CN220612595U - 一种基于视觉协同传感和dic技术的电弧增材制造设备 - Google Patents
一种基于视觉协同传感和dic技术的电弧增材制造设备 Download PDFInfo
- Publication number
- CN220612595U CN220612595U CN202321789923.0U CN202321789923U CN220612595U CN 220612595 U CN220612595 U CN 220612595U CN 202321789923 U CN202321789923 U CN 202321789923U CN 220612595 U CN220612595 U CN 220612595U
- Authority
- CN
- China
- Prior art keywords
- additive manufacturing
- molten pool
- stress
- additive
- sensing system
- 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
- 239000000654 additive Substances 0.000 title claims abstract description 102
- 230000000996 additive effect Effects 0.000 title claims abstract description 102
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 56
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 238000010438 heat treatment Methods 0.000 claims abstract description 37
- 238000003466 welding Methods 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 239000000463 material Substances 0.000 claims description 35
- 230000000007 visual effect Effects 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 6
- 230000001681 protective effect Effects 0.000 claims description 6
- 238000007789 sealing Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 6
- 239000010410 layer Substances 0.000 description 6
- 230000001960 triggered effect Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000012360 testing method Methods 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
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Manipulator (AREA)
Abstract
本实用新型公开了一种基于视觉协同传感和DIC技术的电弧增材制造设备，包括：机器人增材制造系统、熔池视觉传感系统、应力图像传感系统、热处理系统、工业计算机和交换机；熔池视觉传感系统，被配置为实时拍摄机器人增材制造系统在执行焊接过程中的熔池形态，并将拍摄到的熔池图像传输至工业计算机；应力图像传感系统，被配置为拍摄增材构件的应力图像，并将拍摄到的应力图像传输至工业计算机；工业计算机中配有DIC检测模块以及用于对熔池图像进行监测的CNN模块；热处理系统连接工业计算机，用于消除增材构件的异常应力。本实用新型可以提高增材构件的质量。
Description
技术领域
本实用新型涉及电弧增材制造技术领域，特别是一种基于视觉协同传感和DIC(Digital Image Correlation，数字图像相关)技术的电弧增材制造设备。
背景技术
增材制造技术是一种利用数控技术通过逐层堆积材料来制造复杂形状的构件的新工艺。增材制造技术具有制造周期短、快速定制、节约材料等优点，被广泛应用于航空、航天、汽车、医疗和消费品等领域。其中多机器人协同增材制造可以大大提升增材制造效率，但由于存在多个热源，构件在增材制造过程中历经多次快速局部加热和冷却过程，使得增材构件有非常复杂的热历史，构件会出现不同程度的热收缩和热膨胀，因此其应力分布变化较为复杂。增材制造过程中的温度和应力变化会导致构件内部和表面的残余应力，进而影响构件的力学性能和耐久性。
实用新型内容
为了解决现有技术中所存在的上述问题，本实用新型提供了一种基于视觉协同传感和DIC技术的电弧增材制造设备。
本实用新型要解决的技术问题通过以下技术方案实现：
一种基于视觉协同传感和DIC技术的电弧增材制造设备，包括：机器人增材制造系统、熔池视觉传感系统、应力图像传感系统、热处理系统、工业计算机和交换机；
其中，所述机器人增材制造系统、所述熔池视觉传感系统以及所述应力图像传感系统通过所述交换机连接所述工业计算机；
所述熔池视觉传感系统，被配置为实时拍摄所述机器人增材制造系统在执行焊接过程中的熔池形态，并将拍摄到的熔池图像传输至所述工业计算机；
所述应力图像传感系统，被配置为拍摄增材构件的应力图像，并将拍摄到的应力图像传输至所述工业计算机；
所述工业计算机中配有DIC检测模块以及用于对熔池图像进行监测的CNN模块；
所述热处理系统连接所述工业计算机，用于消除增材构件的异常应力。
在一个实施例中，本实用新型的熔池视觉传感系统包括：CCD图像传感器、镜头和滤光片；
其中，所述CCD图像传感器，用于采集熔池图像；
所述镜头，用于调节曝光和焦距；
所述滤光片，用于在所述CCD图像传感器采集熔池图像时减小电弧光对光线的干扰。
在一个实施例中，本实用新型的应力图像传感系统包括：双目相机和LED灯组件；
其中，所述双目相机，用于拍摄所述增材构件的应力图像；
所述LED灯组件，用于在所述双目相机拍摄所述增材构件的应力图像时为拍摄场景补光。
在一个实施例中，本实用新型的机器人增材制造系统包括：多台机器人焊枪设备；每台机器人焊枪设备均包括：焊接电源、送丝机和保护气瓶；
其中，所述焊接电源，用于为机器人焊枪设备提供电源；
所述送丝机，用于将增材材料依次下送到增材构件将要焊接的位置；
所述保护气瓶，用于在增材制造过程中进行密封操作时提供气体保护。
在一个实施例中，本实用新型的机器人焊枪上配置怪手，以通过怪手控制所述熔池视觉传感系统进行自由调节和定位，以适应不同增材构件的工况和角度。
在一个实施例中，本实用新型的热处理系统包括：热处理炉和智能温度调节仪组件；
其中，所述热处理炉，用于对所述增材构件进行热处理；
所述智能温度调节仪组件，用于控制所述热处理的温度。
在一个实施例中，本实用新型的工业计算机具有GPU，所述DIC检测模块和所述CNN模块通过所述GPU运行。
在一个实施例中，本实用新型的应力图像传感系统用三脚架固定，被放置于增材构件的正前方且拍摄角度可调整。
本实用新型提供的基于视觉协同传感和技术的电弧增材制造设备，在增材制造过程中，通过熔池视觉传感系统对焊接过程中的熔池形态进行实时监控，由此可以及时发现熔池形态的异常；通过应力图像传感系统对增材构件的应力图像进行拍摄并利用DIC检测模块进行DIC检测，由此可以发现增材构件的异常应力，从而可以利用热处理系统进行热处理，以消除增材构件的异常应力。因此，本实用新型能够在增材制造过程中及时发现和解决增材过程中的异常情况和残余应力过大等问题，从而保证了增材构件的质量和性能。
以下将结合附图及对本实用新型做进一步详细说明。
附图说明
图1是本实用新型实施例提供的一种基于视觉协同传感和DIC技术的电弧增材制造设备的结构示意图；
图2是图1所示装置中的熔池视觉传感系统的结构示意图。
具体实施方式
下面结合具体实施例对本实用新型做进一步详细的描述，但本实用新型的实施方式不限于此。
如图1所示，本实用新型提供了一种基于视觉协同传感和DIC技术的电弧增材制造设备，包括：机器人增材制造系统101、熔池视觉传感系统102、应力图像传感系统103、热处理系统104、工业计算机105和交换机106。
其中，机器人增材制造系统101、熔池视觉传感系统102以及应力图像传感系统103通过交换机106连接工业计算机105，热处理系统104与工业计算机105相连接。
具体的，机器人增材制造系统101包括：多台机器人焊枪设备；每台机器人焊枪设备均包括：焊接电源、送丝机和保护气瓶；其中，焊接电源用于为机器人焊枪设备提供电源；送丝机用于将增材材料依次下送到增材构件将要焊接的位置；保护气瓶用于在增材制造过程中进行密封操作时提供气体保护。
熔池视觉传感系统102，被配置为实时拍摄机器人增材制造系统101在执行焊接过程中的熔池形态，并将拍摄到的熔池图像传输至工业计算机105。
应力图像传感系统103，被配置为拍摄增材构件的应力图像，并将拍摄到的应力图像传输至工业计算机105。
工业计算机105中配有DIC检测模块以及用于对熔池图像进行监测的CNN(Convolutional Neural Networks，卷积神经网络)模块。
其中，DIC检测模块是利用DIC技术实现应力检测的现有软件模块，如MatchID 2D或Gom correlate pro等。DIC技术又称数字散斑相关法，是将试件变形前后的两幅数字图像，通过相关计算获取感兴趣区域的变形信息。
此外，现有技术中，利用CNN对熔池图像进行检测和识别从而实现对熔池图像进行监测的相关技术已经成熟，如公开号为CN113379740A的专利申请公开了一种熔池图像和深度学习的VPPAW熔透原位实时监测系统，公开号为CN113077423A的专利申请公开了一种基于卷积神经网络的激光选区熔化熔池图像分析系统。因此，本实用新型中的CNN模块为现有模块，非本实用新型所作出的改进。
热处理系统104连接工业计算机105，用于消除增材构件的异常应力。
具体而言，机器人增材制造系统101用于执行增材制造，根据增材制造计划和规模设计机器人焊枪设备的数量，实现多机器人设备共同进行增材作业；根据规划好的增材路径，每个工业机器人101各负责框体结构一侧的增材任务；在每台机器人焊枪上分别安装一套熔池视觉传感系统102，将熔池视觉传感系统102中的CCD(Charge-coupled Device,电荷耦合元件)图像传感器调整至合适位置，使得CCD图像传感器在增材过程中能够监测到整个熔池状态；熔池视觉传感系统102将拍摄的熔池图像通过交换机106传输到工业计算机105，工业计算机105的CNN模块接收熔池图像，从而针对每张熔池图像输出相应的检测或识别结果，以表明熔池是否存在异常，从而实现对熔池图像的监测；这样操作人员可以根据CNN模块的输出结果及时发现熔池是否存在异常，从而在出现异常时进行及时处理，避免在熔池异常情况下继续进行增材制造而导致的增材构件缺陷；增材一层结束后，对增材表面进行打磨处理与此同时熔池视觉传感系统102停止工作，应力图像传感系统103进行应力图像采集，在照亮增材区域时通过相机拍摄增材构件表面并将拍摄的应力图像传输到工业计算机105，工业计算机105的DIC检测模块对应力图像进行DIC检测，得到应变场，实现DIC检测。如果DIC检测结果表明残余应力过大，超出阈值，则机器人增材作业停止，提示操作人员构件需要进行热处理，或者直接触发热处理系统对构件进行热处理，否则继续进行多机器人增材作业。这样操作人员可以及时发现增材构建的异常应力，从而通过工业计算机105操控热处理系统对应力异常的增材构建进行热处理，消除增材构件的异常应力。因此，本实用新型能够在增材制造过程中及时发现和解决增材过程中的异常情况和残余应力过大等问题，从而保证了增材构件的质量和性能。
另外，为了实现工业控制自动化，还可以在工业计算机105中可以配置简单的告警逻辑，从而在CNN模块监测到熔池异常时进行告警，通知相关人员排查异常，以及在DIC检测模块检测到应力异常时告警，并触发热处理系统104进行热处理。
在一种实施方式中，熔池视觉传感系统102的结构如图2所示，包括：CCD图像传感器201、镜头202和滤光片203。其中CCD图像传感器用于采集熔池图像；镜头用于调节曝光和焦距；滤光片，用于在CCD图像传感器采集熔池图像时减小电弧光对光线的干扰。这样，过滤掉增材过程中其他波长的干扰光，只留下特定的红外辐射，从而提高熔池图像的对比度和清晰度。
在一种实施方式中，应力图像传感系统103包括：双目相机和LED灯组件；其中，双目相机用于拍摄增材作业过程中增材构件的应力图像；LED灯组件，用于在双目相机拍摄增材构件的应力图像时为拍摄场景补光，这样照亮了增材区域，提升对比度，使得DIC应力检测系统能够采集到清晰的图像。
在一种实施方式中，应力图像传感系统103可以用三脚架固定，该应力图像传感系统可以被放置于增材构件的正前方且拍摄角度可调整，这样可以使应力图像传感系统103的相机在拍摄时去除抖动干扰且可以满足各角度拍摄。
在一种实施方式中，如图1中所示的，机器人焊枪上可以配置怪手107，以通过怪手107控制熔池视觉传感系统102进行自由调节和定位，以适应不同增材构件的工况和角度。
在一种实施方式中，热处理系统104包括：热处理炉和智能温度调节仪组件；其中，热处理炉对增材构件进行热处理；智能温度调节仪组件用于控制热处理的温度。这样，可以控制和调节热处理过程中的温度变化，以确保热处理的准确性和可靠性。
在一种实施方式中，工业计算机具有GPU(graphics processing unit，图形处理器)，相应的上述DIC检测模块和CNN模块可以通过该GPU运行，从而实现高效的图像数据处理。
在一个具体示例中，本实用新型提供了一种基于视觉协同传感和DIC技术的多机器人电弧增材制造设备，其配置如下：
机器人增材制造系统配置四个IRB 2600的ABB焊接机器人设备，并为四个机器人设备分别配置CMT Advanced 4000焊机和VR1550设备作为增材电源和送丝机；熔池视觉传感系统中选用的CCD图像传感器型号为BASLER acA1920-40gm，镜头型号采用理光FL-CC2514-2M，镜头前安装有850nm滤光片；应力图像传感系统采用GOM ARAMIS相机。
增材框体选用ER316L，尺寸为200mm×200mm×100mm。增材制造过程中选用φ1.2mm的ER316L不锈钢焊丝。对每个焊接机器人设置增材工艺参数：增材电流为140A，采用一元化焊接模式，送丝速度和增材电流相适配，增材速度为8m/min，保护气采用(98.5％Ar+1.5％O2)流量为20L/min，焊枪每层抬高1.5mm。
该电弧增材制造设备的工作过程如下：
四个机器人焊枪共同进行增材作业，根据规划好的增材路径，每个机器人各负责框体结构一侧的增材任务。在每台机器人焊枪上分别安装一套熔池视觉传感系统，根据各个机器人的增材路径，通过怪手将熔池视觉传感系统调整至相应位置，例如CCD相机与焊枪呈45°夹角，镜头距离焊丝约20cm。将机器人增材系统、熔池视觉传感系统与应力图像传感系统通过交换机与工业计算机连接，其中双目相机应当放置于增材件的正前方。对双目相机GOM ARAMIS进行标定，将标定板放置在相机视野内，并保证标定板平整。在拍摄不同角度和位置的标定板图像时，需要保证相机与标定板之间的距离和角度发生变化。随后通过工业计算机算法提取标定板图像中的特征点，并将这些特征点与标定板上已知的坐标点进行匹配，从而得到相机的内部和外部参数完成标定。完成标定后即可进行增材作业。
在增材作业进行时，熔池视觉传感系统将拍摄到的熔池状态图像传输至工业计算机，通过GPU加速处理，通过CNN模块对熔池状态进行监测。如果出现有异常情况，则应通知操作人员，由操作人员判断增材作业是否继续进行。
当增材一层结束后，对增材表面进行打磨处理。并且层间温度需要冷却至150℃以下后才能进行下一层增材作业。
每层增材作业完成后，增材构件表面由于其独特的纹理，形成一个个自然的“斑点”，将与应力图像传感系统的摄像机适配的照明光源照射到样品表面。示例性的，应力图像传感系统摄像机GOM ARAMIS以每秒10帧的速度对增材构件进行拍摄，采集图像的数量为2000张。采集到的构件图像经由交换机传输至工业计算机，通过GPU加速处理对拍摄的图像进行处理以计算应变场，从而实现DIC检测。如果DIC检测结果表明残余应力过大，超出阈值，则机器人增材作业停止，提示操作人员构件需要进行热处理，或者直接触发热处理系统对构件进行热处理，否则继续进行多机器人增材作业。
综上可见，相比于现有技术，本实用新型提供的基于视觉协同传感和技术的电弧增材制造设备，在增材制造过程中，通过熔池视觉传感系统对焊接过程中的熔池形态进行实时监控，得到高对比度高清晰度的熔池图像，熔池图像通过CNN模块实现熔池状态的监测，当监测到异常状态时触发告警模块及时发出告警，停止增材作业；通过应力图像传感系统对增材构件的增材表面进行任意方向及角度的拍摄，将拍摄到的图像利用DIC模块进行DIC检测，得到增材构件表面的应变场，从而在检测到应力异常时触发热处理系统进行热处理，以消除增材构件的异常应力。本实用新型在实现自动化监控和检测的基础上，还能够实现自动化控制，及时解决增材过程中的异常情况和残余应力过大等问题，因此本实用新型具有实时监测、高精度检测、高效性、智能化控制、减少人工干预且保证了增材构件的质量和性能等诸多优点。
以上，仅为本实用新型较佳的具体实施方式，但本实用新型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实用新型揭露的技术范围内，根据本实用新型的技术方案及其实用新型构思加以等同替换或改变，都应涵盖在本实用新型的保护范围之内。
Claims (8)
1.一种基于视觉协同传感和DIC技术的电弧增材制造设备，其特征在于，包括：机器人增材制造系统、熔池视觉传感系统、应力图像传感系统、热处理系统、工业计算机和交换机；
其中，所述机器人增材制造系统、所述熔池视觉传感系统以及所述应力图像传感系统通过所述交换机连接所述工业计算机；
所述熔池视觉传感系统，被配置为实时拍摄所述机器人增材制造系统在执行焊接过程中的熔池形态，并将拍摄到的熔池图像传输至所述工业计算机；
所述应力图像传感系统，被配置为拍摄增材构件的应力图像，并将拍摄到的应力图像传输至所述工业计算机；
所述工业计算机中配有DIC检测模块以及用于对熔池图像进行监测的CNN模块；
所述热处理系统连接所述工业计算机，用于消除增材构件的异常应力。
2.根据权利要求1所述的电弧增材制造设备，其特征在于，所述熔池视觉传感系统，包括：CCD图像传感器、镜头和滤光片；
其中，所述CCD图像传感器，用于采集熔池图像；
所述镜头，用于调节曝光和焦距；
所述滤光片，用于在所述CCD图像传感器采集熔池图像时减小电弧光对光线的干扰。
3.根据权利要求1所述的电弧增材制造设备，其特征在于，所述应力图像传感系统，包括：双目相机和LED灯组件；
其中，所述双目相机，用于拍摄所述增材构件的应力图像；
所述LED灯组件，用于在所述双目相机拍摄所述增材构件的应力图像时为拍摄场景补光。
4.根据权利要求1所述的电弧增材制造设备，其特征在于，所述机器人增材制造系统，包括：多台机器人焊枪设备；每台机器人焊枪设备均包括：焊接电源、送丝机和保护气瓶；
其中，所述焊接电源，用于为机器人焊枪设备提供电源；
所述送丝机，用于将增材材料依次下送到增材构件将要焊接的位置；
所述保护气瓶，用于在增材制造过程中进行密封操作时提供气体保护。
5.根据权利要求4所述的电弧增材制造设备，其特征在于，所述机器人焊枪上配置怪手，以通过怪手控制所述熔池视觉传感系统进行自由调节和定位，以适应不同增材构件的工况和角度。
6.根据权利要求1所述的电弧增材制造设备，其特征在于，所述热处理系统，包括：热处理炉和智能温度调节仪组件；
其中，所述热处理炉，用于对所述增材构件进行热处理；
所述智能温度调节仪组件，用于控制所述热处理的温度。
7.根据权利要求1所述的电弧增材制造设备，其特征在于，所述工业计算机具有GPU，所述DIC检测模块和所述CNN模块通过所述GPU运行。
8.根据权利要求1所述的电弧增材制造设备，其特征在于，所述应力图像传感系统用三脚架固定，被放置于增材构件的正前方且拍摄角度可调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202321789923.0U CN220612595U (zh) | 2023-07-07 | 2023-07-07 | 一种基于视觉协同传感和dic技术的电弧增材制造设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202321789923.0U CN220612595U (zh) | 2023-07-07 | 2023-07-07 | 一种基于视觉协同传感和dic技术的电弧增材制造设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN220612595U true CN220612595U (zh) | 2024-03-19 |
Family
ID=90227991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202321789923.0U Active CN220612595U (zh) | 2023-07-07 | 2023-07-07 | 一种基于视觉协同传感和dic技术的电弧增材制造设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN220612595U (zh) |
-
2023
- 2023-07-07 CN CN202321789923.0U patent/CN220612595U/zh active Active
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021248638A1 (zh) | 金属增材制造多种监测设备在线实时监控系统 | |
| CN110524582B (zh) | 一种柔性组对焊接机器人工作站 | |
| EP3065909B1 (en) | Heat energy sensing and analysis for welding processes | |
| CN106404795A (zh) | 一种基于红外信息的金属增材制造过程控制装置与方法 | |
| Vasudevan et al. | Real-time monitoring of weld pool during GTAW using infra-red thermography and analysis of infra-red thermal images | |
| CN108489986A (zh) | 一种增材制造在线检测及修复方法 | |
| CN112191993B (zh) | 一种氩弧焊焊缝跟踪系统及方法 | |
| CN207026479U (zh) | 一种激光选区熔化加工过程同轴监测装置 | |
| Gibson et al. | Melt pool monitoring for control and data analytics in large-scale metal additive manufacturing | |
| CN104148838B (zh) | 薄钢板焊缝小特征点视觉跟踪与实时质量检测装置 | |
| CN220612595U (zh) | 一种基于视觉协同传感和dic技术的电弧增材制造设备 | |
| CN116234691A (zh) | 用于确定玻璃窗中的缺陷的成像系统和方法 | |
| CN110802305A (zh) | 弧焊过程参数在线监测装置与监测方法 | |
| CN206291861U (zh) | 一种用于检测熔池形貌的装置 | |
| CN203992877U (zh) | 薄钢板焊缝小特征点视觉跟踪与实时质量检测装置 | |
| CN117600701A (zh) | 一种用于搅拌摩擦焊过程在线监测系统及控制方法 | |
| CN117245175A (zh) | 一种基于主被动视觉的多层多道焊缝跟踪系统和方法 | |
| CN106767495A (zh) | 一种用于检测熔池形貌的装置和方法及应用 | |
| CN116922415A (zh) | 一种用于钢结构焊接的机器人系统 | |
| CN116851872A (zh) | 基于视觉协同与应力控制的多机器人电弧增材方法及装置 | |
| CN212308199U (zh) | 一种智能化焊工面罩 | |
| CN210757843U (zh) | 一种柔性焊接机器人系统 | |
| CN105931504A (zh) | 一种智能加工工厂 | |
| CN117020439A (zh) | 一种锂电池极片卷对卷激光连续切割系统及方法 | |
| JP2541396B2 (ja) | 溶接監視装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |