《Measurement》:Real-time seam tracking for zero-gap butt keyhole plasma arc welding based on multi-region vision information fusion
编辑推荐:
•实现了零间隙键孔等离子弧对接焊接中的实时焊缝跟踪。•提出了多区域视觉信息融合方法以实现并行特征提取。•通过多策略动态加权解决了焊缝中心提取失败的问题。•能够在轮廓模糊的情况下准确提取焊枪和熔池中心位置。•利用扩展卡尔曼滤波器实现了对焊接偏差的最佳估算。章节摘录1.引言随着智能制
- •
实现了零间隙键孔等离子弧对接焊接中的实时焊缝跟踪。
- •
提出了多区域视觉信息融合方法以实现并行特征提取。
- •
通过多策略动态加权解决了焊缝中心提取失败的问题。
- •
能够在轮廓模糊的情况下准确提取焊枪和熔池中心位置。
- •
利用扩展卡尔曼滤波器实现了对焊接偏差的最佳估算。
章节摘录
1.引言
随着智能制造的快速发展,自动焊接技术已成为高端装备制造领域的核心支柱。其中,键孔等离子弧焊接因其弧光能量集中、穿透力强、热影响区小以及焊接效率高等优点,已被广泛应用于航空航天、压力容器等高端装备制造领域[1]、[2]、[3]、[4]。然而在实际焊接过程中,由于各种因素的影响,
实验平台
如图1所示,这种基于被动视觉的键孔等离子弧焊接焊缝跟踪系统由三个子系统组成:视觉感知系统、控制系统以及焊接系统。视觉感知系统由一台WDR高清摄像机(美国Mecaweld公司出品)、防护玻璃以及光学滤光片构成。该摄像机通过夹紧装置安装在焊枪前方,其光轴与焊接区域中心保持一致,并且与焊枪的中心轴处于同一平面内,
图像预处理
图像采集质量是影响焊缝跟踪性能的关键因素。鉴于CMOS芯片基WDR视觉传感器具备高性能、低功耗以及低噪声等优点,因此被选用来确保图像的质量和采集速率。该摄像机的相关性能参数如表1所示。此外,为消除由于成像传感器平面与实际空间角度不垂直而导致的图像几何畸变,
4.扩展卡尔曼滤波器
在键孔等离子弧焊接的焊缝偏差检测过程中,通过图像识别获得的偏差序列容易受到诸如弧光辐射和工件振动等现场条件共同作用下的突发非高斯异常值影响,从而导致偏差数据出现离散波动[39]、[40]。另外,将三维物理空间偏差映射到二维图像像素坐标的视觉观测过程也会存在透视投影和光学畸变等问题[41],
实验验证
为了评估所提出的MRIF算法在实际工作条件下的准确性和稳定性,研究人员进行了全面的验证实验。实验中选用了304不锈钢板(尺寸为600×300×6毫米)作为测试样品,在焊接前用夹具将其固定,以此消除热变形对定位精度的影响。如图15(a)所示,通过移动工件来模拟焊缝的水平偏差,从而检验不同情况下的跟踪精度。
结论
为了解决键孔等离子弧焊接过程中焊缝轨迹跟踪的难题,本文提出了一种基于被动视觉感知的实时焊缝跟踪方法,并通过实验对其进行了验证。实验结果表明,即使在特征模糊、存在不连续性、物体遮挡以及纹理噪声等复杂条件下,该算法依然能够保持较高的跟踪精度。根据实验结果以及对跟踪轨迹的可视化分析,可以得出
CRediT作者贡献说明
聂龙:论文撰写——审稿与编辑、论文撰写——初稿、可视化分析、验证工作、软件开发、资源协调、项目管理、方法设计、研究实施、正式分析、数据整理、概念构思。 王立忠:指导工作、资金筹集。 薛瑞雷:软件开发。 严胜宏:验证工作、指导工作。 夏磊:指导工作。 鲍阳:指导工作。 万晓静:指导工作。 马鸿祥:指导工作。
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益关联或个人关系。
致谢
本研究得到了新疆维吾尔自治区自然科学基金(项目编号:2022D01C391)以及自治区科技厅项目(项目编号:2022D14002)的支持。
聂龙|王立忠|薛瑞雷|严胜宏|夏磊|鲍阳|万晓静|马鸿祥