CN115533380A - 一种焊缝缺陷识别与自动补焊方法 - Google Patents
一种焊缝缺陷识别与自动补焊方法 Download PDFInfo
- Publication number
- CN115533380A CN115533380A CN202211268028.4A CN202211268028A CN115533380A CN 115533380 A CN115533380 A CN 115533380A CN 202211268028 A CN202211268028 A CN 202211268028A CN 115533380 A CN115533380 A CN 115533380A
- Authority
- CN
- China
- Prior art keywords
- welding
- weld
- point
- defect
- pixel
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 218
- 230000007547 defect Effects 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000000463 material Substances 0.000 claims description 14
- 230000009191 jumping Effects 0.000 claims description 9
- 239000002184 metal Substances 0.000 claims description 9
- 230000002950 deficient Effects 0.000 claims description 6
- 239000010953 base metal Substances 0.000 claims description 4
- 239000011324 bead Substances 0.000 claims description 3
- 238000005253 cladding Methods 0.000 claims description 3
- 238000000151 deposition Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000010791 quenching Methods 0.000 claims description 3
- 230000000171 quenching effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
-
- 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
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
- B23K37/02—Carriages for supporting the welding or cutting element
- B23K37/0252—Steering means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1684—Tracking a line or surface by means of sensors
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种焊缝缺陷识别与自动补焊方法，包括以下步骤：将待补焊焊缝摆放好，所述待补焊焊缝可以是对接焊缝或者角接焊缝；按照既定的示教轨迹和既定的拍摄帧率，将CDD工业相机的一字形激光线垂直投射到所述待补焊焊缝上，对所述待补焊焊缝不断拍摄图像，获取图片数据流；对每帧图像进行处理，获得所述待补焊焊缝的几何形貌和尺寸；提取所述待补焊焊缝的特征点；焊缝缺陷位置判断；设定阈值，以剔除掉无需补焊的焊缝；补焊焊接轨迹拟合；补焊焊接参数控制。
Description
技术领域
本发明涉及一种自动补焊技术，具体的说，涉及了一种焊缝缺陷识别与自动补焊方法。
背景技术
补焊是指为了修补工件缺陷而进行的焊接。焊接过程中不可避免的会产生缺陷，工件在使用过程中也会产生损伤，尤其是对于焊缝的形状缺陷，往往需要补焊来进行二次加工，以获得合格的焊缝成型质量；补焊的优点是可以修复工件的缺陷，适用性广，大部分金属件均可以适用，修复质量相对较高，生产成本低。但是目前，对于标准件，尤其是大型工件的焊后补焊，工厂仍然是利用传统的手工电弧焊等人工焊接的方法，从可靠性、安全性、焊接质量、效率等角度考虑，该方式已经无法满足焊接生产的需要，具体原因如下：
(1)采用人工识别缺陷与焊接，效率低下，未能实现自动化与智能化；
(2)人工识别焊缝缺陷存在主观性，可能存在漏检、误检等情况；
(3)焊接效果严重依赖工人的个人技术素质，不可避免的将会受到工人经验、操作能力等因素影响，稳定性较差。
为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足，从而提供一种焊缝缺陷识别与自动补焊方法，以实现焊缝的缺陷识别、缺陷定位、焊接轨迹规划、焊接参数控制，从而实现补焊的自动焊接，使补焊自动化和标准化。
为了实现上述目的，本发明所采用的技术方案是：一种焊缝缺陷识别与自动补焊方法，包括以下步骤：
步骤S1、将待补焊焊缝摆放好，所述待补焊焊缝可以是对接焊缝或者角接焊缝；
步骤S2、按照既定的示教轨迹和既定的拍摄帧率，将CDD工业相机的一字形激光线垂直投射到所述待补焊焊缝上，对所述待补焊焊缝不断拍摄图像，获取图片数据流；
步骤S3、对每帧图像进行处理，获得所述待补焊焊缝的几何形貌和尺寸；
步骤S4、提取所述待补焊焊缝的特征点：
对于对接焊缝，焊缝特征点为焊趾左特征点、焊趾右特征点、焊缝最高点：
焊趾左特征点、焊趾右特征点均为拐点，利用斜率法获取：
式中，k斜是像素点的斜率，u为像素横坐标，v为像素纵坐标；
当k斜最大时，对相应的(u,v)坐标为焊趾左特征点像素坐标(u对左,v对左)；
当k斜最小时，对相应的(u,v)坐标为焊趾右特征点像素坐标(u对右,v对右)；
焊缝最高点利用像素纵坐标查找法进行获取：
当v最大时，对相应的(u,v)坐标为焊缝最高点像素坐标(u最高,v最高)；
对于角接焊缝，焊缝特征点为母材左平面特征点、焊趾左特征点、焊趾右特征点和母材右平面特征点：
母材左平面特征点、焊趾左特征点、焊趾右特征点为左右导数异号，利用斜率法获取：
从左向右沿着像素横坐标u进行扫查，当k斜第一次出现跳跃时，对相应的(u,v)坐标为母材左平面特征点像素坐标(u母左,v母左)；当k斜第二次出现跳跃时，对相应的(u,v)坐标为焊趾左特征点像素坐标(u角左,v角左)；当k斜第三次出现跳跃时，对相应的(u,v)坐标为焊趾右特征点像素坐标(u角右,v角右)；
定义线激光右端点为母材右平面特征点，激光右端点对相应的(u,v)坐标为母材右平面特征点像素坐标(u母右,v母右)；
通过预定在系统内的相机标定参数、手眼标定参数、结构光平面参数，依次将各特征点的像素坐标转化为焊接六轴机器人运动坐标系下的坐标：(x对左,y对左,z对左)、(x对右,y对右,z对右)、(x最高,y最高,z最高)、(x角左,y角左,z角左)、(x角右,y角右,z角右)、(x母左,y母左,z母左)和(x母右,y母右,z母右)；
步骤S5、焊缝缺陷位置判断：
对于对接焊缝，主要识别的是焊缝的凹陷缺陷，判定标准如下：
①焊缝余高h＜0.85*理论余高；
其中，h＝z最高-(z对左+z对右)/2；
②函数Z的二阶导在区间[y对左，y对右]内的二阶导数有两个及两个以上零点；
其中，Z＝f(y)是每帧焊缝图像中结构光线所对应的z与y的函数关系；
当同时满足条件①②，方可判定其为缺陷焊缝；
对于角接焊缝，主要识别的是焊缝的形状缺陷，判定标准如下：
①a*-a＞1.5mm或b*-b＞1.5mm；
其中，a*、b*为标准尺寸，a为点(x角左,y角左,z角左)到原点的距离，b为点(x角右,y角右,z角右)到原点的距离；
②函数Z的二阶导在区间[y角左，y角右]内的二阶导数有两个及两个以上零点；
其中，Z＝f(y)是每帧焊缝图像中结构光线所对应的z与y的函数关系；
③Z(yk)<Z直(yk)；
其中，yk为在区间[y角左，y角右]内函数Z所有的二阶导数为零时自变量y的值；函数Z直(y)为过点(y角左,z角左)、(y角右,z角右)的直线；
当满足条件①或同时满足条件②③时，方可判定其为缺陷焊缝；
步骤S6、设定阈值，使焊缝缺陷起始点至终止点的距离大于一定值时才认定为缺陷焊缝，以剔除掉无需补焊的焊缝；
步骤S7、补焊焊接轨迹拟合：
对接焊缝的补焊焊接轨迹拟合：
对于凹陷的焊缝缺陷，取每帧图像缺陷区域焊缝最高点坐标(x最高,y最高,z最高)为焊接位置，将其由起始点至终止点拟合成一条焊接轨迹；
角接焊缝的补焊焊接轨迹拟合：
若满足条件a*-a＞1.5mm，则每帧图像取点(x角左,y角左,z角左)为焊接位置，将其由起始点至终止点拟合成一条焊接轨迹；
若满足条件b*-b＞1.5mm，则每帧图像取点(x角右,y角右,z角右)为焊接位置，将其由起始点至终止点拟合成一条焊接轨迹；
将同一种缺陷类型的焊缝按照所在位置排序，并按照位置顺序添加序号标记，在补焊焊接起始点，添加气体控制及起弧命令，在焊接终止点添加熄弧命令并将焊枪调整至安全位置；
步骤S8、补焊焊接参数控制：
焊接电流根据焊丝直径和板厚来进行选择，对于识别的焊缝缺陷，序号为n，缺陷起始点坐标为(x起,y起,z起)，缺陷终点坐标为(x终,y终,z终)，缺陷处的方程为z下＝f(y)，标准焊缝上表面的方程为z上＝f(y)；
缺陷序号n的焊接体积：
有：
上述两公式合并可得送丝速度：
式中：α：熔覆效率；
M：熔敷金属质量；
I：焊接电流；
t：缺陷序号n的焊接时间；
ρ：熔敷金属密度；
d：焊丝直径；
又因为：
M＝Vρ
由上述四公式可得焊接速度：
式中：L：缺陷长度。
基于上述，步骤S2中，扫描对接焊缝时，控制CCD工业相机的轴线垂直于待补焊焊缝所在平面；扫描角接焊缝时，控制CCD工业相机的轴线与焊缝母材成50°角；对于结构化的工件，在夹持位置固定的情况下，相同的工件只需进行一次预扫描轨迹的编辑，之后重复调用即可。
基于上述，步骤S3中，每帧图像处理时均包括均值滤波、形态学处理、灰度重心法提取结构光中心线的步骤。
基于上述，步骤S6中，阈值设定为0.5倍焊缝标准宽度。
本发明相对现有技术具有突出的实质性特点和显著的进步，具体的说，本发明通过先用视觉系统预扫描焊缝，得到焊缝图像，通过处理得到关键性的特征点，通过设定的逻辑判断出焊缝缺陷的类型和位置，按照预设的计算公式，拟合出需要补焊的区域，并对焊接路径、焊接参数进行自动规划，针对特定焊缝的侧重不同的缺陷判断以及焊接路径、焊接参数的规划，实现了焊接机器人对缺陷焊缝的自动化补焊作业，大大降低了工人的劳动强度。
附图说明
图1是本发明中焊缝缺陷识别与自动补焊方法所使用的焊接六轴机器人的结构示意图；
图2是本发明中视觉系统的结构示意图；
图3是本发明中焊缝图像采集的原理图；
图4是本发明中焊缝缺陷识别与自动补焊的流程框图；
图5是本发明中标准对接焊缝示意图；
图6是本发明中标准角接焊缝示意图；
图7是本发明中实际焊缝缺陷及补焊效果；
图8是本发明中实际焊缝缺陷和标准焊缝的图像；
图9是本发明中实际焊缝缺陷位置的三维云图；
图中：1.焊接六轴机器人；2.焊枪；3.视觉系统；4.工控机；5.机器人控制柜；6.视觉系统夹具；7.视觉系统外壳；8.线状激光发生器；9.CCD工业相机。
具体实施方式
下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。
如图1和图2所示，本发明中使用的焊接机器人包括焊接六轴机器人1、视觉系统3、机器人控制柜5、工控机4；视觉系统3安装在焊接六轴机器人1的末端法兰；视觉系统3由视觉系统夹具6、视觉系统外壳7、CCD工业相机9与线状激光发生器8组成，线状激光发生器8与24V直流电源连接，CCD工业相机9通过Gige网口与工控机4连接，焊接六轴机器人1、视觉系统3、机器人控制柜5构成运动控制系统，机器人控制柜5通过Gige网口与工控机4衔接；视觉系统3将带有激光条纹的焊道图像实时传输于工控机7。该焊接机器人是现有设备，本焊接方法基于该设备实施。
如图3-9所示，一种焊缝缺陷识别与自动补焊方法，包括以下步骤：
步骤S1、将待补焊焊缝摆放好，所述待补焊焊缝可以是对接焊缝或者角接焊缝。
步骤S2、按照既定的示教轨迹和既定的拍摄帧率，将CDD工业相机9的一字形激光线垂直投射到所述待补焊焊缝上，对所述待补焊焊缝不断拍摄图像，获取图片数据流；
其中，在扫描对接焊缝时，控制CCD工业相机9的轴线垂直于待补焊焊缝所在平面；在扫描角接焊缝时，控制CCD工业相机9的轴线与焊缝母材成50°角；对于结构化的工件，在夹持位置固定的情况下，相同的工件只需进行一次预扫描轨迹的编辑，之后重复调用即可。
步骤S3、对每帧图像进行处理，包括均值滤波、形态学处理、灰度重心法提取结构光中心线的步骤，获得所述待补焊焊缝的几何形貌和尺寸。
步骤S4、提取所述待补焊焊缝的特征点：
对于对接焊缝，焊缝特征点为焊趾左特征点、焊趾右特征点、焊缝最高点：
焊趾左特征点、焊趾右特征点均为拐点，利用斜率法获取：
式中，k斜是像素点的斜率，u为像素横坐标，v为像素纵坐标；
当k斜最大时，对相应的(u,v)坐标为焊趾左特征点像素坐标(u对左,v对左)；
当k斜最小时，对相应的(u,v)坐标为焊趾右特征点像素坐标(u对右,v对右)；
焊缝最高点利用像素纵坐标查找法进行获取：
当v最大时，对相应的(u,v)坐标为焊缝最高点像素坐标(u最高,v最高)；
对于角接焊缝，焊缝特征点为母材左平面特征点、焊趾左特征点、焊趾右特征点和母材右平面特征点：
母材左平面特征点、焊趾左特征点、焊趾右特征点为左右导数异号，利用斜率法获取：
从左向右沿着像素横坐标u进行扫查，当k斜第一次出现跳跃时，对相应的(u,v)坐标为母材左平面特征点像素坐标(u母左,v母左)；当k斜第二次出现跳跃时，对相应的(u,v)坐标为焊趾左特征点像素坐标(u角左,v角左)；当k斜第三次出现跳跃时，对相应的(u,v)坐标为焊趾右特征点像素坐标(u角右,v角右)；
定义线激光右端点为母材右平面特征点，激光右端点对相应的(u,v)坐标为母材右平面特征点像素坐标(u母右,v母右)；
通过预定在系统内的相机标定参数、手眼标定参数、结构光平面参数，依次将各特征点的像素坐标转化为焊接六轴机器人运动坐标系下的坐标：(x对左,y对左,z对左)、(x对右,y对右,z对右)、(x最高,y最高,z最高)、(x角左,y角左,z角左)、(x角右,y角右,z角右)、(x母左,y母左,z母左)和(x母右,y母右,z母右)。
步骤S5、焊缝缺陷位置判断：
对于对接焊缝，主要识别的是焊缝的凹陷缺陷，判定标准如下：
①焊缝余高h＜0.85*理论余高；
其中，h＝z最高-(z对左+z对右)/2；
②函数Z的二阶导在区间[y对左，y对右]内的二阶导数有两个及两个以上零点；
其中，Z＝f(y)是每帧焊缝图像中结构光线所对应的z与y的函数关系；
当同时满足条件①②，方可判定其为缺陷焊缝；
对于角接焊缝，主要识别的是焊缝的形状缺陷，判定标准如下：
①a*-a＞1.5mm或b*-b＞1.5mm；
其中，a*、b*为标准尺寸，a为点(x角左,y角左,z角左)到原点的距离，b为点(x角右,y角右,z角右)到原点的距离；
②函数Z的二阶导在区间[y角左，y角右]内的二阶导数有两个及两个以上零点；
其中，Z＝f(y)是每帧焊缝图像中结构光线所对应的z与y的函数关系；
③Z(yk)<Z直(yk)；
其中，yk为在区间[y角左，y角右]内函数Z所有的二阶导数为零时自变量y的值；函数Z直(y)为过点(y角左,z角左)、(y角右,z角右)的直线；
当满足条件①或同时满足条件②③时，方可判定其为缺陷焊缝。
步骤S6、设定阈值，具体可为0.5倍焊缝标准宽度，使焊缝缺陷起始点至终止点的距离大于一定值时才认定为缺陷焊缝，以剔除掉无需补焊的焊缝。
步骤S7、补焊焊接轨迹拟合：
对接焊缝的补焊焊接轨迹拟合：
对于凹陷的焊缝缺陷，取每帧图像缺陷区域焊缝最高点坐标(x最高,y最高,z最高)为焊接位置，将其由起始点至终止点拟合成一条焊接轨迹；
角接焊缝的补焊焊接轨迹拟合：
若满足条件a*-a＞1.5mm，则每帧图像取点(x角左,y角左,z角左)为焊接位置，将其由起始点至终止点拟合成一条焊接轨迹；
若满足条件b*-b＞1.5mm，则每帧图像取点(x角右,y角右,z角右)为焊接位置，将其由起始点至终止点拟合成一条焊接轨迹；
将同一种缺陷类型的焊缝按照所在位置排序，并按照位置顺序添加序号标记，在补焊焊接起始点，添加气体控制及起弧命令，在焊接终止点添加熄弧命令并将焊枪调整至安全位置。
步骤S8、补焊焊接参数控制：
焊接电流根据焊丝直径和板厚来进行选择，对于识别的焊缝缺陷，序号为n，缺陷起始点坐标为(x起,y起,z起)，缺陷终点坐标为(x终,y终,z终)，缺陷处的方程为z下＝f(y)，标准焊缝上表面的方程为z上＝f(y)；
缺陷序号n的焊接体积：
有：
上述两公式合并可得送丝速度：
式中：α：熔覆效率；
M：熔敷金属质量；
I：焊接电流；
t：缺陷序号n的焊接时间；
ρ：熔敷金属密度；
d：焊丝直径；
又因为：
M＝Vρ
由上述四公式可得焊接速度：
式中：L：缺陷长度。
其通过先用视觉系统3预扫描焊缝，得到焊缝图像，通过处理得到关键性的特征点，通过设定的逻辑判断出焊缝缺陷的类型和位置，按照预设的计算公式，拟合出需要补焊的区域，并对焊接路径、焊接参数进行自动规划，针对特定焊缝的侧重不同的缺陷判断以及焊接路径、焊接参数的规划，从而实现了焊接机器人对缺陷焊缝的自动化补焊作业，大大降低了工人的劳动强度。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (4)
1.一种焊缝缺陷识别与自动补焊方法，其特征在于，包括以下步骤：
步骤S1、将待补焊焊缝摆放好，所述待补焊焊缝可以是对接焊缝或者角接焊缝；
步骤S2、按照既定的示教轨迹和既定的拍摄帧率，将CDD工业相机的一字形激光线垂直投射到所述待补焊焊缝上，对所述待补焊焊缝不断拍摄图像，获取图片数据流；
步骤S3、对每帧图像进行处理，获得所述待补焊焊缝的几何形貌和尺寸；
步骤S4、提取所述待补焊焊缝的特征点：
对于对接焊缝，焊缝特征点为焊趾左特征点、焊趾右特征点、焊缝最高点：
焊趾左特征点、焊趾右特征点均为拐点，利用斜率法获取：
式中，k斜是像素点的斜率，u为像素横坐标，v为像素纵坐标；
当k斜最大时，对相应的(u,v)坐标为焊趾左特征点像素坐标(u对左,v对左)；
当k斜最小时，对相应的(u,v)坐标为焊趾右特征点像素坐标(u对右,v对右)；
焊缝最高点利用像素纵坐标查找法进行获取：
当v最大时，对相应的(u,v)坐标为焊缝最高点像素坐标(u最高,v最高)；
对于角接焊缝，焊缝特征点为母材左平面特征点、焊趾左特征点、焊趾右特征点和母材右平面特征点：
母材左平面特征点、焊趾左特征点、焊趾右特征点为左右导数异号，利用斜率法获取：
从左向右沿着像素横坐标u进行扫查，当k斜第一次出现跳跃时，对相应的(u,v)坐标为母材左平面特征点像素坐标(u母左,v母左)；当k斜第二次出现跳跃时，对相应的(u,v)坐标为焊趾左特征点像素坐标(u角左,v角左)；当k斜第三次出现跳跃时，对相应的(u,v)坐标为焊趾右特征点像素坐标(u角右,v角右)；
定义线激光右端点为母材右平面特征点，激光右端点对相应的(u,v)坐标为母材右平面特征点像素坐标(u母右,v母右)；
通过预定在系统内的相机标定参数、手眼标定参数、结构光平面参数，依次将各特征点的像素坐标转化为焊接六轴机器人运动坐标系下的坐标：(x对左,y对左,z对左)、(x对右,y对右,z对右)、(x最高,y最高,z最高)、(x角左,y角左,z角左)、(x角右,y角右,z角右)、(x母左,y母左,z母左)和(x母右,y母右,z母右)；
步骤S5、焊缝缺陷位置判断：
对于对接焊缝，主要识别的是焊缝的凹陷缺陷，判定标准如下：
①焊缝余高h＜0.85*理论余高；
其中，h＝z最高-(z对左+z对右)/2；
②函数Z的二阶导在区间[y对左，y对右]内的二阶导数有两个及两个以上零点；
其中，Z＝f(y)是每帧焊缝图像中结构光线所对应的z与y的函数关系；
当同时满足条件①②，方可判定其为缺陷焊缝；
对于角接焊缝，主要识别的是焊缝的形状缺陷，判定标准如下：
①a*-a＞1.5mm或b*-b＞1.5mm；
其中，a*、b*为标准尺寸，a为点(x角左,y角左,z角左)到原点的距离，b为点(x角右,y角右,z角右)到原点的距离；
②函数Z的二阶导在区间[y角左，y角右]内的二阶导数有两个及两个以上零点；
其中，Z＝f(y)是每帧焊缝图像中结构光线所对应的z与y的函数关系；
③Z(yk)<Z直(yk)；
其中，yk为在区间[y角左，y角右]内函数Z所有的二阶导数为零时自变量y的值；函数Z直(y)为过点(y角左,z角左)、(y角右,z角右)的直线；
当满足条件①或同时满足条件②③时，方可判定其为缺陷焊缝；
步骤S6、设定阈值，使焊缝缺陷起始点至终止点的距离大于一定值时才认定为缺陷焊缝，以剔除掉无需补焊的焊缝；
步骤S7、补焊焊接轨迹拟合：
对接焊缝的补焊焊接轨迹拟合：
对于凹陷的焊缝缺陷，取每帧图像缺陷区域焊缝最高点坐标(x最高,y最高,z最高)为焊接位置，将其由起始点至终止点拟合成一条焊接轨迹；
角接焊缝的补焊焊接轨迹拟合：
若满足条件a*-a＞1.5mm，则每帧图像取点(x角左,y角左,z角左)为焊接位置，将其由起始点至终止点拟合成一条焊接轨迹；
若满足条件b*-b＞1.5mm，则每帧图像取点(x角右,y角右,z角右)为焊接位置，将其由起始点至终止点拟合成一条焊接轨迹；
将同一种缺陷类型的焊缝按照所在位置排序，并按照位置顺序添加序号标记，在补焊焊接起始点，添加气体控制及起弧命令，在焊接终止点添加熄弧命令并将焊枪调整至安全位置；
步骤S8、补焊焊接参数控制：
焊接电流根据焊丝直径和板厚来进行选择，对于识别的焊缝缺陷，序号为n，缺陷起始点坐标为(x起,y起,z起)，缺陷终点坐标为(x终,y终,z终)，缺陷处的方程为z下＝f(y)，标准焊缝上表面的方程为z上＝f(y)；
缺陷序号n的焊接体积：
有：
上述两公式合并可得送丝速度：
式中：α：熔覆效率；
M：熔敷金属质量；
I：焊接电流；
t：缺陷序号n的焊接时间；
ρ：熔敷金属密度；
d：焊丝直径；
又因为：
M＝Vρ
由上述四公式可得焊接速度：
式中：L：缺陷长度。
2.根据权利要求1所述的焊缝缺陷识别与自动补焊方法，其特征在于：步骤S2中，扫描对接焊缝时，控制CCD工业相机的轴线垂直于待补焊焊缝所在平面；扫描角接焊缝时，控制CCD工业相机的轴线与焊缝母材成50°角；对于结构化的工件，在夹持位置固定的情况下，相同的工件只需进行一次预扫描轨迹的编辑，之后重复调用即可。
3.根据权利要求2所述的焊缝缺陷识别与自动补焊方法，其特征在于：步骤S3中，每帧图像处理时均包括均值滤波、形态学处理、灰度重心法提取结构光中心线的步骤。
4.根据权利要求3所述的焊缝缺陷识别与自动补焊方法，其特征在于：步骤S6中，阈值设定为0.5倍焊缝标准宽度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211268028.4A CN115533380B (zh) | 2022-10-17 | 2022-10-17 | 一种焊缝缺陷识别与自动补焊方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211268028.4A CN115533380B (zh) | 2022-10-17 | 2022-10-17 | 一种焊缝缺陷识别与自动补焊方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115533380A true CN115533380A (zh) | 2022-12-30 |
| CN115533380B CN115533380B (zh) | 2024-09-17 |
Family
ID=84736115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211268028.4A Active CN115533380B (zh) | 2022-10-17 | 2022-10-17 | 一种焊缝缺陷识别与自动补焊方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115533380B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116342611A (zh) * | 2023-05-31 | 2023-06-27 | 无锡日联科技股份有限公司 | 微型半导体的焊线检测方法、检测装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201095215Y (zh) * | 2007-11-08 | 2008-08-06 | 华北石油管理局第一机械厂 | 焊缝缺陷自动标识装置 |
| KR20190124452A (ko) * | 2018-04-26 | 2019-11-05 | 오토아이티(주) | 용접비드 비전 검사 장치 및 용접 불량 검사방법 |
| CN113084386A (zh) * | 2021-04-30 | 2021-07-09 | 德坤数字科技(江苏)有限公司 | 一种结构件焊缝自动检测修补单元及焊缝检测修补方法 |
| CN114043081A (zh) * | 2021-11-24 | 2022-02-15 | 苏州全视智能光电有限公司 | 一种激光焊接的多焊缝类型特征点识别方法及系统 |
-
2022
- 2022-10-17 CN CN202211268028.4A patent/CN115533380B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201095215Y (zh) * | 2007-11-08 | 2008-08-06 | 华北石油管理局第一机械厂 | 焊缝缺陷自动标识装置 |
| KR20190124452A (ko) * | 2018-04-26 | 2019-11-05 | 오토아이티(주) | 용접비드 비전 검사 장치 및 용접 불량 검사방법 |
| CN113084386A (zh) * | 2021-04-30 | 2021-07-09 | 德坤数字科技(江苏)有限公司 | 一种结构件焊缝自动检测修补单元及焊缝检测修补方法 |
| CN114043081A (zh) * | 2021-11-24 | 2022-02-15 | 苏州全视智能光电有限公司 | 一种激光焊接的多焊缝类型特征点识别方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 马志;刘昱;: "铝合金车体焊缝缺陷智能检测技术研究", 装备制造技术, no. 02, 15 February 2018 (2018-02-15) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116342611A (zh) * | 2023-05-31 | 2023-06-27 | 无锡日联科技股份有限公司 | 微型半导体的焊线检测方法、检测装置 |
| CN116342611B (zh) * | 2023-05-31 | 2023-09-08 | 无锡日联科技股份有限公司 | 微型半导体的焊线检测方法、检测装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115533380B (zh) | 2024-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111618396B (zh) | 基于视觉表征的多层多道焊接装置及焊接方法 | |
| Ma et al. | Robot welding seam tracking method based on passive vision for thin plate closed-gap butt welding | |
| CN111037062B (zh) | 一种gtaw焊缝成形的自适应控制与自动视觉检测方法 | |
| CN111103291A (zh) | 基于产品焊缝特征的图像识别与质量智能评价系统 | |
| CN114871620B (zh) | 一种厚板焊接质量监测与控制系统及其焊接方法 | |
| CN114043045B (zh) | 一种基于激光视觉的圆孔自动塞焊方法及装置 | |
| CN112743206A (zh) | 一种用于船舶中组立的机器人焊接工艺 | |
| CN114792337B (zh) | 一种焊接坡口尺寸和焊枪相对位姿高精度检测方法和装置 | |
| CN108127217B (zh) | 螺旋板式换热器端面焊缝自动引导焊接的焊接装置和方法 | |
| CN115533380B (zh) | 一种焊缝缺陷识别与自动补焊方法 | |
| CN112958959A (zh) | 一种基于三维视觉的自动化焊接和检测方法 | |
| CN115255555A (zh) | 一种焊接工艺 | |
| CN114260547B (zh) | 一种基于深度学习算法的窄间隙旋转电弧gtaw钨极位置纠偏方法 | |
| CN111451604B (zh) | 一种gtaw电弧熔丝增材制造熄弧处补焊监测反馈方法及系统 | |
| CN108453356A (zh) | 一种复杂中组立机器人压缩电弧mag焊接方法 | |
| CN114789307B (zh) | 一种基于数字孪生的板件焊接质量实时监控方法 | |
| CN116213884B (zh) | 管-法兰微分阵列式划分及自适应焊接路径规划方法 | |
| CN110315249A (zh) | 基于线激光扫描的空间直角折线焊缝拟合系统 | |
| CN110681945A (zh) | 一种全自动管板焊接的焊接高度控制方法及装置 | |
| CN110560905A (zh) | 一种中厚船用高强钢板激光电弧复合焊接工艺 | |
| CN116213932B (zh) | 一种机顶盒自动化生产装置及其控制方法 | |
| 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 | |
| CN113664431A (zh) | 一种可实时调整姿态的钢结构件焊接臂及调整方法 | |
| CN108480826A (zh) | 一种复杂中组立机器人压缩电弧mag焊接装置 | |
| CN208575361U (zh) | 一种复杂中组立机器人压缩电弧mag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 |