CN117283143A - 用于海洋内水下作业机器人的防腐蚀控制系统及方法 - Google Patents
用于海洋内水下作业机器人的防腐蚀控制系统及方法 Download PDFInfo
- Publication number
- CN117283143A CN117283143A CN202311288714.2A CN202311288714A CN117283143A CN 117283143 A CN117283143 A CN 117283143A CN 202311288714 A CN202311288714 A CN 202311288714A CN 117283143 A CN117283143 A CN 117283143A
- Authority
- CN
- China
- Prior art keywords
- rust
- preset
- gray value
- relation
- rust removal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005536 corrosion prevention Methods 0.000 title claims description 14
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims abstract description 414
- 238000012937 correction Methods 0.000 claims abstract description 36
- 230000017525 heat dissipation Effects 0.000 claims abstract description 26
- 238000005260 corrosion Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims description 17
- 230000007797 corrosion Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000219307 Atriplex rosea Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000005275 alloying Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004210 cathodic protection Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000013077 target material Substances 0.000 description 1
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
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/36—Removing material
-
- 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
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/70—Auxiliary operations or equipment
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明涉及水下机器人技术领域,尤其涉及一种用于海洋内水下作业机器人的防腐蚀控制系统和方法,该系统包括获取模块,用以获取待除锈区域的实际红色程度和待除锈区域面积;判断模块,用以根据锈坑的红外图像确定光束能量密度以及根据锈迹的红外图像判定是否开启散热装置;激光除锈模块,用以对待除锈区域进行除锈操作;修正模块,用以对除锈不合格区域进行二次除锈。本发明通过在除锈过程中适应性调整光束直径、脉冲间隔、光束能量密度、散热装置功率,使得除锈操作参数达到最优配比,提高了除锈精准度和除锈效率;以及,对除锈不合格区域进行二次除锈,进一步提高了除锈的精准度。
Description
技术领域
本发明涉及水下机器人技术领域,尤其涉及一种用于海洋内水下作业机器人的防腐蚀控制系统及方法。
背景技术
随着人工智能技术的不断发展,水下机器人可以完成海洋内的水下作业。然而,海洋内的水下环境的易腐蚀性导致水下作业的机器人容易被海水腐蚀而影响机器人的工作性能,对水下作业机器人的防腐蚀控制显得尤为重要。防腐蚀的方法有很多种,包括除锈、防腐涂层、阴极保护、合金化等,采用防腐蚀的方法与防腐目标的材料和工作环境有关。针对水下作业机器人的防腐蚀,考虑到组成机器人的材料为金属材质,海洋内水下环境极其容易导致水下机器人生锈,因此,采用除锈的方式对水下作业机器人的防腐蚀控制是实用有效的防腐蚀方法。
公开号为CN115599107A的专利文献公开了一种基于人工智能的激光自动除锈机器人控制系统,该系统根据作业场景的特点,收集训练图片,对图像进行采集和处理,运用深度学习算法卷积神经网络算法对图像信息进行模型训练,通过训练好的模型,使得激光自动除锈机器人可发明可以对除锈目标,尤其是非平面的复杂形状作业目标进行精准自动除锈。
但是,现有技术中对作业目标的判断维度单一以及除锈操作过程中建立的激光强度、目标材质、锈蚀程度和除锈目标对应关系考虑的条件不充足,造成在除锈过程中产生无效除锈行为以及对除锈目标的除锈不够精细化,导致除锈精准度低。
发明内容
为此,本发明提供一种用于海洋内水下作业机器人的防腐蚀控制系统及方法,可以解决由于在除锈过程中产生无效除锈行为以及对除锈目标的除锈不够精细化导致除锈精准度低的问题。
为实现上述目的,本发明提供一种用于海洋内水下作业机器人的防腐蚀控制系统,该系统包括:获取模块,被配置为获取待除锈区域的红外图像并对所述红外图像进行处理得到所述待除锈区域内锈迹的实际红色程度和待除锈区域面积;
判断模块,被配置为根据所述实际红色程度超出标准红色程度阈值判定所述除锈区域合格并可进行除锈操作,并根据所述待除锈区域面积确定光束直径和脉冲间隔;
所述判断模块还被配置为在确定光束直径和脉冲间隔且判定可进行除锈操作时,将出光口移至所述待除锈区域并获取所述待除锈区域内锈坑的红外图像,根据所述锈坑的红外图像确定光束能量密度;
所述判断模块还被配置为获取所述待除锈区域内锈迹的红外图像,根据所述锈迹的红外图像判定是否开启散热装置;
激光除锈模块,被配置为在响应开启散热装置的条件下,对所述待除锈区域进行除锈操作;
所述激光除锈模块还被配置为在除锈过程中获取防护板的实时灰度值,并将所述实时灰度值与标准灰度值进行比对,根据比对结果判定是否对所述光束能量密度进行调节;
所述激光除锈模块还被配置为当判定所述实时灰度值小于标准灰度值时,计算所述实时灰度值与所述标准灰度值的灰度值差值,并根据所述灰度值差值与预设灰度值差值的关系对所述光束能量密度进行调节;
所述激光除锈模块还被配置为获取除锈完成后的区域的红外图像,并对完成后的红外图像进行分析,根据分析结果判定除锈是否合格;
修正模块,被配置为当所述激光除锈模块根据所述分析结果判定除锈不合格时,对所述除锈完成后的区域进行二次除锈,并在进行二次除锈时获取未成功除锈区域占比,根据所述未成功除锈区域占比对所述光束能量密度进行修正。
进一步地,所述判断模块包括设置单元、判定单元和选择单元;
所述判定单元根据所述实际红色程度D1超出标准红色程度阈值判定所述除锈区域合格并可进行除锈操作,所述标准红色程度阈值为[0,D0],其中D0为在所述设置单元预先设定的标准红色程度;
所述判定单元根据所述待除锈区域面积M1与标准面积阈值比较对所述除锈区域进行二次判定以及所述选择模块选择对应的光束直径和脉冲间隔,所述标准面积阈值为[0,M0),其中M0为在所述设置单元预先设定的标准面积;
当M1∈[0,M0)时,所述选择单元选择所述光束直径为L1且选择所述脉冲间隔为J2;当时,所述选择单元选择所述光束直径为L2且选择所述脉冲间隔为J1;其中L1为在所述设置单元预先设定的第一预设光束直径,L2为在所述设置单元预先设定的第二预设光束直径,J1为在所述设置单元预先设定的第一预设脉冲间隔,J2为在所述设置单元预先设定的第二预设脉冲间隔。
进一步地,所述判断模块在确定光束直径和脉冲间隔且判定可进行除锈操作时,将出光口移至所述待除锈区域并获取所述待除锈区域内锈坑的红外图像,根据所述锈坑的红外图像确定光束能量密度,包括:
根据所述锈坑的红外图像获取锈坑深度H0,所述判断模块根据所述锈坑深度H0与预设的锈坑深度的大小关系确定锈坑类型并确定所述光束能量密度,所述深度的大小关系包括第一深度关系、第二深度关系和第三深度关系,所述第一深度关系为H0∈[H1,H2),所述第二深度关系为H0∈[H2,H3),所述第三深度关系为H0∈[H3,+∞),所述锈坑类型包括浅锈坑、中型锈坑和深锈坑;
所述第一深度关系对应确定所述锈坑为浅锈坑并将所述光束能量密度设置为N1,其中N1为所述判断模块预先设定的第一预设能量密度;
所述第二深度关系对应确定所述锈坑为中型锈坑并将所述光束能量密度设置为N2,其中N2为所述判断模块预先设定的第二预设能量密度;
所述第三深度关系对应确定所述锈坑为深型锈坑并将所述光束能量密度设置为N3,其中N3为所述判断模块预先设定的第三预设能量密度。
进一步地,所述激光除锈模块获取所述待除锈区域内锈迹的红外图像,根据所述锈迹的红外图像判定是否开启散热装置,包括:
根据所述锈迹的红外图像获取锈迹直径Z1,预先设定标准锈迹直径Z0,根据所述锈迹直径Z1与所述标准锈迹直径Z0的大小关系,判定是否开启散热装置;
当Z1≤Z0时,判定不需开启散热装置;
当Z1>Z0时,判定需开启散热装置。
进一步地,所述激光除锈模块在响应开启散热装置的条件下获取所述锈迹直径Z1与所述标准锈迹直径Z0的直径差值ΔZ=Z1-Z0并根据所述直径差值ΔZ与预设直径差值的大小关系确定所述散热装置的初始功率;其中,所述直径差值的大小关系包括第一直径差值关系、第二直径差值关系和第三直径差值关系,所述第一直径差值关系为ΔZ∈[ΔZ1,ΔZ2),所述第二直径差值关系为ΔZ∈[ΔZ2,ΔZ3),所述第三直径差值关系为ΔZ∈[ΔZ3,+∞);
所述第一直径差值关系确定所述散热装置的初始功率为P1,其中P1为在所述激光除锈模块预先设定的第一预设功率;
所述第二直径差值关系确定所述散热装置的初始功率为P2,其中P2为在所述激光除锈模块预先设定的第二预设功率;
所述第三直径差值关系确定所述散热装置的初始功率为P3,其中P3为在所述激光除锈模块预先设定的第三预设功率。
进一步地,所述激光除锈模块当确认开启所述散热装置,并将所述散热装置的初始功率设置为Pi后,i=1,2,3,根据所述锈迹的红外图像判定是否开启散热装置,还包括:
所述激光除锈模块获取环境温度T0并根据所述环境温度T0与各预设温度的大小关系选取功率调整系数对所述散热装置的初始功率P i进行调整,并以调整后的功率运行,所述温度的大小关系包括第一温度关系、第二温度关系和第三温度关系,所述第一温度关系为T0∈[T1,T2),所述第二温度关系为T0∈[T2,T3),所述第三温度关系为T0∈[T3,∞);
所述第一温度关系对应选取功率调整系数A1对所述初始功率Pi进行调整,获取调整后的功率P i×A1,其中A1为在所述激光除锈模块预设的第一预设功率调整系数;
所述第二温度关系对应选取功率调整系数A2对所述初始功率Pi进行调整,获取调整后的功率P i×A2,其中A2为在所述激光除锈模块预设的第二预设功率调整系数;
所述第三温度关系对应选取功率调整系数A3对所述初始功率Pi进行调整,获取调整后的功率P i×A3,其中A3为在所述激光除锈模块预设的第三预设功率调整系数。
进一步地,所述在除锈过程中获取防护板的实时灰度值G1并根据标准灰度值阈值判定防护板的灰度值是否合格,所述标准灰度值阈为(0,G0),其中G0为预设的标准灰度值;
当G1∈(0,G0)时,所述激光除锈模块判定防护板的灰度值不合格,并计算所述实时灰度值G1与所述标准灰度值G0的灰度值差值ΔG=G1-G0。
进一步地,所述激光除锈模块根据所述灰度值差值ΔG与预设灰度值差值的关系对所述光束能量密度进行调节,所述灰度值差值的关系包括第一灰度值差值关系、第二灰度值差值关系和第三灰度值差值关系,所述预设灰度值差值包括第一预设灰度值差值ΔG1、第二预设灰度值差值ΔG2和第三预设灰度值差值ΔG3,所述第一灰度值差值关系为ΔG∈[ΔG1,ΔG2),所述第二灰度值差值关系为ΔG∈[ΔG2,ΔG3),所述第三灰度值差值关系为ΔG∈[ΔG3,+∞);
所述第一灰度值差值关系对应选取能量调整系数B3对所述光束能量密度W0进行调节,获取调节后的光束能量密度W0×B3,其中B3为预设的第三能量调整系数;
所述第二灰度值差值关系对应选取能量调整系数B2对所述光束能量密度W0进行调节,获取调节后的光束能量密度W0×B2,其中B2为预设的第二能量调整系数;
所述第三灰度值差值关系对应选取能量调整系数B1对所述光束能量密度W0进行调节,获取调节后的光束能量密度W0×B1,其中B1为预设的第一能量调整系数;
其中,ΔG1<ΔG2<ΔG3且0<B1<B2<B3<1。
进一步地,所述修正模块根据所述分析结果判定除锈不合格时,对所述除锈完成后的区域进行二次除锈,并在进行二次除锈时获取未成功除锈区域占比,根据所述未成功除锈区域占比对所述光束能量密度进行修正,包括:
预先设定第一预设区域占比R1、第二预设区域占比R2和第三预设区域占比R3,且R1<R2<R3;
预先设定第一预设能量修正系数C1、第二预设能量修正系数C2和第三预设能量修正系数C3,且C1<C2<C3;
所述修正模块根据所述未成功除锈区域占比ΔR与各预设区域占比的大小关系选取能量修正系数对所述光束能量密度W0×B i进行修正,i=1,2,3,其中所述区域占比的大小关系包括第一区域占比关系、第二区域占比关系和第三区域占比关系,所述第一区域占比关系为ΔR∈[R1,R2),所述第二区域占比关系为ΔR∈[R2,R3),所述第三区域占比关系为ΔR∈[R3,+∞);
所述第一区域占比关系对应选取第一能量修正系数C1对所述光束能量密度W0×Bi进行修正,获取修正后的光束能量密度W0×B i×C1;
所述第二区域占比关系对应选取第二能量修正系数C2对所述光束能量密度W0×Bi进行修正,获取修正后的光束能量密度W0×B i×C2;
所述第三区域占比关系对应选取第三能量修正系数C3对所述光束能量密度W0×Bi进行修正,获取修正后的光束能量密度W0×B i×C3。
另一方面,本发明还提供用于海洋内水下作业机器人的防腐蚀控制系统的方法,包括:
步骤S100:获取待除锈区域的红外图像并对所述红外图像进行处理得到所述待除锈区域内锈迹的实际红色程度和待除锈区域面积;
步骤S200:根据所述实际红色程度超出标准红色程度阈值判定所述除锈区域合格并可进行除锈操作,并根据所述待除锈区域面积确定光束直径和脉冲间隔;
步骤S300:在确定光束直径和脉冲间隔且判定可进行除锈操作时,将出光口移至所述待除锈区域并获取所述待除锈区域内锈坑的红外图像,根据所述锈坑的红外图像确定光束能量密度;
步骤S400:获取所述待除锈区域内锈迹的红外图像,根据所述锈迹的红外图像判定是否开启散热装置;
步骤S500:在响应开启散热装置的条件下,对所述待除锈区域进行除锈操作;
在除锈过程中获取防护板的实时灰度值,并将所述实时灰度值与标准灰度值进行比对,根据比对结果判定是否对所述光束能量密度进行调节;
步骤S600:获取除锈完成后的区域的红外图像,并对完成后的红外图像进行分析,根据分析结果判定除锈是否合格;
步骤S500中,当判定所述实时灰度值小于标准灰度值时,计算所述实时灰度值与所述标准灰度值的灰度值差值,并根据所述灰度值差值与预设灰度值差值的关系对所述光束能量密度进行调节;
步骤S600中,当所述激光除锈模块根据所述分析结果判定除锈不合格时,对所述除锈完成后的区域进行二次除锈,并在进行二次除锈时获取未成功除锈区域占比,根据所述未成功除锈区域占比对所述光束能量密度进行修正。
与现有技术相比,本发明的有益效果在于,通过获取模块对待除锈区域的红外图像处理,使得系统能够获取待除锈区域的相关数据;通过判断模块根据红色程度判定是否进行除锈操作,提高了除锈操作的有效性;通过判断模块根据待除锈区域面积确定光束直径和脉冲间隔,提高了除锈操作的精准度;通过判断模块根据锈坑的红外图像确定光束能量密度,进一步提高了除锈操作中对锈坑除锈的精准度;通过判断模块根据锈迹的红外图像确定是否开启散热装置并进行除锈操作,避免由于在除锈过程中产生的热量导致锈迹进一步扩大,提高除锈效率;通过激光除锈模块根据确定的光束能量密度和确定的是否开启散热装置的条件下进行除锈操作,使得除锈精准度和除锈效率达到最优;根据在除锈过程中防护板的实时灰度值与标准灰度值比较后的差值调节光束能量密度,使得在除锈过程中根据实时数据适应性调节光束能量密度,能够在实时状态下使得除锈操作的精准度最优;通过对红外图像分析得到分析结果判定除锈是否合格,使得系统能够自判断除锈结果;通过修正模块对除锈不合格的区域进行二次除锈,进一步根据未成功除锈区域占比修正光束能量密度,使得除锈精准度进一步提高。
尤其,通过判断模块根据红色程度判定是否进行除锈操作,避免对红色程度还未达到除锈操作要求的情况下进行除锈操作,提高了除锈操作的有效性;通过判断模块根据待除锈区域面积确定光束直径和脉冲间隔,对不同区域不同面积能够适应性确定除锈的光束直径和脉冲间隔,提高了除锈操作的精准度。
尤其,通过判断模块根据锈坑的红外图像确定光束能量密度,使得系统能够对不同深度的锈坑适应性确定最佳光束能量密度,进一步提高了除锈操作中对锈坑除锈的精准度。
尤其,通过判断模块根据锈迹的红外图像确定是否开启散热装置并进行除锈操作,避免由于在除锈过程中产生的热量导致锈迹进一步扩大,提高除锈效率;根据待除锈锈迹直径与预设直径的差值确定散热装置初始功率以及根据锈迹所处的环境温度适应性调整散热装置功率,提高除锈操作中对锈迹除锈的精准度。
尤其,根据在除锈过程中防护板的实时灰度值与标准灰度值比较后的差值调节光束能量密度,使得在除锈过程中根据实时数据适应性调节光束能量密度,能够在实时状态下使得除锈操作的精准度最优。
尤其,通过修正模块对除锈不合格的区域进行二次除锈并进一步根据未成功除锈区域占比修正光束能量密度,使得除锈精准度进一步提高。
附图说明
图1为本发明实施例提供的一种用于海洋内水下作业机器人的防腐蚀控制系统结构示意图;
图2为本发明实施例提供的一种用于海洋内水下作业机器人的防腐蚀控制系统判断模块结构示意图;
图3为本发明实施例提供的一种用于海洋内水下作业机器人的防腐蚀控制方法流程图;
附图标记:1、采集模块;2、判断模块;3、激光除锈模块;4、修正模块;201、设置单元;202、判定单元;203、选择单元。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述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。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供的一种用于海洋内水下作业机器人的防腐蚀控制系统及方法,请参阅图1-3所示,可以按照如下方式予以实施:
具体而言,如图1所示,用于海洋内水下作业机器人的防腐蚀控制系统包括获取模块1,被配置为获取待除锈区域的红外图像并对红外图像进行处理得到待除锈区域内锈迹的实际红色程度和待除锈区域面积;
判断模块2,被配置为根据实际红色程度判定是否可进行除锈操作,并在确定待除锈区域合格时,根据待除锈区域面积确定光束直径和脉冲间隔;
判断模块还被配置为在确定光束直径和脉冲间隔且判定可进行除锈操作时,将出光口移至待除锈区域并获取待除锈区域内锈坑的红外图像,根据锈坑的红外图像确定光束能量密度;
判断模块还被配置为获取待除锈区域内锈迹的红外图像,根据锈迹的红外图像判定是否开启散热装置;
激光除锈模块3,被配置为当确定光束能量密度且确定是否开启散热装置后,对待除锈区域进行除锈操作;
激光除锈模块还被配置为在除锈过程中获取防护板的实时灰度值,并将实时灰度值与标准灰度值进行比对,根据比对结果判定是否对光束能量密度进行调节;
激光除锈模块还被配置为当判定实时灰度值小于标准灰度值时,计算实时灰度值与标准灰度值的灰度值差值,并根据灰度值差值与预设灰度值差值的比对结果对光束能量密度进行调节;
激光除锈模块还被配置为获取除锈完成后的区域的红外图像,并对完成后的红外图像进行分析,根据分析结果判定除锈是否合格;
修正模块4,被配置为当激光除锈模块根据分析结果判定除锈不合格时,对除锈完成后的区域进行二次除锈,并在进行二次除锈时获取未成功除锈区域占比,根据未成功除锈区域占比对光束能量密度进行修正。
具体而言,本发明实施例中的用于海洋内水下作业机器人的防腐蚀控制系统应用在海洋中进行水下作业的机器人,在水下作业的机器人在执行水下任务时需要进行移动,防护板设置在水下作业的机器人上,用以对机器人的精密结构进行保护,为了延长防护板的使用寿命,需要对防护板进行除锈操作,避免防护板上锈迹过多进而影响防护板的防护效果,保证精密结构的使用寿命,本发明实施例的用于海洋内水下作业机器人的防腐蚀控制系统通过对防护板的锈迹进行处理,使得防护板能够抵御海水侵蚀,有效实现防腐蚀控制,大大提升了防护板的使用寿命。
通过获取模块对待除锈区域的红外图像处理,使得系统能够获取待除锈区域的相关数据;通过判断模块根据实际红色程度判定是否进行除锈操作,提高了除锈操作的有效性;通过判断模块根据待除锈区域面积确定光束直径和脉冲间隔,提高了除锈操作的精准度;通过判断模块根据锈坑的红外图像确定光束能量密度,进一步提高了除锈操作中对锈坑除锈的精准度;通过判断模块根据锈迹的红外图像确定是否开启散热装置并进行除锈操作,避免由于在除锈过程中产生的热量导致锈迹进一步扩大,提高除锈效率;通过激光除锈模块根据确定的光束能量密度和确定的是否开启散热装置的条件下进行除锈操作,使得除锈精准度和除锈效率达到最优;根据在除锈过程中防护板的实时灰度值与标准灰度值比较后的差值调节光束能量密度,使得在除锈过程中根据实时数据适应性调节光束能量密度,能够在实时状态下使得除锈操作的精准度最优;通过对红外图像分析得到分析结果判定除锈是否合格,使得系统能够自判断除锈结果;通过修正模块对除锈不合格的区域进行二次除锈,进一步根据未成功除锈区域占比修正光束能量密度,使得除锈精准度进一步提高。
具体而言,如图2所示,判断模块包括设置单元201、判定单元202和选择单元203;
设置单元用以预先设定标准实际红色程度D0,以及预先设定预设标准面积M0;预先设定第一预设光束直径L1和第二预设光束直径L2,且L1<L2;预先设定第一预设脉冲间隔J1和第二预设脉冲间隔J2,且J1<J2;
当D1<D0时,判定单元判定待除锈区域不合格,不可进行除锈操作;
当D1≥D0时,判定单元判定待除锈区域合格,可进行除锈操作;
具体而言,本实施例中设定的标准实际红色程度过滤出还未达到除锈条件的区域,避免除锈无效操作。
当判定待除锈区域合格时,根据待除锈区域面积M1与预设面积的比对结果确定光束直径和脉冲间隔;
当M1≥M0时,选择单元将光束直径设置为L2,将脉冲间隔设置为J1;
当M1<M0时,选择单元将光束直径设置为L1,将脉冲间隔设置为J2。
具体而言,本实施例中除锈区域面积越大,则选择的除锈光束直径越大,同时选择的除锈脉冲间隔越小;相应的,除锈区域面积越小,则选择的除锈光束直径越小,同时选择的除锈脉冲间隔越大。
通过判断模块根据实际红色程度判定是否进行除锈操作,避免对实际红色程度还未达到除锈操作要求的情况下进行除锈操作,提高了除锈操作的有效性;通过判断模块根据待除锈区域面积确定光束直径和脉冲间隔,对不同区域不同面积能够适应性确定除锈的光束直径和脉冲间隔,提高了除锈操作的精准度。
具体而言,判断模块在确定光束直径和脉冲间隔且判定可进行除锈操作时,将出光口移至待除锈区域并获取待除锈区域内锈坑的红外图像,根据锈坑的红外图像确定光束能量密度,包括:
根据锈坑的红外图像获取锈坑深度H0,预先设定第一预设锈坑深度H1、第二预设锈坑深度H2和第三预设锈坑深度H3,且H1<H2<H3;预先设定第一预设能量密度N1、第二预设能量密度N2和第三预设能量密度N3,且N1<N2<N3;
根据锈坑深度H0与各预设锈坑深度的大小关系确定锈坑类型并确定光束能量密度;
当H1≤H0<H2时,判定锈坑为浅锈坑,并将光束能量密度设置为N1;
当H2≤H0<H3时,判定锈坑为中型锈坑,并将光束能量密度设置为N2;
当H3≤H0时,判定锈坑为深锈坑,并将光束能量密度设置为N3。
具体而言,锈坑的深度对应除锈强度,锈坑深度越大需要的除锈强度越大,本实施例中根据锈坑的实际深度选取符合除锈强度的光束能量密度。通过判断模块根据锈坑的红外图像确定光束能量密度,使得系统能够对不同深度的锈坑适应性确定最佳光束能量密度,进一步提高了除锈操作中对锈坑除锈的精准度。
具体而言,激光除锈模块获取待除锈区域内锈迹的红外图像,根据锈迹的红外图像判定是否开启散热装置,包括:
根据锈迹的红外图像获取锈迹直径Z1,预先设定标准锈迹直径Z0,根据锈迹直径Z1与标准锈迹直径Z0的大小关系,判定是否开启散热装置;
当Z1≤Z0时,判定不需开启散热装置;
当Z1>Z0时,判定需开启散热装置。
具体而言,当Z1>Z0时,激光除锈模块判定需开启散热装置后,获取锈迹直径Z1与标准锈迹直径Z0的直径差值ΔZ=Z1-Z0,根据直径差值ΔZ与预设直径差值的大小关系确定散热装置的初始功率;
预先设定第一预设直径差值ΔZ1、第二预设直径差值ΔZ2和第三预设直径差值ΔZ3,且ΔZ1<ΔZ2<ΔZ3;预先设定第一预设功率P1、第二预设功率P2和第三预设功率P3,且P1<P2<P3;
当ΔZ1≤ΔZ<ΔZ2时,将散热装置的初始功率设置为P1;
当ΔZ2≤ΔZ<ΔZ3时,将散热装置的初始功率设置为P2;
当ΔZ3≤ΔZ时,将散热装置的初始功率设置为P3。
本实施例中除锈操作还考虑锈迹的直径大小,为了避免在除锈操作过程中热量积聚导致锈迹继续扩散,采取启动散热装置的方式在除锈过程中进行散热。
具体而言,激光除锈模块当确认开启散热装置,并将散热装置的初始功率设置为Pi后,i=1,2,3,根据锈迹的红外图像判定是否开启散热装置,还包括:
获取环境温度T0,预先设定第一预设温度T1、第二预设温度T2和第三预设温度T3,且T1<T2<T3;预先设定第一预设功率调整系数A1、第二预设功率调整系数A2和第三预设功率调整系数A3,且A1<A2<A3;
根据环境温度T0与各预设温度的大小关系选取功率调整系数对散热装置的初始功率P i进行调整,并以调整后的功率运行;
当T1≤T0<T2时,选取第一预设功率调整系数A1对初始功率P i进行调整,获取调整后的功率Pi×A1;
当T2≤T0<T3时,选取第二预设功率调整系数A2对初始功率P i进行调整,获取调整后的功率Pi×A2;
当T3≤T0时,选取第三预设功率调整系数A3对初始功率P i进行调整,获取调整后的功率P i×A3。
通过判断模块根据锈迹的红外图像确定是否开启散热装置并进行除锈操作,避免由于在除锈过程中产生的热量导致锈迹进一步扩大,提高除锈效率;根据待除锈锈迹直径与预设直径的差值确定散热装置初始功率以及根据锈迹所处的环境温度适应性调整散热装置功率,提高除锈操作中对锈迹除锈的精准度。
具体而言,激光除锈模块在除锈过程中获取防护板的实时灰度值,并将实时灰度值与标准灰度值进行比对,根据比对结果判定是否对光束能量密度进行调节,包括:
预先设定标准灰度值G0,将实时灰度值G1与标准灰度值G0进行比对;
当G0<G1时,判定防护板的灰度值不合格,并计算实时灰度值G1与标准灰度值G0的灰度值差值ΔG=G1-G0;
当G0≥G1时,判定防护板的灰度值合格。
具体而言,激光除锈模块根据灰度值差值与预设灰度值差值的比对结果对光束能量密度进行调节,包括:
预先设定第一预设灰度值差值ΔG1、第二预设灰度值差值ΔG2和第三预设灰度值差值ΔG3,且ΔG1<ΔG2<ΔG3;
预先设定第一预设能量调整系数B1、第二预设能量调整系数B2和第三预设能量调整系数B3,且0<B1<B2<B3<1;
当ΔG1≤ΔG<ΔG2时,选取第三预设能量调整系数B3对光束能量密度W0进行调节,获取调节后的光束能量密度W0×B3;
当ΔG2≤ΔG<ΔG3时,选取第二预设能量调整系数B2对光束能量密度W0进行调节,获取调节后的光束能量密度W0×B2;
当ΔG3≤ΔG时,选取第一预设能量调整系数B1对光束能量密度W0进行调节,获取调节后的光束能量密度W0×B1。
根据在除锈过程中防护板的实时灰度值与标准灰度值比较后的差值调节光束能量密度,使得在除锈过程中根据实时数据适应性调节光束能量密度,能够在实时状态下使得除锈操作的精准度最优。
具体而言,修正模块根据分析结果判定除锈不合格时,对除锈完成后的区域进行二次除锈,并在进行二次除锈时获取未成功除锈区域占比,根据未成功除锈区域占比对光束能量密度进行修正,包括:
预先设定第一预设区域占比R1、第二预设区域占比R2和第三预设区域占比R3,且R1<R2<R3;
预先设定第一预设能量修正系数C1、第二预设能量修正系数C2和第三预设能量修正系数C3,且C1<C2<C3;
根据未成功除锈区域占比ΔR与各预设区域占比的大小关系,选取能量修正系数对光束能量密度W0×Bi进行修正,i=1,2,3;
当R1≤ΔR<R2时,选取第一预设能量修正系数C1对光束能量密度W0×Bi进行修正,获取修正后的光束能量密度W0×Bi×C1;
当R2≤ΔR<R3时,选取第二预设能量修正系数C2对光束能量密度W0×Bi进行修正,获取修正后的光束能量密度W0×Bi×C2;
当R3≤ΔR时,选取第三预设能量修正系数C3对光束能量密度W0×Bi进行修正,获取修正后的光束能量密度W0×Bi×C3。
具体而言,本实施例对激光除锈后的区域进行图像分析,能够精准分析出除锈不合格的区域。进一步地,通过修正模块对除锈不合格的区域进行二次除锈并进一步根据未成功除锈区域占比修正光束能量密度,使得除锈精准度进一步提高。
具体而言,如图3所示,用于海洋内水下作业机器人的防腐蚀控制方法包括:
步骤S100:获取待除锈区域的红外图像并对红外图像进行处理得到待除锈区域内锈迹的实际红色程度和待除锈区域面积;
步骤S200:根据实际红色程度超出标准红色程度阈值判定除锈区域合格并可进行除锈操作,并根据待除锈区域面积确定光束直径和脉冲间隔;
步骤S300:在确定光束直径和脉冲间隔且判定可进行除锈操作时,将出光口移至待除锈区域并获取待除锈区域内锈坑的红外图像,根据锈坑的红外图像确定光束能量密度;
步骤S400:获取待除锈区域内锈迹的红外图像,根据锈迹的红外图像判定是否开启散热装置;
步骤S500:在响应开启散热装置的条件下,对待除锈区域进行除锈操作;
在除锈过程中获取防护板的实时灰度值,并将实时灰度值与标准灰度值进行比对,根据比对结果判定是否对光束能量密度进行调节;
步骤S600:获取除锈完成后的区域的红外图像,并对完成后的红外图像进行分析,根据分析结果判定除锈是否合格;
步骤S500中,当判定实时灰度值小于标准灰度值时,计算实时灰度值与标准灰度值的灰度值差值,并根据灰度值差值与预设灰度值差值的关系对光束能量密度进行调节;
步骤S600中,当激光除锈模块根据分析结果判定除锈不合格时,对除锈完成后的区域进行二次除锈,并在进行二次除锈时获取未成功除锈区域占比,根据未成功除锈区域占比对光束能量密度进行修正。
该方法通过根据红外图像数据判断待除锈区域并在除锈过程中适应性调整光束直径、脉冲间隔、光束能量密度、散热装置功率,使得除锈操作参数达到最优配比,提高了除锈精准度和除锈效率;以及,对除锈不合格区域进行二次除锈,进一步提高了除锈的精准度。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于海洋内水下作业机器人的防腐蚀控制系统,其特征在于,包括:
获取模块,被配置为获取待除锈区域的红外图像并对所述红外图像进行处理得到所述待除锈区域内锈迹的实际红色程度和待除锈区域面积;
判断模块,被配置为根据所述实际红色程度超出标准红色程度阈值判定所述除锈区域合格并可进行除锈操作,并根据所述待除锈区域面积确定光束直径和脉冲间隔;
所述判断模块还被配置为在确定光束直径和脉冲间隔且判定可进行除锈操作时,将出光口移至所述待除锈区域并获取所述待除锈区域内锈坑的红外图像,根据所述锈坑的红外图像确定光束能量密度;
所述判断模块还被配置为获取所述待除锈区域内锈迹的红外图像,根据所述锈迹的红外图像判定是否开启散热装置;
激光除锈模块,被配置为在响应开启散热装置的条件下,对所述待除锈区域进行除锈操作;
所述激光除锈模块还被配置为在除锈过程中获取防护板的实时灰度值,并将所述实时灰度值与标准灰度值进行比对,根据比对结果判定是否对所述光束能量密度进行调节;
所述激光除锈模块还被配置为当判定所述实时灰度值小于标准灰度值时,计算所述实时灰度值与所述标准灰度值的灰度值差值,并根据所述灰度值差值与预设灰度值差值的关系对所述光束能量密度进行调节;
所述激光除锈模块还被配置为获取除锈完成后的区域的红外图像,并对完成后的红外图像进行分析,根据分析结果判定除锈是否合格;
修正模块,被配置为当所述激光除锈模块根据所述分析结果判定除锈不合格时,对所述除锈完成后的区域进行二次除锈,并在进行二次除锈时获取未成功除锈区域占比,根据所述未成功除锈区域占比对所述光束能量密度进行修正。
2.根据权利要求1所述的用于海洋内水下作业机器人的防腐蚀控制系统,其特征在于,所述判断模块包括设置单元、判定单元和选择单元;
所述判定单元根据所述实际红色程度D1超出标准红色程度阈值判定所述除锈区域合格并可进行除锈操作,所述标准红色程度阈值为[0,D0],其中D0为在所述设置单元预先设定的标准红色程度;
所述判定单元根据所述待除锈区域面积M1与标准面积阈值比较对所述除锈区域进行二次判定以及所述选择模块选择对应的光束直径和脉冲间隔,所述标准面积阈值为[0,M0),其中M0为在所述设置单元预先设定的标准面积;
当M1∈[0,M0)时,所述选择单元选择所述光束直径为L1且选择所述脉冲间隔为J2;当时,所述选择单元选择所述光束直径为L2且选择所述脉冲间隔为J1;其中L1为在所述设置单元预先设定的第一预设光束直径,L2为在所述设置单元预先设定的第二预设光束直径,J1为在所述设置单元预先设定的第一预设脉冲间隔,J2为在所述设置单元预先设定的第二预设脉冲间隔。
3.根据权利要求2所述的用于海洋内水下作业机器人的防腐蚀控制系统,其特征在于,所述判断模块在确定光束直径和脉冲间隔且判定可进行除锈操作时,将出光口移至所述待除锈区域并获取所述待除锈区域内锈坑的红外图像,根据所述锈坑的红外图像确定光束能量密度,包括:
根据所述锈坑的红外图像获取锈坑深度H0,所述判断模块根据所述锈坑深度H0与预设的锈坑深度的大小关系确定锈坑类型并确定所述光束能量密度,所述深度的大小关系包括第一深度关系、第二深度关系和第三深度关系,所述第一深度关系为H0∈[H1,H2),所述第二深度关系为H0∈[H2,H3),所述第三深度关系为H0∈[H3,+∞),所述锈坑类型包括浅锈坑、中型锈坑和深锈坑;
所述第一深度关系对应确定所述锈坑为浅锈坑并将所述光束能量密度设置为N1,其中N1为所述判断模块预先设定的第一预设能量密度;
所述第二深度关系对应确定所述锈坑为中型锈坑并将所述光束能量密度设置为N2,其中N2为所述判断模块预先设定的第二预设能量密度;
所述第三深度关系对应确定所述锈坑为深型锈坑并将所述光束能量密度设置为N3,其中N3为所述判断模块预先设定的第三预设能量密度。
4.根据权利要求3所述的用于海洋内水下作业机器人的防腐蚀控制系统,其特征在于,所述激光除锈模块获取所述待除锈区域内锈迹的红外图像,根据所述锈迹的红外图像判定是否开启散热装置,包括:
根据所述锈迹的红外图像获取锈迹直径Z1,预先设定标准锈迹直径Z0,根据所述锈迹直径Z1与所述标准锈迹直径Z0的大小关系,判定是否开启散热装置;
当锈迹直径Z1大于或等于准锈迹直径Z0时,判定不需开启散热装置;
当锈迹直径Z1大于准锈迹直径Z0时,判定需开启散热装置。
5.根据权利要求4所述的用于海洋内水下作业机器人的防腐蚀控制系统,其特征在于,所述激光除锈模块在响应开启散热装置的条件下获取所述锈迹直径Z1与所述标准锈迹直径Z0的直径差值ΔZ=Z1-Z0并根据所述直径差值ΔZ与预设直径差值的大小关系确定所述散热装置的初始功率;其中,所述直径差值的大小关系包括第一直径差值关系、第二直径差值关系和第三直径差值关系,所述第一直径差值关系为ΔZ∈[ΔZ1,ΔZ2),所述第二直径差值关系为ΔZ∈[ΔZ2,ΔZ3),所述第三直径差值关系为ΔZ∈[ΔZ3,+∞);
所述第一直径差值关系确定所述散热装置的初始功率为P1,其中P1为在所述激光除锈模块预先设定的第一预设功率;
所述第二直径差值关系确定所述散热装置的初始功率为P2,其中P2为在所述激光除锈模块预先设定的第二预设功率;
所述第三直径差值关系确定所述散热装置的初始功率为P3,其中P3为在所述激光除锈模块预先设定的第三预设功率。
6.根据权利要求5所述的用于海洋内水下作业机器人的防腐蚀控制系统,其特征在于,所述激光除锈模块当确认开启所述散热装置,并将所述散热装置的初始功率设置为Pi后,i=1,2,3,根据所述锈迹的红外图像判定是否开启散热装置,还包括:
所述激光除锈模块获取环境温度T0并根据所述环境温度T0与各预设温度的大小关系选取功率调整系数对所述散热装置的初始功率Pi进行调整,并以调整后的功率运行,所述温度的大小关系包括第一温度关系、第二温度关系和第三温度关系,所述第一温度关系为T0∈[T1,T2),所述第二温度关系为T0∈[T2,T3),所述第三温度关系为T0∈[T3,∞);
所述第一温度关系对应选取功率调整系数A1对所述初始功率Pi进行调整,获取调整后的功率Pi×A1,其中A1为在所述激光除锈模块预设的第一预设功率调整系数;
所述第二温度关系对应选取功率调整系数A2对所述初始功率Pi进行调整,获取调整后的功率Pi×A2,其中A2为在所述激光除锈模块预设的第二预设功率调整系数;
所述第三温度关系对应选取功率调整系数A3对所述初始功率Pi进行调整,获取调整后的功率Pi×A3,其中A3为在所述激光除锈模块预设的第三预设功率调整系数。
7.根据权利要求6所述的用于海洋内水下作业机器人的防腐蚀控制系统,其特征在于,所述在除锈过程中获取防护板的实时灰度值G1并根据标准灰度值阈值判定防护板的灰度值是否合格,所述标准灰度值阈为(0,G0),其中G0为预设的标准灰度值;
当G1∈(0,G0)时,所述激光除锈模块判定防护板的灰度值不合格,并计算所述实时灰度值G1与所述标准灰度值G0的灰度值差值ΔG=G1-G0。
8.根据权利要求7所述的用于海洋内水下作业机器人的防腐蚀控制系统,其特征在于,所述激光除锈模块根据所述灰度值差值ΔG与预设灰度值差值的关系对所述光束能量密度进行调节,所述灰度值差值的关系包括第一灰度值差值关系、第二灰度值差值关系和第三灰度值差值关系,所述预设灰度值差值包括第一预设灰度值差值ΔG1、第二预设灰度值差值ΔG2和第三预设灰度值差值ΔG3,所述第一灰度值差值关系为ΔG∈[ΔG1,ΔG2),所述第二灰度值差值关系为ΔG∈[ΔG2,ΔG3),所述第三灰度值差值关系为ΔG∈[ΔG3,+∞);
所述第一灰度值差值关系对应选取能量调整系数B3对所述光束能量密度W0进行调节,获取调节后的光束能量密度W0×B3,其中B3为预设的第三能量调整系数;
所述第二灰度值差值关系对应选取能量调整系数B2对所述光束能量密度W0进行调节,获取调节后的光束能量密度W0×B2,其中B2为预设的第二能量调整系数;
所述第三灰度值差值关系对应选取能量调整系数B1对所述光束能量密度W0进行调节,获取调节后的光束能量密度W0×B1,其中B1为预设的第一能量调整系数;
其中,ΔG1<ΔG2<ΔG3且0<B1<B2<B3<1。
9.根据权利要求8所述的用于海洋内水下作业机器人的防腐蚀控制系统,其特征在于,所述修正模块根据所述分析结果判定除锈不合格时,对所述除锈完成后的区域进行二次除锈,并在进行二次除锈时获取未成功除锈区域占比,根据所述未成功除锈区域占比对所述光束能量密度进行修正,包括:
预先设定第一预设区域占比R1、第二预设区域占比R2和第三预设区域占比R3,且R1<R2<R3;
预先设定第一预设能量修正系数C1、第二预设能量修正系数C2和第三预设能量修正系数C3,且C1<C2<C3;
所述修正模块根据所述未成功除锈区域占比ΔR与各预设区域占比的大小关系选取能量修正系数对所述光束能量密度W0×Bi进行修正,i=1,2,3,其中所述区域占比的大小关系包括第一区域占比关系、第二区域占比关系和第三区域占比关系,所述第一区域占比关系为ΔR∈[R1,R2),所述第二区域占比关系为ΔR∈[R2,R3),所述第三区域占比关系为ΔR∈[R3,+∞);
所述第一区域占比关系对应选取第一能量修正系数C1对所述光束能量密度W0×Bi进行修正,获取修正后的光束能量密度W0×Bi×C1;
所述第二区域占比关系对应选取第二能量修正系数C2对所述光束能量密度W0×Bi进行修正,获取修正后的光束能量密度W0×Bi×C2;
所述第三区域占比关系对应选取第三能量修正系数C3对所述光束能量密度W0×Bi进行修正,获取修正后的光束能量密度W0×Bi×C3。
10.一种基于权利要求1-9任一项所述的用于海洋内水下作业机器人的防腐蚀控制系统的方法,其特征在于,包括:
步骤S100:获取待除锈区域的红外图像并对所述红外图像进行处理得到所述待除锈区域内锈迹的实际红色程度和待除锈区域面积;
步骤S200:根据所述实际红色程度超出标准红色程度阈值判定所述除锈区域合格并可进行除锈操作,并根据所述待除锈区域面积确定光束直径和脉冲间隔;
步骤S300:在确定光束直径和脉冲间隔且判定可进行除锈操作时,将出光口移至所述待除锈区域并获取所述待除锈区域内锈坑的红外图像,根据所述锈坑的红外图像确定光束能量密度;
步骤S400:获取所述待除锈区域内锈迹的红外图像,根据所述锈迹的红外图像判定是否开启散热装置;
步骤S500:在响应开启散热装置的条件下,对所述待除锈区域进行除锈操作;
在除锈过程中获取防护板的实时灰度值,并将所述实时灰度值与标准灰度值进行比对,根据比对结果判定是否对所述光束能量密度进行调节;
步骤S600:获取除锈完成后的区域的红外图像,并对完成后的红外图像进行分析,根据分析结果判定除锈是否合格;
步骤S500中,当判定所述实时灰度值小于标准灰度值时,计算所述实时灰度值与所述标准灰度值的灰度值差值,并根据所述灰度值差值与预设灰度值差值的关系对所述光束能量密度进行调节;
步骤S600中,当所述激光除锈模块根据所述分析结果判定除锈不合格时,对所述除锈完成后的区域进行二次除锈,并在进行二次除锈时获取未成功除锈区域占比,根据所述未成功除锈区域占比对所述光束能量密度进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311288714.2A CN117283143B (zh) | 2023-10-08 | 2023-10-08 | 用于海洋内水下作业机器人的防腐蚀控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311288714.2A CN117283143B (zh) | 2023-10-08 | 2023-10-08 | 用于海洋内水下作业机器人的防腐蚀控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117283143A true CN117283143A (zh) | 2023-12-26 |
CN117283143B CN117283143B (zh) | 2024-02-09 |
Family
ID=89244151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311288714.2A Active CN117283143B (zh) | 2023-10-08 | 2023-10-08 | 用于海洋内水下作业机器人的防腐蚀控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117283143B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010057661A1 (de) * | 2008-11-21 | 2010-05-27 | Precitec Kg | Verfahren und vorrichtung zur überwachung eines an einem werkstück durchzuführenden laserbearbeitungsvorgangs sowie laserbearbeitungskopf mit einer derartigen vorrichtung |
CN109332900A (zh) * | 2018-10-22 | 2019-02-15 | 西安云鑫电子科技有限公司 | 激光除锈方法及装置、存储介质、电子终端 |
CN115430917A (zh) * | 2022-08-01 | 2022-12-06 | 海波重型工程科技股份有限公司 | 脉冲激光除锈方法、设备、存储介质及装置 |
WO2023007221A1 (fr) * | 2021-07-28 | 2023-02-02 | Aperam | Procédé et installation de décapage d'une couche d'oxyde d'un produit métallique |
-
2023
- 2023-10-08 CN CN202311288714.2A patent/CN117283143B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010057661A1 (de) * | 2008-11-21 | 2010-05-27 | Precitec Kg | Verfahren und vorrichtung zur überwachung eines an einem werkstück durchzuführenden laserbearbeitungsvorgangs sowie laserbearbeitungskopf mit einer derartigen vorrichtung |
CN109332900A (zh) * | 2018-10-22 | 2019-02-15 | 西安云鑫电子科技有限公司 | 激光除锈方法及装置、存储介质、电子终端 |
WO2023007221A1 (fr) * | 2021-07-28 | 2023-02-02 | Aperam | Procédé et installation de décapage d'une couche d'oxyde d'un produit métallique |
CN115430917A (zh) * | 2022-08-01 | 2022-12-06 | 海波重型工程科技股份有限公司 | 脉冲激光除锈方法、设备、存储介质及装置 |
Non-Patent Citations (1)
Title |
---|
邱兆飚;朱海红;: "脉冲激光除锈工艺研究", 应用激光, no. 04, 15 August 2013 (2013-08-15), pages 68 - 72 * |
Also Published As
Publication number | Publication date |
---|---|
CN117283143B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110789128B (zh) | 一种增材制造制件成形质量预测与控制系统及方法 | |
CN111014185B (zh) | 一种激光清洗油漆的方法及装置 | |
CN117283143B (zh) | 用于海洋内水下作业机器人的防腐蚀控制系统及方法 | |
CN110319965B (zh) | 一种检测工件深层残余应力的方法 | |
CN116213962B (zh) | 一种基于状态预测的金属板材切割控制方法及系统 | |
CN1299173C (zh) | 调节和控制工艺过程的方法 | |
CN111940423A (zh) | 一种飞机非导电复合涂层的原位激光清洗方法 | |
CN101134264A (zh) | 激光加工中的加工不良防止系统 | |
CN115661376B (zh) | 一种基于无人机图像的目标重建方法及系统 | |
CN1337896A (zh) | 激光加工装置 | |
CN112387982B (zh) | 一种激光增材过程功率联合调控方法 | |
CN110893515B (zh) | 加工条件调整装置以及机器学习装置 | |
KR20200143209A (ko) | 고연 양극 슬러지 중금속 오염물의 지능형 공급원 저감 패키지 기술 방법 | |
CN112517959B (zh) | 一种孔加工的在线补偿方法 | |
CN112171387B (zh) | 一种离子束和化学机械抛光组合的铝合金反射镜加工方法 | |
CN111774720B (zh) | 一种激光进行金属材料深加工的方法 | |
CN116197409A (zh) | 用于3d打印零件的加工方法及3d打印零件 | |
CN115980130A (zh) | 一种热障涂层中缺陷定量检测方法及系统 | |
CN117206985B (zh) | 一种基于大数据的机器人去毛刺速度智能控制系统及方法 | |
CN109726761B (zh) | Cnn进化方法、基于cnn的auv集群工作方法、装置及存储介质 | |
US20220284141A1 (en) | Method of determining the orientation of a three-dimensional model for additive manufacturing | |
CN117371994B (zh) | 一种基于意见反馈的船舶维修智能管理系统 | |
CN117749078B (zh) | 一种光伏板清洁用控制方法及系统 | |
CN117260728A (zh) | 一种铸造件清理机器人智能工具调度控制系统 | |
CN110205653B (zh) | 一种铅基阳极表面阳极泥智能识别及无损干除方法及系统 |
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 |