TIG焊背面熔宽的神经网络模糊控制

摘要

TIG(Tungsten Inert Gas)焊接过程是一个高度非线性、强耦合、时变的系统,针对这一特点,本文设计了单层神经网络模糊控制器,给出了学习算法.该控制器可以自动学习模糊控制规则,并随系统的变化自动调节模糊控制规则.采用普通CCD(Charged Couple Device)摄像机拍摄熔池的正面图像,提取出熔池正面几何参数,利用熔池正面几何参数与背面熔宽的关系模型,对背面熔宽进行实时控制.仿真及试验结果表明,该控制器具有良好的控制性能和控制效果.