人工智能新技术在焊接中的应用及发展趋势

收稿日期
:2OO1 O6 O2
基金项目
:
航空科学基金
(98H53O73)
资助
作者简介
:
王 玉
(1958-)
女
(
汉
)
湖南

副教授
王 玉
文章编号
:1OO38728(2OO2)O3O494O3
人工智能新技术在焊接中的应用及发展趋势
王 玉

高大路

张 光
(
西北工业大学

西安
71OO72)
摘 要
:
综述了近年来模糊理论及神经网络技术等人工智能新技术在焊接过程控制
~
性能预测及焊接缺陷检测等方
面的应用

探讨了人工智能新技术在焊接领域应用中有待解决的问题及发展趋势
o
关 键 词
:
模糊理论
;
神经网络
;
焊接
;
过程控制
;
无损检测
中图分类号
:TP18
文献标识码
:A
ReViewfthepplicatinfrtificialIntelligencetWelding
ANGYuGADuZHANGGu
(NsPyUvsyX/71OO72)
btract:summzAysusukuzzyx
sysmxmsssmssm
yy.MvsusssmxsmsA
y.
Kewrd:Fuzzyy;Nuk;;Psss;Nsuvs
神经网络因其具有独特的自适应学习
~
强容错
~
大规模并
行处理及联想记忆等特点

已在模式识别
~
优化控制
~
故障
检测
~
性能预测
~
信号处理等领域得到广泛应用
[12]
o
但是

神经网络在实际应用中还有其局限性

如不能产生复杂的
逻辑函数
~
所知的信息是隐含的
~
没有能力解释自己的推理
过程和推理根据
~
在实现连续型的非线性映射方面还存在
精度不高的问题等
o
这些均限制了神经网络技术的进一步
发展和应用
o
基于模糊集理论的模糊逻辑是一种解决未知
或不精确
~
不完全信息的方法

其最大特点是可以较自然的
处理人类的难题
o
但是模糊逻辑规则是根据人的经验制定
的

它本身不具备学习能力

而要得到满足实际系统性能的
规则

须用大量时间
~
进行复杂的计算反复探索

这就大大
限制了模糊逻辑的应用
o
将模糊技术和神经网络有机结合

利用神经网络实现模糊系统的输入

输出映射关系

可以有
效发挥各自的优势并弥补不足
[34]
o
1
基于模糊神经网络的焊接过程智能控制
焊接过程具有高度非线性
~
多变量耦合且伴随有大量
随机不确定因素的特点
o
正是该过程的复杂性
~
随机性和不
确定性

使得过程监测
~
性能预测和自动控制极为困难
o
随
着人工智能
~
计算机技术及信息科学的飞速发展

焊接过程
智能控制也取得了长足的进步
[57]
o
文献
[8]
将模糊逻辑与神经网络建模相结合用于电阻
点焊的过程控制

针对焊接过程的特点

研究出自动电阻点
焊闭环控制系统
o
首先将电极位移
()~
最大加热百分数
( %)~
焊接时间
()
等实验数据由神经网络离线训练

建
立三者函数关系的数学模型

然后接入控制系统

输出经模
糊化后进入模糊控制器

实现了焊接过程实时闭环控制
o
弧焊过程中

焊缝熔深通常是焊接过程控制的最重要
的参数

由于随机的
~
不确定的因素干扰

传统的熔深控制
器鲁棒性较差

控制精度不高
o
黄向东等采用神经网络
-
模
糊控制技术研究钨极气体保护电弧焊
(GTA)
的熔深控
制过程

所设计的熔深智能控制系统具有良好的控制特性

熔深控制精度显著提高
[9]
o
图
1
脉冲
TG
焊熔宽模糊
神经网络控制系统
陈善本
~
吴林等将模糊逻
辑和神经网络与焊接工艺结
合

研究了焊缝熔宽的智能控
制
o
构造了用于实现脉冲
GTA
焊正面熔宽控制的自
学习模糊控制器

其原理为将
D
视觉传感获得的焊接熔池实时图信息送至自学习模糊
控制器

根据熔宽的变化来调整焊接电流
o
并对脉冲
TG
焊
工艺中焊接电流

正面熔宽动态过程控制设计了一种模糊神
经网络控制系统

利用神经网络直接对过程建模的控制仿
真

从而避免了采用传统方法对过程建模与控制的困难
o
该
模糊神经网络控制系统框图如图
1
所示
o
图中控制误差和误
差变化量的由
Fuzzy
模糊化为模糊神经网络
(FANN)
的输
第
21
卷
2OO2
年
第
3
期
5
月
机 械 科 学 与 技 术
MEHANALSENEANDTEHNLGY
V.21
My
N.3
2OO2