点焊质量监控新技术，由于新技术的发展也促进了点焊机焊接质量检测技术的提高。
(1)人工智能控制
近10年来。点焊机焊接质量监控或点焊质量预测有了较大进展。目前应用人工智能技术
解决电阻焊用高性能计算机,使设备投资增加不多，但是解决了很多问题。
(2)基于熔核直径数值计算的自适应控制行实时监测、处理和控制,采用数值计算的熔核直径
在线自适应控制技种控制方法。控制系统由主电路、控制电路和辅助电路,需在焊前预先输
入被焊工件材质的力学与热辅助电路组成。系统功能以及焊接参数,焊接时每隔一定时间进
行放电在主电路中,大功率二极管控制焊接变压器一次电流。
(3)基于模糊分类理论的点焊质量等级评定。
网络是过程处理单元组成的并行分布的信息结构,由若干信息处理层构成。它可以模拟人
类思一个分类过程,不能用公式来清晰描述:只有通过思维活动,经学习训练后,根据输入参数
按规定规过测点焊过程参数的一些最大值或最小值来进行推理运算,只要处理层空间足够行
片面描述,这样就可以从过程的函数描述转换有足够的覆盖性。就可保证输出满意的精度。
由于人工神经网络的建立无需任何的假设和立分类等级。目前,已有用模糊分类的方法来评
数学推导,具有自组织、自学习、模糊性和容错估焊接电流引起的过程信号(电极位移特征量
性的特点,因此可以处理非线性多变性的复杂信电极加速度特征量)和焊点质量变化的报道
如,运用神经元网络理论,结合低碳动态电阻程的复杂性和零线性,可以用于焊点质量的等级
与焊点质量之间的模型关系,可以建立点焊质量评估,但只能给出焊点质量参数的大致范围,而
模糊综合评判模型,实现低碳钢点焊质量的多参且评价的准确性难以免地受到专家数据库等
大量综合监测。
人工智能技术特别适用于多信号融合性时变系统。它可同时综合多个定量和稳定信号,因
此,把人工神经网络技术与控制理论结监控可通过电参数和机械参数两种方式进行。能解决
像点焊质量控制这样,但是用于点焊时,影响接头质量的参数很多,数学建模的控制理论很难得
到满意解决的实产中不可能而且没有必要对所有的影响参数都进行检测。实际问题。另外,
人们还在研究把ANN建模与模行控制,通常是控制其中的一个或某几个参数。模糊控制相结
合的点焊实时监控系统,以提高下面介绍一种焊接电压、电流和工件送进速度的控制系统的
智能和建模的准确性。