AI在機器人焊接中的典型應用

楊明熬+邵加發(fā)

摘 要

工業(yè)機器人技術促進了人類工業(yè)技術的持續(xù)進步，尤其是機器人焊接，其有效保證了焊接生產工作過程中的高效率及高質量。我國對機器人焊接的研究較晚，但是借鑒了國外的成功經驗，其發(fā)展相當可觀。在AI人工智能和智能機器人技術不斷發(fā)展的過程中，機器人焊接中還有多種問題值得深究，尤其是人工智能在機器人焊接中的應用?；诖?，本文就對機器人焊接中AI的使用進行研究，其控制系統(tǒng)較為簡單，并且成本合理，便于機器人使用。

【關鍵詞】AI 機器人焊接 典型應用

在現(xiàn)代焊接工藝設備和材料發(fā)展到一定水平之后，要想有效提高焊接的效率和質量，就要實現(xiàn)焊接過程的自動化，發(fā)展并且使用全新焊接自動化技術能夠提高我國國民經濟?，F(xiàn)代機器人使用較為普遍，其主要包括機械本體、伺服驅動系統(tǒng)、控制器及檢測傳感裝置等構成，是一種自動控制、仿人操作及可重復編程的自動一體化設備，其有效穩(wěn)定了產品的質量，提高了生產效率。但是我國機器人在走向實用化階段過程中的智能化方面有待提高，尤其是自我學習等方面。

1 神經網絡

神經網絡控制是對人腦中機理及結構進行研究和使用，并且對人經驗和知識使用的控制，其能夠接近某非線性函數(shù)，也就是其具備強大的非線性映射能力，能夠進行學習并且滿足不確定系統(tǒng)動態(tài)特點的適應，并且神經網絡還能夠通過輸出數(shù)據(jù)實現(xiàn)知識的學習。在機器人進行焊接過程中，各個參數(shù)之間具備不確定性，神經網絡能夠實現(xiàn)精確描述非線性對象的模型創(chuàng)建，并且通過實驗過程中的數(shù)據(jù)得出信息，之后訓練，即便數(shù)據(jù)不完善，也能夠實現(xiàn)學習，不需要通過專家得到知識，其中的定性和定量信息都均勻的在網絡神經元中分布和存儲，其還具有較強的聯(lián)想能力和容錯能力，所以在機器人焊接中，神經網絡具有強大的潛在優(yōu)勢。但是在神經網絡研究過程中還具有多方面的問題，比如學習算法收斂速度較低，無法根據(jù)經驗實現(xiàn)神經網絡結構和神經元數(shù)量的判斷。并且因為神經網絡無法對知識進行表達，缺少相應的解釋功能。為了解決此方面的問題，國內外的研究人員正在將專家系統(tǒng)、神經網絡及模糊控制相互結合，從而能夠充分發(fā)揮自身的特點，將自身功能在焊接生產中應用。

2 模糊控制

模糊控制屬于智能控制的早期形式，其具備人類思維模糊的特點，通過模糊數(shù)學中的模糊關系、隸屬函數(shù)及模糊決策能夠實現(xiàn)控制，其主要包括模糊推理、模糊化及解模糊化。因為機器人焊接中的參數(shù)叫不確定，無法創(chuàng)建精準的數(shù)學模型。但是模糊控制就是將模糊集合作為基礎，通過模糊推理實現(xiàn)控制決策表的生成，之后對其進行查詢，將傳統(tǒng)只能夠通過語言表現(xiàn)的概念轉化成為定量處理的過程，以此有效避免了系統(tǒng)中模型創(chuàng)建的問題。其能夠直接使用經驗知識控制對象，還能夠使用計算機對人工思維的邏輯推理進行模仿，之后直接黃鉆便為定量數(shù)值進行輸出。模糊控制的主要特點就是能夠總結專家控制經驗，之后創(chuàng)建控制規(guī)則和決策表，然后通過不確定性復雜對象模糊關系及被控制系統(tǒng)的輸出誤差得到控制量，以此控制系統(tǒng)。在進行機器人焊接控制過程中，其控制精度良好，能夠實現(xiàn)控制規(guī)則的優(yōu)化。

3 專家系統(tǒng)

專家系統(tǒng)主要是通過控制理論專業(yè)知識及經驗，使用人工智能專家系統(tǒng)中的知識，以此得到控制動作的系統(tǒng)。其基本結構主要包括推理機、知識庫、綜合數(shù)據(jù)庫、解釋系統(tǒng)和人機接口，系統(tǒng)的工作過程是以知識庫為基礎，利用控制進行推理，從而得出相應的結論。因為焊接過程無法實現(xiàn)量化，要通過專家知識，現(xiàn)代都是利用專家知識對焊接過程中的問題進行全面的分析，比如焊接工藝設計、焊接材料的選擇等。在機器人焊接過程中，生產線中的工序節(jié)拍安排較為緊張，大部分都是無法對是否存在缺陷或者缺陷的類型進行精準的確定，從而就要使生產過程快速且精準的準確判斷焊接問題。專家系統(tǒng)就是對人類專家對實際問題的解決進行模擬的智能軟件，所以其使用能夠有效提高產品的質量及焊接的工藝水平。專家系統(tǒng)的特點就是其具備較大的知識庫，能夠存放各個領域的知識，以此能夠對推理的過程進行解釋。

4 三者聯(lián)合技術

通過多年的實踐表示，在機器人焊接過程中的質量控制中，單純只是根據(jù)某種控制技術無法解決實際的問題，所以就要對此方面的問題和矛盾進行解決。將專家系統(tǒng)、神經網絡和模糊控制相互結合，以此提高焊接精度和質量。在使用專家系統(tǒng)對問題進行解決的過程中，問題中大部分都具有一定的參量化知識，并且邊界不嚴格也不清晰，存在重疊的問題，所以就能夠使用模糊控制中的隸屬函數(shù)及模糊規(guī)則，從領域專家中得到需要的知識。為了能夠進一步實現(xiàn)規(guī)則匹配的過程有效縮短，促進過程的推理，提高系統(tǒng)的自主學習能力，能夠在專家系統(tǒng)中融入神經系統(tǒng)。首先，利用神經網絡實現(xiàn)隸屬函數(shù)及模糊規(guī)則的表達，之后實現(xiàn)神經網絡的生成，然后利用神經網絡對模糊推理進行實現(xiàn)。其次通過反復修改的算法對神經網絡進行深入的訓練，以此有效提高焊接系統(tǒng)在進行焊接過程中的精度，對隸屬函數(shù)進行進一步的修改，得到模糊規(guī)則。最后，在神經網絡中實現(xiàn)模糊規(guī)則及隸屬函數(shù)的提取，從而能夠對神經網絡的內部表示及操作進行全面的解釋。

5 結束語

在機器人焊接過程中，因為焊接的過程較為復雜并且困難，所以就無法實現(xiàn)可控數(shù)據(jù)模型的創(chuàng)建，但是如果只是通過某個控制技術對質量進行控制，就會導致控制的進度出現(xiàn)問題。所以，神經網絡、模糊控制及專家系統(tǒng)三者就要融合，從而有效提高機器人焊接的精度，方便焊接過程。在科學技術不斷發(fā)展的過程中，機器人的自動化、智能化水平都在不斷的提高，神經網絡、專家系統(tǒng)和模糊控制三者的融合趨勢也會越來越密切。

參考文獻

[1]戚景觀，齊向東，李凱等.機器人系統(tǒng)在轉向架焊接控制過程中的應用研究[J].機械工程與自動化，2017（04）：157-158.

[2]馬雪英，何臻峰，林蘭芬.人工智能技術在機器人運動規(guī)劃中的應用[J].計算機應用研究，2004，21（04）：135-138.

[3]李精偉，童一飛，譚清錳等.基于笛卡爾空間的PR1400焊接機器人關節(jié)軌跡規(guī)劃研究[J].機械設計與制造工程，2017，46（05）：27-30.

[4]楊正基.淺析計算機科學與技術對于人工智能的影響——以《我，機器人》為例[J].中國戰(zhàn)略新興產業(yè)，2017（12）.

作者單位

保山技師學院 云南省保山市 678000endprint