Key points are not available for this paper at this time.
Die Erfahrungen und Fähigkeiten menschlicher Schweißer sind entscheidend für die Herstellung von Qualitätsschweißnähten im manuellen Gaswolframlichtbogen-Schweißverfahren (GTAW). In dieser Arbeit wird ein neuro-fuzzy-basiertes Modell der menschlichen Intelligenz entwickelt und als intelligenter Regler im automatisierten GTAW-Prozess implementiert, um eine konsistente gewünschte Vollpenetration aufrechtzuerhalten. Ein innovatives Sichtsystem wird eingesetzt, um die spekulare 3D-Schweißbadoberfläche in Echtzeit unter starkem Lichtbogenlichtinterferenzen zu messen. Die Experimente sind so angelegt, dass sie zufällige Änderungen in der Schweißgeschwindigkeit und -spannung erzeugen, was zu Schwankungen in der Schweißbadoberfläche führt. Ein adaptives neuro-fuzzy-Inferenzsystem (ANFIS) wird vorgeschlagen, um die Reaktion des menschlichen Schweißers mit der 3D-Schweißbadoberfläche zu korrelieren, die durch ihre Breite, Länge und Wölbung charakterisiert wird. Geschlossene Regelkreiserfahrungen werden durchgeführt, um die Robustheit des vorgeschlagenen Reglers zu überprüfen. Es wurde festgestellt, dass das Modell der menschlichen Intelligenz den Strom anpassen kann, um den Prozess robust auf einen gewünschten Penetrationszustand zu steuern, trotz unterschiedlicher Anfangsbedingungen und verschiedener Störungen. Damit wird eine Grundlage geschaffen, um den Mechanismus und die Transformation der Intelligenz menschlicher Schweißer in robotergestützte Schweißsysteme zu erforschen.
Liu et al. (Thu,) haben diese Frage untersucht.