铝合金P-MIG焊稳定性近似熵神经网络预测

通过对不同焊接过程的电压信号进行近似熵计算与分析,得到了能够反映焊接过程稳定性的不同工艺参数与近似熵值的匹配模型和样本数据.在此基础上提出了运用广义回归神经网络(GRNN)对电弧电压信号近似熵进行预测的方法进而对铝合金脉冲MIG焊过程稳定性进行了识别.介绍了铝合金脉冲MIG焊过程稳定性近似熵广义回归神经网络预测模型的结构和算法,并对样本数据进行了预测试验.结果表明,该神经网络电弧电压近似熵预测的平均误差为9.08%,准确率为90.92%,满足用来评价铝合金脉冲MIG焊接过程稳定性的精度要求.     

基于最小二乘法的脉冲MIG焊参数一元化调节

针对数字化焊机焊接参数复杂繁琐,不易于实现大规模工艺试验的特点,提出了一种基于最小二乘法的脉冲MIG焊参数一元化调节方法.该方法利用经工艺试验得到的大步距标定的焊接电流与各种焊接参数的拟合关系,得到最佳的拟合曲线,充分利用了所有的经试验得到的理想数据,并且容易实现软件编程,算法简便,可快速实现大范围内对焊接参数的连续调节.通过对单脉冲、双脉冲焊接参数的拟合处理并且进行试焊,焊接过程稳定,能够得到成形美观、飞溅较少、鱼鳞纹清晰的焊缝.结果表明,该拟合方法稳定、可靠、可行.     

全数字脉冲MIG逆变焊接电源的研制

采用双MCU和CPLD作为控制器件,建立了以单片机为核心的焊接工艺过程控制系统构成的研究开发系统,为数字MIG逆变焊杌提供必要的硬件基础.对基于微电脑控制的数字MIG逆变焊机进行了研究和开发.对数字MIG逆变焊机的焊接过程进行了试验,通过精密控制脉冲焊接过程不同阶段的焊接电流,实现了无飞溅、焊缝成形美观的MIG焊接;通...     

基于DSP的脉冲MIG焊数字化控制系统

以TI公司的TMS320LF2407A数字信号处理芯片（DSP）控制核心,设计开发了一套数字化脉冲MIG焊过程控制系统,实现了焊接参数调节显示、焊接顺序控制、焊接过程控制等功能。仿真试验表明,该焊机具有良好的响应速度和输出特性,为脉冲MIG焊复杂控制策略的实现提供了高速、数字化的柔性开发平台。     

基于DSP的脉冲MIG焊数字控制系统的建模与仿真

为实现一脉一滴熔滴过渡,采用了双阶梯外特性和脉冲MIG焊电参数控制策略.构建了基于DSP(digital signal processor)的脉冲MIG焊数字控制系统模型.建立了控制系统的仿真模型.借助MATLAB对控制系统进行了仿真研究,得到了数字控制器的最佳参数范围.进行了脉冲MIG焊数字控制器的仿真试验.结果表明,所设计的数字控制器可以实现电弧电压、焊接电流的实时准确快速调节,能够实现脉冲MIG焊双阶梯形外特性和熔滴过渡的控制.     

铝合金脉冲 MIG 焊过程解耦控制模型及仿真

针对铝合金脉冲MIG焊存在多参数强烈耦合并严重影响过程控制稳定性的问题,建立了其多输入多输出(MIMO)控制模型.在此基础上,运用多变量控制理论,设计了神经网络PID多变量强耦合时变控制系统.介绍了该控制器的结构和算法,分析了控制对象的特点,对铝合金脉冲MIG焊过程进行了仿真.结果表明,采用神经网络PID控制的神经网络对象逆模型解耦控制系统结构和解耦算法来控制铝合金MIG焊接过程,取得满意的动态和稳态性能.为实现铝合金脉冲MIG焊过程控制奠定了理论基础.     

基于ARM控制的脉冲MIG焊机研究

将ARM芯片STM32F407做简单的外围电路扩展作为控制核心,利用UC3846芯片产生的驱动信号对全桥软开关逆变主电路进行驱动,设计了一台脉冲MIG焊机。该焊机基于等速送丝和电弧电压反馈调节占空比的方式实现了焊接过程的弧长控制,具有过载、过热和过欠压保护等基本功能,数字化界面具有参数调节方便的特点。焊接工艺试验结果表明,通过电流与电压双闭环控制方式设计的脉冲MIG焊机具有较好的弧长调节能力,焊缝质量可以满足焊接要求。     

双丝脉冲MIG焊的双脉冲焊接方法

为优化双丝脉冲MIG焊的焊缝成形质量,提出双丝脉冲MIG焊的双脉冲焊接方法,构建基于DSP的双丝脉冲MIG焊的双脉冲数字化交替相位协同控制系统,对双丝脉冲MIG焊的单脉冲和双脉冲焊接进行平板堆焊试验.结果表明,双丝脉冲MIG焊双脉冲焊接系统实现了稳定的双脉冲焊接过程,焊缝成形良好.对单脉冲和双脉冲焊接所得焊缝的横截面宏观金相对比分析结果表明,双脉冲对焊接熔池有很强的搅拌作用,双脉冲焊接所得焊缝晶粒比单脉冲焊缝晶粒更小,说明双脉冲具有细化晶粒的效果,证明在双丝脉冲MIG焊中应用双脉冲有一定的优化作用.     

基于脉冲电流参数的铝合金脉冲MIG焊过程控制

铝合金脉冲MIG焊弧长稳定性直接影响焊接过程稳定性及焊缝成形,为使其焊接过程稳定,获得高质量焊缝,通过焊接工艺试验研究了脉冲电流参数变化对弧长稳定性的影响规律,建立了铝合金脉冲MIG焊弧长与脉冲电流参数间的动态变化数学模型,并利用Matlab/Simulink软件进行了弧长对脉冲电流占空比、脉冲电流频率变化的动态响应仿真分析,同时进行了控制脉冲电流占空比、频率来稳定弧长的平板堆焊工艺试验研究.结果表明,所建立的数学模型能很好地反映铝合金脉冲MIG焊过程,通过调节脉冲电流占空比、频率参数可实现铝合金脉冲MIG焊稳定焊接,获得成形美观的焊缝.     

基于逆变脉冲MIG焊脉冲参数的研究

论述了脉冲参数对焊接过程的影响,并阐述在一脉一滴的过渡形式下脉冲参数之间的关系.针对以往的脉冲MIG焊脉冲参数由硬件产生,导致控制系统灵活性和可靠性差、控制精度低,本文利用计算机软件编制脉冲MIG焊波形控制程序,该程序可以根据不同焊接工艺参数输出不同的脉冲控制参数,实现了控制系统的灵活性,满足数字化脉冲MIG焊控制策略.     

基于数学建模之铝合金正弦波调制脉冲MIG焊专家数据库设计

通过引入能量系数kt、振幅系数kA和正弦波负半周脉冲个数n,同时引入最大脉冲平均电流Ia和最小焊接电流即维弧电流Im,建立了可以通用的正弦波调制脉冲MIG焊接参数关系式,并以其为数学模型,采用正交试验方法对其参数取值进行最优化匹配确定,进行基于数学建模的铝合金正弦波调制脉冲MIG焊专家数据库设计建设。通过2 mm厚铝合金焊接试验验证了所建专家数据库参数取值的正确性,并验证了正弦波调制脉冲MIG焊参数取值范围宽、鲁棒性好、易于操控等优势特点。为制造高性能数字化焊接设备及其专家数据库提供了新的理论和试验基础。     

双弧脉冲MIG焊专用电源设计及试验分析

双弧脉冲MIG焊是一种低能量输入焊接方法,其原有的双电源供电系统结构复杂、协同控制困难、易受干扰. 为此提出了双弧脉冲MIG焊一体化专用电源的设计思路,将主弧和旁弧两路脉冲电流使用同一控制系统进行统一协调控制. 设计了基于有限双极性全桥逆变的主电路和基于DSP2812的控制电路,搭建了一体化专用电源系统整体模型,并通过仿真验证了其可行性. 在此基础上,利用设计的专用电源原型机进行了铝钢低能量焊接工艺试验. 结果表明,一体化专用焊接电源能够满足双弧脉冲MIG焊低能量焊接的要求,在低能量输入下可以获得较好的焊接效果.     

基于动态模糊神经网络的铝合金脉冲MIG焊接过程解耦控制分析

针对铝合金脉冲MIG焊接过程参数间强耦合、不稳定等关键问题,在介绍DFNN结构、学习算法基础上,设计了基于D-FNN的解耦控制器,并对同步、非同步与加干扰脉冲输入信号下分别对以脉冲电流占空比、送丝速度为输入量,以焊丝伸出长度(干伸长)、焊缝正面熔宽为被控量的铝合金脉冲MIG焊多输入多输出(multiple-input multiple-output,MIMO)过程进行了动态解耦控制仿真研究,仿真结果表明,D-FNN控制器能够实时进化规则,动态调整学习因子,实现了MIMO过程的完全解耦,满足焊接实时控制要求且具有快的响应速度、较好的鲁棒性,为铝合金脉冲MIG焊MIMO过程稳定焊接提供了一种新型的实时解耦控制方法.     

脉冲电流波形对Tandem双丝MIG焊力学性能影响

双丝脉冲MIG焊作为高效化的不锈钢焊接方法,是目前焊接行业研发的热点之一,但是如何选择和调节双丝MIG焊的电流波形参数依旧是一个难点. 为了优化不锈钢焊接的焊接方法,提高焊接效率,文中以双相不锈钢为焊接工件,通过电流波形参数对比试验,研究了双丝梯形波双脉冲焊,双丝矩形波双脉冲焊以及双丝单脉冲焊对焊接质量的影响. 结果表明,在相同热输入的条件下,双丝梯形波双脉冲焊焊接稳定性好于双丝矩形波双脉冲焊和双丝单脉冲焊,且前者的焊接成形质量更高,可看到更多的鱼鳞纹,同时使不锈钢接头的的拉伸强度和硬度以及韧性显著提高.     

铝合金脉冲MIG焊熔宽动态过程的视觉传感辨识

针对铝合金脉冲MIG焊过程,建立了熔池图像检测视觉系统,利用形态学方法去除了图像信号中的噪声、阴极雾化区等影响熔池特征提取的部分,获得了满意的熔池边缘图像,可以对熔池形状信息进行动态检测.在此基础上,设计了阶跃响应实验,利用曲线拟合法对基值电流、送丝速度、脉冲电流占空比与熔宽的模型分别进行了辨识,分析了基值电流、送丝速度和脉冲电流占空比对熔宽的影响规律,为铝合金脉冲MIG焊过程控制提供了理论依据.     

Prediction of weld quality in pulsed current GMAW process using artificial neural network

Abstract

Weld joint dimensions and weld metal mechanical properties are important quality characteristics of any welded joint. The success of building these characteristics in any welding situation depends on proper selection-cum-optimisation of welding process parameters. Such optimisation is critical in the pulsed current gas metal arc welding process (GMAW-P), as the heat input here is closely dictated by a host of additional pulse parameters in comparison to the conventional gas metal arc welding process. Neural network based models are excellent alternatives in such situations where a large number of input conditions govern certain outputs in a manner that is often difficult to adjudge a priori. Six individual prediction models developed using neural network methodology are presented here to estimate ultimate tensile strength, elongation, impact toughness, weld bead width, weld reinforcement height and penetration of the final weld joint as a function of four pulse parameters, e.g. peak current, base current, pulse on time and pulse frequency. The experimental data employed here are for GMAW-P welding of extruded sections of high strength Al–Zn–Mg alloy (7005). In each case, a committee of different possible network architectures is used, including the final optimum network, to assess the uncertainty in estimation. The neural network models developed here could estimate all the outputs except penetration fairly accurately.