Вибір складу та топографії поверхневого шару інструмента для обробки полімерних композитів
DOI:
https://doi.org/10.25140/2411-5363-2026-2(44)-411-419Ключові слова:
дугове наплавлення; синергетичне управління; інваріантне різноманіття; стійкість за Ляпуновим; нелінійна динаміка; регулюванняАнотація
У роботі запропоновано та аналітично обґрунтовано синергетичний підхід до стабілізації напруги дуги при електродуговому наплавленні порошковим дротом у середовищі захисних газів. Актуальність дослідження зумовлена тим, що стабільність напруги дуги безпосередньо визначає тепловий режим процесу, характер металопереносу та якість наплавленого шару. Традиційні ПІ та ПІД-регулятори, що базуються на лінійних моделях, не забезпечують належної ефективності в умовах нелінійної динаміки дугового процесу та імпульсних збурень, пов’язаних із короткими замиканнями та флуктуаціями довжини дуги.
На основі експериментальної ідентифікації каналу керування напругою побудовано математичну модель у вигляді інерційної ланки першого порядку з урахуванням обмежених імпульсних збурень. Застосування синергетичного підходу дозволило сформувати інваріантне різноманіття, що відповідає стабільному режиму процесу, та синтезувати закон керування, який забезпечує експоненційну збіжність похибки. Доведено асимптотичну стійкість замкненої системи за методом Ляпунова, а також встановлено її робастність у сенсі ISS щодо обмежених збурень.
Отримано аналітичну оцінку залишкової похибки стабілізації, яка визначає вплив параметрів системи на точність регулювання. Результати моделювання підтвердили переваги синергетичного алгоритму над класичним ПІ-регулятором: скорочення часу встановлення, відсутність перерегулювання, зменшення чутливості до параметричних змін та імпульсних збурень. Також показано зниження енергетичних витрат керування та покращення якості сигналу.
Запропонований підхід має просту структуру, не потребує інтегруючих ланок і є придатним для цифрової реалізації у системах керування джерелами зварювального струму. Отримані результати підтверджують перспективність використання синергетичних методів для підвищення стабільності та якості процесів електродугового наплавлення.
Посилання
Lankin, Yu. M., Soloviov, V. G. (2016). Information-measuring system for arc welding and surfacing. The Paton Welding Journal, 11, 6–12. https://doi.org/10.15407/tpwj2016.11.06.
Соловйов, В. Г., Рябцев, І. О., Ланкін, Ю. М., Романова, І. Ю. (2023). Розробка та дослідження моделі ПІД-регулятора напруги дуги під час наплавлення. Технічна електродинаміка, 6, 8–15. https://doi.org/10.15407/techned2023.06.008.
Podržaj P. (2018). An overview of arc welding control systems. Progress of Electrical and Electronic Engineering, 1(4), 1–10. https://doi.org/10.18063/peee.v1i4.871.
Kuanfang He, Shisheng Huang. (2008). Research on the controller of an arc welding process based on PID neural network. Journal of Harbin Institute of Technology, 6, 327–329. https://doi.org/10.1007/s11768-008-6189-9.
Chen Si-min, Zhong Qi-ming, Zeng Zhi-jing, Wang Zhen-min. (2021). Composite control of the arc welding power source based on expert system and PID algorithm. E3S Web of Conferences, 233, 04001. https://doi.org/10.1051/e3sconf/202123304001.
Yang Zhou, Bojin Qi, Minxin Zheng. (2019). Research on adaptive controller for variable polarity plasma arc welding power supply with high-frequency. MATEC Web of Conferences, 264, 04001. https://doi.org/10.1051/matecconf/201926904001.
Zhi Zeng, Junrui Yuan, Yuancheng Yang, Bojin Qi. (2025). Modeling and strategies for arc welding penetration control algorithm: a review. Discov Mechanical Engineering, 4, 30. https://doi.org/10.1007/s44245-025-00113-7.
Na Lv, Yanling Xu, Sichen Li, Xinwen Yu, Shanben Chen (2017). Automated control of welding penetration based on audio sensing technology. Journal of Materials Processing Technology, 250, 8198. https://doi.org/10.1016/j.jmatprotec.2017.07.005.
Cao, Y., Wang, Z., Hu, S., & Wang, T. (2023). Adaptive predictive control of backside weld width in pulsed gas metal arc welding using electrical characteristic signals as feed-back. IEEE Transactions on Control Systems Technology, 1–8. https://doi.org/10.1109/tcst.2023.3258064.
Wu, D., Chen, H., Huang, Y., & Chen, S. (2019). Online monitoring and model-free adaptive control of weld penetration in VPPAW based on extreme learning machine. IEEE Transactions on Industrial Informatics, 15(5), 2732–2740. https://doi.org/10.1109/tii.2018.2870933.
Zhang, J., Chen, S., Yu, Y., Zhao, H., & Liu, M. (2023). Large- and small-signal modeling and control strategy for multi-output welding power supply. Electronics, 12(8), 1800. https://doi.org/10.3390/electronics12081800.
Le, J., Li, F., Zeng, M., & Zhang, H. (2024). Research on the online detection method of fillet welding arc stability based on the adaptive model of rotating arc stability sen-sor. Mechanical Systems and Signal Processing, 217, 111500. https://doi.org/10.1016/j.ymssp.2024.111500.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.