焊接理论/一般问题

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，[第一段]     

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.     

色噪声下卡尔曼滤波磁光成像焊缝跟踪算法

焊缝跟踪是保证激光焊接质量的前提,在激光焊接过程中,精确地识别和跟踪焊缝非常重要。以紧密对接平板激光焊为试验对象,研究一种色噪声环境下应用卡尔曼滤波最优状态估计对焊缝偏差进行预测的方法。使用磁光传感器摄取焊缝磁光图像并提取焊缝位置参数,建立基于焊缝位置参数的系统测量方程和状态方程。应用扩展状态向量的方法建立色噪声环境下的卡尔曼滤波算法,对焊缝位置进行最优状态估计,得到均方差极小值情况下的焊缝偏差预测最优值,减小系统噪声对焊缝位置识别的影响。试验结果表明所提方法可以显著提高焊缝跟踪的准确性。     

磁光成像自适应卡尔曼滤波焊缝跟踪算法

焊缝跟踪是保证焊接质量的前提.针对0~0.05 mm的微间隙焊缝,研究一种色噪声环境下应用卡尔曼滤波实现焊缝跟踪的方法.通过对焊件施加磁场,利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像,提取焊缝中心位置构成状态向量,建立基于焊缝中心位置的系统状态方程与测量方程.针对系统过程噪声为色噪声,使用Sage自适应卡尔曼滤波,采用新息序列估计过程噪声协方差矩阵,准确预测焊缝中心位置.结果表明,根据自适应卡尔曼滤波方法能够有效提高焊缝跟踪精度.     

焊接视觉图像质心算法及其特性

从焊接视觉图像质心计算公式出发,根据图像灰度与视觉传感器响应电压值的关系、响应电压值与检测部位的发射率及光谱辐射强度等关系,由熔池特性,推导并建立了焊接视觉图像质心与焊接区各点温度间关系模型.通过焊接温度场的数值化,得到图像质心与焊缝中心关系模型的数值解及关系曲线,证明了视觉图像质心与焊缝中心存在相关性,为基于图像质心的焊缝跟踪算法提供理论依据.分析了质心算法的特性,为进一步研究实时焊接图像的质心及算法打下理论基础.     

BP神经网络在焊缝位置识别中的应用

研究了一种焊缝位置识别新方法,在一定工艺条件下,使用视觉传感器采集焊接熔池图像,选取图像中熔池前端部分进行处理,先对其进行中值滤波与灰度变换,在此基础上,获取每一幅熔池图像的质心值、质心位移、质心速度及电弧与焊缝的偏差值作为训练样本数据.以质心值、质心位移和质心速度为输入量,以偏差值为输出量,利用BP神经网络建立其数学模型,最后对该模型进行检验.检验结果表明,该模型能够较准确地描述熔池图像质心与焊缝偏差之间的关系,为进一步实现精确的焊缝跟踪提供了理论和试验依据.     

非平稳噪声下基于凸优化的自适应焊缝跟踪算法

针对非平稳性噪声下焊缝跟踪精度低的问题,提出了一种基于凸优化技术的自适应焊缝跟踪方法。通过熔池质心来描述焊缝位置特征,建立焊缝跟踪的状态方程和量测方程;运用凸优化理论,将量测过程中非平稳噪声的稀疏性特征以先验约束的形式引入优化过程中,通过最小化非平稳噪声的范数实现对非平稳噪声的实时估计。试验结果表明,基于凸优化的自适应焊缝跟踪方法能够减小因非平稳噪声引起的焊缝位置测量偏差,有效提高了焊缝跟踪精度。     

磁光成像焊缝跟踪卡尔曼滤波算法

在激光对接焊过程中,精确控制激光束使其始终对正并跟踪焊缝是保证激光焊接的前提,为此首先须精确检测焊缝位置。针对小于0.05 mm的微间隙对接焊缝,通过对焊件施加感应磁场,利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像。通过图像处理提取焊缝中心位置并构成状态向量,建立基于焊缝中心位置的系统状态方程和测量方程。采用卡尔曼滤波算法对焊缝中心位置进行最优估计,得到焊缝中心位置最优预测值,消除过程噪声与测量的干扰影响。试验结果表明,卡尔曼滤波方法能够有效减少噪声干扰并提高焊缝跟踪精度。     

高斯核相关结合粒子滤波的对接焊缝跟踪方法

针对电弧焊自动焊接过程中焊缝轨迹定位精度不高的问题,提出一种高斯核相关与粒子滤波相结合的焊缝跟踪方法。利用图像处理技术提取焊缝图像初始特征区域,在焊接过程中利用高斯核相关算法跟踪焊缝特征区域,由跟踪的特征区域求解焊缝中心位置。为了降低焊接环境中的动态噪声和观测噪声对焊缝轨迹定位精度的影响,构建焊缝中心位置粒子滤波模型,对焊缝实际位置进行滤波估计。跟踪试验对象为标准对接焊缝,试验结果表明,高斯核相关结合粒子滤波算法能进一步提高焊接环境噪声干扰下的焊缝轨迹定位精度。     

基于视觉图像质心的焊缝跟踪新技术

从基于图像质心的焊缝跟踪技术出发，通过对图像质心公式的深入研究，根据图像灰度与视觉传感器响应电压值的关系、响应电压值与检测部位的发射率及光谱辐射强度等关系，从理论上得出质心与焊缝中心的关系模型，论证了图像质心与焊缝中心存在相关性，并通过大量试验证明了关系模型的准确性。     

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.     

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。     

基于熔池图像尖端特征规律的焊接偏差测定方法

通过对管道全位置熔化极气体保护焊(gas metal arc welding,GMAW)熔池图像的研究分析,发现并验证了其根焊熔池图像尖端与焊缝坡口中心位置重合的现象,依据此规律性特征,提出了一种基于熔池图像尖端信息的焊接偏差测定方法.该方法的基本原理是,在对焊接过程熔池CCD图像进行中值滤波、小波变换、连通区域分割等图像处理后,以搜索算法测得的根焊熔池图像尖端位置信息作为焊缝坡口中心位置的坐标值,此值与焊丝中心坐标值之差即为焊接偏差量.试验证明,此方法能从根焊熔池图像中实时测定焊接偏差量,为实现机器人自动焊缝跟踪控制提供了可靠依据.     

铝合金TIG焊接熔池状态多传感器数据协同感知算法

针对铝合金钨极惰性气体保护电弧焊(tungsten inert gas arc welding,TIG焊)过程中,焊接工艺参数的实时状态与焊缝熔池三维尺寸间的非线性对应关系,研究建立一种基于信息物理融合的多传感器TIG焊过程熔池状态协同感知计算方法. 首先,构建由红外温度传感器、电弧形态传感器、电弧能量传感器和焊接位置传感器组成的TIG焊过程熔池状态信息物理融合系统架构. 其次,考虑焊接过程中焊枪电弧的运动特性和测量噪声影响,设计基于温度、位置、能量传感器信息交互的熔池长宽深三维参数状态感知策略,并基于多传感器数据的异步和异构特性,提出了基于无迹卡尔曼滤波的焊接过程中熔池状态的多传感器数据协同感知算法. 针对7075超硬铝合金TIG焊过程进行熔池参数在线测量与辨识试验,结果表明,所提算法能够根据TIG焊过程多传感器数据实时计算熔池参数结果,焊缝宽度和焊缝高度计算结果误差基本上控制在10%以内,该算法响应时间基本控制在0.3 s内,能够较为准确地评估焊接过程中熔池的实时状态.     

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.     

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