CN108067714A - 一种薄壁环缝端接质量在线监测与缺陷定位系统及方法 - Google Patents
一种薄壁环缝端接质量在线监测与缺陷定位系统及方法 Download PDFInfo
- Publication number
- CN108067714A CN108067714A CN201711243863.1A CN201711243863A CN108067714A CN 108067714 A CN108067714 A CN 108067714A CN 201711243863 A CN201711243863 A CN 201711243863A CN 108067714 A CN108067714 A CN 108067714A
- Authority
- CN
- China
- Prior art keywords
- molten bath
- welding
- defect
- sequence
- personal computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/32—Accessories
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/095—Monitoring or automatic control of welding parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种薄壁环缝端接质量在线监测与缺陷定位系统及方法,属于焊接质量控制技术领域。本发明采用熔池显微视觉传感系统和图像采集设备获取端接环缝焊接熔池图像序列并采用旋转编码器同步获取工件旋转角位移信息,基于图像处理技术提取熔池宽度与形心并对其动态变化进行在线监测。通过检测熔池宽度与形心坐标时域信号特征点检出未熔合缺陷,根据特征点所在时刻对应的工件旋转角位移进行环缝端接缺陷的快速定位。本发明能够为焊缝成形质量分析和焊接工艺优化提供可追溯依据,并为实现薄壁金属结构端接环缝的高效无损检测及修焊提供基础,尤其适用于蓄压器膜盒等航天构件的焊接制造。
Description
技术领域
本发明属于焊接质量控制技术领域。涉及一种薄壁环缝端接质量在线监测与缺陷定位系统及方法,可广泛应用于航空航天制造等领域薄壁金属结构的精密焊接制造。
背景技术
宇航工业中薄壁金属精密构件,如航天蓄压器膜盒、航空发动机波纹管等弹性敏感元件广泛采用焊接制造技术,这些构件通常采用端接形式的焊接接头。
在薄壁端接焊缝焊接过程中,由于工件壁薄、熔池微小、接头散热条件差等原因,熔池内的热、力平衡极易因热输入和散热条件、熔池表面张力的细微变化而被打破,从而导致氧化夹渣、焊瘤、未熔合和锯齿状焊缝等焊缝成形缺陷产生。这些缺陷严重影响接头质量、降低焊缝强度、造成焊接不密封,通常是造成焊接结构在服役过程中因疲劳或泄露发生失效破坏从而导致重大事故的主要原因。因此,对焊缝缺陷进行有效的无损检测对于保障焊缝质量和接头性能至关重要,尤其是航天航天、核电、石油化工、轨道交通等领域的重要焊接结构,通常要求达到一级焊缝标准(全焊缝无损探伤)。然而,目前国内外对于薄壁、超薄壁端接焊缝微缺陷的检测主要依赖于人工在焊后离线进行,难以避免人为因素对检测过程的不利影响。以航天膜盒焊接为例,膜盒组件焊缝微细且数量众多(最多时近一百条),膜盒产品需通过焊缝外观质量检测和刚度测量、液压、氦质谱检漏等一系列长时间高成本的焊接质量及缺陷检测。开发稳定有效的端接焊缝成形缺陷在线监测技术手段对于保障薄壁金属精密构件产品焊接质量、提高焊接生产效率、缩减操作成本等均具有重要意义。
在焊接过程中,采用视觉方法实时观测焊接熔池位置尺寸、表面形貌及动态行为能够获取丰富、直观的焊接动态过程和焊缝质量特征信息。然而,由于端接接头焊接熔池体积通常为介观尺度,其熔池动态变化也极其微小,实现稳定的熔池形态传感和精确的缺陷特征提取不仅要求在焊接过程中实时获取高信噪比图像,还必须同时保证熔池特征区域具有足够高的分辨率、可稳定维持的成像质量和实时的图像处理速度,这些给在焊接过程中实现可靠焊缝成形缺陷监测均带来极大挑战;另一方面,实际焊接生产中环境光照条件复杂时变(来自于弧光、工件表面反射光和焊接飞溅的干扰),由视觉传感系统所获取的焊接熔池图像信噪比易受影响,即使焊接条件的微小变化,也可能很大程度上改变焊接熔池图像噪声灰度水平分布,致使图像分割困难或分割结果一致性差,从而导致缺陷自动检出难以实现。
经对现有技术文献和专利检索发现,专利申请号为201410218887.1的中国发明专利《一种焊接缺陷提取方法及焊接缺陷检测方法》公开了一种焊接缺陷提取方法及焊接缺陷检测方法,采用非下采样剪切波变换(Non-subsampled Shearlet Transform,NSST)方法对x射线焊接图像或超声波焊接图像进行处理,实现夹钨缺陷、烧穿缺陷、焊缝余温过高缺陷的检测;专利申请号为201610321860.4的中国发明专利《一种实时的焊接缺陷在线监测方法及装置》公开了一种实时的焊接缺陷在线监测方法及装置,采用传感器实时地采集焊接过程中的电压、电流和气体量,在此基础上对焊接参数进行在线监测和焊缝质量评判;专利申请号为201210124534.6的中国发明专利《基于特征光谱的镀锌钢激光添粉焊接缺陷的在线诊断方法》公开了一种基于特征光谱的镀锌钢激光添粉焊接缺陷的在线诊断方法,采用焊接过程中谱线CuI324.8nm的强度,实时检测锌钢激光添粉焊接过程中气孔和凹陷等缺陷。以上技术方案仅涉及针对对接、搭接、角接和T形接头等宏观尺度金属结构件焊接制造中的夹钨、焊塌和气孔等焊缝缺陷的自动检测,目前尚未见薄壁环缝端接质量在线监测与缺陷定位技术与系统公开报道。
发明内容
本发明的目的在于克服现有技术的不足,提出一种薄壁环缝端接质量在线监测与缺陷定位系统及方法,以实现在焊接过程中进行端接焊缝不连续和局部未熔合的在线监测。
为了实现上述目的,本发明采取以下技术方案:
一种薄壁环缝端接质量在线监测与缺陷定位系统,包括焊枪、焊接电源、旋转工作台、焊件和旋转工作台控制器,其特征在于所述系统还包括旋转编码器、数据采集设备、工控机、熔池显微视觉传感系统、图像采集设备和同步控制器;所述熔池显微视觉传感系统包括高倍放大光学系统、滤光片和工业相机,所述工业相机和所述滤光片装配在一起,所述滤光片和所述高倍放大光学系统装配在一起;所述焊枪通过焊接电缆连接所述焊接电源的负极,所述焊接电源的正极通过焊接电缆与所述旋转工作相连接;所述焊接电源通过控制线与所述旋转工作台控制器相连接;所述旋转工作台控制器通过控制线与所述旋转工作台相连接;所述旋转编码器通过联轴器与所述旋转工作台的主动轴连接;所述旋转编码器通过信号线与所述数据采集设备相连接;所述数据采集设备通过信号线与所述工控机相连接;所述熔池显微视觉传感系统通过信号线连接所述图像采集设备,所述图像采集设备通过信号线连接所述工控机,所述工控机通过控制线与所述同步控制器相连接;所述同步控制器与通过控制线分别与所述焊接电源、数据采集设备和熔池显微视觉传感系统中的工业相机相连接;所述同步控制器通过软件编程实现与工控机、焊接电源、熔池显微视觉传感系统和数据采集设备的通信和控制。
上述技术方案中,所述焊枪为TIG焊枪或微束等离子焊枪;所述焊接电源为GTAW电源或微束等离子焊接电源;所述同步控制器采用编程逻辑控制器、单片机或嵌入式系统。
上述技术方案中,所述高倍放大光学系统为光学放大倍数至少为2倍、景深D满足D≥2H·cosα的工业镜头,其中H为所述焊件的厚度,α为所述熔池显微视觉传感系统的主光轴与熔池所在平面之间的夹角,30°≤α≤80°。
上述技术方案中,所述工业相机采用CCD相机或CMOS相机,在外部触发模式下工作,最大敏感波长大于或等于1000nm,当分辨率为1024×1024像素时的最大帧频大于或等于150fps。
上述技术方案中,所述滤光片为透红外滤光片或中心波长在600nm至960nm之间的带通滤光片。
采用所述薄壁环缝端接质量在线监测与缺陷定位系统的一种薄壁环缝端接质量在线监测与缺陷定位方法,其特征在于所述方法包括如下步骤:
1)开始焊接,同时旋转工作台开始旋转;焊接过程中焊枪保持固定位置和姿态,焊件和旋转编码器随旋转工作台旋转;
2)监测开始,建立熔池显微视觉传感系统的图像坐标系UOV,使UOV的U轴正方向与焊接方向一致,采用同步控制器同时触发熔池显微视觉传感系统和数据采集设备;熔池显微视觉传感系统从焊接熔池后方拍摄熔池区域,图像采集设备采集熔池瞬态图像并传输至工控机进行存储并显示,工控机对每一帧图像进行实时图像处理提取熔池宽度wmax和熔池形心C在熔池显微视觉传感系统的图像坐标系UOV下的坐标(uc,vc)后存储并显示;数据采集设备对旋转编码器输出信号进行同步采集,输出旋转工作台的角位移数据至工控机进行存储并显示;
3)焊接结束,旋转工作台停止旋转,监测结束,图像采集设备和数据采集设备停止采集,得到长度为n的熔池瞬态图像序列{Gi},i=1,2,...,n、长度为n的熔池宽度序列和长度为n的熔池形心坐标序列其中,为熔池瞬态图像序列{Gi}中第i帧图像Gi的熔池宽度,和分别为熔池瞬态图像序列{Gi}中第i帧图像Gi的熔池形心C的U轴坐标和V轴坐标,n为焊接过程中采集到的图像总帧数;
4)工控机对已获取的熔池宽度序列和熔池形心坐标序列中熔池形心U轴坐标序列分别进行滤波,得到滤波后的熔池宽度序列和滤波后的熔池形心U轴坐标序列
5)根据无缺陷焊接状态下熔池宽度和熔池形心坐标监测信号时域特征的统计结果,采用工控机分别设置熔池宽度阈值和熔池形心U轴坐标阈值
6)对滤波后的熔池宽度序列进行谷值检测,得到的谷值序列其中,k为检测出的谷值总个数;将中每一项谷值与进行比较后,将数值小于的谷值所在时刻标记为缺陷出现时刻并存储,即判断该处存在局部未熔合或不连续焊缝;对滤波后的熔池形心U轴坐标序列进行峰值检测,得到的峰值序列其中,m为检测出的峰值总个数;将中每一项峰值与进行比较后,将坐标值大于的坐标所在时刻标记为缺陷出现时刻并存储,即判断该处存在局部未熔合或不连续焊缝;
7)依时间先后顺序检测所有已标记为缺陷出现时刻的时刻中是否存在相邻两时刻的时间间隔小于q,若存在任意两相邻时刻的时间间隔小于q,则将该两时刻中的后一时刻的标记取消,其中,q=σ·Δt,σ为取值大于1小于10的正整数,Δt为图像采集设备的采样间隔;否则则进入步骤8);
8)检索并记录每一个已标记为缺陷出现时刻的时刻所对应的旋转工作台的角位移数据,并标记为缺陷位置。
本发明具有以下优点及突出性的技术效果:本发明采用熔池显微视觉传感系统和图像采集设备获取端接环缝焊接熔池图像序列并采用旋转编码器同步获取工件旋转角位移信息,基于图像处理技术提取熔池宽度与形心并对其动态变化进行在线监测。通过检测熔池宽度与形心坐标时域信号特征点检出未熔合缺陷,根据特征点所在时刻对应的工件旋转角位移进行环缝端接缺陷的快速定位。本发明能够为焊缝成形质量分析和焊接工艺优化提供可追溯依据,并为实现薄壁金属结构端接环缝的高效无损检测及修焊提供基础,尤其适用于蓄压器膜盒等航天构件的焊接制造。
附图说明
图1是本发明薄壁环缝端接质量在线监测与缺陷定位系统结构示意图。
图2是本发明薄壁环缝端接质量在线监测与缺陷定位方法流程框图。
图3是熔池宽度与熔池形心示意图。其中,UOV为熔池显微视觉传感系统的图像坐标系;S为最大连通域;C为熔池形心;wmax为熔池宽度;(uc,vc)为熔池形心坐标。
图4是实现本发明所述方法的图像处理算法实施例流程图。
图5是端接焊缝示意图。
图中:1—焊枪;2—焊接电源;3—旋转工作台;4—焊件;5—旋转工作台控制器;6—旋转编码器;7—数据采集设备;8—工控机;9—熔池显微视觉传感系统;10—图像采集设备;11—同步控制器;12—端接焊缝(接头);13—高倍放大光学系统;14—滤光片;15—工业相机。
具体实施方式
下面结合附图和实施例对本发明原理和工作过程做进一步详细说明。
图1是本发明薄壁环缝端接质量在线监测与缺陷定位系统结构示意图,该系统包括焊枪1、焊接电源2、旋转工作台3、焊件4、旋转工作台控制器5、旋转编码器6、数据采集设备7、工控机8、熔池显微视觉传感系统9、图像采集设备10和同步控制器11;所述熔池显微视觉传感系统9包括高倍放大光学系统13、滤光片14和工业相机15,所述工业相机15和所述滤光片14装配在一起,所述滤光片14和所述高倍放大光学系统13装配在一起;所述焊枪1通过焊接电缆连接所述焊接电源2的负极,所述焊接电源2的正极通过焊接电缆与所述旋转工作台3相连接;所述焊接电源2通过控制线与所述旋转工作台控制器5相连接;所述焊件4夹紧固定在所述旋转工作台3上;所述旋转工作台控制器5通过控制线与所述旋转工作台3相连接;所述旋转编码器6通过联轴器与所述旋转工作台3的主动轴连接;所述旋转编码器6通过信号线与所述数据采集设备7相连接;所述数据采集设备7通过信号线与所述工控机8相连接;所述熔池显微视觉传感系统9通过信号线连接所述图像采集设备10,所述图像采集设备10通过信号线连接所述工控机8,所述工控机8通过控制线与所述同步控制器11相连接;所述同步控制器11与通过控制线分别与所述焊接电源2、数据采集设备7和熔池显微视觉传感系统9中的工业相机15相连接;所述同步控制器11采用编程逻辑控制器、单片机或嵌入式系统,通过软件编程实现与工控机8、焊接电源2、熔池显微视觉传感系统9和数据采集设备7的通信和控制;所述焊枪1为TIG焊枪或微束等离子焊枪;所述焊接电源2为GTAW电源或微束等离子焊接电源。
所述工业相机15采用CCD相机或CMOS相机,在外部触发模式下工作,最大敏感波长不小于1000nm,当分辨率为1024×1024像素时的最大帧频不小于150fps;所述滤光片14为透红外滤光片或中心波长在600nm至850nm之间的带通滤光片;所述高倍放大光学系统13为光学放大倍数至少为2倍、景深D满足D≥2H·cosα的工业镜头,其中H为所述焊件4的厚度,α为所述熔池显微视觉传感系统9的主光轴与熔池所在平面之间的夹角,30°≤α≤80°,本实施例中,H为0.012~0.3mm。
图2所示为本发明薄壁环缝端接质量在线监测与缺陷定位方法流程,包括以下几个步骤:
1)采用定位夹具将焊件4夹紧固定在旋转工作台3上,调整焊枪1至待焊位置并以固定姿态对准待图5所示端接焊缝12的中心,调整熔池显微视觉传感系统9进行对焦;采用工控机8发送指令至同步控制器11,同步控制器11发送触发信号控制焊接电源2起弧开始焊接,焊接电源2通过发送触发信号至旋转工作台控制器5控制旋转工作台3开始旋转;焊接过程中焊枪1保持固定位置和姿态,焊件4和旋转编码器6随旋转工作台3旋转;
2)监测开始,建立熔池显微视觉传感系统9的图像坐标系UOV,使UOV的U轴正方向与焊接方向一致,采用工控机8发送指令至同步控制器11,由同步控制器11同时触发熔池显微视觉传感系统9和数据采集设备7;熔池显微视觉传感系统9从焊接熔池后方拍摄熔池区域,图像采集设备10采集熔池瞬态图像并传输至工控机8进行存储并显示,工控机8对每一帧图像进行实时图像处理提取熔池宽度wmax和熔池形心C在熔池显微视觉传感系统9的图像坐标系UOV下的坐标(uc,vc)后存储并显示,熔池宽度与熔池形心如图3所示;数据采集设备7对旋转编码器6输出信号进行同步采集,输出旋转工作台3的角位移数据至工控机8进行存储并显示;本实施例中,所述进行实时图像处理步骤如图4所示,包括:图像抓取;基于灰度特征的ROI自动提取:由于熔池区域在图像中仅占一小部分,为了提高图像处理速度,并尽可能地降低弧光和飞溅干扰,设定以熔池区域为中心的感兴趣区域(ROI)。本实施例中,检测全图中灰度值之和最大的5×5区域,以此为中心扩展为尺寸固定的ROI;对称相邻中值滤波:为了去除图像采集与传输过程中不同程度的、随机噪声干扰,需要对图像进行去噪处理,采用边界保持类滤波器——对称相邻中值滤波器来去除噪声。其步骤为:①选取滤波器作用窗口;②在窗口中寻找位置中心对称的像素对;③计算每一对像素与待处理像素的灰度差;④保留下灰度差较小的像素;⑤将留下的像素的灰度中值替代原像素的灰度值。图像灰度自适应阈值分割:本实施例中,采用OSTU图像自适应阈值分割算法将熔池高亮区域从较暗的背景中分离出来。提取最大连通域S:在二值化后的ROI中采用广度优先算法遍历前景,找到面积最大的连通域S。采用下式(1)计算最大连通域S的最大宽度,即为熔池宽度;采用下式(2)计算最大连通域S的形心坐标,即为熔池形心坐标(uc,vc):
式中,u和v分别为像素点在图像坐标系UOV下的U轴和V轴坐标,A为最大连通域S内所有像素点个数。
3)焊接结束,旋转工作台3停止旋转,监测结束,图像采集设备10和数据采集设备7停止采集,得到长度为n的熔池瞬态图像序列{Gi},i=1,2,...,n、长度为n的熔池宽度序列和长度为n的熔池形心坐标序列其中,为熔池瞬态图像序列{Gi}中第i帧图像Gi的熔池宽度,和分别为熔池瞬态图像序列{Gi}中第i帧图像Gi的熔池形心C的U轴坐标和V轴坐标,n为焊接过程中采集到的图像总帧数;
4)工控机8对已获取的熔池宽度序列和熔池形心坐标序列中熔池形心U轴坐标序列分别进行滤波,得到滤波后的熔池宽度序列和滤波后的熔池形心U轴坐标序列本实施例中,滤波方法采用移动平均滤波方法;
5)根据无缺陷焊接状态下熔池宽度和熔池形心坐标监测信号时域特征的统计结果,采用工控机8分别设置熔池宽度阈值和熔池形心U轴坐标阈值本实施例中,
6)采用工控机8对滤波后的熔池宽度序列进行谷值检测,包括:检测并记录中同时满足条件和条件的项,得到的谷值序列其中,k为检测出的谷值总个数,为中第j个谷值;将中每一项谷值与进行比较后,将数值小于的谷值所在时刻标记为缺陷出现时刻并存储,即判断该处存在局部未熔合或不连续焊缝;对滤波后的熔池形心U轴坐标序列进行峰值检测,包括:检测并记录中同时满足条件和条件的坐标,得到的峰值序列其中,m为检测出的峰值总个数,为中第l个峰值;将中每一项峰值与进行比较后,将坐标值大于的坐标所在时刻标记为缺陷出现时刻并存储,即判断该处存在局部未熔合或不连续焊缝;
7)依时间先后顺序检测所有已标记为缺陷出现时刻的时刻中是否存在相邻两时刻的时间间隔小于q,若存在任意两相邻时刻的时间间隔小于q,则将该两时刻中的后一时刻的标记取消,其中,q=σ·Δt,σ为取值大于1小于10的正整数,Δt为图像采集设备的采样间隔;否则则进入步骤8);
8)采用工控机8检索并记录每一个已标记为缺陷出现时刻的时刻所对应的旋转工作台3的角位移数据,并标记为缺陷位置。
Claims (6)
1.一种薄壁环缝端接质量在线监测与缺陷定位系统,包括焊枪(1)、焊接电源(2)、旋转工作台(3)、焊件(4)和旋转工作台控制器(5),其特征在于所述系统还包括旋转编码器(6)、数据采集设备(7)、工控机(8)、熔池显微视觉传感系统(9)、图像采集设备(10)和同步控制器(11);所述熔池显微视觉传感系统(9)包括高倍放大光学系统(13)、滤光片(14)和工业相机(15),所述工业相机(15)和所述滤光片(14)装配在一起,所述滤光片(14)和所述高倍放大光学系统(13)装配在一起;所述焊枪(1)通过焊接电缆连接所述焊接电源(2)的负极,所述焊接电源(2)的正极通过焊接电缆与所述旋转工作台(3)相连接;所述焊接电源(2)通过控制线与所述旋转工作台控制器(5)相连接;所述旋转工作台控制器(5)通过控制线与所述旋转工作台(3)相连接;所述旋转编码器(6)通过联轴器与所述旋转工作台(3)的主动轴连接;所述旋转编码器(6)通过信号线与所述数据采集设备(7)相连接;所述数据采集设备(7)通过信号线与所述工控机(8)相连接;所述熔池显微视觉传感系统(9)通过信号线连接所述图像采集设备(10),所述图像采集设备(10)通过信号线连接所述工控机(8),所述工控机(8)通过控制线与所述同步控制器(11)相连接;所述同步控制器(11)与通过控制线分别与所述焊接电源(2)、数据采集设备(7)和熔池显微视觉传感系统(9)中的工业相机(15)相连接;所述同步控制器(11)通过软件编程实现与工控机(8)、焊接电源(2)、熔池显微视觉传感系统(9)和数据采集设备(7)的通信和控制。
2.根据权利要求1所述的一种薄壁环缝端接质量在线监测与缺陷定位系统,其特征在于:所述焊枪(1)为TIG焊枪或微束等离子焊枪;所述焊接电源(2)为GTAW电源或微束等离子焊接电源;所述同步控制器(11)采用编程逻辑控制器、单片机或嵌入式系统。
3.根据权利要求1或2所述的一种薄壁环缝端接质量在线监测与缺陷定位系统,其特征在于:所述高倍放大光学系统(13)为光学放大倍数至少为2倍、景深D满足D≥2H·cosα的工业镜头,其中H为所述焊件(4)的厚度,α为所述熔池显微视觉传感系统(9)的主光轴与熔池所在平面之间的夹角,30°≤α≤80°。
4.根据权利要求1或2所述的一种薄壁环缝端接质量在线监测与缺陷定位系统,其特征在于:所述工业相机(15)采用CCD相机或CMOS相机,在外部触发模式下工作,最大敏感波长大于或等于1000nm,当分辨率为1024×1024像素时的最大帧频大于或等于150fps。
5.根据权利要求1或2所述的一种薄壁环缝端接质量在线监测与缺陷定位系统,其特征在于:所述滤光片(14)为透红外滤光片或中心波长在600nm至960nm之间的带通滤光片。
6.采用如权利要求1所述系统的一种薄壁环缝端接质量在线监测与缺陷定位方法,其特征在于所述方法包括如下步骤:
1)开始焊接,同时旋转工作台(3)开始旋转;焊接过程中焊枪(1)保持固定位置和姿态,焊件(4)和旋转编码器(6)随旋转工作台(3)旋转;
2)监测开始,建立熔池显微视觉传感系统(9)的图像坐标系UOV,使UOV的U轴正方向与焊接方向一致,采用同步控制器(11)同时触发熔池显微视觉传感系统(9)和数据采集设备(7);熔池显微视觉传感系统(9)从焊接熔池后方拍摄熔池区域,图像采集设备(10)采集熔池瞬态图像并传输至工控机(8)进行存储并显示,工控机(8)对每一帧图像进行实时图像处理提取熔池宽度wmax和熔池形心C在熔池显微视觉传感系统(9)的图像坐标系UOV下的坐标(uc,vc)后存储并显示;数据采集设备(7)对旋转编码器(6)输出信号进行同步采集,输出旋转工作台(3)的角位移数据至工控机(8)进行存储并显示;
3)焊接结束,旋转工作台(3)停止旋转,监测结束,图像采集设备(10)和数据采集设备(7)停止采集,得到长度为n的熔池瞬态图像序列{Gi},i=1,2,...,n、长度为n的熔池宽度序列和长度为n的熔池形心坐标序列其中,为熔池瞬态图像序列{Gi}中第i帧图像Gi的熔池宽度,和分别为熔池瞬态图像序列{Gi}中第i帧图像Gi的熔池形心C的U轴坐标和V轴坐标,n为焊接过程中采集到的图像总帧数;
4)工控机(8)对已获取的熔池宽度序列和熔池形心坐标序列中熔池形心U轴坐标序列分别进行滤波,得到滤波后的熔池宽度序列和滤波后的熔池形心U轴坐标序列
5)根据无缺陷焊接状态下熔池宽度和熔池形心坐标监测信号时域特征的统计结果,采用工控机(8)分别设置熔池宽度阈值和熔池形心U轴坐标阈值
6)对滤波后的熔池宽度序列进行谷值检测,得到的谷值序列其中,k为检测出的谷值总个数;将中每一项谷值与进行比较后,将数值小于的谷值所在时刻标记为缺陷出现时刻并存储,即判断该处存在局部未熔合或不连续焊缝;对滤波后的熔池形心U轴坐标序列进行峰值检测,得到的峰值序列其中,m为检测出的峰值总个数;将中每一项峰值与进行比较后,将坐标值大于的坐标所在时刻标记为缺陷出现时刻并存储,即判断该处存在局部未熔合或不连续焊缝;
7)依时间先后顺序检测所有已标记为缺陷出现时刻的时刻中是否存在相邻两时刻的时间间隔小于q,若存在任意两相邻时刻的时间间隔小于q,则将该两时刻中的后一时刻的标记取消,其中,q=σ·Δt,σ为取值大于1小于10的正整数,Δt为图像采集设备的采样间隔;否则则进入步骤8);
8)检索并记录每一个已标记为缺陷出现时刻的时刻所对应的旋转工作台3的角位移数据,并标记为缺陷位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711243863.1A CN108067714B (zh) | 2017-11-30 | 2017-11-30 | 一种薄壁环缝端接质量在线监测与缺陷定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711243863.1A CN108067714B (zh) | 2017-11-30 | 2017-11-30 | 一种薄壁环缝端接质量在线监测与缺陷定位系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108067714A true CN108067714A (zh) | 2018-05-25 |
CN108067714B CN108067714B (zh) | 2020-03-20 |
Family
ID=62157773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711243863.1A Active CN108067714B (zh) | 2017-11-30 | 2017-11-30 | 一种薄壁环缝端接质量在线监测与缺陷定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108067714B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109632265A (zh) * | 2019-01-28 | 2019-04-16 | 上海大学 | 一种基于视觉的无人艇采水装置对接状态检测系统及方法 |
CN110687119A (zh) * | 2018-07-04 | 2020-01-14 | 东腾投资集团有限公司 | 一种缺陷检测方法、系统与装置、计算机可读存储介质 |
CN111761224A (zh) * | 2020-05-22 | 2020-10-13 | 武汉大学深圳研究院 | 金属增材制造在线移动监测机构及在线外观检测设备 |
CN115219520A (zh) * | 2022-07-19 | 2022-10-21 | 南京航空航天大学 | 基于深度学习的航空插接器焊点质量检测系统及方法 |
CN117020361A (zh) * | 2023-08-30 | 2023-11-10 | 鹤山市福维德智能设备有限公司 | 一种机械制造自动检测装置及检测方法 |
CN117237362A (zh) * | 2023-11-16 | 2023-12-15 | 山东嘉源复合材料有限公司 | 一种基于视觉的丙二醇二乙酸酯罐装密封检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118430A (zh) * | 2007-08-20 | 2008-02-06 | 中国航天科技集团公司长征机械厂 | 铝合金熔焊焊接过程的在线监测与工艺参数的优化方法 |
CN201514565U (zh) * | 2009-07-22 | 2010-06-23 | 中国科学院沈阳自动化研究所 | 一种激光焊接焊缝跟踪实现装置 |
CN104458750A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 一种基于机器视觉的铝型材表面缺陷自动检测设备 |
CN105499772A (zh) * | 2016-01-26 | 2016-04-20 | 清华大学 | 一种薄壁细隙环纵缝的微束等离子焊接成形控制系统 |
JP2018009807A (ja) * | 2016-07-11 | 2018-01-18 | オプトウエア株式会社 | タンク内溶接痕検査用光切断装置 |
-
2017
- 2017-11-30 CN CN201711243863.1A patent/CN108067714B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118430A (zh) * | 2007-08-20 | 2008-02-06 | 中国航天科技集团公司长征机械厂 | 铝合金熔焊焊接过程的在线监测与工艺参数的优化方法 |
CN201514565U (zh) * | 2009-07-22 | 2010-06-23 | 中国科学院沈阳自动化研究所 | 一种激光焊接焊缝跟踪实现装置 |
CN104458750A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 一种基于机器视觉的铝型材表面缺陷自动检测设备 |
CN105499772A (zh) * | 2016-01-26 | 2016-04-20 | 清华大学 | 一种薄壁细隙环纵缝的微束等离子焊接成形控制系统 |
JP2018009807A (ja) * | 2016-07-11 | 2018-01-18 | オプトウエア株式会社 | タンク内溶接痕検査用光切断装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687119A (zh) * | 2018-07-04 | 2020-01-14 | 东腾投资集团有限公司 | 一种缺陷检测方法、系统与装置、计算机可读存储介质 |
CN109632265A (zh) * | 2019-01-28 | 2019-04-16 | 上海大学 | 一种基于视觉的无人艇采水装置对接状态检测系统及方法 |
CN111761224A (zh) * | 2020-05-22 | 2020-10-13 | 武汉大学深圳研究院 | 金属增材制造在线移动监测机构及在线外观检测设备 |
CN111761224B (zh) * | 2020-05-22 | 2022-05-10 | 武汉大学深圳研究院 | 金属增材制造在线移动监测机构及在线外观检测设备 |
CN115219520A (zh) * | 2022-07-19 | 2022-10-21 | 南京航空航天大学 | 基于深度学习的航空插接器焊点质量检测系统及方法 |
CN115219520B (zh) * | 2022-07-19 | 2023-08-29 | 南京航空航天大学 | 基于深度学习的航空插接器焊点质量检测系统及方法 |
CN117020361A (zh) * | 2023-08-30 | 2023-11-10 | 鹤山市福维德智能设备有限公司 | 一种机械制造自动检测装置及检测方法 |
CN117020361B (zh) * | 2023-08-30 | 2024-02-09 | 鹤山市福维德智能设备有限公司 | 一种机械制造自动检测装置及检测方法 |
CN117237362A (zh) * | 2023-11-16 | 2023-12-15 | 山东嘉源复合材料有限公司 | 一种基于视觉的丙二醇二乙酸酯罐装密封检测方法 |
CN117237362B (zh) * | 2023-11-16 | 2024-01-26 | 山东嘉源复合材料有限公司 | 一种基于视觉的丙二醇二乙酸酯罐装密封检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108067714B (zh) | 2020-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108067714A (zh) | 一种薄壁环缝端接质量在线监测与缺陷定位系统及方法 | |
CN109886298B (zh) | 一种基于卷积神经网络的焊缝质量检测方法 | |
US9889528B2 (en) | Infrared vision sensing detection method and device for narrow-gap weld seam deviation | |
CN109676135A (zh) | 一种激光增材制造视觉灰度值差异在线监测与缺陷修复装置 | |
CN102814574B (zh) | 基于红外视觉传感的窄间隙焊接监控及焊缝偏差检测方法 | |
Gu et al. | Autonomous seam acquisition and tracking system for multi-pass welding based on vision sensor | |
EP4132742A1 (en) | In-situ inspection method based on digital data model of weld | |
CN108152291A (zh) | 基于熔池动态特征的端缝焊接未熔合缺欠实时检测方法 | |
CN103506756A (zh) | 基于熔池图像视觉传感的激光搭接焊间隙检测系统及方法 | |
CN103231162A (zh) | 机器人焊接质量视觉检测装置及其检测方法 | |
CN111203639B (zh) | 一种基于高速摄像下的双激光束双侧同步焊接填丝熔滴过渡监控系统及方法 | |
CN107486608A (zh) | 图像处理的gtaw增材制造堆积高度视觉检测方法及系统 | |
CN114453708A (zh) | 一种铝合金焊接缺陷在线监测方法 | |
CN102519387B (zh) | 一种电子束焊接熔池形状参数的视觉检测方法 | |
Yu et al. | Vision-based deviation extraction for three-dimensional control in robotic welding with steel sheet | |
Liu et al. | Seam tracking system based on laser vision and CGAN for robotic multi-layer and multi-pass MAG welding | |
CN111105413B (zh) | 一种智能火花塞外观缺陷检测系统 | |
CN113751920A (zh) | 一种锁孔tig焊焊接质量实时检测的嵌入式装置及方法 | |
CN107843602A (zh) | 一种基于图像的焊缝质量检测方法 | |
CN112529103A (zh) | 一种基于双向熔池几何及纹理特征融合的熔透识别方法 | |
Ye et al. | Weld seam tracking based on laser imaging binary image preprocessing | |
CN112129774B (zh) | 一种焊接未熔合缺陷在线检测方法 | |
CN116475563A (zh) | 一种深度学习三维焊缝跟踪方法及装置 | |
Fei et al. | Machine Vision Analysis of Welding Region and Its Application to Seam Tracking in Arc Welding | |
CN106141382B (zh) | 焊接坡口边缘位置视觉传感检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |