不确定对象的人工神经网络自学习控制方法

利用模糊控制的思想,将误差、误差变化及加速度作为输入,建立一个神经网络控制器,对具有不确定性控制对象提出了一种自学习模糊神经网络控制方法.并将此方法用于焊接熔池动态过程控制的有效性试验.     

我国机器人焊接技术研究与应用概况（下）

2 国内机器人焊接技术的应用状况根据“’97中国机器人焊接学术与技术交流会”及文献1～3的分析,我国目前的焊接机器人以引进为主,尤其是弧焊机器人,大约占95％左右,而国产弧焊机器人由于元器件质量及配套技术等诸多因素,一直未能主导国内焊接机器人市场。因此在焊接机器人应用技术中反映出的问题,基本上源于进口焊接机器人的特定背景。在80年代后期开始引进的第一批弧焊机器人的厂家,基本上是零星购进,由于经验不足,国内基础技术条件不成熟,缺乏配套的机器人周边设备,技术人员素质较低以及缺乏科学和有效的管理,致使在焊接机器人引进初期,在实际生产中未能充分发挥作用的现象比较普遍。经过几年的摸索实践,进入90年代初期以来进口焊接机器人的大多数厂家基本上注意到了这些问题,大都随机器人本体购置了比较完善了的外围设备,如变位机、移动回转装置以及部分传感系统,并注意到购进后与厂商维持技术服务、人员培训、管理方法等基本环节。同时开展与国内科研院、     

一种基于Zernike矩的直线提取算法

提出了一种新颖的基于Zernike矩(ZMs)的直线提取算法。该算法首先是利用ZMs在局部坐标系中计算边缘点所在直线方程，然后通过坐标变换将直线方程变换到图像坐标系中，从而建立了边缘点和所在直线参数之间的一一映射关系，最后对于所求出的直线参数在参数空间对参数单元投票取阈值提取直线。实验表明，该算法速度快、精度高和抗干扰性强。     

多传感器信息融合技术在焊接中的应用及展望

针对单一传感器在提取全面反映焊接过程质量信息上的不足,提出了基于多传感器信息融合技术获取焊接过程状态信息的思想.介绍了信息融合理论及常用的信息融合算法,分析了焊接过程中使用的各种传感器,描述了当前信息融合理论在焊接过程中的应用情况,展望了信息融合技术在焊接过程中的应用前景.     

多智能体系统在焊接柔性制造系统中的应用

焊接柔性制造系统 (WFMS)已经成为焊接自动化生产的一个重要的发展趋势。面对这样高度集成 ,高度复杂的自动化生产系统 ,采用单一的基于定量数学模型的传统控制理论和技术的控制系统已经不能对其实施有效的控制了。分布式人工智能 (DAI)领域中的多智能体系统 (MAS)的理论和技术已经应用于柔性制造系统。由于WFMS内在的分散性 (时间、空间和功能上的分散性 )以及它与MAS的内在联系和相似性 ,使得MAS成为WFMS的最佳控制策略之一。文章介绍了DAI中的MAS的概念和特点 ,讨论了MAS的网络结构及组织结构。针对WFMS的结构特点和焊接生产工艺特点 ,详细讨论了MAS系统和WFMS系统之间的内在联系以及MAS应用于WFMS的可行性。     

三维计算机视觉及其在焊接中的应用

随着视觉传感、图像处理和人工智能等技术的发展,计算机视觉以其信息量大、精度高、通用性好、检测范围大等特点,在焊接领域得到了广泛的应用。简要地介绍了目前出现的三堆计算机视觉技术和方法,综述了该技术在焊接中的典型应用,并在此基础上提出了目前存在的问题和未来的发展趋势。     

一种新的面向焊接智能建模的离散化方法

针对离散化方法在焊接智能建模和控制中的重要性和目前研究存在的不足,以粗糙集智能建模方法为例,采用脉冲钨极氩弧焊的一个预测焊接熔池背面宽度的模型为背景,对离散化方法进行研究.确立了离散化方法在焊接建模领域的主要评价标准.据此对比了常用的适合焊接过程的离散化方法,并得出基于熵的离散化算法更好.最后,在基于熵算法的基础上提出了一种改进的离散化方法.结果表明,该算法稳定且更加适合焊接领域的建模.     

基于视觉注意机制的机器人厚板焊接焊缝轮廓的识别

设计了一种视觉传感器同时采集熔池和焊缝轮廓, 并提出一种基于视觉注意机制的机器人厚板焊接焊缝轮廓的提取方法. 该方法以图像的亮度信息和方向信息作为初级视觉特征,并以焊缝图像作为亮度特征图,把对焊缝图像进行膨胀处理再进行Gabor滤波的结果作为方向特征图. 对上述两种特征图进行显著性度量,然后对度量结果进行自适应特征融合获取综合显著图,并对其进行阈值分割和最近邻聚类. 结果表明,最后在所有类别中以成员数最多的类所覆盖的区域作为最先被注意的区域,而其包含的数据即为焊缝轮廓信息.     

Guiding the welding robot to the initial welding position with visual method

Using step pattern match technology with variational resolution can recognize the position and orientation of the weld seam in the image. According to using the image segmentation method based on pattern match, not only advanced the speed and anti-jamming capability, but also captured the edge information of the weld seam and the edge of the workpiece, and the image coordinate of the initial welding position can be obtained. The matrix for hand-eye relationship of the robot can be calculated by adopting the rapid calculation method. According to the depth calculating principle with the special point matching using binocular stereovision, the initial welding position can be confirmed by calculating the middle point of the perpendicular line of two radials in the space, and the function to guide the welding robot to the initial welding position can be realized.     

基于变精度粗糙集的脉冲GTAW过程建模方法

采用变精度粗糙集方法对脉冲GTAW过程进行建模,获取能预测熔池背面宽度的动态模型,并对该建模方法的主要步骤和关键问题做了阐述.结果表明,该模型具有足够的精度,能满足焊接应用的需要.该方法拓展了粗糙集理论的应用领域,并为焊接建模提供了一种新方法,具有较大的应用潜力.