CN106271125A - 一种基于双ccd计算机视觉识别模具修复状态的方法 - Google Patents

Abstract

本发明属于金属材料加工领域，涉及模具材料的激光加工的状态识别方法，具体涉及一种基于双CCD计算机视觉识别模具修复状态的方法。我们在同轴监控的基础上引入一套前视觉系统，利用同轴视觉的优势进行模具修复区焊前规划，同时可以监测焊接过程和周围区域；利用前视觉监测焊丝与裂纹区域的接触角度、焊丝的溶滴过渡信息及坡口信息，利用双视觉还可以提取熔深和一些三维信息，利用提取的特征信息建立激光模具修复状态识别模型，对模具修复过程的质量实时监控。利用该技术将会促进低成本小功率激光模具修复自动化、智能化，提高模具修复质量和效率，具有良好应用前景。

Description

一种基于双CCD计算机视觉识别模具修复状态的方法

技术领域

本发明属于金属材料加工领域，涉及模具材料的激光加工的状态识别方法，具体涉及一种基于双CCD计算机视觉识别模具修复状态的方法。

背景技术

虽然我国模具生产发展很快，但与国外先进水平相比还有很大差距，主要表现在制造周期长、制造精度低、模具寿命短等方面，其中模具寿命短的问题尤为突出，直接导致资源浪费和生产成本的上升。因此，利用现代激光技术强化和修复模具，避免发生过早失效，延长模具使用寿命。从而挽回生产不必要的损失，将会大大推动公业和国民经济的发展，具有显著的经济效益和社会效益。

模具的发展趋势是小型化、精密化、复杂化，其失效的尺寸已是毫米级、微米级，需要精密的修复技术。采用激光焊接修复技术，以激光高能量集中定点的焊接技术优势，能够有效地进行微小部分的焊接及修补工作，弥补了传统氩气烧焊、冷焊技术在修补焊接精细表面的不足之处。激光焊接修复具有能进行形状修复、尺寸修复、功能修复和增强功能修复；具有较低稀释率，热影响区小，工件变形比较小，与基面形成冶金结合，结合牢固；经过修复后的模具几乎不需要再加工；工艺过程易于实现自动化的优点。

计算机视觉传感是通过在一定波段内利用CCD或CMOS视觉传感器件及相应的滤光系统来获得激光焊接修复过程图像，在通过图像处理获取接头形式、熔池形状、等离子体形态及已凝固的焊缝形状等的特征信息，建立焊接过程质量实时传感，固的焊缝形状等的特征信息，建立焊接过程质量实时传感，实现焊接质量控制。

发明内容

现在激光焊接机的监控一般都采用同轴视觉监控，这是由于前视觉检测的激光焊接图像形状是倾斜的、不利于熔池尺寸计算，同时也无法观测到匙孔的深处，不利于匙孔的行为分析，所以一般采用同轴视觉测量激光焊接过程匙孔信息。使用同轴视觉监控还可以提高激光束空间移动能力，利于模具修复。但是在模具修复中，常用到激光填丝焊接技术，在激光填丝焊的应用中，送丝速度、送丝角度及溶滴过渡信息和坡口信息是控制焊缝成形的关键。利用同轴视觉无法采集全部上述信息，前视觉虽然可以采集得到送丝角度及溶滴过渡信息，但 是对熔池、匙孔和坡口特征信息的采集比较困难。因此，我们在同轴监控的基础上引入一套前视觉系统，利用同轴视觉的优势进行模具修复区焊前规划，同时可以监测焊接过程和周围区域；利用前视觉监测焊丝与裂纹区域的接触角度、焊丝的溶滴过渡信息及坡口信息，利用双视觉还可以提取熔深和一些三维信息，利用提取的特征信息建立激光模具修复状态识别模型，对模具修复过程的质量实时监控。利用该技术将会促进低成本小功率激光模具修复自动化、智能化，提高模具修复质量和效率，具有良好应用前景。

本发明是通过如下方式来解决上述技术问题的：

双视觉模具激光修复状态识别技术流程如图1所示，其中双视觉热丝小功率激光模具修复实验平台原理图如图2所示，它由Nd：YAG激光器、光纤传输系统、准直聚焦系统、数控平台、自动填丝装置、两套CCD视觉传感器及中央控制计算机组成。利用前视觉CCD视觉将焊丝位置、熔化状态和熔池图像采集到计算机中，采用log灰度变换进行图像增强，利用Laplace算子进行边缘检测，提取焊丝位置，熔化状态和熔池特征点，计算焊丝熔化状态、焊丝和熔池相对位置，为焊丝速度和位置调整提供数据。利用同轴视觉，通过填丝在不同修复状态下熔池及焊缝的截面特征的分析，获得了不同工艺参数下熔池特征和焊缝截面特征的变化规律。在上述基础上，建立基于前视觉和同轴视觉激光模具修复状态双视觉传感识别模型，首先是利用前视觉CCD提取激光焦距、焊丝位姿、填丝速度、熔滴过度信息、熔化状态和熔池图像特征信息。其次利用同轴视觉采集激光热丝在不同规范参数下模具修复熔池和成形尺寸特征信息，并进行计算分析，获得了不同工艺参数下熔池特征和模具修复尺寸特征之间的变化规律。最后对双视觉传感激光焊丝位置及熔化状态、模具修复熔池及成形特征信息进行互补相关性研究，利用神经网络数据融合多智能体控制理论实现模具修复过程数据与特征的信息融合处理，，设计小功率激光模具修复实验系统的混合式多智能体的体系结构，建立基于仁慈性假设、守信用假设、唯一招标方假设、实时性假设的激光模具修复实验多智能体系统的增强合同网协议，建立激光热丝模具修复状态双视觉识别模型，利用建立小功率激光模具修复实验平台，通过汽车零件压铸模具的小功率激光模具自动修复验证和修正该模型，提高修复状态稳定性。

附图说明

图1双视觉模具激光修复状态识别技术流程图

图2双视觉热丝小功率激光模具修复实验平台

具体实施方式

结合附图给出的实施对本发明作进一步说明：

1、启动视觉采集装置，在合理的景深范围内采集不同角度的标定板图像，用开发的MATLAB标定工具箱读取上述图像，提取角点，进行CCD标定，优化误差后导出CCD的内参数和外参数到中央计算机中。

2、将待修复的模具夹持在工作台上，闭合电源，启动数控工作台、激光器和可调温热丝送丝机。

3、通过数控工作台调整激光焦点和失效模具表面相对位置，通过送丝机调整激光焊丝和模具失效表面以及激光焦点的相对位置。

4、在激光器控制面板上，按照程序提示输入信息，确定激光填丝优化工艺参数。

5、同轴CCD采集模具裂纹图像，经过开小窗处理、滤波去噪、图像增强、形态学处理、边缘提取、中心线提取等图像处理技术将裂纹图像处理为二值图像，通过中央计算机转化为B样条曲线处理为数制平台可执行的CNC代码。

6、加工开始后，工艺参数中关于激光能量的参数传递到激光器，激光器电源按照计算机传输过来的信号设置激光参数；将加工程序传递到数控工作台，数控平台按照生成的CNC加工程序控制伺服电机驱动工作台运动。

7、加工过程中，同轴CCD采集熔池图像由中央计算机分析匙孔、焊缝及坡口特征，前CCD检测焊丝角度、填丝速度及熔滴过度特征，将提取的相关特征参数通过双视觉激光模具修复状态识别模型，由中央控制计算机调整工艺参数实现模具修复。

实例：一种汽车零件模具修复

修复前先对视觉系统进行标定，用开发的MATLAB标定工具箱读取CCD采集的标定板的不同角度图像，点击标定工具箱主控界面上的“提取角点”，确定起始点位置及X、Y轴方向，提取每幅图的角点。依次提取完所有图像的角点后，点击“标定”进行摄像机的标定，经过多次迭代后，程序会最终得到摄像头的内外参数。将得到的摄像机参数导入到计算机中。利用经过标定后的同轴CCD检测受损的模具，提取激光熔凝区域前方的裂纹图像，通过开小窗处理、滤波去噪、图像增强、形态学处理、边缘提取、中心线提取等图像处理技术，准确的提取出裂纹的中心线形成单一像素的中心线二值图像，然后通过相应的数字图像处理技术对提取的裂纹中心线进行B样条曲线拟合。将拟合成的B样条曲线方程式转化成全局方程式，从而利用计算机软件完成激光扫描路径的CNC代码程序，再通过数制平台完成模具修复激光焊接的轨迹。加工过程中，同轴CCD采集熔池图像由中央计算机分析匙孔、焊缝及坡口特征，前CCD检测焊丝角度、填丝速度及熔滴过度特征，将提取的相关特征参数通过双视觉激光模 具修复状态识别模型，由中央控制计算机调整工艺参数实现模具修复，提高模具修复效率50％以上。

Claims (5)

1.一种激光模具修复状态识别模型建立方法，其特征在于融合同轴视觉和前视觉的相关性和互补性，利用双视觉传感器检测模具修复状态特征信息，建立激光模具修复状态双视觉识别模型，实现对模具修复状态的监控。

2.按权利要求1所述的双视觉模具激光修复状态识别技术其特征在于所述模具激光修复状态主要包括激光焊丝位置和熔化状态、模具熔池稳定状态、修复成形状态、激光焦距、激光束与裂纹或修复区不对中等状态情况。

3.按权利要求1所述的双视觉模具激光修复状态识别技术其特征在于所述同轴视觉检测激光热丝在不同规范参数下模具修复熔池和成形尺寸特征信息，并通过填丝在不同修复状态下熔池及焊缝的截面特征的分析，获得了不同工艺参数下熔池特征和焊缝截面特征的变化规律，建立同轴视觉模具修复状态识别模型。

4.按权利要求1所述的双视觉模具激光修复状态识别技术其特征在于所述前视觉检测激光焦距、焊丝位姿、填丝速度、熔滴过度信息、熔化状态和熔池图像特征信息，建立前视觉模具修复送丝稳定性模型。

5.按权利要求1所述的双视觉模具激光修复状态识别技术其特征在于所述激光模具修复状态双视觉识别模型是利用激光模具修复状态同轴视觉与前视觉的互补性和相关性以及数据和特征信息多智能体决策融合技术，设计小功率激光模具修复实验系统的混合式多智能体的体系结构，建立基于仁慈性假设、守信用假设、唯一招标方假设、实时性假设的激光模具修复实验多智能体系统的增强合同网协议，建立模具激光修复状态双视觉识别模型，利用该模型，对模具激光修复过程的修复状态进行监控。