机器视觉在焊接熔池实时检测与参数测定中应用【文献综述】

合集下载

机器人视觉算法在焊接领域中的应用研究

机器人视觉算法在焊接领域中的应用研究

机器人视觉算法在焊接领域中的应用研究一、引言在现代制造业中,焊接是一项重要而基础的工艺。

在生产过程中,焊接有助于将金属材料合并成单一的整体。

然而,手工焊接的错误率较高,精度低,产生的焊接缺陷会加大生产成本和延长生产时间。

为了解决这些问题,许多制造企业开始尝试使用机器人给位于生产线上的零部件进行焊接。

为了提高焊接精度,机器人视觉算法成为一种重要的解决方案。

本文将探讨机器人视觉算法在焊接领域中的应用研究。

二、机器人视觉算法的基础1. 机器人视觉算法的概述机器人视觉算法是一种使用数字技术从图像中分析和提取信息来识别物体的算法。

它基于曲线检测、数字图像处理、机器学习和人工智能等技术,可以有效地识别、定位和检测缺陷。

2. 机器人视觉算法的应用领域机器人视觉算法可以应用于许多领域,包括电子和汽车制造、医疗和医药、农业、航空航天和安防等。

在焊接领域,机器人视觉算法可以用于识别和定位焊点、测量焊缝的质量和精度,并检测焊接缺陷。

三、机器人视觉算法的具体应用1. 机器人视觉算法在焊接中的优势机器人视觉算法的优势包括高精度、高速度、高准确性和可重复性。

尤其是在无人工干预下,它可以减少人为因素对焊接的影响,提高焊接的一致性和质量。

2. 机器人视觉算法在焊接中的应用机器人视觉算法在焊接中的应用包括焊接机器人的定位、焊接参数优化、焊接速度控制、焊接头部分析和智能焊接等。

例如,机器人视觉算法可用于检测焊缝是否均匀、焊接后是否有氧化毛刺等。

四、机器人视觉算法的发展趋势1. 模式识别技术模式识别技术是机器人视觉算法的基础之一。

它可以根据样本的特征和属性,对同类元素进行分类和判别。

未来的机器人视觉算法将更加依赖这种技术。

2. 深度学习技术随着深度学习技术的发展,如图像处理、人工神经网络和深度卷积神经网络等技术,机器人视觉算法的性能将得到显著提升。

通过学习海量数据,机器可以更加准确地辨别数据。

3. 人机协同技术人机协同技术将成为机器人视觉算法的关键技术之一。

机器视觉在焊接熔池实时检测与参数测定中应用【文献综述】

机器视觉在焊接熔池实时检测与参数测定中应用【文献综述】

毕业设计开题报告电气工程及其自动化机器视觉在焊接熔池实时检测与参数测定中应用1前言部分机械制造业作为我国国民经济的支柱产业,决定了我国的工业生产能力和水平,焊接作为制造业中总要的加工方法之一,更是有着举足轻重的作用。

随着科技水平的进步,人们对焊接质量的要求也越来越高。

而人工焊接时,由于受到技术水平、疲劳程度、责任心、生理极限等客观和主观因素的应影响,难以较长时间保持焊接工作的稳定性和一致性。

而且,由于焊接恶劣的工作条件,愿意从事手工焊接的人在减少,熟练的技术工人更有短缺的趋势。

另一方面,电子技术、计算机技术、数控及机器人技术的发展为焊接过程的自动化提供了有利的条件,并已渗透到焊接的各个领域。

以往焊接质量主要是通过两种手段来保障。

焊前根据工件、材料、性能要求等制订合理的焊接工艺,但是焊接过程存在的时变性使得质量无法得到严格保证。

焊后可以进行质量检验,对不合格的焊缝,返修或者清理之后再重新焊接来保证焊缝质量,但这种检验方法费时又费力,况且某些焊接产品,如船舶、桥梁、大型压力容器、航天器材等一些重要的焊接件,是不允许出现焊接质量问题的。

因此焊接过程中的在线实时质量控制就显得尤为重要。

但是焊接这一技术领域长期以来采用的是传统焊接方法,尽管近些年来各类气保护焊也得到了广泛应用,但焊接变形、咬边、气孔、裂纹、应力集中、未焊合和夹渣等在缺陷问题仍然较严重。

同样,采用传统焊接方法进行生产,焊接接头的外观成形质量和一致性也无法得到保证,而且手工焊接也如先前所提的原因无法普遍适用。

很显然这些都成了制约焊接质量提高的根源,因此采用自动化、智能化焊接时焊接技术革新的根本出路。

随着焊接自动化智能化研究的深入,人们越来越注重对焊接质量的控制,其中熔透与成形直接反映了焊接质量,因此检测出反映焊缝熔透和成形质量信息对于质量控制是非常关键的。

目前国内外普遍使用各类传感装置对焊接熔池信息进行传感以便于对焊接过程进行控制,并以此作为智能化焊接要求实现的基础。

计算机视觉传感技术及在焊接中的运用

计算机视觉传感技术及在焊接中的运用

计算机视觉传感技术及在焊接中的运用计算机视觉传感技术是一种模拟人类视觉系统的技术,通过计算机和相应的传感器来处理和解释图像信息。

它的应用范围非常广泛,包括自动驾驶、人脸识别、物体检测等等。

在焊接领域,计算机视觉传感技术也得到了广泛的应用。

焊接是一种常见的金属连接方式,广泛应用于制造业。

传统的焊接工艺需要操作者具备一定的经验和技能,但是由于焊接过程中的温度高、光线强烈等因素的影响,操作者很难完全准确地判断焊接质量。

而计算机视觉传感技术的应用,则可以解决这一问题,提高焊接的质量和效率。

在焊接中,计算机视觉传感技术主要用于焊接质量检测和焊缝跟踪。

通过安装摄像头和传感器,将焊接过程实时传输到计算机上进行处理和分析。

首先,计算机会对焊接过程中的图像进行分割和特征提取,提取出焊缝的形状和特征。

然后,通过算法和模型的支持,计算机可以判断焊缝的质量是否合格,及时发现焊接缺陷。

最后,计算机会根据检测结果,控制焊接机器人的运动,保证焊缝的位置和质量。

通过计算机视觉传感技术,焊接质量的检测变得更加准确和可靠。

与传统的目视检测相比,计算机视觉传感技术可以对焊缝进行全方位的检测,避免了人为因素的干扰。

而且,计算机视觉传感技术还可以实现焊接过程的自动化控制,提高焊接的效率和一致性。

除了焊接质量检测,计算机视觉传感技术还可以在焊接过程中实现焊缝的自动跟踪。

在传统的焊接过程中,焊接工人需要手动控制焊枪的位置,以保证焊缝的位置和质量。

这样不仅增加了工人的劳动强度,而且容易出现焊缝偏移或质量不稳定的问题。

而通过计算机视觉传感技术,可以实现焊缝的自动跟踪,即使焊缝位置发生变化,焊枪也能自动调整位置,保证焊接的准确性和稳定性。

计算机视觉传感技术在焊接中的运用,极大地提高了焊接质量和效率。

它可以实现焊接质量的自动检测和控制,避免了人为因素的干扰。

同时,计算机视觉传感技术还可以实现焊缝的自动跟踪,提高了焊接的准确性和稳定性。

随着计算机视觉传感技术的不断发展,相信它在焊接领域的应用会越来越广泛,为制造业的发展贡献更多的力量。

基于机器视觉的焊接质量检测与控制方法研究

基于机器视觉的焊接质量检测与控制方法研究

基于机器视觉的焊接质量检测与控制方法研究机器视觉技术在工业领域中的应用越来越广泛,其中一项重要的应用是基于机器视觉的焊接质量检测与控制。

焊接作为一种常用的金属连接方法,在制造业中扮演着重要的角色。

然而,焊接质量的稳定性和可靠性对产品的质量和安全性至关重要。

本文将研究基于机器视觉的焊接质量检测与控制方法,以提高焊接工艺的稳定性和质量。

首先,对于焊接质量的检测,机器视觉可以通过图像识别和图像处理技术来实现。

通过监测焊缝的形状、尺寸和位置等关键指标,可以判断焊接的质量是否符合要求。

例如,可以通过对焊缝边缘的提取和分析来检测焊缝的宽度和均匀性。

同时,还可以利用机器学习算法来训练模型,通过识别焊接缺陷,如裂纹、气孔和熔喷等,从而实现焊接质量的自动化检测。

其次,针对焊接质量的控制,机器视觉可以通过实时监测焊接过程中的关键参数来进行。

例如,可以利用高速摄像技术捕捉焊接过程中的图像序列,然后通过图像处理技术提取关键参数,如焊接温度、焊接速度和电弧稳定性等。

通过与预设的标准值进行比较,可以及时发现焊接质量是否达到要求,并做出相应的调整。

此外,还可以结合自适应控制算法,根据实时检测到的焊接质量信息,自动调整焊接参数,以实现焊接工艺的优化和稳定。

在基于机器视觉的焊接质量检测与控制方法的研究中,还有一些关键技术需要重点关注。

首先是图像采集技术,包括高速摄像、多光谱成像和热红外成像等,这些技术可以提供更全面和准确的焊接质量信息。

其次是图像处理和模式识别技术,包括边缘检测、特征提取和机器学习等,这些技术可以有效地从图像中提取焊接质量的关键特征。

此外,还需要结合传感器技术和自适应控制算法,实现焊接质量的实时监测和自动调整。

基于机器视觉的焊接质量检测与控制方法的研究具有重要的意义。

首先,它可以提高焊接工艺的稳定性和一致性,减少人为因素的影响,提高焊接质量的可靠性。

其次,它可以提高生产效率和降低生产成本,通过自动化检测和控制,减少人力和时间成本。

机器视觉在焊缝检测中的应用研究

机器视觉在焊缝检测中的应用研究

机器视觉在焊缝检测中的应用研究焊接技术在工业生产中应用广泛,尤其是对于钢结构、船舶、汽车等重工业的制造来说,焊接是必不可少的环节。

然而焊接质量的决定因素很多,如人工操作、焊接机器设备等,质量难以得到稳定控制。

而机器视觉技术就在焊接领域中得到了广泛的应用,能够有效的解决焊接领域中的问题,极大的提高焊接质量和效率。

一、机器视觉在焊缝检测中的优势1.高精度:人眼的检测精度相对较低,而机器视觉可以达到准确率高达99%以上。

采用高精度的相机和图像处理方法,可以在焊接领域高效完成缺陷、错位、焊接渗透率斑点等缺陷检测任务。

2.快速性:相机可以联网,实现远程数据交互和信息共享,在厂家间也能快速查询后段信息数据,这大大提高了工作效率。

3.多任务性:机器视觉可以同时解决多任务,如自动焊接过程中的监控和缺陷检测。

这使得整个焊接过程全面自动化,极大的避免了由于人为原因所带来的误差。

二、机器视觉在焊缝检测中的具体应用1.缺陷检测焊接中的缺陷类型繁多,如气孔、裂纹、未焊通等,机器视觉技术可以通过拍照或者视频的方式,及时精准捕捉焊缝中的缺陷,实现实时检测。

检测结果可以实时反馈给机器人控制系统,以便进行调整,从而极大的减少危险操作,并提高了焊接的质量。

2.定位检测机器视觉技术可以提供精确的位置信息,对焊接位置进行精准调整。

针对焊接微小位置偏差的缺陷,如焊接位置不准或者两个焊接部位不光滑齐平,机器视觉技术的应用可以从根本上保证焊接的准确性。

3.自动化监控机器视觉技术可以实现焊接过程的自动化监控和自动操作。

通过机器人控制系统,拍照和图像处理可以实现全面自动化,并且过程可控性强,在过程出现异常的时候,可以实时进行调整。

三、机器视觉在焊缝检测中存在的问题和展望1.算法问题机器视觉技术最为核心的是算法。

对于焊缝检测来说,目前的算法还不能完美的适应焊接领域中的变化。

因此,未来需要在优化内核算法等方面研究更多的方法,以便实现更佳的检测效果。

机器视觉在焊接质量检测中的应用

机器视觉在焊接质量检测中的应用

机器视觉在焊接质量检测中的应用机器视觉技术在制造业中有着广泛的应用,之所以被广泛采用,是因为它可以大幅提高生产效率和产品质量。

而在焊接行业,焊接过程中的质量问题一直是一个大问题,使用机器视觉技术来进行质量检测,不仅可以自动化检测,而且可以大大提高焊接过程的一致性和准确性,从而提高生产效率和产品质量。

机器视觉技术在焊接领域中的应用主要包括实时检测焊缝,焊接中产生的故障检测以及焊接后的质量检测。

这些应用可以通过安装适当的摄像头,从而提供足够准确的焊接图像,为计算机提供必要的信息以进行分析和评估,从而确保焊接品质的稳定性和一致性。

实时焊缝检测是目前在焊接领域中最广泛应用的机器视觉技术。

该技术依靠高速摄像头和实时图像处理算法,在焊接过程中对焊缝实时监测,从而能够检测出焊接中可能出现问题的区域。

这种技术的应用可以大大提高焊接品质的稳定性,减少不良的焊接品质,提高生产效率。

另一个重要的应用是焊接中的故障检测。

焊接过程中的故障主要包括焊接中的气泡、未焊接的区域和焊烟等,这些故障都会对焊接品质产生负面影响,使得焊接后的产品不能达到预期的质量标准。

机器视觉技术可以通过图像处理算法来检测这些故障,并提供及时的反馈信息,从而帮助工人及时发现并解决这些问题,确保焊接质量能够达到预期的标准。

最后,机器视觉技术还可以用于焊接后的质量检测。

在焊接完成之后,不管是手工检查还是人工视觉检查都存在可能会产生误差或遗漏问题。

而机器视觉技术可以通过高分辨率的摄像头、图像处理算法和人工智能技术来完成这一过程。

这种技术的应用可以极大地提高焊接质量的一致性和准确性,同时可以减少差错,降低人为因素的干扰。

总之,机器视觉技术已经成为焊接工业中不可或缺的一部分。

通过利用机器视觉技术,可以实现焊接过程的自动化和落地,从而提高焊接品质和生产效率,不断提升焊接行业内的技术水平。

虽然机器视觉技术还有许多挑战和难题需要克服,但是它的发展前景已经非常广阔,因为它可以为生产制造业带来更多的商业价值和经济效益。

机器人视觉检测技术在焊接过程中的应用

机器人视觉检测技术在焊接过程中的应用

机器人视觉检测技术在焊接过程中的应用随着科技的不断发展,机器人技术在各个领域得到了广泛应用。

其中,机器人视觉检测技术是不可或缺的一部分。

在现代制造业中,焊接是一个不可或缺的工艺。

而机器人视觉检测技术的应用,则为焊接过程带来了新的变化。

机器人视觉检测技术是指通过机器人与摄像机的配合,对焊接过程中的物体进行实时检测、识别和定位。

这种技术可以使焊接过程更加智能化,提高焊接质量、效率和准确性。

接下来,我们将对机器人视觉检测技术在焊接过程中的应用进行探讨。

一、机器人视觉检测技术在焊接自动化中的应用随着技术的不断进步,焊接自动化已成为现代制造业中的普遍趋势。

而机器人视觉检测技术的应用,则是焊接自动化的一个重要组成部分。

尤其在焊接机器人系统中,机器人视觉检测技术的应用,可以大大提高焊接质量和精度。

当机器人焊接到一定程度时,摄像机会通过视觉检测技术,及时对焊接过程进行检测和识别,从而实现焊接质量的控制。

二、机器人视觉检测技术在焊接过程中的优势相比传统的手工焊接,机器人视觉检测技术的应用带来了以下优势:1. 提高焊接质量在焊接过程中,机器人视觉检测技术可以实时检测焊缝的质量,并及时修正焊接位置,以确保焊接的质量达到要求。

而传统的手工焊接容易出现疏漏和错误,导致焊接质量不稳定。

2. 提高焊接效率机器人视觉检测技术的应用可以实现焊接的自动化,从而大大提高焊接速度和效率。

与手工焊接相比,机器人不需要休息,不会出现因疲劳而影响焊接效率的情况。

3. 减少焊接成本机器人视觉检测技术的应用可以减少焊接成本。

焊接机器人的投资是一次性的,但机器人工作的时间是不限的。

相比之下,手工焊接则需要频繁更换、维修和培训人员,成本显然更高。

三、机器人视觉检测技术在焊接过程中的发展前景机器人视觉检测技术在焊接过程中的应用前景广阔。

尤其在未来的智能制造时代,机器人视觉检测技术将成为焊接自动化的必备技术之一。

随着机器人视觉检测技术的不断提升和发展,其应用范围也将不断扩大。

计算机视觉在焊接中的应用

计算机视觉在焊接中的应用

计算机视觉在焊接中的应用随着电子技术、计算机技术、自动控制技术以及信息和软件技术迅速地引入焊接领域,焊接生产自动化、智能化已经成为21世纪焊接技术发展的重要方向。

计算机视觉以其信息量大、精度高、检测范围大等特点,在焊接领域得到了广泛应用,为实现焊接操作自动化提供了有力手段。

借助CCD摄像机,红外摄像仪,X光探伤仪,高速摄像机等图像传感设备及智能化的图像处理方法,许多机器人及特定的自动焊机也具备了一定的视觉功能,它们不仅可以模拟熟练焊工的视觉感知能力,而且可以超越人的局限,完成诸如:获取并处理强弧光及飞溅干扰下的焊缝图像,实时提取焊接熔池特征参数,预测焊接组织、结构及性能等工作,实现人类难以直接作业的特殊场合(如水下、空间核辐射环境等)的自动焊接施工,确保焊缝质量的稳定性和可靠性。

焊接中的视觉传感一般包括:以单个或几个光电接收单元(包括线阵列)为检测组件的单光点一维视觉传感;机械扫描或电扫描的平面阵列成像式二维视觉传感;三维视觉传感通常是对多个低维传感器获得的信息进行综合处理运算来实现。

在国内外研究人员的共同努力下,计算机视觉广泛应用于焊缝跟踪、熔池形状与熔透控制、焊道形貌检测与控制等领域,为焊接生产和过程自动化、智能化作出了重要贡献。

鉴于焊接过程的复杂性、先进制造业对焊接技术更高层次的需求及用户对新型视觉传感系统更高的性能价格比要求,当前还必须解决系统的复杂性与可靠性、实时性与精确性、可控性与智能化等方面的问题。

展望未来,采用最新的计算机视觉理论,开发焊接机器人视觉传感与控制技术,研制能够识别目标环境、随时精确跟踪轨迹并调整焊接参数的智能焊接机器人已经成为焊接领域的重要发展趋势之一。

国内外许多研究人员对机器人视觉系统在焊接接头特征识别、焊接参数优化、焊炬位姿调节、焊接路径规划、焊缝跟踪、焊缝熔透控制等方面的应用开展了卓有成效的研究。

国外知名的焊接机器人厂家如KUKA,GMF,Motoman,Adept等相继开发出装备有新型视觉传感系统的机器人。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

毕业设计开题报告电气工程及其自动化机器视觉在焊接熔池实时检测与参数测定中应用1前言部分机械制造业作为我国国民经济的支柱产业,决定了我国的工业生产能力和水平,焊接作为制造业中总要的加工方法之一,更是有着举足轻重的作用。

随着科技水平的进步,人们对焊接质量的要求也越来越高。

而人工焊接时,由于受到技术水平、疲劳程度、责任心、生理极限等客观和主观因素的应影响,难以较长时间保持焊接工作的稳定性和一致性。

而且,由于焊接恶劣的工作条件,愿意从事手工焊接的人在减少,熟练的技术工人更有短缺的趋势。

另一方面,电子技术、计算机技术、数控及机器人技术的发展为焊接过程的自动化提供了有利的条件,并已渗透到焊接的各个领域。

以往焊接质量主要是通过两种手段来保障。

焊前根据工件、材料、性能要求等制订合理的焊接工艺,但是焊接过程存在的时变性使得质量无法得到严格保证。

焊后可以进行质量检验,对不合格的焊缝,返修或者清理之后再重新焊接来保证焊缝质量,但这种检验方法费时又费力,况且某些焊接产品,如船舶、桥梁、大型压力容器、航天器材等一些重要的焊接件,是不允许出现焊接质量问题的。

因此焊接过程中的在线实时质量控制就显得尤为重要。

但是焊接这一技术领域长期以来采用的是传统焊接方法,尽管近些年来各类气保护焊也得到了广泛应用,但焊接变形、咬边、气孔、裂纹、应力集中、未焊合和夹渣等在缺陷问题仍然较严重。

同样,采用传统焊接方法进行生产,焊接接头的外观成形质量和一致性也无法得到保证,而且手工焊接也如先前所提的原因无法普遍适用。

很显然这些都成了制约焊接质量提高的根源,因此采用自动化、智能化焊接时焊接技术革新的根本出路。

随着焊接自动化智能化研究的深入,人们越来越注重对焊接质量的控制,其中熔透与成形直接反映了焊接质量,因此检测出反映焊缝熔透和成形质量信息对于质量控制是非常关键的。

目前国内外普遍使用各类传感装置对焊接熔池信息进行传感以便于对焊接过程进行控制,并以此作为智能化焊接要求实现的基础。

在各类广泛运用的焊接方法中,熔化极氩气体保护焊,以其特有的优点在工业生产中得到了广泛的应用。

使用该焊接方法,课焊接碳钢、低合金钢、不锈钢、耐热合金钢铝及铝合金、镁合金、铜及铜合金、钛及钛合金等几乎所有厚度大于1mm 的金属,而且焊接效率高,金属飞溅[1]。

目前,国内外对采集钨极气体保护焊(GTAW)熔池图像研究较为成熟,而对于熔化极富氩气体电弧焊的熔池图像则较鲜见报道,此类图像的最大特点在于弧光强烈,只有在恰到好处地消除弧光干扰的前提下才能采集到比较真实的熔池图像。

目前对熔化极富氩气体保护焊在控制方面的研究内容不是特别丰富,因此对这个项目的任何一点尝试都是有实际意义的。

2主题部分2.1熔池传感方式的发展现状2.1.1视觉传感的概念视觉传感, 简言之, 是应用在生产装置的一种电子图像技术。

而这种生产装置不管它是出于过程控制, 机械控制, 还是质量控制等各种目的。

视觉传感器产品(即图像摄取装置, 分CMOS和CCD两种)把图像抓取到, 然后将该图像传送至处理单元, 通过数字化处理, 根据像素分布和亮度、颜色等信息, 来进行尺寸、形状、颜色等的判别。

进而根据判别的结果来控制现场的设备动作[ 2,3 ]。

2.1.2各类传感方式简介焊接过程的自动化合智能化是未来焊接技术的发展方向,但焊接过程是一个电、光、热、力等多种因素综合作用下的复杂的物理化学过程,焊接电弧更是一个多输入多输出,强耦合,非线性时变的控制对象,还具有干扰因素多等特点,因此这是一个具有挑战性的任务。

对焊接质量的控制最初体现在焊接过程的传感上面,鉴于目前焊接质量控制与焊接自动化业已成为焊接领域发展的前沿,为了实现上述目标,需要对焊接电弧内部的物理过程及现象,进行更为充分的研究以获取更多的信息。

焊接电弧中含有丰富的信息,是认识焊接物理过程的传感成了实现焊接过程质量控制的关键环节。

为此,技术人员开发了光学、声学、力学、电弧电压等各种形式的焊弧传感器器件用以实现对焊接过程的监控。

力学传感可以直接利用力学传感器采集焊接过程中的力信号,也可对熔池施加外力,熔池在外力作用下,产生其他信号形式的响应。

文献[4]利用电子天平检测出电弧力,通过电弧力、熔池下凹量和熔深之间的联系,间接推算出熔深,近年来研究较多的力学传感主要还是基于熔池振荡法[5,6]。

声学传感器由电压晶体材料制成,利用一定条件下电弧燃烧时发出的声音频率与熔池体积有着一一对应的关系,检测出声音频率,从而间接反映出熔池的一些特征参数。

主要被应用于等离子穿孔焊、激光焊的熔透传感、焊缝缺陷检测及焊缝跟踪等。

热电偶作为测温传感器也被应用于熔池信息的检测中,通过测量出熔池周围几点的温度,结合热平衡方程式计算出熔池的温度场,估算熔深等参数[7]。

电弧传感器利用电弧自身的特性,即电流、电压等,目前的应用领域主要是在焊缝跟踪和熔敷控制方面[8]。

熔化极脉冲焊打破了只有稳定焊接电流才能稳定焊接过程的传统观念,它利用脉动的电流进行焊接。

脉冲焊过程控制的主要内容集中在熔滴过渡的控制上,这些信息包括电信息、光信息、声音信息等。

研究表明:电信息可直接用过于过程检测和控制,对短路和大滴过渡有明显的反映,但对射流和射滴过渡,信号平稳,基本无脉动,不能反映电弧熔滴过渡过程,而声音信息经过声电转化和智能识别也能用以反映熔滴过渡,但生产现场的任何声音都可能成为干扰源,因此在焊接现场难以被采用。

普遍认为反映焊接熔滴过渡最直接的信息源是电弧弧光信息,并且弧光不易受干扰,许多学者据此进行了研究,并已取得了一定的进展[9]。

由于电弧熔滴自由过渡过程特别是射流过渡过程的信号本身就微弱,如果直接提取电弧光信号,则信号的信噪比太低,难以进行准确检测和控制,但与其它的传感方法相比,由于焊接电弧温度高、扰动打以及不均匀性,采用一般测试方法难以全面反映其中的各个变化过程,利用电弧光谱信息进行测控有着很大的优越性。

应用光谱分析来传感焊接电弧,则具有信息丰富、响应迅速、抗干扰能力强、不影响焊接过程和适于实时控制等优点,因此日益受到广泛的重视[10]。

借助于通过图像传感技术来获取焊接熔池直观丰富的图像信息,使用高效的图像处理算法,提取焊接熔池的特征信息,用以实现自动焊接过程质量实时传感与控制以成为近年来研究的热点。

利用机器视觉采集数字图像直观,信息丰富,而且数字化的图像数据,可以迅速传输到计算机高速缓存,进行实时处理,提取特征信息,并做出在线判决,使得现实焊接过程质量实时传感与控制成为可能。

将电弧光谱应用于焊接过程控制的前提,必须首先获得焊接电弧的光谱特征[11]。

2.2视觉信息传感技术机器人视觉信息传感涉及到几个部分的内容:视觉传感器、光源、视觉信息处理的硬软件。

在弧焊过程中,由于存在弧光、电弧、飞溅以及烟雾等多种干扰,使用何种视觉传感方法是首要确定的问题。

在弧焊机器人中,根据使用照明光的不同,可以将视觉方法分为被动视觉和主动视觉两种。

被动视觉是指利用弧光或普通光源和摄像机组成的系统。

其特点是采用适当的光学系统滤去大部分弧光,使熔池区图像清晰真实;主动视觉一般指具有特定结构光源与摄像机组成的视觉信息传感系统。

其特点是使用适当波长的光源,使之与电弧区别开来,从而光学传感器仅仅接受该波长的光线,而滤去弧光。

2.2.1 被动视觉传统被动式视觉图像传感所用传感器的设计原理是:根据光谱图找到某一波长范围,此波长对应的金属谱线的光谱强度大于焊接电弧的辐射强度,因而可以利用熔池自身的辐射成像。

例如,若取光谱中波长为( 601±2)mm区域,通过选择高性能的滤光玻璃,传感器只允许电弧和熔池以及工件表面的反射光中波长为λ=(601±2)的光通过,形成熔池图像,并以此来观测焊接熔池变化。

为了避免焊接过程中强弧光等对视觉传感的干扰,在采用了合适波长的滤光片的同时也研究了如何利用合理的抓图时刻来排除干扰。

通过焊接工艺试验,总结了在拍摄TIG 焊图像的规律:a.在脉冲电流峰基值阶段的图像品质存在较大差异,其原因是脉冲电流峰值期间拍摄图像时,因电弧的弧光太强,焊缝信息淹没在弧光之中,导致从图像中获得焊缝位置信息的困难;而在脉冲电流基值期间进行拍摄图像时,电弧的弧光较弱,图像特征相对比较明显,包含的信息丰富,便于后续的图像处理。

b.在脉冲电流基值期间,不同时刻所拍摄的图像质量也不相同。

这是因为作为被动光源的电弧光强在脉冲电流基值期间总是由强转弱地不断变化。

针对电弧光强的这一特点,应该选择脉冲电流基值期间的某一个电弧光强适中的时刻来拍摄图像。

c.峰值电流42A峰值时间50ms,基值电流5A,基值时间80ms时,采用中心波长为860μm的滤光片,在峰值电流过后5ms后,可获取清晰、稳定、特征明显的实时焊缝图像。

研究发现co2焊熔池信息检测相对TIG焊要困难的多,不仅要避开电弧闪烁、飞溅和烟尘等干扰,而且还要解决好摄像机的固定工作时序与短路发生的随机性之间的矛盾。

研制成co2短路过渡焊接熔池图像检测专用传感器。

该传感器具有独特的光学设计,改善了装备此类视觉传感系统的焊枪的灵活性和可达性,且设计了短路过渡发生的随机性与普通CCD 摄像机固定曝光时序之间的这一矛盾的熔池图像检测控制电路,成功检测到短路过渡熔池图像,为从视觉角度进行焊缝跟踪、过程监控和质量控制奠定了基础。

2.2.2 主动视觉主动视觉一般是基于三角测量原理的视觉方法,其光源为单光面和多光面的激光和扫描的激光束。

为简单起见,分别称之为结构光法和激光扫描法。

由于光源是可控的,所获得的图像受环境的干扰可去掉,真实性好。

因而图像底层处理稳定、简单、实时性好。

根据埋弧焊的特点,通过对线阵CCD传感器在光源性质和光路结构上的改进,大大提高了传感器的抗干扰能力。

光源采用半导体激光器,光路结构改为线结构光照射焊缝,线阵CCD 在垂直方向接受散射光,这样可以有效地克服焊缝坡口信号对工件表面状况的敏感性。

激光经柱面透镜在工件表面汇聚成宽度很窄的结构光带,该光带在工件表面和坡口内部将形成一条空间曲线ABCDE。

选择适当的入射角使在垂直方向上的散射光最强,通过圆透镜在线阵CCD的感光带上成像。

当圆透镜的焦距足够大时,该光学系统的景深也相应较长。

可认为像曲线为一平面曲线abcde。

这样,来自工件表面的光能落在CCD上并使其感光,而坡口处的光带BC和CD所成的像bc 和cd落在CCD的感光部分之外,不能使CCD对应的像素感光,由此可以提取焊缝坡口位置信息。

光路中的滤光片用以增强系统的抗杂光干扰能力。

2.3图像处理及相关应用2.3.1图像处理过程简介在使用视觉传感技术进行焊缝跟踪控制的过程中, 激光二极管发出的点光源经过柱状镜变成一束线光源, 投射到工件表面。

由于试验中采用的是激光束垂直照射,CCD 倾斜接收的方案,这样可以同时得到工件表面和高度方向的两维信息。

相关文档
最新文档