铝合金弧焊机器人视觉实时焊缝跟踪与成形控制方法研究

论文摘要

目前服役的焊接机器人90%都是以“示教-再现”模式进行工作的,少数以轨迹规划方式工作,焊接过程中,焊枪与焊缝中心都会存在一定误差,并且,焊接过程又是一个复杂、非线性、多边化的过程,焊接工件热变形、咬边、错边,以及焊缝间隙的变化等是不可预知的,这些因素都会直接影响到焊接质量。因此,在“示教-再现”或轨迹规划应用的基础上,实时焊缝纠偏可以进一步提高跟踪精度,尤其适用于辅助工程上焊接易变形、装配复杂等自动焊难以控制的工件生产;同时,实时检测焊缝间隙和焊接熔池宽度的变化,有助于调整焊接规范,保证焊缝成形的均匀性,特别是在多道焊过程中,第一道打底焊的焊缝均匀程度直接影响盖面焊接接头的气孔缺陷的多少。因此,在本篇论文研究的基于视觉的实时焊缝跟踪和焊缝成形控制技术不仅仅在于提高弧焊机器人智能化程度,同时也具有促进弧焊机器人在实际焊接生产中应用的现实意义。本文以航天运载火箭推进剂贮箱生产为背景,针对方波交流GTAW（钨极惰性气体保护焊）焊接方法,带有焊接衬垫的焊接结构等生产中常用的焊接条件,将传统的“示教-再现”型机器人开发成具有实时焊缝跟踪和焊缝成形控制的弧焊机器人系统。本文先构建了焊接机器人系统平台,包括:1.设计了具有双层滤波功能的视觉传感器,可以分别为观察电区弧柱域和焊缝区域选择各自的滤光片和减光片,能够清晰采集到不同焊接电流值的焊接图像,解决了焊接电流变化对焊接图像质量影响较大的问题;2.利用PC机、A/D卡、D/A卡、图像卡实现PC机实时采集焊接图像,并可以实时纠偏机器人末关节,调整焊接工艺等功能;3.在Visual C++环境下,采用多线程技术,同时采集图像、处理图像、处理数据、控制算法运算、发送焊接纠偏控制电压和焊接工艺调整电压等功能,一个控制周期可以达到0.2s。本文研究了6mm厚LD10铝合金方波交流GTAW焊接过程中的熔池图像特征,提出了“双窗口”同时采集弧柱和焊缝信息的方法,利用滤波、边缘检测、适应环境光强变化的自动域值化、骨架细化、最小二乘法拟合等方法开发出具有较高适应性的图像处理算法。该算法能够适用于不同天气状况的白天和有灯光照明的夜晚等不同环境光线下的图像处理,同时也适用于焊接电流在（200～300）A范围内（该范围适合于中厚板铝合金焊接）的图像处理,图像处理算法的精度可以控制在±（0.10.2）mm范围内。提出了一种免于机器人标定的实时焊缝跟踪技术,该技术利用视觉传感器从熔池正前方观察焊枪与焊缝的位置偏差,实时调整焊枪位置对中焊缝中心,方便操作者使用。该跟踪方法同时提取熔池中心和焊缝中心的位置,只需要计算出二者的相对位置就可以进行实时跟踪。分析了机器人实时调整轨迹的运动机理,在保障焊接稳定性的前提下,根据偏差量的大小不同,设计了分段式自适应PID控制器,保证机器人快速而稳定的调整焊枪位置。本文设计的较大偏差的试验工件跟踪最大偏差可以控制在±0.3mm范围之内,正常示教焊接的跟踪最大偏差可以控制在±0.2mm范围之内。结合带有焊接衬垫的焊接结构,以焊接熔池填充金属量和提供金属量守恒,分析出焊缝余高与焊缝间隙、送丝速度、熔池宽度和焊接电流等参数的关系,建立了余高预估模型,该模型平均误差为0.085mm,标准差为0.265mm,具有较高的可靠性和有效性。然后,解决了多道焊的打底焊成形控制技术:检测焊缝间隙利用模糊控制建立了前馈焊接电流模糊控制器;以焊缝间隙、熔池宽度、送丝速度等量为输入量用余高预估模型预估出当前余高大小,作为反馈量,建立了送丝速度闭环反馈控制。将本文提出的实时焊缝跟踪技术和焊缝成形技术分别在直线平板对接焊缝和法兰盘曲线焊缝试件中试验,机器人实时焊缝跟踪偏差分别可以控制在±0.3mm和±0.6mm之内,焊缝余高在（-0.5,0）mm范围内的焊缝长度分别能够占整条焊缝长度的96%和93%。最后,将本文开发的基于被动视觉的具有实时焊缝跟踪和焊缝成形控制技术的弧焊机器人系统应用于航天运载火箭推进剂贮箱箱底模拟件产品的圆环拼接纵缝和法兰与瓜瓣环缝焊接中,其焊后结果经过χ光射线检测,焊缝均能够满足YS0620-97规定的Ⅰ级焊缝标准,达到了航天产品生产上的要求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 焊接机器人视觉传感技术及其研究现状
• 1.2.1 机器人焊缝识别与路径规划
• 1.2.2 机器人焊缝跟踪技术
• 1.2.3 机器人焊接过程控制技术
• 1.3 被动视觉技术特征及其在各种焊接方法中的应用
• 1.4 研究意义
• 1.5 本课题研究内容
• 第二章 铝合金弧焊机器人焊接系统构成
• 2.1 引言
• 2.2 基于视觉的弧焊机器人焊接系统结构
• 2.2.1 弧焊机器人实时焊缝跟踪系统
• 2.2.2 弧焊机器人焊缝成形控制系统
• 2.3 被动视觉在方波交流GTAW 铝合金焊接中的应用难题
• 2.4 视觉传感系统
• 2.4.1 视觉传感器的构成
• 2.4.2 双层滤波系统
• 2.4.3 视觉传感系统的标定
• 2.5 铝合金焊接熔池和焊缝特征参数的定义
• 2.6 弧焊机器人焊接系统软件控制
• 2.7 本章小节
• 第三章 铝合金方波交流GTAW 焊接图像信息获取
• 3.1 引言
• 3.2 同时获取弧柱和焊缝信息的“双窗口”图像处理方法
• 3.3 WINDOW1 图像处理算法
• 3.3.1 图像预处理
• 3.3.2 图像边缘检测及提取
• 3.3.3 适应焊接环境光强变化的自动阈值分割技术
• 3.3.4 图像骨架细化与去除枝条
• 3.3.5 边缘识别
• 3.3.6 曲线拟合
• 3.3.7 window1 完整的图像处理流程
• 3.4 WINDOW2 图像处理
• 3.5 特征参数提取
• 3.5.1 熔池中心和熔池宽度计算
• 3.5.2 焊枪与焊缝的偏差和焊缝间隙计算
• 3.6 图像处理算法精度和适应性验证
• 3.6.1 精度验证
• 3.6.2 变焊接电流的焊接图像
• 3.6.3 法兰盘曲线焊缝的图像处理
• 3.6.4 图像处理效率和实用性
• 3.7 本章小节
• 第四章 铝合金弧焊机器人实时焊缝跟踪技术研究
• 4.1 引言
• 4.2 弧焊机器人的视觉焊缝跟踪方法
• 4.3 弧焊机器人焊缝跟踪控制器设计
• 4.3.1 弧焊机器人实时纠偏运动规律
• 4.3.2 纠偏运动规律验证
• 4.3.3 分段式自适应PID 跟踪控制器设计
• 4.4 弧焊机器人分段式自适应PID 跟踪控制器验证
• 4.5 弧焊机器人跟踪算法在计算机中实现
• 4.6 本章小节
• 第五章 铝合金弧焊机器人焊缝成形控制方法
• 5.1 引言
• 5.2 焊缝成形控制输入输出变量的选择
• 5.3 铝合金方波交流GTAW 平板对接余高动态过程预估模型
• 5.3.1 余高预估模型原理
• 5.3.2 余高预估模型实现
• 5.3.3 余高预估模型验证
• 5.4 弧焊机器人送丝速度控制器设计
• 5.4.1 送丝速度前馈控制器设计
• 5.4.2 基于余高预估模型的送丝速度闭环控制器设计
• 5.5 弧焊机器人焊接电流模糊控制器设计
• 5.6 弧焊机器人焊缝成形控制器在计算机中实现
• 5.7 本章小节
• 第六章 铝合金弧焊机器人实时焊缝跟踪和成形控制试验分析
• 6.1 引言
• 6.2 试验设备和条件
• 6.3 弧焊机器人实时焊缝跟踪控制试验
• 6.3.1 直线焊缝跟踪试验
• 6.3.2 法兰与瓜瓣环缝跟踪试验
• 6.4 弧焊机器人焊缝成形控制试验
• 6.4.1 恒规范焊接试验
• 6.4.2 不同送丝速度控制器对比
• 6.4.3 平板对接和法兰与瓜瓣对接焊缝成形控制试验
• 6.5 弧焊机器人实时焊缝跟踪与成形控制焊接系统应用
• 6.5.1 弧焊机器人实际应用中存在的问题
• 6.5.2 瓜瓣模拟件焊接应用
• 6.5.3 贮箱箱底法兰与瓜瓣环缝焊接应用
• 6.6 本章小节
• 第七章 结论与研究展望
• 本文创新点
• 参考文献
• 攻读博士学位期间发表及待发表的论文和专利
• 致谢