CN117182255A - 一种基于线激光识别的自适应焊接方法 - Google Patents
一种基于线激光识别的自适应焊接方法 Download PDFInfo
- Publication number
- CN117182255A CN117182255A CN202311388959.2A CN202311388959A CN117182255A CN 117182255 A CN117182255 A CN 117182255A CN 202311388959 A CN202311388959 A CN 202311388959A CN 117182255 A CN117182255 A CN 117182255A
- Authority
- CN
- China
- Prior art keywords
- welding
- line laser
- adopting
- seam
- welding process
- 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
Links
- 238000003466 welding Methods 0.000 title claims abstract description 242
- 238000000034 method Methods 0.000 title claims abstract description 105
- 230000008569 process Effects 0.000 claims abstract description 71
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 description 15
- 239000000463 material Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 229910001209 Low-carbon steel Inorganic materials 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000014616 translation Effects 0.000 description 2
- 229910000975 Carbon steel Inorganic materials 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052786 argon Inorganic materials 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229910001566 austenite Inorganic materials 0.000 description 1
- 229910000963 austenitic stainless steel Inorganic materials 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000010962 carbon steel Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 229910000734 martensite Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000005493 welding type Methods 0.000 description 1
Abstract
一种基于线激光识别的自适应焊接方法，属于自动焊接控制技术领域。解决了现有非标工件焊接过程中存在焊缝成形一致性较差、焊接质量不稳定的问题。本发明采集待焊接工件的组对间隙和焊缝错边量，根据组对间隙和焊缝错边量的数值设定焊接工艺卡和焊枪的角度，利用线激光标定软件，确定焊枪线激光平面与焊枪焊接头中心点的相对距离；使用线激光传感器搜索焊缝起点位置和终点位置，进而确定焊接头中心点初始位置与最终位置；根据待测工件焊缝组对间隙和焊缝错边量的实时数值，选取对应编号的焊接工艺卡和焊枪的角度，根据焊接头中心点初始位置到最终位置对焊缝进行焊接。本发明适用于工件焊接。
Description
技术领域
本发明属于自动焊接控制技术领域。
背景技术
焊接技术自动化/智能化的普及是我国制造业高质量发展的基础，高端智能化焊接装备成为我国制造业迫切的需求，但是在我国传统的铆焊车间焊接自动化程度低，来料精度差、加工精度差、组装精度差等问题，成为铆焊车间自动化程度低的主要原因。尤其是非标工件由于板材不均，导致焊接焊缝成形一致性较差、焊接质量不稳定。
发明内容
本发明是为了解决现有非标工件焊接过程中存在焊缝成形一致性较差、焊接质量不稳定的问题，现提供了一种基于线激光识别的自适应焊接方法。
本发明所述的一种基于线激光识别的自适应焊接方法，包括：
步骤一、采集待焊接工件的组对间隙和焊缝错边量，根据组对间隙和焊缝错边量的数值设定焊接工艺卡和焊枪的角度，并对焊接工艺卡进行编号；
所述焊接工艺卡包括不同尺寸焊缝错边量和组对间隙的数值对应的具体焊接信息；
所述焊接信息包括：焊接工艺类型、送丝速度、焊接电流、焊接电压、焊接速度、焊接丝干伸长、保护气种类和焊枪摆动参数；
步骤二、利用线激光标定软件，确定焊枪线激光平面与焊枪焊接头中心点的相对距离；
步骤三、使用线激光传感器搜索焊缝起点位置和终点位置，结合线激光平面与焊枪焊接头中心点的相对距离，确定焊接头中心点初始位置与最终位置；
步骤四、根据待测工件焊缝组对间隙和焊缝错边量的实时数值，确定对应编号的焊接工艺卡和焊枪的角度，根据焊接头中心点初始位置到最终位置对焊缝进行焊接。
进一步地，本发明中，步骤五中，选取对应的焊接工艺卡的具体方法为：
首先根据焊缝的错边量x确定焊接工艺或进行报警；
当-6<X≤-1时：采用右搭接焊缝，采用焊接工艺；对应工艺卡编号为R1、R2或R3；
当-1<X≤1时：采用对接焊缝，采用焊接工艺；对应工艺卡编号为B1或B2；
当1<X≤6时：采用左搭接焊缝，采用焊接工艺；对应工艺卡编号为L1、L2或L3；
当6<X≤15时：采用角接焊缝，采用焊接工艺；对应工艺卡编号为F；
当15＜X时：发送报警信号；
若确定了焊接工艺，根据组对间隙的数值Pi再确定焊接工艺卡对应的编号。
进一步地，本发明中，根据组对间隙的数值Pi确定焊接工艺卡对应编号的具体方法为：
所述组对间隙的数值与焊接工艺卡编号对应焊接参数为表1的对应关系：
表1
进一步地，本发明中，步骤四中，根据数据卡中的信息进行焊接的具体方法为采用自适应焊接方法。
进一步地，本发明中，步骤四中，根据专有数据卡中的数据对焊缝进行焊接采用六轴工业机器人实现。
本发明根据焊缝数据选择适合的数据卡进行焊缝焊接的参数设置，同时采用自适应算法对焊接臂进行控制，实现准确的对焊接头进行定位，并实时按照焊缝的尺寸调整焊接方法及焊接的角度及参数，有效的实现自适应的按照焊缝的错边量调整焊接参数，保证了焊缝的稳定性。
附图说明
图1为本发明所述方法流程图；
图2为利用激光器读取焊缝类型与组对间隙、错变量以及R角尺寸显示图。
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作出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
具体实施方式一：参照图1和图2具体说明本实施方式，本实施方式所述的一种基于线激光识别的自适应焊接方法，包括：
一种基于线激光识别的自适应焊接方法，包括：
步骤一、采集待焊接工件的组对间隙和焊缝错边量，根据组对间隙和焊缝错边量的数值设定焊接工艺卡和焊枪的角度，并对焊接工艺卡进行编号；
所述焊接工艺卡包括不同尺寸焊缝错边量和组对间隙的数值对应的具体焊接信息；
所述焊接信息包括：焊接工艺类型、送丝速度、焊接电流、焊接电压、焊接速度、焊接丝干伸长、保护气种类和焊枪摆动参数；
步骤二、利用线激光标定软件，确定焊枪线激光平面与焊枪焊接头中心点的相对距离；
步骤三、使用线激光传感器搜索焊缝起点位置和终点位置，结合线激光平面与焊枪焊接头中心点的相对距离，确定焊接头中心点初始位置与最终位置；
步骤四、根据待测工件焊缝组对间隙和焊缝错边量的实时数值，确定对应编号的焊接工艺卡和焊枪的角度，根据焊接头中心点初始位置到最终位置对焊缝进行焊接。
进一步地，本发明中，步骤五中，选取对应的焊接工艺卡的具体方法为：
首先根据焊缝的错边量x确定焊接工艺或进行报警；
当-6<X≤-1时：采用右搭接焊缝，采用焊接工艺；对应工艺卡编号为R1、R2或R3；
当-1<X≤1时：采用对接焊缝，采用焊接工艺；对应工艺卡编号为B1或B2；
当1<X≤6时：采用左搭接焊缝，采用焊接工艺；对应工艺卡编号为L1、L2或L3；
当6<X≤15时：采用角接焊缝，采用焊接工艺；对应工艺卡编号为F；
当15＜X时：发送报警信号；
若确定了焊接工艺，根据组对间隙的数值Pi再确定焊接工艺卡对应的编号。
本实施方式中，错边量x的单位为毫米，所述右搭接焊接工艺时，焊枪的角度为135°，对接焊接工艺时，焊枪的角度为90°，左搭接焊接工艺时，焊枪的角度为45°，角接焊接工艺时，焊枪的角度为30°，焊枪角度主要和焊缝类型有关系。
进一步地，本发明中，根据组对间隙的数值Pi确定焊接工艺卡对应编号的具体方法为：
所述组对间隙的数值与焊接工艺卡编号对应焊接参数为表1的对应关系：
表1
进一步地，本发明中，步骤四中，根据数据卡中的信息进行焊接的具体方法为采用自适应焊接方法。
进一步地，本发明中，步骤四中，根据专有数据卡中的数据对焊缝进行焊接采用六轴工业机器人实现。
本发明采用六轴工业机器人、自适应焊接数据库、线激光传感器以及PART参数快速编程方法实现焊接，有效的保证了焊缝的稳定性。
具体实施例：
首先分析基于工件特点分析常见的可能出现的问题，如组对间隙不均匀；根据工厂实际经验统计关系命名为：Pi；根据常出现的情况进行工艺开发，因此专有数据卡的建立不能一概而论，而要针对工况、材质、受力、工艺分析等进行开发，形成wps文件，通过PLC进行上载至机器人系统。
本数据库基于焊接工艺为断续焊，由于焊缝为非受力结构，因此要求焊角尺寸越小越好，底板母材为06Cr19Ni10，框架为Q235低碳钢，焊接材料为药芯焊丝。利用机器人焊接位置主要为底板直角焊缝，有焊缝类型有对接、角接、圆弧角、搭接等，形成专有数据库；不锈钢钢板液态熔池流动性比较差，因此需要用氧化性气氛，常见的为富氩+2％的氧气，或者利用纯二氧化碳，本次焊材选用的为药芯焊丝，因此配套为纯CO2为焊接保护气，控制成本。
本焊接工艺实际为异种钢焊接，06Cr19Ni10不锈钢和Q235低碳钢焊接，低碳钢和奥氏体不锈钢的导热系数、线胀系数和化学成分有较大的差异，所以焊接接头的成分和性能的变化很复杂，容易出现焊接裂纹(由于焊缝稀释的作用下，焊缝中的奥氏体形成元素降低从而出现马氏体组织，导致焊缝脆性加剧容易出现裂纹)、熔合区容易产生脆性层(用小电流、高电压、快速焊的方法能够缓解上述问题)。但是由于萃取槽碳钢框架提前喷好油漆，导致小电流下不容易起弧，并且油漆导致气孔倾向严重，因此需要适当增加电流，减小焊速，适当延长液态熔池停留时间，减小气孔；此外在生产实际中发现，焊枪角度对气孔趋势影响明显，需要适当优化焊枪角度，避免大角度拖焊(干伸长过长)的情况。
利用激光器读取焊缝类型与组对间隙、错变量。读取想要的参数，然后利用KAREL上载至机器人，利用IF判断语句进行参数识别提前定义好激光线左右，一照能够看出来焊缝形式，当错边量大小(x)确定焊缝种类；判断影响焊接效果的主要参数形式，如组队间隙和错边量，一个专家数据库，按照列表的形式，如表1所示，通过PLC自动抽取对应的参数；
焊接开始时，首先使用线激光传感器搜索焊缝起始位置，并获取组队间隙和错边量，并将起始点终点位置数据、组队间隙和错边量等数据发送至上位机。实时判断焊接间隙变化和错边量变形量实时调用数据库中各项参数。到达自适应焊接的效果。
所述右搭接焊接工艺时，焊枪的角度为135°，对接焊接工艺时，焊枪的角度为90°，左搭接焊接工艺时，焊枪的角度为45°，角接焊接工艺时，焊枪的角度为30°，焊枪角度主要和焊缝类型有关系。part参数化方法自适应控制焊接臂进行焊接；
如何控制焊接角度是一个难题，利用part参数化编程方式，通过事先预置好的焊枪角度，通过变化量适当调整焊枪的XYZWPR的具体数值，编程工作前，将被焊工件信息(材料、板厚、板长等)、焊接方法信息(焊接方法、保护气类型、焊丝牌号、焊丝直径等)输入到操作面板的系统主界面中，然后开始编程。
通过上述自动判别系统，可基于BASE和工具坐标确定工件的原始基准点，利用线激光自带的标定软以直接件确定激光器平面距离tool基点的空间坐标点的距离，这时就能确定线激光平面和TCP的相对距离，为后续的PART参数化标称提供可靠依据。
基于激光测量确定初始焊接点，判断焊接方向在空间坐标系中所处的XYZ方向，将焊接点的坐标利用数值寄存器PR[i]表示，首先将激光确定的初始焊接点位置寄存在数值寄存器PR[1]里，将PR[1]作为包含6维空间坐标信息的焊接开始点，在后台程序中进行计算：PR[2]＝PR[1]，PR[2,1]＝PR[2,1]+50，表示PR[2]相比于PR[1]在X方向偏移了50mm，并将PR[2]作为包含6维空间坐标信息的焊接结束点，能够精确确定焊接长度和方向，如果在断续焊领域，则依次类推。
在工件的最边缘边缘设置长宽高均为100mm的定位钢锭，基于线激光进行三维测定，从而确定定位钢锭下表面的中心S1，该中心点S下与框架型工件焊缝最边缘重合，此时将最边缘确定为B1；
通过示教机器人，对工件每个格子进行寻位编程，由于线激光本身具有一定的宽度，因此寻位点的具体位置可以适当降低，加之寻位方向长度可以设定，不需要进行高精度的示教作业，可以极大地减轻编程时间和编程操作人员的作业强度。
线激光在工件上测得的具体数据，以XYZWPR的六维参数储存，上载至PLC中形成数据报表，确定偏移的方向，然后将对应的方向数据调出，利用位置数据的基本加减运算；
六轴工业机器人在参数化编程中的底层逻辑关系：
利用雅各比矩阵建立机器人执行端在base中速度关系以及力矩关系和D-H(旋转矩阵)矩阵代数方法计算机器人位置和姿态，基于用一个齐次矩阵T表示PART参数化编程时机器人执行端的位置与姿态。
利用简化的4阶矩阵进行XYZ初始位置确认，nx，ny，nz分别表示x轴相对于参考坐标系的方向余弦在应用坐标系x、y、z轴上的投影；ox，oy，oz分别为y轴相对于参考坐标系的方向余弦在应用坐标系x、y、z轴上的投影，ax、ay、az分别为z轴相对于参考坐标系的方向余弦在应用坐标系x、y、z轴上的投影，px、py、pz分别为相对坐标系(相对坐标系是什么坐标系)对于参考坐标系的位置向量，xi是执行端在应用坐标系X轴上的投影，yi是执行端在应用坐标系Y轴的投影，zi是执行端在应用坐标系Z轴的投影，abc表示机器人执行端在应用坐标系上平移的位置坐标(这个数值是通过线激光测出来的)，本发明采用4阶矩阵而不是XYZWPR六个数据对应的6阶，4阶更容易收敛，机器人控制器在计算的时候速度及效率更快。
因此，abc具体通过基于三轴的坐标XYZ的齐次平移变化可通过矩阵的形式表示，可得到下式：
(1)基于机器人运动学矩阵可以得到XYZ具具体数值；
其中，xi、yi、zi分别表示三轴的低i次平移。
(2)绕着X轴旋转获得W值，所述W是绕X轴旋转的角度数值，旋转角度为α；
(3)绕着Y轴旋转获得P值，P是绕Y轴旋转的角度数值，旋转角度为θ；
(4)绕着Z轴旋转获得P值，旋转角度为β；
(5)最后通过耦合计算：绕三个轴平移+旋转获得XYZWPR的具体数值基于D-H矩阵和齐次矩阵T求带方向的数值
RZ(α)表示绕Z轴旋转α度的旋转矩阵，RY(θ)表示绕Y轴旋转θ度的旋转矩阵，RZ(β)表示绕Z轴旋转β度的旋转矩阵，矩阵上面的箭头表示矩阵的逆。
本发明主要解决复杂构件组装精度差，常用的自动焊接设备参数均为提前预制，无法本身变化而动态调整，从而导致焊接质量波动较大。而且对于典型框架型结构件的编程方式提出新的解决方案，避免了传统示教再现和离线编程的固有缺陷，大幅度提高编程效率，提高生产节拍。本发明所述方法已经在某钢结构生产企业成功应用，得到良好反馈。自适应焊接识别判断准确率：≥92％；PART参数化编程相比于传统示教编程效率提高：≥70％。
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其它所述实施例中。
Claims (5)
1.一种基于线激光识别的自适应焊接方法，其特征在于，包括：
步骤一、采集待焊接工件的组对间隙和焊缝错边量，根据组对间隙和焊缝错边量的数值设定焊接工艺卡和焊枪的角度，并对焊接工艺卡进行编号；
所述焊接工艺卡包括不同尺寸焊缝错边量和组对间隙的数值对应的具体焊接信息；
所述焊接信息包括：焊接工艺类型、送丝速度、焊接电流、焊接电压、焊接速度、焊接丝干伸长、保护气种类和焊枪摆动参数；
步骤二、利用线激光标定软件，确定焊枪线激光平面与焊枪焊接头中心点的相对距离；
步骤三、使用线激光传感器搜索焊缝起点位置和终点位置，结合线激光平面与焊枪焊接头中心点的相对距离，确定焊接头中心点初始位置与最终位置；
步骤四、根据待测工件焊缝组对间隙和焊缝错边量的实时数值，确定对应编号的焊接工艺卡和焊枪的角度，根据焊接头中心点初始位置到最终位置对焊缝进行焊接。
2.根据权利要求1所述的一种基于线激光识别的自适应焊接方法，其特征在于，步骤五中，选取对应的焊接工艺卡的具体方法为：
首先根据焊缝的错边量x确定焊接工艺或进行报警；
当-6<X≤-1时：采用右搭接焊缝，采用焊接工艺；对应工艺卡编号为R1、R2或R3；
当-1<X≤1时：采用对接焊缝，采用焊接工艺；对应工艺卡编号为B1或B2；
当1<X≤6时：采用左搭接焊缝，采用焊接工艺；对应工艺卡编号为L1、L2或L3；
当6<X≤15时：采用角接焊缝，采用焊接工艺；对应工艺卡编号为F；
当15＜X时：发送报警信号；
若确定了焊接工艺，根据组对间隙的数值Pi再确定焊接工艺卡对应的编号。
3.根据权利要求2所述的一种基于线激光识别的自适应焊接方法，其特征在于，根据组对间隙的数值Pi确定焊接工艺卡对应编号的具体方法为：
所述组对间隙的数值与焊接工艺卡编号对应焊接参数为表1的对应关系：
表1
4.根据权利要求1或2所述的一种基于线激光识别的自适应焊接方法，其特征在于，步骤四中，根据数据卡中的信息进行焊接的具体方法为采用自适应焊接方法。
5.根据权利要求1或2所述的一种基于线激光识别的自适应焊接方法，其特征在于，步骤四中，根据专有数据卡中的数据对焊缝进行焊接采用六轴工业机器人实现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311388959.2A CN117182255A (zh) | 2023-10-24 | 2023-10-24 | 一种基于线激光识别的自适应焊接方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311388959.2A CN117182255A (zh) | 2023-10-24 | 2023-10-24 | 一种基于线激光识别的自适应焊接方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117182255A true CN117182255A (zh) | 2023-12-08 |
Family
ID=89005571
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311388959.2A Pending CN117182255A (zh) | 2023-10-24 | 2023-10-24 | 一种基于线激光识别的自适应焊接方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117182255A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2724808A1 (en) * | 2012-10-29 | 2014-04-30 | J. Ray McDermott, S.A. | Method of adjusting pre-programmed arc welding parameters with adaptive control using two laser sensors ; corresponding apparatus |
| CN109676243A (zh) * | 2019-01-21 | 2019-04-26 | 苏州实创德光电科技有限公司 | 基于双线激光结构光的焊缝识别与跟踪系统及方法 |
| CN110245599A (zh) * | 2019-06-10 | 2019-09-17 | 深圳市超准视觉科技有限公司 | 一种智能三维焊缝自主寻迹方法 |
| CN113102880A (zh) * | 2021-04-02 | 2021-07-13 | 广西大学 | 一种基于视觉示教的线激光焊缝自动跟踪系统及方法 |
| CN113954085A (zh) * | 2021-09-08 | 2022-01-21 | 重庆大学 | 一种基于双目视觉与线激光传感数据融合的焊接机器人智能定位与控制方法 |
| CN116038695A (zh) * | 2022-12-28 | 2023-05-02 | 中国机械总院集团哈尔滨焊接研究所有限公司 | 一种用于非等壁厚、非匀间隙拼板焊接机器人焊接方法 |
-
2023
- 2023-10-24 CN CN202311388959.2A patent/CN117182255A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2724808A1 (en) * | 2012-10-29 | 2014-04-30 | J. Ray McDermott, S.A. | Method of adjusting pre-programmed arc welding parameters with adaptive control using two laser sensors ; corresponding apparatus |
| CN109676243A (zh) * | 2019-01-21 | 2019-04-26 | 苏州实创德光电科技有限公司 | 基于双线激光结构光的焊缝识别与跟踪系统及方法 |
| CN110245599A (zh) * | 2019-06-10 | 2019-09-17 | 深圳市超准视觉科技有限公司 | 一种智能三维焊缝自主寻迹方法 |
| CN113102880A (zh) * | 2021-04-02 | 2021-07-13 | 广西大学 | 一种基于视觉示教的线激光焊缝自动跟踪系统及方法 |
| CN113954085A (zh) * | 2021-09-08 | 2022-01-21 | 重庆大学 | 一种基于双目视觉与线激光传感数据融合的焊接机器人智能定位与控制方法 |
| CN116038695A (zh) * | 2022-12-28 | 2023-05-02 | 中国机械总院集团哈尔滨焊接研究所有限公司 | 一种用于非等壁厚、非匀间隙拼板焊接机器人焊接方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1123769A2 (en) | Robot welding | |
| CN109927047A (zh) | 弧焊机器人直线对接焊缝的轴向跟踪系统及方法 | |
| JP5268495B2 (ja) | オフライン教示データの作成方法及びロボットシステム | |
| CN111496344B (zh) | 一种基于激光传感器的v型坡口信息处理方法 | |
| CN115255555A (zh) | 一种焊接工艺 | |
| CN113119122B (zh) | 一种机器人焊接系统的混合离线编程方法 | |
| CN110788446B (zh) | 基于激光传感器的变姿态实时焊缝跟踪方法 | |
| JP3191563B2 (ja) | オフラインティーチングデータの自動補正方法 | |
| CN113634871A (zh) | 基于离线编程的机器人搅拌摩擦焊轨迹规划方法 | |
| CN111376270A (zh) | 一种机器人切割复杂工件的激光视觉寻位修正方法 | |
| CN114851195A (zh) | 一种可视化焊接工艺系统的控制方法 | |
| CN112809167B (zh) | 一种用于大曲率管件全位置焊接的机器人焊缝跟踪方法 | |
| CN117182255A (zh) | 一种基于线激光识别的自适应焊接方法 | |
| CN113909765B (zh) | 一种引导焊接系统 | |
| CN206140014U (zh) | 一种适用于直角焊缝激光跟踪的焊接系统 | |
| CN110076767A (zh) | 一种基于图像识别技术的智能焊接控制系统及方法 | |
| Kulkarni et al. | Using unsupervised learning for regulating deposition speed during robotic wire arc additive manufacturing | |
| CN115781716A (zh) | 一种工业机器人视觉伺服轨迹补偿方法 | |
| CN205764375U (zh) | 一种移动式智能焊接机器人 | |
| Gao et al. | Study on arc welding robot weld seam touch sensing location method for structural parts of hull | |
| JPH0428695Y2 (zh) | ||
| Daeinabi et al. | Seam tracking of intelligent arc welding robot. | |
| Majeed et al. | Applications of Robotics in Welding | |
| CN106077900B (zh) | 一种移动式智能焊接机器人 | |
| Arunkumar et al. | Design and Implementation of Secondary Positioner for improving the OEE of Robotic Welding System |
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 |