gtaw神经网络—模糊控制技术的研究

gtaw神经网络—模糊控制技术的研究

ID:10591545

大小:26.00 KB

页数:8页

时间:2018-07-07

gtaw神经网络—模糊控制技术的研究_第1页
gtaw神经网络—模糊控制技术的研究_第2页
gtaw神经网络—模糊控制技术的研究_第3页
gtaw神经网络—模糊控制技术的研究_第4页
gtaw神经网络—模糊控制技术的研究_第5页
资源描述:

《gtaw神经网络—模糊控制技术的研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、GTAW神经网络—模糊控制技术的研究第21卷第1期2000年3月焊接TRANr10OFTHEC}玎吖AWEU)矾G矾s]rrIUⅡoNV0】.21No.1March2000GTAW神经网络一模糊控制技术的研究高向东黄石生(华南理工大学广州510640)§0(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

2、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.一关键词:塑.墼塑墼GTAWl童堡璺丝里壁∈rTR窜申圉分类号'删T钎斗畔..n序古帝7将人工智能技术用于弧焊过程控制的研究方兴未艾,其中,熔深和焊缝跟踪的控制则是最为活跃的研究课题,因为在弧焊过程中,熔深是最重要的质量参数,

3、熔深不足或未焊透是造成焊接结构失效的最危险因素.因此,熔深通常是电孤焊控制技术所要顾及的最终目标_1-;而精确的焊缝跟踪又是保证焊接质量的关键J.由于弧焊过程是一个典型的非线性,强耦合和时变的多变量复杂系统,存在强烈的弧光,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.本文研究一种神经网络一模糊控制方法,将其用于钨极气体保护电弧焊GTAW的控制过程.通过神经网络建模和白适应共振理论模型算法估算熔深和检测焊缝量,同时结合模糊逻辑提高熔深和焊

4、缝跟踪的控制精度.1试验装置及工作原理试验装置主要包括弧焊电源,工业控制机,收稿日期;1999—06—29*国家自拣科学基金(59975O30),广东省自然科学基金(9S06305中国博士后科学基金([O99310号).广东省博士后科学基金([1999]35号).教育部留学回国人员科研基金([~9993363号)和图像信息处理与智能控制教育部开放研究实验室基金(皿叫99嘶)项目资助.高向东HFGZ—XY控制仪和焊接工作台[33.焊接工作台用以模拟一个2关节直角坐标式机器人本体,配有CCD摄像机,焊炬,步进电机和夹具等.焊炬达到平面空间位置的两个运动

5、(x,Y)由直线运动构成,并由两台步进电机驱动,焊炬运动范围为550lllm×300lm.CCD与水平方向夹角45.,它将采集到的电弧区图像以视频信号形式输入至图像卡,工业控制机通过图像处理以及有关控制算法,实现熔深和焊缝跟踪的控制.2GTAW熔深神经网络建模保证熔深控制质量的关键是使焊件完全熔透并且深度均匀,由于焊缝熔深难以在实时条件下直接检测,因此通常是通过相关量间接检测而实现对熔深的控制.熔深,熔宽和加强高等这些焊缝直接参数是由焊缝的问接参数如焊接电流,焊速,焊炬角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

6、意的直接参数.下面研究通过控制焊缝间接参数来获得恒定熔深的方法.由于CCD摄像机难以直接获取熔深量,因此比较实际的方法是通过一个能精确描述熔弛结构的模型来估算熔深.本文设计一种神经网络模型.通过熔池表面形状,焊接电流和焊缝间隙量来估算熔深量.一般情况下,随着焊接电流的增加,输入至母材6焊接2l卷流恒定,则熔池表面尺寸随着焊缝问隙的增加而减小,熔深随着焊接电流的增加或焊缝间隙的增加而增加.图1为CCD摄像机摄下的一幅熔池表面图像,G为焊缝问隙量,为焊炬后端2.25InrI1处熔宽.选焊接电流,焊缝间隙和熔宽的变化量作为描述熔深动态系统的参数,并作为神

7、经网络的输入,而熔深作为网络的输出.图2给出了所设计的三层前馈神经网络模型,根据输入量焊接电流,焊缝间隙和熔宽来推算GrAw熔深量._圈1熔池爱焊缝图像.1日froottrod程相对简单并具有较强的决策能力及较快的收敛速度.Poo1width;一日g日p一CurrentPooldeoth围2GTAW熔漾神经网络模型ng?2Aneuralnetworkmode1日frootdepth3GTAW熔深控制试验由于熔化的金属不断填充焊缝.因此焊炬正下方的焊缝间隙量无法直接获得.为解决这一问题.测量焊炬前端l8.5mm位置处的焊缝间隙量+w(为采样数)并将其

8、存入控制器中.对应焊炬正下方的焊缝间隙量由焊缝间隙量的存贮值推算而得,CCD检测点对应一9,根据大量试验结果确定.熔宽在0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。