基于复合视觉和形态学模糊检测的GMAW焊过程质量控制

视觉图像检测是实现GMAW焊接质量控制的重要步骤。针对焊接图像稳定性差、噪声大的特点,提出了一种基于复合视觉和形态学模糊检测的算法。该算法采用双CCD采集焊接视觉图像并使用数学形态学理论处理图像,通过将该图像检测算法应用于焊接动态过程中的熔池图像处理,结合闭环模糊PID控制理论,一套完整的GMAW焊过程质量控制系统得以实现。MAG焊工艺试验表明,该控制系统可以有效地克服焊接过程中的外界干扰,从而保证焊接质量的稳定。     

基于视觉传感的摆焊管道立焊熔池特征分析

对摆动电弧GMAW焊在全位置立焊区间的熔池特征进行了研究,设计一套管道全位置焊接视觉监测系统。采集清晰的熔池序列图像;分析一个电弧摆动周期的立焊熔池变化特点;采用数学形态学的算法获取熔池轮廓。结果表明：定义的熔池视觉特征参数能有效地区分全位置焊不同立焊区间的熔池。在摆动电弧的作用下,立向上焊与立向下焊的熔池特征存在明显的差异性,立向上焊的熔池长与熔池面积较立向下焊分别大21%与10%,立向上焊的熔池尾部轮廓线呈水平状态,而立向下焊的熔池尾部呈现明显下凹特征。     

基于被动视觉的管子-管板GTAW熔池检测及处理

针对换热器管子-管板自动焊的特点,设计了一套适应于管子管板钨极氩弧焊(GTAW)的CCD视觉传感器和减光/滤光系统,实时获取管子管板焊接液态熔池图像。开发了一套基于部件树的图像特征点提取算法,能够有效获取管子管板GTAW熔池边缘图像,通过曲线拟合方法,可获取完整的熔池轮廓曲线和熔池特征尺寸信息,进一步实现管子-管板自动焊远程监控。     

汽车横向摇臂总成焊缝质量视觉检测系统

汽车部件焊缝质量的人工检测效率低,精度差,且数据不易统计、存储及查询。将机器视觉技术引入汽车部件焊缝质量检测能够很好地克服上述缺陷,实现焊缝质量自动检测、判定、统计及查询。检测系统利用机器人手臂夹持视觉传感器与光源,对汽车底盘横向摇臂的焊缝分段采集结构光图像和LED光图像,根据不同图像特征设计适应性强的图像处理算法进行计算、判别。通过LED光图像可以识别焊缝缺失、表面气孔等缺陷;通过结构光图像可以测量出焊缝宽度和角焊缝厚度,并判定是否焊偏。试验结果表明,检测系统能准确高效地计算、判别焊缝的主要特征,适合在焊缝质量检测领域推广应用。     

基于视觉传感的焊缝跟踪控制系统

研究一种智能型焊缝跟踪控制系统,采用视觉传感器ＣＣＤ检测弧焊区,并通过图像处理准确识别焊缝位置,同时设计一个参数自调整模糊控制器对焊枪运动进行控制,有效地提高了焊缝跟踪精度。     

三光路熔池图像的视觉注意特征提取

焊缝跟踪和熔透控制都是焊接质量控制中的重要部分.试验采用三光路视觉传感系统,在铝合金脉冲GTAW焊接过程中,三个光路同时采集熔池正前方、斜后方、斜下方图像,并投影到同一幅图像上.图像包含了焊缝、正面熔池和背面熔池等丰富的信息.采用视觉注意的方法找到图像各部分与熔池特征参数相关的小区域进行处理,将图像中包含的熔池特征参数提取出来.结果表明,视觉注意方法用于焊接过程中熔池特征的实时检测时,由于只处理感兴趣的小区域,比一般方法具有更高的明确性以及高效性.     

基于小波和形态学降噪的弧焊视觉图像模糊检测

焊接视觉图像检测是实现焊接过程自动控制的重要步骤.针对焊接图像噪声大、稳定性差的特点,提出了一种基于小波降噪和形态学模糊检测的算法.首先分别用小波变换和灰度形态学算法对焊接熔池图像进行降噪处理,然后将两者结果融合进行模糊处理,最后完成灰度形态学边缘检测.实验结果表明,此方法能够从含有较强噪声的弧焊视觉图像中获取清晰、准...     

基于激光视觉的焊缝特征信息检测技术研究

对于基于激光视觉的焊缝自动跟踪及参数自适应控制系统,从焊缝激光条纹中实时、快速、精确地检测焊缝几何特征信息是前提.文中利用模块化开发工具包(MDK,modular development kit)构建的焊缝特征检测系统,实现了对焊缝特征信息,如焊枪跟踪点位置和焊缝几何特征等的快速精确提取.文中主要从系统构成、工作原理、软件实现等几个方面进行了详细阐述,并通过实际的检测,验证了系统的精确性和稳定性.试验结果表明,系统具有较高的精度和稳定性,能够满足焊缝跟踪及参数自适应控制对焊缝特征信息检测的要求.     

基于机器视觉的液晶面板质量检测系统设计

随着科技的发展,液晶面板应用越来越广泛,传统的人工检测方式已无法适应现代化工业生产高质量、高效率的需求。针对液晶面板检测项目多、检测精度要求高的难题,研发出一种基于机器视觉的液晶面板检测系统。给出了液晶面板AOI检测系统设计的整体方案、结构组成、视觉系统的功能及控制流程中产品的高精度检测,极大地提高了检测效率,有效地降低了废品率,保证了液晶屏的生产质量。     

基于多结构元素形态学的射线焊缝缺陷检测方法

针对射线探伤中采集的焊缝图像存在对比度低,噪声干扰及边界模糊等特点,提出了一种基于多结构元素形态学的射线焊接图像缺陷边缘检测方法。在对原始射线焊接图像进行预处理、焊道提取后,选取了多尺度多结构元素,运用灰度形态学方法对焊接图像进行缺陷边缘检测与提取。试验结果表明,对比传统的边缘检测算法,该方法能有效提取图像中的焊接缺陷边缘,且其连续性和完整性较好。     

基于视觉的MAG焊气孔缺陷图像特征初步探讨

针对MAG焊特点,利用被动式熔池视觉传感系统,采集到清晰的熔池图像;通过同步对比试验方法,系统地对焊接气孔缺陷与熔池图像特征信息之间的关系进行了研究,提取了表面气孔、内部气孔(夹渣)对应的熔池图像特征,并从灰度均值和标准差的角度研究了焊接气孔缺陷产生过程中熔池图像变化情况及奇异特征.试验表明,通过熔池视觉图像特征判断气孔焊接缺陷,具有良好的可行性,为基于视觉传感的焊接缺陷自动识别提供了技术依据;一种图像特征可能预示有多种焊接缺陷产生的可能,一种焊接缺陷可能有多种图像特征显示.     

基于机器视觉的冲裁断面质量检测

针对当前冲裁断面质量检测中出现的检测手段少、检测速度低和误检率高等问题,提出了基于机器视觉的冲裁断面质量检测新方法。该方法以Lab VIEW软件为平台、以图像处理技术为核心针对冲裁断面尺寸进行检测。阐述了检测系统的组成原理、机器视觉硬件设计和检测算法研究。在光源和镜头的配合下,利用USB工业相机采集断面图像,再利用Lab VIEW的Vision模块进行图像处理,最终得到冲裁断面的分区尺寸,从而判断冲裁断面质量是否合格。实验结果表明,基于机器视觉的冲裁断面质量检测能够快速准确的判断冲裁断面的断面特征,可以满足断面质量检测的要求。     

基于机器视觉焊接轨迹搜索算法

传统的焊接机器人一般采用示教再现的方法获取焊接轨迹,为确保这种工作模式能够实施,需要在前工序中采用人工点焊完成工件的定位,这将引起定位误差,使实际轨迹偏离示教轨迹. 针对该问题,提出了基于机器视觉焊接轨迹搜索算法. 基于几何形状的金字塔分层模板匹配技术,计算偏移量和旋转量从而校正示教轨迹. 结果表明,该算法具有较高的精度和效率,能满足机器人自动搜索轨迹对实时响应的要求. 工业应用表明,在实际焊接中,当焊接工件在X轴和Y轴方向有±5.5 mm的偏移量、在XOY平面上有8°的旋转角度时,该算法仍能准确搜索到焊接轨迹.     

基于阴影的激光深熔焊熔池形态分析

熔池形态特别是熔池体积使用现有测量手段难以直接进行测量.采用大功率盘形激光对304型不锈钢厚板进行平板堆焊,通过外加辅助强红外激光光源投射熔池阴影,采用高速摄像机加装组合滤光片摄取清晰地熔池及其阴影动态图像,提取焊接过程中熔池投射阴影的面积变化,并进行一元线性回归和相关性分析.结果表明,熔池的阴影面积变化与焊接质量存在正相关性,为焊接质量检测提供了新方法.     

Digital controlling for GMA welding machine based on DSP

This paper introduced a welding machine for GMAW using digital controlling method based on DSP (Digital Signal Process ). By means of flexible programming according to welding technologies and experiences the suitable characteristics of welding machine, such as line compensation, welding voltage and current feedback, wire-feed driving, SCR trigging and so on, can be controlled and self-adjnsted using digital signals. Through the designing based on DSP it is put out that the traditional hardware of control circuit is decreased greatly which can enhance the stability and reliability of welding machine. Finally, the welding experiment using CO2 shielding gas proves that the welding process is stable.     

大功率碟形激光焊支持向量回归熔宽预测算法

大功率碟形激光焊接作为一种重要的新型激光加工技术在制造业领域得到日益广泛的应用.针对焊接过程多变量强耦合性以及反馈的实时性要求,提出了用支持向量机(SVR)对焊接过程中熔宽变化量进行预测的新方法,并根据焊接试验数据对其性能进行验证.同时分析对比了支持向量机与BP神经网络的预测效果.结果表明,BP神经网络和支持向量机的训练和单步预测效果良好,均可以应用在大功率碟形激光焊接过程中,但SVR模型要更加适应于大功率碟形激光焊接过程的样本训练和预测.当采样点数N值取10时预测效果最优.     

基于数学形态学图像处理的TIG焊接过程正面熔宽控制

焊接过程熔池动态特征信息获取与智能控制一直是焊接界研究的前沿课题.针对TIG焊接过程没有飞溅,熔池形状稳定、清晰的特点,以TIG焊接过程为研究对象,采用机器视觉技术获取焊接动态过程正面熔池图像点,将数学形态学中的二值理论应用于熔池图像的处理,结合模糊逻辑和比例积分微分(PID)闭环控制理论,从弧焊过程熔透质量控制的角度出发,从软件开发到硬件组成,设计了一套焊接过程图像处理及正面熔宽控制系统.结果表明,该系统可以很好地克服焊接过程中的外界干扰,保证焊缝成形的稳定,从而实现了TIG焊质量控制的目标.     

交流电阻点焊计算机监控系统

针对电阻点焊质量保证体系现状，研制了以工控机等硬件为基础，采用多种传感器全面监测焊接过程，获得表征焊接过程和质量的特征信息，以此构建了径向基函数神经网络质量评估等多种评判算法，实现对每一焊点进行监测和质量信息化的计算机软硬件系统。试验表明，该系统基于可视化界面，方便直观地实现了工艺参数的优化、过程的监测和诊断，以及焊点质量在线评估等功能，对焊点质量的在线评估准确率达到98．6％。     

焊管纵缝实时焊缝跟踪的机器视觉方法

介绍了一个大直径不锈钢等离子弧焊管纵缝焊缝跟踪系统。该系统利用视觉传感器将熔池与接缝拍摄在一幅图像中，检测出接缝偏差然后驱动工件运动使接缝对准焊枪。提出了一种新颖的基于机器视觉的熔池区域图像处理算法。该算法以20帧／s的速度实时处理图像并提取出三个特征量用来计算接缝偏差。试验证明这种算法是有效的，并且能够满足系统的实时响应要求。     

基于被动视觉的焊接过程多信息检测系统

针对焊接过程控制的要求,提出了一种基于被动视觉的焊接过程多信息检测系统,系统由工业CCD摄像机、窄带光学滤光片、计算机系统等组成,窄带滤光片以弧光较弱的950 nm为中心波长,以减少焊接过程中弧光的干扰,获得清晰的焊接图像.在焊接过程中,系统通过视觉信息对焊缝、电弧、熔池和焊丝等进行实时检测,提取电弧摆动的中心位置偏差、幅度偏差和角度偏差等多个特征参数,以此对焊枪进行控制,使得电弧的摆动中心和焊缝中心一致,摆动平面和焊缝中心垂直,摆动幅度和焊缝宽度相适应,避免了焊接过程的夹渣和未熔透等缺陷,保证了良好的焊后成形质量.