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。     

三维焊接坡口轮廓图像测量系统

开发了一种三维焊接坡口轮廓图像测量系统，该系统基于光栅莫尔条纹投影原理，由LD、光栅副、滤光片、面阵CCD（Charged coupled device）及DSP图像信号处理等部分组成。分析了在恶劣的焊接现场条件下，莫尔条纹投影到焊接工件表面的噪声产生机理，提出并采用了中值滤波方法对采集的原始激光焊缝图像信号进行平滑处理。由CCD采集到的焊接坡口表面变形的莫尔条纹二维激光图像，经过图像信号处理软件后恢复焊接坡口的三维轮廓图像，获得焊缝中心、深度、宽度等参数的精确尺寸信息。该测量系统经过在轻便型焊接机器人上试用，其测试精度、实时性基本能满足要求。实验结果表明该方法简单可靠、效果明显。     

一种基于小波变换的V型坡口焊缝识别算法

小波变换分析方法是现代迅速发展起来的一门新兴学科,在图像处理方面得到很好的应用。利用小波变换检测信号边缘的优势,对V型焊接激光图像的边缘检测技术进行了系统的研究,对V型坡口焊接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,同时进行了大量的实验研究,提出了一种基于小波变换的V型坡口激光图像光纹提取以及计算焊接纠偏量的方法。     

核燃料棒堵孔焊接图像系统设计

针对以往核燃料棒密封焊接时无法精细调整钨极距离、实时观测焊室内部情况以及保存焊接图像的弊端,设计了一套基于LABVIEW的核燃料棒焊接图像采集与处理系统；不同于传统的投影方法,系统利用两个数字相机获取焊室内部图像及焊接过程视频,通过图像处理分析钨极尖端与核燃料棒端塞的极距、对中情况和烧损程度等,并将焊接前后图像、极距保存到棒料焊接的相应记录中；多次焊接试验表明,图像系统能够稳定清晰地获取焊室内的图像,极距和对中情况分析准确可靠；根据实验结果,总结了钨极烧损的外观特点,并探讨了适合本焊接设备的极距。     

基于图像识别的AH36钢激光焊缝节点定位技术研究

激光焊接过程中，强光导致焊接节点的视觉图像质量较低，降低了定位准确性。为了优化特殊材质的激光焊接节点定位精准度。以AH36钢为例，设计一种激光焊接节点视觉定位方法。在获取AH36钢的激光焊接节点区域图像后，通过EGDNet算法获取焊接节点边缘图像。利用Shi-Tomasi算法检测焊接边缘图像的角点，计算节点在AH36钢激光焊接图像中的位置坐标，完成AH36钢激光焊接节点定位。实验结果表明，该方法的焊接节点采集质量高、定位精度高、定位效率高。     

激光焊接系统的非线性辨识和自适应控制

激光焊接涉及到复杂的物理和化学变化,是一个典型的非线性系统,用机理建模法很难得到系统的数学模型,通常采用基于输入输出数据的系统辨识方法来建模;为了得到未知参数的无偏估计,采用相关最小二乘法进行辨识建立激光焊接系统的双线性模型,并通过比较实际焊接系统的阶跃响应和模型的阶跃响应验证了模型的准确性和有效性;在此基础上,采用反馈线性化方法,对激光焊接系统设计了最小方差自适应控制器;仿真结果表明了该非线性自适应控制方法的有效性.     

基于Linux的激光焊保护镜镜面缺陷检测系统

针对线上激光焊接的熔渣飞溅物粘附在保护镜片使激光光路受阻的问题,详细介绍了基于嵌入式Linux的视觉镜面缺陷检测系统的硬件及软件设计。提供了一种利用图像传感器对镜片进行视觉检测的解决方案。其中：MT9M031为图像传感器,通过V4L2接口将采集图像映射到系统的用户空间并利用核心算法对图像进行坏点的检测。一旦检测到坏点,系统立刻经过CAN总线向机器人报警并终止线上作业。按照该方法设计的系统,经过实验验证效果良好。迄今尚无视觉检测保护镜片的有效方法,首度将视觉测量应用于该测量领域。     

激光焊接过程的非线性辨识和自适应控制

针对提高焊接质量控制问题,采用激光技术.激光焊接过程的数学模型具有较强的非线性,一般的线性辨识方法无法得到它的精确模型.对激光焊接过程非线性系统难于建模和难于控制的问题,首先提出了基于夏氏法的非线性辨识方法,辨识出了具有典型非线性的焊接过程模型.为保证识别精度,提出了自适应滑动平均控制器的设计方法.经过仿真实验,结果表明了辨识方法和控制方法的有效性,通过自适应控制方法可以保证激光焊接过程跟踪指定的期望值,并具有控制算法简单,控制精度高和抗干扰能力强等优点.     

基于数学形态学的水下焊接图像处理

水下拍摄的激光结构光焊接图像不可避免要受弧光、飞溅以及烟尘的强烈干扰.根据水下焊接图像特点,采用图像加窗、锐化、阚值分割、滤波以及边缘检测等步骤来完成针对水下焊接熔宽的检测.通过各种方法的比较,说明数学形态学更适合水下焊接图像处理.     

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。     

结构光在集装箱顶角加强板焊缝定位中的应用

针对集装箱顶角加强板的焊接特点,设计了一种基于结构光的自动焊缝定位方法。该方法主要有两个特点：一是将摄像机安装在机器人上,使光轴垂直工作平面,通过比较面积大小来获得深度信息,从而将三维信息的获取问题转化为二维信息的提取,并利用仿射变换获得空间信息;二是利用激光器与摄像机相配合的方式进行定位,由于激光束在焊接环境中的特征明显,可降低图像处理的难度。具体实现过程是利用两条线激光打在加强板的一个角上,在加强板和顶板之间的焊缝处出现转折,通过对激光条纹的有效处理,获得4对转折点的图像坐标,然后拟合直线求出加强板的焊接初始位置及方向,再结合事先制作的图像模板将加强板的其他特征点逐一求出。该系统有效地利用了激光器的优势,可靠地解决了加强板焊缝的自动定位问题。     

Real-time penetration state monitoring using convolutional neural network for laser welding of tailor rolled blanks

In this paper, an innovative monitoring system capable of diagnosing the penetration state during the laser welding process is introduced, which consists of two main blocks: a coaxial visual monitoring platform and a penetration state diagnosis unit. The platform can capture coaxial images of the interaction zone during the laser welding through a partially transmitting mirror and a high-speed camera. An image dataset representing four welding states was created for training and validation. The unit mainly consists of an embedded power-efficient computing TX2 and image processing algorithms based on a convolution neural network (CNN). Experiment results show that the platform can stably capture state-of-the-art welding images. The CNN used for a diagnosis of the penetration state is optimized using an optimal network structure and hyperparameters, applying a super-Gaussian function to initialize the weights of the convolutional layer. Its latency on TX2 is less than 2 ms, satisfying the real-time requirement. During the real laser welding of tailor-rolled blanks, a penetration state diagnosis with an accuracy of 94.6 % can be achieved even if the illumination changes significantly. The similar accuracy between the validating set and a real laser welding demonstrates that the proposed monitoring system has strong robustness. The precision and recall ratios of the CNN are higher than those of other methods such as a histogram of oriented gradients and local binary pattern.     

色噪声下卡尔曼滤波焊缝跟踪算法与试验研究

精确控制激光束使其始终对中并跟踪焊缝是保证激光焊接质量的前提．以大功率光纤激光焊接Type304不锈钢为试验对象,研究一种有色噪声环境下应用卡尔曼滤波最优状态估计预测激光束与焊缝路径偏差的方法．使用高速红外视觉传感器摄取焊接区红外热像,提取焊缝位置参数并构成状态向量,建立基于焊缝位置参数的系统状态方程和焊缝位置测量方程．针对系统动态噪声为有色噪声,通过扩展状态变量的方法建立有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并得到最小均方差条件下的焊缝偏差最优预测值,消除系统噪声对焊缝偏差测量的影响．焊接试验结果表明新方法可有效抑制有色噪声干扰并提高焊缝跟踪精度．     

基于结构光的机器人弧焊混合视觉伺服控制

A novel hybrid visual servoing control method based on structured light vision is proposed for robotic arc welding with a general six degrees of freedom robot. It consists of a position control inner-loop in Cartesian space and two outer-loops. One is position-based visual control in Cartesian space for moving in the direction of weld seam, i.e., weld seam tracking, another is image-based visual control in image space for adjustment to eliminate the errors in the process of tracking. A new Jacobian matrix from image space of the feature point on structured light stripe to Cartesian space is provided for differential movement of the end-effector. The control system model is simplified and its stability is discussed. An experiment of arc welding protected by gas CO_2 for verifying is well conducted.     

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.     

基于支持向量机的激光焊接过程的非线性辨识

针对激光焊接过程非线性系统建模困难的问题,研究基于支持向量机的非线性系统回归建模方法.支持向量机由核函数与训练集完全刻画,进一步提高支持向量机性能的关键是针对给定的系统设计恰当的核函数.用改进的核函数,对具有典型非线性特性的焊接过程进行辨识.仿真结果验证了该方法的有效性.     

自动控制在薄板钛合金激光焊接中的应用

采用YAG激光作为焊接热源,针对具有自动控制的激光焊接系统,研究了1.3mm厚的TC4钛合金薄板的双面激光焊接.分析了试样的焊前清洗、保护气体的选择及激光工艺参数(激光功率密度、焊接速度、脉冲宽度、频率等)的匹配对焊缝形成及表观形貌的影响.试验结果表明,施焊前对试样进行合适的清洗十分必要,未经清洗的试样很难实现焊接成功.在保护气体的选择方面,使用氩气的焊接效果明显优于使用氮气;激光功率密度、焊接速度、脉冲宽度和脉冲频率4个参数的合理组合,是实现钛合金薄板焊接的关键因素.     

Tracking control system using image sensor for arc welding

A highly accurate and widely applicable tracking control system which guides a welding torch along a joint line is described. The control system includes a servomechanism, a solid-state image sensor, and an image processor. The solid-state image sensor detects the cross-sectional pattern of the welding groove with a He-Ne gas laser. The image processor, consisting mainly of a microcomputer, processes video information and estimates the position of the welding groove center using a statistical technique. This method of tracking control has been employed in the welding apparatus for penstocks with good practical results.