ES2293846A1 - Sistema de monitorizacion y control de procesos de tratamiento termico superficial de materiales con laser mediante control borroso. - Google Patents
Sistema de monitorizacion y control de procesos de tratamiento termico superficial de materiales con laser mediante control borroso. Download PDFInfo
- Publication number
- ES2293846A1 ES2293846A1 ES200602422A ES200602422A ES2293846A1 ES 2293846 A1 ES2293846 A1 ES 2293846A1 ES 200602422 A ES200602422 A ES 200602422A ES 200602422 A ES200602422 A ES 200602422A ES 2293846 A1 ES2293846 A1 ES 2293846A1
- Authority
- ES
- Spain
- Prior art keywords
- laser
- maximum temperature
- control
- monitoring
- signal
- 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.)
- Pending
Links
- 239000000463 material Substances 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims description 72
- 230000008569 process Effects 0.000 title claims description 66
- 238000010438 heat treatment Methods 0.000 title claims description 15
- 230000009471 action Effects 0.000 claims abstract description 18
- 238000011282 treatment Methods 0.000 claims description 22
- 230000001143 conditioned effect Effects 0.000 claims description 17
- 230000000875 corresponding effect Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000013479 data entry Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000004381 surface treatment Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/352—Working by laser beam, e.g. welding, cutting or boring for surface treatment
-
- B23K26/0066—
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
- C21D1/00—General methods or devices for heat treatment, e.g. annealing, hardening, quenching or tempering
- C21D1/06—Surface hardening
- C21D1/09—Surface hardening by direct application of electrical or wave energy; by particle radiation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Materials Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Organic Chemistry (AREA)
- Metallurgy (AREA)
- Crystallography & Structural Chemistry (AREA)
- Thermal Sciences (AREA)
- Fuzzy Systems (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Laser Beam Processing (AREA)
Abstract
Sistema de monitorización y control de procesos de tratamiento térmico superficial de materiales con láser mediante control borroso.Consiste en un sistema de monitorización y control de procesos de tratamiento térmico superficial de materiales con láser mediante un controlador borroso híbrido, que emplea como variable de entrada la máxima temperatura en la superficie del material y como señal de actuación la potencia de salida de la fuente láser.Además se supervisa en tiempo real el desarrollo del proceso, verificando la coherencia entre la temperatura medida por el pirómetro infrarrojo empleado como sensor con la temperatura estimada.El sistema calcula cíclicamente la señal de actuación sobre la potencia de la fuente láser (6) en base a la señal de error de seguimiento (4). La etapa de supervisión del proceso (11) verifica la coherencia entre la señal de máxima temperatura en la superficie del material (10) con el valor de temperatura estimado mediante un modelo neuroborroso, permitiendo detectar en tiempo real fallos en el funcionamiento del sistema de monitorización y control y adoptar medidas correctivas.
Description
Sistema de monitorización y control de procesos
de tratamiento térmico superficial de materiales con láser mediante
control borroso.
La invención se encuadra en el sector técnico de
procesos de tratamiento térmico superficial de materiales mediante
la tecnología láser, centrándose en la monitorización y el control
avanzado de estos procesos.
En los últimos años, la tecnología láser se está
aplicando con éxito en una amplia variedad de tratamientos térmicos
superficiales, proporcionando una enorme flexibilidad y rapidez,
permitiendo realizar tratamientos superficiales localizados y de
espesores muy reducidos, con una mínima alteración del material
base o substrato, lo que le ha conferido una cierta sensación de
madurez tecnológica, si bien un análisis en profundidad permite
detectar todavía infinidad de aspectos y cuestiones sin resolver,
fundamentalmente en el área de la monitorización y el control
automático del proceso.
Entre las principales limitaciones para la
aplicación industrial a gran escala de la tecnología láser cabe
destacar la posible falta de uniformidad en el tratamiento como
consecuencia de la elevada sensibilidad del proceso a
perturbaciones externas, derivadas esencialmente de inestabilidades
en la fuente láser e imperfecciones en el acabado superficial del
elemento a tratar.
Las irregularidades en el tratamiento pueden dar
lugar a un comportamiento inaceptable del producto final, como
consecuencia de una disminución de su resistencia al desgaste, a la
fatiga o a la corrosión, requiriendo un postprocesado del mismo o
incluso conllevar su rechazo y destrucción, con el consiguiente
incremento de coste.
Estas consideraciones permiten establecer la
necesidad de diseñar un sistema de monitorización y control del
proceso en tiempo real capaz de mantenerlo dentro de las
condiciones nominales de trabajo, mejorando la uniformidad del
tratamiento e incrementando la calidad final del producto
obtenido.
Si bien en la literatura se pueden encontrar
diversas referencias a sistemas de control para procesos de
tratamiento de materiales con láser, pudiendo citarse como ejemplos
las patentes EP0836905, EP0086540 y JP2003183726, la mayoría de las
referencias se limitan a sistemas de control lineales,
esencialmente controladores tipo Proporcional, Integral y Derivativo
del Error (PID) y algún controlador lineal mediante realimentación
del vector de estados, mientras que apenas se encuentra alguna
referencia puntual acerca de la aplicación de la lógica borrosa al
control de procesos de tratamiento de materiales con láser, sin que
en ningún caso se mencione una estructura de control híbrida
similar a la propuesta.
De todos modos, a pesar de la elevada no
linealidad y complejidad de los procesos de tratamiento de
materiales con láser, sus fundamentos teóricos han sido ampliamente
estudiados en los últimos años, pudiéndose encontrar en la
literatura amplia documentación al respecto, incluyendo diversos
modelos matemáticos de altas prestaciones, alguno de los más
significativos desarrollados por los solicitantes de la patente (J.
L. Ocaña et al. "Modelo Numérico Tridimensional para la
Simulación de Procesos de Tratamiento Superficial de Materiales con
Láser". Revista de Metalurgia. 35. 75-83. 1999.).
Estos modelos están basados en su mayoría en elementos finitos y
son de gran utilidad para el estudio y análisis predictivo del
tratamiento.
Sin embargo, como consecuencia de su complejidad
y elevado tiempo de cálculo, estos modelos no son adecuados para la
simulación del tratamiento en tiempo real, siendo necesario
recurrir a técnicas de modelado no lineal de última generación,
tales como las técnicas de modelado neuroborroso o las técnicas de
modelado mediante redes neuronales artificiales para obtener un
modelo del tratamiento adecuado y suficientemente rápido para su
evaluación directa en tiempo real.
Como consecuencia, tampoco se encuentran
referencias a la integración en sistemas de monitorización y
control de procesos de tratamiento térmico superficial de
materiales con láser de una etapa de supervisión del proceso que
verifique la coherencia entre la información procedente de los
sensores con la proporcionada por un modelo neuroborroso de altas
prestaciones incorporado al sistema de monitorización y control del
proceso, poniendo de manifiesto la originalidad del sistema de
monitorización y control objeto de patente.
La figura 1 presenta un diagrama de bloques del
sistema de monitorización y control propuesto en su modo de
realización completo, en el cual el sistema de monitorización y
control calcula cíclicamente la señal de actuación sobre la
potencia de la fuente láser (6) en base a la señal de error de
seguimiento (4), definida como la diferencia entre el valor deseado
de máxima temperatura, especificado por la consigna de referencia
(1) y el valor realmente alcanzado por el tratamiento (2), valor
que ha sido previamente filtrado y acondicionado (10) y verificada
su validez por la etapa de supervisión del proceso (11).
La figura 2 muestra de un modo más detallado el
funcionamiento del Controlador borroso híbrido (5), el cual calcula
la señal de actuación sobre la potencia de salida de la fuente
láser (6) en base a la señal de error de seguimiento (4), mediante
la suma de la actuación correspondiente al sistema de inferencia
borrosa (17), con la correspondiente al término integral del error
(20). Con el objeto de acotar el valor de la actuación dentro del
rango de respuesta de la fuente láser, el controlador borroso
híbrido (5) incorpora un mecanismo antisaturación (22).
La figura 3 presenta un esquema simplificado del
funcionamiento del modelo neuroborroso del proceso (24) incorporado
a la etapa de supervisión (11), el cual estima la máxima
temperatura en la superficie del material en el siguiente instante
de muestreo (25) en función de la máxima temperatura en la
superficie del material estimada por el modelo en el instante
actual (23) y la actuación sobre la potencia de salida de la fuente
láser (6) en el instante actual.
La figura 4 presenta un esquema simplificado del
funcionamiento de la etapa de supervisión (11), la cual verifica la
coherencia entre la señal de máxima temperatura en la superficie
del material ya filtrada y acondicionada (10) con el valor de
temperatura estimado mediante el modelo neuroborroso del proceso
(23), comparando la diferencia entre ambos valores, expresada en
valor relativo (30) con un umbral de aceptación o rechazo (31),
definido en base a las características particulares de los procesos
de tratamiento térmico de materiales con láser y el tipo de sensor
de temperatura empleado.
En el caso de que la diferencia entre ambos
valores, expresada en valor relativo (30) supere el valor umbral de
aceptación (31), definido como el porcentaje de diferencia
admisible, la etapa de supervisión del proceso (11) emite una señal
de alarma, permitiendo al operador del sistema adoptar las medidas
correctivas oportunas.
La figura 5 presenta un diagrama de bloques del
sistema de monitorización y control propuesto en su modo de
realización simplificado, en el que se elimina la etapa de
supervisión del proceso (11), manteniendo el resto de los elementos
del sistema de control descritos anteriormente, de tal modo que la
única variación en el funcionamiento del sistema de monitorización y
control es que el error de seguimiento (4) se calcula directamente
en base a la medida de temperatura proporcionada por el sensor una
vez filtrada y acondicionada (10), sin ningún tipo de supervisión,
suprimiéndose por consiguiente la capacidad de detección en tiempo
real de fallos en el funcionamiento del sistema de monitorización y
control.
De un modo más detallado, se indica a
continuación el significado de los distintos símbolos
empleados:
- 1 -
- Consigna de referencia de temperatura, especifica el valor deseado para la máxima temperatura en la superficie del material durante el proceso.
- 2 -
- Señal de máxima temperatura en la superficie del material, ya validada por la etapa de supervisión (11).
- 3 -
- Sumador.
- 4 -
- Señal de error de seguimiento, calculada como la diferencia entre la medida de la máxima temperatura en la superficie del material ya validada (2) y el valor deseado, especificado por la consigna de referencia (1).
- 5 -
- Controlador borroso híbrido.
- 6 -
- Señal de actuación del controlador borroso híbrido sobre la potencia de salida de la fuente láser.
- 7 -
- Sistema de tratamiento de materiales con láser.
- 8 -
- Señal de salida del proceso, máxima temperatura en la superficie del material.
- 9 -
- Etapa de adquisición de datos, incluyendo el pirómetro infrarrojo sensor de temperatura, así los elementos necesarios para el filtrado y acondicionamiento de la señal medida.
- 10 -
- Señal de máxima temperatura en la superficie del material medida por el pirómetro infrarrojo, ya filtrada y acondicionada.
- 11 -
- Etapa de supervisión del proceso, verifica la coherencia entre la señal de temperatura medida por el pirómetro infrarrojo, una vez filtrada y acondicionada (10), con la temperatura estimada (23) mediante un modelo neuroborroso del proceso (24).
- 12 -
- Retardo puro.
- 13 -
- Señal del error de seguimiento en el instante de muestreo anterior.
- 14 -
- Sumador.
\newpage
- 15 -
- Derivada temporal del error de seguimiento, calculada directamente a partir de la diferencia del error de seguimiento entre dos instantes de muestreo consecutivos (4 y 13).
- 16 -
- Sistema de inferencia borrosa tipo Mandani.
- 17 -
- Actuación correspondiente al sistema de inferencia borrosa.
- 18 -
- Ganancia del término integral.
- 19 -
- Integrador.
- 20 -
- Actuación correspondiente al término integral.
- 21 -
- Sumador.
- 22 -
- Mecanismo antisaturación.
- 23 -
- Máxima temperatura en la superficie del material estimada por el modelo en el instante actual.
- 24 -
- Modelo neuroborroso del proceso de tratamiento térmico superficial de materiales con láser.
- 25 -
- Señal de máxima temperatura en la superficie del material estimada en el siguiente instante de muestreo.
- 26 -
- Retardo puro.
- 27 -
- Sumador.
- 28 -
- Valor absoluto.
- 29 -
- Divisor.
- 30 -
- Diferencia entre la señal de máxima temperatura medida por el pirómetro infrarrojo, ya filtrada y acondicionada (10) y la temperatura estimada por el modelo neuroborroso del proceso (23), expresada en valor relativo.
- 31 -
- Umbral de aceptación o rechazo, expresado en %.
- 32 -
- Comparador. Si la diferencia no supera el umbral, la etapa de supervisión valida el valor de máxima temperatura en la superficie del material medida por el pirómetro infrarrojo, ya filtrada y acondicionada (12), en caso contrario emite una alarma permitiendo al operador del sistema adoptar las medidas correctivas oportunas.
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
La presente invención introduce un sistema de
monitorización y control de procesos de tratamiento térmico
superficial de materiales con láser mediante control borroso
híbrido, el cual emplea como variable de entrada la máxima
temperatura en la superficie del material medida mediante un
pirómetro infrarrojo, convenientemente calibrado y posicionado y
como variable de actuación la potencia de salida de la fuente
láser.
El empleo de la potencia de salida de la fuente
láser como variable de actuación permite compensar cualquier
desviación detectada en el valor de la temperatura alcanzada sin
alterar el perfil espacial de la distribución de temperaturas en la
zona tratada, garantizando así la uniformidad y calidad del
tratamiento.
En la presente patente se proponen dos modos de
realización del sistema de monitorización y control: un modo de
realización completo en el que además de monitorizar y controlar el
proceso, se supervisa en tiempo real el desarrollo del mismo,
verificando la coherencia entre la temperatura medida por el
pirómetro infrarrojo con la temperatura estimada mediante un modelo
neuroborroso del proceso incorporado al sistema de monitorización y
control y un modo de realización simplificado en el que se suprime
la supervisión del proceso.
De acuerdo con el esquema propuesto en la figura
1, en su realización completa, el sistema de monitorización y
control calcula cíclicamente la señal de actuación sobre la
potencia de la fuente láser (6) en base a la señal de error de
seguimiento (4), definida como la diferencia entre el valor de
máxima temperatura deseado, especificado por la consigna de
referencia (1) y el valor realmente alcanzado por el tratamiento
(2), el cual ha sido previamente filtrado y acondicionado (10) y
verificada su validez por la etapa de supervisión del proceso
(11).
En el caso de que la señal de máxima temperatura
en la superficie del material ya filtrada y acondicionada (10) no
sea coherente con el valor de temperatura estimado mediante el
modelo neuroborroso del proceso (24), la etapa de supervisión del
proceso (11) emite una señal de alarma, permitiendo al operador del
sistema adoptar las medidas correctivas oportunas.
La figura 2 muestra de un modo más detallado el
funcionamiento del Controlador borroso híbrido (5), base del
sistema de monitorización y control, el cual combina eficazmente la
actuación de un sistema de inferencia borrosa tipo Mandani (17),
con la actuación de un término integral puro del error de
seguimiento (20).
En el diseño propuesto, ambos términos se
calculan en paralelo, de forma desacoplada, sin que se establezca
ningún tipo de correlación entre ellos, de tal modo que la actuación
correspondiente al sistema de inferencia borrosa (17) esencialmente
compensa las no linealidades del proceso, mientras que la actuación
correspondiente al término integral del error (20) corrige el error
en régimen permanente.
Teniendo en cuenta la elevada no linealidad y
complejidad de los procesos de tratamiento térmico superficial de
materiales con láser, el sistema de inferencia borrosa tipo Mandani
(16) se ha desarrollado mediante síntesis directa, especificando
completamente el comportamiento deseado para el sistema de control
durante el proceso de diseño.
Como variables de entrada al sistema de
inferencia se han empleado el error de seguimiento (4) y la
derivada temporal del error de seguimiento (15), calculada
directamente a partir de la diferencia del error de seguimiento
entre dos instantes de muestreo consecutivos (4 y 13), de tal modo
que presenta un comportamiento
proporcional-diferencial.
Por su naturaleza, los modelos de inferencia
borrosa tipo Mandani son los más utilizados actualmente para la
síntesis directa de sistemas de control borrosos para procesos no
lineales complejos, por cuanto permiten plasmar satisfactoriamente
el conocimiento proveniente tanto de operadores expertos del
proceso, así como las sensaciones y experiencias del propio
diseñador del sistema de control.
De un modo similar a como se transmite el
conocimiento entre seres humanos, el comportamiento deseado para el
sistema de inferencia se expresa mediante una base de reglas
formada por un conjunto suficientemente representativo de reglas o
instrucciones de actuación, denominadas sentencias condicionales
borrosas, definidas directamente por el diseñador de un modo análogo
a las sentencias condicionales empleadas habitualmente en la
comunicación verbal. En un sistema de inferencia borrosa tipo
Mandani, el proceso de inferencia, es decir la toma de decisiones,
se realiza en base a la evaluación del grado de satisfacción de las
distintas reglas por parte de las distintas entradas del sistema de
inferencia, generando el valor de respuesta que mejor reproduce el
comportamiento especificado por la base de reglas.
Para poder evaluar correctamente las distintas
reglas es necesario dotar de significado físico los distintos
conceptos representados en la base de reglas, para lo cual, en base
a un análisis detallado del proceso de tratamiento térmico de
materiales con láser, se han definido para cada una de las entradas
al sistema inferencia borrosa (16), el error de seguimiento (4) y
su derivada temporal (15), siete conjuntos borrosos con función de
pertenencia de tipo gaussiano, es decir, funciones continuas y
derivables basadas en la campana de Gauss clásica.
Teniendo en cuenta que ambas señales de entrada
al sistema de inferencia pueden adoptar tanto valores positivos
como negativos, además del valor nulo y que trivialmente se pueden
distinguir tres niveles distintos para los conceptos positivo y
negativo: alto, medio y bajo, se generan siete conjuntos borrosos,
variando entre: negativo alto (NALTO), negativo medio (NMEDIO),
negativo bajo (NBAJO), cero (CERO), positivo bajo (PBAJO), positivo
medio (PMEDIO) y positivo alto (PALTO).
En base a los mismos criterios, para la variable
de salida del sistema de inferencia borrosa (17) se han definido
igualmente siete conjuntos borrosos de tipo gaussiano, variando
entre negativo alto (NALTO) y positivo alto (PALTO), cubriendo
adecuadamente todo el rango de actuación de la fuente láser.
Siguiendo la estructura clásica de los sistemas
de inferencia tipo Mandani, la actuación correspondiente a la parte
borrosa del controlador (17) se calcula directamente a partir de la
base de reglas, en función de los valores de las dos variables
borrosas de entrada al sistema de inferencia borrosa (16): el error
de seguimiento (4) y su derivada temporal (15), cubriendo todas sus
posibles combinaciones, dando lugar a cuarenta y nueve reglas
borrosas, pudiendo adoptar cada una de ellas alguno de los siete
conjuntos borrosos definidos para la señal de salida del sistema de
inferencia.
La siguiente tabla presenta de forma compacta
toda la información relevante contenida en las cuarenta y nueve
reglas que constituyen la base de reglas que define el
comportamiento del controlador borroso.
Así, a modo de ejemplo para su interpretación,
la primera regla de la base adoptaría la siguiente forma: Si el
error es negativo alto (NALTO) y la derivada del error es negativa
alta (NALTO), entonces la actuación ha de ser negativa alta
(NALTO). De igual modo se construyen las demás reglas de la
base.
Paralelamente, la actuación correspondiente al
término integral del error (20) se calcula de manera independiente,
directamente a partir de la integral temporal de la señal de error
de seguimiento (4).
Finalmente, la señal de actuación del sistema de
control borroso híbrido sobre la potencia de salida de la fuente
láser (6) se calcula sumando la actuación correspondiente al
sistema de inferencia borrosa (17), con la actuación
correspondiente al término integral del error (20).
Con el objeto de acotar el valor de la actuación
dentro del rango de respuesta de la fuente láser, el controlador
borroso híbrido (5) incorpora un mecanismo antisaturación (22).
En su realización completa, la etapa de
supervisión del proceso (11) verifica la coherencia entre la señal
de máxima temperatura en la superficie del material ya filtrada y
acondicionada (10) con el valor de temperatura estimado mediante el
modelo neuroborroso del proceso (23), permitiendo detectar en tiempo
real fallos en el funcionamiento del sistema de monitorización y
control y adoptar las medidas correctivas oportunas.
Como consecuencia de la elevada complejidad y no
linealidad de los procesos de tratamiento térmico de materiales con
láser, así como su bajo tiempo de respuesta, para la simulación del
tratamiento en tiempo real es necesario recurrir a técnicas de
modelado no lineal de última generación, tales como las técnicas de
modelado neuroborroso ANFIS, (acrónimo de Adaptive NeuroFuzzy
Inference System en lengua inglesa).
Los sistemas de inferencia neuroborrosa ANFIS
constituyen una de las técnicas básicas para el modelado de
procesos no lineales altamente complejos, tal como el tratamiento
térmico superficial de materiales con láser, por cuanto combinan
eficazmente la habilidad de la lógica borrosa para modelar procesos
complejos mediante conceptos e ideas abstractos, habilidad propia
del razonamiento humano y la comunicación verbal, con la capacidad
de las redes neuronales artificiales para aprender y corregir su
comportamiento a partir de un conjunto suficientemente
representativo de datos de entrada-salida del
proceso.
En la realización simplificada del esquema de
monitorización y control propuesto, de acuerdo con la estructura
representada en la figura 5, se elimina la etapa de supervisión del
proceso (11), manteniéndose el resto de los elementos descritos
anteriormente, de tal modo que la única variación en su
funcionamiento es que el error de seguimiento (4) se calcula
directamente en base a la medida proporcionada por el sensor de
temperatura una vez filtrada y acondicionada (10), sin ningún tipo
de supervisión, suprimiéndose por consiguiente la capacidad de
detección en tiempo real de fallos en el funcionamiento del sistema
de monitorización y control.
El sistema de monitorización y control propuesto
puede llevarse a cabo mediante un equipo de tratamiento térmico
superficial de materiales con láser equivalente al siguiente:
- -
- Un sistema de tratamiento de materiales con láser (7), el cual incluye una fuente láser adecuada al tipo de tratamiento térmico a realizar y que permita el control en tiempo real de la potencia de salida, además de los sistemas de posicionamiento del haz y del elemento a tratar y demás elementos auxiliares necesarios para su correcto funcionamiento. Teniendo en cuenta las características del proceso, es posible emplear una amplia variedad de fuentes láser (CO_{2}, Nd:YAG, Diodo, etc.), sin que esto influya en la aplicabilidad de la invención objeto de patente.
- -
- Un pirómetro infrarrojo, el cual se emplea como sensor para la monitorización de la máxima temperatura en la superficie del material durante el tratamiento. Teniendo en cuenta las características del proceso, es posible emplear tanto pirómetros de un color como de dos colores.
- -
- Un ordenador personal para el control del proceso, provisto de tarjeta de adquisición de datos, pantalla gráfica y demás periféricos de entrada/salida de datos habituales, además de un software de monitorización y control de procesos de tratamiento de materiales con láser mediante control borroso híbrido.
- La conexión entre el ordenador y el pirómetro se efectúa mediante un canal de entrada analógica de la tarjeta de adquisición de datos, incorporando una etapa de adaptación y filtrado de la señal adecuada al rango de trabajo de ambos elementos.
- De un modo similar, para la señal de actuación del sistema de control sobre la potencia de la fuente láser se emplea un canal de salida analógica de la tarjeta de adquisición de datos.
En la presente patente se proponen dos modos de
realización: un modo de realización completo en el que además de
monitorizar y controlar el proceso, se supervisa en tiempo real el
funcionamiento del mismo, verificando la coherencia entre la
temperatura medida por el pirómetro infrarrojo empleado como
sensor, con la temperatura estimada mediante un modelo neuroborroso
del proceso incorporado al sistema de monitorización y control y un
modo de realización simplificado en el que se suprime la etapa de
supervisión del proceso.
De acuerdo con el esquema propuesto en la figura
1, en su realización completa el sistema de monitorización y
control calcula cíclicamente la señal de actuación sobre la
potencia de la fuente láser (6) en base a la señal de error de
seguimiento (4), definida como la diferencia entre el valor de
máxima temperatura deseado, especificado por la consigna de
referencia (1) y el valor realmente alcanzado por el tratamiento
(2), el cual ha sido previamente filtrado y acondicionado (10) y
verificada su validez por la etapa de supervisión del proceso
(11).
En el caso de que la señal de máxima temperatura
en la superficie del material medida por el pirómetro sensor de
temperatura una vez filtrada y acondicionada (10) no sea coherente
con el valor de temperatura estimado mediante el modelo
neuroborroso del proceso (23), la etapa de supervisión del proceso
(11) emite una señal de alarma, permitiendo adoptar las medidas
correctivas oportunas.
En su realización simplificada, se elimina la
etapa de supervisión del proceso (11), manteniéndose el resto de
los elementos descritos anteriormente, de tal modo que la única
variación en el funcionamiento del sistema de monitorización y
control es que el error de seguimiento (4) se calcula directamente
en base a la medida proporcionada por el sensor de temperatura una
vez filtrada y acondicionada (10), sin ningún tipo de supervisión,
suprimiéndose por consiguiente la capacidad de detección en tiempo
real de fallos en el funcionamiento del sistema de monitorización y
control.
Con carácter general, el sistema de
monitorización y control descrito es de aplicación inmediata en
cualquiera de los tratamientos térmicos superficiales de materiales
con láser realizados habitualmente en la industria, (temple,
normalizado, refusión, recubrimiento superficial, aleado
superficial, etc.), siendo necesarios únicamente pequeños ajustes
en función de las características específicas de la instalación y
el proceso a controlar.
Claims (2)
1. Sistema de monitorización y control de
procesos de tratamiento térmico superficial de materiales con láser
mediante control borroso híbrido que comprende los siguientes
elementos:
- -
- Sistema de tratamiento de materiales con láser, el cual incluye una fuente láser, equipos de posicionamiento del haz y del elemento a tratar y demás elementos auxiliares necesarios para su correcto funcionamiento (7).
- -
- Pirómetro infrarrojo empleado como sensor de la máxima temperatura en la superficie del material.
- -
- Ordenador personal para el control del proceso, provisto de tarjeta de adquisición de datos, pantalla gráfica y demás periféricos de entrada/salida de datos, además de un software de monitorización y control de procesos de tratamiento de materiales con láser mediante control borroso híbrido.
caracterizado porque:
- -
- Cíclicamente, la máxima temperatura en la superficie del material (10), medida mediante el pirómetro infrarrojo, filtrada y acondicionada, es comparada con el valor de temperatura de proceso deseada, especificado mediante la señal de consigna de referencia (1), introducida mediante el correspondiente dispositivo de entrada de datos del ordenador personal que controla el proceso, obteniendo el error de seguimiento (4), el cual es procesado por el controlador borroso híbrido (5), generando la señal de actuación sobre la potencia de la fuente láser (6), y
- -
- el controlador borroso híbrido (6) combina la respuesta de un sistema de inferencia borrosa tipo Mandani (17), con un término integral del error de seguimiento (20), ambos calculados de forma independiente, incorporando un mecanismo antisaturación (22) con el objeto de acotar el valor de la actuación dentro del rango de respuesta de la fuente láser, y
- -
- como variables de entrada al sistema de inferencia borrosa tipo Mandani (16), se emplea el error de seguimiento (4) y su derivada temporal (15) generando como salida la actuación correspondiente (17).
2. Sistema de monitorización y control de
procesos de tratamiento térmico superficial de materiales con
láser, según reivindicación 1, caracterizado porque
incorpora una etapa de supervisión del proceso (11), que verifica la
coherencia entre la señal de máxima temperatura en la superficie
del material medida por el pirómetro infrarrojo, una vez filtrada y
acondicionada (10), con la máxima temperatura en la superficie del
material estimada en el instante actual (23) mediante un modelo
neuroborroso del proceso (24), implementado mediante un sistema de
inferencia neuroborroso tipo ANFIS, el cual estima en tiempo real
la máxima temperatura en la superficie del material en el siguiente
instante de muestreo (25), en función de la máxima temperatura en
la superficie del material estimada por el modelo en el instante
actual (23) y la actuación sobre la potencia de salida de la fuente
láser (6) en el instante actual, y en el caso de que la señal de
máxima temperatura en la superficie del material medida por el
pirómetro sensor de temperatura una vez filtrada y acondicionada
(10) no sea coherente con el valor de temperatura estimado mediante
el modelo neuroborroso del proceso (24), la etapa de supervisión
del proceso (11) emite una señal de alarma, permitiendo adoptar las
medidas correctivas oportunas.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ES200602422A ES2293846A1 (es) | 2006-09-25 | 2006-09-25 | Sistema de monitorizacion y control de procesos de tratamiento termico superficial de materiales con laser mediante control borroso. |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ES200602422A ES2293846A1 (es) | 2006-09-25 | 2006-09-25 | Sistema de monitorizacion y control de procesos de tratamiento termico superficial de materiales con laser mediante control borroso. |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2293846A1 true ES2293846A1 (es) | 2008-03-16 |
Family
ID=39166521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES200602422A Pending ES2293846A1 (es) | 2006-09-25 | 2006-09-25 | Sistema de monitorizacion y control de procesos de tratamiento termico superficial de materiales con laser mediante control borroso. |
Country Status (1)
| Country | Link |
|---|---|
| ES (1) | ES2293846A1 (es) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5659479A (en) * | 1993-10-22 | 1997-08-19 | Powerlasers Ltd. | Method and apparatus for real-time control of laser processing of materials |
| WO1999014640A2 (en) * | 1997-09-12 | 1999-03-25 | Powerlasers Ltd. | Self-adapting neural-fuzzy network for real-time process control |
-
2006
- 2006-09-25 ES ES200602422A patent/ES2293846A1/es active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5659479A (en) * | 1993-10-22 | 1997-08-19 | Powerlasers Ltd. | Method and apparatus for real-time control of laser processing of materials |
| WO1999014640A2 (en) * | 1997-09-12 | 1999-03-25 | Powerlasers Ltd. | Self-adapting neural-fuzzy network for real-time process control |
Non-Patent Citations (4)
| Title |
|---|
| DASH, P. K. et al. Fuzzy and Neural Controllers for Dynamic Systems : an Overview. Power Electronics and Drive Systems, 1997. Proceedings., 1997 International Conference on Singapore 26-29 May 1997. New York, IEEE. 26.05.1997. Figura 5. * |
| LI, W. Design of a Hybrid Fuzzy Logic Proportional Plus Conventional Integral-Derivative Controller. IEEE Transactions on fuzzy systems. Vol. 6, nº. 4, noviembre de 1998. Apartados I y V; figura 1. * |
| LI, W. Design of a Hybrid Fuzzy Logic Proportional Plus Conventional Integral-Derivative Controller. IEEE Transactions on fuzzy systems. Vol. 6, nº. 4, noviembre de 1998. Apartados I y V; figura 1. \\ Y 2 * |
| PETROV, M et al. Fuzzy PID Control of Nonlinear Plants. 2002 First International IEEE Symposium "Intelligent Systems", Septiembre de 2002. Apartado II; figura 1. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Renken et al. | Development of an adaptive, self-learning control concept for an additive manufacturing process | |
| Fischer et al. | Saturated control of an uncertain nonlinear system with input delay | |
| Jing et al. | An air balancing method using support vector machine for a ventilation system | |
| Li et al. | Adaptive neural network-based finite-time impedance control of constrained robotic manipulators with disturbance observer | |
| Luo et al. | Adaptive full-state constrained tracking control for mobile robotic system with unknown dead-zone input | |
| Dong et al. | Wind-farm power tracking via preview-based robust reinforcement learning | |
| Zhang et al. | A neuro-fuzzy decoupling approach for real-time drying room control in meat manufacturing | |
| Jaber et al. | A new parameters identification of single area power system based LFC using Segmentation Particle Swarm Optimization (SePSO) algorithm | |
| Rsetam et al. | Robust composite temperature control of electrical tube furnaces by using disturbance observer | |
| Karuppusamy | Design of Adaptive Estimator for Nonlinear control system in Noisy Domain | |
| ES2293845B2 (es) | Sistema de monitorizacion y control de procesos de tratamiento termico superficial de materiales con laser mediante un control neuronal adaptativo mediante modelo de referencia. | |
| Xu et al. | Two-dimensional recursive least squares identification based on local polynomial modeling for batch processes | |
| ES2293846A1 (es) | Sistema de monitorizacion y control de procesos de tratamiento termico superficial de materiales con laser mediante control borroso. | |
| Treesatayapun et al. | Discrete-time fractional-order control based on data-driven equivalent model | |
| Ling et al. | ANFIS modeling and Direct ANFIS Inverse control of an Electro-Hydraulic Actuator system | |
| Lindemann et al. | Adaptive Quality Control for discrete large-scale Manufacturing Systems subjected to Disturbances | |
| Farkh et al. | Robust PI/PID controller for interval first order system with time delay | |
| Gül et al. | Adaptive internal model based formation control of a class of multi-agent systems | |
| Li et al. | Dynamic memory intelligent algorithm used for prediction of thermal error reliability of ball screw system | |
| Ma et al. | Adaptive fault-tolerant output regulation of linear systems with unknown dynamics and actuator faults | |
| Zhang et al. | Fault diagnosis of coal-mine-gas charging sensor networks using iterative learning-control algorithm | |
| Oubehar et al. | Fuzzy-super twisting sliding mode for greenhouse climate control | |
| Chen et al. | Machine assisted manual torch operation: system design, response modeling, and speed control | |
| Aftab et al. | Adaptive PID controller based on Lyapunov function neural network for time delay temperature control | |
| Sutrisno et al. | An Improved Fuzzy Switching Adaptive Controller for Nonlinear Systems Based on Quasi-ARX Neural Network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EC2A | Search report published |
Date of ref document: 20080316 Kind code of ref document: A1 |
|
| FC2A | Grant refused |
Effective date: 20100201 |