TIG焊背面熔宽的神经网络模糊控制.pdfVIP

维普资讯 第22卷 第5期 焊 接 学 报 V01．22 No．5 2001年 10月 TRANSA皿 ONSOFTHECm NA W_ELDING IN rTrIIⅡON 0etober 2001 TIG焊背面熔宽的神经网络模糊控制 高进强， 武传松， 刘新峰 (山东大学 材料液态结构及其遗传性教育部重点实验室，挤南 250061) 摘 要：aac(TungstenInertc船)焊接过程是一个高度非线性、强耦合、时变的系统，针 对这一特点，本文设计了单层神经网络模糊控制器，结出了学习算法。该控制器可以自 动学习模糊控制规则，并随系统的变化 自动调节模糊控制规则。采用普通 CCD (Clmrgedco．pl,Offeic~)摄像机拍摄熔池的正面图像，提取出熔池正面几何参数，利用 熔池正面几何参鼓与背面熔宽的关系模型，对背面熔宽进行实时控帝町。仿真及试验结 果表明，该控制器具有良好的控制性能和控制效果。 一 关键词：单层神经网络模期控制器；学习算法 ；模糊控制规则；背面焙宽 中图分类号：TC,402 文I峨标识码：A 文章编号 ：0253—360X(20D1)05—05—04 高进强 0 序 言 仿真及试验结果表明，该控制器具有 良好的控制特 性和控制效果。 TIG焊接工艺在重要产品结构的制造过程中得 到了广泛应用。由于影响TIG焊接工艺的因素众 1 试验系统 多，为了保证焊接质量和焊接结构的安全可靠性，必 须对焊接过程 ，特别是焊接熔透实施精确控制。然 试验系统的总体结构框图如图1所示，由主控 而，焊接过程是一个高度非线性、强耦合、时变的系 微机、焊接控制单元、图像采集卡、CCD摄像机及窄 统，难以建立精确的数学模型，因而 目前广为应用的 带复合滤光器、TIG焊机、行走机构及调速器、监视器 经典控制手段难以获得满意的效果 l2J。 等部分组成。焊接控制单元根据主控微机的信息控 模糊控制采用模糊推理规则，模仿人在不确定 制焊接速度和焊接电流，图像采集卡根据主控微机 环境下的决策行为，它不需要建立系统精确的数学 的指令进行图像采集。CCD摄像机具有较高的分 模型，特别适宜于复杂系统。但从经验中自动产生 辨率 (600L)，8种电子快门，最快可达 1／10000S。 规则，并修改其控制决策的自学习能力较为薄弱。 图像采集卡的图像采集及转换速度为30恢／s．转换 神经网络对信息的处理具有白组织、自学习的特点． 图像的灰度精度为 1／256，该卡能眵通过微机实对 可以直接从经验中获取知识，具有较强的自学习能 调整采集时的亮度和对比度。 力，其容错性也较强，但学习速度慢、知识表达困难。 c皿 H㈣ -’·d 两者的优缺点具有明显的互补性，将神经网络和模 糊控制相结合，形成神经网络模糊控制，可以克服各 自的缺点，是 当前颇受人们关注的控制策略之 一 。 背面熔宽能够反映熔透的程度，因而通过控制 背面熔宽可以控制焊接熔透。本文利用商用普通 CCD摄像机，从试件正面拍摄熔池区图像，利用图 像处理程序获取熔池正面的几何参数，建立熔池正 面几何参数与背面熔宽的神经网络模型 (FBW模 型)，根据熔池正面的几何参数得出背面熔宽。针 图1 系统框图 对背面熔宽的控制 ，设计了单层神经网络控制器。 № ．1 Th