CN115106621B - 一种全位置机器人深熔k-tig焊接系统及控制方法 - Google Patents
一种全位置机器人深熔k-tig焊接系统及控制方法 Download PDFInfo
- Publication number
- CN115106621B CN115106621B CN202210550090.6A CN202210550090A CN115106621B CN 115106621 B CN115106621 B CN 115106621B CN 202210550090 A CN202210550090 A CN 202210550090A CN 115106621 B CN115106621 B CN 115106621B
- Authority
- CN
- China
- Prior art keywords
- welding
- deep
- melting
- robot
- tig
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 404
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000002844 melting Methods 0.000 title claims abstract description 74
- 230000008569 process Effects 0.000 claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 230000000007 visual effect Effects 0.000 claims abstract description 28
- 239000000284 extract Substances 0.000 claims abstract description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 claims description 19
- 229910052721 tungsten Inorganic materials 0.000 claims description 19
- 239000010937 tungsten Substances 0.000 claims description 19
- 230000009471 action Effects 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 15
- 230000009193 crawling Effects 0.000 claims description 10
- 230000003247 decreasing effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000001816 cooling Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 239000000498 cooling water Substances 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims description 3
- 230000002829 reductive effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 239000007789 gas Substances 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 8
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000035515 penetration Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 229910052786 argon Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013497 data interchange Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- B23K9/16—Arc welding or cutting making use of shielding gas
- B23K9/167—Arc welding or cutting making use of shielding gas and of a non-consumable electrode
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Arc Welding In General (AREA)
- Arc Welding Control (AREA)
Abstract
本发明公开了一种全位置机器人深熔K‑TIG焊接系统及控制方法，焊接系统包括深熔K‑TIG焊接电源系统、机器人控制系统、视觉识别系统、集控器以及弧压检测装置；深熔K‑TIG焊接电源系统包括深熔K‑TIG焊接电源和K‑TIG焊枪；机器人控制系统包括机器人本体；视觉识别系统包括HDR相机和视觉处理器；集控器分别与深熔K‑TIG焊接电源系统、机器人控制系统、视觉识别系统、弧压检测装置相连接。本发明的焊接系统能自动地监控焊接状态并自适应地提取焊接特征数据，按照预设的程序自动地调控焊接参数，在焊接过程中无需人工干预即可完成高质量高效率的焊接生产，极大地提高了生产效率，可应用于机器人焊接技术领域。
Description
技术领域
本发明涉及机器人焊接技术领域，尤其涉及一种全位置机器人深熔K-TIG焊接系统及控制方法。
背景技术
焊接技术作为现代制造业中极其重要的材料成形方法，采用高效焊接工艺是提高制造效率的重要途径。
锁孔效应钨极氩弧(Keyhole Tungsten Inert Gas,K-TIG)焊是一种新兴、高效率的焊接工艺，可以采用大电流进行施焊，焊接电流可达1000A，产生的焊接电弧具有能量大、挺度高和穿透力强的特点，可在不开坡口、不填充焊材的情况下，一次性焊透3～16mm厚度的金属钢板，实现了单面焊双面成形，大大提高了效率。
然而焊接过程是一个高度瞬态、非线性的复杂物理过程，任何不合理焊接参数的设置或者在焊接过程中焊接参数的突变，都会破坏焊接过程的稳定性，从而降低焊接质量，例如咬边和驼峰焊道的出现会极大地破坏表面成形的均匀性，引起应力集中甚至开裂，恶化接头性能，从而限制了焊接效率的进一步提高。大多数现有的焊接技术都是基于焊工经验模式而进行的，在焊接前往往需要进行示教，一方面，无法对焊接过程中的稳定性及焊接质量进行有效的调控；另一方面，当出现焊接缺陷而又无法及时发现时，焊接生产出来的产品无法使用，会导致资源浪费，并提高了生产成本。因此，亟需提供一种焊接过程中在线监控与调控的焊接系统与焊接方法。
发明内容
为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种全位置机器人深熔K-TIG焊接系统及控制方法。
本发明所采用的技术方案是：
一种全位置机器人深熔K-TIG焊接系统，包括：
深熔K-TIG焊接电源系统，所述深熔K-TIG焊接电源系统包括深熔K-TIG焊接电源、K-TIG焊枪，所述深熔K-TIG焊接电源的负极与所述K-TIG焊枪相连接，所述深熔K-TIG焊接电源的正极与待焊工件相连接；
视觉识别系统，所述视觉识别系统包括HDR相机和视觉处理器，所述视觉处理器与所述HDR相机相连接，用于获取并处理所述HDR相机的图像数据；
弧压检测装置，所述弧压检测装置上的检测传感器安装在焊枪钨针尖端与待焊工件之间的无干涉空间范围内；
机器人控制系统，所述机器人控制系统包括机器人本体，所述K-TIG焊枪、所述HDR相机和所述弧压检测装置均安装在所述机器人本体的未端，所述HDR相机和所述弧压检测装置均与所述K-TIG焊枪保持相对静止，所述HDR相机设置在所述K-TIG焊枪沿焊接方向的后侧；
集控器，分别与所述深熔K-TIG焊接电源系统、所述视觉识别系统、所述弧压检测装置以及所述机器人控制系统连接。
进一步地，所述集控器通过CAN现场总线接口与所述深熔K-TIG焊接电源相连接，所述集控器通过RS485接口与所述视觉处理器相连接，所述集控器通过SPI接口与所述弧压检测装置相连接，所述集控器通过以太网口与所述机器人控制系统相连接。
进一步地，所述深熔K-TIG焊接电源系统还包括水冷机和保护气体装置，所述保护气体装置通过所述深熔K-TIG焊接电源的控制阀、气管与所述K-TIG焊枪相连接，所述水冷机通过水管与所述K-TIG焊枪相连接；
所述机器人控制系统还包括机器人控制柜和机器人示教器，所述机器人本体通过电缆与所述机器人控制柜相连接，所述机器人示教器通过通信接口与所述机器人控制柜相连接。
进一步地，机器人为工业机器人或爬行机器人，若为工业机器人，则将待焊工件安装在所述工业机器人可操作的无干涉的允许空间范围内；若为爬行机器人，所述爬行机器人本体通过均匀分布的磁铁吸附在待焊工件上，按照预设的运动轨迹要求，驱使所述K-TIG焊枪完成预设的焊接操作。
本发明所采用的另一技术方案是：
一种用于上所述的一种全位置机器人深熔K-TIG焊接系统的控制方法，包括如下步骤：
S1、集控器对深熔K-TIG焊接电源系统、机器人控制系统、视觉识别系统以及弧压检测装置发送执行启动信号；
S2、在接收到执行启动信号后，深熔K-TIG焊接电源系统输出焊接电流，同时采集实时焊接电流和实时焊接电压，并发送给集控器；视觉处理器从HDR相机读取焊接图像数据，对图像数据进行处理，提取焊接图像的特征数据，并发送给集控器；弧压检测装置采集弧压数据，并发送给集控器；
S3、集控器根据接收到数据生成相应的控制信号，并按照通信协议规定的数据格式，分别给深熔K-TIG焊接电源系统和机器人控制系统发送控制信号；
S4、深熔K-TIG焊接电源系统在接收集控器发送的控制信号后，执行通信协议当中的至少一个动作；机器人控制系统在接收集控器发送的控制信号后，执行通信协议当中的至少一个动作；深熔K-TIG焊接电源系统与机器人控制系统当中的至少一方执行至少一个动作后，焊接状态发生改变；
S5、集控器判断是否接收到焊接结束信号或异常警示信号，若尚未收到焊接结束信号或异常警示信号，则返回执行步骤S2-S4；若收到焊接结束信号或异常警示信号，焊接过程结束，焊接系统复位为就绪状态。
进一步地，所述深熔K-TIG焊接电源在启动时，向水冷机发送一个启动信号，所述水冷机在收到启动信号后，启动并循环地为所述K-TIG焊枪提供冷却水。
进一步地，步骤S4中所述深熔K-TIG焊接电源系统执行的至少一个动作包括：增大焊接电流、减少焊接电流或者焊接电流模式的变化；
所述机器人控制系统执行的至少一个动作包括：增大焊接速度、减小焊接速度、增大钨针尖端到工件的高度、减小钨针尖端到工件的高度或者钨针尖端与焊缝中心的偏差修正。
进一步地，步骤S3中，所述集控器根据接收到数据生成相应的控制信号，包括：
集控器接收到深熔K-TIG焊接电源系统、视觉识别系统以及弧压检测装置的发送的数据后，经过自适应权重迭代算法处理后，生成相应的控制信号；
其中，自适应权重迭代算法及生成控制信号的过程如下：
S31、确定特征参数与控制信号之间的约束关系，以正面熔池宽度、正面熔池面积、间隙宽度、焊接电流、焊接速度作为输入变量，以焊接电流、焊接速度、CTWD作为输出变量，以输出变量的增量为控制变量，输出变量的增量权重与输入变量之间的约束关系模型如下：
式中，n为约束关系模型的阶次；QI(k)，QV(k)，QD(k)分别为k时刻的焊接电流、焊接速度、CTWD的控制增量权重；QI(k-1),···,QI(k-n)分别为k-1时刻至k-n时刻的焊接电流控制增量权重；QV(k-1),···,QV(k-n)分别为k-1时刻至k-n时刻的焊接速度控制增量权重；QD(k-1),···,QD(k-n)分别为k-1时刻至k-n时刻的CTWD控制增量权重；W(k-1),···,W(k-n)分别为k-1时刻至k-n时刻的正面熔池宽度；S(k-1),···,S(k-n)分别为k-1时刻至k-n时刻的正面熔池面积；X(k-1),···,X(k-n)分别为k-1时刻至k-n时刻的间隙宽度；I(k-1),···,I(k-n)分别为k-1时刻至k-n时刻的焊接电流；V(k-1),···,V(k-n)分别为k-1时刻至k-n时刻的焊接速度；[aj1,aj2,···,ajn]，[bj1,bj2,···,bjn]，[cj1,cj2,···,cjn]，[dj1,dj2,···,djn]，[ej1,ej2,···,ejn]以及[fj1,fj2,···,fjn]为约束关系方程系数，其中j＝1,2,3；
S32、基于预设帧的特征数据，采用递推最小二乘参数估算方法对约束关系模型进行训练，求解出约束关系方程系数，获取确立的约束关系模型；
S33、把集控器采集的特征数据代入确定的约束关系模型，求解出k时刻焊接电流、焊接速度、CTWD的控制增量权重QI(k)，QV(k)，QD(k)；输出k时刻焊接电流、焊接速度、CTWD的控制增量：ΔI＝QI(k)·I，ΔV＝QV(k)·V，ΔH＝QD(k)·H，其中，ΔI，ΔV，ΔH分别为k时刻焊接电流、焊接速度、CTWD的控制增量，I，V，H分别为k时刻焊接电流、焊接速度、CTWD；
S34、根据焊接工艺的要求，周期性地更新约束关系模型，重复执行步骤S32-S33，直至焊接结束。
进一步地，步骤S34中还包括以下步骤：
根据焊接工艺的要求，评估焊接电流、焊接速度、CTWD对焊接过程的影响程度，对焊接电流、焊接速度、CTWD当中至少一个施加惩罚处理，惩罚处理约束关系如下：
式中，QIH(k)，QIL(k)分别为k时刻焊接电流控制增量权重的上限阈值和下限阈值；QVH(k)，QVL(k)分别为k时刻焊接速度控制增量权重的上限阈值和下限阈值；QDH(k)，QDL(k)分别为k时刻CTWD控制增量权重的上限阈值和下限阈值。
进一步地，所述一种全位置机器人深熔K-TIG焊接系统输出恒流模式，或输出恒功率模式；
当焊接系统输出恒流模式时，约束深熔K-TIG焊接电源系统输出恒稳焊接电流，在保证焊接过程稳定的前提下，对其他参数不作约束；
当焊接系统输出恒功率模式时，约束焊接系统的焊接电流与焊接电压的乘积保持不变，当焊接电流增大时，相应地减小焊接电压；当焊接电流减小时，相应地增大焊接电压。
本发明的有益效果是：本发明的焊接系统在测试调试完成后，能自动地监控焊接状态并自适应地提取焊接特征数据，同时按照预设的程序自动地调控焊接参数，在焊接过程中无需人工干预即可完成高质量高效率的焊接生产，极大地提高了生产效率。
附图说明
为了更清楚地说明本发明实施例或者现有技术中的技术方案，下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员而言，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
图1是本发明实施例中一种全位置机器人深熔K-TIG焊接系统的组成示意图；
图2是本发明实施例中全位置机器人深熔K-TIG焊接系统的在线闭环控制过程示意图；
图3是本发明实施例中自适应权重迭代法生成控制信号过程示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
如图1所示，本实施例提供一种全位置机器人深熔K-TIG焊在线闭环控制焊接系统，包括深熔K-TIG焊接电源系统、机器人控制系统、视觉识别系统、集控器以及弧压检测装置。
深熔K-TIG焊接电源系统包括深熔K-TIG焊接电源、水冷机、K-TIG焊枪、保护气体装置等，用于输出所需的焊接电流，或提供足够的保护气体，或提供足够的保护气体流量与流速。K-TIG焊枪通过固定夹具固定在机器人本体的未端，随着机器人本体未端的动作而动作，完成预设规定的轨迹操作。深熔K-TIG焊接电源的负极与K-TIG焊枪相连接，其正极与待焊工件相连接，输出焊接所需的焊接电流，为焊接过程提供所需的能量输入。保护气体装置通过深熔K-TIG焊接电源的控制阀、气管与K-TIG焊枪相连接，为焊接过程提供足够的保护气体，或为熔池附近提供一个富含保护气体的环境，通常保护气体选用99.99％的纯氩气。水冷机通过特制水管与K-TIG焊枪相连接，冷却高温的焊枪，特别是冷却钨针，防止焊枪受到破坏性损坏与钨针过度损耗。深熔K-TIG焊接电源在启动时，向水冷机发送一个启动信号，水冷机在收发启动信号后，启动水冷机，循环地为K-TIG焊枪提供冷却水，水冷机中的冷却水选用纯净水，防止不好的水质产生青苔等杂物堵塞水管。
机器人控制系统包括机器人本体、机器人控制柜、机器人示教器及电缆等；机器人本体通过特制电缆与机器人控制柜相连接，通常选用拥有4以上个自由度的机器人本体，即机器人本体拥有4个以上的驱动电机，电机通常选用伺服电机，机器人控制柜对机器人本体的控制，则是对伺服电机的控制，控制各个伺服电机协同按照预设规定的轨迹而动作。机器人示教器通过通信接口与机器人控制柜相连接，从而实现示教的功能，通信接口可采用标准接口与协议，也可采用机器人厂商私有接口与协议，通常有OPC接口，其协议有OPC协议和TCP/IP协议。在焊接前，通过机器人示教器编写焊枪运动轨迹程序，或点动控制焊枪，设置焊接工序中预设的起动目标点和停止目标点，并模拟运行焊接过程中焊枪的运动轨迹，为焊接工序的执行提供保障。机器人包括工业机器人和爬行机器人当中的其中一种，若选用工业机器人，如库卡机器人、安川机器人等，则待焊工件必须安装在工业机器人可操作的无干涉的允许空间范围内；以及若选用爬行机器人，爬行机器人本体通过均匀分布的磁铁吸附在待焊工件上，按照预设的运动轨迹要求，驱使所述K-TIG焊枪完成预设的焊接操作。
视觉识别系统包括HDR(High Dynamic Range Imaging,高动态范围成像)相机、视觉处理器；HDR相机通过固定支架固定在机器人本体的未端，与K-TIG焊枪保持相对静止，且HDR相机与K-TIG焊枪的连线与焊接方向重合，HDR相机在K-TIG焊枪沿焊接方向的后侧；HDR相机用于采集焊接过程中的熔池焊接图像数据，而焊接图像必须包含焊接熔池特征、焊缝中心与间隙等数据。视觉处理器通过以太网口与HDR相机相连接，以20帧频速度读取HDR相机的图像数据，采用相应的图像处理算法对图像数据进行处理，提取出熔透状态、熔池特征、焊缝间隙等特征数据，图像处理算法具体可采用现有的技术来实现，在此不进行赘述。
弧压检测装置通过固定夹具安装在机器人本体的未端，与K-TIG焊枪保持相对静止，且检测传感器安装在焊枪钨针尖端与待焊工件之间的无干涉空间范围内，并尽可能地靠近钨针尖端。弧压检测装置用于采集焊接过程中电弧压力，而电弧压力也是影响焊接稳定性和焊接质量的重要参数，可作为控制策略考虑的特征参数之一。
集控器看作为焊接系统的“头脑”，在接收到各个环节的特征数据后，经过相应控制策略处理后，生成控制信号，发送给相应的执行对象，改变焊接状态，从而改善或优化焊接稳定性与焊接质量。集控器与各个环节的数据互换通过通信形式得以实现，常用的通信接口有UART串口、IIC接口、SPI接口、RS485接口、CAN现场总线接口、以太网接口等，分别遵循着Modbus协议、CANopen协议、Ethernet协议或TCP/IP协议等。在本优选实施例中，集控器通过CAN现场总线接口与深熔K-TIG焊接电源连接，通过RS485接口与视觉处理器连接，通过SPI接口与弧压检测装置相连接，通过以太网口与机器人控制柜相连接。在焊接过程中，集控器从各个环节采集的特征数据包括：深熔K-TIG焊接电源系统的实时焊接电流和实时焊接电压；视觉识别系统的正面熔池宽度、正面熔池长度，正面熔池面积、锁孔入口宽度、锁孔入口长度、锁孔入口面积、焊缝间隙宽度，焊缝中心偏差等；弧压检测装置的电压压力。集控器控制的对象有深熔K-TIG焊接电源系统和机器人控制系统，使它们执行相应的动作，从而改变焊接的状态，焊接状态包括：焊缝熔透状态、熔池与锁孔特征数据的变化、钨针尖端与焊缝中心间隙是否偏离、钨针尖端到工件的高度CTWD是否变化或电弧压力是否变化等。
如图2所示，一种用于全位置机器人深熔K-TIG焊接系统的在线闭环控制方法，包括如下过程：
S1：焊接系统启动后，各环节加载预设程序，达到就绪状态，然后集控器对深熔K-TIG焊接电源系统、机器人控制系统、视觉识别系统以及弧压检测装置发送执行启动信号；
S2：在接收到执行启动信号后，深熔K-TIG焊接电源系统输出焊接电流，同时采集实时焊接电流和实时焊接电压，并发送给集控器；视觉处理器从HDR相机读取焊接图像数据，然后通过高动态图像融合算法对图像数据进行处理，提取焊接图像的特征数据，并发送给集控器；弧压检测装置周期性地采集弧压数据，并发送给集控器；
S3：集控器分别采集深熔K-TIG焊接电源系统、视觉识别系统以及弧压检测装置的特征数据后，经过自适应权重迭代算法处理后，生成相应的控制信号，并按照通信协议规定的数据格式，分别给深熔K-TIG焊接电源系统和机器人控制系统发送控制信号；
S4：深熔K-TIG焊接电源系统在接收集控器发送的控制信号后，执行通信协议当中的至少一个动作；同时，机器人控制系统在接收集控器发送的控制信号后，执行通信协议当中的至少一个动作；深熔K-TIG焊接电源系统与机器人控制系统当中的至少一方执行至少一个动作后，焊接状态发生改变；
S5：集控器判断是否接收到焊接结束信号或异常警示信号，若尚未收到焊接结束信号或异常警示信号，则重复执行步骤S2及其后的步骤；若收到焊接结束信号或异常警示信号，焊接过程结束，焊接系统复位为就绪状态。
作为可选的实施方式，在步骤S4中，深熔K-TIG焊接电源系统执行的至少一个动作包括增大焊接电流，或减少焊接电流，以及焊接电流模式的变化；机器人控制系统执行的至少一个动作包括增大焊接速度，或减小焊接速度，或增大钨针尖端到工件的高度，或减小钨针尖端到工件的高度，以及钨针尖端与焊缝中心的偏差修正。
作为可选的实施方式，如图3所示，步骤S3中自适应权重迭代算法及生成控制信号的过程如下：
S31：确定特征参数与控制信号之间的约束关系，以正面熔池宽度、正面熔池面积，间隙宽度，焊接电流、焊接速度为输入变量，焊接电流、焊接速度、CTWD为输出变量，以输出变量的增量为控制变量，它们具有如下约束关系：
式中，n为约束关系模型的阶次；QI(k)，QV(k)，QD(k)分别为k时刻的焊接电流、焊接速度、CTWD的控制增量权重；QI(k-1),···,QI(k-n)分别为k-1时刻至k-n时刻的焊接电流控制增量权重；QV(k-1),···,QV(k-n)分别为k-1时刻至k-n时刻的焊接速度控制增量权重；QD(k-1),···,QD(k-n)分别为k-1时刻至k-n时刻的CTWD控制增量权重；W(k-1),···,W(k-n)分别为k-1时刻至k-n时刻的正面熔池宽度；S(k-1),···,S(k-n)分别为k-1时刻至k-n时刻的正面熔池面积；X(k-1),···,X(k-n)分别为k-1时刻至k-n时刻的间隙宽度；I(k-1),···,I(k-n)分别为k-1时刻至k-n时刻的焊接电流；V(k-1),···,V(k-n)分别为k-1时刻至k-n时刻的焊接速度；[aj1,aj2,···,ajn]，[bj1,bj2,···,bjn]，[cj1,cj2,···,cjn]，[dj1,dj2,···,djn]，[ej1,ej2,···,ejn]以及[fj1,fj2,···,fjn]为约束关系方程系数，其中j＝1,2,3；
S32：基于前20帧的特征数据采用递推最小二乘参数估算方法对约束关系模型进行训练，求解出约束关系方程系数，获取确立的约束关系模型；
S33：把集控器采集的特征数据代入确定的约束关系模型，求解出k时刻焊接电流、焊接速度、CTWD的控制增量权重QI(k)，QV(k)，QD(k)；输出k时刻焊接电流、焊接速度、CTWD的控制增量：ΔI＝QI(k)·I，ΔV＝QV(k)·V，ΔH＝QD(k)·H，其中，ΔI，ΔV，ΔH分别为k时刻焊接电流、焊接速度、CTWD的控制增量，I，V，H分别为k时刻焊接电流、焊接速度、CTWD；
S34：根据焊接工艺的要求，周期性地更新约束关系模型，更新周期为1s，重复执行步骤S32及其后的步骤，直至焊接结束。
从步骤S31中的约束关系模型可知，所确立的模型具有非常明显的物理意义，即焊接状态不仅与当前时刻的焊接状态有关，还与某历史时刻的焊接状态有关，那么要改变当前焊接状态的控制变量，不仅要考虑当前控制变量，还要考虑某历史时刻的控制变量。在训练模型时，提取多少数量的特征数据取决于模型的阶次n，也就是说需要训练n时刻的特征数据，还需要记录n-1个时刻的历史特征数据，当阶次n越大时，训练出来的模型精度越高，但是其训练时长较长，影响到控制效率。综合考虑历史时刻特征数据对当前特征数据的影响程度，提高模型训练效率，阶次n一般取5～10，在本优选实施例中，取阶次n＝5。
另一方面，根据焊接工艺的要求，评估焊接电流、焊接速度、CTWD对焊接过程的影响程度，对焊接电流、焊接速度、CTWD的控制增量权重当中至少一个施加惩罚处理，惩罚处理约束关系如下：
式中，QIH(k)，QIL(k)分别为k时刻焊接电流控制增量权重的上限阈值和下限阈值；QVH(k)，QVL(k)分别为k时刻焊接速度控制增量权重的上限阈值和下限阈值；QDH(k)，QDL(k)分别为k时刻CTWD控制增量权重的上限阈值和下限阈值。
在本优选实施例中，当考虑焊接电流和焊接速度对焊接状态的影响占主要地位时，则需对CTWD控制增量权重施加惩罚处理，而焊接电流和焊接速度的控制增量权重则不施加惩罚处理。实际上，我们常常采用单一变量控制法，所以在应用到本优选实施例所述的控制方法时，对其中一个控制变量不施加惩罚处理，而对另外两个控制变量施加惩罚处理。
在步骤S5中，集控器根据焊接过程是否出现异常而决定焊接过程是继续执行还是停止，或接收到焊接结束信号而使焊接过程停止运行。焊接结束信号可能来于示教器、深熔K-TIG焊接电源系统、机器人控制系统、视觉识别系统、弧压检测装置当中的一方或多方。异常警示信号可能来源于深熔K-TIG焊接电源系统、机器人控制系统、视觉识别系统，深熔K-TIG焊接电源系统的异常状态包括：焊接电源的过流故障、过压/欠压故障、过温故障、控制失效等异常；机器人控制系统的异常状态包括：某方向到达极限位置、焊接过程中遇到障碍物，控制失效等异常；视觉识别系统的异常状态包括：相机标定异常、数据丢失、过曝光失真及识别失效等异常。
根据全位置机器人深熔K-TIG焊接系统及控制方法，本优选实施例能以恒流模式或恒功率模式输出。当焊接系统以恒流模式输出时，约束深熔K-TIG焊接电源系统输出恒稳焊接电流，在保证焊接过程稳定的前提下，其他参数不作约束；当焊接系统以恒功率模式输出时，需要约束焊接系统的焊接电流与焊接电压的乘积保持不变，当焊接电流增大时，相应地减小焊接电压；当焊接电流减小时，相应地增大焊接电压。与此同时，约束影响输出功率的特征参数保持不变，对不影响输出功率的特征参数不作约束。焊接电压与电弧长度、熔透状态、焊接速度等因素有关，当需要改变焊接电压时，可以通过机器人控制系统调控钨针尖端到工件的高度来实现。
综上所述，本发明相对于现有技术，具有如下优点及有益效果：
(1)本发明以熔透状态、熔池宽度、焊缝间隙宽度、焊缝中心偏差、电弧压力等影响焊接稳定性与焊接质量的特征参数为监控调控指标，以焊接电流、焊接速度、钨针尖端到工件的距离CTWD为被控制变量，构建一个深熔K-TIG焊在线闭环监控调控焊接系统，并进一步推广到横焊立焊等全位置焊接技术以及大型构件焊接领域的应用中。
(2)本发明涉及的焊接系统在测试调试完成后，能自动地监控焊接状态并自适应地提取焊接特征数据，同时按照预设的程序自动地调控焊接参数，在焊接过程中无需人工干预即可完成高质量高效率的焊接生产，极大地提高了生产效率。
(3)本发明采用自适应权重迭代算法调控焊接参数，不仅考虑到历史时刻对当前焊接状态的影响，还加速了调控算法的收敛速度，使得调控过程更接近实际的焊接过程；另外，通过惩罚处理不仅加快收敛速度，还能调控主次特征参数对焊接过程的影响。
(4)本发明涉及的焊接系统配合爬行机器人系统，可以推广横焊立焊等全位置焊接领域中，特别是如压力罐、油罐、船体等大型构件的焊接领域。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.一种全位置机器人深熔K-TIG焊接系统的控制方法，其特征在于，包括如下步骤：
S1、集控器对深熔K-TIG焊接电源系统、机器人控制系统、视觉识别系统以及弧压检测装置发送执行启动信号；所述深熔K-TIG焊接电源系统包括深熔K-TIG焊接电源、K-TIG焊枪和水冷机；所述视觉识别系统包括HDR相机和视觉处理器；
S2、在接收到执行启动信号后，深熔K-TIG焊接电源系统输出焊接电流，同时采集实时焊接电流和实时焊接电压，并发送给集控器；视觉处理器从HDR相机读取焊接图像数据，对图像数据进行处理，提取焊接图像的特征数据，并发送给集控器；弧压检测装置采集弧压数据，并发送给集控器；
S3、集控器根据接收到数据生成相应的控制信号，并按照通信协议规定的数据格式，分别给深熔K-TIG焊接电源系统和机器人控制系统发送控制信号；
S4、深熔K-TIG焊接电源系统在接收集控器发送的控制信号后，执行通信协议当中的至少一个动作；机器人控制系统在接收集控器发送的控制信号后，执行通信协议当中的至少一个动作；深熔K-TIG焊接电源系统与机器人控制系统当中的至少一方执行至少一个动作后，焊接状态发生改变；
S5、集控器判断是否接收到焊接结束信号或异常警示信号，若尚未收到焊接结束信号或异常警示信号，则返回执行步骤S2-S4；若收到焊接结束信号或异常警示信号，焊接过程结束，焊接系统复位为就绪状态；
步骤S4中所述深熔K-TIG焊接电源系统执行的至少一个动作包括：增大焊接电流、减少焊接电流或者焊接电流模式的变化；
所述机器人控制系统执行的至少一个动作包括：增大焊接速度、减小焊接速度、增大钨针尖端到工件的高度、减小钨针尖端到工件的高度或者钨针尖端与焊缝中心的偏差修正。
2.根据权利要求1所述的一种控制方法，其特征在于，所述深熔K-TIG焊接电源在启动时，向水冷机发送一个启动信号，所述水冷机在收到启动信号后，启动并循环地为所述K-TIG焊枪提供冷却水。
3.根据权利要求1所述的一种控制方法，其特征在于，步骤S3中，所述集控器根据接收到数据生成相应的控制信号，包括：
集控器接收到深熔K-TIG焊接电源系统、视觉识别系统以及弧压检测装置的发送的数据后，经过自适应权重迭代算法处理后，生成相应的控制信号；
其中，自适应权重迭代算法及生成控制信号的过程如下：
S31、确定特征参数与控制信号之间的约束关系，以正面熔池宽度、正面熔池面积、间隙宽度、焊接电流、焊接速度作为输入变量，以焊接电流、焊接速度、CTWD作为输出变量，以输出变量的增量为控制变量，输出变量的增量权重与输入变量之间的约束关系模型如下：
式中，n为约束关系模型的阶次；QI(k)，QV(k)，QD(k)分别为k时刻的焊接电流、焊接速度、CTWD的控制增量权重；QI(k-1),···,QI(k-n)分别为k-1时刻至k-n时刻的焊接电流控制增量权重；QV(k-1),···,QV(k-n)分别为k-1时刻至k-n时刻的焊接速度控制增量权重；QD(k-1),···,QD(k-n)分别为k-1时刻至k-n时刻的CTWD控制增量权重；W(k-1),···,W(k-n)分别为k-1时刻至k-n时刻的正面熔池宽度；S(k-1),···,S(k-n)分别为k-1时刻至k-n时刻的正面熔池面积；X(k-1),···,X(k-n)分别为k-1时刻至k-n时刻的间隙宽度；I(k-1),···,I(k-n)分别为k-1时刻至k-n时刻的焊接电流；V(k-1),···,V(k-n)分别为k-1时刻至k-n时刻的焊接速度；[aj1,aj2,···,ajn]，[bj1,bj2,···,bjn]，[cj1,cj2,···,cjn]，[dj1,dj2,···,djn]，[ej1,ej2,···,ejn]以及[fj1,fj2,···,fjn]为约束关系方程系数，其中j＝1,2,3；
S32、基于预设帧的特征数据，采用递推最小二乘参数估算方法对约束关系模型进行训练，求解出约束关系方程系数，获取确立的约束关系模型；
S33、把集控器采集的特征数据代入确定的约束关系模型，求解出k时刻焊接电流、焊接速度、CTWD的控制增量权重QI(k)，QV(k)，QD(k)；输出k时刻焊接电流、焊接速度、CTWD的控制增量：ΔI＝QI(k)·I，ΔV＝QV(k)·V，ΔH＝QD(k)·H，其中，ΔI，ΔV，ΔH分别为k时刻焊接电流、焊接速度、CTWD的控制增量，I，V，H分别为k时刻焊接电流、焊接速度、CTWD；
S34、根据焊接工艺的要求，周期性地更新约束关系模型，重复执行步骤S32-S33，直至焊接结束。
4.根据权利要求3所述的一种控制方法，其特征在于，步骤S34中还包括以下步骤：
根据焊接工艺的要求，评估焊接电流、焊接速度、CTWD对焊接过程的影响程度，对焊接电流、焊接速度、CTWD当中至少一个施加惩罚处理，惩罚处理约束关系如下：
式中，QIH(k)，QIL(k)分别为k时刻焊接电流控制增量权重的上限阈值和下限阈值；QVH(k)，QVL(k)分别为k时刻焊接速度控制增量权重的上限阈值和下限阈值；QDH(k)，QDL(k)分别为k时刻CTWD控制增量权重的上限阈值和下限阈值。
5.根据权利要求1所述的一种控制方法，其特征在于，所述一种全位置机器人深熔K-TIG焊接系统输出恒流模式，或输出恒功率模式；
当焊接系统输出恒流模式时，约束深熔K-TIG焊接电源系统输出恒稳焊接电流，在保证焊接过程稳定的前提下，对其他参数不作约束；
当焊接系统输出恒功率模式时，约束焊接系统的焊接电流与焊接电压的乘积保持不变，当焊接电流增大时，相应地减小焊接电压；当焊接电流减小时，相应地增大焊接电压。
6.一种全位置机器人深熔K-TIG焊接系统，用于执行权利要求1所述的一种全位置机器人深熔K-TIG焊接系统的控制方法，其特征在于，包括：
深熔K-TIG焊接电源系统，所述深熔K-TIG焊接电源系统包括深熔K-TIG焊接电源、K-TIG焊枪；
视觉识别系统，所述视觉识别系统包括HDR相机和视觉处理器，所述视觉处理器与所述HDR相机相连接，用于获取并处理所述HDR相机的图像数据；
弧压检测装置，所述弧压检测装置上的检测传感器安装在焊枪钨针尖端与待焊工件之间的无干涉空间范围内；
机器人控制系统，所述机器人控制系统包括机器人本体，所述K-TIG焊枪、所述HDR相机和所述弧压检测装置均安装在所述机器人本体的末端，所述HDR相机和所述弧压检测装置均与所述K-TIG焊枪保持相对静止，所述HDR相机设置在所述K-TIG焊枪沿焊接方向的后侧；
集控器，分别与所述深熔K-TIG焊接电源系统、所述视觉识别系统、所述弧压检测装置以及所述机器人控制系统连接。
7.根据权利要求6所述的一种全位置机器人深熔K-TIG焊接系统，其特征在于，所述集控器通过CAN现场总线接口与所述深熔K-TIG焊接电源相连接，所述集控器通过RS485接口与所述视觉处理器相连接，所述集控器通过SPI接口与所述弧压检测装置相连接，所述集控器通过以太网口与所述机器人控制系统相连接。
8.根据权利要求6所述的一种全位置机器人深熔K-TIG焊接系统，其特征在于，所述深熔K-TIG焊接电源系统还包括水冷机和保护气体装置，所述保护气体装置通过所述深熔K-TIG焊接电源的控制阀、气管与所述K-TIG焊枪相连接，所述水冷机通过水管与所述K-TIG焊枪相连接；
所述机器人控制系统还包括机器人控制柜和机器人示教器，所述机器人本体通过电缆与所述机器人控制柜相连接，所述机器人示教器通过通信接口与所述机器人控制柜相连接。
9.根据权利要求6所述的一种全位置机器人深熔K-TIG焊接系统，其特征在于，机器人为工业机器人或爬行机器人，若为工业机器人，则将待焊工件安装在所述工业机器人可操作的无干涉的允许空间范围内；若为爬行机器人，所述爬行机器人本体通过均匀分布的磁铁吸附在待焊工件上，按照预设的运动轨迹要求，驱使所述K-TIG焊枪完成预设的焊接操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210550090.6A CN115106621B (zh) | 2022-05-20 | 2022-05-20 | 一种全位置机器人深熔k-tig焊接系统及控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210550090.6A CN115106621B (zh) | 2022-05-20 | 2022-05-20 | 一种全位置机器人深熔k-tig焊接系统及控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115106621A CN115106621A (zh) | 2022-09-27 |
| CN115106621B true CN115106621B (zh) | 2023-05-23 |
Family
ID=83325590
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210550090.6A Active CN115106621B (zh) | 2022-05-20 | 2022-05-20 | 一种全位置机器人深熔k-tig焊接系统及控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115106621B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116921817B (zh) * | 2023-09-15 | 2023-12-15 | 中建安装集团有限公司 | 自动tig焊电弧聚集度在线监测及智能预警方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105127553A (zh) * | 2015-07-08 | 2015-12-09 | 广东福维德焊接股份有限公司 | 一种锁孔效应tig深熔焊焊机控制系统及控制方法 |
| CN106735738A (zh) * | 2016-12-30 | 2017-05-31 | 华南理工大学 | 一种锁孔深熔tig焊电弧长度检测控制系统 |
| CN108637435A (zh) * | 2018-05-16 | 2018-10-12 | 华南理工大学 | 一种基于视觉与弧压传感的三维焊缝跟踪系统及方法 |
| CN109702293A (zh) * | 2019-01-22 | 2019-05-03 | 清华大学 | 一种基于视觉检测的焊接熔透质量实时控制方法 |
| CN110238487A (zh) * | 2019-05-22 | 2019-09-17 | 北京航空航天大学 | 一种基于视觉传感的中厚板铝合金深熔焊系统及控制方法 |
| CN111458324A (zh) * | 2020-02-14 | 2020-07-28 | 华智焊测高科(苏州)有限公司 | 深熔tig焊穿孔状态检测装置及其检测方法 |
| CN113751920A (zh) * | 2021-08-04 | 2021-12-07 | 华南理工大学 | 一种锁孔tig焊焊接质量实时检测的嵌入式装置及方法 |
-
2022
- 2022-05-20 CN CN202210550090.6A patent/CN115106621B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105127553A (zh) * | 2015-07-08 | 2015-12-09 | 广东福维德焊接股份有限公司 | 一种锁孔效应tig深熔焊焊机控制系统及控制方法 |
| CN106735738A (zh) * | 2016-12-30 | 2017-05-31 | 华南理工大学 | 一种锁孔深熔tig焊电弧长度检测控制系统 |
| CN108637435A (zh) * | 2018-05-16 | 2018-10-12 | 华南理工大学 | 一种基于视觉与弧压传感的三维焊缝跟踪系统及方法 |
| CN109702293A (zh) * | 2019-01-22 | 2019-05-03 | 清华大学 | 一种基于视觉检测的焊接熔透质量实时控制方法 |
| CN110238487A (zh) * | 2019-05-22 | 2019-09-17 | 北京航空航天大学 | 一种基于视觉传感的中厚板铝合金深熔焊系统及控制方法 |
| CN111458324A (zh) * | 2020-02-14 | 2020-07-28 | 华智焊测高科(苏州)有限公司 | 深熔tig焊穿孔状态检测装置及其检测方法 |
| CN113751920A (zh) * | 2021-08-04 | 2021-12-07 | 华南理工大学 | 一种锁孔tig焊焊接质量实时检测的嵌入式装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115106621A (zh) | 2022-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6376801B1 (en) | Gas turbine component refurbishment apparatus and repair method | |
| CN115106621B (zh) | 一种全位置机器人深熔k-tig焊接系统及控制方法 | |
| US20120000891A1 (en) | Robot system | |
| CN102009275B (zh) | 用于船用柴油机机架机座的自动焊接系统 | |
| CN106392267A (zh) | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 | |
| KR101220751B1 (ko) | 탠덤 아크 용접 시스템을 제어하는 로봇 컨트롤러, 그것을 이용한 아크 트래킹 제어 방법 및 탠덤 아크 용접 시스템 | |
| Ma et al. | Robot welding seam tracking method based on passive vision for thin plate closed-gap butt welding | |
| CN107552932A (zh) | 一种基于对小孔形貌控制的变极性等离子焊接质量控制方法和装置 | |
| CN116748742B (zh) | 一种自适应焊接系统 | |
| CN109530862A (zh) | 一种智能焊接控制方法及装置 | |
| Guo et al. | Study of metal transfer control in underwater wet FCAW using pulsed wire feed method | |
| CN116586719A (zh) | 一种自动焊接监控系统、方法、设备及可读存储介质 | |
| Zhang et al. | Intelligent control of pulsed GTAW with filler metal | |
| Chen | Research evolution on intelligentized technologies for robotic welding at SJTU | |
| CN111438449A (zh) | 一种核电厂法兰3d打印再制造工艺及系统 | |
| CN114799521A (zh) | 一种蒙皮骨架激光自动焊接方法、装置及电子设备 | |
| CN108861819A (zh) | 卷绕排线自动补偿方法 | |
| CN111069740B (zh) | 机器人焊接过程柔性控制方法及系统 | |
| CN117226329A (zh) | 一种基于高效焊接设备的焊接缺陷控制方法 | |
| CN117139909A (zh) | 一种激光-电弧复合焊接质量监测系统及方法 | |
| CN117788446A (zh) | 基于领域自适应的等离子弧焊接缺陷预测方法及系统 | |
| Norrish | Evolution of Advanced Process Control in GMAW: Innovations, Implications, and Application | |
| CN113523500B (zh) | 轨道车辆焊接智能控制系统及方法 | |
| CN116174907A (zh) | 一种复合焊接搭接焊缝熔深控制方法及设备 | |
| CN217370855U (zh) | 一种圆形金属桶激光自动跟踪自熔式焊接装置 |
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 |