CN117506263A - 一种基于机器视觉的智能焊接切割设备智能控制系统 - Google Patents
一种基于机器视觉的智能焊接切割设备智能控制系统 Download PDFInfo
- Publication number
- CN117506263A CN117506263A CN202410008535.7A CN202410008535A CN117506263A CN 117506263 A CN117506263 A CN 117506263A CN 202410008535 A CN202410008535 A CN 202410008535A CN 117506263 A CN117506263 A CN 117506263A
- Authority
- CN
- China
- Prior art keywords
- welding
- cutting
- module
- gun
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 320
- 238000005520 cutting process Methods 0.000 title claims abstract description 267
- 238000004458 analytical method Methods 0.000 claims abstract description 100
- 238000012937 correction Methods 0.000 claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 43
- 230000003993 interaction Effects 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000009467 reduction Effects 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 6
- 238000005381 potential energy Methods 0.000 claims description 3
- 238000012482 interaction analysis Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及机器视觉技术领域,且公开了一种基于机器视觉的智能焊接切割设备智能控制系统,包括焊接图像采集模块、切割图像采集模块、图像处理模块、实时焊接轨迹分析模块、实时切割性能指数分析模块、焊接轨迹偏差分析模块、切割偏差度分析模块、焊接性能分析模块、切割性能分析模块、焊接矫正模块、切割矫正模块、调整控制模块以及人机交互模块,通过设有实时焊接轨迹分析模块、焊接轨迹偏差分析模块以及焊接矫正模块,有利于通过对实时焊接轨迹进行分析得出焊接轨迹偏差参数,并对焊接性能进行综合分析,对焊接设备进行智能矫正与调整,避免了因焊接设备使用时间过长所导致的控制设备精准度下降的问题。
Description
技术领域
本发明涉及机器视觉技术领域,更具体地涉及一种基于机器视觉的智能焊接切割设备智能控制系统。
背景技术
机器视觉是人工智能正在快速发展的一个分支,通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作,因此机器视觉越来越多的被使用于对设备的智能控制中。
现有的对焊接切割设备的智能控制通过对焊接设备与切割设备的焊接参数与切割参数进行提取,从而进行自动化控制,进而提高焊接设备与切割设备的精准度,并提高生产效率,但现有的对焊接切割设备的智能控制系统未对控制设备精准进行校准,无法防止因使用时间过长而导致的控制设备精准度下降的问题,无法进行自动校准与自动优化。
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智能焊接切割设备智能控制系统,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智能焊接切割设备智能控制系统,包括焊接图像采集模块、切割图像采集模块、图像处理模块、实时焊接轨迹分析模块、实时切割性能指数分析模块、焊接轨迹偏差分析模块、切割偏差度分析模块、焊接性能分析模块、切割性能分析模块、焊接矫正模块、切割矫正模块、调整控制模块以及人机交互模块;
所述焊接图像采集模块用于通过图像采集设备采集焊接图像数据,并传输至图像处理模块;
所述切割图像采集模块用于通过图像采集设备采集切割图像数据,并传输至图像处理模块;
所述图像处理模块用于接收焊接图像采集模块与切割图像采集模块的数据,对焊接图像采集模块的焊接图像数据与切割图像采集模块的切割图像数据进行处理,所述图像处理模块包括焊接图像处理单元与切割图像处理单元;
所述实时焊接轨迹分析模块用于接收焊接图像处理单元的数据,对实时焊接轨迹进行分析,形成实时焊接轨迹方程,并将数据传输至焊接轨迹偏差分析模块;
所述实时切割性能指数分析模块用于接收切割图像处理单元的数据,对实时切割情况进行分析计算,得出实时切割性能指数γ,并将数据传输至切割偏差度分析模块;
所述焊接轨迹偏差分析模块用于接收实时焊接轨迹分析模块的数据,将实时焊接轨迹方程与理论焊接轨迹方程进行对比,得出焊接轨迹偏差参数,并将数据传输至焊接性能分析模块;
所述切割偏差度分析模块用于接收实时切割性能指数分析模块的数据,将实时切割性能指数与模拟切割性能指数进行对比,得出切割性能指数偏差度,并将数据传输至切割性能分析模块;
所述焊接性能分析模块用于接收焊接轨迹偏差分析模块的数据,对焊接性能情况进行综合分析,并进行优化判别,若判别结果为是,则将数据传输至焊接矫正模块,若判别结果为否,则将数据传输至人机交互模块;
所述切割性能分析模块用于接收切割偏差度分析模块的数据,对切割性能情况进行综合分析,并进行优化判别,若判别结果为是,则将数据传输至切割矫正模块,若判别结果为否,则将数据传输至人机交互模块;
所述焊接矫正模块用于接收焊接性能分析模块的数据,对焊接矫正系数进行分析计算,并将数据传输至调整控制模块;
所述切割矫正模块用于接收切割性能分析模块的数据,对切割矫正系数进行分析计算,并将数据传输至调整控制模块;
所述调整控制模块用于接收焊接矫正模块与切割矫正模块的数据,基于焊接矫正系数与切割矫正系数对焊接设备与切割设备进行智能调整与控制,所述调整控制模块包括焊接调整控制单元与切割调整控制单元;
所述人机交互模块用于接收焊接性能分析模块与切割性能分析模块的数据进行人机交互显示。
优选的,所述焊接图像处理单元用于接收焊接图像采集模块的数据,对焊接图像数据进行处理后传输至实时焊接轨迹分析模块,所述切割图像处理单元用于接收切割图像采集模块的数据,对切割图像数据进行处理后传输至实时切割性能指数分析模块。
优选的,所述焊接调整控制单元用于接收焊接矫正模块的数据,对焊接设备进行智能控制与调整,所述切割调整控制单元用于接收切割矫正模块的数据,对切割设备进行智能控制与调整。
优选的,所述实时焊接轨迹方程的计算包括以下步骤:
步骤S01:将焊枪的位置用坐标的形式标记为(X,Y,Z),各焊点的位置依次标记为(xi,yi,zi),其中,i=1、2、3……n;
步骤S02:计算轨迹角度参数:所述轨迹角度参数的计算公式为:,其中,δi为第i个焊点对应的轨迹角度参数,V为焊线相对焊枪移动的速度,d为焊点至焊枪旋转轴线的距离,w为线速度,f为电机分辨率,v为减速箱的减速比,ri为焊枪旋转轴心到第i个焊点的距离;
步骤S03:计算动力参数:所述动力参数的计算公式为:,其中,Di为第i个焊点对应的动力参数,K为动能函数,/>,Ek为焊枪的动能,Ep为焊枪的势能,θi为第i个焊点的焊枪瞬时角速度,θ´i为第i个焊点的焊枪瞬时转角度;
步骤S04:计算实时焊接轨迹方程:。
优选的,所述实时切割性能指数γ的计算公式为:,其中,INg为割枪的进刀速度,OUTg为割枪的出刀速度,gup为割枪上升的延时时间,gdown为割枪下降的延时时间,sg为割枪的刀片速度,gdeep为割枪的切割深度。
优选的,所述焊接轨迹偏差参数的计算公式为:,其中,λ1为焊接轨迹偏差参数,ζ(L)为理论焊接轨迹方程,/>,(x´i,y´i,z´i)为第i个焊接点的标准位置。
优选的,所述切割性能指数偏差度的计算公式为:,其中,λ2为切割性能指数偏差度,M为模拟切割性能指数,/>,其中,IN´g为割枪的最佳进刀速度,OUT´g为割枪的最佳出刀速度,g´up为割枪上升的最佳延时时间,g´down为割枪下降的最佳延时时间,s´g为割枪的最佳刀片速度,g´deep为割枪的最佳切割深度。
优选的,所述焊接性能分析模块对焊接性能情况进行综合分析的计算公式为:,其中,η1为焊接性能综合指数,α0为焊枪平均倾角值,α´为焊枪标准倾角值,τ为焊轮损耗系数常数,为正值,P1为焊缝断带次数,P2为焊接设备停机次数,/>,其中,αi为第i个焊点所对应的焊枪倾角。
本发明的技术效果和优点:
(1)本发明通过设有实时焊接轨迹分析模块、焊接轨迹偏差分析模块以及焊接矫正模块,有利于通过对实时焊接轨迹进行分析,形成实时焊接轨迹方程,将实时焊接轨迹方程与理论焊接轨迹方程进行对比,得出焊接轨迹偏差参数,从而获得焊接设备的焊接偏差情况,并对焊接性能进行综合分析,通过优化判别的结果,对焊接设备进行智能矫正与调整,提高了焊接设备的焊接精度,避免了因焊接设备使用时间过长所导致的控制设备精准度下降的问题。
(2)本发明通过设有实时切割性能指数分析模块、切割偏差度分析模块以及切割矫正模块,有利于通过对实时切割情况进行分析计算,得出实时切割性能指数,将实时切割性能指数与模拟切割性能指数进行对比,得出切割性能指数偏差度,从而获得切割设备的切割性能偏差情况,并对切割性能进行优化判别,通过优化判别的结果,对切割设备进行智能矫正与调整,提高了切割设备的切割精准度与切割效率,避免了因切割设备使用时间过长所导致的设备精准度下降的问题。
附图说明
图1为本发明的基于机器视觉的智能焊接切割设备智能控制系统结构图。
图2为本发明的基于机器视觉的智能焊接切割设备智能控制系统流程图。
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智能焊接切割设备智能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智能焊接切割设备智能控制系统,包括焊接图像采集模块、切割图像采集模块、图像处理模块、实时焊接轨迹分析模块、实时切割性能指数分析模块、焊接轨迹偏差分析模块、切割偏差度分析模块、焊接性能分析模块、切割性能分析模块、焊接矫正模块、切割矫正模块、调整控制模块以及人机交互模块;
所述焊接图像采集模块用于对焊接图像进行采集后传输至图像处理模块,所述切割图像采集模块用于对切割图像进行采集后传输至图像处理模块,所述图像处理模块对采集的图像数据进行处理后传输至实时焊接轨迹分析模块与实时切割性能指数分析模块,所述实时焊接轨迹分析模块接收图像处理模块的数据后进行分析,并将数据传输至焊接轨迹偏差分析模块,所述实时切割性能指数分析模块接收图像处理模块的数据后进行分析,并将数据传输至切割偏差度分析模块,所述焊接轨迹偏差分析模块接收实时焊接轨迹分析模块的数据后进行分析,并将数据传输至焊接性能分析模块,所述切割偏差度分析模块接收实时切割性能指数分析模块的数据进行分析,并将数据传输至切割性能分析模块,所述焊接性能分析模块接收焊接轨迹偏差分析模块的数据后,进行综合分析与优化判别,并根据判别结果将数据传输至焊接矫正模块与人机交互模块,所述切割性能分析模块接收切割偏差度分析模块的数据后,进行综合分析与优化判别,并根据判别结果将数据传输至切割矫正模块与人机交互模块,所述焊接矫正模块接收焊接性能分析模块的数据后进行分析,并将数据传输至调整控制模块,所述切割矫正模块接收切割性能分析模块的数据后进行分析,并将数据传输至调整控制模块,所述调整控制模块接收焊接矫正模块与切割矫正模块的数据,对焊接设备与切割设备进行智能控制与调整。
所述焊接图像采集模块用于通过图像采集设备采集焊接图像数据,并传输至图像处理模块,所述图像采集设备为机器视觉产品中的图像摄取装置,所述焊接图像数据包括但不限于焊枪倾角、焊枪的焊点位置、焊枪的焊道数以及焊枪点动速度;
所述切割图像采集模块用于通过图像采集设备采集切割图像数据,并传输至图像处理模块,所述图像采集设备为机器视觉产品中的图像摄取装置,所述切割图像数据包括但不限于割枪进刀图像、割枪退刀图像、割枪的切割点位置以及割枪的切割深度;
所述图像处理模块用于接收焊接图像采集模块与切割图像采集模块的数据,对焊接图像采集模块的焊接图像数据与切割图像采集模块的切割图像数据进行处理,所述图像处理模块包括焊接图像处理单元与切割图像处理单元,所述焊接图像处理单元用于接收焊接图像采集模块的数据,对焊接图像数据进行处理后传输至实时焊接轨迹分析模块,所述切割图像处理单元用于接收切割图像采集模块的数据,对切割图像数据进行处理后传输至实时切割性能指数分析模块;
所述实时焊接轨迹分析模块用于接收焊接图像处理单元的数据,对实时焊接轨迹进行分析,形成实时焊接轨迹方程,并将数据传输至焊接轨迹偏差分析模块;
所述实时切割性能指数分析模块用于接收切割图像处理单元的数据,对实时切割情况进行分析计算,得出实时切割性能指数γ,并将数据传输至切割偏差度分析模块;
所述焊接轨迹偏差分析模块用于接收实时焊接轨迹分析模块的数据,将实时焊接轨迹方程与理论焊接轨迹方程进行对比,得出焊接轨迹偏差参数,并将数据传输至焊接性能分析模块;
所述切割偏差度分析模块用于接收实时切割性能指数分析模块的数据,将实时切割性能指数与模拟切割性能指数进行对比,得出切割性能指数偏差度,并将数据传输至切割性能分析模块;
所述焊接性能分析模块用于接收焊接轨迹偏差分析模块的数据,对焊接性能情况进行综合分析,并进行优化判别,若判别结果为是,则将数据传输至焊接矫正模块,若判别结果为否,则将数据传输至人机交互模块;
所述切割性能分析模块用于接收切割偏差度分析模块的数据,对切割性能情况进行综合分析,并进行优化判别,若判别结果为是,则将数据传输至切割矫正模块,若判别结果为否,则将数据传输至人机交互模块;
所述焊接矫正模块用于接收焊接性能分析模块的数据,对焊接矫正系数进行分析计算,并将数据传输至调整控制模块;
所述切割矫正模块用于接收切割性能分析模块的数据,对切割矫正系数进行分析计算,并将数据传输至调整控制模块;
所述调整控制模块用于接收焊接矫正模块与切割矫正模块的数据,基于焊接矫正系数与切割矫正系数对焊接设备与切割设备进行智能调整与控制,所述调整控制模块包括焊接调整控制单元与切割调整控制单元,所述焊接调整控制单元用于接收焊接矫正模块的数据,对焊接设备进行智能控制与调整,所述切割调整控制单元用于接收切割矫正模块的数据,对切割设备进行智能控制与调整,所述对焊接设备与切割设备进行智能调整与控制为现有机器视觉技术,本实施例不对此做过多赘述;
所述人机交互模块用于接收焊接性能分析模块与切割性能分析模块的数据进行人机交互显示。
本实施例中,需要具体说明的是,所述实时焊接轨迹方程的计算包括以下步骤:
步骤S01:将焊枪的位置用坐标的形式标记为(X,Y,Z),各焊点的位置依次标记为(xi,yi,zi),其中,i=1、2、3……n;
步骤S02:计算轨迹角度参数:所述轨迹角度参数的计算公式为:,其中,δi为第i个焊点对应的轨迹角度参数,V为焊线相对焊枪移动的速度,d为焊点至焊枪旋转轴线的距离,w为线速度,f为电机分辨率,v为减速箱的减速比,ri为焊枪旋转轴心到第i个焊点的距离;
步骤S03:计算动力参数:所述动力参数的计算公式为:,其中,Di为第i个焊点对应的动力参数,K为动能函数,/>,Ek为焊枪的动能,Ep为焊枪的势能,θi为第i个焊点的焊枪瞬时角速度,θ´i为第i个焊点的焊枪瞬时转角度;
步骤S04:计算实时焊接轨迹方程:。
本实施例中,需要具体说明的是,所述实时切割性能指数γ的计算公式为:,其中,INg为割枪的进刀速度,OUTg为割枪的出刀速度,gup为割枪上升的延时时间,gdown为割枪下降的延时时间,sg为割枪的刀片速度,gdeep为割枪的切割深度。
本实施例中,需要具体说明的是,所述焊接轨迹偏差参数的计算公式为:,其中,λ1为焊接轨迹偏差参数,ζ(L)为理论焊接轨迹方程,,(x´i,y´i,z´i)为第i个焊接点的标准位置。
本实施例中,需要具体说明的是,所述切割性能指数偏差度的计算公式为:,其中,λ2为切割性能指数偏差度,M为模拟切割性能指数,,其中,IN´g为割枪的最佳进刀速度,OUT´g为割枪的最佳出刀速度,g´up为割枪上升的最佳延时时间,g´down为割枪下降的最佳延时时间,s´g为割枪的最佳刀片速度,g´deep为割枪的最佳切割深度。
本实施例中,需要具体说明的是,所述焊接性能分析模块对焊接性能情况进行综合分析的计算公式为:,其中,η1为焊接性能综合指数,α0为焊枪平均倾角值,α´为焊枪标准倾角值,τ为焊轮损耗系数常数,为正值,P1为焊缝断带次数,P2为焊接设备停机次数,/>,其中,αi为第i个焊点所对应的焊枪倾角。
本实施例中,需要具体说明的是,所述焊接性能分析模块进行优化判别包括以下步骤:
步骤S11:将焊接性能综合指数η1的值与焊接优化阈值HU进行对比,若η1>焊接优化阈值HU,说明焊接性能综合指数较好,不需要对焊接设备进行优化,则执行步骤S12,若η1≤焊接优化阈值HU,说明焊接性能综合指数值较差,需要对焊接设备进行优化,则执行步骤S13;
所述焊接优化阈值HU的取值满足80%≤HU≤95%,本实施例不对其具体数值做具体限定;
步骤S12:输出判别结果为否,并将数据传输至人机交互模块;
步骤S13:输出判别结果为是,并将数据传输至焊接矫正模块。
本实施例中,需要具体说明的是,所述切割性能分析模块进行优化判别包括以下步骤:
步骤S21:将切割性能指数偏差度λ2的值与切割优化阈值QU进行对比,若λ2>切割优化阈值QU,说明切割性能指数偏差度过大,需要对切割设备进行优化,则执行步骤S22,若λ2≤切割优化阈值QU,说明切割性能指数偏差度在合理范围内,不需要对切割设备进行优化,则执行步骤S23;
步骤S22:输出判别结果为是,并将数据传输至切割矫正模块;
步骤S23:输出判别结果为否,并将数据传输至人机交互模块;
所述切割优化阈值QU的取值范围满足5%≤QU≤10%,本实施例不对其具体数值做具体限定。
本实施例中,需要具体说明的是,所述焊接矫正模块对焊接矫正系数进行分析计算的公式为:,其中,JH为焊接矫正系数,所述切割矫正模块对切割矫正系数进行分析计算的公式为:/>,其中,JQ为切割矫正系数。
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实时焊接轨迹分析模块、焊接轨迹偏差分析模块以及焊接矫正模块,有利于通过对实时焊接轨迹进行分析,形成实时焊接轨迹方程,将实时焊接轨迹方程与理论焊接轨迹方程进行对比,得出焊接轨迹偏差参数,从而获得焊接设备的焊接偏差情况,并对焊接性能进行综合分析,通过优化判别的结果,对焊接设备进行智能矫正与调整,提高了焊接设备的焊接精度,避免了因焊接设备使用时间过长所导致的控制设备精准度下降的问题,具备实时切割性能指数分析模块、切割偏差度分析模块以及切割矫正模块,有利于通过对实时切割情况进行分析计算,得出实时切割性能指数,将实时切割性能指数与模拟切割性能指数进行对比,得出切割性能指数偏差度,从而获得切割设备的切割性能偏差情况,并对切割性能进行优化判别,通过优化判别的结果,对切割设备进行智能矫正与调整,提高了切割设备的切割精准度与切割效率,避免了因切割设备使用时间过长所导致的设备精准度下降的问题。
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 (10)
1.一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:包括焊接图像采集模块、切割图像采集模块、图像处理模块、实时焊接轨迹分析模块、实时切割性能指数分析模块、焊接轨迹偏差分析模块、切割偏差度分析模块、焊接性能分析模块、切割性能分析模块、焊接矫正模块、切割矫正模块、调整控制模块以及人机交互模块;
所述焊接图像采集模块用于通过图像采集设备采集焊接图像数据;
所述切割图像采集模块用于通过图像采集设备采集切割图像数据;
所述图像处理模块用于对焊接图像数据与切割图像数据进行处理,所述图像处理模块包括焊接图像处理单元与切割图像处理单元;
所述实时焊接轨迹分析模块用于对实时焊接轨迹进行分析,形成实时焊接轨迹方程;
所述实时切割性能指数分析模块用于对实时切割情况进行分析计算,得出实时切割性能指数γ;
所述焊接轨迹偏差分析模块用于将实时焊接轨迹方程与理论焊接轨迹方程进行对比,得出焊接轨迹偏差参数;
所述切割偏差度分析模块用于将实时切割性能指数与模拟切割性能指数进行对比,得出切割性能指数偏差度;
所述焊接性能分析模块用于对焊接性能情况进行综合分析,并进行优化判别,若判别结果为是,则将数据传输至焊接矫正模块,若判别结果为否,则将数据传输至人机交互模块;
所述切割性能分析模块用于对切割性能情况进行综合分析,并进行优化判别,若判别结果为是,则将数据传输至切割矫正模块,若判别结果为否,则将数据传输至人机交互模块;
所述焊接矫正模块用于对焊接矫正系数进行分析计算;
所述切割矫正模块用于对切割矫正系数进行分析计算;
所述调整控制模块基于焊接矫正系数与切割矫正系数对焊接设备与切割设备进行智能调整与控制,所述调整控制模块包括焊接调整控制单元与切割调整控制单元;
所述人机交互模块用于接收焊接性能分析模块与切割性能分析模块的数据进行人机交互显示。
2.根据权利要求1所述的一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:所述焊接图像处理单元用于接收焊接图像采集模块的数据,对焊接图像数据进行处理后传输至实时焊接轨迹分析模块,所述切割图像处理单元用于接收切割图像采集模块的数据,对切割图像数据进行处理后传输至实时切割性能指数分析模块。
3.根据权利要求1所述的一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:所述焊接调整控制单元用于接收焊接矫正模块的数据,对焊接设备进行智能控制与调整,所述切割调整控制单元用于接收切割矫正模块的数据,对切割设备进行智能控制与调整。
4.根据权利要求1所述的一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:所述实时焊接轨迹方程的计算包括以下步骤:
步骤S01:将焊枪的位置用坐标的形式标记为(X,Y,Z),各焊点的位置依次标记为(xi,yi,zi),其中,i=1、2、3……n;
步骤S02:计算轨迹角度参数:所述轨迹角度参数的计算公式为:,其中,δi为第i个焊点对应的轨迹角度参数,V为焊线相对焊枪移动的速度,d为焊点至焊枪旋转轴线的距离,w为线速度,f为电机分辨率,v为减速箱的减速比,ri为焊枪旋转轴心到第i个焊点的距离;
步骤S03:计算动力参数:所述动力参数的计算公式为:,其中,Di为第i个焊点对应的动力参数,K为动能函数,/>,Ek为焊枪的动能,Ep为焊枪的势能,θi为第i个焊点的焊枪瞬时角速度,θ´i为第i个焊点的焊枪瞬时转角度;
步骤S04:计算实时焊接轨迹方程:。
5.根据权利要求1所述的一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:所述实时切割性能指数γ的计算公式为:,其中,INg为割枪的进刀速度,OUTg为割枪的出刀速度,gup为割枪上升的延时时间,gdown为割枪下降的延时时间,sg为割枪的刀片速度,gdeep为割枪的切割深度。
6.根据权利要求1所述的一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:所述焊接轨迹偏差参数的计算公式为:,其中,λ1为焊接轨迹偏差参数,ζ(L)为理论焊接轨迹方程,/>,(x´i,y´i,z´i)为第i个焊接点的标准位置。
7.根据权利要求1所述的一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:所述切割性能指数偏差度的计算公式为:,其中,λ2为切割性能指数偏差度,M为模拟切割性能指数,/>,其中,IN´g为割枪的最佳进刀速度,OUT´g为割枪的最佳出刀速度,g´up为割枪上升的最佳延时时间,g´down为割枪下降的最佳延时时间,s´g为割枪的最佳刀片速度,g´deep为割枪的最佳切割深度。
8.根据权利要求1所述的一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:所述焊接性能分析模块对焊接性能情况进行综合分析的计算公式为:,其中,η1为焊接性能综合指数,α0为焊枪平均倾角值,α´为焊枪标准倾角值,τ为焊轮损耗系数常数,为正值,P1为焊缝断带次数,P2为焊接设备停机次数,/>,其中,αi为第i个焊点所对应的焊枪倾角。
9.根据权利要求1所述的一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:所述焊接矫正模块对焊接矫正系数进行分析计算的公式为:,其中,JH为焊接矫正系数,所述切割矫正模块对切割矫正系数进行分析计算的公式为:/>,其中,JQ为切割矫正系数。
10.根据权利要求1所述的一种基于机器视觉的智能焊接切割设备智能控制系统,其特征在于:所述焊接性能分析模块进行优化判别包括以下步骤:
步骤S11:将焊接性能综合指数η1的值与焊接优化阈值HU进行对比,若η1>焊接优化阈值HU,则执行步骤S12,若η1≤焊接优化阈值HU,则执行步骤S13,所述焊接优化阈值HU的取值满足80%≤HU≤95%;
步骤S12:输出判别结果为否,并将数据传输至人机交互模块;
步骤S13:输出判别结果为是,并将数据传输至焊接矫正模块;
所述切割性能分析模块进行优化判别包括以下步骤:
步骤S21:将切割性能指数偏差度λ2的值与切割优化阈值QU进行对比,若λ2>切割优化阈值QU,则执行步骤S22,若λ2≤切割优化阈值QU,则执行步骤S23,所述切割优化阈值QU的取值范围满足5%≤QU≤10%;
步骤S22:输出判别结果为是,并将数据传输至切割矫正模块;
步骤S23:输出判别结果为否,并将数据传输至人机交互模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410008535.7A CN117506263A (zh) | 2024-01-04 | 2024-01-04 | 一种基于机器视觉的智能焊接切割设备智能控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410008535.7A CN117506263A (zh) | 2024-01-04 | 2024-01-04 | 一种基于机器视觉的智能焊接切割设备智能控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117506263A true CN117506263A (zh) | 2024-02-06 |
Family
ID=89744225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410008535.7A Pending CN117506263A (zh) | 2024-01-04 | 2024-01-04 | 一种基于机器视觉的智能焊接切割设备智能控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117506263A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104588838A (zh) * | 2015-02-07 | 2015-05-06 | 芜湖安普机器人产业技术研究院有限公司 | 一种焊枪自动跟踪控制并在线修正系统及其控制方法 |
DE102014101568A1 (de) * | 2014-02-07 | 2015-08-13 | Blackbird Robotersysteme Gmbh | Verfahren und Vorrichtung zum Laserschweißen oder -schneiden mit einem dynamisch anpassbaren Analysebereich |
WO2015120734A1 (zh) * | 2014-02-17 | 2015-08-20 | 华南理工大学 | 基于机器视觉的焊接轨迹校正专用测试装置及方法 |
CN109894776A (zh) * | 2018-12-30 | 2019-06-18 | 上海新朋联众汽车零部件有限公司 | 焊缝轨迹的自动补偿方法 |
CN113305849A (zh) * | 2021-06-13 | 2021-08-27 | 芜湖行健智能机器人有限公司 | 一种基于复合视觉的平板坡口智能切割系统及方法 |
CN114211168A (zh) * | 2022-02-21 | 2022-03-22 | 江苏天健智能装备制造有限公司 | 一种基于图像相减的平面焊缝轨迹纠偏的方法 |
CN115685876A (zh) * | 2022-11-14 | 2023-02-03 | 英诺威讯智能科技(杭州)有限公司 | 一种基于轨迹补偿的平面激光切割控制方法及系统 |
CN117300451A (zh) * | 2023-10-11 | 2023-12-29 | 山东先远新材料科技有限公司 | 一种基于机器视觉的焊管成型控制系统 |
-
2024
- 2024-01-04 CN CN202410008535.7A patent/CN117506263A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014101568A1 (de) * | 2014-02-07 | 2015-08-13 | Blackbird Robotersysteme Gmbh | Verfahren und Vorrichtung zum Laserschweißen oder -schneiden mit einem dynamisch anpassbaren Analysebereich |
WO2015120734A1 (zh) * | 2014-02-17 | 2015-08-20 | 华南理工大学 | 基于机器视觉的焊接轨迹校正专用测试装置及方法 |
CN104588838A (zh) * | 2015-02-07 | 2015-05-06 | 芜湖安普机器人产业技术研究院有限公司 | 一种焊枪自动跟踪控制并在线修正系统及其控制方法 |
CN109894776A (zh) * | 2018-12-30 | 2019-06-18 | 上海新朋联众汽车零部件有限公司 | 焊缝轨迹的自动补偿方法 |
CN113305849A (zh) * | 2021-06-13 | 2021-08-27 | 芜湖行健智能机器人有限公司 | 一种基于复合视觉的平板坡口智能切割系统及方法 |
CN114211168A (zh) * | 2022-02-21 | 2022-03-22 | 江苏天健智能装备制造有限公司 | 一种基于图像相减的平面焊缝轨迹纠偏的方法 |
CN115685876A (zh) * | 2022-11-14 | 2023-02-03 | 英诺威讯智能科技(杭州)有限公司 | 一种基于轨迹补偿的平面激光切割控制方法及系统 |
CN117300451A (zh) * | 2023-10-11 | 2023-12-29 | 山东先远新材料科技有限公司 | 一种基于机器视觉的焊管成型控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9955074B2 (en) | Target tracking method and system for intelligent tracking high speed dome camera | |
US4868752A (en) | Boundary detecting method and apparatus for automatic working vehicle | |
CN109489566B (zh) | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 | |
CN102331795B (zh) | 基于光斑识别的控制日光反射装置自动跟踪太阳的方法 | |
CN108513414B (zh) | 一种焦点自跟踪的舞台追光灯系统及方法 | |
CN104822019A (zh) | 计算摄影机视场角的方法 | |
CN112947526B (zh) | 一种无人机自主降落方法和系统 | |
CN113313713A (zh) | 一种用于锂电池极片毛刺在线检测方法及系统 | |
CN107014291A (zh) | 一种物料精密转载平台的视觉定位方法 | |
CN107911612A (zh) | 一种摄像机自动聚焦方法和装置 | |
CN115437030B (zh) | 一种高色散光纤光谱仪导星闭环跟踪方法和系统 | |
CN112020982A (zh) | 一种倒伏作物自动收割方法及收割机 | |
CN114979483B (zh) | 一种基于数字摄像机的焦点跟踪方法 | |
CN117506263A (zh) | 一种基于机器视觉的智能焊接切割设备智能控制系统 | |
CN204859351U (zh) | 基于视频目标跟踪的自动跟焦装置 | |
CN107830928A (zh) | 一种用于卷云光学特性测量的太阳光度计 | |
CN110012223A (zh) | 一种基于图像裁剪实现云台转动的方法及系统 | |
CN113237488A (zh) | 一种基于双目视觉和寻路缘技术的导航系统及导航方法 | |
CN115616510B (zh) | 一种交通毫米波雷达标定方法及系统 | |
CN108873944B (zh) | 超低空自适应定高飞行控制方法 | |
CN111562262A (zh) | 一种合金分析系统及其复检方法 | |
CN115156662A (zh) | 一种用于风机叶轮的空间焊缝轨迹分步调节焊接方法 | |
CN103152584A (zh) | 一种模拟视频信号增益控制的方法及系统 | |
CN106951814A (zh) | 编码器偏心调整系统的圆光栅偏心计算方法 | |
CN110887488A (zh) | 一种无人驾驶碾压机定位方法 |
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 |