焊缝跟踪光电传感器控制系统的设计（终稿）

基于光电传感器的智能焊缝 跟踪系统的设计 摘要 焊接自动化具有提高生产效率，优化产品质量和改善劳动条件等优点，能够大力促进制造业经济的发展，而焊缝跟踪技术是实现焊接自动化的必要技术，因此，发展焊缝跟踪技术具有重要意义。 本文设计的光电传感器式焊缝自动跟踪系统有三个主要部分组成，即光电传感器，控制系统和执行机构三个主要部分。控制系统是基于 MSC-51 的单片机系统，跟踪执行机构系统由焊接小车和双十字滑架组成。 对于常态表面状态和打磨表面状态下的工件，系统针对性地采用两种不同的信号采集和处理方法：对于表面常态下的 工件，采用了加权比较的信号处理方法；对于表面打磨的工件，采用了另一种信号处理方法 信号差值比较的方法。因此，这两种方法的综合使用可以有效地提高传感器的准确性和适应性。 在分析前人实验经验的基础上，本系统的执行机构采用的是小车配合双十字滑架的模式。系统经过理论分析，建立了相应的数学模型，并在此基础上设计了符合系统要求的模糊-PID 控制系统。模糊 -PID 控制系统采用开关切换控制的方式，在大误差范围内采用 PID控制，在小误差范围内则转换成模糊控制，两者的转换由微机程序根据事先给定的误差范围自动选择切换。仿真设计 表明，该模型不仅简单可靠，而且跟踪精度高。 相关的焊接实验与仿真表明，光电传感器式焊缝自动跟踪系统总体上达到了设计要求，具有深入开发的潜力。 关键词 ：光电传感器；焊缝跟踪；单片机；模糊 -PID 控制 Abstract Welding Automation has the advantages of increasing production efficiency,optimizing products quality and improving working conditions,etc.So it canvigorously promote the economic development of the manufacturing.Thedevelopment of the seam tracking technology which is a necessary for the weldingautomation technology has a great significance. In this paper,Seam Tracking System Based on Photoelectric Sensor has threemain components,namely,Photoelectric Sensor,a sub-system of control and theexecutive machine.The whole control system is consists of MSC-51 microcomputerhardware and the corresponding control software.The executive machine has twoparts,one of parts is called welded car,the other is the double-cross slider machine. the system has two different signal acquisition-processing methods for thedifferent surfaces of workpiece:For the normal surface of the workpiece,it uses themethod of comparing the signal;for the polished surface of the workpiece,it useanother different kind method of signal processing subtraction-divided method.Therefore,it can effectively improve the accuracy and adaptability of thephotoelectric sensor by these ways. Based on the experience,the executive machine is made up by welded car anddouble-cross slider machine.By the theoretical analysis of the system,we establishthe corresponding mathematical model,and design the Fuzzy-PID control systemwhich can meet the requirements of the system.Fuzzy-PID control system uses aprogram switch to convert.when the warp detected is big,the Proportional control isapplied;when the warp detected is small,Fuzzy technology is applied.Theconversion of program switch is decided by the warp range.By the simulation,itshows that these methods are not only simple and reliable,but also more accurate forthe seam tracking. After the welding experiment and simulation,it shows that seam tracking systembased on photoelectric sensor can meet the requirements of designing generally,it candevelop more better in the future. Key Words: Photoelectric Sensor； Seam Tracking； Microcomputer； Fuzzy-PID Control 目 录 摘 要 .I ABSTRACT.II 第一章 绪论 . .1 1.1选题依据及课题意义 . .2 1.2国内外设计现状 . .2 1.2.1焊缝自动跟踪技术概述 . . .3 1.2.2焊缝跟踪传感器的发展状况 .3 1.2.3焊缝自动跟踪中控制理论发展概况 . .6 1.2.4焊缝跟踪伺服系统和执行机构 . .10 1.3本文设计的主要内容 . . .10 第二章 光电传感器的设计 . .12 2.1光电传感器的组成和原理 . . .12 2.1.1光电传感器的元件组成 . . .12 2.1.2光电传感器的电路设计 . . .13 2.1.3传感器元件的选择和工作特性 . . .14 2.1.4光电传感器的工作原理 . . .15 2.2影响光电传感器工作的因素 . .16 2.2.1传感器高度实验 . .16 2.2.2工件表面状况影响实验 . . .17 2.2.3人工辅助线影响实验 . . .18 2.2.4弧光影响实验 . . . 18 2.2.5白线偏移实验及数据处理 . . .19 2.3工件表面打磨状态下传感器信号采集实验 . . .22 第三章 硬件选择及系统整体组成 . .25 3.1焊接小车和执行机构 . . .25 3.1.1焊接小车 . . .25 3.1.2执行机构 . . .25 3.1.3十字滑架步进电机驱动控制电路 . .27 3.2 MSC-51单片机系统 . . .29 3.2.1单片机的 P口分配 . . .29 3.2.2单片机存储空间分配 . . .29 第四章 焊缝跟踪控制系统 .31 4.1数学模型的建立 . . .31 4.1.1控制原理 . . .31 4.1.2数学模型 . . .32 4.2控制器的设计 . . .34 4.2.1 Fuzzy-PID 复合控制器 . . .34 4.2.2 PID控制部分 . . .37 4.2.3模糊控制器的设计 . . .37 4.3仿真与分析 . . .45 第五章 结论和分析 . .50 5.1光电传感器式焊缝自动跟踪系统的设计结论 . . .50 5.2进一步设计的建议 . . .50 参考文献 . . .51 附录：中文翻译和外文资料 .52 致谢 . . .59 第一章 绪论 1.1 选题依据及课题意义 焊接技术作为一门综合性应用技术，具有多学科交叉融合的特点。焊接技术的自动化、柔性化与智能化是未来焊接技术发展的必然趋势。采用机器人焊接不但可以提高生产率、改善劳动条件、稳定 和保证焊接质量、而且可以实现小批量产品的焊接自动化。 近几年来，国内外对焊接自动化的设计主要集中以下几个方面： (1)具有焊缝智能识别与跟踪功能的焊接机器人系统，是目前设计的热点和难点，在智能识别方面以电弧传感器和光电传感器为两大典型代表，且目前已出现了比较成熟的系统。 (2)焊接多自由度的焊接机器人系统。 (3)多机器人组成的焊接柔性制造系统。 随着科学技术的不断发展，和对产品质量要求的不断提高，弧焊机器人正朝着“高效化、自动化、智能化、柔性化”的方向发展，所采用的传感器多是电弧传感器或光电传感器。但从整体上看 ，目前国内外大量应用的弧焊机器人系统基 本都属于示教再现阶段或离线编程阶段的成果，虽然这类机器人能够完成大量的重复性的工作，具有简单、直观、易于操作和重复定位精度高等优点，但当工件变更种类时，一般都要求系统更换工装，这在小批量、多品种的生产中必然会导致成本提升的问题。而且，由于焊接是一种热加工工艺过程，一些尺寸较大、刚性较差（如薄板）的工件在焊接过程中很可能会产生热变形，或者由于大型焊件的焊缝开口一致性不好，可能会导致实际的焊道偏离了预先示教的轨迹，此时，示教再现法就难以保证焊接质量。造成这个局面的主要原因 是由于焊接过程是一个多参数相互耦合的时变的非线性系统，影响焊接质量的因素众多，并带有显著的随机性，很难用精确的数学模型来描述，这使得已往的一些线性分析方法，在不同程度上存在适应性差、对经验依赖性大等缺点。因此，虽然 传 统型的机器人己经有所应用，但是在精度要求更高和产品经常变化的场合是不合适的，仍需要设计开发能灵活移动，有一定智能的焊接机械，以适应不同结构、不同地点的焊接任务。所以有必要加入自动跟踪装置以增强它们的适应性，发展配带传感器、智能化更加灵活的制造系统的需求非常迫切。由于待焊工件存在下料加工及装配的误差，焊接热过程引起的变形事先也难以预料，因此给定轨迹的目标控制（或离线编程）方式己无能为力，具有焊缝自动跟踪能力的自适应系统自然成为首选目标。 因此，为了适应以上要求，本课题将对弧焊机器人光电传感器式智能焊缝跟踪系统进行设计和改进。 与其它系统相比，从理论上讲它具有以下几个方面的优点： （ 1）传感器方面 光电传感器跟踪精度高，动态响应快，信息丰富，是目前设计得最多的传感器之一。 传感器包括信号光源和接收器两部分，结构形式种类繁多。所用信号光源有白炽灯、激光、红外光等；按接收器件的特征可分为单点式光电传感器和图 像传感器两大类。前者以单个或几个分支光电器件为接收元件，后者以集成光电器件 (如 CCD、 PSD 等 )为接收元件。单点式光电传感器以人工辅助线塑料胶带，白漆线等、坡口面或坡口棱边作为跟踪基准，据此可获得跟踪信号。单点式光电传感器还有许多其它形式，其结构和控制电路都比较简单，成本低，容易产业化，所以本课题采用单点式光电传感器。 （ 2）控制系统方面 由于焊接过程的特殊性，其往往表现为一些复杂的非线性系统，难以找到合适的数学物理模型，对此传统的控制方法就容易显现出它自身的局限性。因此，在自动焊接过程如何模仿人类特 有的智能来实现复杂的焊接控制是目前和将来焊接自动化的重要内容。目前，在焊缝跟踪设计领域涉及的人工智能方法主要有模糊逻辑、人工神经网络和遗传算法三种，目前运用最多的是模糊控制方法。模糊控制可以不需要建立被控对象的精确数学模型，它是一种基于规则的非线性控制方法。它所采用的语言型控制规则是基于现场操作人员的控制经验或相关专家的知识。因此，在处理一些复杂性、不确定性问题的性能方面，就单一方法来讲，相对于传统经典控制方法，选择模糊控制方法要更加的合适。 但是，模糊控制也有其自身的不足，由于模糊控制表的量化等级有限，造 成其精确度不高，还有就是自适应能力有限和易产生震荡现象等缺点。 因此，单一控制方法都有其不足之处，往往达不到较理想的效果，所以本课题计划把两种控制方法综合起来应用：即模糊控制 -PID复合控制方法。其中，最常见的一种就是 Fuzzy-P双模控制方法。 这种复合控制方法的原理是在大偏差范围内采用经典比例控制，而在小偏差范围内则采用模糊控制，二都之间的转换由程序根据事先给定的误差范围自动转换来实现的。这种改进的控制方法的优点主要是比例控制可以进行高速的纠编，而在小偏差范围内模糊控制则可以很好的消除稳态误差。因此，它 可以提高控制的速度和控制的稳态性能。 1.2 国内外设计现状 1.2.1 焊缝自动跟踪技术概述 焊缝自动跟踪系统一般有传感器、控制器、执行机构三大部分组成，常构成一个闭环反馈系统。焊缝自动跟踪系统是一定程度上的智能控制系统，要提高焊缝跟踪系统的精度，除了在软件方面的改进之外，还需要以上三大部分硬件方面的提升： 1、自动跟踪传感器方面。设计更加灵敏的传感器，使系统具有更强的实时性。 2、控制器方面。 设计功能强、成本低的控制器硬件，设计更加合理有效的协调各自由度运动控制的原理与方法。 3、执行机构方面。需要设计出更 为合理的自由度配置形式和结构，以保证机构更为轻便、运动灵活。 1.2.2 焊缝跟踪传感器的发展状况 设计和发展智能化的焊接自动化系统是保证焊接质量、提高生产效率、改善劳动条件的重要手段，也是目前焊接技术的发展方向。世界上许多著名的焊接设备设计和制造机构都在努力开发这一领域。焊接过程自动控制系统首先要解 决的问题是焊缝跟踪。经过几十年的设计和实践，焊缝跟踪技术已经取得了长足的进步，而新型传感器的不断出现正是这一进步的标志。 对于焊接传感器，目前还没有形成统一的定义。大家普遍认为，一个传感器，如果能够检测到焊接 质量的外部和内部状况（比如坡口变化、溶池子尺寸、温度变化、电弧声光等特征信息），并能将检测值作为信号输出，以监测和控制焊接生产过程，就可以称之为传感器。 焊接传感器是焊缝自动跟踪系统的关键组成部分。在整个系统中的作用是精确检测出焊缝的位置和形状信息并转化为电信号。控制系统之后再对信号进行处理，并根据检测结果，控制自动调节机构调整焊枪位置，从而实现焊缝自动跟踪。 跟踪传感器从原理上来分有多种形式。其中比较重要的有接触式传感器、电磁传感器、直接式的电弧传感器和间接式的光电传感器。 最早使用的是接触式传感器。但是 由于磨损大，易变形等，所以不适用于高速焊接。 针对压力容器中采用最多的 I型坡口，使用电磁传感器的焊缝自动跟踪系统能较好的实现压力容器焊接过程中的焊缝自动跟踪。其理论基础为电磁理论。对于液压支架的焊接，此种传感器不适合。其原因在于传感器与焊丝之间有一定的距离，难以实现液压支架角型焊缝的实时跟踪。 电磁式传感器按频率分为高频式（涡流传感器）和普通频率式两种，高频式（涡流）传感器的频率为 30-160KHz，而普通式的频率低于 10KHz。它的不足是容易受到焊接过程中的电磁噪声和工件错边的影响产生电磁误差信号。 声学 传感器尤其是超声波传感器结构简单，精度高，价格便宜。超声波传感器主要由超声波发生和接收装置两大部分组成。超声波传感器的测量精度主要取决于超声波的频率，频率越高，误差越小，一般超声波的频率在 1.25-2.5MHZ。 超声波传感器不易受焊接中的电磁、光、烟尘等干扰，但需要贴近工件，又对噪声比较敏感，因而容易受到噪声干扰，如 CO2 焊接的应用中就有一定的限制。 电弧传感器的工作原理：在焊接过程中，焊枪与工件之间的相对位置发生变化时，会引起电弧电压和电流的变化，这些变化都可以作为特征信号被提取出来，用于实现焊枪高低和 左右两个方向的跟踪控制。电弧传感器以电弧本身为传感器，相对其它传感器 来说，它结构更加简单，保用方便灵活，它的最大优势是它能抗弧光，高温及强磁场能力很强。因为它不受弧光、磁场、飞溅、烟尘等干扰，因而，它具有响应快、精度高，抗干扰强等特点。它的缺点如下：由于它是以电弧本身作为检测元件，所以只有在焊接过程中才能发挥作用。另外，焊枪的摆动或旋转机构比较复杂，电弧各参数间耦合性很强，实际得到的波形未达到预期的效果，故需要对所得的数据进行滤波，且控制量需要根据大量的实验经验来确定，对于无对称侧壁或根本无侧壁的接头形式， 现有的传感器不能识别，也不能实现对焊接起始点与终止点的自动检测。国内外已做了很多电弧传感器的焊缝跟踪方面的工作。 电弧摆动的实现有多种方法，可以通过摆动焊炬，也可以是焊炬不动，通过电磁力来驱动电弧摆动，或者将气体吹入电弧中，利用热收缩效应使电弧摆动。 光学传感器精度高、再现性好，可以实现对坡口形状、宽度和截面的检测和焊缝跟踪 ,为焊接参数的自适应控制提供依据。光电传感器又可以分为基于分立光电元件的单点式光电传感器和能够获得坡口图像信息的视觉传感器。 视觉传感器能够检测坡口二维图像信息，由于其包括的信息多、灵敏 度高、动作相应快 ,成为最新式、功能最强、性能最先进的焊缝自动跟踪传感器。利用视觉传感器的焊缝自动跟踪系统是未来焊接自动化的发展趋势。根据辅助光源形 式的不同，焊缝跟踪视觉传感器可以分为基于结构光的视觉传感器和基于光点扫描的视觉传感器。与采用结构光的视觉传感器相比较 ,采用光点扫描获得二维图像信息的视觉传感器的缺点是所使用的振镜结构复杂 ,价格昂贵。 视觉传感器所能获得的信息量大，同时，随着计算机技术和图像处理技术的迅速发展，大大提高了焊接系统的外部适应能力。特别是 CCD传感器因其可靠的性能、清晰直观的图像和良好 的使用效果而得到了普遍的重视。例如，线阵 CCD图像传感器 ,它的白炽灯光通过光导纤维投射在工件上形成圆形光斑，其反射光成像于上方的器件上，由于是线阵（包含个光敏单元），仅获得光斑中与焊缝垂直的一条线的信号，与工件表面对应的光敏单元信号强，与缝隙对应的光敏单元信号弱，用微机处理 256这个信号，即可求出焊线中心线的位置，用于自动跟踪。这类传感器由于光斑面积大，如何提高其光照度以获得必要的信噪比是其关健。其工作原理如图 1 1所示。 图 1-1 线阵 CCD 图像传感器 单点式光电传感器相对视觉传感器来说，它的结构更加简单，对相应设备的要求条件没那么高，价格更加便宜，在满足跟踪精度要求的条件下，更容易实现产业化，对提高国内的焊接自动化水平大有裨益。但它采集的信息量相对视觉传感器要少，对实验的条件和环境要求较高，抗干扰能力有待提高。 1.2.3 焊缝自动跟踪中控制理论发展概况 发达国家对弧焊过程的焊缝跟踪已进行了很多年的设计和探索，取得了可观的成绩。近代由于电子技术、计算机技术的发展和模糊数学、神经网络的出现，并将其应用到焊接这一复杂的不确定性的非线性系统，使焊缝跟踪 跨入一个崭新 的朝代 智能焊缝跟踪时代。所谓现代智能控制就是主要利用人的操作经验、知识和推理规则，同时利用控制系统所提供的某些信息得出相应的控制动作，以达到预期控制目的的一种控制方法。 目前，采用的控制方法主要可以分为经典控制方法和现代智能控制方法两大类，而经典控制方法主要有 PID控制，智能控制则主要有模糊控制、神经网络、专家系统等等。 1）经典控制方法的发展应用 经典控制方法中应用最普遍的是 PID控制方法，这种方法的实质是检测出被控对象的某个或某些状态参数，与期望值进行比较，得出偏差值，输送到采用 PID算法设计的控制器中，得出控制量，控制执行机构的动作，从而减小甚至消 除偏差。 PID控制器问世至今已有近 70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。这种控制方法也是工程中较为成熟的一种方法。 常规 PID控制也有许多不完善之处，其中最主要的问题就是 PID 控制器参数的整定问题，且一旦整定计算好后，在整个控制过程中都是固定不变的，而实际中，由于实际系统参数等发生变化，而使系统很难达到最佳的控制效果。现代工业控制过程中，许多被控对象机理复杂，它不仅表现在控制系统具有多输入、 多输出的强耦合性、参数时变性和严重的非线性特性，而且从系统对象所能获得的知识讯息量也相对地减少，然而对控制性能的要求却日益提高。因此，采用常规 PID控制器难以获得满意的控制效果。它的发展趋势是与智能控制相结合，形成控制性能更优的复合控制。 2) 模糊控制方法在焊缝跟踪中的发展状况 模糊控制是基于丰富操作经验总结出的、用自然语言表述控制策略，或通过大量实际操作数据归纳总结出的控制规则，用计算机予以实现的自动控制。它与传统控制的最大不同，在于不需要知道控制对象的数学模型，而需要积累对设备进行控制的操作经验或数据 。由于模糊控制是以人的操作经验为基础，而不依赖于控制系统的数学模型，实际上是把人的智能融入了控制系统，自然实现了人的某些潜能，所以它属于一种智能控制。 1965 年，美国加州大学自动控制系 L.A.Zedeh 教授把经典集合与 J.Lukasiewicz的多值逻辑融为一体，用数字或函数表述和运算含有像“冷”、“热”之类纯属主观意义的模糊概念，创立了模糊集合理论，这就开创了模糊控制数学基础的设计。其后，出现 了许多设计模糊集合理论和模糊逻辑推理的成果： 1968 年提出了模糊算法概念， 1970年提出模糊决策， 1971 年提出 模糊排序， 1973 年， L.A.Zedeh引入语言变量这个概念，提出模糊 if-then规则来量化人类模糊语言的知识规则，建议把模糊逻辑应用于控制领域，从而奠定了模糊控制的理论基础。 1983年，日本富士电机开创了模糊控制在日本的第一项应用 水净化处理。日本的 S.Murakami 等人设计了基于模糊控制的焊缝跟踪系统，根据语言规则设计了模糊滤波器和模糊控制器，控制效果很好。 1989年日本将模糊控制 应用于电冰箱、洗衣机、微波炉等消费产品上，把模糊控制的应用推向了高潮。 1985年，保加利亚的 D.Lakov提出用 模糊模型描述弧焊过程的不确定性，借助于配置的非接触式激光传感器，它能按示教内容对焊缝进行跟踪，实验结果表明，采用模糊集概念可以进行在线评估、预测和控制。 随着计算机及其相关技术的发展和模糊控制的广泛应用，出现了许多模糊硬件系统，进一步推动了模糊控制理论的发展和应用。模糊控制也由最初的经典模糊控制发展到自适应模糊控制、专家模糊控制和基于神经网络的自学习模糊控制。 3) 神经网络控制方法在焊缝跟踪中的发展状况 人工神经网络控制是在设计人脑结构和功能的基础上，通过简化、抽象和模拟，建立神经网络模型，再通过相应的计 算机系统，实现反映人脑结构和功能来处理问题的过程控制。神经网络擅长于从输入 -输出数据中学习有用的知识，总结出规律性的东西。神经网络控制是把模仿人脑生理结构和工作机理的数学模型 人工神经网络跟自动控制相结合的产物，它具有人脑可以并行处理信息、模式识别、记忆和自学习的能力，因而对于多维、非线性、强耦合和不确定的复杂系统能够很好地实现自动控制。 神经网络控制技术的设计主要集中在以下几个方面：模糊神经网络的设计；模糊神经网络与遗传算法 (GA)的结合；模糊神经网络与其他控制方法综台的选择；闭环系统稳定性的设计；新型 神经网络和快速算法及其在控制系统中的应用 的设计。尽管神经控制相对于常规控制在某些方面有无可比拟的优势 ,它可以用来处理常规控制方法难以处理的复杂非线性系统的控制问题，而这并不意味着对所有的非线性系统的控制问题，神经控制就一定比常规控制好。对有些可以用常规控制解决的非线性系统的控制问题，究竟采用哪一种方法好，目前尚无定论。因此，可将神经控制和常规控制用于相同的非线性系统，并对它们的控制效果进行比较设计。它可为人们选择合适的控制方案提供指导。 目前，误差传播神经网络及 BP 网络是应用最广、且它的基本思想也最直观的 ， BP网络的特点是进行误差逆传播，即根据网络的希望输出与网络实际输出之差的误差信号，由输出层经中间层向输入层逐层修正连接权及各单元的输出阈值， BP算法在求误差函数的极小值，通过样本的反复训练并朝减少偏差的方向修改权值，直到达到满意的精 度为止。 在国内焊缝跟踪领域方面，华南理工大学把神经网络技术应用于弧焊机器人中，利用神经网络在笛卡尔空间轨迹的补偿作用，设计出了一种基于笛卡尔空间轨迹调整的机器人焊缝跟踪神经网络控制器，这种控制器具有良好的控制特性和较强的鲁棒性，显著提高了弧焊机器人的焊缝跟踪精。 上海交通大学 设计了基于高斯基模糊神经网络的移动焊接机器人焊缝实时跟踪系统，对所设计的焊接移动机器人建立了运动学模型并设计了基于高斯基模糊神经网络的焊缝跟踪控制器。采用 Denavit-Hartenberg(D-H)齐次坐标变换法 分析了机器人本体和滑架对焊炬点位姿的运动学行为 ,采用高斯函数作为隶属函数 ,以滑架位置和小车方位角作为输入 ,焊炬的转向调整角作为输出 ,利用神经网络的自学习和自适应能力 ,实现模糊隶属函数和控制规则的在线修改。焊缝跟踪 试验验证了所设计控制器的有效性 ,其跟踪精度可控制在 0.5 mm 以内。 广东工业大 学把 BP神经网络应用在焊缝位置识别中， ,使用视觉传感器采集焊接熔池图像 ,选取图像中熔池前端部分进行处理 ,先对其进行中值滤波与灰度变换 ,在此基础上 ,获取每一幅熔池图像的质心值、质心位移、质心速度及电弧与 焊缝的偏差值作为训练样本数据。以质心值、质心位移和质心速度为输入量 ,以偏差值为输出量 ,利用 BP 神经网络建立其数学模型 ,最后对该模型进行检验，实验证明了有效性。 在国外，英国利物浦大学的专家们进行了大量的关于人工神经质网络控制在 TIG焊接中的应用的设计，且取得了很好的结果。他们利用比较成功的焊接实验结果作为数据 ，建立了一个人工神经网络系统。该系统可以根据焊接参数对焊缝的质量进行较准确的预测判断。 日本的 Y.Suga 等人将神经网络运用到焊缝跟踪中，在该系统中采用了视觉传感器并用神经网络进行图像处理以获得焊缝的形状数据，实验结果表明此系统具有较强的鲁棒性，能有较地进行焊缝跟踪。 国内外焊接界的设计者们对焊接过程中焊缝的自动跟踪技术进行了大量而且富有成效的设计，特别是在控制算法上进行了许多尝试工，从传统的控制算法到现代控制算法，以及目前比较受人们关注的模糊控制和神经网络算法都进行细致的设计，并获得了许多富贵的应用成果。 4) 焊接专家系统方法在焊缝跟踪中的发展状况 专家系统是一种基于知识的计算程序系统，它能够利用已获取的特定领域的专家知识，模拟人类专家解决问题的能力，对所面临的问题做出具有专家水平的结论。随着人工智能技术、神经元网络和模糊推理等技术发展，专家系统有了较大的发展。 焊接领域的专家系统的设计约始于 80 年代中。最早见于报道的是美国科罗拉多矿 业学院 (CSM)与美国焊接设计所 (AWI)联合开发的焊接材料选择系统 Weldselector。我国与国外几乎同时开始焊接专家系统的设计工作。最早见于报道的 经过国内外焊接工作 者的不懈努力 ,目前焊接专家系统设计已触及焊接生产的所有主要方面 ,主要集中在工艺制定、缺陷分析、材料设备选择等方面。 工艺选择与工艺制定专家系统。这是目前最主要的焊接专家系统应用领域 ,有关工艺选择及工艺制定的焊接专家系统约占 70%。 焊接过程实时控制专家系统。这是焊接专家系统发展的一个重要方向 ,但目前已开发的系统不是很多。国外已开发的此类专家系统有美国的 GeneralDigital Industries开发的 NEWCS， Adaptive technologies 开发的 Camtech1000 和 Adaptitech1000，AWI&NIST 开发的 Weld excel，还有就是日本的 NKK 公司开发的 Expert System for Control of Welding arc meters。其中 Weld excel 与 NEWCS两个软件虽已将离线工艺设与在线实时控制结合起来 ,但只是按已经拟订的工艺对工艺参数进行调整。而Camtech1000 和 Adaptitech1000 则具有真正的实时性 ,可完成零件定位、焊接操作、质量检查等 功能。 Expert System for Control of Welding arc meters 还可给出最优焊接参数 ,从而控制焊接设备 ,保持恒定的熔深和焊道高度。 焊接专家系统的开发与设计虽然已取得了可喜的成就 ,但其发展程度还相当不完善 ,焊接专家系统今后的发展趋势为：专家系统与人工神经网络、面向对象技术、模糊系统等智能技术结合起来形成混合系统 ,克服单一技术的缺陷与不足；充分利用焊接数据库 ,设计以当前获得快速发展的焊接数据库作为知识源的自动知识获取机制将成为焊接专家系统的一个值得重视的设计方向；系统的集成将进一步加强；多媒体技术将在焊接专家系统中得到进一步应用。多媒体技术以其生动的图文声 效果、强大的感染力有着广阔的发展空间 ,但目前由于其巨大的工作量仅限于在培训、销售环节的焊接软件中应用 ,随着计算机软、硬件环境的进一步发展 ,将会更多地应用于焊接专家系统中。 5) 复合控制方法在焊缝跟踪中的发展状况 在很多情况下 ,单独采用一种控制方法都有不足之处 ,往往达不到理想的效果。如果采用上述两种或者三种方法复合的控制方法 ,则可以互补不足 ,得到很好的控制效果。 在实际的应用中 ,已有很多的例子证明了这种复合控制方法的优越性。例如：模糊数学 -PID 复合控制方法、专家系统 -PID 复合方法等等诸多复合控制方法。 2006 年巴西大学的 Alfaro Sadek C A将人工神经网络和模糊控制结合起来 , 神经网络用来提高计算机的视觉效果 ,模糊控制规则用来保证传感器的连续光感。在其系统中 ,采用了 12个处理器、多个传感器 ,采取了并行结构 ,实验结果证明该种方法比总线控制的效果好。 国内，南昌大学设计了一种基于神经网络结构的模糊控制器 ,并将它与 PID 控制器 相结合 ,动态的调整 PID 参数。系统根据技术人员的经验和知识 ,离线的进行学习 ,使得模糊神经网络掌握调节 PID参数的规则 ,模糊神经网络根据系统的 偏差和偏差变化率实时的对 PID 的三个 参数进行优化。以电弧传感器作为对象 ,通过仿真试验 ,证明了在相同的 PID 算法下 ,此控制方法起到较好的效果 ,说明此算法是可行的。 专家系统善于逻辑性推理 ,但学习比较慢 ,难以满足快速时变系统的控制要求 ;模糊控制长于模糊信息处理和决策 ,但对复杂对象的控制精度不够 ;神经网络分布式存蓄信息具有很好的自组织、自学习能力 ,但还需提高学习速度 ,避免局部 最优而取得全局最优。随着智能控制设计的不断深入 ,神经网络、专家系统、模糊控制己经开始相互渗透和结合 ,智能控制技术在焊接中的应用越来越广泛。如神经网络与模糊控制的结合 ,专家系统 和神经网络的结合 ,以及模糊专家控制系统的应用等等。普遍认为 ,将专家系统作为自适应单元 ,将模糊计算作为决策单元而把神经网络作为补偿单元是目前智能控制发展最有潜力的方法。三者的结合使得控制系统具有更强的自适应、自学习、自组织和更好的控制品质。目前 ,在弧焊过程控制中 ,专家系统主要用于熔深和熔宽控制、电弧稳定性控制、焊缝跟踪和规范参数的专家知识优化等方面 ;模糊及其复合控制多用于电弧稳定性控制 ;模糊控制和神经网络结合多用于熔宽、熔深和焊缝跟踪上 ;神经网络利用其“学习”功能主要应用于熔深和熔宽的检测 ,再与模糊控制器结合 ,完成焊接质量和焊缝的跟踪。 1.2.4 焊缝跟踪伺服系统和执行机构 焊缝跟踪系统中，用于驱动执行机构的电动机，目前常用的有步进电动机、直流伺服电动机、无刷直流伺服电动机和交流伺服电动机等。在近年开发的焊缝跟踪系统中步进电动机还占有很大的部分 ,而采用直流伺服电动机和无刷直流伺服电动机则是今后的发展趋势。 对于焊缝跟踪的执行机构的机械装置，最重要的是行走机构，它的灵活性和稳定性对跟踪精度起着很重要的作用。车轮式移动装置机构简单，动作稳定、灵活 ,最适合于平地行走 ,很多焊缝跟踪执行机构都应用轮式结构。车轮轮式结 构 分为三轮式、四轮式和六轮式结构。三轮式机构的特点是但它的旋转中心也与车体的中心不一致。而六轮式机构控制和操纵起来比较复杂。因此在焊接和其他行业中大多采用四轮移动机构的典型结构。 随着计算机技术和自动化技术的发展，专门用于焊接的机器人也得到了迅速的发展，机械手机构被广泛应用于焊缝自动跟踪机构。 1.3 本文设计的主要内容 本文要开展如下几个方面的工作： 1.设计并自制光电传感器，分析哪些主要因素影响传感器的精准度和灵敏度，最终确定传感器的最佳工作状态。 2.为了进一步提高传感器识别的精确度和灵敏度，使之 能够对工件不同表面状态的焊缝保持一定的跟踪精度，需要改进光电传感器的信号采集和数据处理方式。 3.建立基于光电传感器的焊缝跟踪系统的数学模式，结合现在各种先进控制技术，设计适合于光电传感器的焊缝跟踪的智能控制方法，并对整个系统进行 Matlab仿真。 第二章 光电传感器的设计 本章主要介绍了三个方面：一是介绍了光电传感器的组成和工作原理；二是通过做一系列的实验，对传感器进行调试，确定了传感器的最佳工作状态，以及实现其最佳工作状态所需的条件；三是通过做白线和黑线偏移实验，分析大量数据，得出工件不同表面状态下 的信号变化规率，进而总结出信号处理的数学方法 分别为信号加权比较和信号差值比较的方法，信号加权比较方法针对的是表面为常态的工件，信号差值比较方法针对的是表面打磨的工件。这两种方法的确立，为后面控制器的设计打下了基础。 2.1 光电传感器的组成和原理 2.1.1 光电传感器的元件组成 光电传感器核心元件主要有两部分组成，一部分是光源，也就是发光器件，我们在这里选用发光二极管 ;别一部分是对光源发出光的接受元件，也就是光敏元件，我们