電焊梭第41謄第6期Vol41 No.62011 年6月Electric Welding MachineJun. 2011智能優(yōu)化算法及其在焊接優(yōu)化設(shè)計(jì)領(lǐng)域的應(yīng)用李廣軍',孫曉玲”,趙炯3(1.宜賓學(xué)院網(wǎng)管中心,四川宜賓644007;2.西南石油大學(xué)電信學(xué)院,四川成都610500;3.西南交通大學(xué)電氣學(xué)院,四川成都610031)摘要:在焊接工藝中,優(yōu)化設(shè)計(jì)已經(jīng)涉及到各個(gè)領(lǐng)域,但傳統(tǒng)的優(yōu)化算法往往優(yōu)化效果不佳,智能優(yōu)化.算法特別是遺傳算法已經(jīng)逐步地應(yīng)用到焊接優(yōu)化領(lǐng)域,并成為一個(gè)重要的研究方向。在對焊接相關(guān)文獻(xiàn)進(jìn)行系統(tǒng)研究的基礎(chǔ)上,闡述了焊接優(yōu)化設(shè)計(jì)領(lǐng)域應(yīng)用較為廣泛的遺傳算法、模擬退火算法和群集算法(蟻群算法和粒子群算法)等幾種智能優(yōu)化算法的基本原理,介紹了智能優(yōu)化算法在焊接領(lǐng)域組合優(yōu)化、自動控制、生產(chǎn)調(diào)度和圖像處理等方面的應(yīng)用情況。對智能優(yōu)化算法在焊接優(yōu)化設(shè)計(jì)領(lǐng)域應(yīng)用的未來研究方向進(jìn)行了展望。關(guān)鍵詞:智能優(yōu)化算法;焊接;遺傳算法;模擬退火算法;群集算法(蟻群和粒子群)中圖分類號:TC409文獻(xiàn)標(biāo)識碼:C文章編號:1001-2303(2011)06-0067 -06Overview of itelligent optimization algorithm and its application in weldingoptimization designU Guang-jun' ,SUN Xiaoling' ,ZHAO Jiong'(1.Netware Centers, Yibin University , Yibin 644007 ,China ;2.School of ElectronicInformation Engineering ,SouthwestPetroleum University ,Chengdu 610500,China ;3.School of Electrical Engineeing Southwest Jiatong University,Chengdu 610031 ,China)Abtat:0ptimization design is involving all aspects of weiding technology ,but trditional optimization algrihms are often not well.Intelligent optimizaion algorithm ,especially Genetic Algorithm , is already used in weiding. which is a highlighted research direction,however,papers about the overview of this field are very few.Based on the Bystematic research on related literatures,the paperpresented the basic prineiple of several ielelient optimization algorithms widely used in Welding optimization design, includingGenetic Algoithm and Simulated Annealing Methods as well as Swarm Ineligence Agorithm(Ant Colony and Particle Swarm)-Then,the paper introduced applications of combinatorial optimization , production scheduling, automatic control and image processing inwelding with iteligent optimization algorithms.In the end . the paper discused the development directions of itelligent optimizationalgorithm in welding optization design.Key words :ntelligentoptimization algorithm; welding;genetic algrithm;simulated annealing methods ;swamm itelligence algorithm(ant colony and particle swarm)0前言法多是單點(diǎn)優(yōu)化,效率低,容易陷人局部最優(yōu)點(diǎn),針焊接過程是復(fù)雜的非線性系統(tǒng),存在多目標(biāo)函對焊接過程優(yōu)化問題的處理效果不佳。智能優(yōu)化算數(shù)和約束條件的復(fù)雜優(yōu)化、過程控制中多參數(shù)和變法tInelligent Opimization Algorithm)主要包括模擬量焊接圖像檢測等~系列優(yōu)化問題。傳統(tǒng)的優(yōu)化算退火算法遺傳算法和群集算法(蟻群和粒子群算中國煤化工周示某些自然收稿日期:2011-02-22三思想和內(nèi)容涉作者簡介:李廣軍(1976- -).男,黑龍江佳木斯人,講師,碩士，主要從事智能控制和自動控制方面的研究工作。及數(shù)MYH. CN M HG等學(xué)料。它不8lnois Whing Mholino_ . 67.焊接工藝電焊穢第41卷依賴梯度信息,具有全局、并行、高效的優(yōu)化性能，似算法一模擬退火算法Simulated Ammealing Methods,魯棒性和通用性強(qiáng),為解決大規(guī)模非線性問題提供簡稱SA)。SA來源于固體退火原理,只要模擬其過程了新的思路和手段",并在焊接優(yōu)化設(shè)計(jì)中得到了足夠充分,算法就可以概率1收斂到全局最優(yōu)解,在.廣泛的應(yīng)用。因此,有必要對智能優(yōu)化算法的基本焊接優(yōu)化設(shè)計(jì)中也得到了應(yīng)用5.網(wǎng)。原理加以介紹,并對其在焊接過程中的應(yīng)用加以分模擬退火算法則"的核心在于模仿熱力學(xué)中液類和綜述。體的凍結(jié)與結(jié)晶或金屬溶液的冷卻與退火過程,將固體加溫至充分高,再緩冷。加溫時(shí),固體內(nèi)部粒子1遺傳算法隨溫升變?yōu)闊o序狀,內(nèi)能增大,而冷卻時(shí)粒子漸趨遺傳算法(Genetic Algorithm, 簡稱CA)是近年有序,在每個(gè)溫度都達(dá)到平衡態(tài),最后在常溫時(shí)達(dá)迅速發(fā)展起來的一種全新的隨機(jī)搜索與優(yōu)化算法,到基態(tài),內(nèi)能減為最小。該算法是由給定解開始,從其基本思想是基于Danvin的進(jìn)化論和Mendel的遭鄰域中隨機(jī)產(chǎn)生另一個(gè)解,利用具有概率突跳性的傳學(xué)說，,該算法由密歇根大學(xué)教授Holand及其學(xué)生Metropolis 抽樣策略在解空間中進(jìn)行隨機(jī)搜索,并于1975年創(chuàng)建。近年來,遺傳算法已被成功地應(yīng)用由一控制參數(shù)決定,其作用類似于物理過程中的溫于許多領(lǐng)域,解決了許多問題。例如可靠性優(yōu)化、流度,對于控制參數(shù)的每一取值,算法持續(xù)進(jìn)行“產(chǎn)水車間調(diào)度、作業(yè)車間調(diào)度、機(jī)器調(diào)度、設(shè)備布局設(shè)生-判斷-接受或舍去”的迭代過程,對應(yīng)著固體計(jì)、圖像處理以及數(shù)據(jù)挖掘等,且在焊接優(yōu)化設(shè)計(jì)在某-恒定溫度下的趨于熱平衡的過程.當(dāng)控制參中應(yīng)用最為廣泛。數(shù)逐漸減小并趨于零時(shí),系統(tǒng)越來越趨于平衡態(tài),最遺傳算法是一種新近發(fā)展起來的收索最優(yōu)解后系統(tǒng)狀態(tài)對應(yīng)于優(yōu)化問題的全局最優(yōu)解。算法。該算法模擬生命進(jìn)化機(jī)制，即模擬了自然選3群集(群體)算法擇和遺傳進(jìn)化中發(fā)生的繁殖交配和突變現(xiàn)象,從一組隨機(jī)產(chǎn)生的初始解(稱為群體)開始搜索過程。群受社會性昆蟲行為或者鳥類行為的啟發(fā),計(jì)體中的每個(gè)個(gè)體是問題的一個(gè)解,稱為染色體。個(gè)算機(jī)工作者通過對社會性昆蟲的模擬產(chǎn)生了一系體用多維向量或矩陣來描述.組成矩陣和向量的列對于傳統(tǒng)問題的新的解決方法,這些研究就是群參數(shù)相應(yīng)于生物種組成染色體的基因,染色體用固集智能的研究。群集網(wǎng)智能(Swarm Ieligence)中的定長度的二進(jìn)制串或者十進(jìn)制整數(shù)表述,這些染群集(Swarm)指的是“一組相互之間可以進(jìn)行直接色體在后續(xù)迭代中不斷進(jìn)化,稱為遺傳。遺傳算通信或者間接通信(通過改變局部環(huán)境)的主體,這法主要通過交叉、變異、選擇運(yùn)算實(shí)現(xiàn)。交叉或變異組主體能夠合作進(jìn)行分布問題求解”?；谌褐悄艿倪\(yùn)算生成下一代染色體,稱為后代。染色體的好壞算法有兩種:蟻群算法(Ant Colony Opimization, 簡用適應(yīng)度來衡量。根據(jù)適應(yīng)度的大小從上--代和后稱ACO)和粒子群算法(Particle Swarm Opimization,代中選擇- -定數(shù)量的個(gè)體,作為下一代群體,再繼簡稱PS0)。續(xù)進(jìn)化,最后算法收斂于最適應(yīng)環(huán)境的染色體,它.1 蟻群算法很可能就是問題的最優(yōu)解或次優(yōu)解15-2切。遺傳算法受螞蟻覓食時(shí)的通信機(jī)制的啟發(fā),Dorigo提出中使用適應(yīng)度這個(gè)概念來度量群體中的各個(gè)個(gè)體了蟻群算法,并應(yīng)用于解決計(jì)算機(jī)算法學(xué)中經(jīng)典的的在優(yōu)化計(jì)算中有可能到達(dá)最優(yōu)解的優(yōu)良程度,度“貨郎擔(dān)問題" ,已經(jīng)成功用于解決其他組合優(yōu)化問量個(gè)體適應(yīng)度的函數(shù)稱為適應(yīng)度函數(shù),適應(yīng)度函數(shù)題,在焊接優(yōu)化設(shè)計(jì)中應(yīng)用也比較廣泛159。值較優(yōu)的點(diǎn)被保留,適應(yīng)度函數(shù)值較差的點(diǎn)被淘汰。根據(jù)仿生學(xué)原理網(wǎng),螞蟻憑借路徑尋優(yōu)的能力適應(yīng)度函數(shù)的定義一般與具體求解問題有關(guān)。由于能夠找到蟻巢與食物之間的最短路徑,其原理在遺傳算法可以越過位壘,能跳出局部較優(yōu)點(diǎn),到達(dá)全于:螞蟻在所經(jīng)過的路徑上留下一種揮發(fā)性分泌物局最優(yōu)點(diǎn)。(Pheromone,以下稱為信息素),信息素隨著時(shí)間的二過程中能夠感知2模擬退火算法中國煤化工長指導(dǎo)自己的運(yùn)Kirkpatrick S等人將退火思想引人組合優(yōu)化YHCN M H G方向移動,即選領(lǐng)域,提出一種求解大規(guī)模組合優(yōu)化問題的有效近擇該路徑的概率與當(dāng)時(shí)這條路徑上該物質(zhì)的強(qiáng)度.68.8thbrio Wibing Molino.憚技工藝.李廣軍等:智能優(yōu)化算法及其在焊接優(yōu)化設(shè)計(jì)領(lǐng)域的應(yīng)用第6期成正比。信息素強(qiáng)度越高的路徑,選撣它的螞蟻就化目標(biāo),采用自適應(yīng)遺傳算法進(jìn)行焊接任務(wù)求解,越多,則在該路徑上留下的信息素的強(qiáng)度就更大，并在虛擬環(huán)境下模擬機(jī)器人加工路徑,大大縮短了而強(qiáng)度大的信息素又吸引更多的螞蟻,從而形成--多機(jī)器人焊接路徑規(guī)劃的時(shí)間。文獻(xiàn)[3]利用模擬退種正反饋。通過這種正反饋,螞蟻?zhàn)罱K可以發(fā)現(xiàn)最火遺傳算法解決機(jī)器人弧焊應(yīng)用中的機(jī)器人放置佳路徑,導(dǎo)致大部分的螞蟻都會走此路徑。問題的方法,給出了優(yōu)化過程中的多運(yùn)動學(xué)目標(biāo)準(zhǔn)3.2粒子群算 法則以及目標(biāo)函數(shù)的構(gòu)造。最后對算法進(jìn)行了驗(yàn)證,粒子群算法也是一種優(yōu)化算法,由Eberhart和結(jié)果良好。文獻(xiàn)[6]利用遺傳算法對9自由度工業(yè)用Kennedy發(fā)明。PSO是基于群集理論的優(yōu)化算法,通弧焊機(jī)器人與變位機(jī)協(xié)調(diào)運(yùn)動系統(tǒng)進(jìn)行了運(yùn)動學(xué)過群體中粒子的合作與競爭產(chǎn)生群體智能來指導(dǎo).優(yōu)化控制,并針對空間復(fù)雜焊縫進(jìn)行了路徑自主規(guī)優(yōu)化收索。與傳統(tǒng)的進(jìn)化算法相比,PSO保留了基.劃實(shí)驗(yàn)驗(yàn)證,結(jié)果令人滿意。文獻(xiàn)([31]針對焊接機(jī)器于種群的全局收索策略,但其采用的是速度- -位移人路徑規(guī)劃缺乏理論依據(jù)的現(xiàn)狀,把路徑規(guī)劃問題模型,避免了復(fù)雜的遺傳操作。目前已廣泛應(yīng)用于函抽象成為TSP問題,并應(yīng)用蟻群算法求該問題的近數(shù)優(yōu)化,神經(jīng)網(wǎng)絡(luò)訓(xùn)練,模糊系統(tǒng)控制以及其他遺似解。Matlab仿真顯示,蟻群算法不僅有效,而且有傳算法的應(yīng)用領(lǐng)域,同樣也被應(yīng)用到焊接領(lǐng)域咖初。較快的計(jì)算速度。文獻(xiàn)[32]為了解決汽車白車身焊粒子群算法模擬鳥群的捕食行為。某區(qū)域里只接機(jī)器人路徑規(guī)劃不合理的問題,將該蟻群算法應(yīng)有-塊食物和鳥群,而所有的鳥都不知道食物在那用于求解該問題,并采用Matlab語言對典型的機(jī)器里，鳥類找到食物的最優(yōu)策略是搜尋目前離食物最人焊接路徑規(guī)劃實(shí)例進(jìn)行編程仿真,結(jié)果表明:不近的鳥的周圍區(qū)域。PSO從這種模型中得到啟示并僅能夠克服早熟現(xiàn)象,而且能夠加快收斂速度,可用于解決優(yōu)化問題。每一個(gè)優(yōu)化問題的解看作搜索以有效快速解決焊接機(jī)器人路徑規(guī)劃問題。因此，空間的一只鳥,即“粒子”。首先生成初始種群叫再,智能優(yōu)化算法為焊接機(jī)器人的路徑規(guī)劃問題提供即在可行解空間中隨機(jī)初始化- - 群粒子,每個(gè)粒子了一種有效的算法。都為優(yōu)化問題的一個(gè)可行解,并由適應(yīng)度函數(shù)為之4.2自動控制確定一個(gè)適應(yīng)度值。每個(gè)粒子都將在解空間中運(yùn)在焊接自動控制領(lǐng)域中有很多與優(yōu)化相關(guān)的動,并由運(yùn)動速度決定其飛行方向和距離。通常粒子問題需要求解,智能優(yōu)化算法已在其中得到了初步將追隨當(dāng)前的最優(yōu)粒子在解空間中搜索。在每-次的應(yīng)用,效果良好。例如用智能優(yōu)化算法進(jìn)行焊接.控制參數(shù)的優(yōu)化焊接工藝的參數(shù)辨識、人工神經(jīng)是粒子本身找到的最優(yōu)解,另一個(gè)是整個(gè)種群目前網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化設(shè)計(jì)和權(quán)值學(xué)習(xí)等,都顯示出了智找到的最優(yōu)解,這個(gè)極值即全局極值。若不用整個(gè)種能優(yōu)化算法在這些領(lǐng)域中應(yīng)用的可能性。例如,文群而只是用其中一部分最優(yōu)粒子的鄰居,那么在所獻(xiàn)[15]針對焊接過程中送絲控制系統(tǒng)均勻穩(wěn)定的送有鄰居中的極值就是局部極值。絲這一-要求,設(shè)計(jì)了轉(zhuǎn)速、電流雙閉環(huán)調(diào)速系統(tǒng)。選4智能進(jìn)化算法在焊接優(yōu)化過程中的擇遺傳算法作為控制策略,并結(jié)合傳統(tǒng)PID控制，實(shí)現(xiàn)PID控制參數(shù)的在線整定。仿真結(jié)果表明,基應(yīng)用于遺傳算法的PID整定明顯優(yōu)于常規(guī)PID算法，4.1組合優(yōu)化而且送絲控制系統(tǒng)滿足恒速要求。文獻(xiàn)[17]引人遺焊接機(jī)器人的路徑規(guī)劃問題是典型的組合優(yōu)傳算法對基于45鋼交流閃光對焊焊接的實(shí)測溫度化問題,對于該NP難度問題,人們已意識到應(yīng)將場的焊接熱影響區(qū)的奧氏體晶粒長大演化過程進(jìn)主要精力放在尋求其滿意解上,智能優(yōu)化算法尤其行了建模。遺傳算法模擬結(jié)果表明了焊接熱循環(huán)過是遺傳算法,是尋求這種滿意解的最佳工具之- - ,并程中存在的溫度梯度,使得焊接熱影響區(qū)中的晶粒已經(jīng)被應(yīng)用到該問題的求解呀。例如,文獻(xiàn)[2]為合長大平均半徑僅為整體加熱時(shí)晶粒平均半徑的理規(guī)劃多焊接機(jī)器人的焊接路徑,提出一種綜合運(yùn)66.8%。智能優(yōu)化算法在焊接自動控制中,應(yīng)用最多用遺傳算法和仿真分析的求解方法。對焊點(diǎn)焊接順中國煤化工學(xué)習(xí)。例如,文序進(jìn)行分析,確定各個(gè)焊點(diǎn)的焊接優(yōu)先關(guān)系,將各問題,提出了fY片個(gè)焊點(diǎn)分配給各個(gè)機(jī)器人，以最短的工位時(shí)間為優(yōu)BP|C N M H G究方法,利用遺8havisHsinp Moalins_ . 69.焊接工藝電焊橫第41卷傳算法全局最優(yōu)值的搜索功能,不斷地進(jìn)行焊接參優(yōu)化方法求解雙目標(biāo)優(yōu)化問題。通過實(shí)例仿真,結(jié)果數(shù)的全局尋優(yōu),結(jié)果表明該方法準(zhǔn)確、高效,適用于證實(shí)修改后的算法是有效的,并能夠找到Pareto前焊接工藝參數(shù)的研究。文獻(xiàn)[16]基于建立BP神經(jīng)網(wǎng)沿解。這樣,智能優(yōu)化算法巳為焊接生產(chǎn)調(diào)度問題提絡(luò)焊接接頭力學(xué)性能預(yù)測模型,并綜合運(yùn)用遺傳算供了一種良好的解決方法。法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)連接權(quán)的方法,對模型預(yù)測.4 圄像處理性能進(jìn)行了有效的改進(jìn),提高了神經(jīng)網(wǎng)絡(luò)模型的預(yù)圖像處理技術(shù)是焊縫跟蹤系統(tǒng)的軟件核心,將測精度和泛化能力。舒服華等人提出了一種神經(jīng)網(wǎng)視覺傳感器所采集的圖像信息進(jìn)行加工處理,提取絡(luò)與蟻群算法相結(jié)合的08Al鋼板電阻點(diǎn)焊工藝參焊縫的特征信息,通過一定的算法得到焊炬與焊縫數(shù)優(yōu)化方法。以試驗(yàn)數(shù)據(jù)為樣本,通過神經(jīng)網(wǎng)絡(luò)建立的偏差信號。圖像處理過程一般包括量化、圖像預(yù)處焊接工藝參數(shù)與焊接性能關(guān)系之間的復(fù)雜模型,利理圖像分割和圖像邊緣提取等步驟,智能優(yōu)化方用蟻群算法對焊接工藝參數(shù)進(jìn)行優(yōu)化,充分發(fā)揮蟻法也逐步被應(yīng)用到焊接圖像處理中241。例如,文群算法全局尋優(yōu)能力,仿真試驗(yàn)顯示了方法的有效獻(xiàn)[23}]基于釬焊電觸頭焊接質(zhì)量超聲成像無損檢測性和優(yōu)越性。文獻(xiàn)[36]利用人工神經(jīng)網(wǎng)絡(luò)來得到焊縫的原理,針對超聲圖像分割過程中閡值難以確定的是否熔透的判斷結(jié)果,在對網(wǎng)絡(luò)權(quán)值的訓(xùn)練中采用問題,利用遺傳算法尋優(yōu)的高效性,搜索到能使分了隨機(jī)變異粒子群算法,大大提高了訓(xùn)練速度和精割質(zhì)量達(dá)到最優(yōu)的分割參數(shù)圖像分割閾值,據(jù)此闞度,實(shí)驗(yàn)結(jié)果表明該系統(tǒng)應(yīng)用于焊接過程的實(shí)時(shí)質(zhì)值可以區(qū)分出超聲圖像中的缺陷部分與焊合區(qū)域，量監(jiān)測是可行的。上面的分析表明,智能優(yōu)化算法對因此對于后續(xù)的焊接缺陷識別具有重要的意義。實(shí)于焊接自動控制過程的優(yōu)化非常重要。驗(yàn)結(jié)果表明,該算法分割切實(shí)可行,有效地縮短了.3 生產(chǎn)調(diào)度尋找閾值的時(shí)間。文獻(xiàn)[24]針對前置放大器電路焊焊接生產(chǎn)調(diào)度問題在很多情況下通過建立數(shù)接點(diǎn)的合格檢測問題,利用遺傳算法可以自適應(yīng)的學(xué)模型難以精確求解,即使經(jīng)過一些簡化之后可以找到最優(yōu)濾波器以增強(qiáng)檢測系統(tǒng)的精度。結(jié)果表明:進(jìn)行求解,也會因簡化得太多而使得求解結(jié)果與實(shí)該方法設(shè)計(jì)的系統(tǒng)的精度要明顯高于傳統(tǒng)濾波器際相差甚遠(yuǎn)。以前在現(xiàn)實(shí)生產(chǎn)中主要是靠- -些經(jīng)驗(yàn)系統(tǒng),其檢測速度也比人工檢測快的多。朱杰雄等來進(jìn)行調(diào)度,而現(xiàn)在智能優(yōu)化算法已成為解決復(fù)雜人為了 更有效地提取鋁合金TIG焊熔池邊緣,提出調(diào)度問題的有效工具92。例如,文獻(xiàn)[20]基于遺傳基于蚊群算法(ACA)的熔池圖像處理程序。并針對算法原理,建立了箱型結(jié)構(gòu)熱機(jī)耦合非線性三維優(yōu)鋁合金TIG焊的特性,對蟻群算法進(jìn)行了改進(jìn),同.化仿真模型,以焊接變形為目標(biāo)函數(shù),進(jìn)行了焊接時(shí)與基于Soble算子,Prewitt算子,Krisch算子熔池順序數(shù)值仿真優(yōu)化。對于給定的焊接條件,通過選邊緣提取結(jié)果進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明,基于蟻群擇合適的目標(biāo)函數(shù),采用遺傳算法可以確定最優(yōu)焊算法的熔池圖像處理程序?qū)θ鄢剡吘壧崛〉男Ы禹樞颉＿@為針對工程具體問題設(shè)計(jì)焊接工藝提供果最佳。所以,智能優(yōu)化方法大大促進(jìn)了焊接圖像了可靠的依據(jù)。文獻(xiàn)[2]利用回歸正交設(shè)計(jì)建立了處理過程。高纖維素焊條藥皮組分與其焊接工藝性之間的數(shù)學(xué)模型,并分析了各個(gè)組分對工藝性的影響規(guī)律,5未來發(fā)展方向并結(jié)合遺傳算法優(yōu)化出了綜合性能優(yōu)良的焊條配.隨著智能優(yōu)化算法的理論研究的不斷深人和方。文獻(xiàn)[34]研究了柔性機(jī)器人焊接系統(tǒng)中的作業(yè)優(yōu)焊接工業(yè)自動化、智能化的不斷發(fā)展,智能優(yōu)化理.化調(diào)度問題,采用蟻群優(yōu)化算法求解機(jī)器人焊接系論在焊機(jī)中的應(yīng)用將日益廣泛,并將朝以下幾個(gè)方統(tǒng)的作業(yè)問題,并通過算例驗(yàn)證了該算法的有效性。向發(fā)展。文獻(xiàn)[37]研究了基于粒子群算法的焊接企業(yè)車間調(diào)(1)智能算法本身不斷改進(jìn)。例如.文獻(xiàn)[2]采用了度問題進(jìn)行研究。首先,對m位工人加工n個(gè)結(jié)構(gòu)件自適應(yīng)遺傳算法,來解決遺傳算法的早熟問題,取得的隨機(jī)調(diào)度問題建立數(shù)學(xué)模型,并以最小化最大的良好的代化加果牛木雄箋A棋出了改進(jìn)的蟻群算加工完成時(shí)間的期望與方差為優(yōu)化目標(biāo)。為求解該好中國煤化工提取了,取得良模型,對二進(jìn)制粒子群算法(BPS0)進(jìn)行改進(jìn),并采!YHCNM H G算法進(jìn)行了改用動態(tài)領(lǐng)域策略、新的粒子個(gè)體極值選擇以及一維進(jìn),來對焊接車間生產(chǎn)調(diào)度問題進(jìn)行優(yōu)化。. 70.8lastrio Hling Molins焊接工藝?yán)顝V軍等:智能優(yōu)化算法及其在焊接優(yōu)化設(shè)計(jì)領(lǐng)域的應(yīng)用.第6期(2)智能優(yōu)化算法混合應(yīng)用。由于各種智能算法徑[小機(jī)械設(shè)計(jì)與研究.2004,20(2):57-59.本身的缺點(diǎn),可以把幾種智能優(yōu)化方法結(jié)合起來適9] 高勝,常玉連,張瑞杰,等.基于自由漂浮空間機(jī)器人用,從而提高效果。例如，文獻(xiàn)[4]針對經(jīng)典遺傳算法的空間焊縫跟蹤[]焊接學(xué)報(bào),2008 29(11):65-68.的缺陷,在貪婪遺傳算法的基礎(chǔ)上引人了基因植入.[10]葉建雄,張晨曙焊接工藝參數(shù)中的BP神經(jīng)網(wǎng)絡(luò)與遺傳算法結(jié)合創(chuàng)小上海交通大學(xué)學(xué)報(bào),00842):57-59.操作,并應(yīng)用到多關(guān)節(jié)機(jī)器人多點(diǎn)焊接的全局序列[11]李小英.基于模擬退火遺傳算法的高頻焊接輸出功率優(yōu)規(guī)劃中,實(shí)現(xiàn)了在不增加種群規(guī)模、不增加運(yùn)算量化控制J機(jī)電工程,2008 ,5():65- 67.的條件下增大搜索范圍、改善收斂效果的目的。文[12]余圣甫,李志遠(yuǎn),劉順洪等基于人工神經(jīng)網(wǎng)絡(luò)的藥焊接獻(xiàn)[5]把模擬退火算法和遺傳算法結(jié)合起來,提出了頭韌性優(yōu)化[小華中理工大學(xué)學(xué)報(bào), 1998 ,26(2):60-62.基于遺傳模擬退火算法用于弧焊機(jī)器人與變位機(jī)(13]任蕓丹,芮延年,林杰基于遺傳 灰色液氯儲罐焊摟質(zhì)協(xié)調(diào)路徑規(guī)劃,取得了很好的效果。協(xié)調(diào)路徑規(guī)劃量可靠性評價(jià)方法的研究J.機(jī)械設(shè)計(jì)與制造,006,11);精確地保證焊縫的最佳焊接位置與最佳的焊槍姿41-42.態(tài),并能找到柔順的焊接路徑,提高了機(jī)器人焊接[14]雷玉成.張成,程曉農(nóng) ,等.基于遺傳算法的棋糊神經(jīng)網(wǎng)絡(luò)控制器在GTAW中的應(yīng)那]，焊接學(xué)報(bào),2003 244):的質(zhì)量和效率。47-50.(3)與其他智能算法結(jié)合使用。焊接是復(fù)雜的非[15]李春善.王經(jīng),劉桂方 ,等.基于遺傳算法焊接送絲控線性過程,智能優(yōu)化算法必須與其他智能算法結(jié)合制系統(tǒng)的設(shè)計(jì)與仿真]信息技術(shù),20107);110-112起來使用,來結(jié)合焊接過程中的各種問題。例如,文[16]董志波,魏艷紅,占小紅,等遺傳算法與神經(jīng)網(wǎng)絡(luò)結(jié)合獻(xiàn)[13]利用遺傳灰色系統(tǒng)理論和方法對液氯儲罐焊優(yōu)化焊接接頭力學(xué)性能預(yù)測模型0焊接學(xué)報(bào),2007,28接質(zhì)量進(jìn)行評價(jià),即用灰色理論建立評價(jià)模型,利(12):69-72.用遺傳算法優(yōu)化此模型,提高評價(jià)精度,節(jié)約人力[17]張根元,徐邁里,田松亞,等.45鋼交流閃光對焊焊接熱和物力。文獻(xiàn)[14]將遺傳算法、模糊理論和神經(jīng)網(wǎng)絡(luò)影響區(qū)晶粒長大的遺傳算法[].焊接學(xué)報(bào)2009 ,30(6):79-82.三者有機(jī)地結(jié)合起來,在模糊神經(jīng)網(wǎng)絡(luò)控制器的基[18]陶 軍,李冬青,范成磊.等模擬一測量結(jié)合反演焊接礎(chǔ)上利用了改進(jìn)的遺傳算法,協(xié)調(diào)利用三者的優(yōu)勢條件下材料熱導(dǎo)事J.機(jī)械工程學(xué)報(bào),2005 ,41(12):141-設(shè)計(jì)了一種新型的模糊控制器,并使之用于脈沖鎢極氣體保護(hù)電弧焊仿真中,結(jié)果證明了該新型模糊[19]劉海江,張春偉,徐君杰,等基于遺傳算法的白車身焊神經(jīng)網(wǎng)絡(luò)控制器比傳統(tǒng)的模糊控制器具有一定的接機(jī)器人焊點(diǎn)分配四同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,優(yōu)越性。.3815):725-728.[20]崔曉芳,馬君,趙海燕,等基于遺傳算法的箱 型結(jié)構(gòu)參考文獻(xiàn):焊接順序優(yōu)化[]，焊接學(xué)報(bào),2006,27(8):6-8.[1] 黃友銳智能優(yōu)化算法及其應(yīng)用[M].北京:國防工業(yè)出版[21]朱文峰.來新民,王皓,等計(jì)入焊接熱效應(yīng)影響的車杜,008.身門董件匹配優(yōu)化方法[I.機(jī)械工程學(xué)報(bào),2005 ,411);2] 晁永生,劉海江白車身焊接機(jī)器人加工路徑優(yōu)化和仿80-83.真[J中國機(jī)械工程2010,21(4):442 445.[2劉瞿.姚潤鋼,吳倫發(fā),等高纖維素焊條工藝性的優(yōu)3] 何廣忠,高洪明,張廣軍,等弧焊機(jī)器人放置規(guī)劃問題的化設(shè)計(jì)[D.材料開發(fā)與應(yīng)用,2010(6):4-6.研究[]機(jī)器人,2006, 28(3):249 -254.[23]陳懷東,曹宗杰,張柯柯，等.基于遺傳算法的超聲檢測4] 何谷慧,周保定,孫立功,等基因植入遺傳算法在焊接機(jī)圖像分割識別方法[J西安交通大學(xué)學(xué)報(bào),2003 ,37(1):器人序列規(guī)劃中的應(yīng)用[J.河南科技大學(xué)學(xué)報(bào)(自然科學(xué)22-24版),2008 ,95);33. -36.[24]屈小川自動視覺檢測中基于遺傳算法的新的邊緣檢測5] 陳志翔,殷樹言,盧振洋,等基于遺傳模擬退火算法的弧技術(shù)測繪科技情報(bào)2002(1):8 -14.焊機(jī)器人系統(tǒng)協(xié)調(diào)路徑規(guī)劃[J.機(jī)械工程學(xué)報(bào),2005 ,41[25]吉根林遺傳算法研究綜述[J計(jì)算機(jī)應(yīng)用與軟件,2004,、(2);194-198.21(2):69-71.6)崔鯤,吳林,陳善本.遺傳算法在冗余度弧焊機(jī)器人26]楊淑瑩.模式識別與智能計(jì)算- -Matlab技術(shù)實(shí)現(xiàn)[M.北路徑規(guī)劃中的應(yīng)用[J.19989 ,20(5):362 367.京:電子工業(yè)出版社.2008.[7]師文慶.振鏡掃描式激光點(diǎn)焊 技術(shù)中掃描路徑的優(yōu)化[中國煤化工算法及其在飛行應(yīng)用激光200824(-)331-335.上報(bào),009,306);8] 楊虎,邵華，利用遺傳算法求解最小變形的焊接路YHCNMHG_8havi KWling .Medino__ . 71 :焊技工藝電焊榔第41卷[28]張慧VC++ 環(huán)境下的BP神經(jīng)網(wǎng)絡(luò)建模和模擬退火算法[小電焊機(jī),009, 39(4):90-92.優(yōu)化研究[]電腦與信息技術(shù),2008, 16(2):31-33.[34]胡中華,趙敏.一種求解 機(jī)器人作業(yè)調(diào)度的智能優(yōu)化[29]武飛周,薛源智 能算法綜述[幾.工程地質(zhì)計(jì)算機(jī)應(yīng)用，算法[小電焊機(jī)2009,3911):45-48.2005(2):9-14[35]陳京力奇,孟正大基于蟻群算法的弧焊作業(yè)任務(wù)規(guī)劃小(30]馬軍建，董增川,王春霞,等.蟻群算法研究進(jìn)展J]河海華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版) 2008(36):317-340.大學(xué)學(xué)報(bào)(自然科學(xué)版),2005 ,(2):139-142[36]張樸,王振飛,孔 力,等激光深熔焊接 過程實(shí)時(shí)監(jiān)[31]王家海,王毅基于蟻群算法的白車身焊接機(jī)器人路測系統(tǒng)設(shè)計(jì)J.儀表技術(shù)與傳感器2087):83-858.徑優(yōu)化研究[J.制造業(yè)自動化,2008 305);16-17.[37樊 坤,張人千,夏國平隨機(jī)雙目標(biāo)焊接車間調(diào)度建模[32]吳明亮,李妍,黃健康,等.基于蟻群算法的鋁合金 MIG與仿真[J}系統(tǒng)仿真學(xué)報(bào)20.21013):3106 3099.焊熔池邊緣檢測[D.電焊機(jī)208,385);19 -21.[38]倪慶劍,邢漢承,張志政,等粒子群優(yōu)化算法研究進(jìn)展辦[3]趙敏, 胡中華.一種求解機(jī)器人路徑規(guī)劃的智能優(yōu)化模式識別與人工智能,2007 20(3):249 _253.Page81百SMAW通常工作于小電流區(qū)間。流反接,即使熔深可能較淺。.在陰極區(qū),由于電極為冷陰極材料,因此其導(dǎo)電機(jī)構(gòu)與GMAW反接時(shí)的陰極區(qū)導(dǎo)電機(jī)構(gòu)相同,3結(jié)論以電場發(fā)射為主(見圖1),熱發(fā)射為輔。因此正電場.(1)由于熱陰極(W、C)和冷陰極(Fe、Al、Cu等)的強(qiáng)度E很高,陰極壓降Uk也很高。電子發(fā)射方式不同,以及陽極區(qū)中性粒子的電離方在陽極區(qū),由于電流較小,加之焊條直徑較粗,式不同,在陰、陽極區(qū)將可能形成正、負(fù)電場,導(dǎo)致電流密度更小，溫度較低,熱電離不能提供足夠的U(或陰極產(chǎn)熱P)、UA(或陽極產(chǎn)熱P)不一致。為了電子。來自陰極的過剩的電子便在陽極區(qū)前沿堆積，”獲取較大的熔深,通 常都是將產(chǎn)熱較大的一-極接至形成電場強(qiáng)度很強(qiáng)的負(fù)電場(見圖2),通過電場電工件。離提供所需要的正離子。(2)對于GMAW和SAW焊,陰極壓降Uk遠(yuǎn)遠(yuǎn).綜上可知,陰極區(qū)的電場強(qiáng)度和陽極區(qū)的電場大于陽極壓降U(近似為0),導(dǎo)致陰極產(chǎn)熱遠(yuǎn)大于強(qiáng)度都很大,大體處于同一數(shù)量級。但由于陽極區(qū)長陽極產(chǎn)熱,因此,GMAW通常采用直流反接。度(約10+ cm)大于陰極區(qū)長度(約10 cm),導(dǎo)致陽(3)對于TIG焊,陽極壓降U大于陰極壓降Uk, .極壓降U大于陰極壓降Uk,因此陽極產(chǎn)熱Px=(UA+從而陽極產(chǎn)熱P.大于陰極產(chǎn)熱P,因此,TIC大多U)大于陰極產(chǎn)熱P=l(U,-U)。實(shí)驗(yàn)證明,陽極溫度采用直流正接。比陰極溫度高約200 C間。(4)對于SMAW焊.酸性焊條時(shí),陽極壓降U(2)直流反接。大于陰極壓降Uk,陽極產(chǎn)熱P.大于陰極產(chǎn)熱R,采使用堿性焊條時(shí),通常使用直流反接,其原因用直流正接;堿性焊條時(shí),由于氟的存在,導(dǎo)致焊接為:堿性藥皮中含有CaF2,它在電弧作用下分解出工藝性差,通常采用直流反接。氟,氟的電離電位很高,不易電離,而氟最外層有七個(gè)電子,不可能失去電子成為正離子,而且氟的電參考文獻(xiàn):子親和能很大,容易獲得電子成為負(fù)離子。如果采用[1]區(qū)智明,孫曉明,夏勝全.改善 MIG/MAG短路過渡焊接直流正接,在陰極區(qū)(焊條端部),大量電子被氟奪電弧工藝性能的方卻小電焊機(jī),2009 ,91)77-82.走,而電子運(yùn)動是電弧導(dǎo)電的主要力量,這就會造[2] 常云龍,楊旭.外加縱向磁場作用 下的TG焊接電弧[]焊接學(xué)報(bào),2010,414):49-52.成電弧導(dǎo)電困難,電弧穩(wěn)定性下降;另一方面,大量[3] 馬春偉,徐培全.微束等離子焊接電弧光學(xué)特征的試驗(yàn)研的氟離子在電場作用下加速飛向陽極(熔池),這樣究[)上海交通大學(xué)學(xué)報(bào)20.42011):149-151會增加飛濺;再加上陰極斑點(diǎn)壓力也阻礙熔滴的過[4] 安藤弘平, 長谷川光雄.焊接電弧現(xiàn)象[M]}施雨湘譯北渡,導(dǎo)致難以施焊。如果采用直流反接,氟原子處于京:機(jī)械工業(yè)出版社,1985.陽極(焊條端部)區(qū),而大量的自由電子遠(yuǎn)在陰極(工[5]中國煤化工業(yè)出版社.1998件)區(qū),氟原子便失去了奪取大量自由電子的機(jī)會。60HCNMHG書3版)M北京:因此為改善堿性焊條的焊接工藝性能,盡量采用直.72.8ldhio gKidin .Mbolins