張 弛 ，李宏杰 ，朱彥軍 ，武 帥 ，王安紅

（1.太原科技大學，山西太原030024；2.山西省互聯(lián)網(wǎng)+3D打印協(xié)同創(chuàng)新中心，山西太原030024）

0 前言

增材制造是制造業(yè)領(lǐng)域正在迅速發(fā)展的一項新興技術(shù)，被稱為“具有工業(yè)革命意義的制造技術(shù)”。其主要過程是：運用計算機軟件設(shè)計立體的加工樣式，通過特定的成型設(shè)備（一般稱“3D打印機”），用液化、粉末化、絲化的固體材料自下而上逐層“打印”出產(chǎn)品。它是通過連續(xù)的物理層疊加，逐層增加材料來生成三維實體的技術(shù)，不同于傳統(tǒng)的去除材料加工方法，因此又稱添加制造[1-3]。

MOTOMAN-UP6型弧焊機器人是日本Motoman公司多關(guān)節(jié)工業(yè)機器人，它是一種6自由度的關(guān)節(jié)型機器人，由機器人本體、控制柜XRC、控制面板和電纜線等組成。焊接變位機是一種焊接輔助設(shè)備，可水平翻轉(zhuǎn)角度，通過工作臺的回轉(zhuǎn)及翻轉(zhuǎn)運動使焊縫處于最理想的焊接位置，從而顯著提高焊縫質(zhì)量，減輕焊工勞動強度，尤其適合焊接各種軸類、盤類、筒體等回轉(zhuǎn)工件。在現(xiàn)代加工和制造過程中，焊接變位機已成為一種不可缺少的設(shè)備，其作用越來越突出[4]。

根據(jù)3D打印機的工作原理，基于焊接機器人絲質(zhì)熔融成型方法[5]，設(shè)計由焊接機器人與2R旋傾變位機構(gòu)成的焊接系統(tǒng)并應用于增材制造領(lǐng)域，減少了示教盒編程的繁瑣過程，且變位機的應用使得對工件加工的點定位更加準確，是快速熔覆制造的新型實現(xiàn)形式。

1 建立焊接成型系統(tǒng)

結(jié)合增材制造（3D打印）技術(shù)，設(shè)計由焊機器人與2R旋傾變位機構(gòu)成的焊接系統(tǒng)，如圖1所示。

圖1 焊接機器人與變位機焊接系統(tǒng)工作臺Fig.1 Welding robot and positioning machine welding system workbench

1.1 MOTOMAN-UP6型弧焊機器人

MOTOMAN-UP6型弧焊機器人是一種6自由度的關(guān)節(jié)型機器人，機器人本體有 S、L、U、R、B、T 6個可轉(zhuǎn)動的關(guān)節(jié)（軸）。其中S、R、T繞平行于紙面的軸轉(zhuǎn)動，L、U、B繞垂直于紙面的軸轉(zhuǎn)動。S（關(guān)節(jié)1）、L（關(guān)節(jié) 2）、U（關(guān)節(jié) 3）、R（關(guān)節(jié) 4）、B（關(guān)節(jié) 5）、T（關(guān)節(jié)6）關(guān)節(jié)的運動參數(shù)如表1所示。

表1 機器人參數(shù)Table 1 Robot parameter

MOTOMAN-UP6機器人主要有關(guān)節(jié)插補MOVJ、直線插補MOVL和圓弧插補MOVC三種軌跡插補方式。

MOTOMAN-UP6型弧焊機器人運用先進的運動控制，大幅提高高速運動時的軌跡精度。機器人動作范圍大、動作速度快、軌跡精度高，在高速弧焊作業(yè)時，控制效果仍較好。

1.2 2R旋傾焊接變位機

2R旋傾變位機是較常見的一種變位機，其三維實體模型如圖2所示，主要由底座支架、傾軸和卡盤3部分構(gòu)成，底座支架固定不動，傾軸做傾斜旋轉(zhuǎn)運動。

圖2 旋傾變位機結(jié)構(gòu)模型Fig.2 Structural model of rotary tilting positioner

2 單焊道實驗

實驗平臺為MOTOMAN-UP6型弧焊機器人、Motoweld-S350焊機、通用焊接變位機。

2.1 焊接成形的影響因素

焊道成形的影響因素很多，如保護氣體流量、噴嘴高度、焊絲直徑、焊接電流、送絲速度、焊接速度等。為了獲取較高質(zhì)量的焊縫，需找出影響焊縫成形的主要因素并進行控制，以便選擇合適的焊接條件，減少不利因素對焊縫成形的不良影響[6-10]。

經(jīng)過大量實驗得出，MOTOMAN-UP6型弧焊機器人的送絲速度與電流有關(guān)。選用直徑1.2mm的藥芯焊絲，氣體流量15 L/min，噴嘴高度12mm，焊接電壓為100%電壓。最終確定焊接電流和焊接速度為影響焊道成形尺寸的主要因素。

2.2 實驗記錄

根據(jù)焊接電流和焊接速度，共設(shè)計采集25組數(shù)據(jù)。焊接電流為110 A、125 A、140 A、155 A、170 A五組，焊接速度為 40 cm/min、50 cm/min、60 cm/min、70 cm/min、80 cm/min五組，組合成25組。

3 焊接參數(shù)的MATLAB仿真

3.1 影響因子與焊道成形的關(guān)系

對25組數(shù)據(jù)進行MATLAB分析，得出焊接電流I和焊接速度v與焊道形狀的幾何關(guān)系，分別如圖3、圖4所示。

3.1.1 焊接電流與焊道高度、寬度的關(guān)系

由圖3可知，焊接電流與熔寬、余高幾乎都呈線性關(guān)系，焊接電流增大，焊道寬度增加，高度增加。

3.1.2 焊接速度與焊道高度、寬度的關(guān)系

由圖4可知，焊接速度與熔寬、余高幾乎都呈線性關(guān)系，焊接速度增大，焊道寬度減小，高度減小。

圖3 焊接電流與熔寬和余高的關(guān)系Fig.3 Welding current and the relationship between the width and residual height

圖4 焊接速度與熔寬和余高的關(guān)系Fig.4 Welding speed and the relationship between the width and residual height

3.2 BP神經(jīng)網(wǎng)絡預測焊接參數(shù)

3.2.1 BP網(wǎng)絡的建立

神經(jīng)網(wǎng)絡采用兩輸入兩輸出模式，輸入層為焊接電流、焊接速度，輸出層為焊道寬度、余高，神經(jīng)網(wǎng)絡模型結(jié)構(gòu)如圖5所示。確定BP網(wǎng)絡結(jié)構(gòu)后，利用輸入輸出樣本集對其進行訓練，即學習和調(diào)整網(wǎng)絡的權(quán)值和閾值，使網(wǎng)絡實現(xiàn)給定的輸入輸出映射關(guān)系。

圖5 神經(jīng)網(wǎng)絡模型結(jié)構(gòu)Fig.5 Structure of neural network model

程序運行平臺為Matlab2015，BP訓練結(jié)果如圖6所示。圖6a為訓練均方差收斂曲線，模型的訓練誤差在經(jīng)過一定步數(shù)后達到0.001 2。圖6b為訓練樣本輸出數(shù)據(jù)線性回歸結(jié)果，線性相關(guān)系數(shù)R為0.997 79，模型擬合效果顯著，模型準確度較高。

3.2.2 BP網(wǎng)絡預測模型

以25組數(shù)據(jù)中前20組數(shù)據(jù)為訓練樣本，采用BP神經(jīng)網(wǎng)絡預測后5組數(shù)據(jù)，結(jié)果如表2所示。

由表2可知，數(shù)據(jù)誤差在合理范圍內(nèi)，該預測模型可行，并正確預測后面實驗的參數(shù)。

4 實驗

4.1 焊接工藝參數(shù)

變位機檔位選取5檔，轉(zhuǎn)動周期15 s，線速度75 cm/min。在此基礎(chǔ)上經(jīng)試驗得出，焊接電流130 A的情況下，焊接成形效果好。

通過BP算法預測在電流130A、速度75cm/min情況下的熔寬和余高分別為4.64mm、1.84mm，用數(shù)字游標卡尺測得實際值分別為4.52mm、1.80mm，誤差很小，進一步驗證了該模型的可靠性。

圖6 BP訓練結(jié)果Fig.6 BP training results

表2 焊道尺寸實際值與預測值Table 2 Actual value and prediction value of bead size

4.2 實驗結(jié)果與對比

在增材制造過程中，隨著層的增加會出現(xiàn)塌陷，因此選取每隔5層電流降低10 A以減小變形。1～5層電流為 130 A，6～10 層電流為 120 A，11～15 層電流為110 A的15層理論數(shù)據(jù)。成型對比如圖7所示。

5 結(jié)論

通過單焊道實驗，分析焊接電流和焊接速度對熔寬和余高的影響，建立焊道成形的BP神經(jīng)網(wǎng)絡預測模型并驗證其合理性。在單焊道實驗的基礎(chǔ)上進行兩種方法的增材制造實驗，得出結(jié)合變位機方式的成形效果更好，在增材領(lǐng)域具有重要意義。

圖7 實驗成型對比Fig.7 Comparison of experimental molding

參考文獻：

[1]盧秉恒，李滌塵.增材制造（3D打?。┘夹g(shù)發(fā)展[J].機械制造與自動化，2013，42（2）：1-4.

[2]黃衛(wèi)東.材料3D打印技術(shù)的研究進展[J].新型工業(yè)化，2016（3）：54-55.

[3]黃衛(wèi)東.如何理性看待增材制造（3D打印）技術(shù)[J].新材料產(chǎn)業(yè)，2013（8）：9-10.

[4]康艷軍.弧焊機器人運動學規(guī)劃及機器人/變位機的運動仿真[D].江蘇：河海大學，2005：20-21.

[5]耿海濱，熊江濤，黃丹，等.絲材電弧增材制造技術(shù)研究現(xiàn)狀與趨勢[J].焊接，2015（11）：18-19.

[6]杜乃成.弧焊機器人金屬快速成形研究[D].天津：天津大學，2009：68-70.

[7]柏久陽，王計輝，林三寶，等.鋁合金電弧增材制造焊道寬度尺寸預測[J].焊接學報，2015（9）：35-36.

[8]張光云.TIG熔焊成型中焊縫幾何尺寸的建模與控制[D].江西：南昌大學，2008：25-26.

[9]于秀萍，孫華，趙希人，等.基于人工神經(jīng)網(wǎng)絡的焊縫寬度預測[J].焊接學報，2005（5）：17-20.

[10]張建勛，王軍，裴怡，等.CO2氣保焊焊縫形狀的神經(jīng)網(wǎng)絡預測模型[J].焊接技術(shù)，2002（3）：11-12.