CN109108518A - 一种激光焊驼峰缺陷的在线检测方法及装置 - Google Patents

一种激光焊驼峰缺陷的在线检测方法及装置 Download PDF

Info

Publication number
CN109108518A
CN109108518A CN201811033087.7A CN201811033087A CN109108518A CN 109108518 A CN109108518 A CN 109108518A CN 201811033087 A CN201811033087 A CN 201811033087A CN 109108518 A CN109108518 A CN 109108518A
Authority
CN
China
Prior art keywords
hump
area
axis
picture
laser
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.)
Pending
Application number
CN201811033087.7A
Other languages
English (en)
Inventor
丁树权
游德勇
许礼彬
潘雅灵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201811033087.7A priority Critical patent/CN109108518A/zh
Publication of CN109108518A publication Critical patent/CN109108518A/zh
Pending legal-status Critical Current

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
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
    • 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
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/08—Devices involving relative movement between laser beam and workpiece
    • B23K26/0869—Devices involving movement of the laser head in at least one axial direction
    • B23K26/0876—Devices involving movement of the laser head in at least one axial direction in at least two axial directions
    • B23K26/0884—Devices involving movement of the laser head in at least one axial direction in at least two axial directions in at least in three axial directions, e.g. manipulators, robots
    • 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
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/20—Bonding
    • B23K26/21—Bonding by welding
    • 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
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Mechanical Engineering (AREA)
  • Plasma & Fusion (AREA)
  • Quality & Reliability (AREA)
  • Robotics (AREA)
  • Laser Beam Processing (AREA)

Abstract

本发明公开了一种激光焊驼峰缺陷的在线检测方法及装置，所述方法包括如下步骤：S11、图片预处理，S12、腐蚀处理，S13、非驼峰区域屏蔽，S14、膨胀处理，S15、分区标注，S16、获得分区属性，S17、数据处理，S18、数据传输。还公开了激光焊驼峰缺陷的在线检测装置，所述装置包括激光器(17)、光纤、激光聚焦头(1)、支架(14)、工件(2)、夹具顶块(3)、夹具螺栓(4)、垫块(5)、夹具底板(6)、Y轴伺服电机(7)、Y轴滑轨(8)等结构；本发明检测结果作为调整工艺参数的可靠依据，可对驼峰缺陷进行快速准确的判断及有效消除；算法适应性好，可移植性强，灵活性和独立性程度较高，对缺陷识别精度较高，设备简单，具有广阔的应用前景。

Description

一种激光焊驼峰缺陷的在线检测方法及装置
技术领域
本发明涉及激光焊接质量在线检测领域，尤其涉及一种激光焊驼峰缺陷的在线检测方法及装置。
背景技术
焊接是制造业的基础工艺。与其它的焊接技术相比，激光焊接具有热输入量小、焊缝深宽比大、焊接速度快、柔性好、自动化程度高、无需真空环境等显著优点，已经广泛应用于核能、造船业、航空航天、国防武器、汽车制造业和铁路车辆制造等行业，被认为是21世纪最具发展前景的先进连接技术之一。尤其是在大功率激光焊接中，由于激光功率密度高、能量输入多、金属蒸汽、孔内气压、熔池流动等行为更具复杂性，极容易产生焊接缺陷，其中，驼峰作为常见缺陷之一，焊接过程中激光束热量集中形成的小孔底部未能持续打开，造成金属液体在小孔背部的堆积，形成了驼峰，其极大影响着焊缝质量及焊缝背部的平整美观，由于焊接过程中各个工艺参数存在复杂的耦合关系，目前此类缺陷的产生原因未能得到很好的解析和避免。
在激光焊接缺陷的检测方面，检索发现：专利《一种基于光谱信息的激光焊接缺陷的在线诊断方法》(申请号：201710361486.5)基于光谱信息建立了特定的量化标准来判断缺陷的存在与否，不足之处是该方法对于驼峰缺陷未能起到很好的检测及抑制效果。专利《一种抑制万瓦级激光焊接上表面缺陷的方法》(申请号：201510039722.2)设计了金属颗粒输送系统，可补足部分飞溅产生时材料的流失，减少焊缝塌陷的产生，但是对于驼峰缺陷的消除未能起到效果。目前在激光焊接工件的驼峰缺陷的检测及抑制方面未见相关专利。
因此我们致力于开发一种激光焊驼峰缺陷的在线检测装置及方法，能对焊接过程中工件背部情况进行在线检测，以解决上述问题，有效消除驼峰缺陷。
发明内容
本发明的目的在于提出一种激光焊驼峰缺陷的在线检测装置及方法，能对焊接过程中工件背部情况进行在线检测，可有效消除驼峰缺陷。
本发明所采用的技术方案：所述激光焊驼峰缺陷的在线检测装置包括三轴滑台、夹具模块、控制模块、激光器、光纤、激光聚焦头、支架、装置底板；三轴滑台上面安装有夹具底板，夹具底板上安装有夹具模块，三轴滑台上面所安装的支架上还安装有激光聚焦头，通过光纤与激光器相连，高速摄像头前加装滤光片。
所述的三轴滑台包括，X轴滑轨、X轴伺服电机、Y轴滑轨、Y轴伺服电机、Z轴滑轨；具体连接是，装置底板上安装有X轴滑轨，X轴滑轨的端部安装有X轴伺服电机，X轴滑轨的滑块上安装有Y轴滑轨，Y轴滑轨的端部安装有Y轴伺服电机，Y轴滑轨的滑块上安装有夹具底板，装置底板上还竖直安装有Z轴滑轨，Z轴滑轨的端部安装有Z轴伺服电机，Z轴滑轨的滑块上安装有支架。
所述的夹具模块包括，夹具底板、垫块、工件、夹具顶块、夹具螺栓；具体连接是，夹具底板上安装两个垫块，垫块上安放工件，夹具顶块压紧工件并由夹具螺栓锁紧。
所述的控制模块包括，X轴伺服电机、Y轴伺服电机、Z轴伺服电机、运动控制单元、激光器、冷却系统、高速摄像头、工控机、监视器；具体连接是，X轴伺服电机、Y轴伺服电机、Z轴伺服电机分别与运动控制单元相连，工控机(19)分别与运动控制单元、激光器、冷却系统、高速摄像头连接，工控机还与监视器连接。
激光焊驼峰缺陷的在线检测方法为：
S11.图片预处理，S12.腐蚀处理，S13.非驼峰区域屏蔽，S14.膨胀处理，S15.分区标注，S16.获得分区属性，S17.数据处理，S18.数据传输。
S11中，图片预处理，包括区域提取和二值化，对一张激光焊接时的图片，提取感兴趣的区域，并且对其进行二值化；
S12中，使用腐蚀可以有效去除二值化图片中的噪声，以及缩小各部分如驼
峰、蒸汽、飞溅的区域大小；
S13中，对非驼峰区域中的飞溅与金属蒸汽的干扰因素进行屏蔽；细分步骤为：
S131：对采集的每一张图片，标注出非驼峰区和驼峰区；在熔池下方轨迹是向下运动的边缘不规则的定义为蒸汽和飞溅，而运动轨迹沿着焊板下侧往焊接反方向移动的且边缘圆滑的定义为驼峰，基于这样的标准，对一张图片，如果该像素为非驼峰区，则标记为0，否则标记为1，将所有的数据都标注完成；
S132：创建一个非驼峰区域，其大小与在原图所提取感兴趣区域一致，如果在标注图片中，一个像素被标记为0，则创建的非驼峰区域对应的像素也置0；
S133：对于标注数据中的每一张图片，都执行步骤S132，直到遍历完所有的标注图片，得到一个包含驼峰区域和非驼峰区域两部分的图像；
S134：得到的非驼峰区域实则为一个逻辑矩阵，非驼峰区域像素为0；将步骤二中腐蚀处理后的图片与非驼峰区域点乘，即矩阵中为0，对应的图片像素则置0。
S14中，在对非驼峰区域进行屏蔽处理后，对剩下的驼峰区域进行膨胀处理；
S15中，对于S14得到的每一个驼峰区域进行标签，按八连通寻找区域，即当一个像素在其上下左右或左上、右上、左下、右下其中一个方向有一个像素，则把两个像素标注为同一区域；
S16中，对每一个分区，获得其边界框和面积；边界框是一个可以包含该驼峰区域的最小矩形，由一个四维的向量[x,y,length,width]表示，分别代表了边界框的x坐标，y坐标，长度和宽度，并在图片上显示出这个框；
S17中，将所得到的驼峰分区的属性进行处理，获得其长宽比Ratio＝Length/Width，与面积构成一个二维向量[Ratio,Area]，利用公式：w1Ratio+w2Area＝S，获得调整参数S，其中w1、w2分别为长宽比和面积的权重系数；权重系数由不同设备在具体实施时根据自身情况进行实验而定；焊接前需要进行调试，即预先进行一组预实验，调整工艺参数使得焊接出现驼峰，确定长宽比和面积的权重系数w1、w2。
S18中，如果调整参数S超过预定阈值，则传输信号给运动控制单元，调整工艺参数，调整的结果是调整参数S减小，表示驼峰缺陷被抑制，当调整参数S减小至预定阈值内，维持当前工艺参数。
具体的，调整方式分为两种，第一种是通过调整焊接速度来抑制驼峰，第二种是通过调整离焦量来抑制驼峰。
第一种的工作流程是：装夹，启动滑轨焊接，高速摄像头对工件侧面定时采集图片，将图片实时传回工控机中按照本发明的算法过程进行处理，将处理结果的调整参数S与标准值进行比较，若超过阈值则实时反馈给运动控制单元，改变X轴伺服电机的旋转速度，以改变X轴滑轨的滑块运动速度，从而调整焊接速度。
第二种工作流程是，装夹，启动滑轨焊接，高速摄像头对工件侧面定时采集图片，将图片实时传回工控机中按照本发明的算法过程进行处理，将处理结果的调整参数S与标准值进行比较，若超过阈值则实时反馈给运动控制单元，使Z轴伺服电机产生一定角位移，使Z轴滑轨上的滑块向下移动一定距离，通过支架带动激光聚焦头向下移动一定距离，从而使激光焦点向下移动。
本发明的有益效果：
1.建立了驼峰的量化标准对焊接过程中工件驼峰进行在线检测及评估，检测结果作为调整工艺参数的可靠依据，可对驼峰缺陷进行快速准确的判断及有效消除。
2.算法适应性好，可移植性强，灵活性和独立性程度较高，检测结果可靠。
3.设备简单，对现有设备稍加改进便可实现，具有广阔的应用前景。
附图说明
图1为本发明的驼峰在线检测装置的结构示意图；
图2为本发明的驼峰在线检测装置的右视图；
图3为本发明的驼峰在线检测装置的结构框图；
图4为本发明的驼峰高速摄像头所采集的原图像；
图5为本发明的驼峰在线检测方法的图像处理算法所提取区域；
图6为本发明的驼峰在线检测方法的图像处理算法二值化后的图像；
图7为本发明的驼峰在线检测方法的图像处理算法腐蚀处理后的图像；
图8为本发明的驼峰在线检测方法的图像处理算法区域屏蔽后的图像；
图9为本发明的驼峰在线检测方法的图像处理算法膨胀处理后的图像；
图10为本发明的驼峰在线检测方法的图像处理算法在驼峰区域上显示边界框后的图像；
图11为本发明的驼峰在线检测方法的图像处理算法的一张非驼峰区域标注图片，黑色部分为非驼峰区域；
图12为本发明的驼峰在线检测方法的图像处理算法得到的非驼峰区域，黑色部分为非驼峰可能在的区域；
图13为本发明的驼峰在线检测方法的图像处理算法检测到的驼峰轮廓变化图；
图14为本发明的驼峰在线检测方法的图像处理算法的实现步骤框图；
图15为本发明相关的驼峰缺陷产生的原理图。
标号说明：1.激光聚焦头、2.工件、3.夹具顶块、4.夹具螺栓、5.垫块、6.夹具底板、7.Y轴伺服电机、8.Y轴滑轨、9.X轴滑轨、10.X轴伺服电机、11.装置底板、12.高速摄像头、13.Z轴滑轨、14.支架、15.Z轴伺服电机、16.运动控制单元、17.激光器、18.冷却系统、19.工控机、20.监视器。
具体实施方式
下面将结合发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1、2、3所示，所述激光焊驼峰缺陷的在线检测装置包括三轴滑台、夹具模块、控制模块、激光器(17)、光纤(图未示)、激光聚焦头(1)、支架(14)、装置底板(11)；三轴滑台上面安装有夹具底板(6)，夹具底板上安装有夹具模块，三轴滑台上面所安装的支架(14)上还安装有激光聚焦头(1)，通过光纤与激光器(17)相连，高速摄像头(12)前加装滤光片，以降低光强，高速摄像头(12)在焊接时对熔池背部开口驼峰产生位置及其后方拍摄。
所述的三轴滑台包括，X轴滑轨(9)、X轴伺服电机(10)、Y轴滑轨(8)、Y轴伺服电机(7)、Z轴滑轨(13)；具体连接是，装置底板(11)上安装有X轴滑轨(9)，X轴滑轨(9)的端部安装有X轴伺服电机(10)，X轴滑轨(9)的滑块上安装有Y轴滑轨(8)，Y轴滑轨(8)的端部安装有Y轴伺服电机(7)，Y轴滑轨(8)的滑块上安装有夹具底板(6)，装置底板(11)上还竖直安装有Z轴滑轨(13)，Z轴滑轨(13)的端部安装有Z轴伺服电机(15)，Z轴滑轨(13)的滑块上安装有支架(14)。
所述的夹具模块包括，夹具底板(6)、垫块(5)、工件(2)、夹具顶块(3)、夹具螺栓(4)；具体连接是，夹具底板(6)上安装两个垫块(5)，垫块(5)上安放工件(2)，设置垫块(5)以使高速摄像头(12)对工件(2)背部焊接情况进行拍摄；夹具顶块(3)压紧工件(2)并由夹具螺栓(4)锁紧。
所述的控制模块包括，X轴伺服电机(10)、Y轴伺服电机(7)、Z轴伺服电机(15)、运动控制单元(16)、激光器(17)、冷却系统(18)、高速摄像头(12)、工控机(19)、监视器(20)；具体连接是，X轴伺服电机(10)、Y轴伺服电机(7)、Z轴伺服电机(15)分别与运动控制单元(16)相连，分别控制X轴滑轨(9)、Y轴滑轨(8)、Z轴滑轨(13)运动速度，从而控制工件(2)的运动速度及方向；工控机(19)分别与运动控制单元(16)、激光器(17)、冷却系统(18)、高速摄像头(12)连接，工控机(19)还与监视器(20)连接，用于操作者输入焊接工艺参数及图像采集参数、监视焊接区域的进行、控制焊接的进行和停止，规避了操作者靠近焊接区域操作和观察的危险。
激光器(17)采用Nd：YAG固体激光器、CO2激光器、盘式激光器或半导体激光器中的任意一种。
如图14所示，图像处理算法的实现步骤如下：
S11、图片预处理，包括区域提取和二值化。如图4、5、6所示，对一张激光焊接时的图片，提取感兴趣的区域。
S12、腐蚀处理。在二值图像中，问题集合是二维整数空间Z2的元素。作为Z2中的集合A和B，表示B对A的腐蚀定义为：
其中B为一个结构元(在本例中为一个大小为5×5的方形结构元)；A为被腐蚀对象。使用腐蚀可以有效去除二值化图片中的噪声，以及缩小各部分的区域(驼峰、蒸汽、飞溅)大小，缩小各部分的区域大小可以为下一步对非驼峰区域屏蔽提供便利。一个腐蚀处理过后的图像如图5所示。
S13、非驼峰区域屏蔽。由于激光焊接中往往会伴随飞溅与金属蒸汽的产生，对于驼峰的检测造成了影响，故需要将这些非驼峰区域屏蔽，留下感兴趣的驼峰区域，方便提取驼峰的包括边界框的长宽和驼峰面积等属性。
S14、膨胀处理。在对非驼峰区进行屏蔽处理后，再对剩下的驼峰区进行膨胀处理，与S2中类似的，表示B对A的膨胀定义为：
其中B为一个结构元(在本例中为一个大小为4×4的圆盘结构元；A为被膨胀对象，为集合B的反射，定义如下：
即如果B是描述图像中物体的像素的集合，则是B中(x,y)坐标被(-x,-y)替代的点的集合。
如图7所示，由于在第二步驼峰区域被腐蚀而使其发生了收缩细化，膨胀可使其恢复到了原来的形状。
S15、分区标注。对于S4得到的每一个驼峰区域进行标签，按八连通寻找区域，即当一个像素在其上下左右或左上、右上、左下、右下其中一个方向有一个像素，则把两个像素标注为同一区域。
S16、获得分区属性。对每一个分区，获得其边界框和面积。边界框是一个可以包含该驼峰区域的最小矩形，由一个四维的向量[x,y,length,width]表示，分别代表了边界框的x坐标，y坐标，长度和宽度，并在图片上显示出这个框，如图8所示。
S17、数据处理。将所得到的驼峰分区的属性进行处理，获得其长宽比Ratio＝Length/Width，与面积构成一个二维向量[Ratio,Area]，利用公式：w1Ratio+w2Area＝S，获得调整参数S，其中w1、w2分别为长宽比和面积的权重系数。
S18、数据传输。如果调整参数S超过预定阈值，则传输信号给运动控制单元(16)，减小X轴伺服电机(10)的运行速度，调整的结果是调整参数S减小(表示驼峰产生趋势被抑制)，当调整参数S减小至预定阈值内，运动控制单元(16)维持X轴伺服电机(10)当前的运行速度。
非驼峰区域可由大量的实验数据得到。非驼峰区域的建立有如下步骤：
S131、实验数据是由高速摄像头(12)拍摄的图片数据，采样频率为5000fps，对采集的每一张图片，标注出非驼峰区和驼峰区。由于在熔池下方轨迹是向下运动的且边缘不规则的定义为蒸汽和和飞溅，而运动轨迹是沿着焊板下侧往焊接反方向移动的边缘圆滑的定义为驼峰，基于这样的标准，对一张图片，如果该像素为非驼峰区，则标记为0，否则标记为1，将所有的数据都标注完成。一张非驼峰区域的标注图片如图11所示。
S132、创建一个非驼峰区域，其大小与在原图所提取感兴趣区域一致，即与图5大小一致，如果在标注图片中，一个像素被标记为0，则创建的非驼峰区域对应的像素也置0。
S133、对于标注数据中的每一张图片，都执行步骤S132，直到遍历完所有的标注图片，得到一个包含驼峰区域和非驼峰区域两部分的图像，如图9所示。
S134、得到的非驼峰区域实则为一个逻辑矩阵，非驼峰区域像素为0。将S12中腐蚀处理后的图片与非驼峰区域点乘，即矩阵中为0，对应的图片像素则置0，结果为图8所示。
焊接工作前，人工将工件(2)在夹具上加紧，在监视器(20)上点击启动按钮，X轴滑轨(9)、Y轴滑轨(8)、Z轴滑轨(13)控制激光聚焦头(1)在预先设定区域对工件(2)进行焊接，高速摄像头(12)对焊缝侧面定时采集图片，将图片实时传回工控机(19)处理，将处理结果实时传递给运动控制单元(16)。
具体的，调整方式分为两种，第一种是通过调整焊接速度来抑制驼峰，第二种是通过调整离焦量来抑制驼峰。
第一种的工作流程是：装夹，启动滑轨焊接，高速摄像头(12)对工件(2)侧面定时采集图片，将图片实时传回工控机(19)中按照本发明的算法过程进行处理，将处理结果的调整参数S与标准值进行比较，若超过阈值则实时反馈给运动控制单元(16)，改变X轴伺服电机(10)的旋转速度，以改变X轴滑轨(9)的滑块运动速度，从而调整焊接速度。
第二种工作流程是，装夹，启动滑轨焊接，高速摄像头(12)对工件(2)侧面定时采集图片，将图片实时传回工控机(19)中按照本发明的算法过程进行处理，将处理结果的调整参数S与标准值进行比较，若超过阈值则实时反馈给运动控制单元(16)，使Z轴伺服电机(15)产生一定角位移，使Z轴滑轨(13)上的滑块向下移动一定距离，通过支架(14)带动激光聚焦头(1)向下移动一定距离，从而使激光焦点向下移动。
对利用本发明定义的调整参数S控制驼峰的产生进行说明。根据大量实验数据，当识别出的可能为驼峰的区域的长宽比和面积达到一定阈值时，即可确定为驼峰产生而排除其他噪点的干扰，据此定义了调整参数S，当S达到工控机(19)中设定的的阈值时，便传输信号给运动控制单元(16)，之后的调整方法分为两种，第一种方法是对X轴伺服电机(10)的运行速度进行以一定增益加速度进行降低，焊接线输入能量增大，维持匙孔背部的打开状态，从而抑制了金属溶液在背部的大量堆积(如图15所示)，即抑制了驼峰的产生，当调整参数S减小至设定的阈值内，运动控制单元(16)维持X轴伺服电机(10)当前的运行速度；第二种方法是使Z轴伺服电机(15)产生一定角位移，使Z轴滑轨(13)上的滑块向下移动一定距离，通过支架(14)带动激光聚焦头(1)向下移动一定距离，从而使激光焦点向下移动，能量在匙孔内部的下移可维持匙孔背部的打开状态，从而抑制了金属溶液在背部的大量堆积(如图15所示)，即抑制了驼峰的产生，当调整参数S减小至设定的阈值内，运动控制单元(16)维持当前Z轴滑轨(13)上的滑块的位置。
如图13所示，为本图像处理算法检测到的驼峰轮廓变化图。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种激光焊驼峰缺陷的在线检测装置，其特征在于：所述装置包括三轴滑台、夹具模块、控制模块、激光器(17)、光纤、激光聚焦头(1)、支架(14)、装置底板(11)；三轴滑台上面安装有夹具底板(6)，夹具底板上安装有夹具模块，三轴滑台上面所安装的支架(14)上还安装有激光聚焦头(1)，通过光纤与激光器(17)相连，高速摄像头(12)前加装滤光片。
2.根据权利要求1所述的激光焊驼峰缺陷的在线检测装置，其特征在于：所述的三轴滑台包括，X轴滑轨(9)、X轴伺服电机(10)、Y轴滑轨(8)、Y轴伺服电机(7)、Z轴滑轨(13)；具体连接是，装置底板(11)上安装有X轴滑轨(9)，X轴滑轨(9)的端部安装有X轴伺服电机(10)，X轴滑轨(9)的滑块上安装有Y轴滑轨(8)，Y轴滑轨(8)的端部安装有Y轴伺服电机(7)，Y轴滑轨(8)的滑块上安装有夹具底板(6)，装置底板(11)上还竖直安装有Z轴滑轨(13)，Z轴滑轨(13)的端部安装有Z轴伺服电机(15)，Z轴滑轨(13)的滑块上安装有支架(14)。
3.根据权利要求1所述的激光焊驼峰缺陷的在线检测装置，其特征在于：所述的夹具模块包括，夹具底板(6)、垫块(5)、工件(2)、夹具顶块(3)、夹具螺栓(4)；具体连接是，夹具底板(6)上安装两个垫块(5)，垫块(5)上安放工件(2)，夹具顶块(3)压紧工件(2)并由夹具螺栓(4)锁紧。
4.根据权利要求1所述的激光焊驼峰缺陷的在线检测装置，其特征在于：所述的控制模块包括，X轴伺服电机(10)、Y轴伺服电机(7)、Z轴伺服电机(15)、运动控制单元(16)、激光器(17)、冷却系统(18)、高速摄像头(12)、工控机(19)、监视器(20)；具体连接是，X轴伺服电机(10)、Y轴伺服电机(7)、Z轴伺服电机(15)分别与运动控制单元(16)相连，工控机(19)分别与运动控制单元(16)、激光器(17)、冷却系统(18)、高速摄像头(12)连接，工控机(19)还与监视器(20)连接。
5.根据权利要求1-4任一所述的激光焊驼峰缺陷的在线检测装置的方法，其特征在于：所述检测方法包括如下步骤：S11、图片预处理，S12、腐蚀处理，S13、非驼峰区域屏蔽，S14、膨胀处理，S15、分区标注，S16、获得分区属性，S17、数据处理，S18、数据传输,上述算法过程在工控机(19)中进行。
6.根据权利要求5所述的一种激光焊驼峰缺陷的在线检测装置的方法，其特征在于：
步骤S11中，图片预处理，包括区域提取和二值化，对一张激光焊接时的图片，提取感兴趣的区域，并且对其进行二值化；
步骤S12中，使用腐蚀可以有效去除二值化图片中的噪声，以及缩小各部分如驼峰、蒸汽、飞溅的区域大小；
步骤S13中，对非驼峰区域中的飞溅与金属蒸汽的干扰因素进行屏蔽；
步骤S14中，在对非驼峰区域进行屏蔽处理后，对剩下的驼峰区域进行膨胀处理；
步骤S15中，对于S14得到的每一个驼峰区域进行标签，按八连通寻找区域，即当一个像素在其上下左右或左上、右上、左下、右下其中一个方向有一个像素，则把两个像素标注为同一区域；
步骤S16中，对每一个分区，获得其边界框和面积；边界框是一个可以包含该驼峰区域的最小矩形，由一个四维的向量[x,y,length,width]表示，分别代表了边界框的x坐标，y坐标，长度和宽度，并在图片上显示出这个框；
步骤S17中，将所得到的驼峰分区的属性进行处理，获得其长宽比Ratio＝Length/Width，与面积构成一个二维向量[Ratio,Area]，利用公式：w1Ratio+w2Area＝S，获得调整参数S，其中w1、w2分别为长宽比和面积的权重系数；权重系数由不同设备在具体实施时根据自身情况进行实验而定；
步骤S18中，如果调整参数S超过预定阈值，则传输信号给运动控制单元，调整工艺参数，调整的结果是调整参数S减小，表示驼峰缺陷被抑制，当调整参数S减小至预定阈值内，维持当前工艺参数。
7.根据权利要求5所述的一种激光焊驼峰缺陷的在线检测装置的方法，其特征在于：步骤S13中，包括如下过程：
S131：对采集的每一张图片，标注出非驼峰区和驼峰区；在熔池下方轨迹是向下运动的边缘不规则的定义为蒸汽和飞溅，而运动轨迹沿着焊板下侧往焊接反方向移动的且边缘圆滑的定义为驼峰，基于这样的标准，对一张图片，如果该像素为非驼峰区，则标记为0，否则标记为1，将所有的数据都标注完成；
S132：创建一个非驼峰区域，其大小与在原图所提取感兴趣区域一致，如果在标注图片中，一个像素被标记为0，则创建的非驼峰区域对应的像素也置0；
S133：对于标注数据中的每一张图片，都执行步骤S132，直到遍历完所有的标注图片，得到一个包含驼峰区域和非驼峰区域两部分的图像；
S134：得到的非驼峰区域实则为一个逻辑矩阵，非驼峰区域像素为0；将步骤二中腐蚀处理后的图片与非驼峰区域点乘，即矩阵中为0，对应的图片像素则置0。
8.根据权利要求5所述的一种激光焊驼峰缺陷的在线检测装置的方法，其特征在于：步骤S17中的权重系数w1、w2的确定方法是通过预先进行一组预实验，调整工艺参数使得焊接出现驼峰，确定长宽比和面积的权重系数w1、w2。
9.根据权利要求5所述的一种激光焊驼峰缺陷的在线检测装置的方法，其特征在于：调整方式分为两种，第一种是通过调整焊接速度来抑制驼峰，第二种是通过调整离焦量来抑制驼峰，第一种的工作流程是：装夹，启动滑轨焊接，高速摄像头(12)对工件(2)侧面定时采集图片，将图片实时传回工控机(19)中按照本发明的算法过程进行处理，将处理结果的调整参数S与标准值进行比较，若超过阈值则实时反馈给运动控制单元(16)，改变X轴伺服电机(10)的旋转速度，以改变X轴滑轨(9)的滑块运动速度，从而调整焊接速度。
10.根据权利要求1-9所述的激光焊驼峰缺陷的在线检测装置的方法，其特征在于：第二种工作流程是，装夹，启动滑轨焊接，高速摄像头(12)对工件(2)侧面定时采集图片，将图片实时传回工控机(19)中按照本发明的算法过程进行处理，将处理结果的调整参数S与标准值进行比较，若超过阈值则实时反馈给运动控制单元(16)，使Z轴伺服电机(15)产生一定角位移，使Z轴滑轨(13)上的滑块向下移动一定距离，通过支架(14)带动激光聚焦头(1)向下移动一定距离，从而使激光焦点向下移动。
CN201811033087.7A 2018-09-05 2018-09-05 一种激光焊驼峰缺陷的在线检测方法及装置 Pending CN109108518A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811033087.7A CN109108518A (zh) 2018-09-05 2018-09-05 一种激光焊驼峰缺陷的在线检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811033087.7A CN109108518A (zh) 2018-09-05 2018-09-05 一种激光焊驼峰缺陷的在线检测方法及装置

Publications (1)

Publication Number Publication Date
CN109108518A true CN109108518A (zh) 2019-01-01

Family

ID=64858605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811033087.7A Pending CN109108518A (zh) 2018-09-05 2018-09-05 一种激光焊驼峰缺陷的在线检测方法及装置

Country Status (1)

Country Link
CN (1) CN109108518A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796698A (zh) * 2019-11-07 2020-02-14 厦门市美亚柏科信息股份有限公司 一种最大面积、最小长宽比的车辆排重方法和装置
CN113042892A (zh) * 2021-04-01 2021-06-29 广州德擎光学科技有限公司 一种激光加工工艺参数迁移方法
CN113290335A (zh) * 2021-06-02 2021-08-24 苏州鑫之博科技有限公司 一种实时监测高能束加工烟羽的设备及方法
US20230166361A1 (en) * 2021-11-30 2023-06-01 GM Global Technology Operations LLC Method and system for weld defect detection
CN116673626A (zh) * 2023-08-03 2023-09-01 济南森峰激光科技股份有限公司 一种锂电池顶盖激光焊接自动定位系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002310937A (ja) * 2001-04-09 2002-10-23 Dainippon Printing Co Ltd 欠陥検査方法及び装置
CN102183216A (zh) * 2011-03-14 2011-09-14 沈阳飞机工业（集团）有限公司 基于线结构光的三维测量方法及其装置
JP2012179644A (ja) * 2011-03-02 2012-09-20 Disco Corp レーザ加工装置
EP2567773A1 (de) * 2011-09-08 2013-03-13 TRUMPF Werkzeugmaschinen GmbH + Co. KG Verfahren zum Überprüfen der Nahtqualität während eines Laserschweißprozesses
CN103521924A (zh) * 2013-10-16 2014-01-22 江苏大学 一种凸轮轴表面激光加工方法
CN105976352A (zh) * 2016-04-14 2016-09-28 北京工业大学 一种基于灰度图像形态学的焊缝表面缺陷特征提取方法
CN106053496A (zh) * 2016-05-04 2016-10-26 薛景森 安检机节能控制方法
CN108340088A (zh) * 2018-02-07 2018-07-31 深圳信息职业技术学院 激光精密加工视觉在线监测方法及系统
CN209550915U (zh) * 2018-09-05 2019-10-29 广东工业大学 一种基于图像处理的激光焊驼峰缺陷的在线检测装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002310937A (ja) * 2001-04-09 2002-10-23 Dainippon Printing Co Ltd 欠陥検査方法及び装置
JP2012179644A (ja) * 2011-03-02 2012-09-20 Disco Corp レーザ加工装置
CN102183216A (zh) * 2011-03-14 2011-09-14 沈阳飞机工业（集团）有限公司 基于线结构光的三维测量方法及其装置
EP2567773A1 (de) * 2011-09-08 2013-03-13 TRUMPF Werkzeugmaschinen GmbH + Co. KG Verfahren zum Überprüfen der Nahtqualität während eines Laserschweißprozesses
CN103521924A (zh) * 2013-10-16 2014-01-22 江苏大学 一种凸轮轴表面激光加工方法
CN105976352A (zh) * 2016-04-14 2016-09-28 北京工业大学 一种基于灰度图像形态学的焊缝表面缺陷特征提取方法
CN106053496A (zh) * 2016-05-04 2016-10-26 薛景森 安检机节能控制方法
CN108340088A (zh) * 2018-02-07 2018-07-31 深圳信息职业技术学院 激光精密加工视觉在线监测方法及系统
CN209550915U (zh) * 2018-09-05 2019-10-29 广东工业大学 一种基于图像处理的激光焊驼峰缺陷的在线检测装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴盛金，图像分割及形态学处理, 注塑制品表面缺陷分析及自动识别研究 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796698A (zh) * 2019-11-07 2020-02-14 厦门市美亚柏科信息股份有限公司 一种最大面积、最小长宽比的车辆排重方法和装置
CN110796698B (zh) * 2019-11-07 2022-11-29 厦门市美亚柏科信息股份有限公司 一种最大面积、最小长宽比的车辆排重方法和装置
CN113042892A (zh) * 2021-04-01 2021-06-29 广州德擎光学科技有限公司 一种激光加工工艺参数迁移方法
CN113042892B (zh) * 2021-04-01 2023-02-28 广州德擎光学科技有限公司 一种激光加工工艺参数迁移方法
CN113290335A (zh) * 2021-06-02 2021-08-24 苏州鑫之博科技有限公司 一种实时监测高能束加工烟羽的设备及方法
US20230166361A1 (en) * 2021-11-30 2023-06-01 GM Global Technology Operations LLC Method and system for weld defect detection
US11839935B2 (en) * 2021-11-30 2023-12-12 GM Global Technology Operations LLC Method and system for weld defect detection
CN116673626A (zh) * 2023-08-03 2023-09-01 济南森峰激光科技股份有限公司 一种锂电池顶盖激光焊接自动定位系统
CN116673626B (zh) * 2023-08-03 2023-10-31 济南森峰激光科技股份有限公司 一种锂电池顶盖激光焊接自动定位系统

Similar Documents

Publication Publication Date Title
CN109108518A (zh) 一种激光焊驼峰缺陷的在线检测方法及装置
US20210318673A1 (en) In-Situ Inspection Method Based on Digital Data Model of Weld
Li et al. Measurement and defect detection of the weld bead based on online vision inspection
Xu et al. Visual sensing technologies in robotic welding: Recent research developments and future interests
US5533146A (en) Weld bead quality determining apparatus
Nguyen et al. Laser-vision-based quality inspection system for small-bead laser welding
CN103231162A (zh) 机器人焊接质量视觉检测装置及其检测方法
He et al. Autonomous detection of weld seam profiles via a model of saliency-based visual attention for robotic arc welding
Xu et al. Real‐time image capturing and processing of seam and pool during robotic welding process
Reisgen et al. Machine vision system for online weld pool observation of gas metal arc welding processes
CN114119595A (zh) 一种基于集成深度学习的gmaw焊接质量在线监测及评价方法
Wang et al. Groove-center detection in gas metal arc welding using a template-matching method
JP2005014027A (ja) 溶接部のイメージ処理方法、溶接管理システム、溶接機のためのフィードバックシステム、突合わせ線検出システム
CN114147397A (zh) 一种识别3d特征的自动柔性点拼焊系统
Lin et al. Intelligent seam tracking of an ultranarrow gap during K-TIG welding: a hybrid CNN and adaptive ROI operation algorithm
Hong et al. Real-time quality monitoring of ultrathin sheets edge welding based on microvision sensing and SOCIFS-SVM
CN110238520A (zh) 一种基于ccd视觉检测的自动精密激光焊接方法
CN209550915U (zh) 一种基于图像处理的激光焊驼峰缺陷的在线检测装置
CN113504239A (zh) 一种品质管控数据分析方法
Li et al. On-line visual measurement and inspection of weld bead using structured light
Soares et al. Computer vision system for weld bead geometric analysis
CN114820539A (zh) 一种基于汽车焊接生产线的机器人激光检测方法
CN112129774B (zh) 一种焊接未熔合缺陷在线检测方法
Couto et al. Mapping of bead geometry in wire arc additive manufacturing systems using passive vision
Couto et al. Weld Bead Width Measurement in a GMAW WAAM System by using Passive Vision

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