采购的一切问题都可以问采购专家小美!
早在1985年,保加利亚的D.Lakov 提出用模糊模型描述弧焊过程的不确定性,借助于配置的非接触式激光传感器,它能按示教内容对焊缝进行跟踪,实验结果表明,采用模糊集概念可以进行在线评估、预测和控制。
日本的S.Murakami等人研制了基于模糊控制的焊缝跟踪系统,该控制系统根据焊枪的振幅位置同焊丝与工件的距离关系判别焊点的水平和垂直位移,根据语言规则设计了模糊滤波器和模糊控制器,控制效果很好。
国内北京联合大学的曹丽婷设计的系统中应用新一代激光焊缝传感器测量焊缝的位置,并采用Fuzzy-P双模分段控制进行焊缝的纠偏,获得较好的实验效果。
2.2 人工神经网络控制方法在焊缝跟踪中的发展应用状况
人工神经网络控制是在研究人脑结构和功能的基础上,通过简化、抽象和模拟,建立神经网络模型,再通过相应的计算机系统,实现反映人脑结构和功能来处理问题的过程控制。目前,应用广、基本思想直观的是误差传播神经网络及BP网络,BP网络的特点是进行误差逆传播,即根据网络的希望输出与网络实际输出之差的误差信号,由输出层经中间层向输入层逐层修正连接权及各单元的输出阈值,BP算法再求误差函数的极小值, 通过样本的反复训练并朝减少偏差的方向修改权值,直到达到满意的精度为止。
日本的Y.Suga等人将神经网络运用到焊缝跟踪中,在该系统中采用了视觉传感器并用神经网络进行图像处理以获得焊缝的形状数据,实验结果表明此系统具有较强的鲁棒性,能有效地进行焊缝跟踪。
以上就是258平台小编收集总结的焊接机器人的焊缝跟踪技术,希望可以帮助你更加了解焊接机器人。