论文部分内容阅读
在《中国制造2025》的制造强国战略背景下,实现焊接的自动化、智能化已经势在必行,因此研究和开发先进的焊接智能化装备,已经成为焊接领域前进的必经之路,而达到焊接自动化、智能化的重点所在正是偏差信号的提取。本文针对矿用自卸车车厢内长直焊缝的特点,采用磁控埋弧焊电弧跟踪系统对其进行自动化焊接,然后对磁控埋弧焊自动跟踪系统的相关问题展开研究,优化其传感器的结构,并将智能优化算法引入到磁控埋弧焊的工艺参数优化过程,同时采用变分模态分解对跟踪信号进行分析处理,旨在提升整个系统的稳定性以及跟踪精确性。本论文的主要研究内容如下:1、针对矿车车厢内长直焊缝及焊接条件的特点,并根据以前的磁控电弧传感器的结构,对传感器进行了优化设计,不仅参数调节方便、安装固定牢固,而且增加水冷系统,将传感器自身对跟踪信号的影响都降到了最低点,有效的提高了系统的稳定性。2、由于工艺参数的选取对电弧跟踪信号影响重大,因此将智能优化算法引入到磁控埋弧焊工艺参数优化过程,运用遗传算法跟BP神经网络相组合的方式,实现磁控埋弧焊工艺参数的最佳化,减少试验数量,提高获取最佳工艺参数组合的有效性和可靠性,为提取质量优良的跟踪信号打下良好基础。3、为了解决滤波后的跟踪信号中仍包含较多的干扰信号问题,引入变分模态分解(VMD)方法对跟踪信号进行分析处理,分析结果表明变分模态分解能够很好的从众多干扰信号中准确的提取出有效的跟踪波形,为实现提高焊缝跟踪精度提供了理论依据。4、为解决以前的滤波电路滤波后引起的跟踪波形出现相位滞后问题,对滤波电路进行优化设计,采用二阶Butterworth滤波电路与移相电路相结合,有效的改善了跟踪波形相位的滞后,提高了信号的实时性与准确性。5、在优化后的磁控电弧跟踪传感系统平台上进行试验,对比分析是否采用变分模态分解对信号进行处理的跟踪效果,试验证明变分模态分解对信号的分析处理,有效的提升了跟踪过程的精确性。