人工智能控制在机器人焊接中的应用.pdfVIP

堡三旦生茎垫垄堡堡!笪堕旦垫查奎堕叁笙苎塞 一————————————．塑星 人工智能控制在机器人焊接中的应用 广州华南理工大学机电系 曾安李迪 摘要 本文系统的介绍了人工智能控制在机器人焊接中的应用，主要从专家系统，模糊控制，神经网络这三 方面入手，分析比较了他们的优势与劣势，并根据各自特点，找到最佳结台方式．形成一种互补型的混合系统，同 时也分析丁其发展趋势。 关键词：人工智能控制、专家系统、横糊控制、神经网络、机器人焊接 0前言 在国外，焊接机器人已广泛应用于焊接生产。在国内，近十年来，机器人焊接技术已有很大长 进。但由于焊接工艺动态过程是一个多因素影响的复杂过程，尤其是焊接质量的实时控制问题，由 于被控对象的强非线性，多变量强耦合作用，材料的物理化学变化的复杂性．以及大量的随机干扰 和不确定因素的存在，使得有效的实时控制焊接质量成为国内外焊接界多年来瞩目的难题。一方面 需要解决实时准确的检测提取焊接质量的动态特征信息这一难题，另一方面须实现对熔池尺寸及熔 透等特征量的实时控制。因为经典及现代控制理论所能提供的控制器设计方法是基于被控对象的精 确数学建模，而焊接动态过程不可能给出这种可控的数学模型，但智能控制克服了这一缺陷，因此 近年来主要是希望设计模拟焊工操作行为的智能控制器来解决焊接质量实时控制的难题。 目前，专家系统技术．模糊控制技术和神经网络技术在焊接领域发展迅速．本文介绍了它们对 焊接质量实时控制的应用请况。 1专家系统 专家系统是利用控制理论的专业知识和经验，采用人工智能专家系统的知识表示及推理技术得 出控制动作的控制系统。它的基本结构包括六个部分：知识库，推理机，综合数据库，入机接口， 解释程序．咀及知识获取程序。整个系统的工作过程是从知识库出发，通过控制推理，得到所需结 论。由于焊接过程难以案化，更多的需要专家知识，目前主要利用它解决诸如焊接缺陷分析，焊接 材料选择，焊接工艺设计等复杂问题。在机器人焊接中，生产线上的工序节拍安排相当紧张，往往 来不及准确确定有无缺陷且属于何种类型缺陷，因此在生产过程中须准确快速实时的对焊接缺陷作 出正确判断，由于专家系统是模拟人类专家解决实际问题的智能型软件，因此它的利用能提高产品 质量和焊接工艺水平。 专家系统的主要特征是有一个巨大的知识库，存放某个专门领域的知识，从而可以解释其推理 过程，但同时根难从根本上突破“知识获取”这一瓶颈¨l。在其应用推广上也受到很犬的限制，一 方面是由于很难获得比较全面的，高质量的焊接领域专家知识，另一方面是现有的专家系统或多或 少缺乏通用性，且系统不易适应具体环境下的具体使用要求。 2模糊控制 模糊控制是智能控制较早的形式，它吸取了人的思维具有模糊性的特点．使用模糊数学中的隶 344 第三届计算枫在焊接中懿应用技术交涯会论文集 墨‘垦 属函数，模糊关系，模糊推理和决策等工具得出控制动作。它分为三个部分：模糊化t模糊推理和 解模糊化。在机器人焊接中，由于各参数之间存在着不确定性，很难建立精确的数学模型，而模糊 控制以模糊集台为基础，经过模糊推理，生成控制决策表，再对它进行查询，将过去～些只能用语 J， 言表达的暧昧概念转变为定量处理过程，从而避免了非线性多变量复杂系统中建立模型的困难12 它即可直接用经验知识对控制对象进行控制．又可以由计算机来模仿人工思维逻辑的推理决策过程， 并转化为定量的数值输出。 · 模糊控制的主要特征是将专家的控制经验总结出来，建立控制决策表和规则，再利用不确定性 复杂对象的模糊关系，通过被控系统输出误差及误差变化和模糊关系的推理合成获得控制量，从而 对系统进行控制。但对焊接过程这一复杂对象的控制精度不够，并存在自适应能力有限，易产生震 荡，控制规则优化困难等不足。 3神经网络 神经网络控制是研究和利用人脑的某些结构和机理以及人的知识和经验对系统的控制。它能逼 近任一个非线性函数，即具有很强的非线性映射能力，能够学习与适应严重不确定系统的动态特性。 在机器人焊接中，各参数闯存在不确定性．而