电阻点焊工艺专家系统研究与开发

通过归纳电阻点焊工艺相关知识、标准以及专家经验,建立采用产生式方法表示知识与正向推理机制的电阻点焊专家系统知识库,基于Oracle数据库系统设计开发出电阻点焊工艺专家系统。通过对比实际采用工艺参数与专家系统推理所得参数,验证了推理结果的合理性。     

基于Visual Prolog的车身点焊工艺专家系统的研究

为了有效地提高点焊工艺设计的效率,提出了将焊接专家系统应用于点焊工艺设计过程的思想。按照专家系统的构建步骤,开发了基于Visual Prolog软件的点焊工艺专家系统,最后对各模块进行了介绍。结果表明,它能有效地进行焊接工艺参数的选取。     

主从式小型集散点焊控制系统上位机软件设计

设计了一种经济、实用的具有人工神经网络智能功能的主从式小型集散控制系统,并将其引入电阻点焊领域,以实现电阻点焊的智能化控制.在PC机上建立具有人工神经网络功能的专家系统,根据PC机强大的数据处理功能,实现点焊工艺参数的选择.并通过上下位机之间的数据通信,对下位机进行实时监控,实现接头质量的预测与控制.     

智能点焊专家系统实时数据采集与通信

介绍了电阻点焊实时参数采集与通信的工作原理，分析了系统上、下位机的软、硬件设计。实验结果表明，采用设计的点焊实时数据采集与通信系统，能够准确测量焊接电流和电极间电压等点焊过程参数的动态变化，并可写入点焊专家系统实时数据库，为建立智能点专家系统，实现焊点质量在线评估和实时管理奠定了基础。     

铝合金直流点焊神经网络建模

采用三相次级整流点焊机和动态参数检测系统,研究了硬铝合金ＬＹ１２直流点焊焊接性;在大量工艺试验基础上,运用神经网络方法,构造了一种离散型人工神经网络点焊质量预测与评估模型。研究结果表明,对点焊焊接电流、极间电压和焊点剪切力等预测模型的输入、输出参数进行离散化处理,可以实现输入向量空间到输出向量空间的映射,构造的预测模型具有良好的有效性和容错性,适用于铝合金直流点焊质量的预测和评估,为最终实现电阻点焊的智能制造奠定了基础。     

一种先进热冲压钢的电阻点焊工艺多元非线性回归设计

采用多元非线性回归正交组合设计了试验方案,研究了点焊工艺参数对一种先进热冲压钢焊接接头质量的影响.将点焊接头抗剪切强度与点焊熔核直径作为影响接头质量的主要考察指标.以电极力、焊接电流及焊接时间作为工艺参数,并分析三者之间的相互制约关系.通过正交理论设计了9组试验,根据回归设计理论,建立三元二次非线性回归方程并进行了剩余标准差计算.结果表明,回归模型能够实现对点焊接头抗将剪切强度与点焊熔核直径的有效预测.绘制了其三维视图,在模型的基础上研究点焊工艺参数对焊缝质量的影响规律.     

基于神经网络优化的车身镀锌板点焊性能预测

针对汽车车身常用的镀锌钢板(GMW2和DP600)的点焊性能预测问题进行了研究,引入人工神经网络模型来描述点焊工艺参数空间同焊点接头质量空间的映射关系;在对普通网络存在的缺陷问题进行深入分析的基础上,结合大量试验综合考虑,对网络模型进行了优化改进;然后将试验得到的大量点焊工艺参数与相应点焊接头质量的试验数据提供给神经网络学习.结果表明,学习后的优化神经网络模型能够准确有效地预测焊接电流对点焊熔核直径、压痕深度以及拉剪强度的影响规律.亦即该优化神经网络模型可有效地实现对车身镀锌钢板点焊性能的预测,且预测精度和准确率较高,符合工程需要,具有一定的实用价值.     

基于CPSO的点焊工艺参数统计建模和优化

电阻点焊是多种因素交互作用的复杂过程,点焊熔核直径和高度直接影响电阻点焊焊接强度,点焊熔核直径和高度又受到许多工艺参数的影响。对0.7mm厚AISI1008标准钢板进行点焊实验,在分析点焊焊接工艺的基础上,计全因子实验研究焊接熔核尺寸与焊接工艺参数(焊接时间、焊接电流、焊接压力)之间的关系,同时借助Minitab软件对实验数据进行多元线性回归分析,建立焊接熔核尺寸与焊接工艺参数的统计模型,并对焊接熔核尺寸进行预测。利用混沌粒子群算法(CPSO)对统计模型进行优化,获得最大焊接熔核尺寸下的最优工艺参数搭配。实验结果表明,与正交实验法相比,该方法具有更高的可靠性。     

铝制交通标志板电容储能点焊工艺研究

针对铝制交通标志板生产中用点焊工艺代替传统的铆接方法，设计了专用的大容量电容储能点焊机及独特的正面无压痕点焊工艺，以提高标志板与铝槽的连接强度、稳定性以及标志板的表面质量和生产效率。对电容储能点焊工艺在铝制标志板生产上的应用优点作了详细的论证，并对焊接参数进行了系统的计算，实际点焊试验结果证明：点焊接头强度是铆接的2－3倍。     

基于LPSO与BP神经网络电阻点焊工艺参数建模优化

电阻点焊工艺参数的设置对点焊焊接质量有着非常重要的作用,难以建立精确的数学模型。基于此,提出一种将Logistic映射微粒群优化算法(LPSO)与BP神经网络相结合的方法,对0.8mm厚08AL钢板点焊工艺参数建模优化。在详细分析点焊工艺的基础上,利用BP神经网络建立点焊工艺参数与焊接质量之间的模型,同时结合LPSO的全局寻优能力,对点焊工艺参数进行优化,获得三大主要工艺参数(点焊时间、点焊电流与电极压力)的最优匹配。以点焊时间9周波、点焊电流11.41k N、电极压力1.7k N的最优工艺参数组合进行试验,结果表明,与BP+COA和正交实验法相比,该方法具有更高的可靠性。     

基于频谱分布分析及神经网络的点焊超声检测

分析了检测信号的频谱分布,采用小波分析的方法提取了能够描述点焊超声波频谱分布特征及功率特征的超声检测特征值.由这些检测特征值构成超声特征矢量,结合BP神经网络的模式识别功能对点焊直径进行精确分类与识别.与传统时域分析方法相比较,其备更高识别能力、更高的识别效率、更少的识别特征以及更小的外部干扰因素.     

Parameter selecting and quality predicting of spot welding based on artificial neural networks

This paper proposes a procedure for using artificial neural networks (ANN) in spot welding, and estabishesspot wilding parameter selecting ANN systems and sopt welding joint quality predicting ANN systems.It has been provedthat the ANN systems have high prediction precision ,providing a new way of parameter selecting and quality predicting in spot welding.     

基于人工神经网络的焊缝宽度预测

研究了用神经网络预测焊缝宽度的方法。首先对焊接质量检测系统的一些相关问题进行了研究,考虑了弧焊特性的提取、焊接质量的预报以及人工神经网络模型(ANN)的应用,设计了一个基于人工神经网络的焊接质量检测系统,给出系统的组成结构,ANN被用于预测焊缝宽度,建立了焊缝宽度预测的人工神经网络模型。为了验证建立的ANN模型的可行性,进行了仿真研究。仿真结果表明,所建立的ANN模型可预测焊缝宽度,基于人工神经网络的焊接质量检测系统是有效的。     

双相钢搭接点焊接头疲劳寿命分析

研究了双相钢焊点特征,对不同匹配双相钢搭接焊点进行了疲劳试验,获得了焊点的载荷寿命曲线.研究了双相钢焊点的疲劳裂纹扩展及失效形式,分析和解释了疲劳过程中的现象,并根据裂纹的实际扩展路径,提出了局部等效张开应力强度因子keq,从断裂力学的角度对双相钢焊点的疲劳失效进行了分析.结果表明,keq能够有效地关联具有不同厚度,不同熔核直径的搭接焊点试样的疲劳寿命,是反映双相钢焊点疲劳强度的有效参量,能够用来预测焊点疲劳寿命.     

钛合金微电阻点焊电极间电压质量检测技术

文中针对微点焊的特点采用电压信号监控点焊质量.焊接过程中电压通过自动数据采集系统获取.首先分析并解释了电压曲线的变化趋势,指出电压曲线的峰值就是β峰值;进而从电压曲线中提取了4个特征值用于预测熔核直径并将其作为人工神经网络的输入.预测输出的熔核直径与实测直径的误差为0.13 mm,结果表明,利用电压信号监测钛合金微电阻点焊质量是一种非常有效、经济的手段.     

基于BP人工神经网络模型的激光焊缝宽度预测方法

激光焊缝宽度是考核激光拼焊板质量的重要指标之一,直接影响到拼焊板的成形性能.因此,通过对激光焊缝宽度进行预测可以达到焊接工艺参数优化的目的,以提高拼焊板的焊接质量与成形性能.本文利用BP人工神经网络技术建立了焊缝宽度预测模型,该模型可以实现对焊缝宽度的有效预测,预测精度达到96%以上,具有较好的工业实用价值.     

点焊过程工艺参数采集及缺陷信息分析

采用基于图形化语言的虚拟仪器开发工具LabView开发了界面友好、操作简单的虚拟仪器——电阻点焊参数采集及缺陷信息分析系统。该系统实现了对铝合金点焊过程工艺参数的实时采集、数据传输与存储、波形同步显示，以及对工艺参数的分析和处理，对点焊过程中发生的缺陷状况做出评定和分析。在分析研究所采集的焊接电流和电极电压的基础上，建立了基于电压曲线斜率变化的判读飞溅缺陷的算法和基于积分变化的判读脱焊缺陷的算法。所建立的算法应用于实践，可准确地判读飞溅和脱焊缺陷。     

Artificial neural network approach for estimating weld bead width and depth of penetration from infrared thermal image of weld pool

Abstract

In this article an artificial neural network based system to predict weld bead geometry using features derived from the infrared thermal video of a welding process is proposed. The multilayer perceptron and radial basis function networks are used in the prediction model and an online feature selection technique prioritises the features used in the prediction model. The efficacy of the system is demonstrated with a number of welding experiments and using the leave one out cross-validation experiments.     

焊缝超声检测相控阵参数与缺陷显示的相关性

探讨焊缝超声相控阵检测探头参数和仪器参数对缺陷检测图像显示的影响,指出相控阵参数的选择应以获得最小声束焦点为目标,其中声束发射窗口和频率是最关键的参数。要进行高质量的相控阵检测,必须掌握相控阵参数选择与缺陷图像显示的相关性。