CN117300451A - 一种基于机器视觉的焊管成型控制系统 - Google Patents
一种基于机器视觉的焊管成型控制系统 Download PDFInfo
- Publication number
- CN117300451A CN117300451A CN202311311221.6A CN202311311221A CN117300451A CN 117300451 A CN117300451 A CN 117300451A CN 202311311221 A CN202311311221 A CN 202311311221A CN 117300451 A CN117300451 A CN 117300451A
- Authority
- CN
- China
- Prior art keywords
- ellipticity
- real
- appearance
- module
- analysis module
- 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
- 238000000465 moulding Methods 0.000 title claims description 3
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 127
- 239000010959 steel Substances 0.000 claims abstract description 127
- 238000003466 welding Methods 0.000 claims abstract description 74
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 238000007781 pre-processing Methods 0.000 claims abstract description 42
- 238000003860 storage Methods 0.000 claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000009957 hemming Methods 0.000 claims description 19
- 210000001503 joint Anatomy 0.000 claims description 16
- 239000012535 impurity Substances 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 14
- 230000035515 penetration Effects 0.000 claims description 14
- 238000005520 cutting process Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims 6
- 238000010276 construction Methods 0.000 abstract description 6
- 238000005452 bending Methods 0.000 abstract description 4
- 230000006835 compression Effects 0.000 abstract description 3
- 238000007906 compression Methods 0.000 abstract description 3
- 238000009434 installation Methods 0.000 abstract description 3
- 239000002184 metal Substances 0.000 abstract description 2
- 239000011324 bead Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- VNFVKWMKVDOSKT-LREBCSMRSA-N (2r,3r)-2,3-dihydroxybutanedioic acid;piperazine Chemical compound C1CNCCN1.OC(=O)[C@H](O)[C@@H](O)C(O)=O VNFVKWMKVDOSKT-LREBCSMRSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000002699 waste 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
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
Landscapes
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Butt Welding And Welding Of Specific Article (AREA)
Abstract
本发明涉及金属加工技术领域,且公开了一种基于机器视觉的焊管成型控制系统,包括焊接信息存储模块、图像采集模块、图像预处理模块、位置参数分析模块、外观参数分析模块、椭圆度分析模块、整体质量分析模块、调整控制模块以及优化模块,通过设有调整控制模块,有利于基于机器视觉,对钢管的椭圆度进行调整,达到对影响椭圆度的预弯装置与机械夹辊装置进行调整的目的,能够降低钢管椭圆度超标的现象,降低因管端坡口不平整产生环焊缝对缝错边的情况次数,降低了安装时的压缩难度与钢管对口难度,提高了钢管对接的稳定性,提高管道施工进度的同时,提高了钢管的焊接质量。
Description
技术领域
本发明涉及金属加工技术领域,更具体地涉及一种基于机器视觉的焊管成型控制系统。
背景技术
焊管即焊接钢管,是用钢板或带钢经过卷曲成型后焊接制成的钢管,对于螺旋埋弧焊管而言,焊管的椭圆度是钢管管端重要的几何尺寸,椭圆度是指钢管同一横截面上测量的最大直径和最小直径的差值,管线施工现场在对接钢管时,由于椭圆度的存在,钢管管端曲率不规整,在工地采取强制变形方法进行钢管对接会产生附加应力,造成钢管应力集中,降低了管线运行的安全性和可靠性,影响管张服役寿命,因此对焊管成型过程中的椭圆度进行控制极其重要。
现有公开号CN110369832A公开一种螺纹焊管成型过程智能调整系统及方法,通过对焊管成型过程中钢带对接点、钢带角度、毛刺形状、焊缝宽度、焊缝中的杂质、气泡以及焊透率进行分析对比,有效对螺纹焊管成型过程进行实时监控,达到及时对螺旋焊管成型机和埋弧焊机调整的目的,避免螺纹焊管焊接过程质量不稳定的问题,保证了螺纹焊管的成材率,减少了废管率。
但是文件中仍存在一些不足,文件中未对钢管的椭圆度进行实时的监测,无法达到对影响椭圆度的预弯装置与机械夹辊装置进行调整的目的,无法降低因钢管椭圆度超标,从而提高椭圆度较大的圆弧段与另一钢管较理想的圆弧段对缝时,因管端坡口不平整产生环焊缝对缝错边的情况次数,无法降低安装时的压缝难度与钢管对口难度,无法提高钢管对接的稳定性,无法提高管道施工进度,同时无法对钢管的焊接质量进行评估与优化,无法提高钢管的焊接质量。
发明内容
为了克服现有技术的上述缺陷,本发明提供了一种基于机器视觉的焊管成型控制系统,以解决上述背景技术中存在的问题。
本发明提供如下技术方案:一种基于机器视觉的焊管成型控制系统,包括焊接信息存储模块、图像采集模块、图像预处理模块、位置参数分析模块、外观参数分析模块、椭圆度分析模块、整体质量分析模块、调整控制模块以及优化模块;
所述焊接信息存储模块用于对钢管焊接过程中预设的焊接信息进行存储,所述焊接信息包括位置信息、外观信息以及椭圆度信息;
所述图像采集模块用于通过图像采集设备采集目标对象的图像并传输至图像预处理模块;
所述图像预处理模块用于对图像采集模块采集的图像进行预处理,得到可直接使用的目标数据,所述目标数据包括实时位置参数、实时外观参数以及实时椭圆度参数,所述图像预处理模块包括位置数据预处理单元、外观数据预处理单元以及椭圆度数据预处理单元;
所述位置参数分析模块用于接收位置数据预处理单元的实时位置参数,将实时位置参数与焊接信息存储模块中的位置信息进行对比,对钢管的位置误差度进行分析,得到位置质量指数α,并传输至整体质量分析模块;
所述外观参数分析模块用于接收外观数据预处理单元的实时外观参数,将实时外观参数与焊接信息存储模块中的外观信息进行对比,对钢管的外观误差度进行分析,得到外观误差指数β,并传输至整体质量分析模块;
所述椭圆度参数分析模块用于接收椭圆度数据预处理单元的实时椭圆度参数,将实时椭圆度参数与焊接信息存储模块中的椭圆度信息进行对比,对钢管的椭圆度误差度进行分析,得到椭圆度质量指数γ,并传输至整体质量分析模块与调整控制模块;
所述整体质量分析模块用于接收位置参数分析模块、外观参数分析模块以及椭圆度分析模块的数据,对焊管的整体焊接质量进行计算,得到整体质量指数ω,并将数据传输至优化模块;
所述调整控制模块用于接收位置参数分析模块、外观参数分析模块以及椭圆度参数分析模块的数据,基于机器视觉算法判别钢管的位置信息、外观信息以及椭圆度信息是否出现数据偏离,并根据判别结果控制设备进行相应的调整;
所述优化模块用于接收整体质量分析模块的数据,对数据进行对比分析,若出现数据下滑现象,则向调整控制模块发送优化指令进行优化调整。
优选的,所述位置数据预处理单元用于从目标数据中提取出实时位置参数并传输至位置参数分析模块,所述外观数据预处理单元用于从目标数据中提取出实时外观参数并传输至外观参数分析模块,所述椭圆度数据预处理单元用于从目标数据中提取出实时椭圆度参数并传输至椭圆度分析模块。
优选的,所述实时位置参数包括钢带对接点、钢带角度以及焊缝宽度,所述实时外观参数包括焊缝中的杂质、气泡以及焊透率,所述实时椭圆度参数包括钢管成型角度、钢带应力、钢管窜动度以及卷边辊曲率。
优选的,所述位置质量指数α的计算包括以下步骤:
步骤S01:将实时位置参数中每个钢带对接点依次标记为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)……(xn,yn,zn),位置信息中每个钢带对接点依次为(x1′,y1′,z1′)、(x2′,y2′,z2′)、(x3′,y3′,z3′)……(xn′,yn′,zn′),将实时位置参数中的钢带角度标记为θ,焊缝宽度记为l,位置信息中钢带角度标记为θ′,焊缝宽度记为l′;
步骤S02:计算对接点偏离度A1、角度偏离值A2以及宽度偏离值A3:对接点偏离度A1的计算公式为:角度偏离度A2的计算公式为:A2=|θ-θ′|,宽度偏离值A3的计算公式为:A3=|l-l′|;
步骤S03:计算位置质量指数α:其中,λ为频率常数,k1为角度偏离值的指数系数,k2为宽度偏离值的指数系数。
优选的,所述外观误差指数β的计算公式为:其中,Z为焊缝中的杂质的含有率差值,P为焊缝中的气泡的含有率差值,T为焊透率的差值,λ1为Z的比例系数,λ2为P的比例系数,λ3为T的比例系数,Z=|f-f′|,其中,f为实时外观参数中焊缝中的杂质的含有率,f′为外观信息中焊缝中的杂质的含有率,P=|p-p′|,其中,p为实时外观参数中焊缝中的气泡的含有率,p′为外观信息中焊缝中的气泡的含有率,T=|t-t′|,其中,t为实时外观参数中焊透率的值,t′为外观信息中焊透率的值。
优选的,所述椭圆度质量指数γ的计算包括以下步骤:
步骤S11:计算钢管成型角度偏差值τ:τ=|o-o′|,其中,o为实时椭圆度参数中钢管成型角度,即实际的钢管成型角度,o′为椭圆度信息中钢管成型角度,即理论的钢管成型角度;
步骤S12:计算实时椭圆度参数中的钢带应力Y:Y切为钢带的切向应力,Y法为钢带的法向应力,/> 其中,J为钢带工作时承受的机器压力,R为钢带的宽度,h为钢带的厚度;
步骤S13:计算卷边辊曲率偏离度B:B=|b-b′|,其中,b为实时椭圆度参数中的卷边辊曲率,即实际卷边辊曲率,b′为椭圆度信息中的卷边辊曲率,即理论卷边辊曲率;
步骤S14:计算椭圆度质量指数γ:其中,d为钢管窜动度。
优选的,所述整体质量指数ω的计算公式为:其中,f1为位置质量指数α的权重系数,f2为椭圆度质量指数γ的权重系数。
本发明的技术效果和优点:
(1)本发明通过设有椭圆度参数分析模块,有利于通过对钢管成型角度、钢带应力以及卷边辊曲率进行计算得出钢管成型角度偏差值、钢带应力值以及卷边辊曲率偏离度值,从而得出椭圆度质量指数,能够得出数字化的焊管椭圆度数据,对钢管的焊接质量的评估与优化奠定了基础。
(2)本发明通过设有整体质量分析模块,有利于通过计算得出位置质量指数α、外观误差指数β以及椭圆度质量指数γ,进而得出焊管的整体质量指数,作为判断钢管焊接质量的评估数据,对钢管焊接质量的变化一目了然。
(3)本发明通过设有调整控制模块,有利于基于机器视觉,对钢管的椭圆度进行调整,达到对影响椭圆度的预弯装置与机械夹辊装置进行调整的目的,能够降低钢管椭圆度超标的现象,降低因管端坡口不平整产生环焊缝对缝错边的情况次数,降低了安装时的压缩难度与钢管对口难度,提高了钢管对接的稳定性,提高管道施工进度的同时,提高了钢管的焊接质量。
附图说明
图1为本发明的基于机器视觉的焊管成型控制系统结构图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,另外,在以下的实施方式中记载的各结构的形态只不过是例示,本发明所涉及的一种基于机器视觉的焊管成型控制系统并不限定于在以下的实施方式中记载的各结构,在本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式都属于本发明保护的范围。
本发明提供了一种基于机器视觉的焊管成型控制系统,包括焊接信息存储模块、图像采集模块、图像预处理模块、位置参数分析模块、外观参数分析模块、椭圆度分析模块、整体质量分析模块、调整控制模块以及优化模块;
所述焊接信息存储模块用于对钢管焊接过程中预设的焊接信息进行存储,所述焊接信息包括位置信息、外观信息以及椭圆度信息,所述位置信息包括但不限于钢带对接点、钢带角度以及焊缝宽度,所述外观信息包括但不限于焊缝中的杂质、气泡以及焊透率,所述椭圆度信息包括但不限于钢管成型角度与卷边辊曲率,所述预设的焊接信息值根据钢管的生产规格需求进行设定;
所述图像采集模块用于通过图像采集设备采集目标对象的图像并传输至图像预处理模块,所述图像采集设备包括至少一个工业摄像头,所述目标对象为待焊接的钢管,所述图像包括但不限于目标对象的内焊区图像、外焊区图像以及钢管变形过程中的图像;
所述图像预处理模块用于对图像采集模块采集的图像进行预处理,得到可直接使用的目标数据,所述目标数据包括实时位置参数、实时外观参数以及实时椭圆度参数,所述图像预处理模块包括位置数据预处理单元、外观数据预处理单元以及椭圆度数据预处理单元,所述位置数据预处理单元用于从目标数据中提取出实时位置参数并传输至位置参数分析模块,所述外观数据预处理单元用于从目标数据中提取出实时外观参数并传输至外观参数分析模块,所述椭圆度数据预处理单元用于从目标数据中提取出实时椭圆度参数并传输至椭圆度分析模块,所述实时位置参数包括但不限于钢带对接点、钢带角度以及焊缝宽度,所述实时外观参数包括但不限于焊缝中的杂质、气泡以及焊透率,所述实时椭圆度参数包括但不限于钢管成型角度、钢带应力、钢管窜动度以及卷边辊曲率;
所述位置参数分析模块用于接收位置数据预处理单元的实时位置参数,将实时位置参数与焊接信息存储模块中的位置信息进行对比,对钢管的位置误差度进行分析,得到位置质量指数α,并传输至整体质量分析模块;
所述外观参数分析模块用于接收外观数据预处理单元的实时外观参数,将实时外观参数与焊接信息存储模块中的外观信息进行对比,对钢管的外观误差度进行分析,得到外观误差指数β,并传输至整体质量分析模块;
所述椭圆度参数分析模块用于接收椭圆度数据预处理单元的实时椭圆度参数,将实时椭圆度参数与焊接信息存储模块中的椭圆度信息进行对比,对钢管的椭圆度误差度进行分析,得到椭圆度质量指数γ,并传输至整体质量分析模块与调整控制模块;
所述整体质量分析模块用于接收位置参数分析模块、外观参数分析模块以及椭圆度分析模块的数据,对焊管的整体焊接质量进行计算,得到整体质量指数ω,并将数据传输至优化模块;
所述调整控制模块用于接收位置参数分析模块、外观参数分析模块以及椭圆度参数分析模块的数据,基于机器视觉算法判别钢管的位置信息、外观信息以及椭圆度信息是否出现数据偏离,并根据判别结果控制设备进行相应的调整,所述机器视觉算法可根据现有机器视觉算法进行编程,本实施例不对具体算法做具体限定,凡是可以实现对比结果的算法均可,所述调整控制模块可根据对椭圆度信息的判别结果调整机械夹辊装置中上夹辊与下夹辊的距离、预弯装置中输出辊道中心与成型器测圆中心的重合度、钢管两端夹具的对心度以及带钢递送线的角度;
所述优化模块用于接收整体质量分析模块的数据,对数据进行对比分析,若出现数据下滑现象,则向调整控制模块发送优化指令进行优化调整。
本实施例中,需要具体说明的是,所述位置质量指数α的计算包括以下步骤:
步骤S01:将实时位置参数中每个钢带对接点依次标记为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)……(xn,yn,zn),位置信息中每个钢带对接点依次为(x1′,y1′,z1′)、(x2′,y2′,z2′)、(x3′,y3′,z3′)……(xn′,yn′,zn′),将实时位置参数中的钢带角度标记为θ,焊缝宽度记为l,位置信息中钢带角度标记为θ′,焊缝宽度记为l′;
步骤S02:计算对接点偏离度A1、角度偏离值A2以及宽度偏离值A3:对接点偏离度A1的计算公式为:角度偏离度A2的计算公式为:A2=|θ-θ′|,宽度偏离值A3的计算公式为:A3=|l-l′|;
步骤S03:计算位置质量指数α:其中,λ为频率常数,k1为角度偏离值的指数系数,k2为宽度偏离值的指数系数,k1与k2均大于1,本实施例不对k1与k2的具体数值做具体限定。
本实施例中,需要具体说明的是,所述外观误差指数β的计算公式为:其中,Z为焊缝中的杂质的含有率差值,P为焊缝中的气泡的含有率差值,T为焊透率的差值,λ1为Z的比例系数,λ2为P的比例系数,λ3为T的比例系数,λ1+λ2+λ3=1,本实施例不对具体数值做具体限定,Z=|f-f′|,其中,f为实时外观参数中焊缝中的杂质的含有率,f′为外观信息中焊缝中的杂质的含有率,P=|p-p′|,其中,p为实时外观参数中焊缝中的气泡的含有率,p′为外观信息中焊缝中的气泡的含有率,T=|t-t′|,其中,t为实时外观参数中焊透率的值,t′为外观信息中焊透率的值。
本实施例中,需要具体说明的是,所述椭圆度质量指数γ的计算包括以下步骤:
步骤S11:计算钢管成型角度偏差值τ:τ=|o-o′|,其中,o为实时椭圆度参数中钢管成型角度,即实际的钢管成型角度,o′为椭圆度信息中钢管成型角度,即理论的钢管成型角度;
步骤S12:计算实时椭圆度参数中的钢带应力Y:Y切为钢带的切向应力,Y法为钢带的法向应力,/> 其中,J为钢带工作时承受的机器压力,R为钢带的宽度,h为钢带的厚度;
步骤S13:计算卷边辊曲率偏离度B:B=|b-b′|,其中,b为实时椭圆度参数中的卷边辊曲率,即实际卷边辊曲率,b′为椭圆度信息中的卷边辊曲率,即理论卷边辊曲谱,其中,R为钢管外半径,h为带钢厚度,σ为泊松比,E为弹性模量,δ为带钢屈服强度,K0为强化系数,K1为形状系数,C为常数;
步骤S14:计算椭圆度质量指数γ:其中,d为钢管窜动度。
本实施例中,需要具体说明的是,所述整体质量指数ω的计算公式为:其中,f1为位置质量指数α的权重系数,f2为椭圆度质量指数γ的权重系数。
本实施例中,需要具体说明的是,所述数据下滑现象的判断标准为:若存在ωj>ωj+1,则判断为出现数据下滑现象,所述ωj为第j个焊管的整体质量指数。
本实施例中,需要具体说明的是,本实施与现有技术的区别主要在于本实施例具备调整控制模块,有利于基于机器视觉,对钢管的椭圆度进行调整,达到对影响椭圆度的预弯装置与机械夹辊装置进行调整的目的,能够降低钢管椭圆度超标的现象,降低因管端坡口不平整产生环焊缝对缝错边的情况次数,降低了安装时的压缩难度与钢管对口难度,提高了钢管对接的稳定性,提高管道施工进度的同时,提高了钢管的焊接质量。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种基于机器视觉的焊管成型控制系统,其特征在于:包括焊接信息存储模块、图像采集模块、图像预处理模块、位置参数分析模块、外观参数分析模块、椭圆度分析模块、整体质量分析模块、调整控制模块以及优化模块;
所述焊接信息存储模块用于对钢管焊接过程中预设的焊接信息进行存储,所述焊接信息包括位置信息、外观信息以及椭圆度信息;
所述图像采集模块用于通过图像采集设备采集目标对象的图像并传输至图像预处理模块;
所述图像预处理模块用于对图像采集模块采集的图像进行预处理,得到可直接使用的目标数据,所述目标数据包括实时位置参数、实时外观参数以及实时椭圆度参数,所述图像预处理模块包括位置数据预处理单元、外观数据预处理单元以及椭圆度数据预处理单元;
所述位置参数分析模块用于接收位置数据预处理单元的实时位置参数,将实时位置参数与焊接信息存储模块中的位置信息进行对比,对钢管的位置误差度进行分析,得到位置质量指数α,并传输至整体质量分析模块;
所述外观参数分析模块用于接收外观数据预处理单元的实时外观参数,将实时外观参数与焊接信息存储模块中的外观信息进行对比,对钢管的外观误差度进行分析,得到外观误差指数β,并传输至整体质量分析模块;
所述椭圆度参数分析模块用于接收椭圆度数据预处理单元的实时椭圆度参数,将实时椭圆度参数与焊接信息存储模块中的椭圆度信息进行对比,对钢管的椭圆度误差度进行分析,得到椭圆度质量指数γ,并传输至整体质量分析模块与调整控制模块;
所述整体质量分析模块用于接收位置参数分析模块、外观参数分析模块以及椭圆度分析模块的数据,对焊管的整体焊接质量进行计算,得到整体质量指数ω,并将数据传输至优化模块;
所述调整控制模块用于接收位置参数分析模块、外观参数分析模块以及椭圆度参数分析模块的数据,基于机器视觉算法判别钢管的位置信息、外观信息以及椭圆度信息是否出现数据偏离,并根据判别结果控制设备进行相应的调整;
所述优化模块用于接收整体质量分析模块的数据,对数据进行对比分析,若出现数据下滑现象,则向调整控制模块发送优化指令进行优化调整。
2.根据权利要求1所述的一种基于机器视觉的焊管成型控制系统,其特征在于:所述位置数据预处理单元用于从目标数据中提取出实时位置参数并传输至位置参数分析模块,所述外观数据预处理单元用于从目标数据中提取出实时外观参数并传输至外观参数分析模块,所述椭圆度数据预处理单元用于从目标数据中提取出实时椭圆度参数并传输至椭圆度分析模块。
3.根据权利要求1所述的一种基于机器视觉的焊管成型控制系统,其特征在于:所述实时位置参数包括钢带对接点、钢带角度以及焊缝宽度,所述实时外观参数包括焊缝中的杂质、气泡以及焊透率,所述实时椭圆度参数包括钢管成型角度、钢带应力、钢管窜动度以及卷边辊曲率。
4.根据权利要求1所述的一种基于机器视觉的焊管成型控制系统,其特征在于:所述位置质量指数α的计算包括以下步骤:
步骤S01:将实时位置参数中每个钢带对接点依次标记为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)……(xn,yn,zn),位置信息中每个钢带对接点依次为(x1′,y1′,z1′)、(x2′,y2′,z2′)、(x3′,y3′,z3′)……(xn′,yn′,zn′),将实时位置参数中的钢带角度标记为θ,焊缝宽度记为l,位置信息中钢带角度标记为θ′,焊缝宽度记为l′;
步骤S02:计算对接点偏离度A1、角度偏离值A2以及宽度偏离值A3:对接点偏离度A1的计算公式为:角度偏离度A2的计算公式为:A2=|θ-θ′|,宽度偏离值A3的计算公式为:A3=|l-l′|;
步骤S03:计算位置质量指数α:其中,λ为频率常数,k1为角度偏离值的指数系数,k2为宽度偏离值的指数系数。
5.根据权利要求1所述的一种基于机器视觉的焊管成型控制系统,其特征在于:所述外观误差指数β的计算公式为:其中,Z为焊缝中的杂质的含有率差值,P为焊缝中的气泡的含有率差值,T为焊透率的差值,λ1为Z的比例系数,λ2为P的比例系数,λ3为T的比例系数,Z=|f-f′|,其中,f为实时外观参数中焊缝中的杂质的含有率,f′为外观信息中焊缝中的杂质的含有率,P=|p-p′|,其中,p为实时外观参数中焊缝中的气泡的含有率,p′为外观信息中焊缝中的气泡的含有率,T=|t-t′|,其中,t为实时外观参数中焊透率的值,t′为外观信息中焊透率的值。
6.根据权利要求1所述的一种基于机器视觉的焊管成型控制系统,其特征在于:所述椭圆度质量指数γ的计算包括以下步骤:
步骤S11:计算钢管成型角度偏差值τ:τ=|o-o′|,其中,o为实时椭圆度参数中钢管成型角度,即实际的钢管成型角度,o′为椭圆度信息中钢管成型角度,即理论的钢管成型角度;
步骤S12:计算实时椭圆度参数中的钢带应力Y:Y切为钢带的切向应力,Y法为钢带的法向应力,/> 其中,J为钢带工作时承受的机器压力,R为钢带的宽度,h为钢带的厚度;
步骤S13:计算卷边辊曲率偏离度B:B=|b-b′|,其中,b为实时椭圆度参数中的卷边辊曲率,即实际卷边辊曲率,b′为椭圆度信息中的卷边辊曲率,即理论卷边辊曲率;
步骤S14:计算椭圆度质量指数γ:其中,d为钢管窜动度。
7.根据权利要求1所述的一种基于机器视觉的焊管成型控制系统,其特征在于:所述整体质量指数ω的计算公式为:其中,f1为位置质量指数α的权重系数,f2为椭圆度质量指数γ的权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311311221.6A CN117300451A (zh) | 2023-10-11 | 2023-10-11 | 一种基于机器视觉的焊管成型控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311311221.6A CN117300451A (zh) | 2023-10-11 | 2023-10-11 | 一种基于机器视觉的焊管成型控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117300451A true CN117300451A (zh) | 2023-12-29 |
Family
ID=89255013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311311221.6A Pending CN117300451A (zh) | 2023-10-11 | 2023-10-11 | 一种基于机器视觉的焊管成型控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117300451A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117496451A (zh) * | 2024-01-02 | 2024-02-02 | 深圳市华科精密组件有限公司 | 一种机械设备自动化生产用图像处理系统 |
CN117506263A (zh) * | 2024-01-04 | 2024-02-06 | 山东飞宏工程机械有限公司 | 一种基于机器视觉的智能焊接切割设备智能控制系统 |
-
2023
- 2023-10-11 CN CN202311311221.6A patent/CN117300451A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117496451A (zh) * | 2024-01-02 | 2024-02-02 | 深圳市华科精密组件有限公司 | 一种机械设备自动化生产用图像处理系统 |
CN117496451B (zh) * | 2024-01-02 | 2024-04-02 | 深圳市华科精密组件有限公司 | 一种机械设备自动化生产用图像处理系统 |
CN117506263A (zh) * | 2024-01-04 | 2024-02-06 | 山东飞宏工程机械有限公司 | 一种基于机器视觉的智能焊接切割设备智能控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117300451A (zh) | 一种基于机器视觉的焊管成型控制系统 | |
JP5431881B2 (ja) | 管材の溶接ビード測定方法並びに溶接ビード切削方法及び溶接ビード切削装置 | |
US20080289169A1 (en) | Method and apparatus for joining plates | |
CN109483179B (zh) | 高强钢卷管加工工艺 | |
US20050035094A1 (en) | Method and apparatus for making welded large pipes | |
CN115047162A (zh) | 一种钢管热处理的缺陷检测方法及系统 | |
CN110434306A (zh) | 一种扇形段辊缝在线标定工具及在线标定方法 | |
CN114083242A (zh) | 一种海上风电大直径薄壁吸力筒筒体制造方法 | |
CN110102607B (zh) | Jco钢管成型调型工艺 | |
CN112407189A (zh) | 超大型船舶艏部锚链筒和锚台的精度建造工艺 | |
CN114453434B (zh) | 一种夹送辊的控制方法和装置 | |
JP2006272365A (ja) | Uoe鋼管の管端矯正設備および管端矯正方法 | |
US8305588B2 (en) | Position-measuring method and device adapted for the positioning of a wheel | |
CN115592294A (zh) | 焊材在管道焊接的外环焊缝全位置成形质量评价方法 | |
AU2015200917A1 (en) | Combination welding method of simultaneously performing tungsten arc welding and submerged arc welding | |
JP4779227B2 (ja) | 角コラムの成形方法及び成形装置 | |
JPS61115685A (ja) | 電縫鋼管の製造方法 | |
JP3870856B2 (ja) | 継目無鋼管の製造方法及び製造設備 | |
CN112859735B (zh) | Jco成型管形在线闭环控制方法、系统、装置 | |
TWI740494B (zh) | 軋輥檢驗方法與軋輥檢驗系統 | |
WO2019019100A1 (zh) | 一种大型圆筒段的焊接方法 | |
RU2799579C1 (ru) | Сособ прогнозирования овальности стальной трубы, способ регулирования овальности стальной трубы, способ изготовления стальной трубы, способ генерирования модели прогнозирования овальности стальной трубы и устройство для прогнозирования овальности стальной трубы | |
JPH09108731A (ja) | 電縫管の検査装置、電縫管の製造装置および製造方法 | |
WO2022215459A1 (ja) | 鋼管の真円度予測方法、真円度制御方法、製造方法、真円度予測モデルの生成方法、及び真円度予測装置 | |
CN118106662A (zh) | 基于管道参数的自动组对系统 |
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 |