弧焊机器人用电弧电流可控传感系统的原理研究

电弧电流可控传感器是一种在焊接过程中通过比较焊枪黄摆两端的电弧电流来跟踪焊缝的，它不需要在焊枪上增加检测附件，也不受外部干扰的影响，具有足的跟踪精度，本文给出了这种传感系统的原理，控制算法及系统组成。     

电流传感器焊缝高度跟踪技术研究

研制了电流传感器焊缝高度自动跟踪系统，进行了弧形高管板空间曲线焊缝自动焊接实验，并在锅炉封头焊机中应用，取得了良好的效果。     

计算机控制的窄间隙MIG焊跟踪系统

本文根椐窄间隙脉冲射流焊接中电流波形的实测结果,分析和论证了电流的变化规律,提出以电流的瞬态变化作为控制参量,实现电弧对焊缝侧壁的跟踪,以消除由于焊丝弯曲引起的跟踪误差,文中论述了以单板机为主体组成的跟踪系统,实现窄间隙熔化极射流过渡焊接自动跟踪的方法。     

超声发生器频率跟踪的控制

介绍了单片机控制的电流反馈式超声发生器的系统结构，分析了频率自动跟踪的原理及实现方法，完成了变步长频率跟踪的软件设计，保证了频率跟踪速度和搜索精度。     

窄间隙CO2气体保护焊的磁控焊缝跟踪方法

针对单道多层窄间隙焊接中的焊缝对中和变侧壁宽度的侧壁融合的问题，建立了窄间隙CO2气体保护焊的电弧长度数学模型. 通过MATLAB仿真出电弧长度和焊接电流变化曲线，模拟焊接电流在两侧壁发生突变的特点，提出一种横向跟踪方法. 以1/4周期内电流变化斜率Ki>C的时间点作为电弧到达侧壁的标记，累计电弧从焊枪中心摆动到此时的脉冲数NL和NR，对NL和NR进行相关运算得到横向偏差信息，以数字电位计AD51113为基础设计了电磁传感器磁场强度调节装置. 结果表明，利用系统进行的焊缝跟踪效果良好，磁场调节效果稳定，为窄间隙CO2气体保护焊的跟踪提供一种新的解决方案.     

LabVIEW平台中利用小波分析实现焊接电流信号的去噪

焊接过程是一个复杂多变的过程,实现焊接自动跟踪的方法也有很多种,其中当前研究的重点就是利用旋转电弧传感器来实现自动跟踪.由于旋转电弧电流信号中存在许多噪声,因此,实现旋转电弧自动跟踪的关键就是如何正确地提取焊接电流信号.在此利用LabVIEW作为开发平台,通过调用Matlab节点的方法,对采集到的焊接电流信号进行小波去噪处理,实现焊接电流信号的还原.     

一种基于三维空间的焊缝跟踪精度评价分析方法

为了提高弧焊机器人的焊缝跟踪精度,提出了一种新的焊缝跟踪精度的评价方法,建立了基于三维空间焊缝的精度评价模型,该模型建立了焊接电流、焊接速度和焊枪高度等多个焊接工艺参数与焊缝跟踪精度之间的模型关系. 基于该模型,通过MATLAB对该模型进行仿真分析,验证了所提出精度分析方法和精度模型的正确性及有效性. 结果表明,在焊缝跟踪过程中焊接电流和焊接速度对焊缝跟踪精度影响明显. 该精度分析方法对于焊缝跟踪精度的评价具有一定的参照意义,并且在焊接工艺参数的合理选择时对焊缝跟踪精度具有重要影响.     

脉冲焊接工艺摆动电弧焊缝跟踪技术

介绍一种基于摆动电弧的脉冲焊接工艺的焊缝跟踪方法。介绍了焊缝跟踪的基本原理,分析了脉冲焊接工艺中焊接电流的特点。根据脉冲焊接工艺自身特点,设计了有限长单位冲击响应滤波器,有效滤除了电流受到的干扰,获得电流随焊炬摆动而产生的周期性变化趋势。对比了焊接电流极大值比较法和积分差值法的特点,通过比较坡口两侧的电流数据的积分差值判断焊炬摆动的偏差量和偏差方向。设计一种模糊控制器进行偏差调整,实现焊炬自动调整。结果表明,所用方法可以实现焊炬自动调整。     

点焊电极工作状态在线监测

对连续点焊过程中电极两端电流、电压和动态电阻进行跟踪测试,并对点焊电极不同工作状态下跟踪测试结果进行对比分析,确定出在线监测点焊电极工作状态的最佳方法。     

关于小电流接地系统单相接地保护方式的探讨

对中性点不接地系统的单相接地进行了理论分析和探讨 ,提出了采用自动跟踪补偿调匝式消弧线圈 ,有效抑制接地点电流。并对四种消弧线圈从级差电流、调级方式、自动跟踪、采样周期、运算方法、运行稳定、经济维护、科技含量、在线测量、用户反映等诸多方面进行了技术论证     

基于旋转电弧传感器的角焊缝跟踪

为了提高基于旋转电弧传感机器人跟踪角焊缝的准确度,解决基于水平滑块伸缩跟踪焊缝时水平滑块行程不够的问题. 通过组合滤波方法,可以滤除焊接电流中的大部分噪声. 利用最小二乘直线去拟合某些采样点,用拟合直线的斜率进行偏差识别. 以偏差和最近三次偏差之和作为模糊控制器的输入量,经过模糊化,模糊推理,单点集重心法使模糊量清晰化,完成了模糊控制器的设计. 再通过两轮差速运动跟踪角焊缝. 最后进行了角焊缝的跟踪. 结果表明,利用该方法,解决了跟踪焊缝时水平滑块行程不够的问题,基于旋转电弧传感机器人跟踪角焊缝的可靠性好,准确度高.     

基于卡尔曼滤波的区间式铝电解槽似在电阻采集算法

针对目前铝电解行业对于槽似在电阻的采集不够准确并且延时较高的问题,本文提出一种基于卡尔曼滤波的区间式槽似在电阻采集算法。该算法以卡尔曼滤波为基础,用预测值与采样值的均方差表征它们的高斯白噪声功率,使其能够在电阻平稳的状态下有着较强的跟踪性能;再结合一阶惯性滤波的强滤波特性和卡尔曼滤波的强跟踪优势,设置适用的滤波区间,确保组合算法在槽似在电阻波动较大的情况下能够滤除掉噪声的影响,并在电解槽稳定后能对槽似在电阻进行快速收敛跟踪。结果表明:与一阶惯性滤波相比,改进后的卡尔曼滤波在电阻平稳的状态下其均方根误差减少50%,在电解槽反生针振和摆动情况之后的收敛时间减少90%。     

热循环加载条件下PBGA叠层无铅焊点可靠性分析

建立了塑料球栅阵列(plastic ball grid array,PBGA)器件叠层焊点应力应变有限元分析模型,基于该模型对叠层无铅焊点在热循环载荷条件下的应力应变分布进行了分析,计算其热疲劳寿命,分析焊点材料、焊点高度和焊点最大径向尺寸对叠层焊点热疲劳寿命的影响.结果表明,与单层焊点相比,焊点叠加方式能有效提高焊点热疲劳寿命;采用有铅焊料Sn62Pb36Ag2和Sn63Pb37的叠层焊点比采用无铅焊料Sn-3.5Ag和SAC305的叠层焊点热疲劳寿命高;叠层焊点的高度由0.50 mm增加到0.80 mm时,焊点的热疲劳寿命随其高度的增加而增加;叠层焊点的最大径向尺寸由0.30 mm增加到0.45 mm时,焊点的热疲劳寿命随焊点的最大径向尺寸增加而减小.     

利用开关卡尔曼滤波器的目标跟踪技术研究

为了使机器人视觉伺服控制系统的目标跟踪精度得到进一步提高,构建一种基于开关卡尔曼滤波器的视觉伺服控制系统。研究视觉伺服的目标跟踪原理,推导相关的数学模型,并分析跟踪误差产生的原因;针对图像采集和处理引入的延时问题,通过卡尔曼滤波估计得到目标运动的速度信息,以此作为前馈量输入视觉伺服控制器,补偿由于目标运动和延时造成的跟踪误差;为了解决卡尔曼滤波器由于目标运动的突然变化而降低估计性能的问题,引入运动监视器以在目标运动突然变化时发出开关信号并重置卡尔曼滤波器;最后对该算法进行实验与仿真。结果表明:基于卡尔曼滤波器的视觉伺服控制器能把跟踪误差控制在1 mm以内,而开关卡尔曼滤波器能有效地减少因目标运动状态突然变化而产生的跟踪误差。     

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.     

结构光视觉焊缝跟踪传感器光学系统的研究

研究了结构光视觉焊缝跟踪传感器光学系统的设计和制造方法，开发出一套结构光视觉焊缝跟踪传感器。当光学系统批量生产时，首先要逐一测定激光器的波长，然后配套定做干涉滤光片。实验表明，该传感器可以有效除干拢，获得信噪比高的焊缝图像。     

基于优化粒子滤波器的体育视频目标跟踪算法设计

针对体育视频中的目标跟踪问题,提出了一种基于优化粒子滤波器的体育视频目标跟踪算法,以便提高目标跟踪的鲁棒性和跟踪精确度。首先通过背景减除实现目标的初步检测。然后基于RGB颜色直方图,结合粒子滤波和颜色分布来实现目标运动模型。最后对目标模型的更新条件进行优化,以便减少不必要的观测模型更新过程。对体育运动员比赛视频序列进行了测试验证,实验结果表明:该方法能够有效完成体育比赛视频中运动员的跟踪。与其他方法进行比较,提出的方法的平均误差更低且运行效率更高。     

旋转电弧MAG焊强迫短路过渡电流信号滤波

研究了MAG焊旋转电弧V形坡口扫描焊接电流的变化特征,发现当电弧扫描到坡口两侧时,由于电极高度变小,会产生强迫短路熔滴过渡.在短路过渡的瞬间会产生较大的峰值电流,对旋转电弧传感器的检测灵敏度造成影响.为此提出了基于空间邻域的均值滤波和软阈值小波滤波组合算法,对实际焊接电流信号进行了滤波处理,并研究了该算法的实时性.结果表明,该算法可以使电流波形得到明显的改善,并具有较强的实时性,为焊枪偏差识别奠定了基础.     

微间隙焊缝磁光成像NN-KF跟踪算法分析

针对紧密对接微间隙焊缝,分析基于磁光成像的神经网络补偿卡尔曼滤波（kalman filtering compensated by neural network,NN-KF）跟踪算法,建立焊缝位置测量模型并运用卡尔曼滤波对焊缝位置偏差进行最优预测.卡尔曼滤波进行最优估计需建立准确的系统模型和观测模型,而在焊缝跟踪过程中,系统噪声具有非先验性.对于针对测量模型误差、过程噪声和测量噪声对卡尔曼滤波结果的影响,运用反向传播（back propagation,BP）神经网络对卡尔曼滤波结果进行修正,补偿模型误差及噪声统计不确定性造成的滤波误差.结果表明,BP神经网络补偿卡尔曼滤波算法能有效抑制滤波发散,减小噪声干扰影响,提高焊缝跟踪精度.