Моніторинг якості зварювання за електричними параметрами процесу

Проведено аналіз існуючих методів моніторингу якості зварних з’єднань за електричними параметрами процесу. Визначено їх переваги та недоліки. Показано, що при створенні автоматичних систем моніторингу якості зварних з’єднань за електричними параметрами процесу існує необхідність використовувати велику кількість пов’язаних параметрів, що вимагає в свою чергу використання складного математичного апарату, в ролі якого можуть виступати системи штучного інтелекту. Однак побудова зв’язків між цими параметрами вимагає проведення великої кількості експериментальних досліджень, що в більшості випадків є економічно недоцільним. Як один із способів вирішення цієї проблеми запропоновано використання математичних моделей.

Рік видання: 
2011
Номер: 
5
УДК: 
621.791
С. 84–88. Іл. 2. Бібліогр.: 25 назв.
Література: 

1. Lucas W., Bourton M.A., Anderson P.C.J. Multimedia expert system for shielding gas selection // Proc. of the 6th Int. Conf. on Computer Technology in Welding, Lanaken, Belgium, 9—12 June 1996. — The Welding Institute, UK. — P. 1.
2. Лазарсон Э.В. Методы искусственного интеллекта в сварке. Ч.1. Сбор и формализация знаний // Сварочное производство. — 2003. — № 5. — С. 24—28.
3. К вопросу применения нейронных сетей для контроля качества сварных соединений при подводной сварке / И.О. Скачков, А.Е. Пирумов, С.Ю. Максимов, Е.А. Прилипко // Автоматическая сварка. — 2006. — № 6. — С. 27—31.
4. Пірумов А.Є., Скачков І.О., Максімов С.Ю. Контроль якості підводного дугового мокрого зварювання за електричними параметрами дуги // Наукові вісті НТУУ “КПІ”. — 2006. — № 2. — С. 76—81.
5. Automatic quality monitoring in robotised GMA welding using a repeated sequential probability ratio test method / S. Adolfsson, A. Bahrami, G. Bolmsjo, I. Claesson // Int. Journal for the Joining of Materials. — 1997. — N 9. — P. 2—8.
6. Контроль качества контактной точечной сварки межэлементных соединений аккумуляторов на основе нечеткой логики / Н.В. Подола, П.М. Руденко, Н.П. Горун, В.М. Ягнятинский // Автоматическая сварка. — 1999. — № 5. — С. 42—45.
7. Руденко П.М., Гавриш В.С. Система автоматического управления и контроля процесса контактной точечной сварки КСУ КС 02 // Там же. — 2007. — № 11. — С. 43—45.
8. Подола Н.В., Руденко П.М., Гавриш В.С. Применение адаптивного алгоритма для контроля качества сварки в системах управления контактными точечными машинами // Там же. — 2004. — № 6. — С. 15—18.
9. Сидорец В.Н., Жерносеков А.М. Численное моделирование системы источник питания—дуга с плавящимся електродом // Там же. — 2004. — № 2. — С. 10—16.
10. Тараричкін І.О. Статистичні методи забезпечення якості продукції зварювального виробництва: Монографія. — Луганськ: Вид-во СНУ ім. В. Даля, 2002. — 336 с.
11. Букаров В.А., Ищенко Ю.С. Оценка качества швов по осцилограммам параметров режима сварки // Сварочное производство. — 1977. — № 12. — С. 174—183.
12. Engelhard G., Pellkofer D., Schuchardt K. WIG Orbitalschweissen // Proc. of DVS/SLV, WIG-Orbitaltechnik Conf., Erding, Germany, May 1995. — Erding, 1995. — Р. 32—40.
13. Xie M., Bolmsjo G. Quality assurance and control for robotic GMA welding. Part 1. QA model and welding procedure specification // Joining Sciences. — 1993. — N 1 (4). — P. 212—220.
14. Пономарев В.Е. Разработка рекомендаций по оптимизации технологии сварки в защитных газах на основе исследования влияния технологических факторов на перенос электродного металла (№ 2591 от 27.12.02). — К.: Научно-техн. комплекс “ИЭС им. Е.О. Патона” НАН Украины, 2003. — 226 с.
15. Статистические методи управления качеством продукции: ГОСТ 15895—77. — М.: Изд-во стандартов, 1992. — 47 с.
16. Martin P.J. Artificial neural networks in welding // Int. J. for the Joining of Materials. — 1994. — N 6. — P. 62—67.
17. Mishra S., Debroy T. Genetic Algorithm and Gradient— Descent—Based Neural Network with the Predictive Power of a Heat and Fluid Flow Model for Welding // Welding Journal. — 2006. — N 11. — P. 231—242.
18. Machine Vision Analysis of the Welding Region and Its Application to Seam Tracking in GTAW and GMAW / Y. Li, L. Wu, D. Cheng, J.E. Middle // Proc. Of tne 3rd Int. Conf. on Trends in Welding Resoarch. — Gatlinburg, 1993. — P. 1021—1025.
19. Zhang G.J., Chen S.B., Wu L. Intelligent Control of Pulsed GTAW with Filler Metal // Welding Journal. — 2005. — N 1. — P. 9—16.
20. Цыбулькин Г.А. К вопросу об устойчивости процесса дуговой сварки плавящимся электродом // Автоматическая сварка. — 2002. — № 5. — С. 17—19.
21. A Fuzzy Logic System for Process Monitoring and Evaluation in GMAW / C.S. Wu, T. Pole, D. Rehfeldt // Welding Journal. — 2001. — N 2. — P. 33—38.
22. Blakeley P.J. Developments in monitoring systems for resistance and arc welding // Proc. of the Int. Conf. on Automated Welding Systems in Manufacturing, Gateshead, North East UK, November 1992. — Woodhead Publishing Ltd, 1992. — P. 40.
23. Arc Sensing for Defects in Constant — Voltage Gas Metal Arc Welding / T.P. Quinn, C. Smith, C.N. McCowan et al. // Welding Journal. — 1999. — N 9. — P. 322—328.
24. Hermans M.J.M., Spikes M.P., den Ouden G. Characteristic features of the short circuiting welding process // Welding Review Int. — 1993. — N 12. — P. 80—86.
25. A Wavelet Transform — Based Approach for Joint Tracking in Gas Metal Arc Welding / J.X. Xue, L.L. Zhang, Y.H. Peng, L. Jia // Welding Journal. — 2007. — N 4. — P. 90—96.

Текст статтіРозмір
2011-5-14.pdf220.65 КБ

Тематичні розділи журналу

,