基于粗糙集和旋转电弧传感的窄间隙MAG智能焊缝跟踪方法研究

旋转电弧窄间隙气保焊是一种高效的焊接方法，目前迫切需要提高其焊缝跟踪算法的可靠性。其关键是要使得偏差的提取算法能克服焊接过程中的各种干扰。为此，本文首先采用高速摄像和Matlab计算机仿真的方法，研究旋转电弧窄间隙下熔池特殊形貌和电弧特殊行为（例跳弧）对电弧信号的影响及相关规律。然后精心设计实验仿真不同焊接状况或干扰，并构建高速可靠的基于LabVIEW的测试系统来获取充足的实验数据。在考虑窄间隙焊特点和不同焊接状况特点的基础上，该实验数据一方面被粗糙集这种智能方法用于获取能辨识不同焊接状况的知识模型，另一方面被用于设计和改进焊缝偏差提取算法。模型和算法的有效性需经过计算机仿真和实际实验验证并根据效果来改进。最终，采用PID或其他智能方法设计焊缝跟踪控制器并验证。通过粗糙集辨识不同焊接状态或干扰，可简化相应的偏差提取和纠正算法，大大提高焊缝跟踪可靠性，最终更好保证焊接质量和效率。

旋转电弧窄间隙MAG焊是一种高效的焊接方法，目前迫切需要提高其焊缝跟踪算法的可靠性。其关键是使偏差的提取算法能克服焊接过程中的各种干扰。为此，本文首先采用高速摄像方法对该焊接方法的电弧形态和熔滴过渡进行了研究。发现由于电弧旋转所形成的离心力，熔滴呈现非轴线过渡，同时熔滴向侧壁铺开，改善了焊缝成形和侧壁熔深，并构建了物理模型。此外，假设底部熔池形状呈椭球状，焊丝干伸长不变化，采用Matlab仿真计算了电弧旋转周期时电弧长度的变化趋势，与电压电流变化有很好的对应性。. 在电弧传感焊缝偏差提取方面，首先开发了电弧传感高速采集系统，设计U形或V形底工匠，并设置不同焊缝偏差获取实验数据。然后对传统的极值法、电流积分法（或平均值法）进行了比较研究，确定了有效的信号提取区间。同时，发现由于侧壁拘束，电弧搅拌，相比非窄间隙情况下熔池波动更剧烈，导致电流极值在左右坡口附近的出现位置波动，由此，积分法的信号提取区间应根据极值出现位置进行修正，可以提高偏差提取的正确性。此外，根据电流波形变化提出了一种基于极值数目和分布的电弧算法新算法。进而，采用粗糙集方法构建了识别焊缝偏差的智能模型，取得很好的效果。. 在焊接状态识别方面，考虑到电弧传感的原理是根据电弧长度变化造成电流电压变化来判断焊缝偏移，对坡口形状依赖严重。存在不同坡口不同焊缝偏差所得电流电压波形类似的情况，导致不能单纯从电弧传感判断焊接状态。故引入视觉传感，根据窄间隙特点，采用被动视觉传感方法，在红外区域进行传感，确定了滤光片、减光片、光圈等参数，获取高质量的焊接图像并开发了快速可靠的图像处理算法，通过相机触发方式实现了在一个电弧旋转周期内获取电弧旋转到坡口左侧和右侧的图像，提取电弧中心和坡口边沿，实现了焊缝偏差提取。进一步的，实现了电弧传感和视觉传感的高速同步采集，加工工件仿真不同焊接状态，并设置不同焊缝偏差采集数据。然后利用粗糙集建模方法，融合电弧传感信息和视觉传感信息，构建了能预测焊接工件状况的模型，取得了很好效果。

内容获取失败，请点击重试