Мониторинг качества сварки по электрическим параметрам процесса

Проведен анализ существующих методов мониторинга качества сварных соединений по электрическим параметрам процесса. Определены их преимущества и недостатки. Показано, что при создании автоматических систем мониторинга качества сварных соединений по электрическим параметрам процесса есть необходимость использовать большое число взаимосвязанных параметров, что требует в свою очередь применения сложного математического аппарата, в качестве которого могут выступать системы искусственного интеллекта. При этом построение связей между этими параметрами требует проведения большого количества экспериментальных исследований, что в большинстве случаев экономически нецелесообразно. Как один из способов решения этой проблемы авторами предлагается применение математических моделей.

Год издания: 
2011
Номер: 
5
УДК: 
621.791
С. 84–88. Іл. 2. Бібліогр.: 25 назв.
Литература: 

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.

Полнотекстовый документSize
2011-5-14.pdf220.65 KB

Тематичні розділи журналу

,