AI在機器人焊接中的典型應用

楊明熬+邵加發

摘 要

工業機器人技術促進了人類工業技術的持續進步，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，其發展相當可觀。在AI人工智能和智能機器人技術不斷發展的過程中，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。基于此，本文就對機器人焊接中AI的使用進行研究，其控制系統較為簡單，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

在現代焊接工藝設備和材料發展到一定水平之后，要想有效提高焊接的效率和質量，就要實現焊接過程的自動化，發展并且使用全新焊接自動化技術能夠提高我國國民經濟。現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、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，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動態特點的適應，并且神經網絡還能夠通過輸出數據實現知識的學習。在機器人進行焊接過程中，各個參數之間具備不確定性，神經網絡能夠實現精確描述非線性對象的模型創建，并且通過實驗過程中的數據得出信息，之后訓練，即便數據不完善，也能夠實現學習，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，無法根據經驗實現神經網絡結構和神經元數量的判斷。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、神經網絡及模糊控制相互結合，從而能夠充分發揮自身的特點，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，通過模糊數學中的模糊關系、隸屬函數及模糊決策能夠實現控制，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叫不確定，無法創建精準的數學模型。但是模糊控制就是將模糊集合作為基礎，通過模糊推理實現控制決策表的生成，之后對其進行查詢，將傳統只能夠通過語言表現的概念轉化成為定量處理的過程，以此有效避免了系統中模型創建的問題。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，之后創建控制規則和決策表，然后通過不確定性復雜對象模糊關系及被控制系統的輸出誤差得到控制量，以此控制系統。在進行機器人焊接控制過程中，其控制精度良好，能夠實現控制規則的優化。

3 專家系統

專家系統主要是通過控制理論專業知識及經驗，使用人工智能專家系統中的知識，以此得到控制動作的系統。其基本結構主要包括推理機、知識庫、綜合數據庫、解釋系統和人機接口，系統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量化，要通過專家知識，現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、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及模糊規則，從領域專家中得到需要的知識。為了能夠進一步實現規則匹配的過程有效縮短，促進過程的推理，提高系統的自主學習能力，能夠在專家系統中融入神經系統。首先，利用神經網絡實現隸屬函數及模糊規則的表達，之后實現神經網絡的生成，然后利用神經網絡對模糊推理進行實現。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在進行焊接過程中的精度，對隸屬函數進行進一步的修改，得到模糊規則。最后，在神經網絡中實現模糊規則及隸屬函數的提取，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，所以就無法實現可控數據模型的創建，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問題。所以，神經網絡、模糊控制及專家系統三者就要融合，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焊接機器人關節軌跡規劃研究[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].中國戰略新興產業，2017（12）.

作者單位

保山技師學院 云南省保山市 678000endprint