钢轨闪光焊远程监控管理与故障诊断系统

针对钢轨现场闪光焊装备施工地点分散、偏远而引起的故障处理和管理不便的特点,在UN5-150ZB1现场钢轨闪光焊焊机焊接接头质量在线监控与管理系统的基础上,设计了钢轨现场闪光焊远程监控管理系统与故障诊断系统。通过对比分析B/S与C/S两种网络通讯结构,采用适合钢轨现场闪光焊特点的C/S网络通讯结构设计该系统,系统由现场监控计算机、中心服务器、GRPS网3个部分构成,现场监控计算机负责采集、处理及发送现场信息和接收中心服务器的命令信息并控制下位机执行;中心服务器接收、处理、存储现场监控计算机发送过来的各种信息,发送相关指令并进行监控与诊断。搭建的系统能实现多台处于不同地理位置的现场钢轨闪光焊机信息的集中管理,并可充分利用异地专家学者资源及时对现场焊机出现的故障进行远程诊断。     

场效应晶体管弧焊逆变器可靠性研究

本文讨论了功率MOSFET晶体管弧焊逆变器的工作可靠性及其影响因素，并指出了弧焊逆变器设计中应注意的问题。     

一种单片机控制和驱动的平面自动堆焊系统

根据平面自动堆焊的要求，采用单片机PIC16F877，设计了集条件控制与步进电机驱动一体的堆焊控制器，从步进电机驱动电路、堆焊时序电路、堆焊节距与速度调节电路等方面进行了硬件电路设计；同时也对主程序和手动调节程序、x步进电机正转子程序和行程检测延时子程序、节距控制子程序和检测延时予程序进行了软件程序设计。经验证，该系统具有良好的使用性能。     

UN - 200型钢轨交流闪光焊机工艺研究

介绍了国内首台拥有自主知识产权的UN-200型钢轨交流闪光焊机。针对U75V钢轨，采用连续闪光焊和脉动闪光焊进行了焊接工艺对比试验，分析了采用连续闪光焊工艺焊接U75V钢轨时工艺参数调整困难的原因，在此基础上进行了脉动闪光焊工艺试验，获得了脉动闪光焊的焊接工艺参数，采用此参数进行钢轨焊接，通过了铁道部制定的标准TB／T1632—05，并已应用于无缝线路建设工程中。应用结果表明：该焊机采用脉动闪光焊工艺适合焊接U75V钢轨，焊接接头质量优良。     

焊接质量的在线控制与预测研究现状及发展趋势

由于影响焊接质量的因素很多，焊接产品的质量难以保证，开展焊接质量的在线控制与预测具有极其重要的意义，为促进国内焊接质量的在线控制与预测研究工作，介绍了国内外焊接质量的在线控制与预测方面的研究进展，同时分析了未来焊接质量的在线控制与预测研究的发展趋势。     

基于CAN总线和USB存储的焊接参数采集系统

针对焊接生产监控和质量评估中存在的问题,提出一种基于CAN总线和USB存储的焊接参数采集与传输方案,并重点设计了采集节点的硬件和软件。数据采集节点以STM32微控制器为核心,对焊机的焊接电流、电压等参数进行实时采集并通过CAN总线传输到上位机;同时,利用USB接口芯片CH376扩展节点的USB主控功能,实现对采集数据的高速本地USB存储。CAN总线通信方案采用分时上传的调度方式,避免多节点通信时可能出现的总线拥堵。测试表明,该系统成功实现了对采集数据的低速CAN总线传输和高速本地存储,有助于促进焊接生产监控技术的发展。     

钨极氩弧焊弧长自动控制系统

针对钨极氩弧焊因工件表面高低不平、钨极烧损以及焊接变形等导致电弧弧长波动的问题,基于单片机和步进电机细分驱动技术,以电弧电压作为弧长表征量,设计了滤波电路解决焊前高频引弧及焊时稳弧干扰问题,设计与制作了弧长自动控制系统,编写带死区变积分PID控制算法和控制程序。焊接试验表明:高频高压干扰能完全被滤除,系统稳定性好;变积分PID控制算法应用于TIG焊接弧长自动控制可显著提高系统的响应速度和控制精度,具有更好的应用前景。     

风缸自动焊控制系统的研制

简要介绍了采用ＰＬＣ为控制核心的风缸自动焊控制系统的软件和硬件,并探讨了自动焊控制系统中的电机调速电路,该控制系统在各的表明：控制系统软硬件设计合理,具有较高的可靠性,能够满足高质量风缸自动化生产的要求。     

钢轨闪光焊程控调速系统

以Ｋ１９０ｎＫ全自动钢轨焊机为例,介绍了一种采用日本三菱可程序控制器控制的闪光焊自动调速系统。文中详述了控制系统的构成,工作原理,硬件及软件设计;针对系统的工作特点,采取了实用可行的抗干扰措施,该系统控制效果良好。本系统的基本设计原理也适用于其它自动焊。     

基于低频采集数据的钢轨闪光焊接接头质量预测研究

为了实现钢轨闪光焊接接头质量的在线检测要求,低速采集了焊接过程中的焊接电流、焊接电压等焊接参数,从中提取出影响焊接接头质量的特征量作为焊接接头RBF神经网络质量预测模型的输入量,以试验所得的灰斑面积作为RBF神经网络的输出量,建立了基于RBF神经网络的钢轨闪光焊接接头质量预测模型,并采用训练后的模型进行预测,按铁道部TB/T1632-2005要求,预测准确率达到80%。由于采用低速采集,减少了数据量和处理量,采用RBF神经网络模型对灰斑面积进行预测基本能够满足钢轨焊接生产的实时性要求。