CN114952052B - 多牛腿复杂钢构件焊接热变形控制方法 - Google Patents
多牛腿复杂钢构件焊接热变形控制方法 Download PDFInfo
- Publication number
- CN114952052B CN114952052B CN202210363219.2A CN202210363219A CN114952052B CN 114952052 B CN114952052 B CN 114952052B CN 202210363219 A CN202210363219 A CN 202210363219A CN 114952052 B CN114952052 B CN 114952052B
- Authority
- CN
- China
- Prior art keywords
- welding
- deformation
- numerical simulation
- node
- bracket
- 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.)
- Active
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
- 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
- B23K31/003—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 controlling of welding distortion
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Arc Welding In General (AREA)
Abstract
本发明公开了一种多牛腿复杂钢构件焊接热变形控制方法:S1、焊接节点建模;S2、对步骤S1中构建的节点模型进行焊接节点优化;S3、对步骤S2优化后的节点模型进行数值模拟,确定焊接信息;S4、将步骤S3中得出的数值模拟结果通过VR技术和人机交互进行模拟焊接;S5、现场焊接采用热成像技术进行实时监测、预警、纠偏和数据收集,并将收集数据输入步骤S3和步骤S4中。本发明通过深化过程中优化节点做法,利用数值模拟优化焊接措施和顺序,再利用人机交互和VR成像模拟焊接;最后实际焊接过程中利用热成像技术进行实时监控,并进行数据分析,实时修正焊接过程,进行最有效的焊接变形和残余应力的控制,提高结构安全的效果。
Description
技术领域
本发明涉及钢结构焊接技术领域,更具体的说是涉及一种多牛腿复杂钢构件焊接热变形控制方法。
背景技术
钢结构在焊接过程中出现变形是不可避免的,然而,焊接中产生的变形问题不仅影响了钢结构的外观和使用性能,同时影响到结构的安全性。特别是在大型钢结构件的焊接作业中,这一问题表现得尤其突出。因此,必须对焊接变形不同类型和原因进行全面分析,并采取有力措施控制焊接变形量和焊接残留应力,以确保钢结构安装过程中的精度和结构的安全性。
常规方法采用低氢焊材、选用焊接变形小CO2保护焊进行焊接、控制焊接温度和顺序、找有经验的焊工等方法进行控制温度变形。虽然能降低焊接变形,但对于复杂结构还是不能有效地控制焊接变形和焊接应力,给后期安装的精度造成不良后果,同时给结构安全留下了一定的安全隐患。
因此,为了控制焊接变形量和焊接残留应力,以确保钢结构安装过程中的精度和结构的安全性,提供一种多牛腿复杂钢构件焊接热变形控制方法,是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种多牛腿复杂钢构件焊接热变形控制方法,旨在解决上述技术问题。
为了实现上述目的,本发明采用如下技术方案:
一种多牛腿复杂钢构件焊接热变形控制方法,包括以下步骤:
S1、焊接节点建模;
S2、对步骤S1中构建的节点模型进行焊接节点优化;
S3、对步骤S2优化后的节点模型进行数值模拟,确定焊接信息;
S4、将步骤S3中得出的数值模拟结果通过VR技术和人机交互进行模拟焊接;
S5、现场焊接采用热成像技术进行实时监测、预警、纠偏和数据收集,并将收集数据输入步骤S3和步骤S4中。
通过上述技术方案,本发明通过深化过程中优化节点做法,利用数值模拟优化焊接措施和顺序,再利用人机交互和VR成像模拟焊接;最后实际焊接过程中利用热成像技术进行实时监控,并进行数据分析,实时修正焊接过程,进行最有效的焊接变形和残余应力的控制,达到控制成本,提高结构安全的效果。
优选的,在上述一种多牛腿复杂钢构件焊接热变形控制方法中,在步骤S1中,采用BIM软件建立BIM结构模型,与其他BIM模型进行复核,保证牛腿角度和标高的准确。
优选的,在上述一种多牛腿复杂钢构件焊接热变形控制方法中,在步骤S2中,通过建立TEKLA模型深化多牛腿节点,通过节点处隔板和多牛腿的焊接工艺进行优化。
优选的,在上述一种多牛腿复杂钢构件焊接热变形控制方法中,在步骤S3中,数值模拟的具体方法为:建立焊缝变形的数值模拟模型,并结合加工厂收集的焊接数据进行不同温度,不同焊接方式的焊接变形数值模拟,得出焊接变形的数值模拟结果;将数值模拟结果与既往的步骤S5收集的数据模拟不同类型进行实际焊接检验,根据样品实际焊接修正数值模拟模型,并得出修正后的数值模拟结果。
优选的,在上述一种多牛腿复杂钢构件焊接热变形控制方法中,在步骤S3中,数值模拟通过对不同焊接工艺、焊接温度、焊接顺序、施焊电流,防变形夹具的模拟对多牛腿节点焊接应力和变形的影响情况进行确定,进而确定不同部位的焊接方式和焊接电压。
采用数值模拟技术的发展是与实验和加工厂的积累的焊接试验数据紧密相结合的,确定数值模拟中众多参数,例如材料的各种性能随温度变化的规律,热输入参数、焊接工艺参数等的确定都是在实验的基础上获得的。
通过数值分析模拟焊接变形,具有以下优点:
(1)可以缩短生产周期,降低确定工艺所做实验的成本;
(2)可以深入理解焊接现象,为控制焊接应力与变形提供更多的信息。通过数值模拟焊接条件下温度场的变化,模拟焊接过程中的三维应力分布与演变过程,熔池中的流场等信息,可以更好地研究焊接的整个温度应力变化的过程,得出不同焊接形式、焊接工艺、电流大小等措施对焊接后焊接应力的影响。
优选的,在上述一种多牛腿复杂钢构件焊接热变形控制方法中,在步骤S4中,VR技术和人机交互进行模拟焊接的具体方法为:建立VR可视化焊接模型和人机交互焊接机器人,将步骤S3中的数值模拟数据输入,建立焊接变形数据库,进行人机交互焊接变形模拟,得出最优的焊接信息,达到焊接变形的控制。
VR技术即虚拟现实建模语言VRML规范支持纹理映射、全景背景、雾、视频、音频、对象运动和碰撞检测,一切用于建立虚拟世界的所具有的东西。
虚拟现实技术的主要特征有以下几方面:
(1)多感知性——所谓多感知是指除了一般计算机技术所具有的视觉感知之外,还有听觉感知、力觉感知、触觉感知、运动感知,甚至包括味觉感知、嗅觉感知等。
(2)浸没感——又称临场感,指用户感到作为主角存在于模拟环境中的真实程度。
(3)交互性——指用户对模拟环境内物体的可操作程度和从环境得到反馈的自然程度,包括实时性。
(4)构想性——强调虚拟现实技术应具有广阔的可想像空间,可拓宽人类认知范围,不仅可再现真实存在的环境,也可以随意构想客观不存在的甚至是不可能发生的环境。
优选的,在上述一种多牛腿复杂钢构件焊接热变形控制方法中,在步骤S4中,在Solidworks和3ds Max3环境下建立机器人三维建模及优化处理,然后导入到Unity 3D软件开发平台,通过人机交互界面实现机器人的运动仿真功能。
优选的,在上述一种多牛腿复杂钢构件焊接热变形控制方法中,在步骤S5中,通过热成像技术对实际焊接中温度、变形进行预警和数据采集,同时,对现场焊接过程中监测预警,调整焊接方法和温度控制;将现场焊接过程中的数值进行采集后录入数值模拟数据库。
红外热成像运用光电技术检测物体热辐射的红外线特定波段信号,将该信号转换成可供人类视觉分辨的图像和图形,并可以进一步计算出温度值。红外热成像技术使人类超越了视觉障碍,由此人们可以“看到”物体表面的温度分布状况。
本发明的工作原理为:
(1)本发明通过数值模拟,针对不同的焊接方式、焊接坡口形式、焊接顺序、焊接速度、焊接电流、加固方式等信息,模拟出不同的温度变形情况。
(2)把数值模拟结果通过Unity 3D人机交互和VR技术进行模拟焊接,保证焊工的焊接质量。
(3)实际焊接过程中,通过热成像技术,实时监控实际焊接过程,及时调整焊接方案,保证多牛腿在焊接过程中控制变形,达到控制成本,提高结构安全的作用。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种多牛腿复杂钢构件焊接热变形控制方法,解决了复杂牛腿焊接变形的控制难度大,应力残留高等问题,同时解决了传统方式焊接变形控制难,焊接质量难保证等问题。常规焊接过程中无法实时监测焊接温度,往往依靠以往的经验进行操作,当焊接时受到周边环境的影响,造成温度变化,往往无法避免焊接变形,造成焊接缺陷,导致探伤失败,需要重新进行焊接,造成工期和成本的浪费。
本发明具有以下有益效果:
1、通过节点优化,优化掉焊接难度大和焊接形式不好实现的节点,保证焊接质量,减少焊接变形。
2、通过焊接前进行数值模拟,确定焊接形式、方式、顺序、焊缝温度等信息。
3、把数值模拟结果通过Unity 3D人机交互和VR技术进行模拟焊接,进行焊工培训,保证焊接质量。
4、实际焊接过程中,通过热成像技术,实时监控实际焊接过程,及时调整焊接方案,保证多牛腿在焊接过程中控制变形,达到控制成本,提高结构安全的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的多牛腿复杂钢构件焊接热变形控制方法施工工艺流程图;
图2附图为本发明提供的数值模拟的工艺流程图;
图3附图为本发明提供的VR焊接模拟的工艺流程图;
图4附图为本发明提供的热成像技术的工艺流程图;
图5附图为本发明提供的步骤S2的具体实施方式的原设计节点图;
图6附图为本发明提供的步骤S2的具体实施方式的优化后节点图;
图7附图为本发明提供的具体实施方式中的高斯热源热流密度分布简图;
图8附图为本发明提供的具体实施方式中的从下往上焊时两筋板间弹性应变能密度分布的图(a);
图9附图为本发明提供的具体实施方式中的从下往上焊时两筋板间弹性应变能密度分布的图(b);
图10附图为本发明提供的具体实施方式中的从上往下焊时两筋板间弹性应变能密度分布的图(a);
图11附图为本发明提供的具体实施方式中的从上往下焊时两筋板间弹性应变能密度分布的图(b);
图12附图为本发明提供的具体实施方式中的机器人三维模型图;
图13附图为本发明提供的具体实施方式中的人机交互界面;
图14附图为本发明提供的具体实施方式中的虚拟机器人;
图15附图为本发明提供的具体实施方式中的焊接成形时各特征温度区域红外热像图;
图16附图为本发明提供的具体实施方式中的焊接成形时各特征温度区域等值线图;
图17附图为本发明提供的具体实施方式中的基值电流Ib90A,焊接速度570mm/min温度分布云图;
图18附图为本发明提供的具体实施方式中的基值电流Ib90A,焊接速度700mm/min温度分布云图;
图19附图为本发明提供的具体实施方式中的基值电流Ib70A,焊接速度570mm/min温度分布云图;
图20附图为本发明提供的具体实施方式中的基值电流Ib25A,焊接速度570mm/min温度分布云图。
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。
参见附图1,本发明实施例公开了一种多牛腿复杂钢构件焊接热变形控制方法,包括以下步骤:
S1、焊接节点建模;
S2、对步骤S1中构建的节点模型进行焊接节点优化;
S3、对步骤S2优化后的节点模型进行数值模拟,确定焊接信息;
S4、将步骤S3中得出的数值模拟结果通过VR技术和人机交互进行模拟焊接;
S5、现场焊接采用热成像技术进行实时监测、预警、纠偏和数据收集,并将收集数据输入步骤S3和步骤S4中。
为了进一步优化上述技术方案,在步骤S1中,采用BIM软件建立BIM结构模型,与其他BIM模型进行复核,保证牛腿角度和标高的准确。
为了进一步优化上述技术方案,在步骤S2中,通过建立TEKLA模型深化多牛腿节点,通过节点处隔板和多牛腿的焊接工艺进行优化。
在一种具体的实施方式中,参见附图5和附图6,原设计105单体节点因钢管壁厚比较薄,使用电渣压力焊不能保证焊接质量,钢管壁厚容易融透。通过节点优化,采用贯通式横隔板和内隔板组合的方式,解决了节点处的焊接变形和焊接工艺问题。
参见附图2,在步骤S3中,数值模拟的具体方法为:建立焊缝变形的数值模拟模型,并结合加工厂收集的焊接数据进行不同温度,不同焊接方式的焊接变形数值模拟,得出焊接变形的数值模拟结果;将数值模拟结果与既往的步骤S5收集的数据模拟不同类型进行实际焊接检验,根据样品实际焊接修正数值模拟模型,并得出修正后的数值模拟结果。
为了进一步优化上述技术方案,在步骤S3中,数值模拟通过对不同焊接工艺、焊接温度、焊接顺序、施焊电流,防变形夹具的模拟对多牛腿节点焊接应力和变形的影响情况进行确定,进而确定不同部位的焊接方式和焊接电压。
在一种具体的实施方式中,焊接过程的模拟采用了分段移动高斯热源模型与分段移动串形热源模型。针对不同的焊缝和工艺情况对焊缝变形的计算可采用较粗网格与合理的分段进行。该模型大大减少了焊接热源移动过程中所需的计算量,使计算效率极大地提高。又由于该模型准确反映了影响焊接残余应力与变形的主要因素,故在提高计算效率的同时又保持了相当的精度。采用的电弧焊热源模型为移动的高斯圆形热源,其热流分布如图7所示。
这种模型作为弧焊热输入方式的描述可以很好地模拟温度场,进而得到较好的应力、应变数值结果。
圆形高斯热源模型描述距斑点中心r的点的热流密度q(r)为q(r)=qM·exp(-Kr2)
式中:q(r)为热流密度,[J/m2·s];qM为加热斑点中心最大热流密度,[J/m2·s];K为能量集中系数,[1/m2]。
单位时间高斯热源在作用面上输入热量Qt为:
式中:Qt为单位时间高斯热源在作用面上输入热量[J/s];F为热源作用面,ds表示面积分。
通过数值模拟多牛腿焊接变形,利用分段移动串形热源进行分析,利用ORIGIN2000工作站6CPU进行分析,得到如图8-图11的结果。通过数值模拟不同焊接工艺下的焊接变形和焊接温度应力,得出多牛腿焊接的应力,变形情况。
参见附图3,在步骤S4中,VR技术和人机交互进行模拟焊接的具体方法为:建立VR可视化焊接模型和人机交互焊接机器人,将步骤S3中的数值模拟数据输入,建立焊接变形数据库,进行人机交互焊接变形模拟,得出最优的焊接信息,达到焊接变形的控制。
为了进一步优化上述技术方案,在步骤S4中,在Solidworks和3ds Max3环境下建立机器人三维建模及优化处理,然后导入到Unity 3D软件开发平台,通过人机交互界面实现机器人的运动仿真功能。
在一种具体的实施方式中,选用Unity 3D平台进行虚拟现实技术研究。建立一个6自由度的关机型焊接机器人做为研究对象,在Solidworks和3dsMax3环境下建立机器人三维建模及优化处理,然后导入到Unity 3D软件开发平台,通过人机交互界面的设计,实现了机器人的运动仿真功能,此外,还增加机器人与人的同步及临场感功能、防碰撞检测功能。
程序中的人机界面采用Unity 3D自带的插件NGUI进行开发设计,可提高人机界面的开发效率,参见图12-图14。
通过数值模拟不同焊接工艺下的焊接变形和焊接温度应力,生成VR数据模型,通过程序设计和通信功能可以实现人对虚拟机器人的控制。通过人机交互式模拟多牛腿焊接,VR实时显示出焊接中的温度、应力和变形,达到实际焊接的效果。焊接工人通过VR虚拟焊接模拟,提高焊接技术,有效降低多牛腿焊接过程中的变形。
参见附图4,在步骤S5中,通过热成像技术对实际焊接中温度、变形进行预警和数据采集,同时,对现场焊接过程中监测预警,调整焊接方法和温度控制;将现场焊接过程中的数值进行采集后录入数值模拟数据库。
在一种具体的实施方式中,根据红外热像仪的测温原理设计了辐射率校准实验,对成形件表面辐射率进行了准确测定。并使用红外热像技术对不同工艺条件下电弧焊接的温度场进行了采集和分析,研究了多牛腿焊接过程中所经历的热过程及其表面温度场的演变,分析了不同焊接工艺对成形温度场和成形件性能造成的影响。
为了更好的研究焊接应力变化,通过红外热像仪采集到到的图片能直观的反应温度场变化趋势,但是不能准确量化温度场的信息及相关曲线的参数。为了量化温度分布情况以及确定热循环曲线参数,需要对导出的数据进行分析处理。通过处理导出数据将图15的红外热像图转化为图16所示的温度分布等值线图。由于摄像机垂直于焊道和焊枪组成的平面,可以将焊枪端部作为标定参照物来标定成形件正侧面尺寸,通过其实际尺寸与图中所占像素得到每一像素的实际尺寸。本实施例选用焊丝的奥氏体转变温度A1在740℃左右,奥氏体完全转变温度A3在870℃左右,再结晶温度Arc在640℃左右。对拍摄得到的热像图进行数据的分析处理得到如图16所示的温度分布等值线图。L1到L3分别为温度在A3以上、A1以上及Arc以上区域的长度。图中L2为112.7mm,A1区域宽度为8.2mm,L1为80.5mm,A3宽度为7.8mm。
当工艺参数变化时,各温度变化如图17-图20所示。通过热成像技术,实施监测焊接过程中的温度变化,为多牛腿焊接过程进行监督。对焊接过程中出现温度异常,要及时报警并调整焊接方式,保证焊接过程中的温度变化平稳,控制焊接变形。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种多牛腿复杂钢构件焊接热变形控制方法,其特征在于,包括以下步骤:
S1、焊接节点建模;
S2、对步骤S1中构建的节点模型进行焊接节点优化;
S3、对步骤S2优化后的节点模型进行数值模拟,确定焊接信息;
S4、将步骤S3中得出的数值模拟结果通过VR技术和人机交互进行模拟焊接;
S5、现场焊接采用热成像技术进行实时监测、预警、纠偏和数据收集,并将收集数据输入步骤S3和步骤S4中;
其中:
在步骤S1中,采用BIM软件建立BIM结构模型,与其他BIM模型进行复核,保证牛腿角度和标高的准确;
在步骤S2中,通过建立TEKLA模型深化多牛腿节点,通过节点处隔板和多牛腿的焊接工艺进行优化;
在步骤S3中,数值模拟的具体方法为:建立焊缝变形的数值模拟模型,并结合加工厂收集的焊接数据进行不同温度,不同焊接方式的焊接变形数值模拟,得出焊接变形的数值模拟结果;将数值模拟结果与既往的步骤S5收集的数据模拟不同类型进行实际焊接检验,根据样品实际焊接修正数值模拟模型,并得出修正后的数值模拟结果;
在步骤S4中,VR技术和人机交互进行模拟焊接的具体方法为:建立VR可视化焊接模型和人机交互焊接机器人,将步骤S3中的数值模拟数据输入,建立焊接变形数据库,进行人机交互焊接变形模拟,得出最优的焊接信息,达到焊接变形的控制。
2.根据权利要求1所述的一种多牛腿复杂钢构件焊接热变形控制方法,其特征在于,在步骤S3中,数值模拟通过对不同焊接工艺、焊接温度、焊接顺序、施焊电流,防变形夹具的模拟对多牛腿节点焊接应力和变形的影响情况进行确定,进而确定不同部位的焊接方式和焊接电压。
3.根据权利要求1所述的一种多牛腿复杂钢构件焊接热变形控制方法,其特征在于,在步骤S4中,在Solidworks和3dsMax3环境下建立机器人三维建模及优化处理,然后导入到Unity3D软件开发平台,通过人机交互界面实现机器人的运动仿真功能。
4.根据权利要求1所述的一种多牛腿复杂钢构件焊接热变形控制方法,其特征在于,在步骤S5中,通过热成像技术对实际焊接中温度、变形进行预警和数据采集,同时,对现场焊接过程中监测预警,调整焊接方法和温度控制;将现场焊接过程中的数值进行采集后录入数值模拟数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210363219.2A CN114952052B (zh) | 2022-04-07 | 2022-04-07 | 多牛腿复杂钢构件焊接热变形控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210363219.2A CN114952052B (zh) | 2022-04-07 | 2022-04-07 | 多牛腿复杂钢构件焊接热变形控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114952052A CN114952052A (zh) | 2022-08-30 |
CN114952052B true CN114952052B (zh) | 2023-08-04 |
Family
ID=82978201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210363219.2A Active CN114952052B (zh) | 2022-04-07 | 2022-04-07 | 多牛腿复杂钢构件焊接热变形控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114952052B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116967649B (zh) * | 2023-09-24 | 2023-12-26 | 新研氢能源科技有限公司 | 一种用于金属双极板的智能焊接方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010201474A (ja) * | 2009-03-04 | 2010-09-16 | Toshiba Corp | 溶接最適化方法及びシステム並びに溶接方法 |
CN107393366A (zh) * | 2017-08-02 | 2017-11-24 | 电子科技大学 | 基于Unity3D的虚拟现实焊接仿真教学系统及方法 |
CN110306669A (zh) * | 2019-07-01 | 2019-10-08 | 中建四局第一建筑工程有限公司 | 一种提高具有多个牛腿钢管混凝土柱安装精度的方法 |
CN110807279A (zh) * | 2019-10-24 | 2020-02-18 | 友联船厂(蛇口)有限公司 | 一种自升式钻井平台变形桩腿的修复方法 |
CN112276914A (zh) * | 2020-12-28 | 2021-01-29 | 佛山冠博机械科技发展有限公司 | 一种基于ar技术的工业机器人及其人机交互方法 |
CN112685848A (zh) * | 2020-12-16 | 2021-04-20 | 中建三局第一建设工程有限责任公司 | 一种q690d高强钢厚板多层多道焊焊接参数的优化方法 |
EP3812105A1 (en) * | 2019-10-24 | 2021-04-28 | Deutsche Telekom AG | Artificial intelligence architecture for industrial welding |
-
2022
- 2022-04-07 CN CN202210363219.2A patent/CN114952052B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010201474A (ja) * | 2009-03-04 | 2010-09-16 | Toshiba Corp | 溶接最適化方法及びシステム並びに溶接方法 |
CN107393366A (zh) * | 2017-08-02 | 2017-11-24 | 电子科技大学 | 基于Unity3D的虚拟现实焊接仿真教学系统及方法 |
CN110306669A (zh) * | 2019-07-01 | 2019-10-08 | 中建四局第一建筑工程有限公司 | 一种提高具有多个牛腿钢管混凝土柱安装精度的方法 |
CN110807279A (zh) * | 2019-10-24 | 2020-02-18 | 友联船厂(蛇口)有限公司 | 一种自升式钻井平台变形桩腿的修复方法 |
EP3812105A1 (en) * | 2019-10-24 | 2021-04-28 | Deutsche Telekom AG | Artificial intelligence architecture for industrial welding |
CN112685848A (zh) * | 2020-12-16 | 2021-04-20 | 中建三局第一建设工程有限责任公司 | 一种q690d高强钢厚板多层多道焊焊接参数的优化方法 |
CN112276914A (zh) * | 2020-12-28 | 2021-01-29 | 佛山冠博机械科技发展有限公司 | 一种基于ar技术的工业机器人及其人机交互方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114952052A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sampson et al. | An improved methodology of melt pool monitoring of direct energy deposition processes | |
Bae et al. | An optical sensing system for seam tracking and weld pool control in gas metal arc welding of steel pipe | |
CN102528225B (zh) | 一种gtaw焊接熔透状态的声音信号传感及预测方法 | |
CN114952052B (zh) | 多牛腿复杂钢构件焊接热变形控制方法 | |
WO2017067241A1 (zh) | 焊接温度场控制系统及方法 | |
CN105345237A (zh) | 一种直缝埋弧焊自动控制焊缝形貌的装置及其工艺方法 | |
CN103231162A (zh) | 机器人焊接质量视觉检测装置及其检测方法 | |
CN111283307A (zh) | 一种仿真焊接的方法、装置、终端设备及存储介质 | |
CN111738369A (zh) | 基于熔池视觉特征的焊熔透状态及熔深实时预测方法 | |
Xiong et al. | Increasing stability in robotic GTA-based additive manufacturing through optical measurement and feedback control | |
CN111157539B (zh) | 焊缝形貌监控方法、系统、装置及可读存储介质 | |
WO2021009963A1 (ja) | 溶接作業データ蓄積装置、溶接作業支援システムおよび溶接ロボット制御装置 | |
CN106056603A (zh) | 基于立体视觉的焊接执行参数在线检测方法 | |
Huang et al. | The transient behaviours of free surface in a fully penetrated weld pool in gas tungsten arc welding | |
Xiong et al. | Virtual binocular vision sensing and control of molten pool width for gas metal arc additive manufactured thin-walled components | |
CN113634954B (zh) | 多传感器融合的焊缝轨迹跟踪方法及系统 | |
Xiong et al. | Passive vision measurement for robust reconstruction of molten pool in wire and arc additive manufacturing | |
Zhang et al. | Welding torch attitude-based study of human welder interactive behavior with weld pool in GTAW | |
Zhao et al. | Extraction of three-dimensional parameters for weld pool surface in pulsed GTAW with wire filler | |
Barot et al. | Process monitoring and internet of things feasibility for submerged arc welding: State of art | |
Hong et al. | Real-time quality monitoring of ultrathin sheets edge welding based on microvision sensing and SOCIFS-SVM | |
CN106780655B (zh) | 用于自动焊接路径的人工决策方法与系统 | |
CN117428291A (zh) | 基于声谱图特性分析的焊缝熔宽定量方法 | |
CN117218083A (zh) | 一种基于改进YOLOv8钢管焊缝缺陷检测方法 | |
Xia et al. | Real-time seam tracking during narrow gap GMAW process based on the wide dynamic vision sensing method |
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 |