Моделирование звука для тренажера сварщика, который показывает обучающемуся связь между его действиями и звуком сварки

Содержание



Введение	2

1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРОЦЕССА СВАРКИ	4

1.1 Средства виртуальной реальности для обучения сварщиков	4

1.2 Математическое моделирование сварочного процесса	5

1.3 Разработка моделей для  расчета параметров процесса сварки	6

1.4 Модель звукового сопровождения сварочного процесса	8

1.4.1 Исследования звука процесса РДС	8

1.4.2 Обработка экспериментальных данных с помощью нейронной сети	10

2.1 Разработка структурной схемы	17

2.2 Разработка  функциональной схемы	18

3 РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ СИСТЕМЫ МОДЕЛИРОВАНИЯ ЗВУКА ДЛЯ ТРЕНАЖЕРА СВАРЩИКА	19

3.1 Реализация программного обеспечения	19

3.2 Реализация информационного обеспечения	19

3.3. Тестирование информационного и программного обеспечения	19

3.4. Разработка руководства пользователя	19

4 ТЕХНИКО-ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ ПРОЕКТА	20

4.1 Экономическое обоснование проекта	20

4.2.  Расчет затрат на разработку программы	22

4.3. Расчет цены разработанной программы	23

4.4 Расчет капитальных вложений	24

4.5. Расчет эксплуатационных расходов	25

4.6.  Расчет денежного годового экономического эффекта	28

Заключение	31

Список используемых источников	32

Приложения	33









ИИС – Информационно-измерительная система

ПО – программное обеспечение

УКС – устройство координатного слежения 

РДС – ручная дуговая сварка




















Введение



Процесс сварки в промышленности на сегодняшний день требует высокой степени надежности и устойчивости процесса. Для программирования сварочных роботов необходимо точно определить режим сварки, который очень важен для обеспечения высокого качества процесса. Для этого должно быть правильно обеспечено использование крепежных инструментов, применяемый метод сварки и мощность источника.Для того, чтобы начать серийный выпуск изделий, отвечающих соответствующим допускам, отклонения от заданных геометрических параметров должны быть полностью контролируемыми. Знание о характеристиках зоны термического влияния позволяет специалисту делать выводы о свойствах сварных швов.На данный момент готовность технологии сварочных процессов к массовому производству требует огромных затрат и трудоемких испытаний. Это особенно важно, при планировании линий серийной сборки, когда все параметры должны быть определены прежде, чем будут окончательно спроектированы все конечные компоненты. 

Однако, настоящие и будущие задачи требуют принципиально другого подхода: изделия и группы изделий становятся все более сложными, время разработки - допустимые отклонения всё меньше, а скорость производственных циклов увеличивается. Одновременно возрастают требования, предъявляемые к современным высокопрочным материалам.

Основой возрастающих требований к промышленным сварочным процессам является технологическая надежность.

Актуальность. Программное обеспечение для моделирования и оптимизации сварочного процесса позволяет проводить виртуальнуюимитациюсварки максимально приближено к реальному производственному процессу. Действия обучаемого сварщика управляют интерактивной визуализацией, благодаря чему он может наблюдать результаты своих действий. Информация о процессе РДС, которую сварщик может получить с помощью зрения, ограничена из-за средств защиты. Поэтому сварщики ориентируются также на слух. 

Целью работы является моделирование звука для тренажера сварщика, который показывает обучающемуся связь между его действиями и звуком сварки. Моделируемый звук должен изменяться в зависимости от состояния процесса подобно звуку реального процесса сварки.






1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРОЦЕССА СВАРКИ



1.1 Средства виртуальной реальности для обучения сварщиков



Пользователь компьютерного тренажёра должен взаимодействовать с ним при помощи технических средств. Это реализуется средствами виртуальной реальности – устройствами, которые оказывают воздействия на органы чувств пользователей для имитации присутствия в виртуальном пространстве или взаимодействия с объектами этого пространства. Средства виртуальной реальности могут применяться не только в развлекательных целях, но и для обучения.



1.2 Математическое моделирование сварочного процесса



Управляемые объекты математических моделей используются в виртуальных тренажерах. Математические модели объектов получают теоретически или эмпирически. Создание разработки модели сварочного тренажера сопряжена со следующими сложностями: модели сварочных процессов создаются при условии сильных упрощение, на данный момент нет точной модели сварочного процесса. Для этого расчеты основных параметров (ток сварки, напряжение на дуге) процесса сварки в математической модели являются упрощенными.

Работа в реальном времени невозможна, если расчётные модели ресурсоёмки. В виртуальном тренажёре такая ситуация недопустима. Расчётные модели для информационно-измерительной системы должны быть выбраны или разработаны таким образом, чтобы система могла производить расчёты в реальном времени.

Рассчитанные в информационно-измерительной системе (ИИС) параметры процесса РДС передаются в тренажёр для моделирования сварного соединения. Разграничение функций между ИИС и тренажёров рационально по следующим причинам:

универсальность: в качестве основы разных тренажеров используют одну и туже информационно-измерительную систему.

управляемость: разработка и отладка программногомодуля упрощена;

3) расширяемость: можно добавлять в информационно-измерительную систему новые программные модули для расчёта параметров сварки, которые не были реализованы ранее, чтобы применить их для моделирования в тренажёре.



1.3 Разработка моделей для  расчета параметров процесса сварки



Параметрами для моделирования процесса ручной дуговой сварки являются координаты торца электрода, которые фиксируются с помощью устройства координатного слежения (УКС).

Рассматривается оценкаметрологических характеристик выбранного УКС. По результатам оценкипринято решение, что данное УКС пригодно в качестве источника данныхдля разрабатываемой ИИС. К моделирующему устройству выявлено требование расчетов в реальном времени и адекватности реальному процессу сварки. Для разработки расчетных моделей исходными данными процесса сварки являются ток сварки, напряжение на дуге, звук сварки, формирование сварного шва.

Координаты торца электрода определяются с помощью УКС, который моделирует работу сварки. Для этого нужно знать абсолютную погрешность определения координат. 

Канал, который формирует оценку визуализации данных в имитационной модели сварки, является самых необходимым для сварщика.Входными даннымиявляются координаты торца имитатора электрода и углы его наклона, зарегистрированные с помощью УКС в тренажере сварщика. Выходными данными – сварное соединение, наблюдаемое сварщиком с помощью устройства отображения. 

На рисунке 1 представлена схема преобразований данных в тренажёре. Каждый из операторов выполняет сложные вычисления, поэтому метрологический анализ схемы проводится следующим образом. Пусть известны допустимые погрешности конечного результата, т.е. погрешности геометрических параметров виртуального сварного шва. Исходя из этого, по цепочке операторов рассчитываются погрешности промежуточных данных. В результате получаются требования к погрешности входных данных.

С другой стороны, можно провести анализ части операторной схемы. За отправную точку анализа взяты координаты виртуального электрода. К ним предъявлен определённый уровень погрешности. Продвигаясь по схеме в обратном направлении, определим области пространства, в которых погрешность определения декартовых координат отражателей не приводит к превышению требуемого уровня погрешности. Данные поверхности следует оценить для каждой из координат отражателей. Пересечение всех найденных поверхностей образует область пространства, в которой выполняются определение всех координат с заданной статической погрешностью.





Рис. 1 – Схема преобразований данных в тренажёре



1.4 Модель звукового сопровождения сварочного процесса



1.4.1 Исследования звука процесса РДС



Так как основные данные, которые получает сварщик о процессе РДС с помощью зрения ограничен из-за средств защиты, то они также ориентируются на слух. Важность данного канала восприятия информации отмечена в работе. При этом разработки модели звука РДС для его синтеза не проводилось. Существуют только методы анализа звука в системах диагностики и управления автоматической сваркой. Исходным предположением для создания модели звука является то, что процессы в сварочном контуре в одинаковой степени влияют как на мощность дуги, так и на издаваемый звук. Чтобы определить искомые зависимости, проводились эксперименты с синхронной записью звука и основных параметров процесса сварки (ток сварки, напряжение на дуге).

На рисунке 2 представлены фрагменты сигналов звука и мощности дуги, записанные синхронизировано по времени. По рисунку видно, что во время короткого замыкания амплитуда сигнала звука падает. Чтобы создать звуковую модель, необходимо определить соответствие между характеристиками сигналов. В ходе исследования с помощью персептрона соответствие искалось между спектрами сигналов мощности и звука, и был сделан вывод, что нейронную сеть можно использовать для синтеза звука сварки. Однако применение данного метода на практике оказалось затруднительным из-за больших требований к вычислительным ресурсам.





а)



б)

Рис. 2 – Влияние коротких замыканий на звук сварки: а) сигнал мощности,   б) сигнал звука.



С целью снижения ресурсоёмкости при моделировании звука, предлагается использовать вероятностную модель. Значения мощности сварочной дуги можно условно разделить на следующие классы: нормальные (для выбранных параметров процесса, материалов и источника), пониженные и повышенные. В зависимости от мощности сварочной дуги с некоторой вероятностью порождается тот или иной звук. Таким образом, обработку экспериментальных данных нужно провести в два этапа:

1) кластеризация спектров звука с целью определения подобных друг другу звуков;

2) оценка вероятности порождения звуков каждого из кластеров при разной мощности.

При подготовке экспериментальных данных необходимо учесть особенности человеческого слуха. Чувствительность слуха нелинейна как по частоте, так и по амплитуде. Нелинейность по амплитуде учитывается с помощью логарифмической единицы громкости – децибела, которая рассчитывается следующим образом:

.                                                 (1.1)

Где: N – громкость звука в Дб;

P – измеряемое звуковое давление, Па;

– порог слышимости, 2·10-5 Па.

Нелинейность чувствительности к частотам заключается в следующем: слуховой диапазон делится на узкие полосы, внутри которых частоты звука не различимы для человеческого слуха. Границы этих полос можно вычислить по алгоритму, который применён в работе при исследованиях звука автоматической сварки в защитных газах:

                                              (1.2)

                                              (1.3)

                                               (1.4)

где: – показатель ширины полосы;

– частота центра полосы n;

– нижняя граница частоты полосы n;

– верхняя граница частоты полосы n.

Чем меньше значение показателя m, тем ближе друг к другу соседние частоты, и. В исследованиях использовалось значение  равное 10. При этом, спектр был преобразован в 97 узких частотных полос. Амплитуда звука в каждой полосе рассчитывается как сумма амплитуд частот исходного спектра, входящих в данную полосу:

                                           (1.5)

где – исходный спектр звука.



1.4.2 Обработка экспериментальных данных с помощью нейронной сети



Для кластеризации спектров звука, преобразованных в соответствии с формулами (1.1 – 1.5), предлагается использовать самоорганизующуюся карту Кохонена. Необходимо создать матрицу наблюдений, которая будет содержать информацию по исследуемым объектам – спектрам сигналов. В этой матрице строки будут соответствовать характеристикам, а столбцы – примерам. Характеристиками в данном случае являются частотные полосы, а значениями характеристик – амплитуды. Рассмотрим основные этапы нейросетевого анализа в приложении к рассматриваемой задаче:

1) Кодирование входов и выходов. Кодирование не требуется, входные данные являются числовыми, а выходом карты является номер нейрона-победителя.

2) Нормировка данных. Желательно, чтобы диапазоны изменения входных величин были приведены к стандарту, например, отображены в единичный отрезок:

                                              (1.6)



Такая нормировка применима в том случае, если в значениях случайной величины нет редких сильных выбросов. В противном случае необходима нормировка другим способом: на основе статистических характеристик данных – среднего значения и дисперсии:

                                                  (1.7)

                                               (1.8)

                                      (1.9)



В случае применения нормировки по формулам (1.7– 1.9) данные непопадают гарантированно в единичный отрезок, однако в случаевходныхданных это допустимо.

3) Понижение размерности входных данных. Для многофакторныхпроблем часто наблюдается избыточность данных: можно описатьданные(преобразованные спектры) меньшим количеством признаков (частот),сохранив при этом большую часть информации. Обычно для удаленияизбыточности производят анализ главных компонент или корреляционныйанализ. Первый способ заключается в том, что исключаются признаки снебольшой дисперсией, второй – в выявлении пар сильно связанныхпризнаков и удалении одного из них в каждой паре. Мерой связи междупризнаками является коэффициент корреляции:

                                 (1.10)

Кроме этого, можно уменьшить значение m, в результате чего диапазоны будут шире, а их количество – меньше. Очевидно, что в результате понижения размерности входов потеряется некоторая часть информации, характеризовавшая исходные данные.

4) Обучение нескольких нейросетей с различными параметрами. Основными параметрами карт Кохонена являются их размерность и топология. Чаще всего используют прямоугольную или треугольную сетку нейронов, или случайное их расположение. Пример карты Кохонена, состоящей из 9 нейронов, сгруппированных в прямоугольную сетку, приведён на рисунке 3.





Рис. 3 – Пример построения карты Кохонена



5) Отбор оптимальных сетей. Оптимальной можно считать ту карту Кохонена, у которой усреднённое евклидово расстояние между центроидами кластеров максимально. Иными словами, разделённые на кластеры звуки будут как можно более разнообразными. Центроидами кластеров являются вектора весовых коэффициентов нейронов, образовавших эти кластеры. 

В результате будет получено разбиение звуковых фрагментов на кластеры. Так как образцы, отнесённые сетью к каждому кластеру, подобны в пределах этого кластера, то с точки зрения человека кластеры будут состоять из подобных друг другу звуков.



1.5 Исследование звуковых характеристик процесса РДС



Для того чтобы выполнить обработку синхронно записанных сигналов тока сварки, напряжения на дуге и звука, необходимо выполнить условную вероятность для стохастической модели звука процесса РДС.

Чтобы выполнить кластеризацию звук требуется сформировать обучающую выборку. Образцы обучающей выборки представляют собой спектрызвуковых фрагментов в моменты, когда горит дуга. При выборе фрагментов для обучающей выборки необходимо идентифицировать моменты гашения ивозгорания дуги, обусловленные явлением каплепереноса. 



Моменты начала

коротких замыканий

Моменты начала

коротких замыканий











Рис. 4 Определение моментов начала и конца коротких замыканий по сигналу электрической мощности дуги

На рисунке 4 показан алгоритм определения моментов начала иконца коротких замыканий.



Рис. 5 Распределение интервалов времени между короткими замыканиями



На рисунке  5 показаны вероятности появления фрагментов различных длительностей.

С учётом данного условия, былоотобрано 614 фрагментов,так как фрагменты длительностью от 40 до 100 мс наблюдались чаще других, то выдвинута гипотеза, что в них содержится больше всего информации о звуке сварочного процесса. По каждому из отобранных в выборку фрагментоврассчитан спектр, затем преобразованный в соответствии с формулами (1.1 – 1.5).  В результате получена обучающая выборка векторов, состоящих из 132 координат. Для задач с большим количеством факторов характерна избыточность, т.е. данные можно описать меньшим набором признаков, оставив только значимую часть информации. Понижение размерности пространства входных данных можно провести методом анализа главных компонентов. Для этого необходимо оценить дисперсии каждой из координат. На рисунке 6  показаны дисперсии амплитуды звука по

частотным диапазонам.





Рис. 6 – Дисперсии амплитуды звука по частотным диапазонам



По рисунку видно, что нет координат с пренебрежимо малыми дисперсиями, поэтому анализ главных компонентов не проводился. Другим способом понижения размерности является корреляционный анализ. По результатам корреляционного анализа размерность данных снижена до 29.

Основные контролируемые параметры процесса РДС и возможности получения информации о состоянии процесса с их помощью. На рисунке 7 представлены мгновенные значения тока сварки и напряжения на дуге. Все процессы, происходящие в сварочном контуре, отражаются на характеристиках этих сигналов. Поэтому одним из направлений применения информационно-измерительных систем в технологии РДС является анализ сигналов контролируемых параметров



Рис. 7 – Сигналы тока и напряжения на дуге


2 РАЗРАБОТКА СТРУКТУРНО-ФУНКЦИОНАЛЬНОЙ СХЕМЫ СИСТЕМЫ МОДЕЛИРОВАНИЯ ЗВУКА ДЛЯ ТРЕНАЖЕРА СВАРЩИКА



2.1 Разработка структурной схемы



Структурной называют схему, отражающую состав и взаимодействие по управлению частей разрабатываемого программного обеспечения. Структурная схемапрограммной системы, как правило, показывает наличие подсистем или других структурных компонентов. В отличие от программного комплекса отдельные части (подсистемы) программной системы интенсивно обмениваются данными между собой и, возможно, с основной программой.



Рис.8 – Структурная схема информационно-измерительной системы

Тренажер электросварщика ручной электродуговой сварки содержащий имитаторы свариваемых деталей, электрод и электрододержатель является дидактическим средством для повышения эффективности при получении умения пользоваться электродом и разучивания различных видов швов на натурных образцах свариваемых деталей. Для этого необходимо обернуть их специально подготовленной бумагой. При низком напряжении и малом токе на электроде последний оставляет след на бумаге, результат превращения электрической энергии в химическую энергию, в виде линии розового цвета. Результат занятий сохраняется на бумаге длительное время. Параметры тренажера делают его электробезопасным при пользовании, простым по конструкции и дешевым в изготовлении.

Тренажер электросварщика ручной электродуговой сварки позволяет преподавателю (мастеру) на том же листе бумаги нарисовать карандашом образцы заданий для обучаемого. Дополнительные приспособления: электронный предохранитель, звуковой генератор «плавящийся» электрод, счетчик ошибок делают процесс обучения максимально приближенным к производственным условиям.

Тренажер относится к дидактическим средствам обучения процессу сварки. Учебные тренажеры служат для получения учебных навыков, особенно они нужны для обучения массовым рабочим профессиям. После занятий на тренажерах учащийся уже не будет сторонится инструментов, быстрее освоит рабочие приемы, получит более высокий разряд.



2.2 Разработка  функциональной схемы



Функциональная схема или схема данных – схема взаимодействия компонентов программного обеспечения с описанием информационных потоков, состава данных в потоках и указанием используемых файлов и устройств. Для изображения функциональных схем используют специальные обозначения, установленные стандартом. Функциональные схемы более информативны, чем структурные.

Тренажер содержит сварочный инструмент со сварочным электродом, манипулятор со сварочным образцом (10), имеющий токоподводы и токоведущие ветви, источник сварочного тока (8), два датчика тока (1, 12), датчик напряжения (2), двухкоординатный датчик угловых положений (13) сварочного электрода, блок (14) контроля подачи присадочного материала, нормирующие усилители (3, 4, 15, 16, 17, 18), многоканальный аналого-цифровой преобразователь (5), персональный компьютер (6) и устройство (7) воспроизведения звуковых сигналов обратной связи с обучаемым сварщиком, подсоединенное к аудиовыходу компьютера (6). Выходы датчиков тока (1, 12), датчика напряжения (2), двухкоординатного датчика (13) угловых положений сварочного электрода и блока (14) контроля подачи присадочного материала подключены к соответствующим входам соответствующих нормирующих усилителей, выходы которых подключены к входам аналого-цифрового преобразователя (5), выход которого подключен к шине данных персонального компьютера (6). Один полюс источника тока (8) подсоединен к токоподводу сварочного электрода, а другой полюс - к точке соединения двух токоведущих ветвей манипулятора (9), а каждая из токоведущих ветвей другой точкой подключена к одному из двух токоподводов манипулятора (9), в которых установлен и закреплен сварочный образец (10) противоположными по его длине торцами. Каждый из датчиков тока (1, 12) включен в одну из соответствующих токоведущих ветвей манипулятора (9). Тренажер обладает достаточной гибкостью в реализации обучения или тестирования сварщиков разной степени профессиональной подготовки и способен эффективно работать в системах интерактивного обучения.





Рис. 9 Функциональная схема виртуального тренажера



Основным недостатком известного устройства являются ограниченные дидактические возможности, что объясняется:

– отсутствием в известном устройстве возможности оперативного получения комплексной оценки соответствия действий обучаемого сварщика требованиям учебного задания;

– необходимостью перед каждым сеансом обучения выполнение обучаемым сварщиком значительного числа подготовительных операций, в том числе по предварительной установке допустимых границ изменений параметров процесса сварки;

– отсутствием возможности хранения и документирования информации в виде графических или табличных материалов на бумажном или другом носителе (например, магнитном) о протекании сварочного процесса и его параметрах в течение сеанса обучения;

– неизбежностью периода адаптации обучаемого сварщика к вырабатываемым устройством при отклонениях параметров сварочного процесса от заданных значений сигналам обратной связи, представляющим собой тональные звуковые сигналы различной частоты, и отработки навыков адекватных реакций на эти сигналы.

К другим недостаткам известного устройства можно отнести:

– недостаточную точность блока контроля скорости сварки из-за зависимости достоверности информации, поступающей с термодатчиков, от геометрической формы и размеров тел, окружающих моделируемый объект сварки, и расстояния до этих тел, а также из-за инерционности термодатчиков;

– сложность конструкции моделируемого объекта сварки, что вызывает затруднения для его использования в пространственных положениях, отличных от нижнего, и требует для своего функционирования охлаждающей воды.

Тренажер для обучения сварщика ручной дуговой сварке плавящимся и неплавящимся электродом содержит сварочный инструмент со сварочным электродом, манипулятор со сварочным образцом, имеющий токоподводы и токоведущие ветви, источник сварочного тока, два датчика тока, датчик напряжения, двух координатный датчик угловых положений сварочного электрода, блок контроля подачи присадочного материала, нормирующие усилители, многоканальный аналого-цифровой преобразователь, персональный компьютер и устройство воспроизведения звуковых сигналов обратной связис обучаемым сварщиком, подсоединенное к аудиовыходу компьютера, при этом выходы датчиков тока, датчика напряжения, двух координатного датчика угловых положений сварочного электрода и блока контроля подачи присадочного материала подключены к соответствующим входам соответствующих нормирующих усилителей, выходы которых подключены к входам аналого-цифрового преобразователя, выход которого подключен к шине данных персонального компьютера, один полюс источника тока подсоединен к токоподводу сварочного электрода, а другой полюс - к точке соединения двух токоведущих ветвей манипулятора, а каждая из токоведущих ветвей другой точкой подключена к одному из двух токоподводов манипулятора, в которых установлен и закреплен сварочный образец противоположными по длине торцами, причем каждый из датчиков тока включен в одну из соответствующих токоведущих ветвей манипулятора.

Блок контроля подачи присадочного материала содержит сенсор дуги, формирователь импульсов и держатель присадочного материала, который выполнен в виде изоляционного корпуса, внутри которого закреплен зажим присадочного материала, при этом выход сенсора дуги подключен к входу формирователя импульсов, выход которого является выходом блока контроля подачи присадочного материала.

Манипулятор состоит из опорного корпуса с телескопической трубкой, прикрепленного к ней изогнутого кронштейна, составленной из двух токоведущих ветвей одинаковой длины и одинакового поперечного сечения С-образной деки и установленного в центральной части деки и прикрепленного к кронштейну шарнирного узла. При этом к свободным торцам каждой ветви деки прикреплен токоподвод с прижимом для крепления сварочного образца, общая точка ветвей деки соединена с токоподводом для подключения к одному из полюсов источника сварочного тока, каждый из датчиков тока включен в одну из соответствующих токоведущих ветвей манипулятора.

Сварочный образец неповоротного сварного соединения тел вращения выполнен в виде пластины с постоянным по всей ее длине поперечным сечением, рабочая часть которой имеет форму плоского полукольца, торцы которого в диаметральной плоскости снабжены направленными в противоположные стороны прямоугольными плоскими участками для фиксации в токоподводах манипулятора.

Блок-схема рисунка 9 предлагаемого дугового тренажера сварщика состоит из датчиков 1 и 12 тока, датчика 2 напряжения, двухкоординатного датчика 13 угловых положений сварочного электрода, нормирующих усилителей 3, 4, 15, 16, 17, 18, число которых соответствует числу выходов датчиков, многоканального аналого-цифрового преобразователя 5, персонального компьютера 6, устройства 7 воспроизведения звуковых сигналов обратной связи с обучаемым сварщиком, источника 8 сварочного тока, манипулятора 9 со сварочным образцом 10, сварочного инструмента 11, блока 14 контроля подачи присадочного материала.

Выходы датчиков тока 1 и 12, датчика 2 напряжения, двухкоординатного датчика 13 угловых положений электрода подключены к входам нормирующих усилителей 3, 15, 4, 16, 17 соответственно, выход блока 14 контроля подачи присадочного материала подключен к входу нормирующего усилителя 18.

Выходы нормирующих усилителей 3, 4, 15 18 подключены к входам многоканального аналого-цифрового преобразователя 5, выход которого подключен к шине данных персонального компьютера 6 стандартной конфигурации, в комплект которого входят монитор 22, мышка 23, клавиатура 24, принтер 25. К аудиовыходу компьютера 6 подключено устройство 7 воспроизведения звуковых сигналов обратной связи с обучаемым сварщиком.

Один из полюсов источника 8 сварочного тока подключен к точке соединения двух токоведущих ветвей манипулятора 9, каждая из которых другой своей точкой подключена к одному из двух токоподводов 20 и 21, в которых установлен и закреплен сварочный образец 10.

В одну из токоведущих ветвей манипулятора 9 включен датчик тока 1, а в другую ветвь - датчик 12. Другой полюс источника 8 сварочного тока подключен к токоподводу 19 электрода сварочного инструмента 11. К полюсам источника 8 сварочного тока также подключен вход датчика 2 напряжения, к которому таким образом прикладывается напряжение, соответствующее напряжению дуги 26.

На рисунке 10 приведена блок-схема блока 14 контроля подачи присадочного материала, в состав которого входят сенсор 27 дуги, формирователь 28 импульсов, держатель 29 присадочного материала.

Выход сенсора 27 дуги подключен к входу формирователя 28 импульсов, выход которого соединен с входом нормирующего усилителя 18.



Рисунок 10 – контроль подачи присадочного материала

На рисунке 11 изображен общий вид держателя 29 присадочного материала, который выполнен в виде изоляционного корпуса 30, внутри которого закреплен зажим 31 присадочного материала.



Рисунок 11 – держатель














3 РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ СИСТЕМЫ МОДЕЛИРОВАНИЯ ЗВУКА ДЛЯ ТРЕНАЖЕРА СВАРЩИКА



Так как разработкой программного обеспечения является звук в виртуальном тренажере сварщика, поэтому для ее визуализации был выбран язык программирования C++. Программный продукт разработан в среде программирования MicrosoftVisualStudio 2010.

	В настоящее время С++ является самым популярным языком программирования.С++ компилируемый язык общего назначения. Область его применения широко используется для разработки различных прикладных программ, операционных систем, драйверов устройств и т.д.

Язык C++ включает в себя те же библиотеки, что и Си, организованы они также, со следующими отличиями: Каждый заголовок файла имеет то же имя, что и версия языка Си, но с префиксом «c» и без расширения. Например, в C++ эквивалент заголовочного файла — это . Каждый элемент библиотек определён в стандартном пространстве имен. Тем не менее, для совместимости с языком Cи, традиционный формат записи имен заголовочных файлов — «имя файла.h» (например, stdlib.h) также предоставляется с теми же определениями в рамках глобального пространства имен. В приведенных примерах в этом справочнике, присутствуют примеры полностью совместимы с языком программирования Си, хотя его применение не рекомендуется использовать в C++.

Wchar_t является одним из основных типов в C + + и поэтому он не определён в соответствующем заголовочном файле, как это было сделано в Си. Это же относится к некоторым макросам, которые теперь являются зарезервированными ключевыми словами в C++. Следующие функции претерпели некоторые изменения в своих определениях, связанных с параметрами: strchr, strpbrk, strrchr, strstr, memchr. Функции atexit, exit и abort, определенные в также претерпели изменений, коснувшихся их поведения. Перегружены версии некоторых функций, с дополнительными типами данных, параметры и семантика осталась без изменений. Например, появились типы данных float и longdouble в прототипах функций заголовочного файла cmath.

VisualС++  – это С++ компилятори интегрированная среда разработки (IDE) от Microsoft. Эта IDE включает в себя специальные инструменты, которые упрощают разработку больших приложений, а также специальные библиотеки, которые повышают производительность. Использование этих инструментов и является визуальным программированием.

Компилятор преобразует исходный код (файлов *.с, *.cpp) в работающую программу. Если у вас нет компилятора, необходимо его установить, прежде чем начать программировать. Есть много компиляторов, которые доступны в Интернете для скачивания. Если вы являетесь пользователем Mac OS X, Linux или других *nix систем (например, Unix или FreeBSD), вероятно, у вас уже установлены компиляторы, такие как GCC или G++.

Компиляция относится к обработке файлов исходного кода (.c, .cc, или .cpp) и создании объектных файлов проекта. На этом этапе не создается исполняемый файл. Вместо этого компилятор просто транслирует высокоуровневый код в машинный язык. Например, если вы создали (но не скомпоновали) три отдельных файла, у вас будет три объектных файла, созданные в качестве выходных данных на этапе компиляции. Расширение таких файлов будет зависеть от вашего компилятора, например *.obj или *.o. Каждый из этих файлов содержит машинные инструкции, которые эквивалентны исходному коду. Вы должны превратить их в исполняемые файлы операционной системы, только после этого их можно использовать. Вот тут за дело берётся компоновщик.

Из нескольких объектных файлов создается единый исполняемый файл. На этом этапе полученный файл является единственным, а потому компоновщик будет жаловаться на найденные неопределенные функции. На этапе компиляции, если компилятор не мог найти определение для какой-то функции, считается, что функция была определена в другом файле. Если это не так, компилятор об этом знать не будет, так как не смотрит на содержание более чем одного файла за раз. Компоновщик, с другой стороны, может смотреть на несколько файлов и попытаться найти ссылки на функции, которые не были упомянуты.

Почему этапы компиляции и компоновки разделены. Во-первых, таким образом легче реализовать процесс построения программ. Компилятор делает свое дело, а компоновщик делает свое дело – посредством разделения функций, сложность программыснижается. Другим (более очевидным) преимуществом является то, что это позволяет создавать большие программы без необходимости повторения шага компиляции каждый раз, когда некоторые файлы будут изменены. Вместо этого, используется так называемая «условная компиляция». То есть объекты составляются только для тех исходных файлов, которые были изменены, для остальных, объектные файлы не пересоздаются. Тот факт, что каждый файл компилируется отдельно от информации, содержащейся в других файлах,существует благодаря разделению процесса построения проекта на этапы компиляции и компоновки.

Интегрированная среда разработки (IDE) эти два этапа берёт на себя и вам не стоит беспокоиться о том, какие из файлов были изменены. IDE сама решает,когда создавать объекты файлов, а когда нет.

Зная разницу между фазами компиляции и компоновки вам будет намного проще находить ошибки в своих проектах. Компилятор отлавливает, как правило, синтаксические ошибки — отсутствие точки с запятой или скобок. Если вы получаете сообщение об ошибке, множественного определения функции или переменной, знайте, вам об этом сообщает компоновщик. Эта ошибка может означать только одно, что в нескольких файлах проекта определены одна и та же функция или переменная.

MicrosoftVisualStudio — это хорошая среда разработки приложений под ОС Windows. MicrosoftVisualStudio предоставляет пользователю, при создании проекта большое количество различных типов проектов, чтобезусловно путает даже бывалого программиста, не то что начинающего. Но большое количество типов проектов дает хорошее представление о возможностях данного инструмента. MVS — это действительно высококлассная IDE, которой пользуются большинство профессионалов для разработки приложений под ОС Windows.......................