基于旋转电弧传感器的焊接电流波形研究

为了实现焊接的自动化,必须研制出新型的传感器,并对采集到的信号进行滤波与分析。介绍了旋转电弧传感器的工作原理。由于采样得到的焊接电流中含有大量的噪声,必须通过多种滤波方法的组合,最终得到较理想的焊接电流波形。为了研究焊接电流的波形,进行了小弯曲角焊缝的跟踪实验,直角转弯角焊缝的跟踪实验。结果表明:滤波后的焊接电流波形比较理想,通过焊接电流波形,可以识别出焊枪是前倾、后倾,还是既不前倾也不后倾,焊枪是左偏、右偏,还是对中,为偏差识别和焊接机器人的控制铺平了道路。     

旋转电弧传感器信号消噪的研究

旋转电弧传感器是焊接自动跟踪中的重要装置,为了获得水下焊接坡口的特征信息,必须对采集的焊接电流信号进行消噪,以去除干扰信息.利用平面中值滤波器对8个方向噪声点进行处理,平滑滤波器对信号中的奇异点和毛刺处理,以及小波变换能在小波域实现信噪分离,以便去除整个频域范围内的噪声,设计了一种中值平滑小波改进型滤波器.Matlab仿真结果表明:此方法能有效消除焊接过程中的各种干扰,且经过处理后的信号表现非常明显的正弦变化规律.通过焊接实验,获得良好的跟踪效果.     

TIG焊旋转电弧传感器结构设计

通过对国内外目前现有旋转电弧传感器的学习和研究,在实验室现有的TIG焊旋转电弧传感器技术基础上,设计出一种空心轴电机驱动的TIG焊旋转电弧传感器.传感器结构设计主要对电绝缘结构、保护气送气方式、冷却水管接口结构进行了改进.利用Pro/E软件对机构进行了动态分析.     

前置式磁控电弧传感器焊缝自动跟踪系统

针对目前机械式电弧传感器普遍存在的问题,将磁场控制电弧技术应用于焊缝跟踪,设计了磁控电弧传感器和一种双十字滑块的结构系统,对采样信号采用了RCπ型滤波和巴特沃思滤波器进行双级滤波,提出了有限区间去极值离散积分比较法来提取实际焊缝坡口的偏差信息。焊缝跟踪试验验证了该系统的有效性。     

用高速旋转电弧信号进行焊缝的模糊跟踪

本文介绍了高速旋转电弧焊进行的角焊缝跟踪的计算机应用技术，主要内容有旋转电弧传感器获取焊距与焊缝偏差信号的机理和方法，进行焊缝跟踪的模糊控制的分析与推算以及以８０９８单片机为主体的控制系统软硬件构成。     

旋转电弧传感弧焊机器人焊缝实时纠偏系统研究

本文介绍了以高速旋转电弧为传感器的弧焊机器人焊缝实时纠偏系统 ,首先设计了适应机器人要求的高速旋转电弧传感器 ,然后对电弧传感 V形坡口焊缝的识别方法及铁水等干扰影响进行了研究 ,采用模糊控制技术进行焊缝实时纠偏 ,最后完成了 V形坡口直线焊和角焊缝折线焊 ,取得了满意的焊缝纠偏结果 .     

机器人基于电弧传感器对90°折线角焊缝的跟踪

针对准确跟踪90°折线角焊缝比较困难的问题,提出了一种基于旋转电弧传感器和路径规划组合的方法.通过对旋转电弧传感器采集到的焊接电流进行滤波,采用最小二乘偏差识别和模糊控制算法,控制机器人左右轮差速运动或水平滑块伸缩.直角拐弯时基于路径规划和水平滑块伸缩跟踪焊缝,未进入直角拐弯时是基于左右轮差速运动跟踪焊缝.实验结果表明,该算法能够很好地实现90°折线角焊缝的跟踪.     

基于旋转复小波变换的图像纹理谱聚类算法

性.实验表明,本文算法能够较显著地提高聚类的正确性.     

基于磁控电弧传感器的焊缝跟踪系统

为了解决目前焊缝跟踪传感器存在的一些问题,将磁场控制电弧技术应用于焊缝跟踪,设计了一种磁控电弧传感器,分析了其基本原理,并建立了相关的数学模型,对主要参数进行了分析,为磁控电弧传感器的应用提供了理论依据.设计了一种基于磁控电弧传感器的焊缝跟踪系统,使跟踪系统和焊接系统相对独立,拓宽了其应用范围,采用了Smith预估补偿法来消除滞后对控制系统的影响.在信号处理方面,对采样信号进行了RCπ型滤波和巴特沃思滤波器双级滤波,滤波效果较好;提出了有限区间去极值离散积分差值法来提取焊缝坡口的特征参数.最后通过实际的焊缝跟踪试验,验证了该系统的有效性.     

高速旋转电弧传感焊缝偏差信息识别的研究

以空心轴电机直接驱动的高速旋转电弧传感器是焊接应用中使用的一种传感器,国内外将它应用于焊缝跟踪系统中,并进行了大量的研究。介绍了该传感器的结构与工作原理,阐述了采用特征谐波检测法识别焊缝偏差信号的方法。利用该方法对V形坡口进行了金属熔化极气体保护电弧焊(MIG)的跟踪试验,试验结果验证了所用方法的有效性。     

旋转电弧传感信号滤波研究

旋转电弧焊接过程中信号的滤波与提取是焊接过程中首要解决的问题,介绍了电弧传感的工作原理与焊接信号的特点,对旋转电弧焊接中使用的数字滤波方法做了介绍,通过实验对各个方法做了比较,并提出了一种有效的旋转电弧信号组合滤波方法,实验证明:该方法能更有效地抑制电弧信号的干扰,保留有用的信号特征信息。     

基于视觉与电弧多信息传感的焊缝跟踪算法

随着焊接传感技术以及信号处理技术的快速发展,人们越来越注重对焊接过程质量控制的研究,而多传感器信息融合技术是焊接质量控制的一种重要的方法,采用该技术实现熔化极气体保护焊(MIG)脉冲焊接质量的自动控制。该技术采用了视觉传感器和电弧传感器将采集的不同的描述信息进行了有效的特征提取和传输,并运用多传感器信息融合算法进行焊缝的跟踪。视觉传感器利用工业电荷耦合元件(CCD)获取图像信息控制焊炬的横向偏差信息,电弧传感器利用数据采集卡获取电流信息控制焊炬的高度互补偏差信息和横向的冗余信息,将两种传感器得到的冗余信息和互补信息在特征层下进行融合实现焊接过程横向和高度的纠偏控制。冗余信息的融合可以实现视觉传感的图像去噪,而互补信息的融合可以进一步提高焊缝跟踪的精度。实验结果表明,所提算法能够较好地提高焊接的质量,从而也验证了算法的有效性和合理性。     

基于信息覆盖理论的传感器节点部署方法

传感器网络中,覆盖控制是一个基本的问题.传感器节点既可以随机部署也可以在特定的环境中指定部署.传感器部署在传感区域网格的顶点处,如果信息能够覆盖网格中所有的顶点,此传感器网络为完全信息覆盖.通过研究基于完全信息覆盖理论的传感器节点指定部署,把传感器部署问题转化为受限的优化问题,并提出了一种贪婪算法,目的是在保证覆盖要求的条件下总代价的最小化.计算结果显示该算法不仅能有效的求得高质量的解决方案,而且还能在满足信息覆盖的要求的同时,极大地减少所需传感器的数量.     

基于小波包PCA的故障传感器数据重构方法

讨论了基于小波包的多尺度主元分析方法应用于故障传感器数据重构问题。传统的基于小波包的多尺度主元分析在进行传感器故障诊断时没有建立数据重构模型,在相关传感器信号进行小波包分解的基础上,在最佳数的所有节点上建立主元分析模型,将主元分析模型的重构结果组合后再进行小波逆变换,从而实现故障传感器的数据重构。最后,利用试车台液氢供应系统的传感器数据仿真了几种典型传感器故障,并对设计模型实现数据重构的实用性和有效性进行了验证。     

基于小波包分形的瓦斯传感器故障诊断方法

针对瓦斯传感器的故障诊断问题,提出一种基于小波包分形的瓦斯传感器故障诊断方法。使用3层小波包对故障信号进行分解和重构,获得不同频带的重构信号,计算各个重构信号的分形维度,并构成对应的故障特征向量。以此作为输入向量来训练支持向量机（SVM）,完成故障的诊断。实验结果表明：该方法能有效地提取传感器的故障特征,提高了传感器故障诊断的准确率,可有效地应用于瓦斯传感器的故障诊断。     

无位置信息的无线传感器网络漏洞发现算法*

无线传感器网络广泛应用的前提是能够检监测目标区域特定事件的发生。而节点能量受限、难补给的特点导致监测性能难以保证,造成监测盲区出现。针对无线传感器网络节点的地理位置信息未知的情况进行了研究,提出覆盖漏洞发现算法CHDA (Coverage Holes Discovery Algorithm),在以节点为极点建立的极坐标中计算出相邻节点的相对位置信息和该节点被其邻居节点覆盖的边缘弧的信息,并且根据节点的单纯覆盖弧序列的定义计算出节点被其邻居节点覆盖的单纯覆盖弧序列,从而得到网络中的覆盖漏洞。覆盖漏洞的发现克服的地理位置信息未知的限制,为漏洞的修补提供了必要的前提条件进而保证传感器网络的覆盖率。     

Fall detection using single-tree complex wavelet transform

The goal of Ambient Assisted Living (AAL) research is to improve the quality of life of the elderly and handicapped people and help them maintain an independent lifestyle with the use of sensors, signal processing and telecommunications infrastructure. Unusual human activity detection such as fall detection has important applications. In this paper, a fall detection algorithm for a low cost AAL system using vibration and passive infrared (PIR) sensors is proposed. The single-tree complex wavelet transform (ST-C$\mathbb{C}$WT) is used for feature extraction from vibration sensor signal. The proposed feature extraction scheme is compared to discrete Fourier transform and mel-frequency cepstrum coefficients based feature extraction methods. Vibration signal features are classified into “fall” and “ordinary activity” classes using Euclidean distance, Mahalanobis distance, and support vector machine (SVM) classifiers, and they are compared to each other. The PIR sensor is used for the detection of a moving person in a region of interest. The proposed system works in real-time on a standard personal computer.     

基于Morlet复小波变换幅值和相位信息的间谐波检测方法

小波变换以其良好的时频局部化特性在电力系统中得到了广泛的应用,包括在谐波分析方面。但即使是时频窗面积最小的Morlet小波也存在频谱混叠现象,使得单纯利用小波变换系数的幅值无法对谐波准确检测。本文提出了基于Morlet复小波幅值和相位信息相结合的谐波、间谐波检测方法。首先利用a-S（a）曲线粗略确定包含被测信号信息的尺度范围,然后利用这些尺度上的小波变换系数的相位信息来实现谐波、间谐波频率的检测,最后根据检测出的频率确定特征尺度,进而确定被测信号的幅值。与FFT方法和传统的尺度-幅值法相比,该方法能够克服频谱泄漏现象,且能够区分频率相近的信号成分,提高了谐波、间谐波的检测精度。通过Matlab软件进行仿真,结果验证了该算法的正确性。