頁籤選單縮合
題 名 | Model and Control Pulse GTAW for Steel Pipes by Real Tiem RBF Neural Networks=脈波電流GTAW在鋼管銲接的建模及控制使用RBF類神經網路 |
---|---|
作 者 | 蔡瓊星; 林文雄; | 書刊名 | 龍華科技大學學報 |
卷 期 | 20 民94.12 |
頁 次 | 頁1-16 |
分類號 | 472.3 |
關鍵詞 | 溶透; 史密斯預測器; 邊界值判別技術; GTAW; Smith predictor; RBF; Edge detection; |
語 文 | 英文(English) |
中文摘要 | 在本文中,描述一個使用史密斯預測器及RBF類神經網路理論的PI控制器,應用在不銹鋼圓管的自動銲機上。此控制器使用兩個類神經網路,一個RBF類神經網路帶有時間延遲,用來鑑別GTAW系統的參數。另一個RBF類神經網路沒有時間延遲,使用前一個網路鑑別後的參數用來補償閉迴路控制。在本文中提出一個具有即時視覺回饋的PI史密斯預測控制器使用在脈波電流GTAW系統自動化銲機上,對於背銲道溶透突出物的寬度有更準確的控制。 在不銹鋼圓管自動化銲接過程中,銲道背部溶透突出物的寬度是銲接品質決定的重要因素。要控制圓管焊接品質是很難的,主要因為銲街的特性會受重力,電弧力量,表面張力和累積熱…等等的影響。利用邊界判別技術從CCD影像信號來判讀背銲道溶透的寬度,經實驗顯示可成功使用在非線性不銹鋼圓管脈波電流GTAW控制上。 |
英文摘要 | In this paper, a smith predictor based on RBF neural network for the PI controller is described, and it is applied on an automatic orbital welding of steel pipes system. The proposed approach uses two neural networks. One is the radial basis function (RBF) neural network with time-delay, which is used for identifying parameters of pulse GTAW (gas tungsten are welding) systems. The result is used with other RBF neural network without time-delay, which is working as a compensation controller. In this paper, a real time visual feedback PI smith predictor controller is proposed for an automatic pulse GTAW system in order to control the full-penetration width of root pass. |
本系統中英文摘要資訊取自各篇刊載內容。