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 ,提高自动化程度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阈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 ,该系统在检测精度、处理速度、稳定性、可靠性及实际工况的适应性等方面完全满足高质量焊缝对焊接过程自动对中的要求。     

药芯焊丝水下焊接焊缝跟踪视觉传感系统的设计

为满足药芯焊丝水下焊接自动化的需要,研究了用于水下焊缝自动跟踪的视觉传感系统。该系统较好地解决了药芯焊丝水下焊接弧光对焊缝图像传感的干扰问题,能获取较清晰的焊缝图像。采用基于图像分割的边缘检测技术成功地提取了焊接电弧和待焊焊缝的边缘,使用该系统可获得电弧和待焊焊缝的偏差信息,为进上步实现药芯焊丝水下焊接焊缝的自动跟踪控制打下了基础。     

基于VC的旋转电弧窄间隙MAG焊多信息融合焊缝跟踪系统

针对窄间隙旋转电弧MAG焊焊缝跟踪的需要以及单一传感器的不足,采用Visual C++开发了基于电弧传感和视觉传感的多信息融合焊缝跟踪系统。电弧传感采用NIPCI-6251数据采集卡、电流/电压传感器、电弧位置传感器结合NI的measurement studio软件,实现了对每个电弧旋转周期内电弧信号的获取,进而实现积分法、极值法、粗糙集等电弧传感方法。视觉传感利用图像采集卡、电弧位置传感器和CCD摄像机,获取电弧旋转到左右坡口侧时的焊接图像,实现焊缝偏差的检测。而焊缝跟踪是综合电弧传感焊缝偏差和视觉传感焊缝偏差的基础上进行焊缝纠偏。为提高系统运行效率,采用多线程方法实现电弧传感、视觉传感的同步采集和技术;利用CTimer控件实现焊缝偏差的多信息融合分析、显示和记录。系统的构建为进一步的多信息融合控制、焊接质量控制奠定基础。     

旋转电弧传感理论数学模型研究及展望

旋转电弧传感器是焊缝自动跟踪系统中的关键部分,建立精确系统数学理论模型是准确识别焊炬姿态和焊缝左右偏差的前提。详细讨论了焊接电源、焊丝干伸长、焊接电弧、接头几何形状等关键因子对模型的影响,阐述了现有旋转电弧传感GMAW焊接系统数学理论模型的基本思路,提出进一步提高模型精度的改进策略,为获得更精确的旋转电弧传感数学理论模型打下基础。     

GMAW焊高速旋转电弧传感信号特征分析

电弧传感直接使用焊接电信号进行焊缝跟踪,旋转电弧还可用于改善焊缝成形,具有重要的应用价值.基于气保护熔化极焊接(GMAW)的数学模型以及焊丝端部的运动学模型,对旋转电弧传感的电流信号进行了模拟.在不同焊接参数下进行了焊接试验,采集了电流波形.结果表明,数值模拟结果与实际焊接电流波形吻合.电弧传感电流波形左右半周的不对称性与焊炬偏差成正比.电弧旋转频率越高,电流变化幅度越小.旋转半径越大,电流波形的不对称性越明显.研究结果对于高速旋转电弧传感系统的设计具有指导意义.     

基于电弧传感和位置前馈的机器人焊缝跟踪算法

关节机器人具有自动化程度高、运动精准等优点,被广泛应用于电弧焊接领域。但是,由于被焊接工件存在加工、装配以及安装定位误差。所以,在焊接质量要求较高、且被焊接工件一致性不好的情况下需要配套焊缝跟踪系统方能实现高质量的焊接作业。电弧传感作为焊缝跟踪的传感方式具有系统结构简单、传感位置与焊接位置重合等优点,但也具有信噪比小、精度差、跟踪参数调整困难等缺点。本研究利用电弧传感的优点,结合机器人焊接对焊缝形状位置的预知特性,利用电弧传感作为基础偏差传感器,机器人控制器根据电弧传感器测量的偏差信号,对当前焊接点进行调整的同时,还对焊缝曲线的空间方程进行调整,从而实现对焊缝曲线上未焊接点的偏移量进行预判,实现焊缝偏差的前馈调整。     

基于Kriging代理模型的磁控电弧传感器参数优化方法

为提高磁控电弧焊缝自动跟踪系统的稳定性与跟踪精度,引入拉丁超立方取样试验设计方法和Kriging代理模型技术,建立磁控电弧传感器的参数（励磁频率、励磁电流、磁极间隙、线圈匝数）预测模型;分析磁控电弧传感器的主要参数对焊缝跟踪信号的影响规律及其在焊接过程中的稳定性;选取传感器参数的优化设计点,试验验证磁控电弧传感器参数优化的可靠性.结果表明,优化后的焊缝跟踪传感信号波形明显,且干扰少,由于提高了信号的信噪比,从根本上提高了焊缝跟踪的准确性和稳定性.     

图像传感技术在焊接过程控制中的研发现状

文中从焊缝跟踪、缺陷预测、温度监测和图像处理四个方面系统综述了图像传感技术在焊接中的研发现状,并对图像传感技术在焊接中的应用前景进行了展望,指出图像传感技术的实时性和准确性目前依然是国内外学者的研究热点,在真空、极冷极热等极端环境下焊接过程的视觉传感技术是未来焊接过程图像传感的一个重要方向.     

基于LabVIEW的电弧传感跟踪控制系统

在图形代码语言LabVIEW环境下，构建了电弧传感跟踪焊接参数检测系统。描述了基于虚拟仪器的电弧传感跟踪系统的控制方法。该仪器具有在线分析、显示电弧传感电参数曲线、控制输出旋转扫描速度、焊接速度以及逻辑控制等功能，给出了采用虚拟仪器技术实现电弧传感跟踪控制的系统软件设计方法及控制流程。     

水下焊接机器人视觉传感系统图像干扰因素分析

水下焊接机器人视觉传感系统在焊接过程中实时的对焊缝图像进行提取,通过一系列的图像处理算法,识别出焊缝位置,得到焊缝与焊枪之间的位置偏差,通过控制算法,实现焊缝跟踪的目的.在图像提取的过程中,会有各种各样的干扰,如泥沙干扰、弧光干扰、水泡气泡干扰、水对光的散射等各种干扰.着重分析了水下焊接机器人视觉传感系统图像提取的各种干扰因素,并对各种干扰因素产生的原理加以研究分析,并在此基础上,对如何去除各种干扰因素的方法--"二步干扰因素去除法"进行了简要的分析.     

埋弧焊图像法焊缝自动跟踪传感系统

结合采用埋弧焊进行容器类焊接结构制造过程中的工艺特点及工况,设计了一种将微型半导体激光发生器、微型摄像机及具有滤光功能的光学系统三者集成一体的焊缝视觉传感器。该传感器结构简洁、紧凑、使用方便灵活,图像采集与处理系统具有处理速度高（１００ｍｓ）、实时性强,界面显示直观、简洁、工艺可示性等特点。     

An optical sensing system for seam tracking and weld pool control in gas metal arc welding of steel pipe

A visual sensing system was developed for automatic gas metal arc welding (GMAW) of the root pass of steel pipe. The system consisted of a vision sensor that consisted of a charge-coupled device (CCD) camera and lenses, a frame grabber, image processing algorithms, and a computer controller. A specially designed five-axis manipulator was used to position the welding torch and to provide the vision sensor with automatic access to view the welding position. During the root pass welding, an image of the weld pool and its vicinity was captured using the camera without interference of the intensive arc light by viewing at the instance of a short-circuit of the welding power. The captured image was then processed to recognize the weld pool shape. For seam tracking, the manipulator was used to adjust the torch position based upon the pool image to the groove center. The measured gap size was used to determine the appropriate welding conditions to obtain sound penetration. The welding speed was chosen using fuzzy logic with the knowledge of a skilled welder and measured gap. The automatic welding equipment demonstrated that both welding conditions and torch position could be appropriately controlled to obtain a sound weldment and a good seam tracking capability.     

双丝串列电弧焊焊缝成形的试验分析

将旋转电弧传感器和双丝串列电弧焊结合起来,开发了旋转电弧引导的、两个电弧在同一个熔池上燃烧的双丝串列电弧焊方法,对其焊缝成形工艺进行了研究.分析了焊接电流、焊接电压、双丝间距、电弧旋转等参数对焊缝成形的影响.结果表明,随着焊接电流的增大,熔敷速度增加,焊缝成形系数呈现先增大后减少的变化规律.而焊接电压的增大则会使焊缝成形系数略有减小.对双丝间距的研究发现,当间距为15 mm时,焊接质量较好.与普通双丝串列焊相比,前置电弧旋转时熔池底部变得平坦,最大熔深有所减小,平均熔深有所增加,这将有助于减少焊缝的应力集中.与单丝旋转电弧焊相比,焊接熔敷速度显著增大,有效避免了高速焊接时的咬边现象.     

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.     

The characteristics of welding currents in a rotating arc lead tandem GMAW process and the weld-seam tracking

Tandem gas metal arc welding (T-GMAW) process shows a high deposition rate that up to three times of the single electrode GMAW,so the welding speed could be significantly increased in this process.However,the majority of this process applications are based on the pre-programmed robotic welding,which does not allow them to track the seam real-time during welding.Rotating arc sensor,sensing the seam position by detecting the changing of welding currents,has been widely adopted in the automatic robot welding process.It is proposed in this paper to integrate the rotating arc sensor with a trailing torch to develop a new approach of rotating arc lead tandem gas metal arc welding (RLT-GMAW) process.The characteristics of the welding currents in the proposed new welding process were firstly studied,and then a self-turning fuzzy control seam tracking strategy was developed for the mobile robot automatic welding.The experimental results showed that the proposed RLT-GMAW process had an excellent seam tracking performance and high welding deposition rate.Even if there were some electromagnetic interactions between the two arcs,the deviation of the welding seam could also be reflected by the fluctuation of the welding currents on the leading arc once the correct welding parameters were selected.Based on the detected deviation,the welding tracking experiments showed that the proposed self-turning fuzzy controller had a good performance for the RLT-GMA W process seam tracking.     

一种基于图像质心的焊缝跟踪新方法

研究一种基于图像质心识别的电弧焊焊缝跟踪新方法。通过视觉传感器获取焊接区熔池图像，抽取图像质心坐标并构成状态向量，建立一种基于图像质心的状态方程和位置测量方程。在此基础上，应用卡尔曼滤波对图像质心位置进行状态估计，在时域中采取递推计算的方式得到最小均方差条件下的焊缝位置最佳预测值．从而消除过程噪声和测量噪声引起的焊缝位置测量偏差。计算机仿真和实际焊接试验结果显示该方法可有效地提高焊缝跟踪精度。     

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.     

基于结构光视觉传感的焊缝视觉信息检测和识别研究

对基于结构光视觉传感的焊缝视觉信息检测和识别进行了研究.所获取的焊缝图像中存在着大量的飞溅、烟尘和电弧光等噪声干扰.CCD摄像机获取焊缝图像,经图像采集卡A/D转换后送入计算机内存,然后采用各种图像处理方法对图像数据进行处理,焊缝原始图像经过二值化、中值滤波、拉普拉斯锐化、细化一系列图像预处理,准确提取激光条纹信息,提出了几种常见的焊缝形式的检测和识别算法,算法所需时间均不到1 ms,提取焊缝特征,实现对焊缝的自动跟踪.     

塞拉门焊缝视觉跟踪图像处理技术

根据塞拉门框焊点多而短、焊接质量要求高的特点,提出一种机器人间断式弧焊视觉跟踪系统,综合运用灰度变换等方法,建立基于普通光源的视觉跟踪移动窗口图像处理体系,克服传统图像分割方法易受到工件上刀痕亮斑和暗影等噪声干扰的不足,在采集图像中移动与焊缝具有相同形状和大小的窗口,以窗口中所有像素灰度平均值最小窗口作为焊缝当前位置,能有效的滤除刀痕亮斑和暗影噪声.通过焊缝当前位置与标准位置比较,可直接计算出焊缝位置偏差.结果表明,移动窗口焊缝图像处理体系具有很强的适应性和抗干扰能力,能满足实时跟踪要求.