DE4112985A1 - Verfahren und vorrichtung zur selbsttaetigen fuehrung eines schweisskopfes - Google Patents

Verfahren und vorrichtung zur selbsttaetigen fuehrung eines schweisskopfes

Info

Publication number
DE4112985A1
DE4112985A1 DE19914112985 DE4112985A DE4112985A1 DE 4112985 A1 DE4112985 A1 DE 4112985A1 DE 19914112985 DE19914112985 DE 19914112985 DE 4112985 A DE4112985 A DE 4112985A DE 4112985 A1 DE4112985 A1 DE 4112985A1
Authority
DE
Germany
Prior art keywords
welding
arc
joint
welding head
neural network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE19914112985
Other languages
English (en)
Other versions
DE4112985C2 (de
Inventor
Juergen Dipl Ing Borowka
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to DE19914112985 priority Critical patent/DE4112985C2/de
Publication of DE4112985A1 publication Critical patent/DE4112985A1/de
Application granted granted Critical
Publication of DE4112985C2 publication Critical patent/DE4112985C2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00Arc welding or cutting
    • B23K9/12Automatic feeding or moving of electrodes or work for spot or seam welding or cutting
    • B23K9/127Means for tracking lines during arc welding or cutting

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Plasma & Fusion (AREA)
  • Mechanical Engineering (AREA)
  • Butt Welding And Welding Of Specific Article (AREA)

Description

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur selbsttätigen Führung eines Schweißkopfes einer Lichtbogen­ schweißvorrichtung entlang einer Schweißfuge, wobei der Licht­ bogen in einer quer zur Vorschubrichtung gerichteten Abtastbe­ wegung geführt wird und die daraus resultierenden, augenblick­ lichen elektrischen Prozeßsignale für die Schweißspannung und den Schweißstrom zur Regelung der Positions- und Bewegungsgrö­ ßen des Schweißkopfes benutzt werden.
Bekannt ist eine Lichtbogensensorik, bei der nach verschiedenen Verfahren, die auf das Schweißverfahren, die Charakteristik der Schweißstromquelle und den Werkstoffübergang abgestimmt sind, aus den augenblicklichen Meßwerten von Schweißstrom und Schweißspannung für jeden Zyklus der Abtastbewegung ein Signalzeitverlauf ermittelt wird, der als Abstandsprofil der Fügestelle unter der Einwirkung des Lichtbogens interpretiert werden kann. (DVS-Berichte 109 (1987) S. 113-118.)
Aus diesem, jeweils einem Zyklus der Abtastbewegung des Lichtbogens zugeordneten Signalzeitverlauf wird ein Maß für Größe und Richtung des zugehörigen (mittleren) Seitenversatzes des Schweißkopfes bestimmt. Dies geschieht im einfachsten Fall durch Differenzbildung zeitlich aufeinander folgender Meßwerte, die den rechten und linken Auslenkmaxima entstammen. Aus den Vorzeichen bzw. dem Betrag dieser Differenz ergeben sich die Richtung bzw. die Größe der gemessenen Seitenabweichung. (DE 26 31 250 und DE 25 33 448).
Eine nach diesem Prinzip erstellte Lichtbogensensorik arbeitet allerdings nur dann fehlerfrei, wenn die Schweißfuge zum Zeitpunkt der Schweißung in ihren wesentlichen geometrischen Merkmalen bekannt ist und sich diese Merkmale im Zuge der Schweißung nicht in unvorhersehbarer Weise oder zu nicht von vornherein bekannten Zeitpunkten ändern. So liefert dieses Auswerteprinzip bei nach Größe und Richtung identischem Seitenversatz im Falle einer V-Schweißfuge genau das umgekehrte Vorzeichen für das Maß des Seitenversatzes wie im Falle eines äußeren Eckstoßes (Bördelnaht).
Beispielsweise kann sich, bedingt durch aus wirtschaftlichen Gründen unvermeidliche Bauteiltoleranzen, Aufspannfehler oder thermischen Verzug im Zuge einer Schweißung am Überlappstoß dünner Bleche die Breite des vorstehenden Unterbleches von 5 mm auf 2 mm verringern. Dann entstehen, selbst unter der Annahme, daß die Position des Schweißkopfes relativ zur Schweißfuge konstant bleibt, durch das Aufschmelzen der Verbindungsstelle im Lichtbogen im Bereich des 5 mm vorstehenden Unterbleches Abstandprofilsignale, die denen einer V-Schweißfuge ähnlich sind, und im Bereich des 2 mm vorstehenden Unterbleches dagegen Abstandsprofilsignale, die einem äußeren Eckstoß ähnlich sind. Hierdurch werden unvermeidlich Fehlreaktionen dieses Sensorsy­ stems hervorgerufen.
Zur Vermeidung dieses Nachteils wurde ein verbessertes Auswer­ teprinzip entwickelt, bei dem das gesamte pro Abtastzyklus gemessene Abstandsprofil in einer großen Zahl von Meßstützstel­ len abgespeichert und durch eine Polynomapproximation einer geschlossenen mathematischen Beschreibung im Prozeßrechner zugänglich gemacht wird.
Ein Mustererkennungsalgorithmus berechnet pro Abtastzyklus für die Polynomfunktion eine Gruppe von Merkmalen, z. B. Steigung, Reihenfolge der Vorzeichenwechsel der Steigung oder Lage der Umkehrpunkte, die in ihrer Gesamtheit als charakteristisches Muster die seitliche Position des Schweißkopfes bei der vorliegenden Fügestellengeometrie beschreiben soll.
Zur Anpassung dieses Systems an eine Schweißaufgabe ist aber für jedes für die Aufgabe relevante Muster ein eigener Reglerentwurf auszuführen, und zwar so, daß sich daraus ein widerspruchsfreies Systemverhalten ergibt. Nun erweist sich die Bestimmung selbst elementarer Reglertypen aufgrund der Vielzahl von Einflußgrößen, nämlich einerseits der die Mustererkennung bestimmenden Einstellparameter des Systems selbst, und anderer­ seits verfahrensspezifischer Größen wie Pendelamplitude, Pen­ delfrequenz sowie Schweißparameter, als so kompliziert und zeitraubend, daß gegenwärtig sogar die Entwicklung eines speziell für die Sensorsystemeinstellung vorgesehenen Computer­ programmes betrieben wird (DVS-Berichte 118 (1989) S. 40-42)
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur selbsttätigen Führung eines Schweißkopfes einer Lichtbogen­ schweißvorrichtung zu schaffen, das auch für eine in unvorher­ sehbarer Weise variierende Fügestellengeometrie eine ausrei­ chende Funktionssicherheit gewährleistet, wobei es aufgrund seiner besonderen Eigenschaften auch für kleine Losgrößen und häufig wechselnde Typenreihen geeignet sein soll.
Diese Aufgabe wird erfindungsgemäß durch ein Verfahren mit den kennzeichnenden Merkmalen des Patentanspruches 1 gelöst. Die Verwendung eines künstlichen neuronalen Netzes ist für solche Aufgaben bisher noch nicht vorgeschlagen worden. Die Fähigkeit, in einem Lern- bzw. Trainingsvorgang die Anpassung an eine veränderte Schweißaufgabe in kurzer Zeit weitgehend selbsttätig vorzunehmen, ist ein besonderer Vorteil gegenüber dem Stand der Technik.
Eine Vorrichtung zur Durchführung des erfindungsgemäßen Verfah­ rens ist durch die kennzeichnenden Merkmale des Patentanspru­ ches 3 gegeben.
Nachstehend ist die Erfindung beispielsweise anhand der Zeichnung näher erläutert. Es zeigen:
Fig. 1 ein Blockschaltbild einer Vorrichtung zur Ausführung des erfindungsgemäßen Verfahrens,
Fig. 2-2c ein teilweises Blockschaltbild mit grafischen Hilfs­ darstellungen zur Darstellung des Signalumsetzungsvorgan­ ges,
Fig. 3 eine schematische Darstellung eines künstlichen neurona­ len Netzes,
Fig. 4 eine Einzelheit des künstlichen neuronalen Netzes,
Fig. 5-5f eine schematische Darstellung der Trainingsstufen für ein künstliches neuronales Netz und
Fig. 6 ein Blockschaltbild für die Ermittlung der Wichtungsfak­ toren.
Fig. 1 zeigt schematisch eine Vorrichtung nach der Erfindung. Das Werkstück 1 besteht aus zwei aufeinander liegenden, einander überlappenden Blechen 2, 3 mit unterschiedlich breitem Überlappungsrand 4. Beide Bleche 2, 3 sollen entlang der Schweißfuge 5 mittels einer Schweißnaht 8 verbunden werden.
Oberhalb des Werkstückes 1 befindet sich eine Lichtbogen­ schweißvorrichtung. Sie weist einen Schweißkopf 6 auf, der pendelnd in einem in der allgemeinen Vorschubrichtung V ausgerichteten Halter 7 aufgenommen ist.
Der Halter 7 ist drehbar in einem Support 9 gehalten, der mit einem in Vorschubrichtung V geführten Linearfahrwerk 10 entlang einer Führung 11 verschiebbar ist. Der Support 9 ist gegenüber dem Linearfahrwerk 10 entlang einer zur Vorschubrichtung V senkrechten Führung 12 quer zur Vorschubrichtung in Richtung des Seitenversatzes S verschiebbar angeordnet.
Die Vorschubbewegungen des Linearfahrwerkes 10 in Richtung V und diejenigen des Supports 9 in Richtung S werden von Stelleinrichtungen V′ und S′ gesteuert.
Der Schweißkopf 6 ist ferner mit einer Schweißstromquelle 13 verbunden. Diese treibt einen Strom Is über eine durch den Schweißkopf 6 in Richtung R geführte, und von einer Stellein­ richtung R′ gesteuerte Drahtelektrode 14, einen Lichtbogen 15 und das Werkstück 1. Eine berührungsfreie Strommeßeinrichtung (Hallsensor) 16 umschließt das Kabel 17 für die Stromrückfüh­ rung.
An den Hallsensor 16 und die Schweißstromquelle 13 ist eine Signalvorverarbeitungseinheit 18 angeschlossen, deren Ausgang 19 auf eine Prozeßdatenerfassungseinheit 20 einwirkt. Diese steuert ein künstliches neuronales Netz 21, an das eine Entscheidungseinheit 22 angeschlossen ist. Diese wiederum ist mit einer Schalteinrichtung 23 sowie mit den Stelleinrichtungen V′, R′ und S′ verbunden.
Der Lichtbogen 15 tastet durch eine Querpendelbewegung P die Schweißfuge 5 ab, wobei gleichzeitig die Signalvorverarbei­ tungseinheit 18 aus den momentanen Meßwerten von Schweißstrom IS und Schweißspannung US ein Abstandsprofil h(t) (Fig. 2) der Schweißfuge erzeugt, das über die Prozeßdatenerfassungseinheit 20 dem künstlichen neuronalen Netz 21 zur Klassifikation zugeleitet wird.
Das neuronale Netz 21 ermittelt die augenblickliche seitliche Schweißkopfposition relativ zur Mitte der Schweißfuge 5 und liefert Informationen über die augenblickliche Fugengeometrie.
Im Zuge der weiteren Signalverarbeitung leitet die Entschei­ dungsstufe 22 daraus Korrektursignale s, dv, dr für die seitliche Position des Schweißkopfes 6 bzw. die Schweißvor­ schubgeschwindigkeit und die Fördergeschwindigkeit der Schweiß­ elektrode 14 ab, die den Regelkreis schließen, indem sie den entsprechenden Stelleinrichtungen für den Seitenversatz S′, den Schweißvorschub V′ und die Drahtelektrodenförderung R′ zuge­ führt werden.
Ferner überwacht die Entscheidungseinheit 22 den Fertigungspro­ zeß nach gewissen Kriterien und löst ggf. mittels eines Signals über die Schalteinrichtung 23 Alarmmeldungen aus. Die Signalvorverarbeitungseinheit 18, das künstliche neuronale Netz 21 und die Entscheidungseinheit 22 sind zweckmäßigerweise im Prozeßrechner zusammengefaßt.
Erfindungsgemäß geht man davon aus, daß die an sich bekannte Signalvorverarbeitungseinheit 18 aus den augenblicklichen Meßwerten des Schweißstromes IS und der Schweißspannung US den kontinuierlichen und verrauschten Signalzeitverlauf h(t) (Fig. 2a) des Abstandsprofils der Fügestelle erzeugt, der dann von der Prozeßdatenerfassungseinheit 20 mit genügend hoher zeit­ licher Auflösung (z. B. 100 Meßstützstellen pro Abtastzyklus des Lichtbogens) digitalisiert (Fig. 2b) und in Form geordneter Datensätze zwischengespeichert wird. Ein solcher Datensatz besteht aus den Meßstützstellen d(nT) eines vollständigen Abtastzyklus k des Lichtbogens 15 und stellt somit das Abstandsprofil in digitaler Form dar.
Erfindungsgemäß werden diese Datensätze in der zeitlichen Reihenfolge ihres Entstehens dem künstlichen neuronalen Netz 21 als Eingangssignalvektor E(k) zur Klassifikation zugeführt.
Das Ergebnis der Klassifikation, mithin das Ausgangssignal A(k) des künstlichen neuronalen Netzes 21, ist ein Vektor A(k), dessen i-te Komponente Ai(k) die Wahrscheinlichkeit angibt, mit der das Eingangssignal E(k), also das über den Lichtbogen gemessene Abstandsprofil einer bestimmten, der i-ten Ausgangs­ signalkomponente zugeordneten Klasse angehört. (Fig. 2c)
Jede Klasse ist gekennzeichnet durch die Ausprägung des Merkmals "Seitenversatz des Schweißkopfes 6" sowie weiterer Merkmale, nämlich solcher geometrischer Größen der ungeschweiß­ ten Schweißfuge 5, die die vorfertigungsbedingten Maßtoleranzen beschreiben.
Der Ausgangsvektor A(k) des künstlichen neuronalen Netzes wird der Entscheidungseinheit 22 als Eingangssignal zugeführt. Nach einer Methode berechnet die Entscheidungseinheit 22 aus dem Vektor A(k) das Seitenkorrektursignal S, indem zunächst die betragsmäßig größte Komponente von A(k) ermittelt (Fig. 2c) und anschließend dieser Zahlenwert mit einem für jede Komponente von A(k) getrennt nach Größe und Vorzeichen wählbaren Faktor multipliziert wird.
Nach einer anderen Methode berechnet die Entscheidungseinheit 22 aus dem Vektor A(k) das Seitenkorrektursignal s, indem alle Komponenten des Vektors A(k) in einer Linearkombination, deren Koeffizienten nach Größe und Vorzeichen wählbar sind, verknüpft werden.
Schließlich bestimmt die Entscheidungseinheit 22 aus dem Vektor A(k) die betragsmäßig größte Komponente von A(k) und berechnet einerseits für die zur Klasse dieser Komponente gehörenden geometrischen Merkmale der ungeschweißten Schweißfuge 5 in an sich bekannter Weise Korrekturwerte dv bzw. dr für die Schweißvorschubgeschwindigkeit bzw. Fördergeschwindigkeit der Schweißelektrode 14, und löst andererseits über geeignete Einrichtungen 23 für den Fall Alarmmeldungen aus, daß die zur ermittelten Komponente von A(k) gehörige Klasse geometrische Merkmale der ungeschweißten Schweißfuge 5 umfaßt, die schweiß­ technisch unerwünscht sind.
Für das erfindungsgemäß angewandte künstliche neuronale Netz kommt ein System in Frage, wie es z. B. in MIT-Press 1986, S. 318-362 beschrieben ist. Es ist gekennzeichnet durch eine nicht rückgekoppelte Struktur (feedforward-Struktur) und be­ steht, wie Fig. 3 zeigt, aus einer Vielzahl gleichartiger, zeitlich parallel arbeitender Rechenzellen, genannt Neutronen 30, die in mehreren Schichten 31, 32, 33 hintereinander angeord­ net und von Schicht zu Schicht über Verbindungsleitungen 34 miteinander verknüpft sind. Die Pfeile an den Verbindungslei­ tungen 34 kennzeichnen die Wirkrichtung der Signale.
Fig. 4 zeigt ein schematisches Beispiel, wobei jede Rechenzelle 30 nach einer Rechenvorschrift arbeitet, und die Eingangssig­ nale, hier e1 bzw. e2 mit zugehörigen Wichtungsfaktoren, hier w1 und w2 multipliziert und zur internen Zwischengröße Z aufsummiert werden:
Z = e1 × w 1 + e 2 × w 2
Daraus berechnet sich das Ausgangssignal u der Rechenzelle zu
u = f (z)
Die Funktion f(z) wird als Aktivierungsfunktion der Rechenzelle bezeichnet. Üblich ist z. B. die Sigmoidalfunktion
f (z) = (1 + e-z)-1
Die Rechenzellen eines künstlichen neuronalen Netzes unter­ scheiden sich in ihren den Eingangssignalen nach Fig. 4 zugeord­ neten Wichtungsfaktoren nach der Anzahl und dem Zahlenwert. Die Ein- und Ausgangssignale eines Netzes haben Vektorcharakter.
Bevor das künstliche neuronale Netz 21 die beschriebene Klassifikation ausführen kann, muß es auf die Schweißaufgabe trainiert werden.
Einzelheiten der Trainingsphase zeigen die Fig. 5-5f anhand eines Überlappungsstoßes mit variierender Breite des vom vorstehenden Unterblech 3 gebildeten Randes 4. In Fig. 5 ist ein solcher Stoß vor der Schweißung dargestellt. Dabei liegt die Breite des vorstehenden Randes 4 vorfertigungsbedingt zwischen einem minimalen und einem maximalen Wert b1 bzw. b2.
Erfindungsgemäß wird die Wirkung der unvermeidbaren Fügestel­ lentoleranzen und möglicher seitlicher Fehlpositionierungen auf das Abstandsprofil durch Meßdatensätze von Referenzschweißungen nach dem Schema der Fig. 5-5f erfaßt.
Man führt diese Referenzschweißungen vorteilhaft an Nachbildun­ gen 1′ des zu schweißenden Bauteiles aus, die für das betrachtete Beispiel so vorzubereiten sind, daß die Breite des vorstehenden Randes 4 des Unterbleches 3 in einer geeigneten Anzahl von Schritten (z. B. drei Schritten) vom Minimalwert b1 bis zum Maximalwert b2 variiert. Man erhält damit einen Satz von Nachbildungen, bei dem jede einzelne Nachbildung eine definierte, über die Nahtlänge konstante Breite des vorstehen­ den Randes 4 des Unterbleches 3 aufweist.
Ein solcher Satz ist mehrfach anzufertigen, damit er anschlie­ ßend in verschiedenen, genau festgelegten und über die Länge der Schweißung konstanten Seitenpositionen des Schweißkopfes bei gependeltem Lichtbogen abgeschweißt werden kann. Die Seitenpositionen sollte man so festlegen, daß sie schrittweise einen gewissen Bereich um die Fugenmitte herum abdecken.
Unter dem Training eines künstlichen neuronalen Netzes versteht man den wiederholten Prozeß der gezielten Veränderung der im untrainierten Zustand des Netzes zunächst zufällig eingestell­ ten Wichtungsfaktoren w, solange bis das Netz bei Anlegen eines Eingangssignalvektors E(k) einen Ausgangssignalvektor A(k) liefert, dessen Abweichung von einem zu E(k) gehörigen Soll-Ausgangssignalvektor As unter eine bestimmte Fehlerschran­ ke fällt, nämlich für alle während des Trainings benutzten Eingangssignalvektoren E(k).
Das künstliche neuronale Netz soll während der Trainingsphase lernen, die abgespeicherten Datensätze ihrer jeweiligen Refe­ renzschweißung zuzuordnen. Deshalb sind die Eingangssignalvek­ toren E(k) erfindungsgemäß identisch mit den Datensätzen der Referenzschweißungen. Der Ausgangssignalvektor A(k) hat soviele Komponenten, wie das Netz Klassen unterscheiden muß.
Da alle Datensätze aus einer Referenzschweißung natürlich zu einer Klasse gehören, und somit durch ihre gemeinsamen Merkmale, z. B. die seitliche Position des Schweißkopfes 6 und die Breite 4 des Randes des vorstehenden Unterbleches, gekennzeichnet sind, werden nur soviele unterschiedliche Soll-Ausgangssignalvektoren As definiert, wie es Klassen gibt. Im einfachsten Fall geschieht dies dadurch, daß man immer nur jeweils eine Komponente von As zu eins setzt und alle anderen zu null.
Für das Training des künstlichen neuronalen Netzes 21 benutzt man zweckmäßig ein marktübliches Simulationssystem und stellt damit ein dreischichtiges künstliches neuronales Netz zusammen, wie es schematisch in Fig. 3 gezeigt ist. Es weist in der Eingangsschicht 31 soviele Rechenzellen 30 auf, wie jeder abgespeicherte Datensatz eines Abstandsprofiles Meßstützstellen umfaßt. Die Anzahl der Rechenzellen der Ausgangsschicht 33 entspricht der Anzahl der zu unterscheidenden Referenzschwei­ ßungen. Zwischen der Eingangs- und der Ausgangsschicht 31 bzw. 33 sind etwa halb so viele Rechenzellen wie in der Eingangsschicht 31 angeordnet.
Die gezielte Veränderung der Wichtungsfaktoren w während des Trainings wird üblicherweise von einem Lernalgorithmus 24 gesteuert, z. B. nach dem backpropagation-Verfahren, wie es in MIT-Press 1986 S. 318-362, beschrieben ist.
Nach Abschluß des Trainings steht mit W die Gesamtheit aller Wichtungsfaktoren zur Verfügung (Fig. 6) und liefert zusammen mit der zugrundegelegten Netzstruktur die Rechenvorschrift, nach der das künstliche neuronale Netz während seines Betriebs als Klassifikator zur Steuerung u. a. der Schweißkopfposition arbeitet.
Für den Anwender ist es besonders vorteilhaft, daß die Anpassung des erfindungsgemäßen Verfahrens an eine veränderte Schweißaufgabe in einem selbsttätigen Lernvorgang weitgehend durch das Sensorsystem allein vorgenommen wird. Der Bediener führt lediglich die Referenzschweißungen aus und leitet durch Tastendruck den Lernvorgang ein.
Ein Anwender kann deshalb ohne fremde Hilfe, z. B. seitens des Sensorherstellers, die jeweiligen Sensorsystemeinstellungen für die verschiedenen Schweißaufgaben seiner Fertigung in einfacher Weise selbst ermitteln und läuft deshalb nicht Gefahr, in diesem Zusammenhang etwaige Firmengeheimnisse unfreiwillig preisgeben zu müssen. Wegen des geringen Zeitbedarfes der Lernphase ist das erfindungsgemäße Verfahren auch für kleine Losgrößen und häufig wechselnde Typenreihen geeignet.

Claims (4)

1. Verfahren zur selbsttätigen Führung eines Schweißkopfes einer Lichtbogenschweißvorrichtung entlang einer Schweißfu­ ge, wobei der Lichtbogen in einer quer zur Vorschubrichtung gerichteten Abtastbewegung geführt wird und die daraus resultierenden, augenblicklichen elektrischen Prozeßsignale für die Schweißspannung und den Schweißstrom zur Regelung der Positions- und Bewegungsgrößen des Schweißkopfes benutzt werden, dadurch gekennzeichnet, daß ein auf bestimmte Schweißsituationen trainiertes künstliches neuronales Netz (21) verwendet wird, dessen Ausgangssignale (A(k)) bestimmten Schweißsituationen (Sei­ tenversatz des Schweißkopfes, Fugengeometrie), auf die das künstliche neuronale Netz (21) trainiert ist, entsprechen und diese einer Entscheidungseinheit (22) zuführt, deren Ausgangssignale (s, dv, dr) der Steuerung des Schweißkopfes (6) dienen.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die charakteristischen Schweißsituationen, auf die das künst­ liche neuronale Netz (21) trainiert ist, bestimmte geometri­ sche Merkmale der Schweißfuge (24), z. B. Flankenhöhe, Fugenöffnungswinkel, Spaltbreite oder dgl. sowie bestimmte Stellungen des Schweißkopfes (6) sind.
3. Vorrichtung zur selbsttätigen Führung eines Schweißkopfes einer Lichtbogenschweißvorrichtung entlang einer Schweißfu­ ge, wobei der Lichtbogen mittels eines quer zur Vorschub­ richtung pendelnden Schweißkopfes bewegt wird und die augenblicklichen elektrischen Prozeßsignale für die Schweiß­ spannung und den Schweißstrom einer Datenverarbei­ tungseinrichtung zugeführt werden, die eine Signalver­ arbeitungseinheit, eine Prozeßdatenerfassungseinheit, und eine Entscheidungseinheit zur Regelung der Positions- und Bewegungsgrößen des Schweißkopfes aufweist, zur Durchführung des Verfahrens nach Anspruch 1, dadurch gekennzeichnet, daß die Prozeßerfassungseinheit (20) die digitalen Prozeßda­ ten (E(k)) einem trainierten, künstlichen neuronalen Netz (21) zuleitet, dessen Ausgangssignale (A(k)) auf die nachgeordnete Entscheidungseinheit (22) einwirken, deren Ausgangssignale (dv, s, dr) zur Regelung des Längs-, Seiten- und Drahtvorschubes dienen.
4. Vorrichtung nach Anspruch 3, dadurch gekennzeichnet, daß das verwendete, aus mehreren Schichten (31, 32, 33) bestehende neuronale Netz (21) in der Eingangsschicht (31) soviele Rechenzellen (Neuronen) (30) aufweist, wie jeder Datensatz eines Abstandsprofiles (h(t)) Meßstützstellen (i) umfaßt und daß die Anzahl der Rechenzellen (30) der Ausgangsschicht (33) der Anzahl der zu unterscheidenden Referenzschweißungen entspricht.
DE19914112985 1991-04-20 1991-04-20 Verfahren und Vorrichtung zur selbsttätigen Führung eines Schweißkopfes Expired - Fee Related DE4112985C2 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE19914112985 DE4112985C2 (de) 1991-04-20 1991-04-20 Verfahren und Vorrichtung zur selbsttätigen Führung eines Schweißkopfes

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE19914112985 DE4112985C2 (de) 1991-04-20 1991-04-20 Verfahren und Vorrichtung zur selbsttätigen Führung eines Schweißkopfes

Publications (2)

Publication Number Publication Date
DE4112985A1 true DE4112985A1 (de) 1992-10-22
DE4112985C2 DE4112985C2 (de) 1995-08-31

Family

ID=6430034

Family Applications (1)

Application Number Title Priority Date Filing Date
DE19914112985 Expired - Fee Related DE4112985C2 (de) 1991-04-20 1991-04-20 Verfahren und Vorrichtung zur selbsttätigen Führung eines Schweißkopfes

Country Status (1)

Country Link
DE (1) DE4112985C2 (de)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19539038A1 (de) * 1995-10-20 1997-04-24 Ewm High Tech Precision Schwei Lichtbogenschweißgerät mit einem wechselstromgespeisten Gleichrichter
DE29606375U1 (de) * 1996-04-04 1997-08-28 Kuka Schweissanlagen Gmbh Vorrichtung zum Schweißen und/oder Schneiden
WO1999014640A2 (en) * 1997-09-12 1999-03-25 Powerlasers Ltd. Self-adapting neural-fuzzy network for real-time process control
US6281465B1 (en) 1996-10-02 2001-08-28 Siemens Aktiengesellschaft Device for predictive diagnosis of the current quality of technical production from a technical installation, particularly of the current quality of welding points of a spot welding robot
EP1074306A3 (de) * 1999-07-31 2003-07-09 Abb Research Ltd. Verfahren zur Ermittlung von Sprühparametern für eine Lacksprühanlage
WO2016099697A1 (en) * 2014-12-18 2016-06-23 Illinois Tool Works Inc. Systems and methods for solid state sensor measurements of welding cables
CN107708908A (zh) * 2015-03-16 2018-02-16 伊利诺斯工具制品有限公司 焊接参数选择与通知系统和方法
US10773328B2 (en) 2015-12-15 2020-09-15 Illinois Tool Works Inc. Welding system user interface having a color display for setting welding parameters
US11027359B2 (en) 2005-03-04 2021-06-08 Illinois Tool Works Inc. Systems and methods for determining welding parameters using material thickness and wire diameter
US11554439B2 (en) 2011-03-25 2023-01-17 Illinois Tool Works Inc. Method for setting welding parameters

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19936146A1 (de) * 1999-07-31 2001-02-01 Abb Research Ltd Verfahren zur Ermittlung der Schichtdickenverteilung in einer Lackschicht
US20090200282A1 (en) * 2008-02-08 2009-08-13 Gm Global Technology Operations, Inc. Weld signature monitoring method and apparatus

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2631250A1 (de) * 1975-07-14 1977-02-03 Matsushita Electric Ind Co Ltd Nachlaufsteuervorrichtung zur bewegungssteuerung eines pendelschweissgeraets
DE2533448C2 (de) * 1975-07-25 1983-10-20 Peter Dr.-Ing. 5100 Aachen Puschner Verfahren und Vorrichtung zur Steuerung maschineller Schweißvorgänge beim Gleichstrom-, Wechselstrom- und Impulslichtbogenschweißen unter Verwendung des Schweißlichtbogens als Sensor

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2631250A1 (de) * 1975-07-14 1977-02-03 Matsushita Electric Ind Co Ltd Nachlaufsteuervorrichtung zur bewegungssteuerung eines pendelschweissgeraets
DE2533448C2 (de) * 1975-07-25 1983-10-20 Peter Dr.-Ing. 5100 Aachen Puschner Verfahren und Vorrichtung zur Steuerung maschineller Schweißvorgänge beim Gleichstrom-, Wechselstrom- und Impulslichtbogenschweißen unter Verwendung des Schweißlichtbogens als Sensor

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Borowka, J., u.a., "Fortschritte in der Entwicklung adaptiver Schweißkopfführungssysteme beim Lichtbogenschweißen", in: "DVS Berichte", Bd. 109, 1987, DVS-GmbH, Düsseldorf, S. 113-118 *
Eichhorn, F., u.a., "Sensorgeführtes Roboter- schweißen dünner Bleche- ein neues prozeß- orientiertes Schweißkopfführungssystem zur Erkennung von Toleranzen der Fugestellengeometrie"in: DVS-GmbH, Düsseldorf, S. 40-42 *
W.Th. Miller, u.a. "CMAC: An Associative Neural Network Alternative to Backpropagation" in: "Proc. of the IEEE", 1990, Vol. 78, No. 10, S. 1561-1567 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19539038A1 (de) * 1995-10-20 1997-04-24 Ewm High Tech Precision Schwei Lichtbogenschweißgerät mit einem wechselstromgespeisten Gleichrichter
DE29606375U1 (de) * 1996-04-04 1997-08-28 Kuka Schweissanlagen Gmbh Vorrichtung zum Schweißen und/oder Schneiden
US6281465B1 (en) 1996-10-02 2001-08-28 Siemens Aktiengesellschaft Device for predictive diagnosis of the current quality of technical production from a technical installation, particularly of the current quality of welding points of a spot welding robot
WO1999014640A2 (en) * 1997-09-12 1999-03-25 Powerlasers Ltd. Self-adapting neural-fuzzy network for real-time process control
WO1999014640A3 (en) * 1997-09-12 1999-06-03 Powerlasers Ltd Self-adapting neural-fuzzy network for real-time process control
EP1074306A3 (de) * 1999-07-31 2003-07-09 Abb Research Ltd. Verfahren zur Ermittlung von Sprühparametern für eine Lacksprühanlage
US11027359B2 (en) 2005-03-04 2021-06-08 Illinois Tool Works Inc. Systems and methods for determining welding parameters using material thickness and wire diameter
US11554439B2 (en) 2011-03-25 2023-01-17 Illinois Tool Works Inc. Method for setting welding parameters
WO2016099697A1 (en) * 2014-12-18 2016-06-23 Illinois Tool Works Inc. Systems and methods for solid state sensor measurements of welding cables
US10449614B2 (en) 2014-12-18 2019-10-22 Illinois Tool Works Inc. Systems and methods for solid state sensor measurements of welding cables
CN107580533A (zh) * 2014-12-18 2018-01-12 伊利诺斯工具制品有限公司 用于焊接电缆的固态传感器测量的系统和方法
US10369650B2 (en) 2015-03-16 2019-08-06 Illinois Tool Works Inc. Welding parameter selection and notification systems and methods
CN107708908A (zh) * 2015-03-16 2018-02-16 伊利诺斯工具制品有限公司 焊接参数选择与通知系统和方法
US10773328B2 (en) 2015-12-15 2020-09-15 Illinois Tool Works Inc. Welding system user interface having a color display for setting welding parameters

Also Published As

Publication number Publication date
DE4112985C2 (de) 1995-08-31

Similar Documents

Publication Publication Date Title
DE4008510C2 (de) Regeleinrichtung mit Optimal-Entscheidungseinheit
DE3727462C2 (de)
DE3936329C2 (de)
DE3109228C2 (de) Verfahren und Vorrichtung zum Schneiden von Musterstücken aus Flachmaterial
DE4112985C2 (de) Verfahren und Vorrichtung zur selbsttätigen Führung eines Schweißkopfes
DE69631606T2 (de) Vorrichtung zum einstellen von automatischen schweissbedingungen
DE19957163C1 (de) Verfahren und Vorrichtung zur Qualitätskontrolle der Naht an mit einem Laser stumpf geschweißten Blechen oder Bändern
DE2533709A1 (de) Verfahren und vorrichtung zur steuerung einer beschichtungsanlage
CH630553A5 (de) Maschine zum selbsttaetigen schneiden von flachmaterial.
EP0663632B1 (de) Verfahren und Vorrichtung zur Führung eines Prozesses
DE102009007520A1 (de) Leistungsversorgung zum Schweißen mit neuronalen Netzwerksteuerungen
DE102006038786A1 (de) Steuerung einer Schweißvorrichtung
DE102007054626A1 (de) Verfahren und Vorrichtung zum Ultraschallbonden
DE19725461A1 (de) Verfahren zum Erzeugen abgesonderter Punkte, die eine Schneideeinrichtungsbahn definieren, wobei durch die Berücksichtigung einer Fähigkeit einer individuellen Maschine ein Bearbeitungswirkungsgrad erhöht wird
DE3711771C2 (de)
DE69213121T2 (de) Auf die schweissgebietvision gegründetes Verfahren und System zum rechnergestützten Schweissen
DE19514535A1 (de) Verfahren zur Überwachung von Produkteigenschaften und Regelung eines Herstellungsprozesses
DE102020002263A1 (de) Vorrichtung und Verfahren zum Erlernen einer Fokuspositionsverschiebung einer Laserbearbeitungsvorrichtung und Laserbearbeitungssystem, das eine Fokuspositionsverschiebung korrigiert
EP0484359B1 (de) Verfahren zur werkstoffabhängigen steuerung von wärmebehandlungsprozessen von metallen und vorrichtung zur durchführung des verfahrens
WO2020058531A2 (de) Schlauchbeutelformungseinrichtung
EP0717673B1 (de) Verfahren zum widerstandsschweissen
DE4239270A1 (de) Verfahren zur Stellgliedidentifizierung bei der Querprofil-Regelung einer kontinuierlich erzeugten Materialbahn
DE102019106360A1 (de) Betriebsprogrammeinstellungsvorrichtung für roboter, roboter und verfahren zum steuern des roboters
DE102019101176A1 (de) Federfertigungsmaschine mit auswählbarer Konfiguration für Bearbeitungswerkzeuge
DE19614200C2 (de) Verfahren zum Bewegen wenigstens eines Führungskopfes einer Drahterosionsmaschine, sowie Drahterosionsmaschine mit einer Stelleinrichtung zum Durchführen von Bewegungen wenigstens eines Führungskopfes

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
D2 Grant after examination
8364 No opposition during term of opposition
8339 Ceased/non-payment of the annual fee