遗传算法在焊接领域的优化与应用 .pdfVIP

学兔兔 学兔兔 陈燕、刘国海博士研究焊接生产线中 法明显地缩短了寻找阈值时间，该算 变形预测水平上了一个新的层面，但 COMAU机器人路径规划问题，通过动 法切实可行。屈小川将遗传算法应用 也还有很长的路要走。智能化设计包 态规划方法解决了无碰撞焊接最优路 于 自动视觉检测领域中的新边缘检测 括人工神经网络等，遗传算法近年来 径规划的问题 。 技术里，利用遗传算法 自适应性找到 备受亲睐。神经网络有其固有缺陷， 美国研最早在60年代末开始了移 最优滤波器，增加了前置放大电路器 如易局部收敛、全局搜索能力差等。 动机器人的研究，斯坦福学院的NILS 电路焊接点的合格检测精度。该精度 遗传算法是随机搜索，全局最优的一 CharlesRosen等人最早研究了机器人的 明显高于传统滤波器，其检测速度也 种优化算法，使得人工神经网络有崭 自主推理 、规划和控制。几十年来， 要快于人工检测速度。图像模板匹配 新的面貌。华秀将神经网络与遗传算法 美国、日本、德国的知名企业将计算 是焊缝识别重要内容之一，遗传算法 结合一起建立 机硬件技术与路径规划知识相结合， 是图像模板匹配的主要方法之一，焊 差在15％以下，平均相对误差5．33％。 开发出了只适合本企业产品路径规划 缝识别与机械手控制是智能焊接的重 为同 哼、法中最低。谚 ．}去建立的模型 的系统，取得了显著效果。Tecnomatlx 要内容。崔世林在焊缝识别与焊接控 非常可靠，能非常准确的预测最大焊接 公司开发的EM系列软件就是该类产品 制中 将传统的遗传算法做了改进， 变形量 ，有实际工程应用价值 ”。预 的代表。国内起步较晚，目前还没有 能够以很大的概率找到全局最优值 ， 测焊接变形的目的是为了减小焊接变 汽车企业能够生产出自己产品的生产 新改进的方法能够有效的识别小焊缝。 形，焊接顺序是影响焊接变形的重要 路径规划准用软件，对该问题的研究 由于遗传算法存在局部收敛与早熟的 因素。遗传算法优化焊接顺序已在生 还处在模仿 、追赶国外阶段。2002年 现象，对于较大及较复杂的焊峰的信 产中应用。清华大学的崔晓芳教授 底，上海大众引进了德国的EM-Planer 息有效识别，还需要做深入研究。 基于遗传算法的原理 ，建立了箱形结 软件，但还未开发出自己的软件。有 2．3 遗传算法与焊接变形预测及焊接 构的三维优化仿真模型，将焊接变形 待专家学者一起努力。 顺序优化 量作为优化 目标函数，进行优化仿真。 2_2 遗传算法与焊接图像处理 焊接变形是焊接制造中最常见 、 得到结论：在给定的焊接条件下，运 图像处理是焊缝跟踪软件的核心 最难预测的问题 ，严重的焊接变形影 用遗传算法，可以确定最优焊接顺序， 技术，将视觉传感器采集的信息分析 响焊接结构的精度及使用性能。影响 并有效的减小焊接变形量。对于确定 处理，提取焊缝的有用信息，通过处 焊接变形因素的不确定性，导致准确 几何形状的工件，最优焊接顺序不唯 理获得焊缝、焊距的偏差信号。遗传 预测焊接变形一直是亟待完善的项 目。 一 ， 但是一旦约束条件确定了，焊接 算法应用到焊接图像处理领域，图像 国内外学者对其研究起于20世纪50年 最优顺序也就唯一了。上海交通大学 原有特征被保留，干扰图像素被排除， 代，WatanabeM和SatohK学者对低碳钢 的杨虎 ，利用遗传算法求解 ，求得 识别误差降到很低。陈怀东将遗传算 薄板结构焊接变形的翘曲现象研究。 二维层面上焊接变形的最小路径，并 法应用于超声检测图像分割识别，在 他们给出了一系列预测焊接变形的公 用轿车车门实例验证了该结论。国外 钎焊电触头焊接超声波成像无损检测 式并首次提出焊缝收缩概念。国内很 相关的研究工作有 ：视焊接次序问题 的原理的指导下，利用遗传算法的随 多企业至今还在应用经验公式预测焊 为图轮中的旅行商问题，以最短时间 机搜索，全局优化、鲁棒性等特点， 接变形。哈尔滨大学田锡唐教授、上 为 目标函数优化焊接次序，借助遗传 解决了超声图像分割过程中阈值不易 海交通大学汪建华教授开启了中国焊 算法在圆形薄板