基于BP神经网络的镁合金焊缝成形预测

为了研究镁合金的焊缝成形效果,搭建了焊接试验平台和数据采集系统,通过试验采集焊缝的数据样本,作为BP神经网络的学习训练和预测样本。建立了基于BP神经网络的镁合金焊缝成形预测模型,利用神经网络的映射能力和分析能力,采用焊接过程的焊接电流、焊接电压、焊接速度、焊丝干伸长作为预测输入,把焊缝成形中的焊缝熔深、熔宽、余高作为信息输出对神经网络进行训练,从而建立基于BP神经网络的焊接参数和焊缝成形的映射模型,通过BP神经网络的预测试验,预测值与实际值的误差能够控制在5%以内,可以满足设计要求。     

基于组合模型的MAG焊工艺参数多目标优化

以MAG焊焊接电压、焊接速度、送丝速度为可调工艺参数，开展了三因素三水平全因子平板对接焊和堆焊试验.基于试验数据建立了误差反向传播神经网络、径向基神经网络和克里金模型来预测焊缝余高、接头抗拉强度和冲击吸收能量.模型预测结果显示，所建立模型均能较好的预测焊缝性能，但是没有一个模型能同时最佳预测三种焊缝性能且各模型预测波动较大. 为了进一步提升预测精度和稳定性，将误差反向传播神经网络、径向基神经网络和克里金模型以线性加权法组合. 结果表明，组合模型能提升预测的精度和稳定性.基于组合模型，采用NSGA-II算法实现多目标优化，得到并验证了焊缝余高、接头冲击吸收能量和抗拉强度三者间的非劣解.验证结果表明焊接工艺多目标优化对实现焊缝综合性能整体最优以及焊接精细化应用具有较大的指导意义.     

微间隙焊缝磁光检测神经网络修正

针对激光焊接微间隙焊缝（间隙小于0.1 mm）,研究提高磁光传感检测焊缝精度的BP神经网络修正方法.以碳钢平板对接激光焊为试验对象,利用磁光传感器检测焊缝区域磁场分布并成像.通过分析焊缝处磁场成像并应用BP神经网络修正磁光传感器得到焊缝中心数据,有效避免焊缝磁光图像低对比度和强噪声干扰问题.经过在不同焊接速度试验下的测试,四组神经网络试验的焊缝位置误差的绝对平均值都在0.015 mm左右,BP神经网络测量误差比磁光成像直接测量平均减少约28%.BP神经网络修正磁光成像测量技术可有效识别微间隙焊缝,为解决激光焊接微间隙焊缝过程自动识别和跟踪焊缝的难题提供了一种新方法.     

CO2焊接工艺参数优化的人工神经网络设计

比较了在虚拟仪器开发软件LabVIEW编程基础上用多种方法实现BP神经网络算法的优劣,并利用LabVIEW编程环境提供的CIN(Call Library Function Node)节点调用C语言编程代码.建立改进算法的多层BP神经网络,以焊接电流、电弧电压、焊接速度、施焊角度为输入层,焊缝熔宽、焊缝熔深为输出层.实验证明,利用该神经网络模型,可预测焊缝成形,并根据需要,选择CO2焊接工艺参数,在实际应用中取得较好的效果.     

焊缝偏差RBF神经网络预测算法

以10 kW大功率光纤激光焊接304奥氏体不锈钢板为试验对象,研究一种焊缝偏差预测算法.利用红外摄像机摄取焊接过程中的熔池红外图像,提取匙孔质心、匙孔形状参数和热堆积效应参数等反映激光束与焊缝位置偏差的特征量作为径向基函数RBF神经网络预测模型的输入量,建立焊缝偏差RBF神经网络预测模型.选择焊缝偏差特征量作为训练样本并对预测模型进行训练,建立焊缝偏差预测模型.结果表明,该模型能够对大功率光纤激光焊接过程中的激光束与焊缝位置之间的偏差进行有效预测.     

BP神经网络修正熔池红外图像焊缝宽度测量算法

在激光焊接中,焊缝宽度的实时动态变化对于描述焊接质量起着至关重要的作用。焊缝宽度的准确测量有助于理解焊接过程,获得焊接质量控制模型。针对大功率光纤激光焊接304型不锈钢过程,利用高速摄像机,获得清晰的熔池动态红外图像。红外图像仅仅是熔融焊缝处的热成像,难以准确测量焊缝宽度,必须利用BP神经网络加以修正,得到实际焊缝宽度。三组试验结果表明了BP神经网络焊缝宽度测量模型的有效性。     

基于多因素权重法的高压GMAW焊缝成形分析

水下高压干式GMAW焊缝成形难以控制,影响焊接质量,通过多因素权重法对影响高压GMAW焊缝成形的参数进行分析,以确定焊接过程中主要参数与焊缝成形之间的关系. 以高压GMAW焊接正交试验结果作为训练样本,利用BP神经网络建立了焊缝成形预测模型. 将模型预测结果与实际焊接试验结果进行对比,验证了模型的精确度. 以预测模型中的权值为基础,通过Garson算法得出各参数变量对于焊缝成形参数的权重系数,并通过高压干式GMAW试验进行验证. 结果表明,不同焊接参数变化引起的焊缝成形参数变化幅度与相应焊接参数对焊缝成形的影响权重基本对应,所得权重系数对于高压GMAW焊接工程应用具有指导作用.     

基于旋转电弧传感法和神经网络的焊缝成形预测模型

搭建了基于旋转电弧传感法的焊接试验平台,制定焊缝成形与焊接电流波形情况的评价指标,确定以旋转电弧传感器检测的焊接电流、旋转频率、焊枪高度和焊枪旋转半径作为影响焊缝成形与焊接电流波形的关键因素。进行了焊接试验,采集训练数据,推导了焊接电流、旋转频率、焊枪高度、焊枪旋转半径与焊缝成形、焊接电流波形之间的神经网络模型。最后的验证试验表明,所构建的神经网络模型能较好地预测焊缝成形及焊接电流波形情况,能够为旋转电弧法最优焊接工艺参数的选取提供依据,以实现优异的焊接过程自动化。     

大功率盘型激光焊接焊缝外观在线预测模型

焊缝成形在线检测和评估在自动焊接过程中具有举足轻重的作用。熔池形态与焊缝成形密切相关,而焊接过程中的熔池形态特征变化数据可以通过高速视觉传感器及相应的图像处理程序在线获取,通过BP神经网络建立在线获取的特征数据与焊后焊缝成形之间的非关系模型实时的进行焊后焊缝成形的预测,从而为自动焊接控制和焊接质量在线检测建立基础。     

弧焊机器人焊接工艺参数设计系统研究

设计了基于BP神经网络的弧焊机器人焊接工艺参数设计系统,该系统可以由表征焊接形状的焊缝几何尺寸值映射出具体的焊接工艺参数.通过正交设计法采集样本数据,建立了对应的神经网络模型.利用已建立的网络模型,设计了焊接工艺参数.通过焊接实验,分析了焊缝几何参数理论值和焊接实测值的误差,结果表明所设计的网络具有一定的工艺参数设计能力,几何参数误差在允许范围内,焊缝成形效果良好.     

GTAW神经网络-模糊控制技术的研究

研究神经网络与模糊控制融合技术,构成钨极气体保护电弧焊ＧＴＡＷ神经网络＝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地缝跟踪方面的应用。通过视觉传感ＣＣＤ获取电弧区图像和熔池表面的应用。种描述深的神经焊缝间隙是量来精确估算熔的精度,同时结合模糊逻辑提高熔深的控制精度。针对弧焊过程非线性以焊炬伺服系统动态过程难以用角的数学模型来表达的问题,设计焊缝跟踪自调整模糊控制器,通过自适应共振理     

On-line quality inspection in laser blank welding using ART2 neural network

Laser blank welding is becoming more and more important in the automotive industry and the quality of the weld is critical for a successful application.A fully automated solution is required to inspect the quality of the blanks.This paper presents a vision inspection system with a CMOS camera which uses ART2 network to inspect the defects on-line to obtain the geometry and the quality of the weld seam.The neural network ART2 has the capability of self-learning from the environment. It can distinguish the defects that have been learned before and give new outputs for new defects.So ART2 network is suitable for weld quality inspection in laser blank welding.Additionally,a CO_2 laser is used for the blank butt-welding.     

An adaptive thresholding for weld seam image recognition in real time

Ａｎａｄａｐｔｉｖｅｔｈｒｅｓｈｏｌｄｉｎｇｆｏｒｗｅｌｄｓｅａｍｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎｉｎｒｅａｌｔｉｍｅ￥ＣｈｅｎＱｉａｎｇａｎｄＪｉｎＪｉａｎｍｉｎ（ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ．Ｂｅｊｉｎｇ）ＪｅｎｓＤｏｅｒｋ（Ａａｃｈｅｎ...     

旋转电弧传感器焊枪偏差信息识别方法

焊枪偏差信息识别是实现焊缝跟踪的必要条件,考虑到焊接电流信号易受外界噪声的干扰,采用软阈值小波滤波方法对旋转电弧传感器采集到的电流信号进行滤波处理,使电流波形得到了明显的改善,提高了电流信号的信噪比.为了更加准确地得到焊枪偏离焊缝的信息,提出了模糊聚类和神经网络焊枪偏差识别算法,并且分别采用左右积分法、特征谐波法、模糊聚类法和神经网络法进行焊枪偏差识别,最后对四种识别方法检测到的偏差进行融合,获得焊枪偏离焊缝的信息.结果表明,该方法可以提高偏差识别的精确度和可靠性.     

Misalignment detection and enabling of seam tracking for friction stir welding

Abstract

This paper describes a technique for determining the position of a friction stir welding (FSW) tool with respect to the weld seam during welding. Forces are used as a feedback signal, and a general regression neural network is trained to predict offset position given weld forces. Experimental results demonstrate the accuracy of the developed position predictor. This technique is proposed for online misalignment detection or as a position estimator for in-process tracking of the weld seam for FSW and robotic FSW.     

焊接智能控制及其发展趋势

焊接是一个复杂的物理化学过程,焊接熔池包含有丰富的信息,熔池控制的研究是焊接研究一个重要领域,也是国内外焊接工作者的热门研究课题.综述了近年来模糊理论、神经网络技术等新技术在焊接过程控制、参数选择、焊缝形状预测、性能预测及焊接缺陷检测等方面的应用,比较了各种方法的优缺点,探讨了智能控制新技术在焊接领域应用中有待解决的问题及发展趋势.     

基于高斯基模糊神经网络的移动焊接机器人焊缝实时跟踪

对所研制的焊接移动机器人建立了运动学模型并设计了基于高斯基模糊神经网络的焊缝跟踪控制器.采用Denavit-Hartenberg(D-H)齐次坐标变换法分析了机器人本体和滑块对焊炬点位姿的运动学行为,建立了较为完整地运动学模型.在此基础上.提出了采用高斯基模糊神经网络实现焊缝实时跟踪的方法.采用高斯函数作为隶属函数,以滑块位置和小车方位角作为输入,焊炬的转向调整角作为输出,利用神经网络的自学习和自适应能力,实现模糊隶属函数和控制规则的在线修改.焊缝跟踪试验验证了所设计控制器的有效性,其跟踪精度可始终控制在±0.5 mm以内,满足实际焊接工程的需要.     

Fuzzy neural networks for control of penetration depth during GTAW

0　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｗｅｌｄｍｏｄｅｌｉｎｇａｎｄｃｏｎｔｒｏｌａｒｅｖｅｒｙｉｍｐｏｒｔａｎｔｔｏｔｈｅｍｅｃｈａｎｉｃｓｏｆｗｅｌｄｐｒｏｃｅｓｓａｎｄｈｏｗｔｈｅｙｃａｎｂｅｂｅｓｔｕｔｉｌｉｚｅｄ.Ｔｈｅｓａｔｉｓｆｉｅｄｃｏｎｔｒｏｌｏｆｔｈｅｏｖｅｒａｌｌｗｅｌｄｐｒｏｃｅｓｓｉｓｎｏｔｅａｓｉｌｙａｃｃｏｍｐｌｉｓｈｅｄ,ｌａｒｇｅｌｙｄｕｅｔｏｔｈｅｉｎａｄｅｑｕａｃｉｅｓｏｆｔｈｅａｖａｉｌａｂｌｅｐｒｏｃｅｓｓｍｏｄｅｌｓ.Ｔｈｅａｒｃｗｅｌｄｉｎｇｐｒｏｃｅｓｓｔ…