基于熔池背面图像的薄壁筒体熔透自整定PID控制系统

在薄壁筒体环缝焊接中,工艺参数及坡口尺寸的波动都会导致焊接熔透状态的变化.为保证稳定的熔透,需要对焊接熔透状态进行实时检测和控制.本文针对薄壁筒体环缝钨级惰性气体保护焊(TIG焊),建立了基于视觉传感的直接传感法,获取了清晰的熔池背面图像,经图像处理得到了满足熔透要求的熔池背面熔宽范围,并通过自整定PID控制器实时调节...     

基于激光视觉传感器的实时焊缝三维计算系统

构建了一种基于视觉传感的焊缝三维模型实时计算系统，包括图像采集程序、图像预处理程序、视觉计算焊缝三维模型程序以及实时显示程序。在未焊接情况和GTAW(钨极氩弧焊)条件下进行试验，结果表明，该系统可以实时地获得被检测焊缝的三维模型，精度能够满足焊接需要，处理速度可以达到20fps，为焊缝自主跟踪奠定了基础。     

结合Sobel算子与Snake模型的焊缝图像边缘提取

随着焊接自动化、智能化研究的深入,人们越来越注重焊接质量的自动控制.焊接过程中焊缝始终保持对中间隙中心是实现焊接过程自动化的前提条件.在管道打底MIG焊视觉跟踪系统中,首先基于光学成像的几何原理,通过CCD摄像机获取较清晰焊缝图像,使用Sobel变换获得Snake模型的初始轮廓点,然后使用贪婪Snake模型得到焊缝的准确边缘.实验结果表明,与原有Sobel变换算法相比,该方法显著提高焊缝提取的精度.     

基于钨极氩弧焊的增材制造成型的影响因素

基于钨极氩弧焊的增材制造,也是属于3D打印中的一种,由于其适用于大尺寸构件,且具有高效快速成型性,而成为目前国内增材制造的热点。而在基于钨极氩弧焊的增材制造过程中影响最终成型的因素也成为了基于钨极氩弧焊的增材制造过程中的一个研究方向。本文针对于这一研究方向,依据唯一变量原则,通过分别单独的改变基于钨极氩弧焊的增材制造过程中的焊接电流,焊接速度,送丝速度等焊接参数,观察各种参数的改变对最后成型的影响。最后,对于基于钨极氩弧焊的增材制造的成型与焊接电流,焊接速度等焊接参数的关系,进行了总结。     

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。     

气体保护焊烟尘粒度与发尘量分析

为了测量与分析气体保护焊烟尘粒度与发尘量,分别对实芯焊丝的熔化极气体保护焊和药芯焊丝的CO2焊进行烟尘收集,采用光散射法和光纤型准光弹性散射颗粒粒度测试仪测量烟尘粒度,根据JIS标准,在不同的焊接工艺参数下进行烟尘发尘量测量试验,分析了工艺方法与焊接参数对烟尘粒度与发尘量的影响,并研究降低烟尘发尘量的措施。研究结果表明,气体保护焊烟尘粒度遵循一定的分布规律,工艺方法和焊接工艺参数对焊接烟尘粒度大小和发尘量有一定的影响。     

基于机器视觉技术的教室照明节能控制系统

为解决教室照明用电浪费问题,设计和制作了基于机器视觉技术的教室照明节能控制系统.该系统在监控计算机端采用帧差分与分段收敛的背景差分叠加法从监控录像中识别教室人员,并根据室内人员情况控制教室照明设备的开启或关闭.系统硬件主要由图像采集模块、监控计算机、电气控制模块及教室电气线路等4部分组成;系统软件基于Matlab开发,按功能可分为图像获取、图像处理、串口双向传输、图形用户界面及数据库等5部分.室内人员检测实验结果表明,系统识别平均耗时0.2s,进行实时室内人员识别的帧速上限为5帧/s;当图像中不包含和包含人员时,系统对室内人员的检测准确率分别为100％和93％.     

1Cr18Ni9Ti奥氏体不锈钢管焊接工艺

1Cr18Ni9Ti钢材由于Cr元素含量较高,焊接时极易氧化。1Cr18Ni9Ti奥氏体不锈钢管焊接时,当采用TIG焊焊接,由于管材焊缝背部的高温金属无法进行有效保护,焊缝背部的高温金属与空气中的氧产生剧烈反应,导致焊缝根部的严重氧化和烧损。本文采用TIG焊进行焊接,可有效避免焊缝根部氧化,实现焊接。     

基于U型网络的K-TIG焊熔池图像分割方法研究

小孔钨极惰性气体保护焊K-TIG(Keyhole Tungsten Inert Gas Welding)的强烈氩弧光会对熔池液面与焊件的成像造成干扰。针对其熔池图像呈现边界模糊、特征尺寸差异大、形态不规则的特点,设计了一种基于注意力机制的多尺度特征融合语义分割模型,对焊接熔池区域图像进行分割。首先,利用并行结构的多尺度非对称瓶颈单元替换UNet在特征提取过程中的卷积块,加强对不同尺度特征提取的能力,强化对熔池轮廓的表征能力;然后,在上采样阶段使用跨层的注意力模块引导网络模型更加关注熔池的锁孔区域;最后,在进行网络训练之前,对训练集的图片采用Multi-Scale Retinex算法执行颜色和形态的图像增强。实验结果显示,该神经网络的分割结果与熔池实际区域在Dice系数、MIOU以及F1系数的指标上分别达到95.78%、83.32%和91.86%。     

基于K-L算法的焊缝红外图像检测技术

提出计算机对所得图像进行滤波和图像分割,讨论了K-L算法的原理及其在红外焊缝图像检测中的应用;以红外光源照射焊缝,通过CCD摄取焊缝的图像,建立已焊和未焊的图像模板库,采用K-L算法对焊缝图像进行处理,并与模板库进行比较,得出焊缝是否焊接的结论;试验结果表明,该方法检测精度高,检测速度快,可以实时运用于对手工电弧焊的焊缝质量检测中.