智能化焊接技术PDF电子书下载

第一章 绪论 1

1.1 焊接自动化技术发展 1

1.2 智能控制在焊接过程中的应用途径 4

1.3 人工智能技术及其在焊接过程中的应用 8

第二章 焊接过程检测与建模的智能化技术 11

2.1 焊接过程传感技术 11

2.1.1 红外辐射传感 12

2.1.2 焊接区直接视觉传感 14

2.2 脉冲GTAW熔池视觉传感 21

2.2.1 脉冲GTAW熔池视觉传感器硬件系统 21

2.2.2 熔池正反面视觉图像同时同幅传感光路系统 22

2.3 脉冲GTAW熔池视觉传感实验设计 26

2.3.1 熔池正反面视觉传感系统初步实验 26

2.3.2 熔池正反面视觉图像成像机理分析 30

2.4 熔池图像实时处理算法 33

2.4.1 熔池图像的预处理 33

2.4.2 熔池几何特征尺寸参数的提取 37

2.5 脉冲GTAW平板堆焊熔池尺寸神经网络动态模型的建立 43

2.5.1 熔池尺寸神经网络动态模型激励信号的选择 44

2.5.2 熔池尺寸神经网络动态模型训练样本的获取 44

第三章 焊接过程的模糊控制方法 54

3.1 模糊控制系统设计 54

3.1.1 模糊系统结构 54

3.1.2 基本模糊控制器设计 56

3.1.3 适应性模糊控制器设计 63

3.2 模糊推理与控制在焊接过程中的应用 71

3.2.1 脉冲GTAW对接过程模糊控制规则的提取 71

3.2.2 脉冲GTAW平板堆焊模糊逻辑控制 75

3.3 脉冲GTAW动态过程模糊神经网络控制方法 83

3.3.1 脉冲GTAW熔宽自学习模糊神经网络控制系统方案 83

3.3.2 模糊神经网络控制器的自学习算法 85

3.3.3 控制方案的仿真实验结果 87

第四章 焊接过程的人工神经网络控制方法 91

4.1 人工神经网络控制方案 91

4.2 脉冲GTAW平板堆焊神经元自学习PSD控制 94

4.2.1 脉冲GTAW单神经元自学习PSD控制系统 94

4.2.2 脉冲GTAW平板堆焊神经元自学习PSD控制器设计 95

4.2.3 脉冲GTAW平板堆焊神经元自学习PSD控制器仿真 97

4.2.4 脉冲GTAW平板堆焊神经元自学习PSD控制实验 100

4.3 脉冲GTAW对接过程单变量自学习模糊神经网络控制 101

4.3.1 脉冲GTAW对接过程模糊神经网络控制器设计 101

4.3.2 脉冲GTAW对接过程模糊神经网络控制仿真 109

4.3.3 脉冲GTAW对接过程模糊神经网络控制实验 110

4.4 脉冲GTAW直接神经网络自学习控制方法 119

4.4.1 不确定性对象神经网络自学习控制方案 119

4.4.2 神经网络控制器的自学习算法 120

4.4.3 控制方案的试验结果 121

4.5 三种控制器控制性能比较 123

第五章 焊接工艺设计专家系统 125

5.1 专家系统及其在焊接中的应用状况 125

5.1.1 专家系统原理 125

5.1.2 焊接专家系统的发展状况 129

5.2 焊接工艺设计专家系统的设计 132

5.2.1 操作平台及语言的选择 132

5.2.2 知识获取及知识库维护 134

5.2.3 推理机制及工艺设计过程 139

5.2.4 设计结果维护 143

5.3 专家系统开发工具设计 143

5.3.1 总体结构设计 144

5.3.2 事实库维护 145

5.3.3 知识库维护 146

5.3.4 目标库维护 147

5.3.5 推理机设计 147

5.3.6 输出结果界面设计 147

第六章 焊接质量监测与检测智能化方法 149

6.1 点焊质量监测与控制技术的研究进展 149

6.2 点焊质量动态监测模型的建立 151

6.2.1 点焊过程中监测信息的选取 151

6.2.2 获取样本数据的焊接规范的设计 153

6.2.3 回归模型的建立 157

6.2.4 动态电阻多个特征量与点焊质量之间的神经元网络模型 162

6.3 点焊质量监测模型性能的评价及对比 164

6.3.1 误差分布的正态性检验 168

6.3.2 误差分布的均值一致性检验 169

6.3.3 误差分布标准偏差的显？检验 169

6.3.4 模型测量误差的统计表示 170

6.4 基于模糊规则的点焊质量综合评判 171

6.4.1 点焊质量的模糊综合评判 171

6.4.2 软件编程 175

6.5 人工智能的点焊质量多参量综合监测系统 176

6.5.1 监测系统的构成及原理 176

6.5.2 监测系统的性能 178

6.6 基于神经元网络的智能化超声缺陷模式识别与诊断 182

6.6.1 实验系统与方法 183

6.6.2 特征评价与最佳特征子集 184

6.6.3 基于神经元网络理论的缺陷模式分类器 186

6.6.4 识别与诊断结果分析 188

6.6.5 超声检测信息的融合处理 188

第七章 机器人焊接智能化系统 191

7.1 智能化系统的结构 191

7.2 机器人焊接智能化系统技术组成 194

7.2.1 机器人焊接任务规划软件系统设计 195

7.2.2 机器人焊接传感技术 198

7.2.3 机器人运动轨迹控制实现技术 200

7.2.4 焊接动态过程实时智能控制器设计 203

7.3 机器人焊接智能化复杂系统控制与优化技术 205

第八章 弧焊机器人接头跟踪技术 207

8.1 视觉传感方法 208

8.2 电弧传感方法 211

8.3 激光扫描视觉传感器原理 215

8.3.1 光学三角测量原理及分析 215

8.3.2 激光扫描式视觉传感器的结构 216

8.3.3 低层信息处理 218

8.4 接头类型识别和特征参数提取 218

8.4.1 V型接头 219

8.4.2 搭接接头 222

8.4.3 对接接头 222

8.4.4 角接接头 225

8.5 视觉控制的弧焊机器人接头跟踪的实现 226

8.5.1 视觉控制的弧焊机器人系统结构与构成 226

8.5.2 修正方式下接头跟踪控制方法及实现 227

第九章 机器人遥控焊接技术 234

9.1 遥控焊接的基本概念 234

9.2 弧焊过程中焊枪运动控制特点分析 236

9.2.1 手工焊接的特点 236

9.2.2 机器人弧焊的特点 237

9.2.3 遥控焊接的特点 238

9.3 遥控焊接的传感信息 241

9.3.1 视觉信息的传感 241

9.3.2 视觉信息的利用 243

9.3.3 焊接参数的视觉化 245

9.3.4 力觉信息的利用 246

9.4 遥控焊接的运动控制方法 247

9.4.1 自动控制与遥控示教 247

9.4.2 人工控制 248

9.4.3 自主控制 249

9.4.4 人机交互控制 249

9.4.5 人机共享控制 250

9.4.6 分布式控制 250

9.5 机器人遥控焊接系统的结构 252

9.5.1 主从系统 252

9.5.2 柔性遥控焊接系统 253

9.5.3 基于新控制方法的遥控焊接系统 254

9.5.4 遥控焊接系统的选择 256

第十章 焊接产品柔性加工单元WFMC及系统FMS 258

10.1 柔性制造系统(FMS)和加工单元(FMC)的一般特性 258

10.2 焊接机器人FMC 261

10.3 焊接柔性生产系统(WFMS) 264

10.3.1 焊接柔性生产系统的基本组成 264

10.3.2 焊接柔性生产系统的生产特点及其基本要求 266

参考文献 268