基于自适应模糊神经网络的机器人焊接焊缝外形预测方法
来源：计算机集成制造系统杂志2022年第11期北京时间：
作者：陶永, 兰江波, 任帆, 王田苗, 江山, 高赫, 温宇方
单位：北京航空航天大学机械工程及自动化学院
摘要：为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4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,所提出焊缝外形预测方法能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。
关键词：直觉模糊C均值聚类,惯性权重粒子群算法,自适应模糊神经网络,机器人焊接,焊缝外形预测
基金资助：国家重点研发计划资助项目(2022YFB4700400)。
