机械专业毕设翻译.doc

运用对象导向型和分布式软件协助工业机器人焊接焊接机器人J. NORBERTO PIRES, ALTINO LOUREIRO, T. GODINHOP. FERREIRA, B. FERNANDO, and J. MORGADO著 机器人常被用于工业焊接作业中，但这一运用并非一个简化的工艺流程。难点在于机器人仍处于早期设计阶段，难以被利用和编程；复杂的焊接过程并不为人所熟知；人工人机界面并没有真正发挥作用。本文将对上述问题加以讨论，并会涉及到以双重目标而设计，既能很好地服务于焊接的研究与开发，又能协助工业伙伴焊接的系统。该系统用两种判例案例在一定程度上详细解释并显示了工业中常见的两种情况：一是是用于复杂构造并需要强焊接的多层对焊，二是多圆角焊接，例如焊接建筑行业中的构件。背景 激烈的竞争和市场动态特性使得实际市场更适合中/小型批量制造。在这种情况下，与手工生产和复杂的自动设置相比，机器人生产设置显现出了最佳“单位成本”性能(图1) 1。 图-1因此，在不远的将来，强大而更灵活的机器将为了处理小型企业的需求应运而生。这些小型企业需要更多的远程接口，强大的程序设计语言，电力控制，及为高级编程而设计的先进的编程接口等。这意味着作为几十年的设计成果，用户可以灵活存储（并仅为使用）。 机器人让人如此感兴趣在于它是一个巧妙的科学装置，构造精良，采用永久动力源，从编程角度看又不乏灵活。但这并不一定意味着开放源码，相反，它为硬件及软件的实用提供了强大的编程接口和实际标准，使其能够在无限制情况下进入系统。这在研究环境中极为重要，在这里可以良好的利用资源，去贯彻和检验新想法。若可行，系统集成商（甚至研究员）将不需开放源码软件，至少不需为了传统机器人领域（工业机器人和移动式遥控机器人）开放。事实上，如果这些领域的机器人技术拥有数十年的工程成就，取得了好的成果并成为了可信赖的机器，开源也将难以实现，因为这些成果是不易匹配的。然而，开放源码对新兴机器人的研究非常重要（如人形机器人，空间机器人，用于医疗用途的机器人等）以此来推广和加速其发展（图2 ）。 图-2 工业机器人焊接是目前全球最流行的机器人应用2。事实上，很多产品在它们的装配过程中需要焊接操作。在汽车装配生产线中的现场焊接操作及熔化极惰性气体保护焊/熔化极氧化性气体保护焊操作，使得汽车工业成为了最显著的例子。越来越多的小型客户导向型企业为不同客户生产小批量或独特的产品。他们要用良好的高自动化焊接工艺以应对客户的即时需求， 并提供高品质产品。正是由于这些公司灵活生产的理念 3 ， 4 ，明显得到了灵活的生产体系的支持。尽管如此，至少在一般情况下，工业机器人焊接只是稍有演变，远远不是一个无故障的工艺流程。焊接过程很复杂，难以确定参数，并有效地监测和控制 5 - 7 。事实上，大多数焊接技术并未得到充分理解，即对焊接接头的影响，并在特定条件下的经验模式下使用。对焊接工艺中焊接表面的影响，目前还不完全了解。焊接大多数情况下（比如：熔化极惰性气体保护焊/熔化极氧化性气体保护焊）都把极高的温度集中在一些小区域上。从物理角度看，这使材料经历着极高的局部热膨胀和收缩循环。这种材料内部的变化可能会引起机械反应并伴随着塑性变形 5 ， 7 。这些变化必须为人所知，以尽量减少影响。 焊接机器人并不简单，一直是各类研发工作的主题 8 - 12 。这是因为当代世界生产出了大量需要焊接零部件的产品。若这类产品占的比重很大，许多自动化操作就应该被应用在完成焊接任务上。如果生产力和产品质量得到提高，同时生产成本和劳动力可以减少，那么产品的价格就会更便宜。然而，当一个机器人被焊接，问题就会变的复杂而繁多。机器人仍然很难被利用和编程，拥有有限的远程设施和设计环境，并会在使用封闭系统和有限的软件时受到约束14-18。 在本文中，由于一个以主要目标为成为焊接试验台的系统的提出，上述一些问题得以阐述。我们的实验显现出此系统在工业利用中是有潜力的。为此目的，主要工业设备被选定设计此系统，以促进其产业化开发。最后，本文介绍了此系统的规划和焊接参数的各方面问题。焊接技术 熔化极惰性气体保护焊/熔化极氧化性气体保护焊操作过程，也称为气体金属弧焊过程，运用电弧高温使焊条钢丝融化并焊接金属部件。（图3）表明了焊接原理。为防止有害气体污染大气（氧气，氮，氢），熔合在气体及混合气体的保护下得以实现。 图-3 基本焊接参数对焊接过程的稳定性影响很大，特别是是电流，电压，焊接速度，屏蔽气，弧长 19 ， 20 。在焊枪和被焊接的元件之间一个小小的变懂，都可能会导致电流及电压相当大的变化。电流，电压，和保护气体影响融化填丝到被焊接部分的传输模式和焊接质量21。若电弧不稳定，有缺陷，或过度飞溅，就可能会影响焊接。 因为焊缝形状与焊接参数紧密相关，熔化极惰性气体保护焊/熔化极氧化性气体保护焊操作数据库已经被开发出来，例如宰英国的焊接研究所22。在这些资料库中，原始数据一般都是焊接的类型，焊接部位（水平，垂直），钢丝直径，和钢板厚度或焊角长度。而生产数据一般都是焊接参数（电流，电压，焊接速度，和一些焊珠/层）。正因为这种电子数据库，焊接参数的选择变的自动化。即使选择直径也可自动进行。 可以预料到，有一个计算机辅助设计模型的元件被焊接，该系统将能够为每个焊缝选择焊接数据和发送数据到机器人焊接系统。虽然就单独焊接时这看起来很容易实现，但多层焊接时数据库中的数据就会找不到。这种情况下，实际上焊枪在每层的位置都需要表明。 对于大多数的公司来说都是多层焊接，只有为数不多的完全分开的焊接，所以当出现特殊情况时，对数据库的填补并不难。 这种方法很使离线编程元件的焊接变的很容易；只需在第一次试焊过程中调整坐标点。机器人焊接系统 机器人主要是位置控制装置，可以接收轨迹和不断运行。事实上，这也是他们唯一可以做的 2 。焊接的应用必须从一个规定的轨迹开始，例如：从计算机的辅助设计模型的工件，把有办法实时纠正它作为焊接过程观测结果的功能。为此，系统的指导和检查，实时校正机器人方位的的可能，焊接参数，适用于发展软件来处理机器人编程环境的计算平台还没有足够复杂的控制技术（学习，监督，适应性等）去处理任务要求。在这里被提议的该系统，其中一些限制有如下减少：_使用机器人控制系统，允许由远程计算机控制方位。这并非标准特征，但从控制器增加了系统的使用功能14-18。_ 使用分布式软件结构，在个人电脑的基础上运行的Win32操作系统，这使得远程控制使用以太网网络14-18。_附加制导传感器到计算机从而控制机器人，而不是机器人控制自身。_ 使用个人计算机的编程环境，利用这些平台上的大量编程和分析工具。拟议的系统（图4）是由如下构成的：工业机器人及其控制器，用于检查的数码摄像机，用于引导的激光三维相机，焊接来源，管理所有的数据采集和控制的机器人的位置的工作站。 图-4 实现自动参数选择意味着使用感应装置不仅为了指导焊枪（联合跟踪），也意味着对焊接几何的实时获取。简单的焊枪导航可使用机械，电气，或光学传感器，或电流传感器，激光束等。监测焊接几何需要更先进的传感器，像激光摄像机，例如：英国的Meta Systems 25和加拿大的Servo-Robot26。几何，我们指的信息差距，截面面积，不匹配，和结合处的类型。随着信息，适当的软件和焊接模式，可以执行一些实时的跟踪任务（这里视为后台任务）。编排宽度，焊接速度，加料速度，电弧电压，电弧电流等，是一些焊接参数的例子，若需质量更好的焊接，这些参数必须要适应。此篇文章中，我们介绍的系统只要使用适当的传感器（激光三维摄像），就能具备上述的适应能力。 用于这方面工作的软件架构，详细介绍了其他地方 14 ， 16 ，被分配使用客户服务器模型的基础上开发的软件组件来处理设备。目前，当我们要通过计算机使用某种设备，我们需要编写代码，并确定数据结构来处理其所有的功能。然后，我们便吧软件放置到并不是很易分配的软件库，或建立一个最好是ActiveX或Java的标准架构。但其他技术可以被用到;这里的重点是对零部件与环境的一体化，而不是在讨论每种技术的可能性。由于我们使用的Win32操作系统，主要是Windows NT和2000，是被公认的标准，是某种程度上的ActiveX特权，是因为它是专门为那些环境建设，是基于微软的分布式组件对象模型（ DCOM ） ，如操作系统。 图-5 使用软件控制手段意味着实施方法和数据结构，隐藏用户的所有棘手部分，有关如何用一些设备做事情，仅侧重于以简单方法利用其职能。此外，这些组成部分轻易地集成到新的项目建设与编程工具，可作为集装箱的这种类型的软件控制。比如说：用“视觉”方法，他们可被添加到新项目。我们建造了几种的ActiveX软件组件来使用这个项目。这些控制显示给程序员设备使用的基本功能（ABB工业机器人，西门子VS710 相机，和一个激光相机） 。顺序图5提出的受控于机器人控制器的焊接电源使用焊接顺序和客户端服务器编程战略 14 - 18 。 机器人控制器软件作为服务器（图6） ，使客户端收集的服务构成其基本功能。该机器人可以开始焊接或终止，可以指挥遵循复杂的轨迹来完全或一步步地模拟整个过程等，只需回答从通过以太网连接到机器人的电脑从而发出的远程命令。基本上，用户发出了一个完整的焊接任务给机器人，其中包括：点，焊接工艺参数（速度，电压和强度） ，类型的轨迹，和定位精度等。所有这些资料都储存在机器人控制器，可用于模拟焊接过程，使任何必要的调整或启动/停止的焊接工艺能够进行。 图-6 用户可以从一个计算机辅助设计模型（最适宜）和/或工件的副本和一份焊接的清楚说明开始做起。用户应想出了一个优化的程序来执行焊接操作的一种类型中的每一部件。从用户应想出了一个优化的程序来执行焊接操作的每一种类型相同。从计算机辅助设计模型，用户可以提取点，越过和焊接。然后，用户需要工具来调整这些点，添加额外加分，购买方式和飞行距离轨迹，调整焊接参数，测试和模拟的全过程，直到手术是理想的。为此，下面的工具应运而生：焊接控制板 有了这个工具（图7 ） ，用户可以熟练操作可能最初从计算机辅助设计模型的工件获得的焊接点。这些问题可能会改变或调整，并额外增加的可能的方式，以避免碰撞，优化轨迹等，并实现最佳的性能。所有的点都提到焊枪工具中心点（ TCP ）和向工作对象框架中定义的表召开工作对象（图7 ） 。用户可以调整点通过移动机器人理想的位置。这项工作通常可以从个人计算机或通过控制机器。 图-7 此工具也可以通过机器人接收事件信息，如地位的变化，实际状况的焊接电源，和相关的输入/输出（ I / O ）信号等。机器人控制器程序运行的状况，和网络连接不断地进行监测，以避免有害的物质和人员，防止系统命令错误的情况。事件的远程过程调用（ RPC ）所提出的机器人控制器的RPC服务器上运行的PC机作为一种服务 27 - 29 。焊接调整 此工具（图8 ）是用来调整在线点和获取在任何机器人配置和任何程序状态的转撤器。基本上，这是一个慢跑的应用程序，使用户能够在机器人的立场使用笛卡儿某某命令或绝对命令。 图-8文件管理器 有了此工具（图9），用户可以与机器人控制器交换文件，简化与控制器间传递程序，模块等的过程。它的运作方式有如Windows资源管理器，把现有的机器人作为额外的“磁盘”。用户可以访问该机器人内部磁盘以及外部软盘。 图-9机器人控制面板和远程过程调用服务器接收事件 这个工具是基于改变机器人控制器态和装卸模块机器人控制器（图10 ） 。远程过程调用服务器是用于接收事件的机器人控制器（图10 ） 。如前所述，事件的远程过程调用 27 - 29 提出的机器人控制器和发射时，预先行动实际发生。行动包括：的输入/输出 变化，系统状态的变化，程序变量的变化等。所有行动都可编程 14 。 图-10测试案例 这里有两个测试案例。第一个关于厚板结构钢的焊接，在那里数层焊缝金属需要放置在一个V型制品中。这种情况在船厂及公司建造锅炉，压力容器，甚至核部件中都很常见。 第二个例子是关于那些在产品金属射线或构架中的角焊缝的复杂焊接路径。案例1多层焊接 在这个例子中，我们指出了如何使用图11和表1和表2中的定义执行一个简单的多层焊接任务。从焊接研究所的图表和我们自身经验可得知层的数量和每一层的安置。这个过程是一步一步完成的，任何在焊接顺序中采取的任何调整都是被计划好的。这些调整可以是：位置的调整，焊接参数的调整，以及对层的增加或取消。由于程序储存在一个文件中，它可用于其他类似的焊接。该程序易于使用，在工业上也很有用，因为程序员可以很容易地安装多层焊接工艺，控制和观察每一层，并在必要时采取行动。图11所示的工件是由两个20毫米厚的钢组成的。焊枪在每层的位置都在图1中被标识出来。原产地的参考轴系统是集中在底部的V形槽。这种资料一般不在焊接数据库中。在这种情况下使用的焊接数据在表2中标示出来。 图-11案例2多重焊接 此例显示了如何执行多点焊接（图12 ），这在为建筑业制造金属结构的公司中是很常见的。这个想法是从被焊接的计算机辅助设计模型中提取的。通常来说，建立一个常规计算机辅助设计软件是很简单的，使用户能够提取分片和确定这些要点之间的轨迹。这可能是最初的程序，对有计算机辅助设计模型的产品的公司是非常有用的。摘出定义文件的梗概之后，用户必须使用它去焊接控制板和调整工具。工作周期应以适当调整文件为结果。定义文件的一个例子在图13中提出 。同样，焊接参数可从数据库中获得。这个过程就可以为了轨道，焊接参数的调整和测试而模拟，直到取得理想的业绩，包括可接受的焊接质量。 使用视觉系统进行网上远程控制焊接质量。利用此方法，只有表面有不规则焊缝，或焊缝高度的变化可检测到。其他的缺陷或焊缝裂纹时检测不到。 此系统的主要优点是对焊接过程的远程控制和在线远程控制。 图-12 图-13摘要 在本文中，一个旨在协助工业焊接和简化程序的系统被提出和论证。同时介绍了机器人焊接技术现状，并阐述了作者提出的演变观点。概述了MIG/MAG焊接原则。总结了现实的机器人系统中最主要的限制因素，并提出了如何克服它们。系统中所使用的软件体系也得到简要介绍。列举的两个案例都表明了此系统的有效性。未来工作 在本文中提出的简化版的系统正在被工业合作伙伴所研究，这同时也是一个关于操作中存在的实际问题的良好信息来源。在某种程度上这使得该系统得到精炼，去处理那些在大多数情况下与人机界面息息相关的问题。 出于研究目的，该系统目前正在我们的实验室中被用于在各种焊接条件和材料下做实验。这样做是为选择焊接参数和在线校正获得一个自动化程序，以更好地进行焊接（这是葡萄牙科学与技术基金会所设立的一个研究主题）。为此目的，该系统使用了视觉信息。焊缝跟踪是通过专有接口用激光三维相机连接到电脑而获得的。KeywordsIndustrial robotics, robotic welding, distributedsoftware.References1 M.Myhr, “Industrial new trends:ABB view ofthe future,” in Proc. Int. Workshop IndustrialRobotics, New Trends and Perspectives, Lisbon,Portugal, 1999, pp. 59-87. Online. Available:http:/robotics.dem.uc.pt/ir99/2 United Nations and International Federation ofRobots,World Industrial Robots 1996: Statisticsand Forecasts,ONU/IFR,New York, 2000.3 A.Kusiak, Modelling and Design of Flexible ManufacturingSystems. New York: Elsevier, 1986.4 A. Kusiak, Computational Intelligence.New York:Wiley, 2000.5 G. Bolmsjo, “Process and quality monitoring and control,” J. Robtica, vol.42, no. 1, pp. 67-83, Jan. 2001.6 G. Bolmsj,M. Olsson,G. Nikoleris, and K. Brink, “Task programming ofwelding robots,” in Proc. Int. Conf. Joining Materials, JOM-7, 1995, pp.573-585.7 A.Loureiro,M.Velindro,and F.Neves,“The influence of heat input and thetorch weaving movement on orbotized MIG weld shape,” Int. J. Joining ofMaterial, vol. 10, no. 3/4, pp. 86-91, 1998.8 B. Agren, “Sensor integration for robotic arc welding,” Ph.D. dissertation,Lund University, Lund, Sweden, 1995.9 R.W.Richardson,“Robotic weld joint tracking systemsTheory and implementationmethods,”Welding J., vol. 65, no. 11, pp. 43-51, Nov. 1986.10 A. Hirai, Y. Kaneko, T. Hosoda, S.Yamane, and K. Oshima, “Sensing andcontrol of weld pool by fuzzy-neural network in robotic welding system,”in Proc. 27th Annu. Conf. IEEE Industrial Electronics Society, 2001, vol. 1, pp.238-242.11 P. Drews and G. Starke, “Development approaches for advanced adaptivecontrol in automated arc welding,” Mechatronics Dept., Univ. of Achen,Germany, Internal Report XII-970, 1986.12 Y.Yada et al.,“Development of real time welding control system by usingimage processing,” Mechatronics Dept., University of Achen, Germany,Internal Report XII-998, 1986.13 P.Dahln and G.Bolmsj,“Human factors in the justification of advancedmanufacturing systems,” Int. J.Human Factors in Manufacturing, vol. 6,no. 2,pp. 147-162, 1996.14 J.N. Pires and J.M.G. S da Costa, “Object oriented and distributed approachfor programming robotic manufacturing cells,” IFAC J. Rob.Comput. Integrated Manufacturing, vol. 16, no. 1, pp. 29-42, Mar. 2000.15 J.N. Pires, P. Monteiro, and V. Schlzke, “Using robot manipulators onhigh efficient wrapping machines for paper industry,” in Proc. Int. Symp.Robotics, Seoul, Korea, 2001.16 J.N. Pires, “Using Matlab to interface industrial robotic & automationequipment,” IEEE Robot. Automat. Mag., vol. 7, pp. 32-41, Sept. 2000.17 J.M.G.S da Costa and J.N. Pires,“Future welding robot developments,”J.Robtica, no. 41, pp. 1-23, Jan. 2001.18 J.N. Pires, “Programming industrial robotic and automation equipment,” IndustrialRobot, Int. J., vol. 27, no. 4, pp. 279-287, July 2000.19 S.K. Choi,C.D.Yoo, and Y.S.Kim,“Dynamic simulation of metal transferin GMAW. Part 1: Globular and spray transfer mode welding,”Welding J.,vol. 77, no. 1, pp. 38-44, 1998.20 S.K. Choi,C.D.Yoo, and Y.S.Kim,“Dynamic simulation of metal transferin GMAW. Part 2: Short circuit transfer mode,” Welding J., vol. 77, no. 1,pp. 45-51, 1998.21 L.A. Jones, T.W. Edgar, and J.H. Lang, “Images of steel electrode inAr-20% shielding during constant current gas metal arc welding,”WeldingJ., vol. 77, no. 1, pp. 135-141, 1998.22 Standard Data for Arc Welding. Abington, UK: The Welding Inst., 1975.23 S. Adolfsson, A. Bahrami, G. Bolmsj, and I. Claesson, “On-line qualitymonitoring in short-circuit gas metal arc welding,”Welding J., vol. 75, pp.59s-73s, Feb. 1999.24 G. Bolmsj,“Knowledge based systems in orbotized arc welding.Knowledgebased systemsAdvanced concepts,”in Techniques and Applications,S.Tzafestas, Ed. Singapore:World Scientific, 1997, ch. 17, pp. 465-495.25 Meta Systems,U.K. Available: http:/wwwweta.co.uk26 Servo-Robot, Canada. Available: 27 ABB IRB1400 Users Manual. Sweden: ABB Flexible Automation, 1997.28 RAP, Service Protocol Definition.Sweden:ABB Flexible Automation,1996.32 J. Bloomer, Power Programming with RPC.New York: OReilly & Associates,Inc., 1992.Using Object-Oriented and DistributedSoftware to Assist Industrial RoboticWelding ApplicationsWelding RobotsBy J. NORBERTO PIRES, ALTINO LOUREIRO, T. GODINHOP. FERREIRA, B. FERNANDO, and J. MORGADOUsing robots in industrial welding operations is common but far from being a streamlined technological process. The problems are with the robots,still in their early design stages and difficult to use and program by regular operators; the welding process, which is complex and not really well known; and the human-machine interfaces, which are nonnatural and not really working. In this article, these problems are discussed, and a system designed with the double objective of servingR&D efforts on welding applications and to assist industrial partners working with welding setups is presented. The system is explained in some detail and demonstrated using two test cases that reproduce two situations common in industry: multilayer butt welding, used on big structures requiring very strong welds, and multipoint fillet welding, used, for example, on structural pieces in the construction industry.BackgroundActual market conditions are compatible with small/medium batch manufacturing, due to strong competition and dynamic market behavior. In these conditions, robotic production setups exhibit the best “cost per unit” performance if compared with manual work and hard automated setups (Figure 1) 1.Consequently, in the near future,powerful and more flexible machines will be required in order to handle requests from small businesses,which need more remote interfaces, powerful programming languages, force control,powerful advanced programming interfaces (APIs) for high level programming, etc. This means exposing the user to the flexibility stored (and barely used) insidethe machines as a result of several decades of engineering. What makes robotics so interesting is that it is a science of ingenious devices, constructed with precision, powered by a permanent power source, and flexible from the programming point of view. This does not necessarily mean open source but,instead, the availability of powerful APIs and de facto standards for both hardware and software, enabling access to system potentialities without limitations.This is particularly necessary in research environments, where good access to resources is needed to implement and test new ideas.If good access is available, a system integrator (or even a researcher) will not require open-source software, at least for the traditional fields of robotics (industrial robot manipulators and mobile robots). In fact, an open source would also be very difficult to achieve since those fields of robotics have decades of engineering efforts, achieving very good results and reliable machines, that are not easy to match. The open source issue is, nevertheless, very important for emerging robotics research (like humanoid robotics, space robotics, robots for medical use, etc) as a way to spread and accelerate development (Figure 2).Industrial robotic welding is by far the most popular application of robotics worldwide 2. In fact, a large number of products require welding operations in their assembly processes. The automobile industry is probably the most significant example, with the spot and metal-inert-gas/metal-activegas (MIG/MAG) welding operations in automotive assembly lines.An increasing number of small, client oriented businesses manufacture small series or unique products designed for each client. Their users require a good and highly automated welding process to respond to client needs in time and with highquality.It is for these companies that the concepts of Agile Production 3, 4 apply the most,obviously supported by flexible manufacturing setups. Despite all this interest, industrial robotic welding has evolved only slightly and is far from being a trouble-free technological process, at least in a general way. The welding process is complex and difficult to parameterize and effectively monitor and control 5-7.In fact,most weldingtechniques are not fully understood, namely the effects on the welding joints, and are used based on empirical models obtained by experience under specific conditions. The effects of the welding process on welded surfaces are currently not fully known.Welding in most cases (i.e.,MIG/MAG welding) imposes extremely high temperatures concentrated in small zones. Physically, that makes the material experience extremelyhigh and localized thermal expansion and contraction cycles. This introduces changes in the material that may affect mechanical behavior along with plastic deformation 5, 7.These changes must be well known in order to minimize the effects.Using robots with welding tasks is not straightforward and has been the subject of various R&D efforts 8-12.This is because the modern world produces a large variety of products that use welding to assemble some of their parts. If the percentage of welding connections incorporated in the product is large enough, some kind of automation should be used to perform the welding task. This should lead to cheaper products since productivity and quality can be increased, and production costs and manpower can be decreased 13.Nevertheless, when a robot is added to a welding setup, the problemsincrease in number and complexity. Robots are still difficult to use and program by regular operators,have limited remote facilities and programming environments, and arecontrolled using closed systems and limited software interfaces 14-18.In this article, some of these problems are addressed by presenting a system built with the main objective of being a test bed for welding experiments.Our experience with the system shows that it has the potential for industrial utilization.For this purpose, mainly industrial equipment was selected in designing the system as a way to facilitate its industrial exploitation. Finally, the article addresses aspects of system programmingand welding parameterization.Welding TechnologyMIG/MAG welding process, also known as gas metal arc welding process, uses the heat of the electric arc to melt the electrode wire and the metallic components to be welded.Figure 3 illustrates the welding principle. The fusion is carried out under the protection of a gas, or mixture of gases, in order to prevent pernicious contamination with atmospheric gases (oxygen, nitrogen, and hydrogen).The stability of the welding process is sensitive to basic welding parameters, especially current, voltage, welding speed, stick-out (length of wire out of the contact tube), shielding gas, and arc length 19, 20. A small change in the distance between the welding torch and the component being welded may produce a considerable variation on current and voltage.Current, voltage, and shielding