无辅助光源图像法TIG焊焊缝跟踪传感系统

焊接过程中焊炬自动跟踪焊缝对保证焊接质量,提高自动化程序有着极其重要的实际意义。焊缝自动跟踪技术的关键是焊缝位置的传感方法,本文在深入研究ＴＩＧ焊电弧发光行为的基础上,结合的实际的焊接工况,建立了一套利用电弧弧光检测焊缝位置的图像传感系统。该系统在硬件方面解决了图像采集与焊接电流的同步以及图像品质的提高等问题,在计算机软件方面解决了阀值与图像品质相匹配以及焊缝位置的提取等问题。生产实际应用结果表明     

GMAW根部间隙及焊枪对中信息的视觉检测

焊缝跟踪是焊接质量控制的一个重要内容。采用普通CCD摄像机配合窄带复合滤光器,拍摄出了GMAW根部间隙图像,根据对图像中根部间隙的特征分析,设计了图像处理算法,提取出了根部间隙边缘,获得了根部间隙的大小和焊枪对中信息,为下一步实现GMAW的焊缝跟踪奠定了基础。     

一种基于图像质心的焊缝跟踪新方法

研究一种基于图像质心识别的电弧焊焊缝跟踪新方法。通过视觉传感器获取焊接区熔池图像，抽取图像质心坐标并构成状态向量，建立一种基于图像质心的状态方程和位置测量方程。在此基础上，应用卡尔曼滤波对图像质心位置进行状态估计，在时域中采取递推计算的方式得到最小均方差条件下的焊缝位置最佳预测值．从而消除过程噪声和测量噪声引起的焊缝位置测量偏差。计算机仿真和实际焊接试验结果显示该方法可有效地提高焊缝跟踪精度。     

无辅助光源图像法TIG焊焊缝跟踪传感系统

焊接过程中焊炬自动跟踪焊缝对保证焊接质量 ,提高自动化程度有着极其重要的实际意义。焊缝自动跟踪技术的关键是焊缝位置的传感方法 ,本文在深入研究TIG焊电弧发光行为的基础上 ,结合实际的焊接工况 ,建立了一套利用电弧弧光检测焊缝位置的图像传感系统。该系统在硬件方面解决了图像采集与焊接电流的同步以及图像品质的提高等问题 ,在计算机软件方面解决了阈值与图像品质相匹配以及焊缝位置的提取等问题。生产实际应用结果表明 ,该系统在检测精度、处理速度、稳定性、可靠性及实际工况的适应性等方面完全满足高质量焊缝对焊接过程自动对中的要求。     

Seam tracking based on estimation of weld position using Kalman filtering

Abstract

A seam tracking method is presented based on the estimation of weld position during the gas tungsten arc welding process. Kalman filtering of the weld pool images from a visual sensor is applied to compute recursively the solution to the weld position equations which are established based on an estimation of the centroid position of the weld pool images. This centroid, the position of which corresponds with the weld position, is extracted as the measurement eigenvector. The evolution of the weld position data from the weld pool images can be described through an appropriate process model, so that the weld position can be detected by applying a Kalman filter. This allows adjustment of the welding torch position in real time, which may significantly reduce processing time and promote seam tracking accuracy. Simulations and actual welding experiments have demonstrated the effectiveness of the proposed algorithm in the presence of weld pool image noise and have demonstrated the robustness of weld position detection for seam tracking.     

窄间隙埋弧焊的磁控与电感复合式焊缝跟踪方法

针对窄间隙埋弧焊焊缝横向和高低跟踪中存在的问题,设计一种基于电感原理的新型电磁传感器,通过初级线圈磁场控制电弧摆动扫描焊接坡口,采集电流信号经过单片机处理后获得焊枪的左右偏差,控制左右调节滑块的水平运动,能够较好地解决窄间隙焊缝焊接时侧壁不易熔合的问题;通过次级线圈感应电动势的变化反映焊炬的高低位置信息,实时识别焊枪相对焊缝的高低偏差,根据焊枪高低位置变化情况,进行PID算法设计,使系统能够快速平稳实现左右和高低双向跟踪. 结果表明,该传感器结构简单,灵敏度高,抗干扰能力强,为厚板窄间隙埋弧焊的跟踪提供了一种新的解决方案.     

基于焊枪轮廓特征提取的焊接偏差测定方法

在熔化极气体保护焊(gas metal welding, GMAW)焊接过程中,由于弧光干扰严重,视觉系统难以同时准确提取焊缝和焊丝尖端,从而影响焊缝跟踪的精度.针对这个问题,提出一种定位焊枪中心来替代定位焊丝尖端的焊接偏差测定方法,并对该方法进行了可行性论证.首先,在增强熔池图像中的焊缝、焊枪边缘轮廓信息后,设置矩形窗获得边缘采样点.然后,使用聚类算法筛选出正确的边缘采样点,根据采样点利用最小二乘法拟合出焊缝直线和焊枪椭圆方程.最后,计算当前图像焊枪中心与焊缝直线的距离,与基准图像中的对应距离进行比较,测定出焊枪位置偏差量和焊枪摆幅偏差量.实际验证结果表明,焊枪中心与焊丝尖端的替代误差在0.2 mm以内,满足跟踪精度要求,具有较强的工程实际意义.     

棱形管与法兰角焊缝图像处理及特征提取

由于棱形管与法兰角焊缝的位置多变,且实际生产中棱形管端面加工精度不高,自动化焊接程度低,文中搭建了一套棱形管与法兰环焊缝的自动化焊接系统,对于提高棱形管与法兰焊接的自动化程度有较大的应用价值。该系统通过CMOS相机和单条纹激光组成激光视觉传感器,获取角焊缝位置和间隙信息。针对采集的图像及工件特征,设计了适合的图像处理算法,首先采用了灰度变换、均值滤波和形态学处理的方法对图像进行预处理,然后根据对激光条纹图像灰度值分析结果,寻找合适的阈值,并采用极值法提取光条中心点,最后采用霍夫变换拟合直线,提取出角焊缝位置信息,并提出激光条纹端点搜索方法,提取出了角焊缝间隙大小。结果表明,该图像处理方案效果较好,抗干扰能力较强,可以准确的提取出焊缝中心位置和间隙大小,满足焊接机器人对焊缝跟踪的要求以实现自动化焊接。 创新点： (1)设计出适用于棱形管与法兰角焊缝的自动化焊接系统。 (2)设计了适用于该系统的焊缝中心位置提取算法。 (3)设计了角焊缝间隙提取算法。     

熔池图像质心算法的焊缝位置测量模型

建立了一种基于熔池图像质心的焊缝位置测量模型,通过视觉传感器获取焊接区熔池图像,选择熔池前端为处理区域,对该区域进行中值滤波与图像灰度变换,并计算该区域的熔池图像质心值及相对应的焊缝偏差.在不同的焊接条件下,获取多组熔池图像及对应的样本数据,应用最小二乘法建立熔池图像质心与焊缝偏差之间的关系,得到基于熔池图像质心的焊缝位置测量数学表达式.在此基础上,通过分析比较各数学表达式之间的关系,建立焊缝位置测量数学模型.计算机仿真及焊接工艺试验结果表明,该模型可有效地检测焊缝位置.     

基于被动视觉的焊接过程多信息检测系统

针对焊接过程控制的要求,提出了一种基于被动视觉的焊接过程多信息检测系统,系统由工业CCD摄像机、窄带光学滤光片、计算机系统等组成,窄带滤光片以弧光较弱的950 nm为中心波长,以减少焊接过程中弧光的干扰,获得清晰的焊接图像.在焊接过程中,系统通过视觉信息对焊缝、电弧、熔池和焊丝等进行实时检测,提取电弧摆动的中心位置偏差、幅度偏差和角度偏差等多个特征参数,以此对焊枪进行控制,使得电弧的摆动中心和焊缝中心一致,摆动平面和焊缝中心垂直,摆动幅度和焊缝宽度相适应,避免了焊接过程的夹渣和未熔透等缺陷,保证了良好的焊后成形质量.     

A machine vision approach to seam tracking in real-time in PAW of large-diameter stainless steel tube

Manual monitoring and seam tracking through watching weld pool images in real-time, by naked eyes or by industrial TV, are experience-depended, subjective, labor intensive, and sometimes biased. So it is necessary to realize the automation of computer-aided seam tracking. A PAW (plasma arc welding) seam tracking system was developed, which senses the molten pool and the seam in one frame by a vision sensor, and then detects the seam deviation to adjust the work piece motion adaptively to the seam position sensed by vision sensor. A novel molten pool area image-processing algorithm based on machine vision was proposed. The algorithm processes each image at the speed of 20 frames/second in real-time to extract three feature variables to get the seam deviation. It is proved experimentally that the algorithm is very fast and effective. Issues related to the algorithm are also discussed.     

基于视觉图像传感的精密脉冲TIG焊焊缝跟踪

针对某复杂曲面薄壁不锈钢工件精密脉冲TIG焊中的焊缝跟踪问题 ,本文研究了一种基于视觉传感的高精度、高实时性焊缝跟踪技术。根据脉冲TIG焊的工艺特点 ,该技术通过选择特定波长的滤光片及合理的曝光时刻 ,采用工业CCD摄像机获取可直接分辨出焊缝、熔池和钨极的清晰、放大的焊接区图像。采用VC语言设计的图像处理算法 ,可以快速准确地识别出焊缝中心线 ,提取钨极偏离焊缝中心线的方向和距离 ,驱动步进电机调节焊炬位置 ,实现高精度、高实时性的焊缝跟踪。试验结果表明 ,该技术的单幅图像处理周期小于 12 0ms,能实现焊炬运动方向与焊缝偏差角小于 3 0°的焊缝跟踪 ,满足了复杂曲面的薄壁不锈钢工件的精密焊接要求。     

非旋转管道环缝焊接自动控制技术

建立了非旋转管道环缝焊接自动控制系统,并介绍了其系统结构和工作原理。该系统可控制焊炬沿三个方向运动,并具有记忆跟踪功能。为满足全位置焊接工艺的要求。焊接电流、电弧电压、焊接速度及焊炬摆动的速度和摆幅等参数能根据焊接位置的不同自动调节。实验表明,该系统运行可靠,能有效提高生产效率,很好地满足了管道环缝打底、填充和盖面焊接的需要,具有重要的工程应用前景。     

基于视觉与重力融合传感的焊枪位姿反馈控制

为了实现焊缝跟踪、焊枪高度及其空间姿态的检测和闭环反馈控制,有效控制任意空间姿态焊接接头的焊缝成形质量,构建了基于视觉传感与重力感应融合的焊枪空间位置、姿态在线检测与闭环反馈控制系统;结合建立的检测数学模型,检测系统实现了对焊枪相对于工件的空间位置和姿态、焊枪相对于重力加速度方向的空间姿态、焊接接头相对于重力加速度方向的空间姿态的在线实时检测. 结果表明,系统实现了焊枪空间姿态的实时反馈控制,控制精度可达0.1°,并实现了电弧焊接过程中的焊缝横向实时跟踪和焊枪高度实时调控,焊缝横向跟踪与焊枪高度调控的平均偏差分别为0.20和0.78 mm. 实现任意空间姿态焊接接头的自动化焊接,可有效提升焊接装备的智能化水平.     

基于钨极倒影的GTAW三维焊缝位置检测

为了同时实现钨极惰性气体保护焊(GTAW)中弧长控制和焊缝跟踪,文中提出一种基于钨极倒影的焊缝位置检测新方法.该方法将所研制的视觉传感器固接于焊枪上,从侧前方观测熔池,拍摄得到的图像包含有钨极前端、熔池前部、焊缝棱边以及钨极在熔池中所成的像等元素.通过所提出的基于实际钨极中心线约束的弧长算法和基于熔池水平约束的钨极左右偏差算法,计算得到焊缝相对钨极的三维位置,以此为控制量可以实现三维精密焊缝跟踪.结果表明,该方法是有效的,检测精度达到±0.1mm,满足精密焊接应用要求.     

GTAW神经网络-模糊控制技术的研究

研究神经网络与模糊控制融合技术,构成钨极气体保护电弧焊ＧＴＡＷ神经网络＝模糊控制系统。重点论述神经网络和模糊逻辑在熔深建模和控制以地缝跟踪方面的应用。通过视觉传感ＣＣＤ获取电弧区图像和熔池表面的应用。种描述深的神经焊缝间隙是量来精确估算熔的精度,同时结合模糊逻辑提高熔深的控制精度。针对弧焊过程非线性以焊炬伺服系统动态过程难以用角的数学模型来表达的问题,设计焊缝跟踪自调整模糊控制器,通过自适应共振理     

双线激光传感焊枪定位与焊缝走向识别

为实现焊接机器人焊枪定位与焊缝走向识别,提高焊缝跟踪精度,提出了一种交叉式双条纹激光传感方式,建立了该传感方式下双条纹激光间距与焊枪高度关系的理论模型.按图像行上灰度值和的一阶导数提取感兴趣区域(region of interest, ROI)、最大类间方差阈值分割及Canny边界提取等处理后,获得了上下激光条纹中心间距离及坡口中心值,由理论模型计算得焊枪高度,上下坡口中心值获得焊缝精确偏差与焊缝轨迹走向.结果表明,建立的理论模型正确,该方法可快速实现焊枪准确定位,识别焊缝轨迹走向,减小导前误差,提高偏差识别精度和焊接机器人智能化程度.     

电弧焊接焊缝偏差方法研究

焊缝跟踪技术是自动电弧焊接的一个重要研究领域,实现精确的焊缝跟踪对于提高焊接质量具有非常重要的作用。而要实现精确的焊缝跟踪,焊缝偏差(即焊缝中心与电弧的偏差)检测技术是一个关键。通过图像处理技术,选取熔池图像处理区域(包括熔池前端与熔池前端部份焊缝),并将熔池图像质心作为分析焊缝偏差的特性参量,研究利用熔池特性参数来建立焊缝偏差测量视觉模型的方法。     

TIG焊接熔池形状参数的视觉检测

在分析ＴＩＧ焊接电弧光谱的基础上,设计出复合滤光镜头,与普通ＣＣＤ摄像机组成视觉传感器,从试件正面观测熔池图像,焊接过程中根据电流大小通过软件调整采集图像亮度,得到了比较清晰的ＴＩＧ焊接熔池图像,利用自行开发的图像处理算法,检测了熔池正面的形状参数。该算法处理一幅图像同时不超过７０ｍｓ,满足实时检测的需要。     

Detecting and tracking of welding line in visual plasma robotic welding

The formation of stable back beads in joining of the thick materials is important in order to achieve high-quality welded metal joints. Plasma welding uses the high welding current density, which is suitable for thick materials. The keyhole in the plasma welding depends on the pilot gas and the welding current. The voltage behaviour depends on the keyhole situation. If the torch is moved away from the welding line in conventional GMA welding, the welding voltage and the welding current are changed due to variations of the arc length. But the welding voltage does not change with the arc length in plasma welding, because the welding voltage depends on the situation of the keyhole. The authors tried to observe the weld pool on the top side by using a CCD camera. The timing of the shutter in the CCD camera is investigated to take clear images of the weld pool. As a result, the clear images of the weld pool were taken when the welding current was reduced to 30 A and an interference filter of 950 nm was attached to the CCD camera. The weld pool shape was changed with the torch position in the groove. The image-processing method was developed to detect the top of the weld pool. The torch position was estimated by processing the weld pool images. The digital control was designed to trace the welding line. The performance of the controller was verified by carrying out tracking experiments.