文德沐,胡曉兵,張雪健,毛業(yè)兵,陳海軍

(1.四川大學(xué)機(jī)械工程學(xué)院,成都 610065;2.四川大學(xué)宜賓園區(qū),宜賓 644000)

0 引言

隨著機(jī)器視覺、智能控制、機(jī)器學(xué)習(xí)等新興數(shù)字與信息化技術(shù)的飛速發(fā)展,激光焊接機(jī)器人智能化和自動(dòng)化升級(jí)改造也出現(xiàn)了新的發(fā)展思路,首先,以各種傳感器和工業(yè)相機(jī)為基礎(chǔ)的激光焊接焊接過程控制的改造升級(jí)[1]。目前,應(yīng)用最為廣泛的焊接狀態(tài)的獲取方式就是基于工業(yè)相機(jī)的焊接工件圖像采集?；诓杉降膱D像,人們可以準(zhǔn)確識(shí)別焊縫位置并提取特征。激光焊接機(jī)器人視覺系統(tǒng),因其使用方式簡(jiǎn)單、數(shù)據(jù)易于處理等優(yōu)點(diǎn),是激光焊接焊縫識(shí)別和焊縫追蹤技術(shù)的研究熱點(diǎn);其次,是以專家系統(tǒng)和模糊推斷為基礎(chǔ)的焊接工藝控制智能升級(jí)[2]。

傳統(tǒng)的焊接工藝,絕大多數(shù)是基于人工經(jīng)驗(yàn)與工程手冊(cè)獲得的[3]。因此,激光焊接機(jī)器人智能化改造的重要一個(gè)環(huán)節(jié)就是如何讓機(jī)器人具有人的“經(jīng)驗(yàn)”,并可以基于這種“經(jīng)驗(yàn)”完成焊接工藝的推定。而以視覺系統(tǒng)和各種類型的傳感器為引導(dǎo),以神經(jīng)網(wǎng)絡(luò)、模糊控制和專家系統(tǒng)等技術(shù)為決策核心的新型智能焊接控制系統(tǒng)以逐漸成為了發(fā)展的重點(diǎn)[4]。該種方案,可實(shí)現(xiàn)完全的焊接機(jī)器人自主作業(yè)而最大程度減少人工干預(yù)和主觀干擾[5]。因此,基于提出的激光焊接機(jī)器人智能化和自動(dòng)化改造方向[6],搭建出一套基于機(jī)器視覺、神經(jīng)網(wǎng)絡(luò)和模糊控制的智能激光焊接機(jī)器人系統(tǒng),對(duì)我國(guó)激光焊接機(jī)器人的智能化和自動(dòng)化改造提供了新的設(shè)計(jì)思路和發(fā)展方向,具有很強(qiáng)的實(shí)際意義。

通過調(diào)研,發(fā)現(xiàn)常見的焊接質(zhì)量的評(píng)估分為兩種:一類是以傳統(tǒng)的破壞性或機(jī)器檢測(cè)方式對(duì)焊接件焊縫進(jìn)行檢測(cè),該種檢測(cè)方式需要較長(zhǎng)的周期,同時(shí)也較為浪費(fèi)人力、物力和財(cái)力,一般情況下只會(huì)在月度檢查或抽檢中使用;另一種方式就是生產(chǎn)技術(shù)人員目視檢測(cè),通過肉眼或一些觀測(cè)儀器通過分析焊接件的焊縫圖像特征去人為依靠于人工經(jīng)驗(yàn)去判定該種工藝的焊接質(zhì)量,該種方式具有很強(qiáng)的主觀性和經(jīng)驗(yàn)主義,無法進(jìn)行復(fù)現(xiàn)和標(biāo)準(zhǔn)化表達(dá)。本文從實(shí)際應(yīng)用場(chǎng)景出發(fā),對(duì)304不銹鋼的激光焊接質(zhì)量評(píng)價(jià)提出了一種新的質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)和實(shí)現(xiàn)方案,并建立一個(gè)完整的304不銹鋼薄板激光焊接質(zhì)量評(píng)價(jià)體系。

基于該建立的激光焊接質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)和焊接工藝參數(shù)與焊接質(zhì)量之間的影響關(guān)系,本文建立了一個(gè)激光焊接質(zhì)量推斷專家系統(tǒng)模型[7-8],該模型可以通過輸入激光焊接工藝參數(shù),智能推斷該工藝參數(shù)帶來的激光焊接質(zhì)量,進(jìn)而簡(jiǎn)化焊接工藝的選擇和優(yōu)化過程。為實(shí)現(xiàn)激光焊接質(zhì)量的智能預(yù)測(cè),本文采用模糊推斷[9-10]、改進(jìn)專家系統(tǒng)[11-12]和BP神經(jīng)網(wǎng)絡(luò)[13]相結(jié)合的方法,基于焊接規(guī)律對(duì)304不銹鋼激光焊接質(zhì)量進(jìn)行推斷,然后通過仿真實(shí)驗(yàn)驗(yàn)證該推斷系統(tǒng)的準(zhǔn)確性。

1 質(zhì)量評(píng)價(jià)體系

將焊縫圖像的評(píng)價(jià)標(biāo)準(zhǔn)數(shù)值化時(shí),采用表1所示規(guī)則。

表1 焊縫圖像質(zhì)量評(píng)分規(guī)則

對(duì)焊接件平面度的質(zhì)量評(píng)價(jià)主要就是對(duì)焊前母材和焊后焊接件的平面度差值Δx。

2 智能推斷模型的搭建

2.1 系統(tǒng)整體方案

本文基于板材厚度、焊接速度、焊接功率、離焦量、占空比和峰值功率設(shè)計(jì)304不銹鋼焊接質(zhì)量智能推斷模型,該模型的輸出預(yù)測(cè)參數(shù)為平面度和焊接質(zhì)量評(píng)分,預(yù)測(cè)系統(tǒng)整體結(jié)構(gòu)流程如圖1所示。

圖1 預(yù)測(cè)系統(tǒng)整體結(jié)構(gòu)

預(yù)測(cè)方案的實(shí)現(xiàn)過程為:

步驟1:數(shù)據(jù)分類。對(duì)實(shí)驗(yàn)測(cè)試數(shù)據(jù)進(jìn)行分析,匹配,然后基于匹配結(jié)果,人為將板材按照厚度劃分為“薄板”,即板材厚度為0.3 mm、0.4 mm、0.5 mm,和“厚板”,即板材厚度為0.8 mm、1.0 mm、1.5 mm、2.0 mm、3.0 mm,然后基于兩類板材厚度建立不同的模糊規(guī)則庫(kù)和模糊推斷模型;

步驟2:模糊預(yù)測(cè)。基于焊接速度、焊接功率和離焦量3個(gè)輸入?yún)?shù)對(duì)于焊縫圖像質(zhì)量評(píng)分和焊接件平面度差值的影響,采用TSK模糊系統(tǒng),建立各厚度下各輸入?yún)?shù)的隸屬度函數(shù)與模糊規(guī)則庫(kù),進(jìn)而基于模糊規(guī)則庫(kù)推斷焊接件平面度差值和焊縫質(zhì)量評(píng)分的觀測(cè)值;

步驟3:預(yù)測(cè)值修正。本文基于板材厚度、峰值功率、占空比和觀測(cè)值,建立了一個(gè)BP神經(jīng)預(yù)測(cè)網(wǎng)絡(luò),通過該網(wǎng)絡(luò)實(shí)現(xiàn)焊接質(zhì)量預(yù)測(cè)值對(duì)不同板材厚度、峰值功率、占空比的修正與補(bǔ)償,以提高預(yù)測(cè)準(zhǔn)確性。

2.2 模糊推斷模型

本文采用模糊系統(tǒng)去對(duì)該種“經(jīng)驗(yàn)”進(jìn)行數(shù)字化建模,采用三輸入-二輸出的Takagi-Sugeno系統(tǒng)搭建焊縫質(zhì)量評(píng)分與平面度差值推斷模型,如圖2所示。

(a) 薄板類

2.2.1 隸屬度函數(shù)設(shè)計(jì)

本文對(duì)兩個(gè)厚度等級(jí)下不同的模糊推斷系統(tǒng)的輸入?yún)?shù)進(jìn)行單獨(dú)的論域取值和模糊子集設(shè)定,輸入?yún)?shù)論域和模糊子集如表2所示。

表2 輸入?yún)?shù)論域及其模糊子集

其隸屬度函數(shù),如圖3所示。

(a) 薄板類零件

對(duì)于輸出參數(shù)而言,采用TSK單值輸出的方式直接輸出推斷值。

通過實(shí)驗(yàn)測(cè)定和資料查閱,本文將焊縫質(zhì)量評(píng)分的預(yù)測(cè)輸出值設(shè)定為0～9級(jí),共10個(gè)等級(jí),其中1～9級(jí)分別代表著焊接質(zhì)量從1～9,即從差到好,而0級(jí)代表著未完成焊接過程。而對(duì)于焊接平面度而言,本文對(duì)實(shí)驗(yàn)數(shù)據(jù)中不同厚度的平面度差值取值經(jīng)過分析和計(jì)算后,為兩個(gè)厚度等級(jí)設(shè)定不同的平面度差值取值。對(duì)“薄板”,將其設(shè)定為1～9級(jí),其中,1～8級(jí)分別代表著最大平面度差值為0.3、0.5、0.8、1.0、1.2、1.5、2、3 mm,而9級(jí)取值為-1,代表著未完成焊接。對(duì)“厚板”,將其設(shè)定為1～12級(jí),其中1～11級(jí)分別代表著最大平面度差值為0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0、1.5 mm,而12級(jí)取值為-1,代表著未完成焊接。

2.2.2 模糊規(guī)則設(shè)計(jì)

對(duì)“薄板”,模糊系統(tǒng)一共有5×7×3=105條。

因此通過上述的模糊規(guī)則庫(kù),可以將不同厚度條件下的焊接速度、焊接功率、離焦量和焊縫質(zhì)量評(píng)分和焊接件平面度差值進(jìn)行匹配和對(duì)應(yīng)。進(jìn)而可以通過隸屬度函數(shù)的不同,去匹配不同的模糊規(guī)則,實(shí)現(xiàn)由前件事件(焊接輸入?yún)?shù))到后件事件(焊接質(zhì)量評(píng)價(jià))的模糊推斷。

2.2.3 解模糊化

通過比較各解模糊化方法的準(zhǔn)確性和計(jì)算量,選擇面積重心法進(jìn)行模糊的解模糊化[14]。面積重心法取的μC(z)加權(quán)平均值為z的準(zhǔn)確值,即:

(1)

當(dāng)取值論域?yàn)殡x散域時(shí),

(2)

最后根據(jù)上文設(shè)計(jì)的模糊推斷系統(tǒng)工作流程,分為薄、厚板分別輸入去解模糊化。

2.3 預(yù)測(cè)值修正模型

除了焊接速度、焊接功率、離焦量3個(gè)主要參數(shù)外,板材厚度、峰值功率、占空比這3個(gè)參數(shù)對(duì)焊接質(zhì)量也有較大影響。因此,本文基于上述3個(gè)參數(shù),分別建立“薄板”和“厚板”條件下,由模糊推斷模型獲得的焊接焊縫質(zhì)量評(píng)分觀測(cè)值和平面度差值觀測(cè)值到實(shí)際輸出的焊縫質(zhì)量評(píng)分預(yù)測(cè)值和平面度差值預(yù)測(cè)值的修正BP神經(jīng)網(wǎng)路模型,如圖4所示。

圖4 模糊預(yù)測(cè)值BP修正模型

上述4個(gè)模型,其BP神經(jīng)網(wǎng)絡(luò)采用“1-1-1”的結(jié)構(gòu),即一層輸入層、一層隱含層和一層輸出層,每一層都與下一層全連接。

輸入層4個(gè)參數(shù)x=(x1,x2,x3,x4),x1為模糊系統(tǒng)輸出觀測(cè)值,x2為板材厚度,x3為峰值功率,x4為占空比。

輸出層1個(gè)參數(shù)y,y為修正后預(yù)測(cè)值。

由Kolmogorov定理可得,由于輸入層有4個(gè)節(jié)點(diǎn),輸出層有1個(gè)節(jié)點(diǎn),因此中間層隱含節(jié)點(diǎn)個(gè)數(shù)滿足下列關(guān)系式:

(3)

即通過分析,上述4個(gè)BP模型中間層隱含個(gè)數(shù)分別為12,12,13,13。

對(duì)上述4個(gè)模型,隱藏層結(jié)果和輸出層結(jié)果可由下式表達(dá),即:

(4)

(5)

該網(wǎng)絡(luò)采用反向傳播算法更新參數(shù),首先計(jì)算損失函數(shù)J(θ),然后再逐層反向求出損失函數(shù)J(θ)對(duì)各層的偏導(dǎo)數(shù),采用梯度下降的算法更新網(wǎng)絡(luò),輸出層參數(shù)更新算法為:

(6)

(7)

(8)

(9)

式中:J(θ)表示BP神經(jīng)網(wǎng)絡(luò)的損失函數(shù),yi為網(wǎng)絡(luò)輸出,α為學(xué)習(xí)速率。

2.4 模型仿真分析

基于上文建立的模糊推斷模型和預(yù)測(cè)值修正模型,本文使用MATLAB數(shù)據(jù)處理軟件對(duì)該模型進(jìn)行建模分析,測(cè)試并驗(yàn)證本文提出的激光焊接質(zhì)量智能推斷模型的可靠性[15]。

2.4.1 模糊系統(tǒng)建模

基于MATLAB中的設(shè)定參數(shù)和上文設(shè)定的隸屬度函數(shù),本文建立了薄板和厚板的模糊模型,如圖5所示。

(a) 薄板

2.4.2 神經(jīng)網(wǎng)絡(luò)建模

本文基于MATLAB建立上述4個(gè)BP參數(shù)修正模型,基于上述設(shè)定參數(shù)和已有實(shí)驗(yàn)數(shù)據(jù),本文分別訓(xùn)練了4個(gè)BP模型,其訓(xùn)練準(zhǔn)確率如圖6所示。

(a) 薄板焊縫質(zhì)量評(píng)分預(yù)測(cè)值修正模型

(a) 模糊系統(tǒng)預(yù)測(cè)0.5 mm不銹鋼板材焊縫質(zhì)量評(píng)分對(duì)比圖及其誤差圖

(a) 模糊系統(tǒng)預(yù)測(cè)0.5 mm不銹鋼板材平面度差值對(duì)比圖及其誤差圖

2.4.3 模型對(duì)比仿真

基于上文建立的模糊推斷模型和預(yù)測(cè)參數(shù)修正模型,選擇0.5 mm厚度的304不銹鋼進(jìn)行焊縫質(zhì)量評(píng)分和平面度差值進(jìn)行無修正模型和有修正模型的預(yù)測(cè)。

(1)焊縫質(zhì)量評(píng)分

(2)平面度差值

2.4.4 模型仿真分析

對(duì)焊縫質(zhì)量評(píng)分、平面度差值預(yù)測(cè)進(jìn)行誤差分析,如表3和表4所示。

表3 焊縫質(zhì)量評(píng)分模型誤差分析

表4 平面度差值模型誤差分析

對(duì)304不銹鋼板材激光焊接的焊縫質(zhì)量預(yù)測(cè)進(jìn)行分析,可得:

(1)對(duì)于由焊接規(guī)律建立的焊接件焊縫質(zhì)量模糊推斷模型而言,其平均預(yù)測(cè)誤差為2.51,平均誤差率為113.7%,平均預(yù)測(cè)準(zhǔn)確性僅為39.8%(誤差小于1),最大預(yù)測(cè)誤差為4.44,最大誤差率為241.2%,其預(yù)測(cè)較為準(zhǔn)確的概率為18.75%。雖然其并無法在所有厚度條件下獲得較好的預(yù)測(cè)效果,但是其在厚度為0.5mm、2.0mm、3.0mm以及其他厚度的部分取值下也可以獲得較為準(zhǔn)確的焊接件焊縫質(zhì)量預(yù)測(cè)值,由此可得得出,雖然由于模糊系統(tǒng)隸屬度函數(shù)設(shè)計(jì)和規(guī)則設(shè)計(jì)的不準(zhǔn)確,導(dǎo)致模糊推斷存在誤差,但是通過圖表可知該預(yù)測(cè)在一定程度上符合已有的304不銹鋼焊接中焊接質(zhì)量與焊接參數(shù)的對(duì)應(yīng)關(guān)系,其預(yù)測(cè)具有一定的可行性。

(2)對(duì)比直接由模糊推斷獲得的焊接件焊縫質(zhì)量評(píng)分預(yù)測(cè)值,經(jīng)過BP修正模型修正后,焊接件預(yù)測(cè)值的準(zhǔn)確性大幅提高,其平均誤差降為0.88,平均誤差率降低82.4%,為31.3%,此外修正后預(yù)測(cè)值的突變概率和極值可能性大大降低,最大誤差降為1.19,最大誤差率也降為56.7%。此外,對(duì)于預(yù)測(cè)準(zhǔn)確性而言,對(duì)于所有厚度其平均有67.2%的預(yù)測(cè)準(zhǔn)確性,而對(duì)于部分厚度而言,其均有70%以上的預(yù)測(cè)準(zhǔn)確性。由此可知,經(jīng)過該修正模型修正后、焊接件焊接質(zhì)量的預(yù)測(cè)基本可以符合準(zhǔn)確性要求。

對(duì)304不銹鋼激光焊接焊接件平面度差值預(yù)測(cè)模型進(jìn)行分析,可得:

(1)對(duì)于由焊接規(guī)律建立的焊接件平面度差值模糊推斷模型而言,其平均預(yù)測(cè)誤差為0.43,平均誤差率為105.8%,平均預(yù)測(cè)準(zhǔn)確性僅為33.6%(預(yù)測(cè)誤差小于0.2),最大預(yù)測(cè)誤差為0.68,最大誤差率為146.9%,最小預(yù)測(cè)準(zhǔn)確的概率為12.5%。由于板材較薄時(shí)平面度變化較為嚴(yán)重,因此該模糊推斷模型在“薄板”條件下的預(yù)測(cè)效果較差。但是當(dāng)板材厚度增加時(shí),平面度差值變化率降低,其在“厚板”條件下可以獲得較為準(zhǔn)確的預(yù)測(cè)效果,即預(yù)測(cè)誤差在0.3左右。由此可以得出,由于焊接件平面度變化規(guī)則較為復(fù)雜,且模糊系統(tǒng)隸屬度函數(shù)設(shè)計(jì)和規(guī)則設(shè)計(jì)的準(zhǔn)確性不夠,導(dǎo)致模糊推斷存在誤差,而這種誤差單純使用隸屬度函數(shù)增加、模糊規(guī)則數(shù)增加等方式無法實(shí)現(xiàn)較好的改善。但是通過圖表可以看出,該模糊預(yù)測(cè)模型在變化趨勢(shì)和部分取值上具有一定的可靠性。因此,其在一定程度上符合已有的304不銹鋼焊接中焊接質(zhì)量與焊接參數(shù)的對(duì)應(yīng)關(guān)系,其預(yù)測(cè)具有一定的可行性。

(2)對(duì)比直接由模糊推斷獲得的焊接件平面度差值預(yù)測(cè)值,經(jīng)過BP修正模型修正后,焊接件預(yù)測(cè)值的準(zhǔn)確性大幅提高,其平均誤差降為0.13,平均誤差率降低76.5%,為29.3%,此外修正后預(yù)測(cè)值的突變概率和極值可能性大大降低,最大誤差降為0.21,最大誤差率也降為56.7%。此外,對(duì)于預(yù)測(cè)準(zhǔn)確性而言,對(duì)于所有厚度其平均有77%的預(yù)測(cè)準(zhǔn)確性,而對(duì)于部分厚度而言,其均有93.75%以上的預(yù)測(cè)準(zhǔn)確性。由此可知,經(jīng)過該修正模型修正后、焊接件平面度差值的預(yù)測(cè)基本可以較好符合準(zhǔn)確性要求。

3 結(jié)論

本文將已有的激光焊接人工經(jīng)驗(yàn)進(jìn)行分類歸納和總結(jié),并結(jié)合相關(guān)資料和數(shù)據(jù),基于模糊專家系統(tǒng)提出了焊接參數(shù)的到焊接質(zhì)量的推斷模型,建立輸入?yún)?shù)的隸屬度函數(shù)和模糊規(guī)則庫(kù)。由于板材激光焊接的復(fù)雜性,焊接數(shù)據(jù)離散化嚴(yán)重,無法使用單一模糊推斷模型進(jìn)行準(zhǔn)確預(yù)測(cè),因此本文根據(jù)板材厚度、峰值功率和占空比與焊接質(zhì)量的關(guān)系,建立了模糊推斷值的BP神經(jīng)網(wǎng)絡(luò)修正模型。通過模型將模糊推斷值進(jìn)行修正,進(jìn)而獲得較為準(zhǔn)確的焊接質(zhì)量預(yù)測(cè)。基于上述研究,本文認(rèn)為使用神經(jīng)網(wǎng)絡(luò)、模糊推斷、專家系統(tǒng)等新興計(jì)算機(jī)技術(shù),可實(shí)現(xiàn)一定程度上模擬人腦的邏輯思維與判斷,進(jìn)而可以將傳統(tǒng)機(jī)械加工制造業(yè)中絕大多數(shù)人工經(jīng)驗(yàn)型工作進(jìn)行機(jī)器替代,包括焊接、打磨等。該種機(jī)械替代方式,不僅保留著人工經(jīng)驗(yàn)在作業(yè)過程中的優(yōu)點(diǎn),而且充分發(fā)揮了計(jì)算機(jī)技術(shù)的優(yōu)勢(shì),真正做到了“兩全其美”,該人工與機(jī)器結(jié)合的方式,在制造業(yè)發(fā)展轉(zhuǎn)型過程中也必將起到重要作用。