材料成型控制工程基础第六章要点.ppt

6.3.6焊缝溶透与熔深的传感与控制 焊接条件实时跟踪传感与控制是对焊道形状（高度和宽度）、背面焊形状、熔透深度、 容敷量等控制量实施检测和控制。控制参数包括焊接电流、电弧电压、焊接速度和电弧位置。 焊缝尺寸是决定焊接接头强度及有关性能的重要因素，因此也是焊接质量控制的重要内容。 焊缝尺寸主要包括焊缝宽度B，焊缝熔深H或熔透b（用焊缝背面宽度来表示）， 焊缝余高h（亦称焊缝加强高）如图6.38所示。 图6.38 焊缝尺寸控制的主要内容 1. 熔池振荡法溶透与熔深的传感与控制 这种方法是根据液态物体体积与液面自然振荡频率之间的关系， 实现从熔池正面来检测熔池的熔透或熔深，从而达到控制它们的目的。 在基值电流之上间断地施加瞬时激振脉冲电流激起熔池振荡的方法中， 比较成功地应用于生产的方案为“检测熔池谐振实现熔透与熔深的控制”。 图6.30为熔池谐振方案的原理示意图。 图6.39 熔池谐振方案原理示意图 2. 熔池图像法熔透与熔深的传感与控制 熔池图像法熔透与熔深传感控制方案的提出是基于焊工在焊接时， 就是根据通过焊接面罩观察熔池图像，获得熔透与熔深信息的， 通过手工操作，控制电弧位置、角度、运行速度等，达到控制熔透与熔深的目的。 频闪高速摄影机捕捉的熔池图像送到计算机，通过专门的软件进行图像处理， 可实时地得到清晰熔池边缘图像。通过实际焊件的大量试验分析获知， 二维熔池图像的熔池长度l及拖尾夹角θ与焊缝熔透（焊缝反面熔宽b）（图6.40） 有良好的对应关系，故取l与θ作为反映熔透的二维熔池图像的几何特征参量。 利用神网络原理，通过试验得到大量熔池二维图像l、θ及焊缝反面熔宽b的数据， 对神经网络模型进行训练学习，最后得到能准确反映熔池二维图像几何特征参量（l、θ） 与焊缝熔池背面熔宽b关系的神经网络模型。只要实时检测到l与θ， 作为模型的输入参量，就可以实时地得到输出参量b。 图6.40 反映熔透的二维图像几何特征参量 3. 熔池红外检测法熔透与熔深的传感与控制 焊接时，接头各区的温度不同，所发出的辐射量不同。 由于温度不同的金属所发出的红外线波长也不同， 故可通过选取适当的波长范围，滤去所有低于一定温度的辐射能， 而仅仅检测熔化和接近熔化金属发出的辐射能。 基于此原理，采用对红外光谱段敏感的热释电型红外传感器， 与特定的滤光器结合，配合电路上模拟和数字滤波，可以成功地监测焊缝的熔透情况。 根据以上原理建立的焊缝熔深红外控制系统框图见图6.41。 图6.41 红外检测微机TIG焊熔深控制系统框图 典型应用简图 图6.42 TIG焊熔透系统应用简图 6.4焊接过程智能控制 弧长调节系统的硬件组成 图6.43 焊接电流和弧长控制系统结构图 在本控制系统中，电机的控制是采用脉宽调制（PWM）方式进行的 图6.44 力矩电动机驱动电路原理图 控制软件流程图如图6.46所示 图6.46 弧长调节程序流程图 6.4.2模糊系统理论在焊接中的应用 系统框图 采用8031单片微机的模糊控制系统硬件结构如图6.47所示。该系统主要有三部分组成，即8031单片机系统，焊接电弧取样电路和给定值电路，步进电机控制及驱动电路。 图6.47 微机模糊控制系统硬件框图 设计步骤 模糊控制器组成 本系统采用二输入单输出的模糊控制器，其结构如图6.48所示，主要由三部分组成：精确量的模糊化，模糊控制规则的构成（模糊算法器），输出信息的模糊决策。 图6.48 模糊控制器结构图 6.4.3焊接专家系统在焊接中的应用 专家系统是一类特殊的计算机软件，它具有相当于专家的知识和经验水平以及解决专门问题的能力。 图6.50 系统总体结构模型 面向对象的模型 系统实现的程序流程 程序流程图 6.4.4人工神经网络理论在焊接中的应用 系统框图 神经网络对信息的处理具有自组织、自学习的特点，可以直接从经验中获取知识，具有较强的自学习能力，其容错性也较强。基于上述优点，人工神经网络理论在焊接领域中的质量预测、过程控制、参数选择等方面的应用获得了较快地发展。 * * 第6章 焊接过程控制 6.1焊接过程控制特点 6.2焊接质量自动控制必要性 6.3焊接过程传感与控制 6.4焊接过程智能控制 6.1焊接过程控制特点 6.1.1 焊接过程控制一般特点 （1）由于电弧发出的光、热、声波、飞溅等的干扰， 在其它领域可使用的测量技术在近弧区无法使用。 另外，埋弧焊时因为熔渣的存在也妨碍了有效的测量 （2）电弧焊多半是工件固定电弧移动，要在有电弧的一面检测， 必须使检测器与焊炬连接在一起同时移动。 这样就必须使用能沿焊缝移动的长探测头，这是相当麻烦的。 另外，使用垫板也会使焊缝背面的检测性能变坏。 （3）因为近缝区金属处于不稳定的过程与不平衡状态