科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高机器人焊接焊缝外形预测的准确性，提出一种基于直觉模糊C均值聚类和自适应惯性权重粒子群算法（IFCM-APSO）相融合的模糊神经网络焊缝外形预测方法。该方法以T型焊缝的焊脚宽度和焊高高度作为评价标准，选择影响焊接质量的焊接速率、激光功率、送丝速率和保护气体流量这四种变量作为输入参数，对自适应模糊神经网络中隶属函数的中心值和宽度进行优化，以保证机器人焊接的输入和输出参数具有较好的拟合性。最后，经过仿真和实验表明，本文所提出焊缝外形预测方法，较好地对机器人焊接的输入和输出参数进行非线性拟合，提高了其全局搜索能力和收敛速度，解决了传统模糊神经网络训练过程中容易陷入局部极小点的问题。
-
单位自动化学院; 北京航空航天大学
