TIG堆焊熔深模糊控制系統設計與仿真

郭國林，周自強，徐正亞，胡朝斌

（1.常熟理工學院 機械工程學院，江蘇 常熟 215500；2.江蘇省機電產品循環利用技術重點建設實驗室，江蘇 常熟 215500）

TIG堆焊熔深模糊控制系統設計與仿真

郭國林1,2，周自強1,2，徐正亞1,2，胡朝斌1,2

（1.常熟理工學院 機械工程學院，江蘇 常熟 215500；
2.江蘇省機電產品循環利用技術重點建設實驗室，江蘇 常熟 215500）

研究TIG弧堆焊熔深控制方法，在分析TIG焊接特點和實際焊接過程的基礎上，設計以熔深的偏差和偏差變化率為輸入變量，焊接電流的變化量為輸出變量的模糊控制器.并對控制器進行了仿真和實驗驗證.結果表明，控制器可以在5秒內達到穩定狀態，熔深滿足實際生產要求，設計的控制系統具有良好的控制效果.

TIG弧；堆焊；模糊控制；仿真試驗

模糊控制是智能控制的較早形式，它吸取了人的思維具有模糊性的特點，使用模糊數學中的隸屬函數、模糊關系、模糊推理和決策等工具得出控制動作.西安交通大學的王雅生等人在微束等離子弧焊中，用CCD對焊縫熔寬實行實時監控，并對熔池圖像進行處理，采用模糊控制實現了對焊縫熔寬的實時監測［1］.張甲英、蔣力培等人利用CCD攝像機采集熔池區正面視覺信號，經過圖像處理得到實際熔寬大小，與給定熔寬進行比較，根據模糊規則通過調整焊接工藝參數對實際熔寬進行反饋控制［2］.在視覺傳感的基礎上，利用人工神經網絡的方法，建立了機器人脈沖GTAW過程熔池正面參數和焊縫背面參數的動態模型，實現了焊縫背面寬度的實時控制［3］.文獻［4-12］通過視覺傳感器，利用模糊理論對熔深進行了控制，但他們只是簡單認為熔池的熔深與熔寬成一簡單線性映射關系，而事實上焊縫熔深與熔寬之間并不能用簡單的線性關系來描述，通過控制焊縫熔寬，間接控制熔深并不能滿足實際生產中一些有精確要求的焊接質量控制.焊接過程是一個多參數影響的復雜多變量系統，由于焊接過程非線性以及存在的不確定性因素干擾，利用TIG弧實現對熔池圖像采集，實現在線控制難度極大，因此開展TIG堆焊焊接過程的相關研究有重大的理論和工程應用價值.

本文主要研究TIG堆焊熔深模糊控制技術，在鋼基體上堆焊一層銅，要求銅全部熔化，而鋼基體不熔化，實現無熔深焊接.設計了以熔深的誤差和誤差變化率作為輸入變量，焊接電流變化量作為輸出變量的TIG焊接過程模糊控制器，并對該模型進行了仿真驗證試驗，為實際焊接過程控制系統提供了依據.

1　試驗系統

本文建立的試驗系統主要用于TIG弧堆焊銅帶熔深控制.試驗系統主要包括奧地利福尼斯Magic Wave 3000型交直流氬弧焊機、日本安川生產的SK6機器人、變位機、CCD攝像機及窄帶復合濾光系統、圖像采集卡、A/D卡、主控計算機.圖1是實驗系統結構框圖.

實驗所用的工件尺寸為?122 mm×10 mm，材質為30CrMnSi，堆焊的銅帶尺寸700 mm×40 mm×4 mm，材質為紫銅.

圖1　實驗系統結構框圖

2　模糊控制器的設計

由于焊接電流的變化引起線能量的變化，是決定工件熱量分布最主要的因素，因此焊接電流對熔深影響最大.焊接電流作為控制量調節范圍大，實現起來簡單易行，因此本文將熔深作為被控制量，以焊接電流作為控制量.模糊控制器的輸入變量為熔深的偏差E和偏差變化率EC，輸出變量為焊接電流的變化值U.當銅帶出現未完全熔化和過熔化（電弧燒到鋼基體上）兩種情況時，通過控制規則調節焊接電流，使焊接過程回到穩定狀態，銅鋼結合界面實現冶金結合.模糊控制系統原理如圖2所示.熔深Hf通過神經網絡模型估算出，然后和期望的熔深Hg比較得出熔深的偏差E，再對其偏差求導計算出偏差變化率EC作為模糊控制器的輸入，輸出為焊接電流的變化值，送到執行機構來實時改變焊機的實際輸出電流，使熔深達到期望值.

圖2　模糊控制系統原理圖

2.1輸入量模糊化

根據實際的焊接精度要求，將熔深的偏差E在模糊語言空間均分為7個等級，即用NB，NM，NS，O，PS，PM，PB表示.將熔深偏差的變化率EC和輸出量（焊接電流的變化量U）分為8個等級，用NB，NM，NS，NO，PO，PS，PM，PB表示.

將輸入輸出變量的精確值模糊化，進行論域轉換.熔深的誤差E范圍取為［-2 mm，2 mm］，熔深偏差變化率EC的范圍取為［-1.5 mm/s，1.5 mm/s］，電流變化量U的范圍取為［-5 A，5 A］.模糊論域是輸入輸出變量模糊化后的變化范圍，其模糊論域均為［-6，+6］.計算出量化因子Ke=6/2=3，Kc=6/1.5=4，Ku=5/6=0.833，模糊子集的隸屬函數均取為三角函數.

2.2模糊規則的建立

結合實際經驗建立模糊控制規則表的基本思想：首先考慮偏差為負的情況，當偏差為負大的時，若當偏差變化為負，這時偏差有增大的趨勢，為盡快消除已有負大偏差并抑制誤差變大，所以控制量取正大.當偏差為負而偏差變化為正時，系統本身已有減少偏差的趨勢，所以為盡快消除偏差且又不超調，應取較小的控制量.這里就不作一一分析.上面表格選取控制量的原則是：當偏差大或較大時，選擇控制量以盡快消除偏差為主；而當偏差較小時，選擇控制量要注意防止超調，以系統的穩定性為主要出發點，建立了模糊控制規則表，如表1所示.

表1　模糊控制規則表

表1共表示了56種模糊規則，可以如下形式表示：規則1：if E is NB and CE is NB then U is PB；

規則2：if E is NB and CE is NM then U is PB；

┋

規則56：if E is PB and CE is PB then U is NB.

2.3輸出變量的去模糊化

通過模糊推理得到的結果是一個模糊集合（模糊量）.因此，模糊控制器經推理后的模糊輸出量必須經過精確化處理，才能去控制被控對象.通過MATLAB處理后得到的查詢表如表2所示.查詢表可以由計算機事先計算好，將其存于計算機內存中，實時控制過程中，根據輸入量模糊化后的偏差值及偏差變化值，直接查找查詢表以獲得控制量的變化值，再乘以比例因子即可作為輸出去控制被控對象.

表2　模糊控制查詢表

3　模糊控制器仿真與驗證

設定熔深為4 mm，采用上述設計的控制器進行仿真，圖3是控制過程仿真曲線.仿真結果為：最大超調量為4.55%，調節時間為5秒，靜態誤差為0.18 mm，焊接電流穩定在160 A.從仿真曲線可以看出，該模糊控制器調節速度快，超調量小，能夠適應被控對象的變化.

圖3　控制過程仿真曲線

圖4　閉環控制焊接時工件剖面照片

為了驗證控制器的實際控制效果，采用TIG弧在鋼圈上堆焊銅，焊接速度為32 cm/min，電弧長度2.5 mm，氬氣流量12 L/min，鋼圈預熱時間2 min.圖4為閉環控制焊接時工件剖面照片，實驗結果顯示：熔深在4 mm上下波動，變化范圍為3.81～4.21 mm.從圖上看出銅鋼界面達到良好的冶金結合，未發現嚴重的未熔合和鋼基體熔化現象，表明實際焊接過程中，控制器具有良好的控制特性，達到了實際生產要求.

4　結論

（1）設計了以熔深的誤差和誤差變化率作為輸入變量，焊接電流變化量作為輸出變量的TIG堆焊模糊控制器.

（2）仿真和實驗表明，控制器可以在5秒內達到穩定狀態，銅鋼界面達到良好的冶金結合，滿足實際生產要求，設計的控制系統具有良好的控制效果.

［1］王雅生，崔琦，韓紅彪.微束等離子弧焊接焊逢熔寬的實時檢測與控制系統［J］.焊接技術，2002，31（6）：7-8.

［2］張甲英，蔣力培，張相洪.MIG焊熔寬模糊控制系統［J］.焊接學報，1999，20（3）：61-66.

［3］張勇，陳善本.焊接柔性加工單元中熔池的實時控制［J］.焊接學報，2002，23（4）：1-5.

［4］王亮.基于逆變電源主控系統的模糊-PID控制PMIG弧焊研究［J］.熱加工工藝，2013，42（13）：203-205.

［5］董俊華.基于焊縫背面實時溫度場檢測的焊縫自動跟蹤系統［J］.熱加工工藝，2008，37（9）：69-72.

［6］李興霞，崔國明.應用波控技術控制CO2焊燃弧能量的研究［J］.熱加工工藝，2012，41（15）：155-157，160.

［7］石銘霄，張秉剛.電子束焊熔深神經網絡模糊控制系統建模與仿真［J］.機械工程學報，2012，48（10）：28-32.

［8］高延峰，張華，肖建華.移動機器人彎曲角焊縫跟蹤預測模糊控制器設計［J］.機械工程學報，2010，46（23）：23-27.

［9］GAO X D,HUANG S S.Artificial neural network and fuzzy logic controller for GTAW modeling and control［J］.Chinese Journal of Mechanical Engineering,2002,18（6）:53-56.

［10］Suga Y,Takenaka D.Automatic control of penetration by monitoring reverse side shape of molten pool in all position welding of fixed pipes［J］.Proceedings of the International Offshore and Polar Engineering Conference,2001（4）:286-291.

［11］Satoshi Yamane,Yasuyoshi Kaneko,Noriyuki Kitahara.Neural Network and Fuzzy Control of Weld Pool with Welding Robot［J］. IEEE Transactions on Instrumentation and Measurement,1993（42）:2175-2180.

［12］Chen C Y,Li T H,Yeh Y C.EP-based kinematicontrol and adaptive fuzzy sliding-mode dynamic control for wheeled mobile robots ［J］.Information Sciences,2009（179）:180-195.

Design and Simulation of Fuzzy Controller for Penetration in TIG Welding

GUO Guo-lin1,2，ZHOU Zi-qiang1,2，XU Zheng-ya1,2，HU Chao-bin1,2
（1.School of Mechanical Engineering,Changshu Institute of Technology,Changshu 215500,China；
2.Jiangsu Key Lab of Recycling&Reuse Technology for Mechanical and Electronic Products,Changshu 215500,China）

The control method of penetration is studied in TIG welding.On the basis of analyzing the characteris?tics of TIG welding and actual welding process,the fuzzy controller is designed,its input variables are bias of penetration and change rate of bias,its output variables are the change of welding current,and the controller is simulated and verified by the experiment.The results show that the controller can reach a stable state in 5 sec?onds,that the penetration depth can meet the actual production requirements and that the designed control sys?tem has good control effect.

TIG arc；surfacing welding；fuzzy control；simulation experiment

TP316.7

A

1008-2794（2015）02-0009-04

2014-08-31

江蘇省科技支撐計劃項目“報廢汽車材料回收工藝及裝備關鍵技術研究”（BE2013060）；蘇州市科技計劃項目“基于選擇性拆卸的汽車零部件可再制造性分析與評價”（SGZ2013125）

通訊聯系人：郭國林，副教授，碩士，研究方向：材料表面改性及先進連接技術，E-mail：gguolin@163.com.