基于Kriging代理模型的磁控电弧传感器参数优化方法

文档序号:8904811阅读:407来源:国知局
基于Kriging代理模型的磁控电弧传感器参数优化方法
【技术领域】
[0001] 本发明属于焊接自动控制设备技术领域,具体设及一种基于Kriging代理模型的 磁控电弧传感器参数优化方法。
【背景技术】
[0002] 焊接自动化、焊接机器人W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,焊缝跟踪研究的核屯、 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。
[0003] 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、导磁铁巧、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。
[0004] Kriging代理模型最开始是从地址学领域中提出来的,该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W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,该个性质使得Kriging可W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。
[0005] 本发明引入拉了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,W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】

[0006] 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。
[0007] 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、线圈应数。
[0008] (2)采用拉了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 Si41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。
[0009] (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)。
[0010] (4)设置初值,构建Kriging代理模型,进行0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,7,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£2=1〇一3。
[0011] (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。
[0012] 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、线圈应数)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】
[0013] 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。
[0014] 图2为拉了超立方试验设计方法所取样本数据S共50组。
[00巧]图3为Kriging代理模型的预测偏差。
[0016] 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。
[0017] 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】
[0018] 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。
[0019]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、线圈应数n)作为设计变量,W传感信号的失真度作为响应值Y,优化问题为:
2.参见图2,采用拉了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,拉了超立方取样(LatinHypercubeSampling,L服),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W确保其代表向量空间中 的所有部分,而且该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
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1