张晓雯[1]2004年在《铝合金MIG焊熔池视觉信息检测及处理系统》文中研究说明在材料和结构因素确定之后，焊接产品(或结构)的弧焊质量则完全依赖于焊接过程中熔池的熔化和凝固，因此熔池熔化状态的控制是弧焊质量控制的核心问题；该问题可以通过实时反馈控制熔池熔化状态和熔化位置这两项关键技术来解决，而解决这两项关键技术的前提是如何解决好熔池熔化状态和熔化位置的实时传感问题。近年来，针对碳钢脉冲GTAW过程的控制问题，焊接工作者进行了广泛而深入的研究，并在生产中得到初步应用。对于铝合金GTAW焊过程控制的研究还较少，铝合金脉冲GMAW焊过程控制的研究几乎为空白，这是因为铝合金表面反射全波段可见光，熔池与母材金属的灰度对比度很低，且MIG焊时电流较大，弧光强烈，普通的光学传感器无法获取铝合金焊接熔池区域的图像，导致控制过程失败。 本文针对铝合金脉冲GMAW焊的熔池视觉图像检测及处理系统，从以下几个方面进行了研究：首先采用图像传感的方法获得清晰的熔池图像；然后通过图像处理获得反映熔池形状特征的参数，为以后建模和焊接过程控制打下基础；最后采用主动光视觉传感技术，对焊接过程中的视觉焊缝跟踪技术进行了初步的研究。 被动式视觉传感方法是焊接过程传感的一种主要方法，其主要原理是利用电弧光照射熔池表面获得熔池图像。本文对这种传感方法在脉冲GMAW焊中的应用情况进行了深入分析，提出了采用由窄带、宽带滤光片，中性减光片和吸热片组成的复合滤光技术，从而解决了电弧光对成像的干扰问题，获得了清晰度高、对比度强的熔池图像。 为了描述熔池形状，本文采用了简单有效的特征参数，即熔池形状由熔池长度L_t、宽度W_t和半长比R_(hl)来确定。并且设计和开发了熔池图像处理算法，该算法由图像的灰值化、滤波处理、边缘增强、边缘检测及提取、几何特征参数提取等组成。通过对各种滤波方法以及边缘检测和提取算法的比较，最终采用了自适应维纳滤波处理和Canny边缘检测算子，经过实践证明此算法精度较高。 通过实验证明，所设计的系统可以对熔池图像进行处理，提取出熔池的最大宽度和最大长度。
薛诚[2]2008年在《铝合金MIG焊熔池与熔滴过渡信息视觉检测与分析》文中提出本课题的目的在于从普通CCD和高速摄像机拍摄的熔池和熔滴过渡图像中获取反映焊接质量的特征信息,为基于视觉的焊接过程质量控制提供关系模型。采用被动式视觉传感方法,分别利用CCD摄像机和高速摄像机配合窄带滤光片获取铝合金脉冲MIG焊熔池图像和铝合金双旁路复合电弧MIG焊熔池和熔滴过渡图像。采用数字图像处理技术,通过MATLAB软件编程,对熔池图像进行了边缘特征提取,对比分析各图像处理方法的结果,为熔池特征提取方法的选择提供依据。采用数字图像处理技术对铝合金双旁路复合电弧MIG焊熔滴过渡图像进行了颈缩和熔滴的边缘特征提取,并对比了各方法的提取结果,提出一种多算子检测迭加的边缘提取方法,得到了颈缩的轮廓信息。利用基于分离的亮度减法算法,提取出电弧中熔滴的边缘信息,为铝合金双旁路复合电弧MIG焊旁路电流与熔滴过渡特征信息建立关系奠定了基础。为了验证以上方法的可靠性,均与手工测量结果进行了对比。为研究铝合金双旁路复合电弧MIG焊熔滴过渡稳定性,对不同焊接规范下的颈缩变化进行了规律性分析。对不同旁路电流下熔滴下落过程中几何形状的变化和下落速度的分布分别进行了计算,并将结果进行了统计分析。为铝合金双旁路复合电弧MIG焊过程中旁路电流对系统稳定性的影响规律的研究和焊接过程质量控制提供了依据。
吴巍[3]2005年在《基于视觉传感的铝合金机器人脉冲MIG焊工艺研究及熔池动态模型辨识》文中研究表明随着铝合金在交通运输、航空航天等行业的广泛应用,铝合金机器人MIG焊技术在这些领域的应用日趋普遍。为提高生产效率,解决焊接结构质量稳定性的问题,有必要对铝合金机器人MIG焊接自动控制技术进行深入研究。近年来,针对碳钢脉冲TIG焊过程的控制问题,科研人员进行了广泛的研究,一些成果已成功应用于生产领域。但对于铝合金材料,不仅TIG焊过程控制的研究很少,针对机器人焊接领域普遍采用的脉冲MIG焊过程自动控制的研究几乎为空白。这是因为一方面铝合金表面反射全波段可见光,熔池与母材金属的灰度对比度很低,且MIG焊时电流较大,弧光干扰强烈,普通的光学传感器无法获取铝合金焊接熔池区域的图像,导致基于视觉传感的铝合金熔池信息检测过程失败;另一方面焊接熔池动态变化过程是一个具有强非线性、多变量耦合作用以及存在大量随机不确定性因素的高度复杂过程,因此很难得到熔池动态特征的解析数学模型,使得铝合金脉冲MIG焊接熔池的动态过程建模成为焊接界和控制界的一大难题,也是实现铝合金机器人MIG焊接自动控制首先需要解决的问题。 工艺研究是实现铝合金脉冲MIG焊熔宽实时传感和建立熔池动态模型的基础。本文针对脉冲焊规范参数对铝合金脉冲MIG焊熔宽变化的调节规律进行了深入研究,同时研究了铝合金脉冲MIG焊工艺与熔池图像采集的关系。 针对铝合金脉冲MIG焊熔池视觉检测和图像处理问题,本文在已有研究成果的基础上设计了基于被动式视觉传感原理的滤光系统,解决了电弧光对成像的干扰问题,成功获取了清晰的熔池图像,并通过形态学图像处理算法提取了熔宽特征信息,为铝合金脉冲MIG焊熔池动态过程建模和熔宽自动控制控制系统设计打下了基础。 MIG焊过程熔滴过渡过程复杂,影响焊接质量的参数多,相互间耦合性强。为了对铝合金脉冲MIG焊熔池动态过程特性有一个基本的认识,以实现对脉冲MIG焊熔池变化过程的有效控制,本文对铝合金脉冲MIG焊熔池动态特性进行了系统辨识,获得了脉冲MIG焊熔池动态过程中分别以基值电流、送丝速度、占空比和焊接速度为输入,以熔池正面熔宽为输出的四个个单入单出(SISO)过程的传递函数模型,并对模型进行了检验验证。所建模型有助于研究铝合金机器人脉冲MIG焊熔池动态过程的受控性能,对改善其控制系统设计具有参考价值和指导作用。 根据熔池动态过程辨识结论,采用辨识所得的数学模型,对铝合金脉冲MIG焊熔宽PID控制器和智能控制器进行了仿真研究,比较了传统控制方法和智能控制方法在调节系统性能上的差异,为控制器设计提供了实验依据。
李建军[4]2007年在《铝合金MIG焊过程MIMO模型辨识及控制系统仿真》文中指出近年来，随着汽车、列车等运输工具向轻量化发展，对铝合金的需求越来越大，也对铝合金焊接结构生产的自动化、智能化要求日益增高。而铝合金焊接的特殊性以及目前的示教再现型焊接机器人较低的适应能力，严重制约了焊接机器人在铝合金焊接中的应用。为了克服机器人焊接过程中各种不确定性因素对焊接质量的影响，提高焊接机器人作业的智能化水平和工作的可靠性，要求焊接机器人系统能够实现焊接参数的在线调整和焊缝质量的实时控制。基于视觉传感的焊接过程传感与多变量控制是未来最有发展前途的焊接过程控制方法之一。本文采用了铝合金焊接区图像视觉检测系统，通过窄带滤光结构，有效地克服了弧光干扰，并获得了比较清晰的铝合金MIG焊焊接区图像。通过分析铝合金MIG焊焊接区图像特征，在形态学方法提取熔池宽度算法的基础上，提出了焊接干伸长特征的图像提取算法。通过熔宽提取算法和焊接干伸长提取算法，能获得稳定可靠的熔宽和干伸长值。介绍了铝合金MIG焊焊接电流占空比、基值电流、峰值电流、焊接速度、送丝速度对熔宽的影响规律，并在其基础上，通过平板堆焊试验研究了这些参数对焊接干伸长的影响规律；在铝合金机器人脉冲MIG焊平板堆焊过程各焊接参数与正面熔宽之间的传递函数的基础上，采用铝合金平板堆焊阶跃试验，利用曲线拟合法辨识了铝合金机器人脉冲MIG焊动态过程传递函数，建立了焊接电流占空比、基值电流、焊接速度、送丝速度与焊接干伸长之间的对象数学模型。通过对象数学模型参数的修正，得到了铝合金机器人脉冲MIG焊MIMO对象模型。利用该模型，实现了铝合金MIG焊熔宽单变量控制系统和对铝合金MIG焊焊接干伸长单变量控制系统进行了仿真。铝合金MIG焊熔宽单变量控制系统的焊接试验表明，仅采用熔池宽度实时控制的焊缝仍然不能满足铝合金焊接的高质量要求，必须采用多个参数来控制焊缝的质量。铝合金MIG焊焊接干伸长单变量控制系统仿真结果表明，采用PID控制器控制的铝合金MIG焊焊接干伸长控制系统，能满足实际焊接过程中对焊接干伸长的控制要求。利用辨识的铝合金MIG焊MIMO对象模型，运用多变量控制理论，尝试采用了不同的铝合金MIG焊焊接过程双变量控制系统进行焊接过程控制。通过仿真分析发现，不采用解耦措施的双变量控制系统，不能获得适合实际焊接要求的系统性能，同时也发现采用神经网络PID控制的神经网络对象逆模型解耦控制系统结构和解耦算法来控制铝合金MIG焊焊接过程，能取得满意的动态和稳态性能。
石玗[5]2005年在《铝合金脉冲MIG机器人焊接智能控制系统研究》文中研究说明近年来,随着汽车、列车等运输装置向轻量化发展,铝合金焊接结构生产的自动化、智能化和信息化成为日益重要的研究课题,本文针对其中的一些关键问题进行了深入研究。 弧焊机器人用数控焊接变位机的研制对弧焊机器人柔性加工单元(WFMC)的设计具有重要的意义。本文设计了基于模糊规则的智能双模协调控制器,即采用PID控制器和模糊控制器的加权合成算法,控制过程中模糊控制器和PID控制器同时输出控制量,当控制误差较大时模糊控制器的输出权重较大,而当控制误差较小时PID控制器的输出权重较大,有效避免了变结构控制器切换过程中的震荡,实现了焊接变位机的高精度位置控制。论文对实时控制软件的结构设计和实时性要求进行了详细的理论分析,提出了基于DOS系统下的高精度数控焊接变位机多任务实时控制软件的设计与实现方法。利用工业控制计算机和单片机实现了示教盒、操纵杆和计算机键盘等叁种示教装置,同时设计了一套包括程序控制指令、轨迹描述指令和I/O通讯指令的数控焊接变位机控制指令系统。进行了多种工件的焊接试验,试验表明该控制系统工作可靠,效果良好。 由于铝合金焊接过程中存在很多不确定因素,实时的检测和控制熔池动态过程是保证焊接质量的一种重要方法。本文建立了铝合金熔池图像检测视觉系统。通过窄带滤光结构,有效地克服了弧光干扰,并获得了比较清晰的铝合金MIG焊熔池图像。分析了铝合金MIG焊熔池图像特征,并提出了相应的熔池图像处理算法。针对传统图像处理算法的不足,提出利用形态学方法去除图像信号中的噪声、阴极雾化区等影响熔池特征提取的部分,获得了满意的熔池边缘图像,可以对熔池形状信息进行动态检测。在此基础上,设计了阶跃响应试验,利用曲线拟合法对基值电流、送丝速度、脉冲电流占空比、焊接速度与熔宽的模型分别进行了辨识,分析了它们对熔宽的影响规律,为铝合金脉冲MIG焊过程控制提供了理论依据。设计了适于铝合金脉冲MIG焊过程控制的模糊—专家控制系统,利用此系统成功实现了铝合金机器人脉冲MIG焊熔宽实时控制,通过控制焊接脉冲电流占空比和送丝速度获得理想的焊缝宽度。实验表明,利用建立的熔池图像检测和控制系统,通过提出的图像处理和控制算法,能够实现在铝合金MIG焊过程中实时、精确的控制熔池变化并获得一致的熔宽。 利用嵌入式网关结合单片机控制系统实现了数字电焊机的以太网接入,可以使作为现场生产单元的电焊机与目前基于以太网和TCP/IP协议的企业信息系统无缝集成。同时设计了网络电焊机管理系统,并利用SQL SERVER构建了基于web的焊接规范数据库和焊接生产过程监测数据库。整个系统可以实现焊接规范参数数据库的维护、电焊机参数远程监控和焊接规范的远程设置与网络化管理。
黄岸[6]2006年在《铝合金MIG焊智能控制及多传感信息的处理研究》文中指出为了适应交通运输工具轻量化发展的需要,铝合金焊接结构得到了日益广泛的应用。脉冲MIG焊是铝合金焊接的主要方法之一,因此对铝合金机器人MIG焊过程检测与控制系统的研究具有重要的现实意义。由于铝合金脉冲MIG焊过程是一个典型的非线性、强耦合和时变的多变量复杂系统,存在强烈的弧光和多种熔滴过渡形式,伴随着烟尘和电磁干扰等不利因素,因此基于传统控制理论很难获得良好的控制效果,采用智能控制方法是解决这一难题的重要手段。 利用铝合金脉冲MIG焊熔池宽度动态辨识模型,分别设计了PID熔宽控制系统和模糊熔宽控制系统,并进行了仿真研究,在对比两种控制器控制效果的基础上设计了模糊熔宽控制器,同时结合专家系统初步解决了铝合金MIG焊控制过程中多参数耦合的问题。通过试验对比了恒规范焊接条件下和模糊专家系统闭环控制条件下的平板堆焊效果,结果表明,模糊专家系统控制效果较好。 试验中发现,采用模糊专家控制系统对焊接过程进行闭环控制时,焊丝干伸长及电弧弧长对焊接过程稳定性和焊缝成型有重要影响。为了对焊接干伸长和电弧弧长进行控制,研究了焊丝干伸长视觉传感和图像处理算法,并以阶跃函数作为输入,采用曲线拟合法建立了铝合金脉冲MIG焊干伸长随送丝速度变化的动态过程阶跃响应辨识模型,该模型的仿真结果与实际试验过程基本吻合;分析了VARIO MIG-400电焊机数字控制接口,为下一步实现对焊丝干伸长控制及对铝合金脉冲MIG焊多变量解耦控制奠定了基础。 传统的焊接过程控制往往采用单一的传感方法,因而不能全面地反映焊接过程特征信息,鉴于此,提出以视觉传感模型检测熔池状态,以焊接电弧声传感检测焊接过程稳定性的多传感信息处理模型。初步探讨了不同的信号处理方法在焊接电弧声处理中的应用,最终通过小波分析和功率谱分析等方法初步提取了铝合金焊接过程熔池塌陷点以及不同熔滴过渡形式下的声音特征,为在焊接过程中实时检测熔池塌陷和熔滴过渡方式奠定了基础。
石玗, 吴巍, 樊丁, 陈剑虹[7]2005年在《铝合金MIG焊正面熔池图像视觉传感与处理》文中认为建立了铝合金脉冲MIG焊熔池图像检测CCD视觉传感系统。应用窄带滤光的方法成功地解决了强弧光干扰 ,通过大量试验 ,在获取清晰焊接熔池区图像的基础上 ,分析了铝合金焊接熔池图像的特征 ,研究了适合铝合金MIG焊熔池图像处理方法和熔池几何尺寸的边缘检出方法 ,获得了满意的熔池边缘特征图像 ,为进一步实现铝合金MIG焊接熔透智能控制奠定了基础
聂晶[8]2009年在《铝合金脉冲MIG焊过程稳定性分析》文中研究表明GMAW焊接是一个集声、光、电于一体的复杂的物理、化学过程,各种电弧信号为焊接过程质量控制提供重要信息。电弧电压以及焊接电流信号作为焊接过程中的伴生物之一,其蕴涵着丰富的电弧信息,它与电弧行为、熔滴过渡方式、电弧稳定性、焊缝质量等有着密切的相关性,是研究焊接过程稳定性及焊接质量监控的重要信息源之一。本课题以铝合金脉冲MIG焊过程稳定性分析为目的,焊接电流与电弧电压等动态焊接信号为对象,利用现代信号处理以及信息融合等领域的技术方法对焊接电信号进行分析研究,初步建立了可以用来评价铝合金脉冲MIG焊过程稳定性的参数化模型。利用人工神经网络和支持向量机等先进模式识别方法建立焊接电信号与焊接状态的映射模型,对焊接速度、送丝速度、占空比等焊接参数的最佳匹配状态进行了预测与分类。为铝合金脉冲MIG焊在线实时控制提供了稳定性反馈。主要研究内容包括以下几个方面:建立了基于Labwindows的声、光、电以及视频同步数据采集系统。通过对一系列铝合金脉冲MIG焊接过程中的电弧电压信号的近似熵分析,且与实际焊缝对比分析,证明用铝合金脉冲MIG焊电弧电压信号的近似熵来衡量焊接过程稳定性的可行性,同时又利用了概率密度分布的信号分析方法对一系列的铝合金脉冲MIG焊接过程中的电弧电压信号进行了分析,发现了不同焊接参数下的电弧电压信号的概率密度分布不同并从中可以发现一定规律,同时与实际焊缝对比分析,证明用铝合金脉冲MIG焊电弧电压信号的概率密度峰值的比值来衡量焊接过程稳定性也是可行的,并利用两种方法下的分析结果初步建立了可以用来评价铝合金脉冲MIG焊过程稳定性的参数化模型。利用二维统计以及二维近似熵理论等信息融合方法进一步对铝合金脉冲MIG焊过程的电信号进行分析,得到焊接电流和电弧电压信号与焊接参数间的相关性。对多信息融合下的焊接过程稳定性分析进一步的研究奠定了基础。利用人工神经网络和支持向量机先进模式识别方法对铝合金脉冲MIG焊过程稳定性以及焊接过程最佳参数匹配进行了预测与分类;最后利用激光线光源对铝合金脉冲MIG焊缝进行了加强高视觉提取,都取得了很好的效果。
汪海涛[9]2010年在《旁路耦合电弧MIG焊熔池视觉实时传感与参数控制系统研究》文中研究表明随着焊接技术的发展,高效化焊接越来越受到焊接领域研究者的重视,针对现有的高效化焊接方法中存在的不足,提出了旁路耦合电弧GMAW焊方法,该方法通过旁路电弧的分流作用,使得流经母材的电流减小,在保证了高熔敷率的同时,减小了作用于母材的热输入。本文针对非熔化极单旁路耦合电弧MIG焊进行了工艺、信号检测与控制系统的研究。首先建立了一套用于非熔化极单旁路耦合电弧MIG焊信号检测与硬件平台。运用LabVIEW软件编写了旁路耦合电弧MIG焊多路电流电压、电弧和熔池图像的同步采集、运动控制和旁路电流控制程序,实现了对焊接电流、电压及视频图像的同步高速采集,实时显示及存储功能和运功工作台等硬件设备的实时操作。其次,在大量工艺性试验的基础之上,针对旁路耦合电弧MIG焊方法,利用普通CCD摄像机配合复合滤光镜片在连续大电流条件下,获取了清晰的熔池图像。利用数字图像处理技术,通过LabVIEW软件IMAQ模块对熔池图像进行实时处理,通过对比分析各种图像处理方法提取熔池边缘的结果,得到了最佳的形态学处理方法,并进行了熔池宽度的实时检测。在此基础之上,针对焊接过程是一个非线性、强耦合、时变性强的复杂多变系统,基于LabVIEW软件设计了的焊接过程中熔宽控制的模糊控制器。最后,本文提出了主路MIG焊和旁路TIG焊均使用恒流电源,以脉冲电流作为焊接电流形式下的非熔化极单旁路耦合电弧脉冲MIG焊,利用此种焊接方法对不同材料的母材进行焊接工艺性试验；为了保证焊接过程更加稳定,电流调节更加精确,基于MATLAB xPC Target软件设计了焊接过程控制系统。本文研究表明,针对低成本、高效率的旁路耦合电弧MIG焊接方法,利用文中设计的视觉采集系统在约270A连续大电流条件下可以获取清晰的熔池图像。利用Labview软件编程,将视觉采集系统获取的熔池宽度进行自动测量,测量时间大约40ms,程序测量结果与实际熔池宽度对比结果相符,为视觉传感的熔透控制奠定了基础。并且通过对主路和旁路均使用恒流电源的旁路耦合电弧脉冲MIG焊焊接过程进行控制,取得了稳定的焊接过程,焊缝成形良好,为在对热输入敏感的母材焊接时精确控制电流奠定了基础。
黄健康[10]2010年在《铝合金脉冲MIG焊过程多信息分析及解耦控制》文中研究表明近年来,随着铝合金在汽车、列车等运载工具中的广泛应用,对铝合金焊接结构生产的自动化、智能化及焊接质量的稳定性要求越来越高。本文针对铝合金脉冲MIG焊过程在恒定规范下铝合金热积累现象明显,参数不匹配情况下焊接过程不稳定这些关键问题,通过焊接过程中多信息传感与分析,过程建模仿真及实时解耦控制等方面对铝合金脉冲MIG焊过程进行了深入的研究。由于铝合金脉冲MIG焊接过程中存在较多的不确定因素,实时检测和控制是保证其焊接过程稳定与焊接质量的重要方法,本文通过LabVIEW与COM技术结合的实时视觉传感,利用xPC目标实时建立了针对铝合金脉冲MIG焊的快速原型试验平台。对于铝合金脉冲MIG焊过程,首先通过视觉传感的方法提出了一种焊丝干伸长提取算法,针对固定模板的传统微分算子边缘提取的不足,研究并利用蚁群算法、遗传算法进行熔池边缘提取。对于铝合金脉冲MIG焊过程稳定性进行了分析,得出了电弧电压概率密度、近似熵值与焊接过程稳定性的相关性。为克服已有信息对焊接过程的表征不足,对焊接过程中声音信号进行采集,分析得到不同熔滴过渡下电弧声信号特征进行熔滴过渡类型辨识,利用小波变换后得到特定频率范围的电弧声信号能量变化与焊接过程焊缝塌陷的相关性。进一步对弧焊过程多信息融合进行了初步研究,采用U-I二维相空间统计、二维近似熵信息源级多信息融合的算法确立了焊接过程电流、电压信息融合后特征与焊接过程稳定性的相关性。本文在已有铝合金脉冲MIG焊过程辨识的基础上对其进行MIMO控制模型分析,确立了以熔宽和干伸长为目标,通过调节送丝速度与占空比来进行解耦控制的控制方案,采用经典补偿解耦控制理论、神经网络对象逆模型解耦理论进行仿真控制研究。并针对铝合金脉冲MIG焊电弧系统特点,在考虑熔滴过渡的基础上建立了焊丝熔化动态电弧模型,对所建立的模型进行了仿真,获得了与实际焊接过程相近的结果,揭示了电弧系统不稳定性的原因,并进一步在所建模型上进行了干伸长控制仿真,为电弧稳定控制提供了参考。在传感与仿真的基础上,通过快速原型平台,首先通过送丝速度的调节来对干伸长进行单独控制,使焊接过程电弧系统稳定,接着针对以占空比来进行熔宽控制使得参数匹配困难而失稳的问题,利用双脉冲工艺方法,提出通过占空因数调节来实现热输入调节,进行焊缝熔宽控制研究,在此基础上以干伸长和熔宽为控制目标,以送丝速度、双脉冲占空因数为调节量的MIMO实时解耦控制,并在铝合金脉冲MIG焊快速原型平台的基础上,进行了不同传感方案下,不同控制器下的控制效果研究,获得了在熔宽、干伸长在视觉传感下,利用模糊PID控制器进行解耦控制,得到了焊接过程稳定,且熔宽均匀,外形美观,成形良好的焊缝。克服了铝合金脉冲MIG焊参数间强耦合关系,较好的解决了热积累问题。
参考文献：
[1]. 铝合金MIG焊熔池视觉信息检测及处理系统[D]. 张晓雯. 兰州理工大学. 2004
[2]. 铝合金MIG焊熔池与熔滴过渡信息视觉检测与分析[D]. 薛诚. 兰州理工大学. 2008
[3]. 基于视觉传感的铝合金机器人脉冲MIG焊工艺研究及熔池动态模型辨识[D]. 吴巍. 兰州理工大学. 2005
[4]. 铝合金MIG焊过程MIMO模型辨识及控制系统仿真[D]. 李建军. 兰州理工大学. 2007
[5]. 铝合金脉冲MIG机器人焊接智能控制系统研究[D]. 石玗. 兰州理工大学. 2005
[6]. 铝合金MIG焊智能控制及多传感信息的处理研究[D]. 黄岸. 兰州理工大学. 2006
[7]. 铝合金MIG焊正面熔池图像视觉传感与处理[J]. 石玗, 吴巍, 樊丁, 陈剑虹. 中国机械工程. 2005
[8]. 铝合金脉冲MIG焊过程稳定性分析[D]. 聂晶. 兰州理工大学. 2009
[9]. 旁路耦合电弧MIG焊熔池视觉实时传感与参数控制系统研究[D]. 汪海涛. 兰州理工大学. 2010
[10]. 铝合金脉冲MIG焊过程多信息分析及解耦控制[D]. 黄健康. 兰州理工大学. 2010
标签：金属学及金属工艺论文; 铝合金焊接论文; 焊接机器人论文; 焊接电弧论文; 视觉检测论文; 动态模型论文; 焊接加工论文; 电弧论文; 机器人论文; mig焊论文;