基于多信息融合理论的MIG焊机器人焊接质量控制
Zhongguo Jixie Gongcheng/China Mechanical Engineering（2009）
Abstract
在熔化极气体保护焊(metal inert-gas,MIG)焊接质量的自动控制过程中,采用多传感器信息融合理论将正面熔池宽度信息和温度信息进行一致性检验,实现了正面熔宽有效采集.通过主成分分析和经验公式确定了焊接质量控制BP神经网络模型的输入参量和隐含层节点数.对常规BP神经网络进行改进,提高了其收敛速度.在机器人MIG焊接中利用该模型实施焊接试验,获得了较好的焊接效果,这为利用焊接正面传感信息对焊接质量闭环控制提供了新的解决方案.
MoreTranslated text
Key words
BP neural network,Metal inert-gas(MIG) welding,Multi-information fusion,Welding quality
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined