Автоматизация контроля и аттестации сварочного производства на основе методов идентификации ограниченно детерминированных процессов

• Автор: Кривин, Валерий Вольфович
• Шифр специальности: 05.13.06
• Научная степень: Докторская
• Год защиты: 2003
• Место защиты: Новочеркасск
• Количество страниц: 285 с. : ил.

ВВЕДЕНИЕ
1. АНАЛИЗ ОСОБЕННОСТЕЙ СВАРОЧНОГО ПРОИЗВОДСТВА ПРИ ИЗГОТОВЛЕНИИ И МОНТАЖЕ КОРПУСНЫХ ИЗДЕЛИЙ ЭНЕРГЕТИЧЕСКОГО МАШИНОСТРОЕНИЯ

1.1 Общая характеристика сварочною производства.

1.2 Физические процессы при сварке плавлением.

1.3 Основные характеристики технологического процесса

сварки

1.4 Аттестация оператора сварщика РДС.

1.5 Процессы в сварочном контуре

1.6 Методы исследования технологических свойств сварочного

оборудования и материалов

1.7 Процессорные измерительные средства.

1.8 Цели и задачи работы
2. МЕТОДЫ НЕЛИНЕЙНОЙ ДИНАМИКИ ПРИ ИССЛЕДОВАНИИ ПРОЦЕССА СВАРКИ ПЛАВЛЕНИЕМ
2.1 Выбор и обоснование математических методов
идентификации процесса сварки плавлением.
2.2 Основные характеристики нелинейных систем.
2.3 Анализ эквивалентной модели процесса сварки плавлением
2.4 Идентификация состояний процесса методом сегментации
неоднородного фазового пространства
2.5 Оценка размерности фазового пространства процесса
сварки.
2.6 Выбор масштаба ЕМмасштабированис экспериментальных данных для выявления состояний процесса
2.7 Выбор размера клетки ФП оценка амплитуды
стохастической составляющей процесса.
2.8 Сглаживание функции распределения адаптивный метод выбора скользящего окна
2.9 Получение идентификационных характеристик процесса
сварки.
Выводы к главе 2 ИЗ
3. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ПРОЦЕССА СВАРКИ, ОБОСНОВАНИЕ МЕТОДОВ ОБРАБОТКИ
ДАННЫХ.
3.1 Спектральные методы исследования процесса сварки
3.1.1 Результаты спектральных исследований сварочного
процесса.
3.2 Статистические методы исследования сварки плавлением
3.2.1 Результаты исследования процесса сварки плавлением статистическими методами
3.3 Рсрсссиошмс методы исследования процесса
сварки.
3.4 Требования к методу идентификации технологических состояний сварочного процесса
3.5 Исследование структуры фазового пространства процесса сварки плавлением
3.6 1 олучспис характеристик процесса путем идентификации
технологических состояний
Выводы к главе 3
4. РАЗРАБОТКА НЕЙРОСЕТЕВОЙ МОДЕЛИКЛАССИФИКАТОРА ДЛЯ АТТЕСТАЦИИ ПРОЦЕССА
СВАРКИ ПЛАВЛЕНИЕМ
4.1 Основные характеристики нейронных сетей
4.1.1 Искусственные нейронные
системы
4.1.2 Формальный нейрон
4.1.3 Нейронные сети с пороговой функцией активации
4.1.4 Топология и анализ многослойных нейронных сетей
4.1.5 Анализ алгоритма обратного распространения ошибки.
4.2 Выбор и обоснование системных средств профаммирования
для нейронной сети
4.3 Предобработка данных.
4.4 Псйросстевая модельклассификатор для аттестации опсраторасварщика.
ш Выводы к главе 4
5. АВТОМАТИЗИРОВАННАЯ СИСТЕМА ДЛЯ АГГЕСТАЦИИ ПРОЦЕССА СВАРКИ ПЛАВЛЕНИЕМ
5.1 Общая структура автоматизированной системы аттестации сварочных процессов
5.2 Устройство и принцип работы измерительного, преобразователя тока напряжения сварки.
5.3 Модуль АЦП ЦАГ1 Е0 для ввода аналоговых сигналов в систему промышленного эксперимента.
5.4 Структура базы данных автоматизированной системы апсстации сварочных процессов
5.5 Интерфейс пользователя автоматизированной системы
5.6 Автоматизированная система аттестации сварки
плавлением.
5.7 Основные практические результаты работы
Выводы к главе 5.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ .
СПИСОК ЛИТЕРАТУРЫ


Однако, если построение такого измерительного комплекса еще возможно, то создание единой теоретической модели, учитывающей всю полученную информацию для достоверной оценки сварного шва в настоящее время маловероятно 6,7,,. Экспериментальные модели, построенные на аналогичной информационной базе, экономически нерентабельны. Область применения таких моделей также офапичепа. Существенное снижение числа используемых информационных сигналов например, офаничспис этих сигналов технологическими сварочными параметрами и одним контролируемым параметром в зоне сварки температурой поверхности основного металла в 3, поверхностным натяжением металла сварочной ванны, направлением перемещения жидкого металла упрощает как теоретическую, так и экспериментальную модель, одновременно снижая их достоверность, пропорционально числу неучтенных сигналов. Во многих случаях это оказывается недопустимым ,,,8. Конструктивные Офаничения самого сварного соединения, например отсутст вие прямого доступа к его обратной стороне трубы, обечайки, резервуары различной конструкции, также существенно затрудняют оценку формирования сварного соединения. Это может примести к неоднозначности оценки качества при использовании теоретических моделей и снижению точности экспериментальных моделей. На формирование сварною соединения при дуговой сварке влияют также различные внешние возмущающие воздействия как связанные, так и не связанные со сварочным процессом. В первом случае это коробление и деформация сварного соединения раскрытие или захлопывание зазора в стыке, выпучивание поверхности и т. Во взором нестабильность работы опсраторасварщика, сварочною оборудования и разброс в свойствах сварочных материалов. В большинстве случаев данные возмущения относятся к неконтролируемым, в связи с чем их невозможно учесть при построении теоретических моделей и весьма затруднительно в экспериментальных. Для выявления наличия данных возмущений необходимо учесть временные характеристики информационных сигналов в модели расчета показателей качества шва, например, амплитудночастотные 9,,,. Для большинства известных методов построения экспериментальных моделей сварочных процессов, этот факт не позволяет ораничиться линейными зависимостями при описании рассматриваемого явления. Гак, например, для рсрсссиопньх зависимостей порядок такой модели должен быть не ниже второго, а в подавляющем числе случаев описания комплексных физических процессов в сварном соединении существенно выше. Определение параметров нелинейных многопарамстричсских моделей коэффициентов рсрсссиоппой зависимости крайне затруднительно, что фактически исключает их широкое применение ,,,4. В связи с этим, проблема оценки показателей качества сварного соединения по текущим значениям контролируемых параметров на основе модели процесса, остается нерешенной актуальной задачей современного сварочного производства. В мелкосерийном производстве трудозатраты па подготовку соизмерим или превосходят трудозатраты, связанные с реализацией непосредственно технологического процесса, поэтому совершенствование мелкосерийного производства необходимо рассматривать в контексте требований всего производственного цикла, включающего как подготовку, так и реализацию технологического процесса 1,2,,8,5. Ведущую роль в автоматизации технологической подготовки занимают системы САПР. В настоящее время развитию эт их систем посвящено очень много исследований, и они выделены как самостоятельное направление, не входящее в рамки данной работы 5,0,6. Многолетнее сотрудничество с ПО Лтоммаш, результаты исследований, проведенных коллективом кафедр. Информационные и управляющие системы, позволили С1руппировать производственные проблемы в единое направление, потребовавшее разработки новых теоретических концепций. Результатом работ по данному направлению является создание производственных подразделений, располагающих методами и средствами объективного количественного контроля состояния операторасварщика, сварочного оборудования и сварочных материалов. Деятельность этих подразделений направлена не на борьбу с влиянием отклонений параметров технологического процесса, а на уменьшение этих отклонений 7,6,2,5. Концепция этого подхода иллюстрируется на рис. Рис.