法律状态公告日
法律状态信息
法律状态
2018-08-17
授权
授权
2015-11-04
实质审查的生效 IPC(主分类):G05B19/401 申请日:20141223
实质审查的生效
2015-09-02
公开
公开
技术领域
本发明属于焊接自动控制设备技术领域,具体涉及一种基于Kriging代理模型的磁控电弧传感器参数优化方法。
背景技术
焊接自动化、焊接机器人以及智能化已成为焊接技术发展的趋势,要实现焊接过程的自动化和智能化,需要解决的关键性问题就是焊缝的精确跟踪,焊缝跟踪研究的核心是高性能的传感器和有效的控制方法.在焊接过程中,传感器必须精确检测焊缝的位置及形状,快速准确地提供特征信号。
磁控电弧焊缝跟踪方法是一种新型的焊接自动化技术,磁控电弧焊缝跟踪传感器是其关键技术所在。它由励磁线圈、导磁铁芯、绝缘层和一对磁极组成,线圈和磁极用于产生对称的交变磁场,在交变磁场的作用下,电弧运动轨迹发生改变,电弧长度也会发生变化.随着电弧长度的改变,势必会引起焊接电流或电压的改变,进而通过采集到的电流或电压的偏差信息,实现焊缝的自动跟踪。因此磁控电弧传感器的参数设置会影响焊缝跟踪传感信号的失真度进而影响整个焊缝跟踪系统的稳定性和跟踪精度,因此对磁控电弧传感器的参数进行优化设计极为重要。
Kriging代理模型最开始是从地址学领域中提出来的,这个方法是由一个参数模型和一个非参数随机过程联合构成的,相对于其它传统的插值技术有以下两方面的优点。第一,传统的插值技术大都为参数化的模型(如响应面法),首先必须选择一个参数化的非线性的数学模型,其次模型确立之后必须确定其待定系数,而半参数化的kriging代理模型并不需要建立一个特定的数学模型,相对于参数化模型更加灵活、方便。第二,同时具有局部和全局的统计特性,这个性质使得Kriging可以分析己知信息的趋势、动态,而且,kriging模型的有效性并不依赖于随机误差的存在,也就是说已知信息中是否包含噪声信息不会影响kriging模拟的有效性程度。
本发明引入拉丁超立方取样试验设计方法和Kriging代理模型技术建立磁控电弧传感器的参数预测模型,利用优化算法对传感器参数进行寻优,该方法建立的总体思想是:在磁控电弧传感器的参数变量空间中,以试验设计方法选取一定样本点,通过实验得到其响应值(传感信号失真度),利用样本点和响应值的关系建立Kriging代理模型进行优化算法的寻优,为提高焊缝自动跟踪的稳定性及精准性提供传感器参数,并通过试验进行了验证,具有很好的实用性。
发明内容
本发明的目的在于为提高磁控电弧焊缝自动跟踪系统的稳定性与跟踪精度,对磁控电弧传感器的参数进行优化设计,保证良好的焊缝跟踪传感信号。
为实现上述目的,本发明提供一种基于Kriging代理模型的磁控电弧传感器参数优化方法,其步骤包括:
(1)确定磁控电弧传感器的优化参数及其变化范围,分析影响传感信号失真度的主要传感器参数并根据实际情况与约束条件确定其变化范围。其中磁控电弧传感器的优化参数为:励磁频率、励磁电流、磁极间隙、线圈匝数。
(2)采用拉丁超立方实验设计方法在参数空间范围内采样,其中选取训练样本点S141组用来建立Kriging代理模型,测试样本点S29组用来检验Kriging预测模型的准确性。
(3)将所选取的样本点在磁控电弧焊缝自动跟踪系统中一一实验,得到其焊缝跟踪传感信号,并依据焊缝跟踪信号的评分原则表对其进行评分,得到其对应实验响应值Y(传感信号失真度)。
(4)设置初值,构建Kriging代理模型,进行θ的优化,选择优化算法对给定的加点准则进行优化设计,然后检验收敛准则,如果收敛准则满足要求,则得到对象问题的最优解,反之,将当前最优设计点加入到样本中进行下一次建模优化,直至收敛准则满足。 收敛准则为同时满足:
其中k为优化迭代次数, yk为第k代最优设计的实验响应值,而则为其相应的Kriging代理模型的预测值,收敛精度为ε1,ε2=10-3。
(5)实验验证,将所取测试样本数据S2得到的预测响应值,与其实验响应值进行比较,检测模型预测偏差;为验证传感器优化参数的可靠性,选取所建Kriging代理模型的全局最优点与两个局部最优点进行实验验证并对比分析。
本发明的有益效果是:利用Kriging代理模型技术建立磁控电弧传感器的参数(励磁频率、励磁电流、磁极间隙、线圈匝数)预测模型,模型偏差小、可靠性高;利用该预测模型得到传感器参数的最优解, 获得波形明显且干扰少的传感信号,提高了磁控电弧焊缝跟踪的稳定性与跟踪精度。
附图说明
图1为本发明基于Kriging代理模型的磁控电弧传感器参数优化流程图。
图2为拉丁超立方试验设计方法所取样本数据S共50组。
图3为Kriging代理模型的预测偏差。
图4为本发明中用已建立的Kriging近似模型在最优设计情况下预测励磁频率和励磁电流交互作用对信号失真度的影响。
图5为所选取的全局最优点和2个局部最优点对应的焊缝跟踪传感信号。
具体实施方式
下面结合附图和实施例对本发明作进一步详细的描述,但不限定本发明。
本发明提供的基于Kriging代理模型的磁控电弧传感器参数优化方法,如图1所示,其步骤包括:
1.确定磁控电弧传感器的优化参数及其变化范围,磁控电弧传感器利用交变磁场产生的洛伦兹力使电弧摆动来扫描焊缝坡口,其电弧长度随之变化从而引起焊接电流、电压的变化,将变化的焊接电流、电压其作为传感信号,通过提取传感信号中包含的焊缝偏差信息来控制焊枪的移动,从而实现焊缝自动跟踪功能,因此,传感信号的好坏关系到焊缝跟踪的稳定性与跟踪精度.本文考虑磁控电弧传感器参数(两磁极之间的间隙H、励磁频率f、励磁电流I、线圈匝数n)作为设计变量,以传感信号的失真度作为响应值Y,优化问题为:
2.参见图2,采用拉丁超立方实验设计方法在参数空间范围内采样,kriging代理模型的构建基础是样本信息,均匀分布的样本能使所构建的kriging代理模型捕捉到真正对象函数的趋势和变化, 拉丁超立方取样(Latin Hypercube Sampling,LHS),其本质是控制抽样点的位置,避免抽样点在小邻域内重合问题,产生的样本点可以确保其代表向量空间中的所有部分,而且这种取样方法有相当大的随意性,即无需考虑问题的维数,样本的数目可多可少,故而当设计变量和水平数较多时,试验设计所需的次数较少,且其结果仍能反映分析体系的主要特征,从而节省了大量的试验工作量。
以磁极间隙H、励磁频率f、励磁电流I、线圈匝数n为设计变量,采用拉丁超立方试验设计方法取样本数据S共50组,其中选取训练样本数据S141组用来建立Kriging代理模型,测试样本数据S29组用来检验Kriging预测模型的准确性,取样点数据如图2。
3.参照表一,将所选取的样本点在磁控电弧焊缝自动跟踪系统中一一实验,得到其实验响应值Y。
表一 焊缝跟踪信号的评分原则
4. 建立Kriging代理模型, 利用MATLAB中的工具箱DACE来建立Kriging模型,建立的状态功能函数不需要得出其具体的数学表达形式而是以结构体的形式表现,它的导数信息可以直接由Kriging模型计算求得,从而避免了复杂的数学求导过程。在Kriging模型的建立中,选择二次多项式作为Kriging模型确定部分的函数类型,选择高斯函数作为相关函数模型,考虑各向异性的特征,对每个坐标方向选择一个参数θ,分别输入上限和下限,进行θ的优化,经过5次重新建模优化迭代,约束条件满足并得到Kriging近似模型的优化结果,表二为所选取的全局最优点和2个局部最优点,表三为优化后的θ值。
表二 传感器参数优化设计结果
表三 各传感器参数所对应的θ值
在Kriging代理模型中,高斯相关函数中含有参数向量θ,Kriging建模的过程主旨就是求解这个参数向量。这个参数是和设计变量个数相同的向量,它的每个元素值的相对大小反映着相应设计参数与传感信号失真度的非线性程度,也从一定程度上反映其对信号失真度的影响程度。从表三可以看出励磁电流、励磁频率对传感信号失真度的影响相当强,其他参数影响相对很弱。用已建立的Kriging近似模型在最优设计情况下预测励磁频率和励磁电流交互作用对信号失真度的影响,如图4所示。
5.如图3所示,将所取9组测试样本数据代入已建立的Kriging近似模型中得到其预测响应值,并与其实验响应值进行比较,可见该模型能够很好的反映传感信号的真实情况。
如图5所示,为验证传感器优化参数的可靠性,选取所建Kriging代理模型的全局最优点与两个局部最优点(表三)在磁控电弧焊缝自动跟踪系统中进行试验,并对比分析,图中亮度较大的是焊缝跟踪传感信号经过滤波后的波形,亮度较淡的是励磁信号的波形,图5(a)中前端是起弧阶段,电弧还未稳定,随后可以明显看出两段波形的波峰、波谷之间形成一一对应关系,焊缝跟踪传感信号明显且干扰少,能够很好地运用于焊缝自动跟踪。图5(b)与图5(c)中传感信号的幅度相对较低,且存在轻微干扰信号。
在实际焊接过程中,选取全局最优设计点1的传感器参数时,其焊接工艺良好、熔滴过渡平稳、飞溅少,表面有鱼鳞状波纹,焊缝成形美观。综上所述,采用Kriging代理模型优化方法得到传感器参数的最优解,考虑到参数调节精度与实际操作的可行性,将传感器的优化点参数在理论值基础上修改,磁极间隙与线圈匝数取整,励磁电流保留小数点后一位(励磁频率6HZ,励磁电流1.4A,磁极间隙12mm,线圈匝数1000匝),能够很好的运用于焊缝跟踪,提高了磁控电弧焊缝跟踪的稳定性与跟踪精度,其效果显著可靠具有很好的实际应用价值。
机译: 用于在基于磁控的空间光调制器中记录基于单晶ZNGEP2或ZNGEP2:MN的动态和固定光折变全息图并控制红色和近红外范围内光波的波前参数的设备
机译: 基于运动传感器的生理学参数优化方法和监控设备
机译: 基于运动传感器的生理学参数优化方法和监控设备