随着功率器件、微电子、计算机以及工业与其他科学技术的发展，焊接技术不断创新和发展。本书除介绍成熟或比较成熟的焊接技术外，将简单介绍焊接技术的新发展及其趋势。......
2023-06-25
人工神经网络控制焊接过程
【摘要】：人工神经网络在过程建模与控制、模式识别等方面展现了广阔的应用前景。对于非线性的焊接过程，神经网络的适应性强。
早在1943年心理学家W.McCulloch和数学家W.Pitts合作提出了最早的神经元模型；1958年F.Rosenblatt首次提出模拟人脑感知和学习能力的感知器概念；1982年，神经网络研究取得突破性进展。近年来，微电子技术和计算机科学的飞速发展，为神经网络的技术实现提供了有力的支持。人工神经网络在过程建模与控制、模式识别等方面展现了广阔的应用前景。在焊接领域，焊接学科的专家学者也注意到人工神经网络的潜在实用价值，BP神经网络在焊接接头质量预测与监控、焊接参数设计、焊缝成形控制、焊缝跟踪以及焊接缺陷的检测等方面得到了广泛的应用，并取得了满意的效果。
神经网络主要可分为以下两大类：
1）监督学习。神经元在学习过程中，有教师信号指出网络性能如何（增强学习），或者什么是正确行为（全监督学习）。
2）非监督学习。网络的学习自动进行，找出数据集中的特性，并在输出结果中表示出来。其识别精度取决于特定的模型和学习算法，通常网络学习用压缩的数据表示。
神经网络的学习算法都与某一类的网络拓扑结构相联系，神经网络的结构主要可分为反馈网络和前馈网络。
1.人工神经控制的软硬件技术
人工神经网络由神经元通过不同的拓扑结构连接起来，配合相应的算法就构成了各种的神经网络。它具有近似于人脑神经元的特性，采用分布式存储信息、具有高速并行运算及很强的学习能力，已经证明神经网络是一线性无关的模型估计器。以BP为代表的前馈多层型神经网络有很好的非线性映射能力，由于影响焊接质量的工艺因素很多，它们之间难以建立精确的数学模型，因此采用BP等映射类神经网络进行建模和控制非常合适。ART、Kohonen等神经网络具有较强的模式识别能力，此类神经网络在焊缝识别与自动跟踪方面有良好的发展前景。
目前，美、日、德等国家已推出神经网络软件开发系统、神经网络芯片及PC板卡。如美国MathWorks公司推出的MATLAB Neural Network Toolbox，可用于广泛的神经网络结构，支持的算法有：BP及变种、LVQ、RBF等，适于工程环境下的神经网络研究、设计和仿真，是目前较为流行的神经网络工具软件。代表性的神经网络芯片有IBM公司的ZISC036，它是一种数字神经网络芯片，具有36个并行径向基（RBF）神经元，是真正的并行结构，其扩展不受限制，运行速度与神经元数量无关，芯片具有学习能力。
神经网络用于焊接过程控制的途径有以下两种：
①在PC机上采用高级语言编程实现，这可用于焊接过程的离线建模等。由于它是用软件的串行运算来仿真实现神经网络的并行运算结构，所以，对于实时性要求较高的焊接工艺，如MIG/MAG、CO2焊的熔滴过渡控制等，则速度往往跟不上。
②采用具有并行运算能力的神经网络芯片，由专用神经网络软件包开发汇编程序，其运算速度高，适于在线实时控制。目前神经网络芯片含有的神经元还较少，与微电子的最新技术RISC相结合，将提高其性能和集成度，从而必将用于生产实际中。
2.弧焊电源与焊接质量的人工神经网络控制
在弧焊过程中，焊接电流、电弧电压、焊接速度、材料、板厚等都对焊接质量有很大的影响。焊接前通常根据经验预置焊接参数，焊接后焊缝的质量如何则不可能用某一模型进行预测。近年来，国内外不少学者将神经网络用于弧焊过程的建模和控制。1990年、1992年K.Andersen等人用BP神经网络来离线和在线建立GTAW的模型，神经网络的输入层有4个节点，分别为焊接电流、焊接速度、弧长和板厚；输出层有2个节点，焊缝的熔宽和熔深。1992年美国的J.Jones将BP神经网络用于GTAW和GMAW焊接过程的建模型，输出量为焊缝的特性，如熔深、熔宽，控制量为焊接电压、焊接电流、送丝速度和焊接速度。用神经网络所建的模型来预测焊缝的特性。此外，用网络逆向搜索最优的焊接电压、焊接电流和焊接速度。以获得期望的焊缝特性。1993年华南理工大学把BP神经网络用于TIG焊，通过熔宽的检测与控制实现了对焊缝质量的有效控制，详见第1篇第2章2.6.6节。1995年G.E.Cook等人（包括K.Andersen）将BP神经网络用于变极性等离子弧焊的过程建模、控制和焊接控制的焊缝轮廓分析。1997年德国U.Dilthey等人采用神经网络来优化GMAW的焊接参数，并在线监控其焊接质量。
神经网络建模及控制不同于其他的建模方法，不需对焊接过程作任何假设，模型与实际过程符合较好，且简单易行。神经网络控制具有较强的抗干扰能力，在散热条件急剧变化的情况下，能使系统的输出基本保持恒定。对于非线性的焊接过程，神经网络的适应性强。神经网络逐步渗透到焊接领域，神经网络的理论、软硬件技术还不太成熟，有待完善，对人类大脑的认识，还需要漫长的时间，同时需要VLSI的突破，以便提高神经元的集成度，使神经网络芯片中的神经元接近人脑的数量级。神经与模糊和专家系统的结合，可产生更大的威力。神经网络的应用需要结合焊接工艺，不断实践。
有关焊接方法与过程控制基础的文章
- 详细阅读
-
焊接过程中的PID控制原理详细阅读
单片机对于焊接参数的控制，可以通过编程实现有关工艺参数的PID控制算法，利用单片机强大的逻辑功能，可以使PID控制更加灵活。微分作用不能单独使用，需要与另外两种调节规律相结合，组成PD或PID控制器。......
2023-06-26
-
焊接过程模糊控制的原理和方法详细阅读
J.J.Buckly等人研究了专家模糊控制理论。国内外焊接界的专家学者较早认识到模糊控制在焊接过程中有着广阔的应用前景，积极将模糊控制用于焊缝跟踪、焊接质量及弧焊电源、设备的控制中。解模糊化则是将模糊控制子集转变为确切的控制量输出。语言变量的确定 以CO2焊接过程的电流波控为例来分析焊接过程模糊控制的特点。表5-1-4为模糊控制状态表。......
2023-06-26
-
焊接过程中的专家控制原理详细阅读
专家系统由知识库﹑推理机﹑数据库和人机接口组成。其中知识库、上下文和推理机是目前大多数专家系统的主要内容，知识获取机制、解释机制和专门的人机接口是所有专家系统都期望有的三个模块，但它们并不是都得到了实现，简单的专家系统不一定具备这三个模块。......
2023-06-26
-
焊接过程的自动控制系统概述详细阅读
自动化焊接一般采用连续送丝的电弧焊方法，可以显著降低对焊工技术的依赖性，提高焊接设备的负载持续率，降低生产成本。自动焊具有以下优点：1）劳动生产率高，这是由于焊接设备负载持续率、熔敷速度及焊接速度均得到提高。6）焊接程序，根据焊接工艺要求编写程序并输入到主控制器中。由于大量新技术和新的控制方法的出现，焊接过程与质量控制的自动化水平在近十多年中得到了迅猛发展。......
2023-06-26
-
电子束焊焊接过程控制优化方案详细阅读
电子束焊在密封的真空环境下进行，焊接过程中不能实时地进行人工干预调节，焊接需要实现高度自动化控制。普通的电子束焊机通常以PLC为核心以及真空检测传感器、电磁阀、电位器、行程开关、指令开关等辅助器件即可构建焊接过程控制系统。在计算机+PLC控制模式下，计算机PC通过I/O接口检测监控电子束焊机系统状态信息，通过RS232或RS485接口与PLC之间进行通信，传输指令、接收信息，实现对焊接过程的管理与实时控制。......
2023-06-26
-
焊接方法与过程控制：外部曲线形状要求详细阅读
要同时保证这两个稳定性，在选配弧焊电源外特性曲线形状时，需兼顾利于引弧、熔滴过渡等问题。下面将重点讨论弧焊电源外特性曲线中空载点、工作区和短路区三个重要的特征区段。对下降特性的弧焊电源要求如下：1.25＜Iwd/If＜2 这是弧焊电源利用静特性对动特性进行控制的一种体现。......
2023-06-25
-
焊接过程动态信息检测详细阅读
焊接电弧电参数检测所选用的传感器的隔离方式一般为光电隔离、电磁隔离、霍尔效应隔离。图5-3-15 机器视觉系统原理3.电信号与图像信号的同步检测系统硬件部分由焊接试验平台、弧焊电源、电信号采集与小波分析仪、高速摄像机以及激光背光光路系统构成。......
2023-06-26
相关推荐