基于旋转电弧传感器的NU-SVR水下焊缝偏差识别算法

文章提出了基于旋转电弧传感器的NU-SVR水下焊缝偏差识别算法。Nu-SVR通过对基于旋转电弧传感器采集到的不同偏差的水下焊接信号进行学习,然后对水下电流信号进行焊缝偏差识别得出偏差。相对于传统的回归算法-区间积分法和神经网络法,本算法具有具有更好的识别能力。最后通过水下焊接实验,其最大的识别误差仅为0.48mm,证明了该方法十分有效。     

基于PCA_RVM的焊缝偏差识别

为提高基于旋转电弧传感器的焊缝跟踪系统的精度,提出了主成分分析(PCA)线性降维方法与关联向量机(RVM)相结合的焊缝偏差识别方法.首先,对采集到的焊接电流信号进行小波滤波,进行周期划分和数据标准化处理.然后,对采集到的焊缝偏差数据集进行主成分分析,映射到低维的PCA空间,作为关联向量机的训练样本集;最后,利用实验数据进行测试.实验结果表明:基于PCA_RVM的焊缝偏差识别方法的最大误差为0.54mm,平均误差为0.43mm;PCA_RVM的精度与普通的关联向量机法相差不大,比区间积分法、神经网络法和支持向量机法更高,其运行速度比区间积分法慢,但比神经网络法、支持向量机法和普通的关联向量机法快,所以PCA_RVM更适用于基于旋转电弧传感器的焊缝跟踪系统.     

基于SVR的旋转电弧焊接形态预测模型

本文提出了SVR算法建立旋转电弧焊接形态的算法。旋转电弧焊接过程是一个多因素耦合的过程,有必要建立关于旋转电弧焊接的焊缝形态预测模型。选择旋转频率,旋转半径,焊枪高度和焊接电流的四个主要变量作为模型的输入,焊缝的宽度和深度作为输出。试验结果表明,基于SVR建立的焊缝形态预测模型在小样本训练数据的情况下具有较高的精度。     

关于旋转电弧水下焊接工艺的探讨

随着我国社会对海洋产品的需求越来越高,水下焊接工作受到了海洋产品生产团队的高度重视,旋转电弧是提升水下焊接质量的重要工艺,对焊接的具体工艺进行探讨能够很大程度上提升水下焊接活动的工艺等级。     

基于旋转电弧传感机器人立焊焊缝的跟踪

摘要： 为了实现机器人对立焊焊缝的准确跟踪,提高焊接的质量和效率,减少焊接工人的劳动强度,对采样电流进行组合滤波,利用“绝对差法”对第1个采样点到第32个采样点进行线性回归,拟合直线的斜率作为偏差,以偏差和偏差的变化率作为模糊控制器的输入,经过输入量的模糊化、模糊推理和输出量的清晰化,控制水平滑块伸缩跟踪立焊焊缝.通过路径规划,使焊枪从上倾45°变成下倾45°.利用基于水平滑块伸缩跟踪焊缝与路径规划组合的方法对立焊焊缝进行跟踪.实验结果表明：利用该算法,基于旋转电弧传感机器人跟踪立焊焊缝的可靠性好,精确度高.     

旋转电弧传感器的结构优化

针对现有的旋转电弧传感器质量重和结构欠紧凑的特点,对其结构进行了优化,选用微型电机作为驱动元件,通过一级齿轮传动,带动偏心安装的导电杆做圆锥摆动,电弧沿圆周扫描坡口,从而达到产生旋转电弧的目的.改进后的旋转电弧传感器构造简单、结构紧凑、体积减小和质量减轻,有利于在工业生产中的应用.     

基于支持向量回归机的焊缝偏差识别方法

为了提高焊缝偏差识别精度,首先对基于旋转电弧传感的焊接电流信号进行小波滤波,预处理后构建样本数据集.然后建立基于支持向量回归机的Laplace特征映射外延算法,对样本数据集和新样本进行维数约简,利用维数约简后的样本数据集训练支持向量回归机,并对新样本进行偏差识别.最后与不进行维数约简而是直接利用支持向量回归机进行偏差识别的方法进行对比试验.结果表明,利用特征映射进行维数约简能使焊缝偏差识别的精度平均提高25%.     

基于流形学习和支持向量机的焊缝偏差识别方法

首先对基于旋转电弧传感的焊接电流信号进行小波滤波,预处理后构建样本数据集。然后建立基于支持向量回归机的Laplace特征映射外延算法,并对样本数据集和新样本进行维数约简,利用维数约简后的样本数据集训练支持向量回归机,并对新样本进行偏差识别。与不进行维数约简而是直接利用支持向量回归机进行偏差识别的方法进行对比实验,表明利用Laplace特征映射进行维数约简能提高焊缝偏差识别的精度。     

基于手机加速度传感器的步态识别

步态识别是一种新兴的生物识别技术。智能手机的三轴加速度传感器测量人行走时的步态数据可用于步态识别。本文研究不同场景对步态识别的影响,参与数据采集有18个人,场地分为实验室的走廊和室外红砖场地,特征值包括频域征值与时域特征值。当步态识别的测试集和训练集来源于不同的场地时,用支持向量机检测识别的准确性。实验结果表明,当测试集和训练集来源同一场地时,步态识别的准确性较高,可达到94%。而对于数据来源于不一样的场地,准确性较差。主要的原因是场景变化,人行走的步态模式发生了变化。     

基于手机传感器的交通状态识别研究

准确获取交通状态是实现智能交通的重要环节之一.为实时检测车辆行驶状态,进而提取出当前道路的运行状况,来研究基于手机传感器的车辆行驶状态数据收集及交通状态识别.首先,应用手机内嵌的加速度传感器获取车辆的实时行驶状态数据,然后构建基于SVM的交通状态识别模型.最后,利用一组真实的车辆运行状态数据集,验证提出的交通识别模型,获得了良好的识别性能,平均准确率达到89.05%.     

基于电弧传感的管道焊接高低跟踪技术

摘要： 针对管道焊接过程中焊接规范变化的特点,建立了不同区位焊接电流与焊枪高度的数学模型,提出了可变增益的PID(Proportion Integration Differentiation)多模型控制算法,设计了基于模糊切换规则的多模型控制器.试验结果表明,高低跟踪系统的稳态和动态性能良好,可实现不同焊接规范下焊矩高度的实时跟踪控制,保证了焊接过程的稳定性,改善了焊接质量.     

基于旋转电弧传感方式的焊接机器人路径生成方法

介绍了一种空间全位置焊接条件下的焊枪姿态自动规划方法.系统以旋转电弧传感器和工业机器人为平台而采集焊接电流数据,通过对电流处理,提取焊枪的姿态和焊缝的位置信息,据此计算机器人的运动轨迹;使焊枪自动跟踪平滑的三维焊缝,并随焊缝调整焊枪姿态;同时根据不同情况调整焊接参数,在焊缝终点自动结束焊接过程.最后,基于工业机器人的实验数据仿真,验证了所设计方案的可行性和有效性.结果表明:焊枪姿态自动规划方法可以自动跟踪三维焊缝和自动调整参数,且不需要另外附加传感器,使其成本降低和系统的复杂程度简化;焊枪姿态自动规划方法使得生产更加自动化,且前进速度均匀,焊接角度有保证,对提高焊接质量很有益.     

窄间隙旋转电弧熔化极活性气体保护焊视觉焊缝偏差检测

摘要： 针对旋转电弧窄间隙熔化极活性气体保护焊多层单道焊焊缝跟踪需要,提出一种基于被动视觉传感的焊缝偏差识别方法. 首先通过旋转电弧位置传感器和处于触发工作模式的CCD摄像机获取电弧旋转到坡口左侧和坡口右侧时的焊接图像,然后根据图像灰度直方图特点,构建了自适应双阈值获取算法. 大阈值用于获取电弧区域进而得到电弧中心位置;小阈值用于获取坡口工件区域,进而通过计算水平方向一阶差分得到坡口边缘. 通过对比一个电弧旋转周期内获取的两幅图像,可计算电弧旋转中心和坡口中心的偏差,得到焊缝偏差. 该偏差检测算法高效、可靠且可避免坡口底部改变带来的误差,同时可用于不同偏差算法的比较和融合.     

水下焊接参数相关性分析及其电弧稳定性研究

摘要： 在高压舱内进行了不同水深的水下湿法药芯焊丝焊接（FCAW）试验,以电弧电压差异系数的倒数作为衡量电弧稳定性的指标,分析了不同水深条件下电弧电压与焊接电流之间的相关性对电弧稳定性的影响,并从送丝 熔化系统的角度探讨了电压与电流的相关性对电弧稳定性的影响规律;利用二次函数拟合电弧稳定性指标与电弧电压之间的关系,得到最佳的电压与电流关系.结果表明：最佳的水下湿法FCAW的电压与电流关系曲线呈上升的变化特性,随着水深增加,FCAW需要更高的电弧电压;水下湿法FCAW的电弧稳定性取决于电压与电流的相关性,而并非简单地随着水深的增加而下降;水深对电弧稳定性的影响主要表现在电压与电流相关性的不同;随着水深增加,相同焊接电流所需的电弧电压相应地增大.     

手工电弧焊与CO2气体保护焊焊缝成形特征研究

采用手工电弧焊与CO2气体保护焊对Q235钢板进行表面堆焊,研究了两种焊接方法的焊缝成形特征．结果表明,虽然手工电弧焊是气渣联合保护,有利于焊缝成形,但手工操作使得焊接速度难以保证匀速,导致焊缝表面粗糙,焊缝弯曲不平直;并且由于药皮焊条直径粗,导致手工电弧焊热影响区宽．而细丝CO2气保焊由于形成稳定的熔滴过渡,使得焊缝表面波纹细致、美观,焊缝平直,热影响区窄．CO2气保焊能精确控制焊接规范,可通过调节焊接规范来获得良好的焊缝成形,手工电弧焊不能精确控制焊接规范,不利于得到成形良好的焊缝．     

基于滑模控制器的电弧传感焊接机器人轨迹跟踪控制研究

针对电弧传感焊接机器人系统的非完整约束性,建立了机器人运动学模型,通过讨论两后轮为控制输入的电弧传感焊接机器人轨迹跟踪问题,设计了一种滑模控制器,且应用Lyapunov稳定性理论保证了跟踪误差渐近收敛到零.经直线和圆弧2种轨迹跟踪的实验仿真结果,验证了所设计控制器的有效性和正确性.