基于视觉检测的焊缝跟踪技术

介绍了基于视觉检测的焊缝，跟踪技术的主要原理，根据检测、方法的不同，将其分为基于被动光视觉的焊缝跟踪和主动光视觉的焊缝跟踪，对其主要原理、关键技术、优缺点和适用场合进行了讨论和分析，最后对其应用情况进行了简要介绍。     

基于自适应共振人工神经网络的焊缝类型自动识别方法

介绍一种用自适应共振人工神经网络自动识别焊缝类型的方法。该方法首先根据不同类型的焊缝对电弧光和激光光带的影响, 将弧焊焊缝划分为 ４ 种类型, 在此基础上, 确定焊缝的特征参数, 并组成训练样本数据库, 由此抽取焊缝图像特征。制做 Ａ Ｒ Ｔ２ 人工神经网络分类器, 将 ４ 类焊缝的权值保存在其长期记忆层, 在实际分类时, 用 Ｃ Ｃ Ｄ 摄像机将检测到的焊缝特征参数输入, 处理后得到焊缝类型。对实时焊接过程中的焊缝进行跟踪实验, 跟踪精度在±０５ ｍ ｍ 之内。     

利用焊缝检测仪解决镀锌焊缝跟踪不准的问题

采用焊点移动位置来显示带钢在镀锌机组的运行位置,由于焊点本身的特殊性,一些后续设备要根据焊点的位置来做相应的处理,如果焊缝跟踪不准会严重影响后续设备的动作.针对焊缝跟踪不准的问题,提出解决方案,为下一道工序提供准确的焊点位置,提高产品的成材率.     

基于DSP的焊缝自动跟踪控制系统设计

设计了一种基于DSP的用于球罐全位置多层焊自动跟踪的控制系统，对其工作原理、控制系统的硬件设计和软件程序设计等要点进行了阐述。该系统应用于球罐全位置多层自动焊接机器人中，实现了无导轨自动焊接全位置焊缝与多层多道焊接的自动跟踪。焊接工艺试验结果表明，焊接机器人自动跟踪精度高、焊缝质量好、工作稳定可靠。     

基于视觉传感的焊缝跟踪控制系统

介绍了传感器在焊接生产中的应用和视觉传感原理。分析了视觉传感焊缝跟踪系统的原理和特点。提出焊缝图像特征提取方法和流程，以及实施焊缝跟踪控制的方法。系统采用条形光传感方法，选用CCD等光学器件组成焊缝图像传感系统，然后将获取的焊缝图形信息进行识别处理，获得焊接电弧与焊缝中心是否偏离、偏离方向和偏离程度的处理结果。根据这一结果，调整电孤与焊缝中心的相对位置，消除电弧与焊缝的偏离，达到焊接电弧准确跟踪焊缝的目的。     

基于PLC和光学传感器的角焊缝跟踪系统

研制了一种基于PLC和光学传感器的经济型角焊缝跟踪系统,利用探杆接触被焊角焊缝的边,而光学传感器测量探杆的伸缩,并将信号传递给PLC,通过程序运算跟踪角焊缝的边变化方向和速度,并控制X、Y方向的伺服电机进行补偿,从而保证焊枪的运动轨迹。     

用于焊缝跟踪的光电传感器

研制了一种用于焊缝自动跟踪的光电传感器,提出了一种加权比较的信号处理方法,并通过采用模糊控制,提高单点式光电传感器的精度.实验表明：其跟踪精度达到1 mm,满足实际生产应用的要求.而且光电传感器成本低、结构简单、跟踪精度高,具有很高的实用价值.     

基于焊缝CCD图象模式特征的焊缝轨迹识别

提出了一种基于焊缝ＣＣＤ图象模式特征的焊缝轨迹识别的新算法，其基本思想是将焊缝等分成为段，每段的灰度分布用特征向量来描述，利用前一段的特征向量来识别下一段的特征向量。从而实现焊缝的识别．这种算法具有对各种坡口快速、准确地识别并能自适应局部和整体噪声等特点，可用于机汛无辅助光源焊接焊缝轨迹预规划，并对实时焊缝轨迹进行了识别     

基于旋转电弧传感的弧焊机器人焊缝跟踪系统

研制了一套基于旋转电弧传感的弧焊机器人空间曲线焊缝智能跟踪控制系统。介绍了系统的硬件构成、软件设计及模糊控制方法。研究了不同焊接位置时，焊接熔池金属对坡口的影响作用，提出采用补偿因子加权处理方法，可有效提高平焊、横焊位置焊缝偏差的识别能力。针对立焊位置的脉冲焊接方法，采用形态滤波技术，通过提取脉冲焊接电流的上包络线，利用一次谐波法准确地对立焊焊缝进行了识别。试验结果表明，该焊缝跟踪控制系统对平焊、横焊及立焊位置的曲线焊缝跟踪效果良好，达到焊接工艺要求。     

基于Hough变换的焊缝位置检测技术

对Hough变换的应用技术进行了细致的分析,归纳出了图像域参数与变换域参数的三种对应关系,减少了Hough变换运行时一些盲目的搜索和计算,提高了算法的运行效率。在累加器设计上,应用了三元组数据结构,压缩了累计器的数量。应用Prewitt边缘检测方法和中值滤波技术将图像转换为二值图像,使边缘部分得以增强,噪声得到抑制。在此基础上,提出了一种新的焊缝位置检测方法,该方法不仅能检测出焊缝的偏离距离,而且能检测出焊缝偏离的方向。仿真与实际运行结果表明该方法检测精度高,抗干扰能力强。     

基于多层Hopfield神经网络的X射线焊缝气泡检测

提出利用Hopfield神经网络来分割X射线焊缝图像以判断焊缝是否存在气泡,将焊缝图像的分割问题转化为一个优化问题进行处理.针对焊缝图像噪声大、气泡出现位置随机的特点,构造Hopfield神经网络的能量函数.通过试验计算,确定能量函数系数的选取原则.在此基础上,提出基于神经网络的X射线焊缝图像分割算法,算法结合中值滤波和神经网络以便有效地去除噪声和检测气泡.对某实际生产线的焊缝图像进行处理的结果表明,中值滤波结合多层Hopfield神经网络可以准确地检测到焊缝中的气泡.     

基于神经网络的可靠性分析新方法

对于大部分工程可靠性分析中的隐式极限状态方程,建立一种基于样本筛选的神经网络可靠性分析方法。该方法利用具有强大的非线性映射能力的神经网络,来近似隐式极限状态方程中的输入变量与输出变量的关系,从而使得隐式可靠性分析转化为显示可靠性分析问题,大大减少了计算失效概率的工作量。与已有的神经网络可靠性分析方法相比,所提方法选择近似极限状态方程而不是近似极限状态函数的策略,并通过筛选训练样本实现这一策略,从而提高可靠性分析的精度,算例结果充分显示所提方法的优越性。     

预瞄优化神经网络驾驶员模型

根据预瞄跟随理论并结合真实驾驶员的学习目标、生理限制与不断优化的行为特性,建立了预瞄优化神经网络驾驶员模型。利用2自由度车辆模型进行了汽车在方向控制下的仿真计算。仿真结果表明,预瞄优化神经网络驾驶员模型与实际合格驾驶员行为非常相似,按照该理论建立的驾驶员模型可以应用于驾驶员-汽车闭环系统的研究和自动驾驶等智能车辆的控制。     

ARTIFICIAL NEURAL NETWORK AND FUZZY LOGIC CONTROLLER FOR GTAW MODELING AND CONTROL

0 INTRODUCTION(The satisfied control of the overall weld process is not easily accomplished, largely due to the inadequacies of the available process models. Without exceptions, most welding control methods are based upon the analytical welding models. Although these models are derived directly from the physical laws that govern the main features of the weld pool, a number of assumptions are made to obtain the mathematical solutions and some variables are ignored due to the complexity of t…     

人工神经网络在机械部件设计中的应用研究

本文介绍了一种具有自修正功能的交叉映射网络系统（IMNS）及其构成。此系统由后向传播网络（BP）和重发网络（RN）组成。BP网络被用做训练分类边界,并给出权重系数。在重发网络中利用BP网络所得的权重系数分类好坏,并把不好的修改成好的。作为应用例子,在机械部件设计中利用IMNS系统判断已给设计参数是否合理,并把不合理的设计参数修改成为合理的参数。结果表明,IMNS在自动机械设计和自修正系统里具有很好的应用前景。     

机器人焊缝跟踪神经网络控制的研究

研究神经网络技术在弧焊机器人焊缝跟踪过程中的应用,通过神经网络在笛卡尔空间轨迹的补偿作用,确定出基于笛卡尔空间参考轨迹控制的机器人焊缝跟踪神经网络控制器。与传统的关节计算力矩法相比,所设计的神经网络控制器具有良好的控制特性及较强的鲁棒性,焊缝跟踪精度得到了显著的提高。     

基于ART—2神经网络的故障诊断系统

对ART－2模拟量模式识别神经网络算法的改进能使其有效地适用于故障诊断,神经网络的预处理场F0具有增强对比度,抑制基底噪声的能力,神经网络的F2场根据优先级选择竞争节点。网络模式识别的结果作为专家系统输入的类别及其选取概率。专家系统搜索由知识库构造的关系树并依规则进行推理。本文方法结合神经网络和专家系统的优点,以得到可信的故障诊断结果。本文还给出了验证系统正确性的自动液压机故障诊断实例。     

轴承事故的神经网络（ANN）分析

用神经网络分析和模拟轴承事故，分析了基于Ｐｅｔｒｉ网的事故分析的优点和不足。通过构造事故的神经网络，可求出导致顶上事件发生的最小割集和控制事故发生的最小径集，这种分析方法为神经网络在故障诊断中的应用开拓了新的研究思路。