Analiza układu sterującego parametrami spawania laserowego stalowych elementów o zmiennej grubości

• Autorzy: Kulawik A. , Wróbel J. , Seidurov M. N.

Warianty tytułu

EN

The analysis of the control system of the laser welding parameters for steel elements of variable thickness

• Języki publikacji: PL

Abstrakty

PL

Zastosowano sztuczne sieci neuronowe do wspomagania pracy laserowego automatu spawalniczego do spawania długich prostych elementów stalowych o zmiennej grubości. Nauczona sieć neuronowa pozwoli na zwiększenie poziomu automatyzacji procesu i autonomiczną reakcję maszyny na zmieniające się warunki spawania. Zastosowanie sieci neuronowej spowoduje odpowiednią kontrolę głębokości spoiny przy założonych wartościach temperatury. Do nauczenia sieci neuronowej wykorzystano dane otrzymane z obliczeń wykonanych przez autorski program komputerowy. W oprogramowaniu tym zaimplementowano numeryczne rozwiązanie równania przewodzenia ciepła z członem konwekcyjnym metodą elementów skończonych w sformułowaniu Petrova-Galerkina. W modelu uwzględniono ciepło topienia i krzepnięcia stali.

EN

The use of artificial neural networks to support the work of welding machine to weld of long straight elements of variable thickness has been presented. The use of artificial neural network, after the appropriate learning, allows to increase the level of automation of process and autonomous reaction the machines on changing welding conditions. Application of the artificial neural network allows the appropriate control of the depth of fusion for the assumed values of the temperature. To train the neural network the data obtained from calculations performed on the authorial software has been used. The numerical model of solution of conductivity equation with the convection term by using the Petrov-Galerkin finite element methods has been implemented in this software. In the model also the heat of melting and solidification have been taken into account.

Słowa kluczowe

PL

układ sterujący; spawanie; sztuczne sieci neuronowe; model numeryczny

EN

control system; welding process; artificial neural network; numerical model

• Wydawca: Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej. Oddział Gliwice
• Czasopismo: Modelowanie Inżynierskie
• Rocznik: 2014
• Tom: T. 21, nr 52
• Strony: 112--117
• Opis fizyczny: Bibliogr. 8 poz.

Twórcy

autor

Kulawik A.

• Instytut Informatyki Teoretycznej i Stosowanej, Politechnika Częstochowska

autor

Wróbel J.

• Instytut Informatyki Teoretycznej i Stosowanej, Politechnika Częstochowska

autor

Seidurov M. N.

• Department of Small Business in Welding Production, I.I. Polzunov Altai State Technical University

Bibliografia

• 1.Bokota A.: Modelowanie krzepnięcia i stygnięcia dwuskładnikowych stopów metali: pola temperatury, stężeń i naprężeń. Częstochowa: Pol. Częstochowska, 2001. Monografie nr 79.
• 2.Lankalapalli K.: Model-based laser weld penetration depth estimation. „Welding In the World” 1997, 6, Vol. 39, p. 304-313.
• 3.Piekarska W.: Analiza numeryczna zjawisk termomechanicznych procesu spawania laserowego: pole temperatury, przemiany fazowe i naprężenia. Częstochowa: Pol. Częstochowska, 2007. Monografie nr 135.
• 4.Rojas R.: Neural network: a systematic introduction. Berlin: Springer, 1996.
• 5.Rutkowski L.: Computational intelligence: methods and techniques. Berlin: Springer, 2005.
• 6.Wait R., Mitchell A. R.: Finite element analysis and applications. Chichester: John Wiley & Sons, 1985.
• 7.Zienkiewicz O. C., Taylor R. L.: The finite element method. Oxword: Butterworth-Heinemann, 2000.
• 8.Reducing your welding costs: http://www.lincolnelectric.com/en-us/support/process-and-theory/pages/reducing-welding-costs-detail.aspx