本发明属于金属焊接技术领域,尤其涉及一种基于超声波焊接的金属材料焊接方法及控制系统。
背景技术:
目前,业内常用的现有技术是这样的:超声波焊接是利用高频振动波传递到两个需焊接的物体表面,在加压的情况下,使两个物体表面相互摩擦而形成分子层之间的接合。无论是超声波塑料焊接还是超声波金属焊接,基本原理都大致相同,但是由于金属材料与塑料的差异,超声波金属焊接要求有更高的精度以及更高的功率容量和低的阻抗,因此对超声波发生器和换能器等组件的要求更加严苛,正是这些要求,使得早期用于焊接塑料的超声波焊接装置和技术不能胜任金属材料的焊接。鉴于超声波金属焊接与超声波塑料焊接之间的技术异同,超声波金属焊接技术的发展逐渐成为了人们关注的焦点。
但是由于超声波焊接系统比较复杂,在焊接过程中需要多种系统的相互配合,形成一个紧密结合的整体系统才能稳定的运行,若整个系统的配合度和协调度不一致就会导致系统的稳定性、操作性及可靠性方面存在一定的问题。
综上所述,现有技术存在的问题是:
(1)由于超声波焊接系统比较复杂,在焊接过程中需要多种系统的相互配合,形成一个紧密结合的整体系统才能稳定的运行,若整个系统的配合度和协调度不一致就会导致系统的稳定性、操作性及可靠性方面存在一定的问题。
(2)对数据的分析与采集量较大,数据分析不够精确,易造成多种误差的出现,对焊接质量产生严重的影响。
(3)传统的对超声波换能谐振频率的跟踪与振动频率难以进行配合,无法保持一致,焊接效率较低。
解决上述技术问题的难度和意义:
通过对超声波金属焊接系统的改进,使超声波系统更加的稳定与可靠,便于操作,对超声波技术在我国的发展具有重大的促进作用,为我国的经济社会发展做出更大的贡献。
技术实现要素:
针对现有技术存在的问题,本发明提供了一种基于超声波焊接的金属材料焊接方法及控制系统。
本发明是这样实现的,一种基于超声波焊接的金属材料焊接方法,所述基于超声波焊接的金属材料焊接方法包括以下步骤:
步骤一:将需要焊接的金属材料放置于焊接设备上,通过信号采集与分析模块对原材料的厚度、焊接条件进行检测,将检测的信息传输至中央调控模块;
步骤二:中央调控模块根据采集与分析的信息控制发射模块选择合适的功率进行超声波放射,并进行输出;
步骤三:根据超声波的输出功率控制换能模块将高频电能转换为与超声波输出频率一致的机械振动;谐振频率的跟踪采用pi控制器进行自动频率跟踪;
步骤四:同时中央调控模块控制驱动模块为对换能模块进行驱动,促进系统的运行;
步骤五:采用模糊聚类分析算法对超声波的发射时间、换能时间及焊接情况进行检测,将检测的信息传输至中央调控模块,中央调控模块采用基于云计算系统的lbfa算法实现对各模块的分析与调控。
进一步,采用模糊聚类分析算法的步骤为:
(1)数据标准,对原始指标数据矩阵xnm作如下两种变换:
①平移*标准差变换:
其中:i=1,2…n;k=1,2,…,m;
②平移*极差变换:
其中k=1,2,…,m;
(2)建立模糊相似矩阵
应用数量积法求出被分类对象间相似程度的相似系数rij,建立模糊相似矩阵r=(rij),数量积法计算公式为:
其中
(3)建立模糊等价关系矩阵
由模糊相似矩阵,用平方法求r的传递闭包t(r)=r*,求r2=rr,r4=r2r2,……经n次褶积运算后,得到r2n=rn;则r*=rn,即是所求的模糊等价矩阵;
(4)模糊聚类
根据模糊等价矩阵,取不同的置信水平,得到不同的归类情况,随着值不断降低,由细到粗逐渐分类,得到聚类结果。
进一步,谐振频率的跟踪采用pi控制器进行自动频率跟踪方法为:根据给定值x(t)与实际值y(t)构成控制偏差,给定值x(t)与实际值y(t)的偏差为:
e(t)=x(t)-y(t);
将偏差通过比例、积分的线性组合构成控制量,对被控对象进行控制,成为pi控制,控制规律为:
式中:kp:pi控制器比例系统;ti:pl控制器的积分时间系数;
ki=kp/ti:pi控制器的积分系数;其中比例环节构成比例地反映系统的偏差信号。
进一步,中央调控模块采用基于云计算系统的lbfa算法实现对各模块的分析与调控包括:
(1)计算云计算系统当前相空间投影的重心g的位置(x,y);
(2)接收当前的负载值,负载向量(a,b);
(3)计算位于相空间中最优子相空间中节点被分配了当前负载后系统的δlb值;
(4)选取当前δlb最小的节点进行任务分配,保证分配后的系统负载均衡度lb最小;
(5)重新计算系统在相空间中当前的重心位置,根据公式
(6)利用本次分配的负载值直接算出新的重心位置;
(7)返回(2)开始新的分配过程。
本发明的利用目的在于提供一种实现所述基于超声波焊接的金属材料焊接方法的基于超声波焊接的金属材料焊接控制系统,所述基于超声波焊接的金属材料焊接控制系统包括:
换能模块通过导线与中央调控模块连接,用于工作过程中能量的转换,将高频电能转换为机械振动;
驱动模块与中央调控模块连接,用于通过冲程气缸带动换能模块中的超声波换能器振动系统上下移动,提供驱动力;
焊接模块与中央调控模块连接,用于金属材料放置于设备后,对金属材料进行焊接;
发射模块与中央调控模块连接,用于发射超声波;
信号采集与分析模块与中央调控模块连接,用于对原材料、驱动强度、发射强度及频率进行数据的采集与分析;
中央调控模块分别与驱动模块、焊接模块、发射模块、换能模块、信号采集与分析模块连接,用于控制各个模块正常工作。
本发明的利用目的在于提供一种应用所述基于超声波焊接的金属材料焊接方法的信息数据处理终端。
综上所述,本发明的优点及积极效果为:
(1)本发明通过对中央调控系统采用lbfa算法,满足了中央调控系统在海量节点条件下实时资源调度的任务,使各系统的配合度和协调度大大提高,有效促进了系统的稳定性、操作性与可靠性。
(2)通过采用模糊聚类对数据进行分析,创建多种矩阵,简化了对复杂数据的分析方法,降低了误差率,提高了焊接质量。
(3)通过采用pi控制器对超声波换能谐振频率进行跟踪,使超声波换能谐振频率的跟踪与振动频率完全保持一致,大大提高了焊接的效率。
附图说明
图1是本发明实施例提供的基于超声波焊接的金属材料焊接控制系统的连接示意图;
图中:1、中央调控模块;2、驱动模块;3、焊接模块;4、发射模块;5、换能模块;6、信号采集与分析模块。
图2是本发明实施例提供的基于超声波焊接的金属材料焊接方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理做详细描述。
如图1所示,本发明实施例提供的超声波焊接系统包括:中央调控模块1、驱动模块2、焊接模块3、发射模块4、换能模块5、信号采集与分析模块6。
换能模块5通过导线与中央调控模块1连接,主要用于工作过程中能量的转换,将高频电能转换为机械振动;
驱动模块2与中央调控模块1连接,主要用于通过冲程气缸带动换能模块5中的超声波换能器振动系统上下移动,为系统提供驱动力,促进系统的运行;
焊接模块3与中央调控模块1连接,主要用于将合适的金属材料放置于设备后,对金属材料进行焊接;
发射模块4与中央调控模块1连接,主要用于发射超声波;
信号采集与分析模块6与中央调控模块1连接,主要用于对原材料、驱动强度、发射强度及频率进行数据的采集与分析;
中央调控模块1分别与驱动模块2、焊接模块3、发射模块4、换能模块5、信号采集与分析模块6连接,用于控制各个模块正常工作。
如图2所示,本发明实施例提供的基于超声波焊接的金属材料焊接方法主要包括以下步骤:
s201:将需要焊接的金属材料放置于焊接设备上,通过信号采集与分析模块对原材料的厚度、焊接条件进行检测,将检测的信息传输至中央调控模块;
s202:中央调控模块根据采集与分析的信息控制发射模块选择合适的功率进行超声波放射,并进行输出;
s203:根据超声波的输出功率控制换能模块将高频电能转换为与超声波输出频率一致的机械振动;谐振频率的跟踪采用pi控制器进行自动频率跟踪;
s204:同时中央调控模块控制驱动模块为对换能模块进行驱动,促进系统的运行;
s205:采用模糊聚类分析算法对超声波的发射时间、换能时间及焊接情况进行检测,将检测的信息传输至中央调控模块,中央调控模块采用基于云计算系统的lbfa算法实现对各模块的分析与调控。
进一步,采用模糊聚类分析算法的步骤为:
(1)数据标准,对原始指标数据矩阵xnm作如下两种变换:
平移*标准差变换:
其中:i=1,2…n;k=1,2,…,m;
平移*极差变换:
其中k=1,2,…,m;
(2)建立模糊相似矩阵
应用数量积法求出被分类对象间相似程度的相似系数rij,建立模糊相似矩阵r=(rij),数量积法计算公式为:
其中
(3)建立模糊等价关系矩阵
由模糊相似矩阵,用平方法求r的传递闭包t(r)=r*,求r2=rr,r4=r2r2,……经n次褶积运算后,得到r2n=rn;则r*=rn,即是所求的模糊等价矩阵;
(4)模糊聚类
根据模糊等价矩阵,取不同的置信水平,得到不同的归类情况,随着值不断降低,由细到粗逐渐分类,得到聚类结果。
进一步,谐振频率的跟踪采用pi控制器进行自动频率跟踪方法为:根据给定值x(t)与实际值y(t)构成控制偏差,给定值x(t)与实际值y(t)的偏差为:
e(t)=x(t)-y(t);
将偏差通过比例、积分的线性组合构成控制量,对被控对象进行控制,成为pi控制,控制规律为:
式中:kp:pi控制器比例系统;ti:pl控制器的积分时间系数;
ki=kp/ti:pi控制器的积分系数;其中比例环节构成比例地反映系统的偏差信号。
进一步,中央调控模块采用基于云计算系统的lbfa算法实现对各模块的分析与调控包括:
(1)计算云计算系统当前相空间投影的重心g的位置(x,y);
(2)接收当前的负载值,负载向量(a,b);
(3)计算位于相空间中最优子相空间中节点被分配了当前负载后系统的δlb值;
(4)选取当前δlb最小的节点进行任务分配,保证分配后的系统负载均衡度lb最小;
(5)重新计算系统在相空间中当前的重心位置,根据公式
(6)利用本次分配的负载值直接算出新的重心位置;
(1)(7)返回(2)开始新的分配过程。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。