ПАРАМЕТРИЧНО РОБАСТНИЙ НЕЙРОМЕРЕЖНИЙ ОЦІНЮВАЧ ПОЛОЖЕННЯ ЕЛЕКТРОДА В АВТОМАТИЧНОМУ ТА РОБОТИЗОВАНОМУ ЗВАРЮВАННІ З КОЛИВАННЯМИ ДУГИ
DOI:
https://doi.org/10.35546/kntu2078-4481.2024.4.13Ключові слова:
нейронна мережа, оцінювач, параметрична робастність, екстремум, положення електрода, коливання дуги, зварювальний роботАнотація
Розвиток автоматичних та роботизованих зварювальних систем значною мірою ґрунтується на використанні засобів адаптації траєкторії руху зварювального пальника. Основне місце серед таких засобів на сьогодні займають візуальні сенсори. Разом з тим при зварюванні з коливаннями дуги для адаптації траєкторії руху зварювального пальника до реального місця з'єднання деталей перспективним є оцінювання положення електрода відносно лінії зварювання на основі струму зварювальної дуги. Істотні переваги оцінювачів полягають у відсутності додаткового обладнання на зварювальному пальнику, а також у суміщенні точок зварювання та вимірювання. Для виявлення екстремуму в адаптивних зварювальних системах з пошуковими коливаннями знаходить застосовування метод синхронного детектування. Проте точність отриманої за допомогою синхронного детектора оцінки положення електрода відносно зварювального шва є невисокою через вплив нестабільності параметрів зварювального контуру. Тому на сьогодні є актуальною задача побудови оцінювача положення електрода при зварюванні з коливаннями дуги, що матиме високу точність та буде малочутливим до параметричних змін. Метою роботи є розгляд нового підходу, заснованого на використанні штучної нейронної мережі, до розв'язання задачі оцінювання положення електрода відносно лінії з'єднання деталей при зварюванні з коливаннями дуги із забезпеченням робастності до змін параметрів зварювального контуру. Для побудови оцінювача відхилення електрода від лінії стику у роботизованому зварюванні з коливаннями дуги застосована двошарова нейронна мережа прямого передавання сигналу з архітектурою типу 20-13-2. Нейромережний оцінювач, виходячи із сигналу зварювального струму, двічі за період коливань дуги визначає оцінку відносного положення електрода. За допомогою математичного моделювання показано, що процеси оцінювання відхилення електрода від лінії стику характеризуються достатньо високою точністю та робастністю до змін параметрів зварювального контуру.
Посилання
Pires J. N., Loureiro A., Bölmsjo G. Welding Robots, Springer-Verlag, 2006. DOI: https://doi.org/10.1007/1-84628-191-1.
Lin L., Bingqiang L., Yanbiao Z. Study on seam tracking system based on stripe type laser sensor and welding robot. Chin J Lasers, 42, 5, 2015, pp. 1-8.
Pryymak B., Korol S., Ostroverkhov M. Design of a digital following system of welding robot with a visual sensor. Proc. of the IEEE 19th Intern. Conf. on Smart Technologies “EUROCON-2021”, Lviv, Ukraine, July 6–8, 2021, pp. 66-70. DOI: 10.1109/eurocon52738.2021.9535643.
Приймак Б.І. Синтез та дослідження алгоритму керування ланкою зварювального робота з органом технічного зору. Вісник Херсонського національного технічного університету, № 4 (83), 2022. С. 29-36. DOI: https://doi.org/10.35546/kntu2078-4481.2022.4.3
W. Huang and R. Kovacevic, “Development of a real-time laser-based machine vision system to monitor and control welding processes”, The International Journal of Advanced Manufacturing Technology, vol. 63, no. 1-4, 2012, pp. 235-248.
Yang L., Liu Y., Peng J. Advances techniques of the structured light sensing in intelligent welding robots: a review. The International Journal of Advanced Manufacturing Technology, vol. 110. no. 3, 2020, pp.1027-1046. DOI: https://doi.org/10.1007/s00170-020-05524-2
Цибулькін Г.А. Дугові сенсорні системи для зварювальних роботів, Сталь, Київ, 2011, 145 с.
Singh, P. K., Patel, D., Prasad, S. B. Development of vibratory welding technique and tensile properties investigation of shielded metal arc welded joints. Indian Journal of Science and Technology, Vol. 9(35), 2016, pp. 1–6. DOI: doi: 10.17485/ijst/2016/v9i35/92846.
Luo, Y., Zhang, Z.L., Zhou, C.F. et al. Effect of oscillation parameters of narrow groove MAG welding on weld formation. J. Hebei Univ. Sci. Technol., 38, 6. 2017. DOI: https://doi.org/10.3390/app13095519.
Цибулькін Г.А. Адаптивне керування у дуговому зварюванні, Сталь, Київ, 2014, 171 с.
Pryymak B., Zhelinskyi M., Ostroverkhov M., Khalimovskyy O. Neural network based estimator of the electrode deviation in robotic welding with arc oscillations. CEUR Workshop Proceedings, 2023, 3628, pp. 425-432. Режим доступу: https://ceur-ws.org/Vol-3628/short16.pdf
