基于机器学习的汽车点焊动态电阻优化控制

阳明霞

摘 要：为了提高汽车点焊动态电阻控制能力，提出基于机器学习的汽车点焊动态电阻控制模型，并采用统计特征分析进行汽车点焊动态电阻控制的实证分析。构建汽车点焊动态电阻控制统计信息分析模型，根据汽车点焊动态电阻控制信息的挖掘结果，对汽车点焊动态电阻控制特征量进行电阻阻抗分析和功率点因素特征检测，提取汽车点焊动态电阻模糊度特征量，对检测的汽车点焊动态电阻控制特征量进行模糊聚类处理，分析汽车点焊动态电阻控制互相关信息融合的规则性特征量，以此为约束条件进行汽车点焊动态电阻控制和阻抗匹配，采用机器学习方法进行汽车点焊动态电阻的统计分析和寻优控制。仿真结果表明，采用该方法进行汽车点焊动态电阻控制的鲁棒性水平较高，控制结果准确可靠，提高了汽车点焊动态电阻的量化分析能力。

关键词：机器学习;汽车点焊;动态电阻;优化控制;鲁棒性

Abstract： In order to improve the control ability of automotive spot welding dynamic resistance， a machine learning based automotive spot welding dynamic resistance control is proposed. A dynamic resistance control model of auto spot welding based on machine learning is proposed. The statistical information analysis model of auto spot welding dynamic resistance control is constructed. According to the mining results of auto spot welding dynamic resistance control information， the characteristic of auto spot welding dynamic resistance control is analyzed by resistance impedance analysis and power point factor characteristic detection. The impedance characteristic matching and auto-correlation matching of the dynamic resistance of auto spot welding are carried out by using the power factor mining method of power grid output. The characteris -tic quantity of auto spot welding dynamic resistance control is fuzzy clustered， and the regular characteristic of auto spot welding dynamic resistance control information

引言

随着汽车点焊技术的发展，进行汽车点焊动态电阻控制，提高汽车点焊动态输出稳定性，对汽车点焊动态电阻输出稳定性要求越来越高，需要构建汽车点焊动态电阻的控制模型，结合大数据分析方法，进行对汽车点焊动态电阻控制和识别，提高对汽车点焊动态电阻控制的输出稳定性，采用汽车点焊动态电阻评估方法进行质量控制，提高汽车点焊动态电阻的输出稳定性和可靠性，研究汽车点焊动态电阻控制，在促进汽车点焊动态电阻输出稳定性方面具有重要意义，相关的汽车点焊动态电阻控制和评估模型研究受到人们的极大关注[1]。分析汽车点焊动态电阻控制模型，推进汽车点焊动态电阻提升，能有效提升汽车点焊动态电阻控制的质量。传统方法中，对汽车点焊动态电阻控制方法主要有汽车点焊动态电阻输出功率因素挖掘方法、统计分析方法、自相关特征匹配方法等[2]，并采用统计特征分析进行汽车点焊动态电阻控制的实证分析。本文提出基于机器学习的汽车点焊动态电阻控制，对检测的汽车点焊动态电阻控制特征量进行模糊聚类处理，分析汽车点焊动态电阻控制互相关信息融合的规则性特征量，以此为约束条件进行汽车点焊动态电阻控制和阻抗匹配，最后进行实验测试分析，得出有效性结论。

1 汽车点焊动态电阻控制参数模型和功率点因素特征分析

1.1 汽车点焊动态电阻控制参数模型

为了实现基于机器学习的汽车点焊动态电阻控制模型优化设计，采用大数据融合调度和统计信息挖掘方法进行汽车点焊动态电阻控制，首先进行汽车点焊动态电阻先验数据分析，根据汽车点焊动态电阻先验数据分析结果进行汽车点焊动态电阻评价与决策，采用层次分析和模糊参量融合方法进行汽车点焊动态电阻控制建模[3]，把汽车点焊动态电阻控制的等级x（0）划分为N个等级，用粗糙集算法进行汽车点焊动态电阻的统计分析，采用样本回归检验分析方法，在卷积神经网络学习算法约束下[4]，建立汽车点焊动态电阻控制的量化分析模型，得到汽车点焊动态电阻控制的自适应调节模型为：

上式表示为汽车点焊动态电阻评价的约束指标参量集，为一个标准的正态分布函数，ω为汽车点焊动态电阻控制的统计特征分布的惯性权重，考虑关联规则约束项对汽车点焊动态电阻控制的干扰因素[5]，引入汽车点焊动态电阻控制观测集userInput（）、sanitize x、flipCoin（）和exec（flipCoin（sanitize （））），對汽车点焊动态电阻控制模型进行综合分析和调度[6]，设定汽车点焊动态电阻控制的可靠性权重ω的取值为：

其中ωmax和ωmin分别表示汽车点焊动态电阻控制的调控系数，Tmax为最大控制时间尺度，t为汽车点焊动态电阻控制的关联性因子，采用分段样本检验法进行汽车点焊动态电阻的统计分析，构建汽车点焊动态电阻影响的模糊信息特征分析模型，提高汽车点焊动态电阻控制的准确[7]。

1.2 功率点因素特征分析

构建汽车点焊动态电阻控制的随机分布概念集，得到随机概率分布为：

设汽车点焊动态电阻控制的目标窗口函数为 ，采用多维层次挖掘方法，进行汽车点焊动态电阻的模糊相关性调度[8]，得到汽车点焊动态电阻控制电阻阻抗分析和功率点因素特征检测输出为：

当时，根据汽车点焊动态电阻的电阻阻抗分析和功率点因素特征检测结果，构建汽车点焊动态电阻控制统计信息分析模型，根据汽车点焊动态电阻控制信息的挖掘结果，对汽车点焊动态电阻控制特征量进行电阻阻抗分析和功率点因素特征检测，结合量化回归分析方法构建汽车点焊动态电阻控制的大数据模型，对汽车点焊动态电阻控制特征量进行电阻阻抗分析和功率点因素特征检测[9]，构建汽车点焊动态电阻控制的回归分析模型，表示为：

通过自相关特征匹配，得到汽车点焊动态电阻控制的约束参量模型，采用特征预测方法进行汽车点焊动态电阻的非线性统计特征分析[9]，得到汽车点焊动态电阻评价的约束参量集RN与XN存在的关联映射关系为：

结合机器学习方法进行汽车点焊动态电阻时效性评价和自动干预，根据汽车点焊动态电阻控制信息的挖掘结果，对汽车点焊动态电阻控制特征量进行电阻阻抗分析和功率点因素特征检测。

2 汽车点焊动态电阻优化控制

2.1 汽车点焊动态电阻的阻抗分析

提取汽车点焊动态电阻模糊度特征量。采用电网输出功率因素挖掘方法进行汽车点焊动态电阻的阻抗特征匹配和自相关匹配检测，汽车点焊动态电阻控制的模糊迭代计算式为：

2.2 电阻控制优化

采用电网输出功率因素挖掘方法进行汽车点焊动态电阻的阻抗特征匹配和自相关匹配检测，对检测的汽车点焊动态电阻控制特征量进行模糊聚类处理，汽车点焊动态电阻控制的阻抗特征匹配的特征分布集为：

分析汽车点焊动态电阻控制互相关信息融合的规则性，并进行汽车点焊动态电阻控制的向量量化分解，分解形式为：

用 表示汽车点焊动态电阻控制的特征分析，构建汽车点焊动态电阻控制的最优决策函数，汽车点焊动态电阻控制的关联规则函数为：

采用自适应学习算法，实现汽车点焊动态电阻控制，控制结果为：

提取汽车点焊动态电阻关联特征信息，得到汽车点焊动态电阻控制智能学习模型描述为：

根据特征提取结果，实现对汽车点焊动态电阻控制的模糊关联规则调度，进行汽车点焊动态电阻控制优化设计。

3 仿真实验与结果分析

为了测试本文方法进行汽车点焊动态电阻控制中应用性能，进行仿真分析，对汽车点焊动态电阻控制数据采样长度为1024，汽车点焊动态电阻控制的样本训练集为400，谐振电流为200A，汽车点焊的相电感60mH，根据上述仿真参量设定，进行汽车点焊动态电阻控制，得到汽车点焊动态电阻的输出荷载如图1所示。

分析图1得知，本文方法能有效实现汽车点焊动态电阻控制，测试输出功率增益，如图2所示。

分析图2得知，本文方法进行汽车点焊动态电阻控制的输出功率增益较高，测试控制的精度，得到对比结果见表1，分析表1得知，本文方法进行汽车点焊动态电阻控制的精度较高。

4 结语

构建汽车点焊动态电阻的控制模型，结合大数据分析方法，进行对汽车点焊动态电阻控制和识别，提高对汽车点焊动态电阻控制的输出稳定性，提出基于机器学习的汽车点焊动态电阻控制模型，采用统计特征分析进行汽车点焊动态电阻控制的实证分析。构建汽车点焊动态电阻控制统计信息分析模型，根据汽车点焊动态电阻控制信息的挖掘结果，对汽车点焊动态电阻控制特征量进行电阻阻抗分析和功率点因素特征检测，提取汽车点焊动态电阻模糊度特征量。采用电网输出功率因素挖掘方法进行汽车点焊动态电阻的阻抗特征匹配和自相关匹配检测，采用机器学习方法进行汽车点焊动态电阻的统计分析和寻优控制。分析得知，采用本文方法进行汽车点焊动态电阻控制的鲁棒性水平较高，控制结果准确可靠，精度较高。

参考文献

[1] 李震生.汽车制造中电阻点焊常见缺陷及应对措施[J].科技创新与应用，2016（12）：117.

[2] 古惠南，郑纯麒等.电阻点焊数字化在线监控技术在白车身焊接领域的研究及应用[J].焊接技术，2019，48（11）：36-39.

[3] 陈威，张展鸿，邓汝炬.机器人自动电阻点焊系统组成与实现方案探讨[J].汽车工艺与材料，2019（04）：13-17+24.

[4] 蔡明，徐向前，周好斌.基于动态电阻理论的支持向量机点焊质量评估方法[J].新技术新工艺，2018（12）：37-40.

[5] 易铁，田永强，蒋冬，叶绿.不同自适应控制系统在汽车点焊中的应用[J].焊接技术，2018，47（10）：80-84+6.

[6] 齐永成，廉杰.浅析汽车白车身点焊质量控制措施[J].民营科技，2018（12）：74.

[7] 徐向前，周好斌.基于动态电阻理论的SVR点焊质量评估方法[J].焊管，2018，41（11）：31-34.

[8] 范秋月.基于動态电阻与超声波检测的不锈钢电阻点焊质量评估研究[D].吉林大学，2017.

[9] 郭毅，周禄军，李树栋，陈月园.电阻点焊焊接质量控制[J].金属加工（冷加工），2016（S1）：873-875.

[10] 姚子铃，包晔峰，蒋永锋，陈辉.基于动态电阻理论分析与试验的点焊质量预测模型建立[J].热加工工艺，2016，45（09）：243-246.