周文杰1, 刘建春1, 2, 林剑锋1, 2, 谢传衤录3, 李 伟3
黑龙江工程学院学报.
2026, 40(1):
35.
针对机器人焊接后造成的工件平面位置偏离和角度偏离问题,结合正交实验方法设计影响焊接实验的焊接电流、电弧电压、焊接速度参数样本,利用RBF神经网络训练样本数据,通过K-means聚类、高斯函数、最小二乘法、归一化处理等方法预测工件偏移距离和工件偏移角度信息,获得焊接工艺参数对高温焊后工件偏移的影响规律。以大功率变压器夹件为例,槽钢为母材进行焊接和测量实验,结果表明RBF神经网络可以有效解决焊接因素的非线性问题,成功训练正交实验样本数据,并预测工件偏移信息。工件偏移距离和角度的最大绝对误差分别小于0.06mm、0.11°。不仅将工件偏移问题控制在误差允许范围之内,还可以通过调整机器人焊接工艺参数降低焊接后工件偏移距离和角度,进而提高多种类结构件的焊接精度。