设定轨迹焊缝的高精度CCD跟踪系统

文中介绍了一种以双线阵ＣＣＤ为传感器,激光二极管为光源的主动式的设定轨迹焊缝的高精度ＣＣＤ跟踪系统。此跟踪系统是一种智能形的成像控制器。它对焊缝的识别精度为３５ｕｍ／１０ｍｍ;对设定轨迹焊缝的识别精度高于３．５ｕｍ／１０ｍｍ,此跟踪系统具有对其金属板坯表面的光学性能、角度变化包容性强和抗强光的特点。     

焊缝轨迹自动测量及NC程序的自动生成技术

焊缝自动焊接过程中，焊缝轨迹的测量至关重要。本文研究ＣＮＣ自动焊接机利用三座标测量头对给定焊缝形状的工件的自动测量技术，以及利用测量得到的焊缝轨迹型值点进行了ＮＣ程序的自动编程的算法。     

基于全卷积神经网络的焊缝识别方法

在机器人自动化焊接中，精准高效的焊缝识别是实现高质量焊接的关键。针对现有视觉检测方法效率低、精度差的问题，提出了一种基于全卷积神经网络的焊缝识别方法。该方法首先采集数据对全卷积神经网络进行训练，得到最佳的网络参数；然后采用训练好的全卷积神经网络和最佳网络参数对焊缝图片进行语义分割，将焊缝所在区域与背景进行分离；然后对分割出的焊缝区域，进行骨架提取，得到接近单像素宽度的焊缝；之后根据自定义的直线度参数对焊缝形状进行判定，确定该焊缝是否为直线，用最小二乘法进行直线或曲线拟合，得到最终的焊缝轨迹。实验结果表明，所提方法能够快速准确地识别出焊缝位置和形状，可以作为自动焊接机器人轨迹自主规划和控制的技术基础。     

焊接温度场焊缝识别及焊缝跟踪技术研究

论述焊接温度场焊缝识别方法及焊缝跟踪控制系统。系统采用焊接温度场传感器获得焊接工件背面热图像，通过改进的梯度算法对热图像的分析计算获得焊缝偏差，利用规则自校正模糊控制器实现焊缝跟踪。试验和实际生产运行表明系统能够准确识别焊缝，焊缝跟踪运行稳定可靠。     

基于支持向量机的焊缝缺陷类型识别研究

针对焊缝的线形和圆形两种主要缺陷,提出了一种基于支持向量机的焊缝缺陷种类识别算法。首先,对焊缝X射线图像运用模糊C均值聚类、区域填充、均值滤波、边缘检测、大津阈值及谷发现图像预处理算法,获取焊缝缺陷的位置,然后通过逆表面阈值算法将缺陷从焊缝中分割出来;利用基于分段分形纹理分析算法提取焊缝缺陷的特征值;最后将特征值输入到基于支持向量机的焊缝缺陷分类器中,识别出焊缝缺陷种类。试验结果表明,通过对150张焊缝X射线图像进行训练,对80张焊缝X射线图像进行测试,平均正确识别焊缝缺陷种类的准确率达97.5%,满足工业要求。     

基于RANSAC算法的焊缝余高识别与检测

开发了基于激光结构光视觉的焊缝余高检测系统,并提出了一种基于RANSAC算法的焊缝余高识别算法,它通过利用RANSAC算法"局外点"的特性可对焊缝特征点进行精确提取,并实现对焊缝余高的检测。在实验平台上对该算法进行了验证,实验结果表明该算法可行,精度较高,速度快,具有一定的实用价值。     

核电容器高效磨削的焊缝轨迹检测与识别系统的研究

为了实现核电高压容器高效磨削中的焊缝磨削轨迹的在线检测,提出了一种基于机器人视觉的焊缝磨削轨迹检测与识别技术,该技术是将基于结构光的视觉系统安装在磨削机器人的末端,使磨头反转,构成视觉的检测系统。并对采集到已焊V型坡口的焊缝图像进行图像处理试验,结果表明,该系统能够运用于核电高压容器高效磨削的焊缝磨削轨迹检测中,并且可以获得被磨削工件的形位信息。     

基于图像处理的相贯线焊缝轨迹跟踪系统研究

相贯线焊接是实际生产中常见的典型焊接形式,但其焊接难度较大,焊接精度不高。为了提高焊接质量,以相贯线焊缝为研究对象,采用视觉传感器进行焊缝识别和轨迹跟踪,为解决机器人焊接过程中焊缝轨迹跟踪精度不高的问题,对轨迹跟踪系统进行了控制设计,采用自适应模糊PID的控制方法对控制器进行设计,最后进行Matlab仿真。仿真结果表明,该方法具有良好的自适应性,能够实现焊缝的快速准确跟踪。     

基于GMR的二维焊缝检测传感器的设计与实现

简述了基于GMR的二维焊缝检测传感器。为解决焊接加工自动化过程中焊缝的跟踪检测，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集成，从而使传感器实现小型化智能化，减少对工件检测的死区范围。该传感器与自动焊接机组成的焊缝跟踪系统，焊缝跟踪精度高、响应速度块，减少了焊缝轨迹空间捕捉算法的复杂挫。     

箱梁结构件焊缝表面缺陷特征提取及分类研究

针对箱梁结构件焊缝表面缺陷分类识别过程中的在线特征提取及实时性等问题,在二维主成分分析(2DPCA)的基础上提出了一种基于泛化的增量式2DPCA(GI2DPCA)的特征提取算法。首先,对获取的箱梁结构件焊缝表面图像进行图像增强、图像平滑和阈值分割等预处理,实现了焊缝缺陷区域的有效信息提取,建立了焊缝缺陷数据库;然后,利用所提出的GI2DPCA算法对数据库中的焊缝图像提取其特征主元,并通过BP神经网络进行缺陷分类识别;最后,在建立的焊缝缺陷数据库上进行了算法性能的对比实验,并在ORL人脸数据库上对所提算法的通用性进行了验证。结果表明, GI2DPCA+BP神经网络算法的提取及分类速度可达36 fps,识别率达到97%,能够满足箱梁结构件焊缝表面缺陷检测的工程应用及实时性处理需求。     

采用微型排水罩的药H焊丝水下焊接焊缝自动跟踪系统

针对水下焊接图像噪声大、清晰度差的特殊情况,设计并研制成功一套药芯焊丝水下焊接的视觉传感焊缝自动跟踪系统.该系统由视觉传感、图像预处理及偏差识别系统,控制系统和执行机构等组成.采用小波多尺度变换进行水下焊缝图像边缘提取,结果保留大多数的细节,得到有利于焊缝位置特征提取的预处理图像,在一种基于二值图像的焊缝中心位置识别算法计算后,得出焊缝偏差.在理论分析视觉传感焊缝自动跟踪系统模型的基础上,设计满足跟踪精度要求的规则自调整模糊算法.对影响跟踪系统精度的因素进行分析,并采用相应的措施以提高系统的精度.通过药芯焊丝湿法水下焊接焊缝自动跟踪试验表明,采用规则自调整模糊控制能够达到较高的焊缝跟踪精度.在斜线、折线和曲线三种不同形状待焊焊缝的跟踪试验中,系统都能满足药芯焊丝水下自动焊接的要求.经过改进微型排水罩,进行微型排水罩局部干法药芯焊丝水下焊接焊缝跟踪试验,采用规则自调整模糊控制,不仅得到满意的焊缝跟踪效果,还改善焊缝成形质量.     

一种智能型焊缝跟踪系统的研制

论述一种智能型焊缝跟踪系统, 采用直接拍摄电弧式视觉传感器检测焊缝跟踪偏差, 并通过一个自调整模糊控制器实现偏差的调节。整个跟踪过程可通过屏幕实时观察, 所有的参数设置都通过人机对话实现。此外, 还提出了一种新的焊缝图像处理方法来实时检测焊缝。试验表明, 该系统能够对ＧＴＡＷ 对接焊缝实现精确的跟踪。     

焊缝自动跟踪的发展现状与展望

焊缝自动跟踪在焊接工业中占有极其重要的地位,焊缝自动跟踪的精度和实时性对保证焊接质量有着不可估量的作用。研究如何提高焊缝自动跟踪的精度和降低焊缝自动跟踪系统的成本很有意义。从焊缝跟踪系统的硬件组成和控制方法角度分析了焊缝自动跟踪系统的发展历程,并对该技术的发展趋势进行了分析和展望。     

AUTOMATIC SEAM TRACKING SYSTEM OF SUBMERGED ARC WELDING BASED ON FUZZY-P CONTROLLER

An automatic seam tracking system used in submerged arc welding is presented. In the system, the linear CCD vision sensor is installed in front of the welding torch. Laser structure light emitted by the semiconductor laser irradiates on a slant to work-piece surface and forms a structure light strip on work-piece surface. Scatter light of the strip is received by linear CCD on top of the seam and the image information of seam can be obtained. By way of image processing and applying Fuzzy-P controller in tracking process, automatic seam tracking has been realized accurately. Anti-disturbing ability of the system to work-piece surface status has been enhanced largely by classified microadjus-tment of torch height.     

弧焊机器人摆动跟踪时摆幅与频率的模糊模式识别

针对10 mm厚钢板V形坡口接头的弧焊机器人摆动跟踪焊接,实时测量电弧电压和焊接电流的瞬时值,对其进行两次统计处理,构建不同摆幅和摆动频率时的焊接电参数特征矢量,采用模糊模式识别技术,建立了焊接电参数特征矢量与摆动焊接摆幅和频率的内在联系,为定量研究摆幅和频率对V形坡口焊缝成形的影响提供依据。     

A vision-based algorithm for seam detection in a PAW process for large-diameter stainless steel pipes

Manual monitoring and seam tracking through welding images in real-time, by naked eye or industrial TV are experience-dependant, subjective, labor-intensive, and sometimes biased. So it is necessary to realize computer-aided seam tracking. We have developed a plasma arc welding (PAW) seam-tracking system, which senses the molten and the seam in a frame using a vision sensor, and then detects the seam deviation to adjust the work piece motion adaptively to the seam position sensed by the vision sensor with our collaborator. In this paper, we propose a novel molten pool area image-processing algorithm based on machine vision. The algorithm processes each image at a speed of 20 frames/s 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.     

Visual Tracking System for Welding Seams

To track the narrow butt welding seams in container manufacture, a visual tracking system based on smart camera is proposed in this paper. A smart camera is used as the sensor to detect the welding seam. The feature extraction algorithm is designed with the consideration of the characteristics of the smart camera, which is used to compute the error between the welding torch and the welding seam. Visual control system based on image is presented, which employs a programmable controller to control a stepper motor to eliminate the tracking error detected by the smart camera. Experiments are conducted to demonstrate the effectiveness of the vision system.     

视觉传感铜包铝线缆TIG焊缝自动跟踪系统

针对铜包铝线缆TIG焊常出现焊偏的问题,研制一种采用视频摄像传感器的焊缝自动跟踪系统.以弧光为主动光源,在电弧前方20 mm处对铜皮对口缝进行摄像.采用模拟电路对视频信号进行放大、整形和以动态平均值为基准的二值化等处理,极大降低了信号处理的时间,并准确获得铜皮对口缝的脉冲信号.确定铜皮对口缝偏差方向判断及偏差大小计算的方法.试验结果表明,该焊接过程采用视频摄像传感器识别铜皮对口缝方法是可行的,能实现铜包铝线缆TIG焊的焊缝自动跟踪控制,系统响应周期小于60 ms,跟踪精度小于0.1 mm.     

机器人焊缝跟踪神经网络控制的研究

研究神经网络技术在弧焊机器人焊缝跟踪过程中的应用,通过神经网络在笛卡尔空间轨迹的补偿作用,确定出基于笛卡尔空间参考轨迹控制的机器人焊缝跟踪神经网络控制器。与传统的关节计算力矩法相比,所设计的神经网络控制器具有良好的控制特性及较强的鲁棒性,焊缝跟踪精度得到了显著的提高。     

集装箱大梁熔化极气体保护电弧焊的焊缝跟踪系统

集装箱大梁自动焊接过程中,工件表面的反射不均匀、弧光、飞溅和烟尘等因素容易造成焊缝偏差识别不准确或难以稳定识别,因此设计了一种用于集装箱大梁熔化极气体保护电弧焊的焊缝跟踪系统。基于低成本结构光视觉传感器建立了高鲁棒的焊缝特征提取模型,该模型采用激光条纹的直线斜率对随机采样一致性算法的随机采样过程进行优化,以在复杂环境下实现模型对焊缝特征的稳定提取。不均匀强反射工件表面的焊接试验结果表明：焊接参数300 A、29 V、1 m/min下,Y向、Z向的平均检测误差分别为0.22 mm和0.19 mm,实现了稳定高精度的焊缝跟踪。