基于动态模糊神经网络的铝合金脉冲MIG焊接过程解耦控制分析

摘要

针对铝合金脉冲MIG焊接过程参数间强耦合、不稳定等关键问题,在介绍D-FNN结构、学习算法基础上,设计了基于D-FNN的解耦控制器,并对同步、非同步与加干扰脉冲输入信号下分别对以脉冲电流占空比、送丝速度为输入量,以焊丝伸出长度(干伸长)、焊缝正面熔宽为被控量的铝合金脉冲MIG焊多输入多输出(multiple-input multiple-output,MIMO)过程进行了动态解耦控制仿真研究,仿真结果表明,D-FNN控制器能够实时进化规则,动态调整学习因子,实现了MIMO过程的完全解耦,满足焊接实时控制要求且具有快的响应速度、较好的鲁棒性,为铝合金脉冲MIG焊MIMO过程稳定焊接提供了一种新型的实时解耦控制方法.