基于网络的煤机焊接过程监测分析系统

• 作 者: 张大森
• 机 构: 北京工业大学
• 出 处: 北京工业大学
• 发表日期: 2012年期
• 关键词: 煤炭机械 CO2焊接技术 监测分析系统 模糊C均值算法 BP神经网络

焊接质量极大地限制着煤炭机械的产品质量，从而影响煤机制造企业的市场竞争力，限制企业的进一步发展。在煤炭机械生产中，所采用的焊接工艺多是CO2半自动焊，焊接过程中容易受工人的技术工艺水平和机器的偶然因素影响，焊接质量难免出现较大波动。本文开发了一套基于网络的煤机焊接过程监测分析系统，对焊接生产过程进行监测分析，以提高焊接质量。　　焊接过程稳定性对焊接质量有着直接的影响。CO2焊接过程是一个复杂的物理过程，焊接过程稳定性受多种因素的影响，本文分析了影响煤机焊接过程稳定性因素，确定采用多信息传感系统来获取数据，并设计研发了基于ARM的嵌入式监控平台，监测CO2焊接过程的焊接电流、电弧电压、送丝速度、保护气体流量等焊接参数。　　信息网络传输技术是本系统的一项关键技术，本文针对现有各种信息传输技术的优缺点及适用范围，结合煤机焊接生产现场的具体条件，设计了现场CAN总线、WI-FI无线网络、有线以太网相结合的三层网络信息传输方案。　　针对煤机焊接生产过程中常见的几种影响过程稳定性和焊接质量的因素，本文设计了煤机焊接模拟实验，对煤机焊接过程不稳定性因素进行模拟。并对焊接数据做统计分析处理，从中提取了九个最能表征焊接过程稳定性的特征参数。　　针对BP神经网络对煤机焊接过程干扰因素识别中存在的识别率不高、训练速度慢等问题，本文引入遗传算法优化的模糊C均值算法(FCM)。首先利用遗传算法求的初始聚类中心，由模糊C均值算法对焊接特征数据进行聚类划分，再用BP神经网络算法对焊接干扰因素进行判定。经验证，改进后的识别算法能准确识别影响煤机焊接质量和稳定性的干扰因素，如焊速波动、焊炬变化、工件不平、保护气异常等情况，对于保证焊接质量、降低材料与能源的浪费、提高焊接生产效率、具有很重要的现实意义。　　最后针对煤机生产企业关心的焊接生产管理和焊接缺陷定位，本文进行了初步的尝试。对焊接过程中所耗费的生产材料进行统计，为企业ERP管理系统提供数据支持；同时容易出现质量问题的断弧位置进行定位，为焊接质量监测提供参考。