安徽理工大学电气与信息工程学院 姚威威

近年来，随着电力电子和计算机技术的快速发展，点焊机被广泛应用于机械、电气、航空航天、材料等领域。但在焊接的过程中都存在一些普遍的问题，例如，焊接电阻随时间非线性变化，焊接电流、电极压力、焊接时间等多种因素之间相互耦合。因此，建立逆变点焊电源控制系统的精确数学模型是十分困难的，仅依赖传统的PID控制满足不了实际焊接的效果。对于点焊机系统而言，影响焊接质量的最重要的因素是焊接电流，寻找合适的控制算法去保持焊接电流的恒定是非常必要的。

随着智能控制算法的不断涌现，模糊控制和人工神经网络控制的出现为解决这一难题提供了有利条件。他们不依赖于被控系统的数学模型，能有效处理非线性、强耦合时变、滞后的问题。模糊神经网络控制（FNNC）融合了模糊系统的语言推理能力和神经网络的学习机制的优点，在焊接过程中，通过对PI控制器的参数进行实时调整，使PWM波的占空比发生改变，从而维持焊接电流的恒定。

1 基于FNNC的逆变点焊电源恒流控制

逆变点焊电源的主电路和控制电路组成如图1所示，主电路涉及到的电能变换方式包括整流-逆变-整流。其工作过程如下：三相桥式整流电路将交流电整流成带有少许纹波的直流电，再经电容滤除纹波后作为全桥逆变器的母线电压，幅值在570V左右。中频变压器对逆变器的输出电压进行降压处理，得到幅值为10V以下的交流电，变压器的次级电压再经单相整流电路整流，最终给负载提供稳定的直流电。……