CN111037062A - 一种gtaw焊缝成形的自适应控制与自动视觉检测方法 - Google Patents

Abstract

本发明提出了一种GTAW焊缝成形的自适应控制与自动视觉检测方法，包括步骤1、建立关系模型、获取典型焊缝表面缺陷的图像；步骤2、利用传感器实时获取当前坡口的错边量和坡口间隙，焊道的特征尺寸以及当前焊道表面的图像和当前焊道的尺寸；步骤3、对焊接工艺参数进行动态调节，实现GTAW焊缝成形的自适应控制；并动态重建出焊道整体的表面缺陷分布图和尺寸分布图。本发明解决了焊接生产中由于工件加工精度、装配误差、焊接热变形等引起的焊缝成形质量问题，并实现焊缝宏观尺寸、焊缝不连续性以及焊缝表面缺陷的检测，提高焊接缺陷的可追溯性和可探测性。

Description

一种GTAW焊缝成形的自适应控制与自动视觉检测方法

技术领域

本发明属于焊接自动化与高效化焊接技术领域，特别是涉及一种GTAW焊缝成形的自适应控制与自动视觉检测方法。

背景技术

受工件加工精度、装配误差、焊接热变形等因素的影响，在实际焊接过程中，坡口的实际尺寸往往与设计尺寸存在一定的差异。在这种情况下，若仍以恒定的焊接路径及焊接工艺规范进行焊接，势必会带来焊缝成形不良的问题，且很容易产生焊接缺陷。在生产中，为了保证焊接产品的质量，有必要规避并监测这些问题。目前，一般由焊接操作者对焊接过程进行观察，根据自身的生产经验来对焊接工艺参数进行实时调整来实现焊缝成形的控制，并通过焊后人工外观目视检测来判别焊缝的表面缺陷。但这种途径对人的经验与操作技术具有较大的依赖性，也增加了焊接操作者的劳动强度。若能够在焊接过程中对焊缝成形进行自适应控制，并对焊缝的外观质量进行在线的检测，将有利于焊接自动化水平的进一步提高，并获得更加稳定的焊接产品质量。

发明内容

本发明目的是针对目前焊缝成形控制和焊后缺陷检测自动化和柔性化程度较低的问题，提出了一种GTAW焊缝成形的自适应控制与自动视觉检测方法。从根本上解决了焊接生产中由于工件加工精度、装配误差、焊接热变形等引起的焊缝成形质量问题，并实现焊缝宏观尺寸、焊缝不连续性以及焊缝表面缺陷的检测，提高焊接缺陷的可追溯性和可探测性。

本发明的目的通过以下技术方案实现：一种GTAW焊缝成形的自适应控制与自动视觉检测方法，所述方法包括如下步骤：

步骤1，通过工艺试验，建立错边量、坡口间隙、焊缝底部特征尺寸和焊接工艺参数之间的关系模型，并获取典型焊缝表面缺陷的图像，根据典型焊缝表面缺陷的图像特征设计图像识别算法；

步骤2，在打底焊过程中，利用焊枪前部的结构光传感器实时获取当前坡口的错边量和坡口间隙；在填充焊过程中，利用焊枪前部的结构光传感器实时获取前序焊道的特征尺寸；利用焊枪后部的视觉传感器获取当前焊道表面的图像，利用焊枪后部的结构光传感器获取当前焊道的尺寸；

步骤3，利用步骤1中所述关系模型，根据步骤2中实时获得的错边量、坡口间隙和前序焊道的特征尺寸对焊接工艺参数进行动态调节，实现GTAW焊缝成形的自适应控制；根据步骤2中获得的焊道表面的图像，利用图像识别算法识别表面缺陷的类型和尺寸，并综合焊接过程中已采集到的焊道表面图像与焊道尺寸，动态重建出焊道整体的表面缺陷分布图和尺寸分布图。

进一步地，步骤1中所述的关系模型具体为错边量、坡口间隙、焊缝底部特征尺寸、焊接电流、焊接电压、焊接速度、送丝速度及送丝角度之间的关系模型；所述焊缝底部特征尺寸对于打底焊道来说指的是钝边厚度、底部圆弧半径和坡口角度；对于填充和盖面焊道来说指的是焊缝宽度和焊缝表面曲率。

进一步地，步骤1中所述的典型焊缝表面缺陷具体为表面气孔、表面裂纹、咬边、焊缝成形不良和焊瘤。

进一步地，步骤2中当前坡口的错边量和坡口间隙是基于线结构光测量原理，再结合图像处理方法得到。

进一步地，步骤2中所述的前序焊道的特征尺寸指的是焊缝宽度和焊缝表面曲率。

进一步地，所述动态调节的参数包括焊接电流、焊接电压、焊接速度、送丝速度和送丝角度。

进一步地，步骤3中所述的自适应控制具体指根据错边量、坡口间隙、坡口角度、底部圆弧半径和前序焊道特征尺寸的实时变化，对包括焊接电流、焊接电压、焊接速度、送丝速度和送丝角度在内的焊接工艺参数进行实时调整以达到稳定而优良的焊缝成形。

与现有技术相比，本发明具有如下的有益效果：

(1)本发明所提出的方法并不局限于特定的材料，坡口形式和板厚，适应性强。本发明对焊缝成形的实时控制是基于工艺试验，对于高度非线性和强时变特征的焊接过程来说具有较高的可靠性。本发明在制定自适应控制策略时还考虑了多层多道焊时前序焊缝的特征尺寸，对于厚板的多层多道焊时的焊缝成形控制同样适用。

(2)本发明在对焊缝成形进行自适应控制时还对焊缝表面缺陷和焊道尺寸进行实时识别与记录，在焊接过程中就完成了部分焊后质量检测的工作，提高了焊接生产的效率，使焊接质量具有更好的可追溯性。

附图说明

图1是本发明硬件系统构成的三维示意图；

图2是变截面平板GTAW自适应控制对接试验件形状及组对方式图；

图3是变截面平板GTAW自适应控制对接试验件焊缝成形图。

具体实施方式

下面将结合本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做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。

实施例1

本发明提出一种GTAW焊缝成形的自适应控制与自动视觉检测方法，所述方法包括如下步骤：

步骤1，通过工艺试验，建立错边量、坡口间隙、焊缝底部特征尺寸和焊接工艺参数之间的关系模型，并获取典型焊缝表面缺陷的图像，根据典型焊缝表面缺陷的图像特征设计图像识别算法；步骤1中所述的关系模型具体为错边量、坡口间隙、焊缝底部特征尺寸、焊接电流、焊接电压、焊接速度、送丝速度及送丝角度之间的关系模型；所述焊缝底部特征尺寸对于打底焊道来说指的是钝边厚度、底部圆弧半径和坡口角度；对于填充和盖面焊道来说指的是焊缝宽度和焊缝表面曲率。但根据坡口形式的不同，不仅限于此范围。步骤1中所述的典型焊缝表面缺陷具体为表面气孔、表面裂纹、咬边、焊缝成形不良和焊瘤。

步骤2，在打底焊过程中，利用焊枪前部的结构光传感器实时获取当前坡口的错边量和坡口间隙；在填充焊过程中，利用焊枪前部的结构光传感器实时获取前序焊道的特征尺寸；利用焊枪后部的视觉传感器获取当前焊道表面的图像，利用焊枪后部的结构光传感器获取当前焊道的尺寸；步骤2中当前坡口的错边量和坡口间隙是基于线结构光测量原理，再结合图像处理方法得到。步骤2中所述的前序焊道的特征尺寸指的是焊缝宽度和焊缝表面曲率。但根据坡口形式的不同，不仅限于此范围。

步骤3，利用步骤1中所述关系模型，根据步骤2中实时获得的错边量、坡口间隙和前序焊道的特征尺寸对焊接工艺参数进行动态调节，实现GTAW焊缝成形的自适应控制；根据步骤2中获得的焊道表面的图像，利用图像识别算法识别表面缺陷的类型和尺寸，并综合焊接过程中已采集到的焊道表面图像与焊道尺寸，动态重建出焊道整体的表面缺陷分布图和尺寸分布图。步骤3中对焊接工艺参数进行动态调节，其依据是步骤1中所获得的错边量，坡口间隙，焊缝底部特征尺寸和焊接工艺参数之间的关系模型；获取给定错边量，坡口间隙，焊缝底部特征尺寸时对应焊接工艺参数的计算方法包括带入数学表达式计算、专家数据库查询和人工神经元网络预测。所述动态调节的参数包括焊接电流、焊接电压、焊接速度、送丝速度和送丝角度。步骤3中所述的自适应控制具体指根据错边量、坡口间隙、坡口角度、底部圆弧半径和前序焊道特征尺寸的实时变化，对包括焊接电流、焊接电压、焊接速度、送丝速度和送丝角度在内的焊接工艺参数进行实时调整以达到稳定而优良的焊缝成形。

实施例2

本实施例以不锈钢Y型坡口单道填充GTAW自适应焊接为例，具体包括如下步骤：

本实施例在图1所示地硬件系统上完成，不锈钢Y型坡口试板装卡在变位机上，试板的形状和组对方式如图2所示，从焊接起始点至焊接终止点，装配间隙和错边量逐渐增大。

第一步，在对上述试板进行自适应焊接之前，先进行不锈钢Y型坡口GTAW工艺试验，获得不同错边量、坡口间隙、钝边厚度和坡口角度时最合理的焊接工艺参数，由此建立错边量，坡口间隙，钝边厚度和坡口角度焊接工艺参数之间的数学模型，以二次函数的形式保存在上位机中。

第二步，在对上述试板进行自适应焊接之前，还要通过焊接工艺试验，制备包含有表面气孔，表面裂纹，咬边，焊缝成形不良和焊瘤五种典型焊缝表面缺陷的试样，利用典型焊缝表面缺陷的图片，对基于BP神经元网络的焊缝表面缺陷自动分类器进行训练。

第三步，对上述试板进行自适应焊接，基于线结构光测量原理的焊前结构光传感器采集坡口图像，通过图像处理提取错边量，坡口间隙，钝边厚度和坡口角度。基于CCD传感器和线结构光测量原理的焊后视觉传感器采集已焊接焊道的图像。

第四步，在工控机中，将错边量，坡口间隙，钝边厚度和坡口角度输入第一步中已经准备好的数学模型，计算出对应的包括焊接电流，焊接电压，焊接速度，送丝速度和送丝角度在内的焊接工艺参数，并将这些参数输出至下位机PLC。获取给定错边量，坡口间隙，焊缝底部特征尺寸时对应焊接工艺参数的计算方法包括带入数学表达式计算、专家数据库查询和人工神经元网络预测。

第五步，PLC对变位机，焊接操作机进行控制，完成焊接速度和送丝角度的调整；对送丝机进行控制，完成送丝速度和送丝角度的调整；对焊接电源进行控制，完成焊接电流和焊接电压的调整。

第六步，焊后视觉传感器中CCD传感器采集到的图像利用第二步已经训练好的焊缝表面缺陷自动分类器进行缺陷识别与分类，记录在软件系统中，结构光传感器采集到的图像通过图像处理提取焊道尺寸，记录在软件系统中。并综合焊接过程中已采集到的焊道表面图像与焊道尺寸，动态重建出焊道整体的表面缺陷分布图和尺寸分布图。

本实施例中自适应焊接得到的焊缝成形如图3所示，未见焊缝表面缺陷，焊缝均匀一致，在错边量和坡口间隙时变的情况下获得了较好的焊缝成形说明自适应控制获得了较为理想的效果。

以上对本发明所提供的一种GTAW焊缝成形的自适应控制与自动视觉检测方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种GTAW焊缝成形的自适应控制与自动视觉检测方法，其特征在于，所述方法包括如下步骤：

步骤1，通过工艺试验，建立错边量、坡口间隙、焊缝底部特征尺寸和焊接工艺参数之间的关系模型，并获取典型焊缝表面缺陷的图像，根据典型焊缝表面缺陷的图像特征设计图像识别算法；

步骤2，在打底焊过程中，利用焊枪前部的结构光传感器实时获取当前坡口的错边量和坡口间隙；在填充焊过程中，利用焊枪前部的结构光传感器实时获取前序焊道的特征尺寸；利用焊枪后部的视觉传感器获取当前焊道表面的图像，利用焊枪后部的结构光传感器获取当前焊道的尺寸；

步骤3，利用步骤1中所述关系模型，根据步骤2中实时获得的错边量、坡口间隙和前序焊道的特征尺寸对焊接工艺参数进行动态调节，实现GTAW焊缝成形的自适应控制；根据步骤2中获得的焊道表面的图像，利用图像识别算法识别表面缺陷的类型和尺寸，并综合焊接过程中已采集到的焊道表面图像与焊道尺寸，动态重建出焊道整体的表面缺陷分布图和尺寸分布图。

2.根据权利要求1所述的方法，其特征在于，步骤1中所述的关系模型具体为错边量、坡口间隙、焊缝底部特征尺寸、焊接电流、焊接电压、焊接速度、送丝速度及送丝角度之间的关系模型；所述焊缝底部特征尺寸对于打底焊道来说指的是钝边厚度、底部圆弧半径和坡口角度；对于填充和盖面焊道来说指的是焊缝宽度和焊缝表面曲率。

3.根据权利要求1所述的方法，其特征在于，步骤1中所述的典型焊缝表面缺陷具体为表面气孔、表面裂纹、咬边、焊缝成形不良和焊瘤。

4.根据权利要求1所述的方法，其特征在于，步骤2中当前坡口的错边量和坡口间隙是基于线结构光测量原理，再结合图像处理方法得到。

5.根据权利要求1所述的方法，其特征在于，步骤2中所述的前序焊道的特征尺寸指的是焊缝宽度和焊缝表面曲率。

6.根据权利要求1所述的方法，其特征在于，所述动态调节的参数包括焊接电流、焊接电压、焊接速度、送丝速度和送丝角度。

7.根据权利要求1所述的方法，其特征在于，步骤3中所述的自适应控制具体指根据错边量、坡口间隙、坡口角度、底部圆弧半径和前序焊道特征尺寸的实时变化，对包括焊接电流、焊接电压、焊接速度、送丝速度和送丝角度在内的焊接工艺参数进行实时调整以达到稳定而优良的焊缝成形。

Images