熔化极气体保护电弧焊过程的智能监控和识别[外文翻译].doc

附件C：译文

熔化极气体保护电弧焊过程的智能监控和识别

摘要：本文介绍了一种用于监测和识别熔化极气体保护电弧焊过程的智能系统。它是用来对焊接电参数进行测量和数据统计处理。该智能系统通常是输入一组用来描述各种焊接条件的12维向量，并以此来描述焊接特性。这里列举常用的三种方法，如模糊C均值算法，网络系统算法和模糊柯霍南聚类网络方法等常用来监测和自动识别。目前经常会把这三种方法的正确识别率拿出来比较。

关键词：智能监控，自动识别，干扰，熔化极气体保护电弧焊，短路

1引言
熔化极气体保护电弧焊通常安装在大多数弧焊机器人身上。其自耗电极融化并转移到熔池里[1] 。由于其液滴的大小和脱离时机的良好可控性[2] ，可以有效的减少喷射。常规脉冲气体保护焊采用的峰值电流一般都高于普通电流[3] ，并产生一股强大的电弧压力[4] ，这在焊接金属薄板的时候是不可取的。在最近的一系列研究中发现[5-7] ，振荡液滴的冲量被有效的用来减小峰值电流的大小。然而，在短路气体保护电弧焊的过程中，电流很小并且在熔池表面的变化非常的快，使得电弧电压也非常的小，以至于熔池下降的影响也可以忽略.因此，短路过渡更适合于以焊穿为主要争论点的金属片焊接[8]。
短路期间容易发生复杂的物理现象，这一过程表现出动态性，随机性和非线性。因此，有必要使用自动监测系统，以确认过程中没有错误和干扰，避免焊接存在缺以陷减小损失[9]。各种传感器，如电学，光学或声学传感器，都会在这个过程中得到使用。
纵观这个健全和多功能的监测系统，电参数（焊接电压和电流）可以看作是最合适处理的特征参数。在运行过程中的瞬态电压和电流信息都会被存储起来，这样就可以识别整个运行过程中的干扰。由于有这些复杂的瞬态电压和电流信号，我们可以对这些原始数据进一步进行处理。一种有效的方法中可以看出随机焊接工艺统计方法的不确定性[10]。描述随机过程是可以运用两种手段，概率密度分布（PDDs）和时间频数分布（CFDs）[10-12]。定义和说明概率密度分布和时间频数分布在前面文章的附录部分有详细说明[13] ，因此不在这里重新说明。焊接电压和电流的概率密度分布和时间频数分布为焊接过程提供了比较全面的特征信