Синтез и моделирование адаптивного регулятора формирования валика шва при дуговой сварке плавящимся электродом

• Published in: Электронное моделирование
• Date: 2009
• Main Authors: Лазоренко, Я.П., Клищар, Ф.C.
• Format: Article
• Language: Russian
• Published: Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України 2009
• Subjects: Применение методов и средств моделирования
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/101508
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Синтез и моделирование адаптивного регулятора формирования валика шва при дуговой сварке плавящимся электродом / Я.П. Лазоренко, Ф.C. Клищар // Электронное моделирование. — 2009. — Т. 31, № 4. — С. 99-112. — Бібліогр.: 10 назв. — рос.

Рассмотрены синтез и моделирование в среде математического пакета MATLAB адаптивного регулятора для системы управления формированием валика шва в условиях дуговой сварки плавящимся электродом (МАГ-сварки) с замкнутым контуром обратной связи. Для расчета ошибки управления использованы специальные функциональные преобразователи, которые синтезированы на основе искусственных нейронных сетей, полученных обратным решением с использованием математической модели формирования шва. Розглянуто синтез і моделювання в середовищі математичного пакету MATLAB адаптивного регулятора для системи управління формуванням валика шва в умовах дугового зварювання електродом, що плавиться (МАГ-зварювання) із замкнутим контуром зворотнього зв’язку. Для розрахунку помилки управління використано спеціальні функціональні перетворювачі, які синтезовано на основі штучних нейронних мереж, отриманих зворотнім рішенням з використанням математичної моделі формування шва. An adaptive regulator synthesis and design in the environment of MATLAB mathematical package are considered for the control joint bead forming system in the conditions of MAG-welding with the closed-loop feedback. Special functional transformers synthesized on the basis of artificial networks of neurons are used to calculate the control error. These networks were obtained by a reverse decision using a mathematical model of joint forming.