信息融合在焊缝跟踪模糊控制器中的应用

在焊接过程中,焊缝自动跟踪的精度直接影响着焊接的质量.以埋弧焊控制系统为研究对象,研究了焊缝跟踪模糊控制系统,且在该系统中,采用多个传感器同时对焊缝进行跟踪检测,并利用融合算法对其进行融合,将融合后的结暴作为模糊控制器的输入.计算机仿真结暴表明,在焊缝跟踪中,采用多传感器信息融合是合理的、可行的;且可以减少焊接过程中由传感器引起的误差对跟踪精度的影响,提高控制精度.     

基于神经网络的焊枪倾角检测

将旋转电弧传感器的应用领域扩大到焊枪倾角的实时检测,利用人工神经网络的非线性映射功能实现了在线实时检测的目的.论述了基于旋转电弧传感器的倾角实时检测原理,介绍了对焊接电流信号进行低通滤波处理的方法,通过性能比较的方法确定了网络结构和网络参数,构造出含一个隐含层的前向型BP神经网络,进行了大量不同倾角时的金属熔化极混合气体保护焊(GMAW)检测试验,结果证明采用前向型BP神经网络进行倾角检测是可行的和有效的.虽然BP网络的训练结果与焊接工艺紧密相关,但由于ANN具有较强的泛化能力和并行计算能力,实际检测结果在精度和速度两方面均令人满意.     

折线焊缝跟踪数据融合

集装箱生产过程自动化的主要困难是波纹板与各梁之间的折线焊缝,12m长的波纹板各段的尺寸及角度在冲压成形时不可避免地存在误差,需要利用传感器实时检测波纹板各段的折弯点,才能实现焊缝跟踪。激光传感器检测各段波纹板槽与部分斜边,超声波传感器检测各段波纹板槽与顶,利用模糊贴近度对两传感器的检测信息进行融合处理,以避免传感器本身因素和环境因素造成传感器的测量值与目标值之间存在着不确定性的误差,获得较准确的折弯点位置。试验结果表明,测量值与目标值差小于0.5mm,满足焊接要求。     

基于视觉传感的焊缝跟踪控制系统

研究一种智能型焊缝跟踪控制系统,采用视觉传感器ＣＣＤ检测弧焊区,并通过图像处理准确识别焊缝位置,同时设计一个参数自调整模糊控制器对焊枪运动进行控制,有效地提高了焊缝跟踪精度。     

焊缝自动跟踪系统中的智能控制

从控制方式的角度对焊缝自动跟踪系统进行分析,确认大多数焊缝跟踪系统是一种前馈随动系统。介绍了模糊控制和神经网络在焊缝跟踪中的应用。     

基于焊缝背面实时温度场检测的焊缝自动跟踪系统

为避免在焊接过程中采集焊接正面温度场的缺点,本文使用ICCD工件背面采集焊接温度场图像,通过对焊接温度场图像进行分析,提出了改进的梯度算法获得焊缝偏差信号.利用自调整模糊控制的方式调节纠偏,解决了焊接过程难以控制问题.通过对近L形焊缝跟踪试验表明,该系统能够有效识别焊接偏差,并实现快速纠偏,跟踪精度可控制在0.5mm以内.     

基于旋转电弧焊枪前后倾角检测方法的研究

实时检测焊枪的前后倾角,实现焊枪姿态的及时校正,是保证焊缝跟踪精度与焊缝质量的重要因素.通过建立带倾角的旋转电弧弧长数学模型,提出一种带收敛系数的积分差值法来实时检测焊枪相对于焊缝的前后倾角.最后,通过Matlab/Simulink仿真和试验对该方法的正确性和有效性进行了论证.     

基于电弧传感窄间隙焊枪高度跟踪的信号处理及控制策略

在细丝CO2短路过渡窄间隙焊接时，基于电弧传感原理的焊枪高度跟踪系统易受短路过渡稳定性、送丝稳定性等干扰因素的影响，焊枪高度调节发生振荡或失控。通过采用统计短路频率法对弧压信号进行处理，并采用参数自校正可变增益PID的控制算法，改善了系统的调节特性，满足了窄间隙焊接过程中高度跟踪的精度和实时要求。     

焊缝自适应跟踪控制系统设计

为提高焊接质量,以焊缝跟踪为研究对象,基于视觉检测设计了一种焊缝自动跟踪系统。论述了焊缝偏差补偿流程;基于模糊控制提出了一种焊枪位置纠偏算法;为进一步提高焊缝跟踪精度,在模糊控制器中加入了自调节模块,其隶属度函数可以根据跟踪状态进行自适应调整,并进行了焊缝跟踪试验。试验结果表明,基于激光视觉检测的焊缝跟踪误差可控制在0.5 mm之内,其在精密焊接领域具有较大应用前景。     

盘型激光焊接状态多传感信息融合分析

针对大功率盘型激光焊接状态,研究一种基于支持向量机的多传感信息融合分析方法. 使用紫外、可视和红外波段的两个高速摄像机同时获取激光焊接过程中金属蒸气、飞溅和熔池动态图像. 通过模式识别技术提取焊接过程多传感信息特征及进行数据主成分特征分析,并以焊缝宽度变化作为衡量焊接状态稳定性的参数. 运用支持向量机融合各特征,通过网格搜索和粒子群算法优化支持向量机参数,建立基于支持向量机的多传感信息融合模型. 结果表明,支持向量机多传感信息融合方法能够有效预测焊缝宽度变化趋势,为大功率盘型激光焊接状态的实时监控提供试验依据.     

轮式机器人折线焊缝跟踪协调控制方法

研究了以旋转电弧作为传感器,采用轮式移动机器人对折线焊缝进行跟踪的协调控制方法.设计了自适应模糊控制器对十字滑块和车轮进行协调控制,通过控制机器人移动对焊缝进行粗略跟踪,同时调整十字滑块带动焊枪对焊缝进行精确跟踪.为了使机器人的移动方向与焊缝走向一致,采用Sugeno型模糊逻辑系统作为滤波器对机器人本体的方位角偏差进行滤波处理,使机器人本体在跟踪焊缝的直线段时做直线运动,在跟踪焊缝的曲线段时做转弯运动.结果表明,该算法能够成功应用于最大为60°的折线焊缝和Z形焊缝的自动跟踪焊接.     

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.     

光电传感器式焊缝自动跟踪系统

采用点光源扫描的光电传感器对焊缝偏差进行检测,针对传感器的信号特点,提出了信号加权比较处理方法用于焊缝识别.建立了一种传感器旋转摆动的数学模型,对该模型进行了理论推导与分析,设计了一套模糊控制器,并采用MATLAB软件进行了仿真分析.开发了基于MSC-51单片机控制的硬件与软件.焊接试验表明,该系统跟踪精度高,工作稳定,成本低,满足实际生产应用要求.     

The characteristics of welding currents in a rotating arc lead tandem GMAW process and the weld-seam tracking

Tandem gas metal arc welding (T-GMAW) process shows a high deposition rate that up to three times of the single electrode GMAW,so the welding speed could be significantly increased in this process.However,the majority of this process applications are based on the pre-programmed robotic welding,which does not allow them to track the seam real-time during welding.Rotating arc sensor,sensing the seam position by detecting the changing of welding currents,has been widely adopted in the automatic robot welding process.It is proposed in this paper to integrate the rotating arc sensor with a trailing torch to develop a new approach of rotating arc lead tandem gas metal arc welding (RLT-GMAW) process.The characteristics of the welding currents in the proposed new welding process were firstly studied,and then a self-turning fuzzy control seam tracking strategy was developed for the mobile robot automatic welding.The experimental results showed that the proposed RLT-GMAW process had an excellent seam tracking performance and high welding deposition rate.Even if there were some electromagnetic interactions between the two arcs,the deviation of the welding seam could also be reflected by the fluctuation of the welding currents on the leading arc once the correct welding parameters were selected.Based on the detected deviation,the welding tracking experiments showed that the proposed self-turning fuzzy controller had a good performance for the RLT-GMA W process seam tracking.     

基于拉东变换和模糊增强的结构光焊缝跟踪图像处理

针对激光结构光引导焊缝跟踪过程中图像特点,首先对图像进行多角度拉东变换,然后找到变换后的图像中的激光条纹所对应奇异点,保持该奇异点附近点像素值不变,削弱该奇异点远点像素值,再进行拉东逆变换复原图像;最后采用模糊增强法对复原后的图像进行处理,可以获得清晰且少噪声的结构光图像.结果表明,该方法效果良好,抗干扰性较强,耗时较少,适合于激光视觉焊缝跟踪过程.     

基于移动焊接机器人动力学的焊缝轨迹跟踪控制

焊缝跟踪的高精度要求使得跟踪系统动力学问题愈加突出.建立了移动焊接机器人具有非完整力学系统形式的动力学模型,并设计了基于移动焊接机器人动力学和十字滑块协调控制的滑模变结构控制器,考虑了焊接机器人的惯性、电机动力学、工件表面不平度等因素对跟踪精度的影响.理论分析和系统仿真证明了动力学模型和滑模变结构控制算法在焊缝轨迹跟踪中的正确性和有效性.为智能控制方法在移动焊接机器人中离线编程、仿真和动态控制奠定了重要基础.     

CO2焊接超声传感焊缝跟踪控制规则与参数

介绍了一种CO2焊接非接触超声传感焊缝跟踪系统.该系统采用了Fuzzy-P控制理论.由于控制系统的控制规则、控制参数与控制系统性能密切相关,因此,要提高系统的控制性能,必须对系统的控制规则、控制参数进行优化处理.文中首先介绍了Fuzzy-P控制理论和参数自调整模糊控制规则;然后通过计算机仿真研究,确定了参数自调整模糊控制的比例因子α1和α2、系统输出比例因子K等控制参数,确定了Fuzzy-P控制的阈值ev.试验结果表明,采用计算机仿真研究确定的Fuzzy-P控制规则和控制参数是正确的,能够满足实际CO2焊接超声传感焊缝跟踪系统的控制要求.