数字图像处理技术在弧焊机器人视觉伺服系统中的应用

本文针对弧焊机器人视觉伺服系统中的图像特征信息提取任务 ,依据工作环境的特点设计了一套具有较强抗干扰能力的数字图像处理算法 .结果将处于自然背景下的标记点信息准确地获取到 ,作为后续工作的基础 .本文中采用了针对任务的自动阈值选取和连通域分割算法 ,结果表明了选用的算法适于本研究的特定工作环境 ,取得了满意的结果 .     

图像传感技术用于喷射沉积坯尺寸的实时检测

为了实时、精确地检测沉积坯体尺寸,先介绍了一种新的边缘检测算子——Sobel-Zernike moments算子用于沉积坯的边缘检测,该算子首先利用Sobel算子迅速找到可能边缘点,然后再利用Zernike moments算子精确定位边缘。最后,介绍了沉积坯特征尺寸提取的步骤、结果表明,本方法检测的尺寸最大相对误差的绝对值为0.32％,运行时间为0.932s,能够满足沉积坯尺寸检测的买时性和精度要求。     

基于粗糙集理论的焊接过程建模方法

针对目前焊接建模的状况,针对一种比较典型的焊接材料和焊接方法———铝合金脉冲钨极电弧(TIG)焊接,提出一种基于粗糙集理论的建模方法,并对建模过程的主要步骤和关键问题作了阐述.实验结果表明,该模型精度和复杂度可以接受.该方法拓展了粗糙集理论的应用领域,并为焊接建模提供了一种新方法,具有较大的应用潜力.     

一般代数Riccati方程与H∞问题状态反馈解的存在性质

讨论时域ＭＡＸＭＩＮ鲁棒最优问题与Ｈ∞状态反馈解存在性均可归结为一般代数Ｒｉｃｃａｔｉ方程实对称镇定解的存在性问题。证明了它们之间具有本质上的一致性。     

人工神经网络及其在焊接过程控制中的应用展望

概略地综述了人工神经网络和焊接过程控制的概况和特点，探讨了人工神经网络可用于焊接过程控制的几种途径，并对其存在的某些问题和发展趋势作了讨论。     

视觉传感技术在机器人智能化焊接中的研究现状

随着我国《中国制造2025》战略实施,焊接制造领域经过"两化"融合的推动,正朝数字化、信息化、智能化制造转型,进而使焊接制造过程的信息需求量显著增加。围绕上海交通大学智能化焊接与材料精密制造研究所近年来在智能化焊接领域所取得的成果和关键技术应用等展开讨论,内容涉及基于视觉传感的焊接路径自主导引与规划、焊接动态过程液态熔池的智能表征和基于视觉传感的焊接全场高温应变的在线测量及多尺度计算。上述研究成果的工程应用,一定程度上丰富和发展了焊接智能化技术领域的内涵。期望展示的焊接视觉智能化传感研究成果为焊接智能制造的发展抛砖引玉。     

焊接机器人系统通信的实现

针对自行开发的弧焊机器人系统 ,包括焊接机械臂、变位机、专用电源和传感系统 ,进行了通信系统的设计并介绍了软件和硬件的实现     

基于线形化算法的熔池三维形状提取

在自动化焊接过程中,焊接熔池形状是判断焊接质量的主要依据.熔池三维形状包含有更丰富的焊接质量信息,采用阴影恢复技术对熔池图像进行恢复.一种快速的线形近似求解方法被用来求解焊接反射图方程,得到了熔池高度迭代式.采用Kalman滤波的思想,完善了该算法实际执行过程中可能出现的问题.试验熔池图片验证了该算法是快速并且有效的.     

窄间隙MAG焊电弧声与电弧作用位置的相关性

电弧-侧壁距离控制是保证窄间隙熔化极活性气体保护焊(Narrow gap metal active gas welding, NG-MAG)侧壁熔合良好的关键。通过对NG-MAG脉冲立焊过程中电弧声的预处理和分析,发现其时域波形呈周期性“振铃”衰减特性,频率与焊接电源脉冲频率相同;电弧声能量的频域分布范围为0.3～12.0 kHz,且能量主要集中在0.3～3.0 kHz和9.0～12.0 kHz两个频带,频谱分布与电弧-侧壁距离高度相关。在此基础上,采用小波变换(Wavelet transform, WT)和联合时频分析(Joint time-frequency analysis, JTFA)实现对电弧声信号的降噪处理和时频分析,结果发现,伴随电弧-侧壁距离的逐渐增大,电弧声能量的低频分布始终存在,呈现“断续-连续-断续”分布特征;而高频分布出现在电弧-侧壁距离2.6 mm以上,呈现“断续-连续”分布特征。利用NG-MAG脉冲立焊电弧声的时频分布规律可实现对电弧作用位置的监测预警,为NG-MAG焊接过程状态监控提供一种途径。     

基于激光超声的铝合金搅拌摩擦焊典型缺陷检测及分析

利用不同搅拌摩擦焊(FSW)工艺参数获得2219铝合金薄板根部未焊合、隧道孔两种典型缺陷,对比X射线检测结果,采用激光超声对这两种典型FSW缺陷进行检测. 从时域上对采样信号峰值点及幅值进行分析,并进一步运用PSD-welch功率谱法进行频域分析,提取频域不同频段的能量,结合时域最大幅值作为特征,利用支持向量机建模并训练,识别率达到85%. 结果表明,基于激光超声检测的时、频域特征能够有效对铝合金FSW两种典型缺陷进行分类识别,从而为铝合金FSW缺陷检测提供一种技术途径.