资源描述：
《对kohonen神经网络在熔化极气体保护焊接质量监测中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、标准分享网www.bzfxw.com第24卷第4期无损检测Vol.24No.42002年4月NDTApr.2002试验研究Kohonen神经网络在熔化极气体保护焊接质量监测中的应用1)胡庆贤,武传松,孙俊生,张建纲(山东大学材料液态结构及其遗传性教育部重点实验室,济南 250061)摘 要:通过测得的熔化极气体保护焊(GMAW)过程中的电参数,利用Kohonen神经网络,直接依据不同焊接工艺条件下焊接电压和焊接电流的概率密度分布(PDD)曲线以及短路过渡时间和燃弧时间等的时间频数分布(CFD)曲线,可以自动识别焊接过程中的各种干扰
2、信号,从而实现焊接质量监测。实验验证了该方法的可行性。关键词:无损检测;过程监测;焊接质量;信号处理中图分类号:TG115.28 文献标识码:A 文章编号:100026656(2002)0420159203APPLICATIONOFKOHONENNEURALNETWORKTOQUALITYMONITORINGMAW1)HUQing2xian,WUChuan2song,SUNJun2sheng,ZHANGJian2gang(MOEKeyLabforLiquidStructureandHeredityofMaterials,S
3、handongUniversity,Jinan250061,China)Abstract:BythemeasuredandstatisticallyprocessedelectricalparametersofGMAW,wecanuseKohonenneuralnetworktorecognizeandclassifytheprocessdisturbancesduringweldingandmonitortheweldingquality.Thesystemde2velopedisbasedontheprobabilityden
4、sitydistributions(PDD)ofweldingvoltageandcurrent,andtheclassfrequencydistributions(CFD)ofshort2circuitingtimeandburning2arctime.Experimentalresultshowsthefeasibilityofthemethod.Keywords:Nondestructivetesting;Processmonitor;Weldingquality;Signalprocessing[3]GMAW具有飞溅小、电
5、弧稳定、可操作性强、生受限问题,因而具有广阔的发展和应用前景。如产效率高等优点,广泛用于各类产品的自动化焊果早期发现过程的干扰或误差信号就能避免费用较[1]接。为得到高质量焊接接头,保证重要焊接结构大的焊后修复,因此,研制各种在线过程检测和质量[2]的安全可靠性,需要在生产线上对焊接过程实行在评估系统具有重要的实用价值。电弧焊接是非线检测和自动控制。到目前为止,检测方法主要有线性的随机过程,需要应用概率密度分布曲线和时两大类,一是利用各种外部传感器(如光学传感器、间频数分布曲线等统计特征对焊接电参数进行处[3]声学传感器和远红外摄
6、像机等)测得焊接质量的各理。研究工作已经证明,每一种工艺条件下的焊种信息,作为安装于自动化焊接设备上附加部件,这接过程,都有其独特的电参数特征(可称为指[3]些外部传感器会对焊枪的灵活移动造成一定障碍,纹)。图1为GMAW焊接电压的概率密度分布且在焊接某些操作空间有限的结构时,方法受到限曲线,通过概率分布图和频率分布表,可以确认焊接[2]过程的干扰及失效因素,但是,只有具备了全面专业制;二是基于电弧自身的传感方法,只检测焊接过程固有的焊接电流和焊接电压信号,具有简单、可知识的人士,才能完成这项工作。为了解决这一问靠的特点,避免了外
7、部传感器成本高和运动空间题,需要利用人工智能技术,作者研制的Kohonen神经网络系统可以自动识别GMAW焊接过程的干收稿日期:2001205221扰,从而实现焊接质量智能监测。基金项目:高校重点实验室访问学者基金资助项目(20010502)1)哈尔滨工业大学现代焊接生产技术国家重点实验室,哈尔滨150001·159·©1995-2004TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.标准分享网www.bzfxw.com胡庆贤等:Kohonen神经网络在熔化极气体保护焊接质
8、量监测中的应用图1GMAW电压概率密度分布图2 二维Kohonen神经网络结构1.搭接的两块试板之间有间隙2.搭接接头中上面一块试板中间有缺口示出来。3.正常工艺参数下的焊接 4.试板表面有油污Kohonen网络的训练算法为①给连接权向量i的所有元
