机器人搅拌摩擦焊缝跟踪控制系统设计与实现

机器人搅拌摩擦焊以及焊缝跟踪控制技术可大幅度提高焊接质量和效率.本文以机器人搅拌摩擦焊缝焊工艺为基础,设计了一种基于激光视觉传感器与PD纠偏算法的焊缝跟踪控制系统,针对3mm的2A12-T4铝合金板材,进行了直斜线和折线两种结构的焊缝跟踪控制试验,并分析了焊缝宏观形貌、不同焊接速度下的行进轨迹以及跟踪控制的偏移量.结果表明:在焊缝跟踪控制系统控制下,两种焊缝结构的焊接接头表面均匀平整、质量较高;同种焊接结构不同焊接速度下的焊接轨迹基本重合;所有参数下跟踪控制偏移量整体位于±0.2mm内.     

双队列控制的激光视觉焊缝跟踪系统研究

设计与实现了一套激光视觉引导的焊缝自动跟踪系统,包括系统的整体硬件构成和关键算法。在工业机器人末端安装激光视觉传感器构成焊缝跟踪系统的硬件部分。采用小波变换滤除焊缝图像噪声,采用改进的Steger算法和Hough变换方法提取激光条纹中心直线,进一步提取出焊缝位置。提出一种双队列控制策略,在采集的焊缝特征点的基础上进一步插值,从而实现激光视觉引导的焊缝自动与平滑跟踪。实验结果表明,该系统具有较好的跟踪精度,能满足工业实际需求。     

小波变换的多层多道焊接拐角跟踪点的识别研究

利用小波变换检测信号边缘的优势,对V型坡口焊接激光图像以及多层多道焊激光图像的焊缝识别方法进行了系统的研究,给出了基于小波变换的焊缝识别算法,并提出了多层多道焊拐角跟踪点的识别算法,同时进行了大量的实验研究;分析了多层多道焊接激光图像的特点,在V型坡口识别算法的基础上进行了改进,利用模板匹配技术,实现拐角跟踪点的识别。     

基于示教与视觉纠偏的机器人自动焊接方法研究

给出了一种示教与纠偏相结合的焊缝跟踪方法，用于实现机器人的自动焊接．针对传统的示教再现机器人，由激光视觉传感器测量实际路径与示教路径之间的偏差．机器人控制器根据示教路径和偏差，对焊枪的运动方向和位置进行调整，实现焊缝跟踪．利用六自由度机器人和激光结构光视觉传感器设计了实验系统，对所提方法进行了实验．实验结果验证了该方法的有效性．     

焊缝跟踪视觉传感器中图像多类型特征选择与提取

针对在焊接机器人焊缝跟踪传感器中不同类型工件焊缝接头的结构光图像特征,提出一种图像特征选择与提取方法.首先,对图像进行自适应分割,提取出激光条纹中心线.再根据三种典型焊缝接头类型:预留坡口对接类,无坡口直接对接类和左、右搭接类型焊缝的结构光图像的特点,分别选择激光条纹曲线的沟槽中心、条纹曲线的转折点和间断点作为焊缝特征点,分别进行提取.对不同类型焊缝结构光图像的处理实验结果,验证了本文方法的有效性.     

基于集成技术的三维焊缝检测传感器设计

设计了一种基于集成技术的三维焊缝检测传感器。为解决焊接加工自动化过程中三维焊缝的跟踪检测,将GMR焊枪悬浮高度传感器、焊缝检测传感器以及相应的微处理器有机结合并集成,从而使传感器实现小型化、智能化。针对焊接过程的非线性、多变性以及易受焊疤等干扰源干扰等问题,采用了智能控制策略实现三维焊缝检测,减小焊缝检测的盲区范围。实验结果表明:该传感器能够检测出空间三维焊缝,且焊缝跟踪精度高,达到了设计要求。     

弧焊视觉轨迹控制中的自动导引方法研究

本文给出了采用三维视觉焊缝跟踪传感器实现机器人自主寻找焊缝、跟踪焊接、结束焊接的控制方法 ,实验表明该方法能够进一步提高焊接自动化水平     

基于激光视觉检测的焊缝自动跟踪系统研究

旨在提高焊缝跟踪精度和焊接质量,提出一种基于激光检测自动焊缝跟踪系统。该系统由激光视觉部件、控制器、步进电机和十字滑架组成。当系统工作时,由激光视觉部件检测焊缝的当前位置与目标位置之间的偏差,控制器基于该偏差确定纠偏量,步进电机驱动十字滑架以纠正焊枪横向与纵向位置偏差。搭建出系统物理样机,进行了焊缝跟踪试验。试验结果表明,基于激光视觉检测的焊缝跟踪误差可控制在0. 5 mm 之内,其在精密焊接领域具有较大应用前景。     

旋转电弧传感弧焊机器人焊缝实时纠偏系统研究

本文介绍了以高速旋转电弧为传感器的弧焊机器人焊缝实时纠偏系统 ,首先设计了适应机器人要求的高速旋转电弧传感器 ,然后对电弧传感 V形坡口焊缝的识别方法及铁水等干扰影响进行了研究 ,采用模糊控制技术进行焊缝实时纠偏 ,最后完成了 V形坡口直线焊和角焊缝折线焊 ,取得了满意的焊缝纠偏结果 .     

基于双模控制的焊接机器人焊缝自动跟踪系统

该文提出了一种基于双模控制的焊接机器人焊缝自动跟踪系统.系统中应用新一代激光焊缝传感器测量焊缝的位置,并采用Fuzzy-P双模分段控制进行焊缝的纠偏.系统中采用DSP作为核心控制器产生控制信号,驱动焊枪横向步进电机和纵向步进电机动作,实现焊接机器人焊枪对焊缝的实时自动跟踪.实验证明,基于双模控制的焊缝自动跟踪系统可以实现焊接机器人焊枪对焊缝的实时自动跟踪.该系统完全满足实际焊接工程的需要.     

经济型焊缝跟踪视觉传感器的研制

利用普通的焊接护目镜玻璃制作了熔池图像视觉传感器,在304#不锈钢等离子弧焊缝跟踪试验中获得的图像是足够清晰的,能够清楚地看到接缝和焊接熔池.在工厂车间里进行的试验证明:这种低成本的视觉传感器可以用于304#不锈钢的等离子弧焊接过程的实时焊缝跟踪和控制.     

焊接机器人焊缝自动跟踪系统

本文提出了一种焊接机器人焊缝自动跟踪系统用以实现焊枪对焊缝的实时自动跟踪。系统中应用激光焊缝传感器测量焊缝的位置,并采用Fuzzy-P双模分段控制进行焊缝的纠偏。DSP作为系统的核心控制器产生控制信号,驱动焊枪横向步进电机和纵向步进电机动作,调整焊枪实时跟踪焊缝。实验证明,基于双模控制的焊缝自动跟踪系统可以实现焊接机器人焊枪对焊缝的实时自动跟踪。该系统完全满足实际焊接工程的需要。     

基于视觉与电弧多信息传感的焊缝跟踪算法

随着焊接传感技术以及信号处理技术的快速发展,人们越来越注重对焊接过程质量控制的研究,而多传感器信息融合技术是焊接质量控制的一种重要的方法,采用该技术实现熔化极气体保护焊(MIG)脉冲焊接质量的自动控制。该技术采用了视觉传感器和电弧传感器将采集的不同的描述信息进行了有效的特征提取和传输,并运用多传感器信息融合算法进行焊缝的跟踪。视觉传感器利用工业电荷耦合元件(CCD)获取图像信息控制焊炬的横向偏差信息,电弧传感器利用数据采集卡获取电流信息控制焊炬的高度互补偏差信息和横向的冗余信息,将两种传感器得到的冗余信息和互补信息在特征层下进行融合实现焊接过程横向和高度的纠偏控制。冗余信息的融合可以实现视觉传感的图像去噪,而互补信息的融合可以进一步提高焊缝跟踪的精度。实验结果表明,所提算法能够较好地提高焊接的质量,从而也验证了算法的有效性和合理性。     

Autonomous Acquisition of Seam Coordinates for Arc Welding Robot Based on Visual Servoing

Autonomous acquisition of seam coordinates is a key technology for developing advanced welding robot. This paper describes a position-based visual servo system for robotic seam tracking, which is able to autonomously acquire the seam coordinates of the planar butt joint in the robot base frame and plan the optimal camera angle before welding. A six-axis industrial robot is used in this system, which has an interface for communicating with the master computer. The developed visual sensor device is briefly presented that allows the charge-coupled device (CCD) cameras to rotate about the torch. A set of robust image processing algorithms are proposed so that no special requirements of light source are needed in this system. The feedback errors of this servo system are defined according to the characteristics of the seam image, and the robust tracking controller is developed. Both the image processing program and tracking control program run on the master computer. The experimental results on straight line seam and curve seam show that the accuracy of the seam coordinates acquired with this method is more adequate for high quality welding process.