的控制则是最为活跃的 CCD摄像机、焊炬、步进电机和夹具等。焊炬达到 研究课题 ，因为在弧焊过程中，熔深是最重要的质量 平面空间位置的两个运动(x、Y)由直线运动构成， 参数，熔深不足或未焊透是造成焊接结构失效的最 并由两台步进电机驱动，焊炬运动范围为550lllm× 危险因素。因此，熔深通常是 电孤焊控制技术所要 300lm 。CCD与水平方向夹角45。，它将采集到的电 顾及的最终 目标_1-；而精确的焊缝跟踪又是保证焊 弧区图像以视频信号形式输入至图像卡，工业控制 接质量的关键 J。由于弧焊过程是一个典型的非线 机通过图像处理以及有关控制算法，实现熔深和焊 性、强耦合和时变的多变量复杂系统，存在强烈的弧 缝跟踪的控制。 光、烟尘和电磁干扰等不利因素，其动态过程难以用 精确的数学模型来表示，熔深和焊缝特征信息的实 2 GTAW熔深神经网络建模 时提取也较为困难。基于经典数学模型的传统控制 方法很难达到较高的焊缝质量。 保证熔深控制质量的关键是使焊件完全熔透并 本文研究一种神经网络一模糊控制方法，将其 且深度均匀 ，由于焊缝熔深难以在实时条件下直接 用于钨极气体保护电弧焊 GTAW 的控制过程。通 检测，因此通常是通过相关量间接检测而实现对熔 过神经网络建模和白适应共振理论模型算法估算熔 深的控制。熔深、熔宽和加强高等这些焊缝直接参 深和检测焊缝量，同时结合模糊逻辑提高熔深和焊 数是由焊缝的问接参数如焊接电流 、焊速、焊炬角度 缝跟踪的控制精度。 和保护气体等多种因素决定。焊接过程控制的 目的 即通过选择和控制间接参数而获得满意的直接参 1 试验装置及工作原理 数