CN117428297B - 一种k-tig焊枪短路、焊缝全自动实时检测装置及控制系统 - Google Patents
一种k-tig焊枪短路、焊缝全自动实时检测装置及控制系统 Download PDFInfo
- Publication number
- CN117428297B CN117428297B CN202311130093.5A CN202311130093A CN117428297B CN 117428297 B CN117428297 B CN 117428297B CN 202311130093 A CN202311130093 A CN 202311130093A CN 117428297 B CN117428297 B CN 117428297B
- Authority
- CN
- China
- Prior art keywords
- edge
- molten pool
- welding gun
- welding
- short circuit
- 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 284
- 238000011897 real-time detection Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 54
- 230000005236 sound signal Effects 0.000 claims abstract description 26
- 230000035515 penetration Effects 0.000 claims description 60
- 238000000034 method Methods 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 239000003990 capacitor Substances 0.000 claims description 9
- 238000010891 electric arc Methods 0.000 claims description 9
- 238000003064 k means clustering Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 230000000087 stabilizing effect Effects 0.000 claims description 4
- 230000003750 conditioning effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 241001125929 Trisopterus luscus Species 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000011261 inert gas Substances 0.000 description 4
- 238000002844 melting Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000010953 base metal Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 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
- 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
- B23K9/12—Automatic feeding or moving of electrodes or work for spot or seam welding or cutting
- B23K9/127—Means for tracking lines during arc welding or cutting
-
- 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
- B23K9/12—Automatic feeding or moving of electrodes or work for spot or seam welding or cutting
- B23K9/127—Means for tracking lines during arc welding or cutting
- B23K9/1272—Geometry oriented, e.g. beam optical trading
- B23K9/1274—Using non-contact, optical means, e.g. laser means
-
- 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
- B23K9/32—Accessories
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Geometry (AREA)
- Arc Welding In General (AREA)
Abstract
本发明公开了一种K‑TIG焊枪短路、焊缝全自动实时检测装置及控制系统，涉及电焊机技术领域。所述装置包括有焊枪输出短路指示单元、摄像单元、拾音单元和信号处理单元，其中，所述信号处理单元一方面用于根据来自所述焊枪输出短路指示单元的焊枪输出短路指示信号，计时判断是否存在输出短路风险，另一方面还用于从来自所述摄像单元的视频图像信号和所述拾音单元的音频信号中提出音视频特征数据，并根据该音视频特征数据估计得到焊缝成形系数，如此可在焊接过程中对K‑TIG焊枪的输出短路现象及焊缝成形系数进行全自动实时检测，进而可利于进行精确地自动焊接控制，提升焊接产品的生产效率和产品良率，便于实际应用和推广。
Description
技术领域
本发明属于电焊机技术领域，具体涉及一种K-TIG焊枪短路、焊缝全自动实时检测装置及控制系统。
背景技术
深熔锁孔非熔化极惰性气体保护焊接(Keyhole Tungsten Inert Gas,K-TIG)是一种高效的焊接技术，利用大电流产生的电弧压力在熔池中形成锁孔，可不坡口地对中厚板实施对接焊、单面焊双面成形和一道焊透等，无须在背面进行清根重焊。由于K-TIG焊接技术免除了焊丝的填充，同时又无须开坡口，相比于传统的非熔化极惰性气体保护焊接(Tungsten Inert Gas,TIG),具有效率高和成本低的优点。而实现机器人深熔K-TIG焊接,可进一步提高焊接效率和自动化,具有很大的应用前景和研究意义。
由于深熔K-TIG焊接是对厚度较大的工件进行单道焊接双面成形，对于焊接质量的保证显得尤为重要。目前，关于K-TIG焊接自动化的研究停留在对焊枪的运动控制上；至于焊接质量的检测，一般是在焊后对工件进行切样，通过分析焊缝横截面处的熔透程度来调整焊接参数，但该方法步骤繁杂，极大地降低了焊接效率。焊缝成形系数是指在熔焊时，在单道焊缝横截面上焊缝宽度(B)与焊缝深度(H)的比值(φ＝B/H)，该系数越高,焊缝中的气孔和裂纹就会越少,从而提高焊接的质量，因此可以作为主要反映焊缝成形性能好坏(也即焊机质量)的指标。同时在实际焊接过程中不可避免会出现输出正负极间的短路现象，若此短路现象维持时间较长,则会在焊机的逆变开关管和输出整流二极管上形成长时间的短路峰值电流，此峰值电流长时间存在又会损坏逆变开关管和输出整流二极管，减少焊接电源的使用寿命。因此，如何在焊接过程中对K-TIG焊枪的输出短路现象及焊缝成形系数进行全自动实时检测，是本领域技术人员亟需研究的课题。
发明内容
本发明的目的是提供一种K-TIG焊枪短路、焊缝全自动实时检测装置和K-TIG焊枪控制系统，用以解决现有K-TIG焊接自动化技术还无法在焊接过程中对K-TIG焊枪的输出短路现象及焊缝成形系数进行全自动实时检测的问题。
为了实现上述目的，本发明采用以下技术方案：
第一方面，提供了一种K-TIG焊枪短路、焊缝全自动实时检测装置，包括有焊枪输出短路指示单元、摄像单元、拾音单元和信号处理单元，其中，所述焊枪输出短路指示单元的正极输入端和负极输入端分别一一对应地电连接K-TIG焊枪的焊接电压正极输出端和焊接电压负极输出端，所述摄像单元和所述拾音单元分别通过夹具固定在所述K-TIG焊枪的后方，所述信号处理单元分别电连接所述焊枪输出短路指示单元、所述摄像单元和所述拾音单元；
所述焊枪输出短路指示单元，用于在所述K-TIG焊枪处于焊接状态时实时检测所述焊接电压正极输出端与所述焊接电压负极输出端是否短路，并在短路时向所述信号处理单元实时发送焊枪输出短路指示信号；
所述摄像单元，用于在所述K-TIG焊枪处于焊接状态时实时采集熔池及电弧贯穿孔区域的视频图像信号，并向所述信号处理单元实时发送所述视频图像信号；
所述拾音单元，用于在所述K-TIG焊枪处于焊接状态时实时采集焊接现场的音频信号，并向所述信号处理单元实时发送所述音频信号；
所述信号处理单元，一方面用于在收到所述焊枪输出短路指示信号时启动计时，得到所述焊枪输出短路指示信号的实时维持时长，并在所述实时维持时长超过预设时长阈值时，实时输出用于指示所述K-TIG焊枪存在输出短路风险的第一检测结果，另一方面用于采用如下方法步骤实时输出用于指示所述焊接现场的焊缝成形系数的第二检测结果：
从所述视频图像信号中实时提取出熔池宽度值、熔池半长值、电弧贯穿孔宽度值和电弧贯穿孔半长值，以及还同步地从所述音频信号中实时提取出对数能量值、方差值、均方根值和峰度系数值；
将所述熔池宽度值、所述熔池半长值、所述电弧贯穿孔宽度值、所述电弧贯穿孔半长值、所述对数能量值、所述方差值、所述均方根值和所述峰度系数值实时导入基于多变量线性回归的且已预训练的焊缝成形系数估计模型，输出得到所述K-TIG焊枪的焊缝成形系数。
基于上述发明内容，提供了一种能够在焊接过程中对K-TIG焊枪的输出短路现象及焊缝成形系数进行全自动实时检测的软硬件方案，即包括有焊枪输出短路指示单元、摄像单元、拾音单元和信号处理单元，其中，所述信号处理单元一方面用于根据来自所述焊枪输出短路指示单元的焊枪输出短路指示信号，计时判断是否存在输出短路风险，另一方面还用于从来自所述摄像单元的视频图像信号和所述拾音单元的音频信号中提出音视频特征数据，并根据该音视频特征数据估计得到焊缝成形系数，如此可在焊接过程中对K-TIG焊枪的输出短路现象及焊缝成形系数进行全自动实时检测，进而可利于进行精确地自动焊接控制，提升焊接产品的生产效率和产品良率，便于实际应用和推广。
在一个可能的设计中，所述焊枪输出短路指示单元包括有第一电阻、第二电阻、第三电阻、第四电阻、二极管、稳压二极管、电解电容、光电耦合器和直流电源；
所述第一电阻的一端用于作为所述焊枪输出短路指示单元的正极输入端，所述第一电阻的另一端电连接所述二极管的阳极，所述二极管的阴极分别电连接所述第二电阻的一端、所述稳压二极管的阴极和所述电解电容的正极，所述第二电阻的另一端分别电连接所述第三电阻的一端和所述光电耦合器的发光二极管阳极，所述光电耦合器的发光二极管阴极分别电连接所述第三电阻的另一端、所述电解电容的负极和所述稳压二极管的阳极，所述稳压二极管的阳极还用于作为所述焊枪输出短路指示单元的负极输入端；
所述光电耦合器的光敏晶体管集电极电连接所述第四电阻的一端，所述第四电阻的另一端电连接所述直流电源，所述光电耦合器的光敏晶体管发射极接地，所述光电耦合器的光敏晶体管集电极还用于作为所述焊枪输出短路指示单元的输出端向所述信号处理单元发送为高电平信号的所述焊枪输出短路指示信号。
在一个可能的设计中，所述摄像单元采用CCD相机，所述拾音单元包括有依次电连接的1/2英寸预极化自由场传声器、信号调理放大器和数据采集卡。
在一个可能的设计中，从所述视频图像信号中实时提取出熔池宽度值和熔池半长值，包括：
对所述视频图像信号依次进行图像去噪处理和灰度转换处理，得到新视频图像；
根据熔池在相机坐标系中的已知位置信息，从所述新视频图像中截取出熔池左侧区域图像、熔池右侧区域图像和熔池底端区域图像；
对所述熔池左侧区域图像、所述熔池右侧区域图像和所述熔池底端区域图像分别进行基于Canny算法的边缘轮廓提取处理，分别得到熔池左侧局部边缘、熔池右侧局部边缘和熔池底端局部边缘；
根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘，采用椭圆方程对熔池边缘进行拟合，得到呈半椭圆形的熔池边缘，并将该半椭圆形的短轴作为熔池宽度值，以及将该半椭圆形的长半轴作为熔池半长值。
在一个可能的设计中，根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘，采用椭圆方程对熔池边缘进行拟合，得到呈半椭圆形的熔池边缘，包括：
针对用于构成所述熔池左侧局部边缘的各行边缘点，若对应行有多个边缘点，则基于K均值聚类算法确定该多个边缘点的聚类中心，并将该聚类中心作为对应行的唯一边缘点，若对应行有两个边缘点，则将该两个边缘点的中心点作为对应行的唯一边缘点；
针对用于构成所述熔池右侧局部边缘的各行边缘点，若对应行有多个边缘点，则基于K均值聚类算法确定该多个边缘点的聚类中心，并将该聚类中心作为对应行的唯一边缘点，若对应行有两个边缘点，则将该两个边缘点的中心点作为对应行的唯一边缘点；
针对用于构成所述熔池底端局部边缘的各列边缘点，若对应列有多个边缘点，则基于K均值聚类算法确定该多个边缘点的聚类中心，并将该聚类中心作为对应列的唯一边缘点，若对应列有两个边缘点，则将该两个边缘点的中心点作为对应列的唯一边缘点；
根据所述熔池左侧局部边缘的各行唯一边缘点、所述熔池右侧局部边缘的各行唯一边缘点和所述熔池底端局部边缘的各列唯一边缘点，采用椭圆方程对熔池边缘进行拟合，得到呈半椭圆形的熔池边缘。
在一个可能的设计中，从所述视频图像信号中实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值，包括：
对所述视频图像信号依次进行图像去噪处理和灰度转换处理，得到新视频图像；
根据电弧贯穿孔在相机坐标系中的已知位置信息，从所述新视频图像中截取出电弧贯穿孔所在区域图像；
对所述电弧贯穿孔所在区域图像进行基于预设灰度阈值的二值化处理，得到二值化图像；
对所述二值化图像的中心连通域进行基于Canny算法的边缘轮廓提取处理，得到中心连通域边缘；
根据所述中心连通域边缘，确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点，以及确定位于纵向最低处的底端边缘极点；
将所述左侧边缘极点与所述右侧边缘极点的横向间距作为电弧贯穿孔宽度值，以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为电弧贯穿孔半长值。
在一个可能的设计中，所述图像去噪处理包括有高斯滤波处理和/或中值滤波处理。
在一个可能的设计中，从所述音频信号中实时提取出对数能量值、方差值、均方根值和峰度系数值，包括：
采用小波变换算法对所述音频信号进行降噪处理，得到已降噪音频信号；
对所述已降噪音频信号进行时域特征处理，得到能量对数值、方差值、均方根值和峰度系数值。
第二方面，提供了一种K-TIG焊枪控制系统，包括有K-TIG焊枪、焊机、工控机和如第一方面或第一方面中任意可能设计所述的K-TIG焊枪短路、焊缝全自动实时检测装置，其中，所述K-TIG焊枪连接所述焊机；
所述工控机，分别通信连接所述焊机和所述K-TIG焊枪短路、焊缝全自动实时检测装置，用于根据来自所述K-TIG焊枪短路、焊缝全自动实时检测装置的检测结果，对所述焊机进行焊接过程控制
在一个可能的设计中，还包括有电弧电压传感器、模数转换器、机器人手臂和机器人手臂控制柜，其中，所述电弧电压传感器布置在所述焊机的内部，所述机器人手臂的运动末端布置有所述K-TIG焊枪；
所述电弧电压传感器，通信连接所述模数转换器，用于在所述K-TIG焊枪处于焊接状态时实时采集所述焊机的电弧电压信号，并向所述模数转换器实时发送所述电弧电压信号；
所述模数转换器，通信连接所述工控机，用于将所述电弧电压信号实时转换为电弧电压值，并向所述工控机实时发送所述电弧电压值；
所述工控机，还通信连接所述机器人手臂控制柜，还用于先根据所述电弧电压值实时换算得到所述K-TIG焊枪的焊接高度，然后根据所述焊接高度与预设焊接高度的实时比较结果，向所述机器人手臂控制柜实时发送手臂控制信号；
所述机器人手臂控制柜，通信连接所述机器人手臂，用于根据所述手臂控制信号实时调整所述机器人手臂的运动末端的所处位置，以便实时纠正所述K-TIG焊枪的焊接高度。
上述方案的有益效果：
(1)本发明创造性提供了一种能够在焊接过程中对K-TIG焊枪的输出短路现象及焊缝成形系数进行全自动实时检测的软硬件方案，即包括有焊枪输出短路指示单元、摄像单元、拾音单元和信号处理单元，其中，所述信号处理单元一方面用于根据来自所述焊枪输出短路指示单元的焊枪输出短路指示信号，计时判断是否存在输出短路风险，另一方面还用于从来自所述摄像单元的视频图像信号和所述拾音单元的音频信号中提出音视频特征数据，并根据该音视频特征数据估计得到焊缝成形系数，如此可在焊接过程中对K-TIG焊枪的输出短路现象及焊缝成形系数进行全自动实时检测，进而可利于进行精确地自动焊接控制，提升焊接产品的生产效率和产品良率，便于实际应用和推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的K-TIG焊枪短路、焊缝全自动实时检测装置的结构示意图。
图2为本申请实施例提供的在检测装置中焊枪输出短路指示单元的电路图。
图3为本申请实施例提供的熔池左侧区域图像、熔池右侧区域图像、熔池底端区域图像和电弧贯穿孔所在区域图像在新视频图像中的位置示例图。
图4为本申请实施例提供的K-TIG焊枪控制系统的结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
应当理解，尽管本文可能使用术语第一和第二等等来描述各种对象，但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象，同时不脱离本发明的示例实施例的范围。
应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A、单独存在B或者同时存在A和B等三种情况；又例如，A、B和/或C，可以表示存在A、B和C中的任意一种或他们的任意组合；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A或者同时存在A和B等两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。
实施例一：
如图1所示，本实施例提供的所述K-TIG焊枪短路、焊缝全自动实时检测装置，包括但不限于有焊枪输出短路指示单元、摄像单元、拾音单元和信号处理单元，其中，所述焊枪输出短路指示单元的正极输入端和负极输入端分别一一对应地电连接K-TIG焊枪的焊接电压正极输出端和焊接电压负极输出端，所述摄像单元和所述拾音单元分别通过夹具固定在所述K-TIG焊枪的后方，所述信号处理单元分别电连接所述焊枪输出短路指示单元、所述摄像单元和所述拾音单元。
所述焊枪输出短路指示单元，用于在所述K-TIG焊枪处于焊接状态时实时检测所述焊接电压正极输出端与所述焊接电压负极输出端是否短路，并在短路时向所述信号处理单元实时发送焊枪输出短路指示信号。优选的，如图2所示，所述焊枪输出短路指示单元包括但不限于有第一电阻R1、第二电阻R2、第三电阻R3、第四电阻R4、二极管D1、稳压二极管D2、电解电容C1、光电耦合器U1和直流电源VCC；所述第一电阻R1的一端用于作为所述焊枪输出短路指示单元的正极输入端Pin+，所述第一电阻R1的另一端电连接所述二极管D1的阳极，所述二极管D1的阴极分别电连接所述第二电阻R2的一端、所述稳压二极管D2的阴极和所述电解电容C1的正极，所述第二电阻R2的另一端分别电连接所述第三电阻R3的一端和所述光电耦合器U1的发光二极管阳极，所述光电耦合器U1的发光二极管阴极分别电连接所述第三电阻R3的另一端、所述电解电容C1的负极和所述稳压二极管D2的阳极，所述稳压二极管D2的阳极还用于作为所述焊枪输出短路指示单元的负极输入端Pin-；所述光电耦合器U1的光敏晶体管集电极电连接所述第四电阻R4的一端，所述第四电阻R4的另一端电连接所述直流电源VCC，所述光电耦合器U1的光敏晶体管发射极接地，所述光电耦合器U1的光敏晶体管集电极还用于作为所述焊枪输出短路指示单元的输出端Pout向所述信号处理单元发送为高电平信号的所述焊枪输出短路指示信号。
所述摄像单元，用于在所述K-TIG焊枪处于焊接状态时实时采集熔池及电弧贯穿孔区域的视频图像信号，并向所述信号处理单元实时发送所述视频图像信号。由于在K-TIG焊接过程中，电弧产生高温将母材融化成熔池，而电弧贯穿焊件形成小孔(即电弧贯穿孔)，以及对熔池与小孔形态进行分析，能反映焊接质量，因此需要实时采集所述熔池及电弧贯穿孔区域的视频图像信号，以便提取得到视频特征数据。具体的，所述摄像单元可以但不限于采用CCD(Charge-coupled Device，电荷耦合元件)相机实现。
所述拾音单元，用于在所述K-TIG焊枪处于焊接状态时实时采集焊接现场的音频信号，并向所述信号处理单元实时发送所述音频信号。由于传统的焊接动态过程信息主要包括视觉信息和声信息，其中，视觉信息被广泛地应用在焊缝纠偏、起始点引导以及熔透控制等研究领域；声信息研究较早，但在2005年才由Jan等人验证了其应用于焊接质量控制的可行性，因此还需要实时采集焊接现场的音频信号，以便还能提取得到音频特征数据。此外，所述拾音单元包括但不限于有依次电连接的1/2英寸预极化自由场传声器、信号调理放大器和数据采集卡。
所述信号处理单元，一方面用于在收到所述焊枪输出短路指示信号时启动计时，得到所述焊枪输出短路指示信号的实时维持时长，并在所述实时维持时长超过预设时长阈值时，实时输出用于指示所述K-TIG焊枪存在输出短路风险的第一检测结果，另一方面用于采用如下方法步骤S1～S2实时输出用于指示所述焊接现场的焊缝成形系数的第二检测结果。
S1.从所述视频图像信号中实时提取出熔池宽度值、熔池半长值、电弧贯穿孔宽度值和电弧贯穿孔半长值，以及还同步地从所述音频信号中实时提取出对数能量值、方差值、均方根值和峰度系数值。
在所述步骤S1中，由于对熔池与小孔形态进行分析，能反映焊接质量，因此需要根据所述视频图像信号分别提取出所述熔池宽度值和所述熔池半长值以及所述电弧贯穿孔宽度值和所述电弧贯穿孔半长值，来作为视频特征数据。如图3所示，考虑熔池区域灰度值较低而电弧区域灰度值很高,一般的分割算法不能有效地将两部分同时分离，因此本实施例提出对熔池区域和电弧贯穿孔区域采用不同处理方式，来分别提取出所述熔池宽度值和所述熔池半长值以及所述电弧贯穿孔宽度值和所述电弧贯穿孔半长值。即优选的，从所述视频图像信号中实时提取出熔池宽度值和熔池半长值，包括但不限于有如下步骤S111～S114：S111.对所述视频图像信号依次进行图像去噪处理和灰度转换处理，得到新视频图像；S112.根据熔池在相机坐标系中的已知位置信息，从所述新视频图像中截取出熔池左侧区域图像、熔池右侧区域图像和熔池底端区域图像；S113.对所述熔池左侧区域图像、所述熔池右侧区域图像和所述熔池底端区域图像分别进行基于Canny算法的边缘轮廓提取处理，分别得到熔池左侧局部边缘、熔池右侧局部边缘和熔池底端局部边缘；S114.根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘，采用椭圆方程对熔池边缘进行拟合，得到呈半椭圆形的熔池边缘，并将该半椭圆形的短轴作为熔池宽度值，以及将该半椭圆形的长半轴作为熔池半长值。以及从所述视频图像信号中实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值，包括但不限于有如下步骤S121～S126：S121.对所述视频图像信号依次进行图像去噪处理和灰度转换处理，得到新视频图像；S122.根据电弧贯穿孔在相机坐标系中的已知位置信息，从所述新视频图像中截取出电弧贯穿孔所在区域图像；S123.对所述电弧贯穿孔所在区域图像进行基于预设灰度阈值的二值化处理，得到二值化图像；S124.对所述二值化图像的中心连通域进行基于Canny算法的边缘轮廓提取处理，得到中心连通域边缘；S125.根据所述中心连通域边缘，确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点，以及确定位于纵向最低处的底端边缘极点；S126.将所述左侧边缘极点与所述右侧边缘极点的横向间距作为电弧贯穿孔宽度值，以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为电弧贯穿孔半长值。详细的，前述图像去噪处理可以但不限于包括有高斯滤波处理和/或中值滤波处理等。
在所述步骤S114中，考虑直接对为灰度图像的所述熔池左侧区域图像、所述熔池右侧区域图像和所述熔池底端区域图像进行基于Canny算法的边缘轮廓提取处理，会不可避免地产生较多伪边缘，为了排除伪边缘的干扰，确保最终能够准确拟合得到熔池边缘，优选的，根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘，采用椭圆方程对熔池边缘进行拟合，得到呈半椭圆形的熔池边缘，包括但不限于有如下步骤S1141～S1144：S1141.针对用于构成所述熔池左侧局部边缘的各行边缘点，若对应行有多个边缘点，则基于K均值聚类算法确定该多个边缘点的聚类中心(此时K取值为1)，并将该聚类中心作为对应行的唯一边缘点，若对应行有两个边缘点，则将该两个边缘点的中心点作为对应行的唯一边缘点；S1142.针对用于构成所述熔池右侧局部边缘的各行边缘点，若对应行有多个边缘点，则基于K均值聚类算法确定该多个边缘点的聚类中心(此时K取值为1)，并将该聚类中心作为对应行的唯一边缘点，若对应行有两个边缘点，则将该两个边缘点的中心点作为对应行的唯一边缘点；S1143.针对用于构成所述熔池底端局部边缘的各列边缘点，若对应列有多个边缘点，则基于K均值聚类算法确定该多个边缘点的聚类中心(此时K取值为1)，并将该聚类中心作为对应列的唯一边缘点，若对应列有两个边缘点，则将该两个边缘点的中心点作为对应列的唯一边缘点；S1144.根据所述熔池左侧局部边缘的各行唯一边缘点、所述熔池右侧局部边缘的各行唯一边缘点和所述熔池底端局部边缘的各列唯一边缘点，采用椭圆方程对熔池边缘进行拟合，得到呈半椭圆形的熔池边缘。
在所述步骤S1中，由于在振动信号的分析中，常用能量、方差、均方根和峰度系数等表征信号特征，以及声信号作为一种电弧能量变化激励的振动信号，还具有常规振动信号没有的语音特性，即可以被人耳感知，故结合人耳接收声音的对数响应特性，对能量取对数，得到对数能量进行特征表征。考虑简单的滤波降噪方法如带通滤波器法，只能简单保留信号的特定频率分量，既会造成信号的有用信息丢失，又无法有效抑制同频段噪声干扰，而小波分析是一种既能看到信号概貌，又能观察信号细节的多分辨率分析的信号处理手段，被称为“数学显微镜”。对于信号与噪声，小波变换系数在尺度增大时的变化趋势相反，因此优选的，从所述音频信号中实时提取出对数能量值、方差值、均方根值和峰度系数值，包括但不限于有如下步骤：先采用小波变换算法对所述音频信号进行降噪处理，得到已降噪音频信号；然后对所述已降噪音频信号进行时域特征处理，得到能量对数值、方差值、均方根值和峰度系数值。
S2.将所述熔池宽度值、所述熔池半长值、所述电弧贯穿孔宽度值、所述电弧贯穿孔半长值、所述对数能量值、所述方差值、所述均方根值和所述峰度系数值实时导入基于多变量线性回归的且已预训练的焊缝成形系数估计模型，输出得到所述焊接现场的焊缝成形系数。
在所述步骤S2中，所述多变量线性回归(Linear Regression with MultipleVariables)是一种常用的机器学习模型，因此可以基于实验所得的样本数据(即实验测得的熔池宽度值、熔池半长值、电弧贯穿孔宽度值、电弧贯穿孔半长值、对数能量值、方差值、均方根值和峰度系数值)及验证数据(即实验测得的焊缝成形系数)，通过常规的模型训练方式得到所述焊缝成形系数估计模型，以便用于本步骤的估计应用。
在所述步骤S2中，考虑所述熔池宽度值、所述熔池半长值、所述电弧贯穿孔宽度值和所述电弧贯穿孔半长值并非实际值，为了确保这些数据的真实可靠性，以便提升所述焊接现场的焊缝成形系数的估计正确性，优选的，所述信号处理单元还用于按照如下步骤S201～S205来对所述熔池宽度值、所述熔池半长值、所述电弧贯穿孔宽度值和所述电弧贯穿孔半长值进行矫正。
S201.实时接收来自电弧电压采集模块的电弧电压数据，其中，所述电弧电压数据由所述电弧电压采集模块实时采集得到，所述电弧电压采集模块布置在焊机的内部，所述K-TIG焊枪连接所述焊机。
在所述步骤S201中，具体的，所述电弧电压采集模块用于通过现有对焊枪的运动控制技术来采集得到所述电弧电压数据，例如为电弧电压传感器。
S202.从所述电弧电压数据中实时提取出采集时间与所述视频图像信号同步的电弧电压信息。
在所述步骤S202中，具体可根据所述电弧电压数据的采集时间戳，选取采集时间戳距离所述视频图像信号的采集时间戳最短的某个电弧电压信息来作为采集时间与所述视频图像信号同步的电弧电压信息。
S203.根据所述电弧电压信息，实时换算得到所述K-TIG焊枪的焊接高度。
在所述步骤S203中，具体换算过程为现有对焊枪的运动控制技术，于此不再赘述。
S204.根据所述焊接高度和所述K-TIG焊枪在相机坐标系中的已知位置信息，实时换算得到从熔池及电弧贯穿孔区域到所述摄像单元的实际距离。
在所述步骤S204中，由于在现有对焊枪的运动控制技术中，所述焊接高度是一个可间接相对所述熔池及电弧贯穿孔区域的所在高度的高度值，因此可以结合常规的几何知识，根据所述焊接高度和所述K-TIG焊枪在相机坐标系中的已知位置信息，实时换算得到从熔池及电弧贯穿孔区域到所述摄像单元的实际距离，以便后续作为物距。
S205.根据所述实际距离，分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值。
在所述步骤S205中，由于成像大小与物距具有重要关联性，因此具体的，根据所述实际距离，分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值，包括但不限于有：根据所述实际距离、所述熔池宽度值和所述摄像单元的且成像大小与物距的已知关系，换算得到与所述熔池宽度值对应的熔池宽度实际值；根据所述实际距离、所述熔池半长值和所述摄像单元的且成像大小与物距的已知关系，换算得到与所述熔池半长值对应的熔池半长实际值；根据所述实际距离、所述电弧贯穿孔宽度值和所述摄像单元的且成像大小与物距的已知关系，换算得到与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值；根据所述实际距离、所述电弧贯穿孔半长值和所述摄像单元的且成像大小与物距的已知关系，换算得到与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值。前述的熔池宽度实际值、熔池半长实际值、电弧贯穿孔宽度实际值和电弧贯穿孔半长实际值即为矫正结果，它们可与所述对数能量值、所述方差值、所述均方根值和所述峰度系数值一起导入所述焊缝成形系数估计模型，进而输出得到所述焊接现场的焊缝成形系数。
综上，采用本实施例所提供的K-TIG焊枪短路、焊缝全自动实时检测装置，具有如下技术效果：
(1)本实施例提供了一种能够在焊接过程中对K-TIG焊枪的输出短路现象及焊缝成形系数进行全自动实时检测的软硬件方案，即包括有焊枪输出短路指示单元、摄像单元、拾音单元和信号处理单元，其中，所述信号处理单元一方面用于根据来自所述焊枪输出短路指示单元的焊枪输出短路指示信号，计时判断是否存在输出短路风险，另一方面还用于从来自所述摄像单元的视频图像信号和所述拾音单元的音频信号中提出音视频特征数据，并根据该音视频特征数据估计得到焊缝成形系数，如此可在焊接过程中对K-TIG焊枪的输出短路现象及焊缝成形系数进行全自动实时检测，进而可利于进行精确地自动焊接控制，提升焊接产品的生产效率和产品良率，便于实际应用和推广。
实施例二：
如图4所示，本实施例在实施例一的技术方案基础上，还提供了一种K-TIG焊枪控制系统，包括但不限于有K-TIG焊枪、焊机、工控机和如实施例一所述的K-TIG焊枪短路、焊缝全自动实时检测装置，其中，所述K-TIG焊枪连接所述焊机；所述工控机，分别通信连接所述焊机和所述K-TIG焊枪短路、焊缝全自动实时检测装置，用于根据来自所述K-TIG焊枪短路、焊缝全自动实时检测装置的检测结果，对所述焊机进行焊接过程控制。前述焊接过程控制的具体方式为现有常规方式，例如，在输出短路风险时进行常规的短路保护控制。
具体的，还包括但不限于有电弧电压传感器、模数转换器、机器人手臂和机器人手臂控制柜等，其中，所述电弧电压传感器布置在所述焊机的内部，所述机器人手臂的运动末端布置有所述K-TIG焊枪；所述电弧电压传感器，通信连接所述模数转换器，用于在所述K-TIG焊枪处于焊接状态时实时采集所述焊机的电弧电压信号，并向所述模数转换器实时发送所述电弧电压信号；所述模数转换器，通信连接所述工控机，用于将所述电弧电压信号实时转换为电弧电压值，并向所述工控机实时发送所述电弧电压值；所述工控机，还通信连接所述机器人手臂控制柜，还用于先根据所述电弧电压值实时换算得到所述K-TIG焊枪的焊接高度，然后根据所述焊接高度与预设焊接高度的实时比较结果，向所述机器人手臂控制柜实时发送手臂控制信号；所述机器人手臂控制柜，通信连接所述机器人手臂，用于根据所述手臂控制信号实时调整所述机器人手臂的运动末端的所处位置，以便实时纠正所述K-TIG焊枪的焊接高度。
本实施例的具体技术细节及技术效果，可以参见实施例一常规推导得到，于此不再赘述。
最后应说明的是：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的保护范围。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 (7)
1.一种K-TIG焊枪短路、焊缝全自动实时检测装置，其特征在于，包括有焊枪输出短路指示单元、摄像单元、拾音单元和信号处理单元，其中，所述焊枪输出短路指示单元的正极输入端和负极输入端分别一一对应地电连接K-TIG焊枪的焊接电压正极输出端和焊接电压负极输出端，所述摄像单元和所述拾音单元分别通过夹具固定在所述K-TIG焊枪的后方，所述信号处理单元分别电连接所述焊枪输出短路指示单元、所述摄像单元和所述拾音单元；
所述焊枪输出短路指示单元，用于在所述K-TIG焊枪处于焊接状态时实时检测所述焊接电压正极输出端与所述焊接电压负极输出端是否短路，并在短路时向所述信号处理单元实时发送焊枪输出短路指示信号；
所述焊枪输出短路指示单元包括有第一电阻（R1）、第二电阻（R2）、第三电阻（R3）、第四电阻（R4）、二极管（D1）、稳压二极管（D2）、电解电容（C1）、光电耦合器（U1）和直流电源（VCC）；所述第一电阻（R1）的一端用于作为所述焊枪输出短路指示单元的正极输入端（Pin+），所述第一电阻（R1）的另一端电连接所述二极管（D1）的阳极，所述二极管（D1）的阴极分别电连接所述第二电阻（R2）的一端、所述稳压二极管（D2）的阴极和所述电解电容（C1）的正极，所述第二电阻（R2）的另一端分别电连接所述第三电阻（R3）的一端和所述光电耦合器（U1）的发光二极管阳极，所述光电耦合器（U1）的发光二极管阴极分别电连接所述第三电阻（R3）的另一端、所述电解电容（C1）的负极和所述稳压二极管（D2）的阳极，所述稳压二极管（D2）的阳极还用于作为所述焊枪输出短路指示单元的负极输入端（Pin-）；所述光电耦合器（U1）的光敏晶体管集电极电连接所述第四电阻（R4）的一端，所述第四电阻（R4）的另一端电连接所述直流电源（VCC），所述光电耦合器（U1）的光敏晶体管发射极接地，所述光电耦合器（U1）的光敏晶体管集电极还用于作为所述焊枪输出短路指示单元的输出端（Pout）向所述信号处理单元发送为高电平信号的所述焊枪输出短路指示信号；
所述摄像单元，用于在所述K-TIG焊枪处于焊接状态时实时采集熔池及电弧贯穿孔区域的视频图像信号，并向所述信号处理单元实时发送所述视频图像信号；
所述拾音单元，用于在所述K-TIG焊枪处于焊接状态时实时采集焊接现场的音频信号，并向所述信号处理单元实时发送所述音频信号；
所述信号处理单元，一方面用于在收到所述焊枪输出短路指示信号时启动计时，得到所述焊枪输出短路指示信号的实时维持时长，并在所述实时维持时长超过预设时长阈值时，实时输出用于指示所述K-TIG焊枪存在输出短路风险的第一检测结果，另一方面用于采用如下方法步骤实时输出用于指示所述焊接现场的焊缝成形系数的第二检测结果：
从所述视频图像信号中实时提取出熔池宽度值、熔池半长值、电弧贯穿孔宽度值和电弧贯穿孔半长值，以及还同步地从所述音频信号中实时提取出对数能量值、方差值、均方根值和峰度系数值；
从所述视频图像信号中实时提取出熔池宽度值和熔池半长值，具体包括：对所述视频图像信号依次进行图像去噪处理和灰度转换处理，得到新视频图像；根据熔池在相机坐标系中的已知位置信息，从所述新视频图像中截取出熔池左侧区域图像、熔池右侧区域图像和熔池底端区域图像；对所述熔池左侧区域图像、所述熔池右侧区域图像和所述熔池底端区域图像分别进行基于Canny算法的边缘轮廓提取处理，分别得到熔池左侧局部边缘、熔池右侧局部边缘和熔池底端局部边缘；根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘，采用椭圆方程对熔池边缘进行拟合，得到呈半椭圆形的熔池边缘，并将该半椭圆形的短轴作为熔池宽度值，以及将该半椭圆形的长半轴作为熔池半长值；
从所述视频图像信号中实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值，具体包括：对所述视频图像信号依次进行图像去噪处理和灰度转换处理，得到新视频图像；根据电弧贯穿孔在相机坐标系中的已知位置信息，从所述新视频图像中截取出电弧贯穿孔所在区域图像；对所述电弧贯穿孔所在区域图像进行基于预设灰度阈值的二值化处理，得到二值化图像；对所述二值化图像的中心连通域进行基于Canny算法的边缘轮廓提取处理，得到中心连通域边缘；根据所述中心连通域边缘，确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点，以及确定位于纵向最低处的底端边缘极点；将所述左侧边缘极点与所述右侧边缘极点的横向间距作为电弧贯穿孔宽度值，以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为电弧贯穿孔半长值；
将所述熔池宽度值、所述熔池半长值、所述电弧贯穿孔宽度值、所述电弧贯穿孔半长值、所述对数能量值、所述方差值、所述均方根值和所述峰度系数值实时导入基于多变量线性回归的且已预训练的焊缝成形系数估计模型，输出得到所述K-TIG焊枪的焊缝成形系数。
2.如权利要求1所述的一种K-TIG焊枪短路、焊缝全自动实时检测装置，其特征在于，所述摄像单元采用CCD相机，所述拾音单元包括有依次电连接的1/2英寸预极化自由场传声器、信号调理放大器和数据采集卡。
3.如权利要求1所述的一种K-TIG焊枪短路、焊缝全自动实时检测装置，其特征在于，根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘，采用椭圆方程对熔池边缘进行拟合，得到呈半椭圆形的熔池边缘，包括：
针对用于构成所述熔池左侧局部边缘的各行边缘点，若对应行有多个边缘点，则基于K均值聚类算法确定该多个边缘点的聚类中心，并将该聚类中心作为对应行的唯一边缘点，若对应行有两个边缘点，则将该两个边缘点的中心点作为对应行的唯一边缘点；
针对用于构成所述熔池右侧局部边缘的各行边缘点，若对应行有多个边缘点，则基于K均值聚类算法确定该多个边缘点的聚类中心，并将该聚类中心作为对应行的唯一边缘点，若对应行有两个边缘点，则将该两个边缘点的中心点作为对应行的唯一边缘点；
针对用于构成所述熔池底端局部边缘的各列边缘点，若对应列有多个边缘点，则基于K均值聚类算法确定该多个边缘点的聚类中心，并将该聚类中心作为对应列的唯一边缘点，若对应列有两个边缘点，则将该两个边缘点的中心点作为对应列的唯一边缘点；
根据所述熔池左侧局部边缘的各行唯一边缘点、所述熔池右侧局部边缘的各行唯一边缘点和所述熔池底端局部边缘的各列唯一边缘点，采用椭圆方程对熔池边缘进行拟合，得到呈半椭圆形的熔池边缘。
4.如权利要求1所述的一种K-TIG焊枪短路、焊缝全自动实时检测装置，其特征在于，所述图像去噪处理包括有高斯滤波处理和/或中值滤波处理。
5.如权利要求1所述的一种K-TIG焊枪短路、焊缝全自动实时检测装置，其特征在于，从所述音频信号中实时提取出对数能量值、方差值、均方根值和峰度系数值，包括：
采用小波变换算法对所述音频信号进行降噪处理，得到已降噪音频信号；
对所述已降噪音频信号进行时域特征处理，得到能量对数值、方差值、均方根值和峰度系数值。
6.一种K-TIG焊枪控制系统，其特征在于，包括有K-TIG焊枪、焊机、工控机和如权利要求1～5任意一项所述的K-TIG焊枪短路、焊缝全自动实时检测装置，其中，所述K-TIG焊枪连接所述焊机；
所述工控机，分别通信连接所述焊机和所述K-TIG焊枪短路、焊缝全自动实时检测装置，用于根据来自所述K-TIG焊枪短路、焊缝全自动实时检测装置的检测结果，对所述焊机进行焊接过程控制。
7.如权利要求6所述的一种K-TIG焊枪控制系统，其特征在于，还包括有电弧电压传感器、模数转换器、机器人手臂和机器人手臂控制柜，其中，所述电弧电压传感器布置在所述焊机的内部，所述机器人手臂的运动末端布置有所述K-TIG焊枪；
所述电弧电压传感器，通信连接所述模数转换器，用于在所述K-TIG焊枪处于焊接状态时实时采集所述焊机的电弧电压信号，并向所述模数转换器实时发送所述电弧电压信号；
所述模数转换器，通信连接所述工控机，用于将所述电弧电压信号实时转换为电弧电压值，并向所述工控机实时发送所述电弧电压值；
所述工控机，还通信连接所述机器人手臂控制柜，还用于先根据所述电弧电压值实时换算得到所述K-TIG焊枪的焊接高度，然后根据所述焊接高度与预设焊接高度的实时比较结果，向所述机器人手臂控制柜实时发送手臂控制信号；
所述机器人手臂控制柜，通信连接所述机器人手臂，用于根据所述手臂控制信号实时调整所述机器人手臂的运动末端的所处位置，以便实时纠正所述K-TIG焊枪的焊接高度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311130093.5A CN117428297B (zh) | 2023-09-01 | 2023-09-01 | 一种k-tig焊枪短路、焊缝全自动实时检测装置及控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311130093.5A CN117428297B (zh) | 2023-09-01 | 2023-09-01 | 一种k-tig焊枪短路、焊缝全自动实时检测装置及控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117428297A CN117428297A (zh) | 2024-01-23 |
| CN117428297B true CN117428297B (zh) | 2024-04-16 |
Family
ID=89550522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311130093.5A Active CN117428297B (zh) | 2023-09-01 | 2023-09-01 | 一种k-tig焊枪短路、焊缝全自动实时检测装置及控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117428297B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04224076A (ja) * | 1990-12-26 | 1992-08-13 | Nkk Corp | キーホール式片面溶接方法 |
| CN205008717U (zh) * | 2015-07-08 | 2016-02-03 | 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 |
| CN108274095A (zh) * | 2018-01-18 | 2018-07-13 | 天津工业大学 | 基于正面熔池图像特征的非对称角焊缝焊接质量检测方法 |
| 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 |
| CN111037061A (zh) * | 2019-12-30 | 2020-04-21 | 唐山松下产业机器有限公司 | 焊接设备、引弧控制装置及方法 |
| KR102221526B1 (ko) * | 2019-09-06 | 2021-03-02 | 한국생산기술연구원 | 용융풀 영상처리를 통한 용융풀 폭 및 처짐 측정방법 |
| 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 |
| CN113828892A (zh) * | 2021-10-29 | 2021-12-24 | 广东福维德焊接股份有限公司 | 基于hdr图像的熔池中心识别系统及焊缝跟踪方法 |
| CN116213883A (zh) * | 2022-12-16 | 2023-06-06 | 上海科技大学 | 深熔锁孔非熔化极惰性气体保护焊接的质量监控系统 |
-
2023
- 2023-09-01 CN CN202311130093.5A patent/CN117428297B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04224076A (ja) * | 1990-12-26 | 1992-08-13 | Nkk Corp | キーホール式片面溶接方法 |
| CN205008717U (zh) * | 2015-07-08 | 2016-02-03 | 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 |
| CN108274095A (zh) * | 2018-01-18 | 2018-07-13 | 天津工业大学 | 基于正面熔池图像特征的非对称角焊缝焊接质量检测方法 |
| 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 |
| KR102221526B1 (ko) * | 2019-09-06 | 2021-03-02 | 한국생산기술연구원 | 용융풀 영상처리를 통한 용융풀 폭 및 처짐 측정방법 |
| CN111037061A (zh) * | 2019-12-30 | 2020-04-21 | 唐山松下产业机器有限公司 | 焊接设备、引弧控制装置及方法 |
| 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 |
| CN113828892A (zh) * | 2021-10-29 | 2021-12-24 | 广东福维德焊接股份有限公司 | 基于hdr图像的熔池中心识别系统及焊缝跟踪方法 |
| CN116213883A (zh) * | 2022-12-16 | 2023-06-06 | 上海科技大学 | 深熔锁孔非熔化极惰性气体保护焊接的质量监控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117428297A (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9889528B2 (en) | Infrared vision sensing detection method and device for narrow-gap weld seam deviation | |
| US10870162B2 (en) | Adaptive control method and equipment of arc swing in narrow gap welding | |
| CN108067714B (zh) | 一种薄壁环缝端接质量在线监测与缺陷定位系统及方法 | |
| EP1415755A3 (en) | Laser weld monitoring system and method | |
| CN106483195B (zh) | 自适应电阻点焊质量检测、控制方法及系统 | |
| CN1111721C (zh) | 等离子焊接熔池小孔尺寸的电弧检测方法 | |
| CN105921854A (zh) | 一种旋转电弧窄间隙mag焊焊缝偏差识别装置及方法 | |
| CN105030233A (zh) | 一种心电信号st段的识别方法 | |
| CN114619123B (zh) | 一种窄间隙焊接方法、装置及系统 | |
| CN111061231B (zh) | 焊接装配间隙和错边前馈的熔池监控系统及熔透监测方法 | |
| CN106425025A (zh) | 一种激光位移传感器的角焊缝自动焊接控制方法及装置 | |
| CN108971704A (zh) | 基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统 | |
| CN117428297B (zh) | 一种k-tig焊枪短路、焊缝全自动实时检测装置及控制系统 | |
| CN110940727A (zh) | 一种管道内检测器、管道缺陷检测系统及检测方法 | |
| CN108876771B (zh) | 一种咬边焊接缺陷的检测方法 | |
| CN112215825A (zh) | 新能源电池制造中基于机器视觉的质量分析方法及系统 | |
| CN117589129A (zh) | 一种车载式柔性接触网定位器坡度测量方法及系统 | |
| CN102682200B (zh) | 一种实时焊缝跟踪信号的小波降噪方法 | |
| CN106599790A (zh) | 电流触发相机模块及焊熔池图像跟踪系统 | |
| CN109128446B (zh) | 一种交流钨极氩弧焊电弧声音信号特征快速提取方法 | |
| CN112179922A (zh) | 一种电线电缆缺陷检测系统 | |
| CN103955917A (zh) | 一种长间隙空气电弧图像边缘检测方法 | |
| CN1262158A (zh) | 等离子焊接熔池穿孔状态的电弧电压传感方法及其系统 | |
| CN217344100U (zh) | 一种识别3d特征的自动柔性点拼焊系统 | |
| CN109613001B (zh) | 一种基于视觉传达的信号接收处理装置 |
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 |