肖 兵，董添文

(1.南昌工程学院 机械与电气工程学院，江西 南昌 330099；2.上饶师范学院 物理系，江西上饶334001)

人工神经网络在CO2气体保护焊实时监测中的应用

肖 兵1，董添文2

(1.南昌工程学院 机械与电气工程学院，江西 南昌 330099；2.上饶师范学院 物理系，江西上饶334001)

利用人工神经网络的训练结果可以对焊接过程的各类特征参数进行合理评价。利用LVQ神经网络模型，根据实验采集分析得到的CO2气体保护焊不同焊接工艺条件下焊接电流和焊接电压的概率密度分布曲线以及短路过渡时间和燃弧时间等的时间频数分布曲线，在Matlab神经网络工具箱中开发出焊接过程神经网络识别器，可以自动识别焊接过程中各种干扰因素。识别实验结果表明，利用LVQ神经网络构造的干扰因素识别器识别成功率达到92.5%，识别率高。实验验证了该网络识别器的可行性，可以用于焊接质量的实时监测。

CO2气体保护焊；人工神经网络；干扰因素识别；实时监测

0 前言

CO2气体保护焊具有生产率高、成本低、能耗低、适用范围广等优点，在现代焊接生产中占有重要的地位。随着对焊接质量的要求越来越高，焊接过程的自动化、机器人化、智能化已经成为焊接技术的发展趋势。利用各种传感技术对焊接过程中产生的各种干扰因素进行实时监测和控制，是焊接界研究的重要方向[1－3]。

利用电弧传感实时采集焊接电压、电流信号，应用概率密度分布曲线和时间频数分布曲线等统计方法对焊接电参数进行处理，可以确认焊接过程中的各种干扰因素。……