焊缝跟踪技术应用研究

焊缝跟踪技术应用研究（精选5篇）

焊缝跟踪技术应用研究 第1篇

要保证更好的焊接加工质量,准确地对焊缝进行跟踪和纠偏控制是很好的一个技术途径,实现焊缝跟踪是焊接自动化发展的必然趋势和质量保证。目前,国外许多企业和研究单位生产的焊接机器人都已配套了焊缝跟踪功能,但是国内众多企业和研究机构研发的弧焊机器人都不具备该功能,因此,提高我国弧焊机器人的自动化和实用化水平,拓展焊接机器人的焊缝跟踪功能十分重要[1]。

本文在大型龙门架弧焊机器人的研究背景下,基于电弧传感方式,对焊缝跟踪技术进行了应用研究。为大型龙门架弧焊机器人开发焊缝跟踪纠偏功能,以满足更高的焊接质量需求,并搭建焊接实验平台对所研究成果的有效性进行验证,以做进一步改善。

1 焊缝跟踪原理概述

自主研发的大型龙门架弧焊机器人是一款示教再现机器人,其机械运动形式为龙门架和直角系机器人的协同运动,工件安装在装夹机上,方便调整位置,直角系机器人直接带动焊枪焊接。焊接工件主要为V型坡口焊缝,工件厚度较大,但类型比较简单。弧焊方式采用摆动式焊接,摆动方式采用正弦波摆动形式[2]。

将焊枪与焊接中心的位置偏差作为被控量,应用模糊控制算法,设计焊缝跟踪模糊控制器[3]。将横向偏差值e及横向偏差值的变化量ec作为输入量,模糊控制器求得输出控制量,并将控制量实时地补偿到机器人运动轨迹中,从而实现在焊前示教路径上的纠偏目的,即通过调整弧焊机器人机械运动机构,调节焊枪回到焊缝中心。

焊缝跟踪主流程为:首先手动控制移动龙门架和直角坐标系机器人,带动焊枪从起始位置移动到工件的焊接初始点,然后开启送丝机,在焊接初始点送气焊接形成稳定的焊接熔池,保证焊接稳定后,接着调用中断程序读取串口发送过来的偏差控制量,最终实现在预先示教轨迹上的纠偏控制。

2 焊缝跟踪实验

搭建大型龙门架弧焊机器人焊接实验平台,进行焊缝跟踪焊接实验,选取的焊接工件为简单钢板,焊缝类型为直线对接、T型角接。

2.1 焊接条件

采用MAG焊接方法,焊枪前倾。焊机选用松下熔化极活性气体保护电弧焊焊机,采用正接方式,焊丝型号为实芯HS-50T(AWS ER70S-G),焊接气体采用20%CO2和80%Ar比例的气体[4],具体的焊接实验参数如表1所示。焊枪摆动摆幅采用2 mm,摆动频率设置为1.5 Hz,摆动至焊缝边缘处停留时间设置为0.8 s[4]。

2.2 实验步骤

(1)将工件安装在装夹机上,调整工件处在最佳焊接位置。通过示教器调整弧焊机器人,使焊枪偏离焊接中心进行摆动,偏移量在±1 mm内均匀取值,进行焊接实验,根据得到的实验数据提取出焊缝偏差与焊接电流积分差值之间的数学关系,即通过MATLAB软件对实验数据进行关系拟合,得到焊缝偏差与焊接电流积分差值之间的关系f(x)=3.94x+0.006 474,即e=3.94ΔS,并保存此结果到模糊控制器中。

(2)编写某一类焊接工件的示教程序,启动焊接。首先是预送保护气体、预送焊丝、设置焊接实验参数,启动焊枪摆动,焊接开始;接着启动中断采样程序,启动电弧焊缝跟踪功能,对焊接过程进行焊缝实时跟踪,检验焊缝成型效果;最后停止焊接,停止送丝,停止送气。

2.3 实验结果

(1)不进行焊缝跟踪,直接对工件进行焊接。焊接工件类型为直角V型对接直线焊缝,工件的长度取20 cm,工件材料为普通钢。未跟踪焊接结果如图1所示,明显可见焊缝中心存在偏差,焊缝成型效果较差。

(2)在同样的实验条件下,进行焊缝跟踪实验。焊接工件为普通钢250 mm×10 mm×40 mm(垂直)接250 mm×50 mm×10 mm(水平)T型水平焊接,焊缝长度20 cm。实验结果如图2所示,不能明显看到焊缝偏差,焊缝偏差在±1 mm以内,跟踪效果明显。

3 结语

对V型坡口、直线焊缝的工件焊接,在大型龙门架弧焊机器人焊接平台上,进行了基于电弧传感的焊缝跟踪技术应用研究,通过焊接实验对比,焊缝跟踪效果明显,验证了所设计的弧焊机器人焊缝跟踪控制系统的可靠性和跟踪效果,为更加多样化的工件的焊缝跟踪奠定了基础。

摘要：基于大型龙门架弧焊机器人平台,对焊缝跟踪技术进行应用,使焊接具备焊缝跟踪功能,改善焊缝质量,提高焊接自动化水平。对一般的对接和角接焊缝进行了直线焊接跟踪实验,结果表明,焊缝跟踪的精度能够达到±1mm以内,较未跟踪焊接焊缝质量显著提高。

关键词：弧焊机器人,焊接自动化,焊缝跟踪

参考文献

[1]张龙华.焊接机器人在现代工业生产中的应用[J].电焊机,2009,39(4):21-26.

[2]毛鹏军,黄石生,薛家祥,等.弧焊机器人焊缝跟踪系统研究现状及发展趋势[J].电焊机,2001,31(10):9-12.

[3]周洪.基于电弧传感的焊缝跟踪方法的研究与实现[D].南京:东南大学,2009:34-60.

焊缝跟踪技术应用研究 第2篇

舰载无线激光通信系统中的跟踪技术研究

讨论了舰载无线激光通信系统的`跟踪技术,其中粗跟踪采用步进电机驱动两轴回转平台来调整光学天线以捕获跟踪信号;精跟踪则采用面阵CCD进行精确跟踪,同时其CCD上的光斑定位采用重心计算方法进行定位,并由计算系统给出光斑的移动速度、移动方向及其预期将产生的变化,从而给出驱动指令来调整两轴快速倾斜镜和两轴回转平台,最终保持对整个通信过程中信号的跟踪.

作 者：靳豪杰 吴栋 梁忠诚 作者单位：南京邮电大学光学工程学院,江苏,南京,210003刊 名：电子元器件应用英文刊名：ELECTRONIC COMPONENT & DEVICE APPLICATIONS年，卷(期)：11(7)分类号：U6 TN92关键词：舰载无线激光通信 粗跟踪 精跟踪 CCD

焊缝跟踪技术应用研究 第3篇

大型钢结构如冶金高炉,原油储罐的横缝焊接一直是焊接中的难点,难度在于熔融的铁水会因重力的作用流出坡口外,易造成气孔、裂纹[1]、咬边等焊接缺陷,且因跟踪缺陷很难保证各层焊道互相平行,易产生焊瘤、焊不透等缺陷。而先进的焊缝跟踪技术则是解决这类问题的关键,而焊缝跟踪技术在发展过程中所遇到的瓶颈往往是由于焊件加工误差,焊枪的定位误差[2]等环境及操作因素而导致的焊枪摆动中心偏离焊缝中心,局部焊接电流过大,打透焊件,不能形成牢固的第一层打底焊道,给后面的多层多道焊接操作带来麻烦,且多数焊缝跟踪方法都是偏差的线性补偿,而焊缝的加工误差却是非线性的,所以有时线性补偿则不能达到良好的效果,如当偏差较大时,希望补偿速度快一些,偏差较小时,则补偿速度慢一些,而线性补偿的方法由于补偿速度固定,所以达不到最佳的补偿效果。为实现焊接好第一层焊道的目标,有必要设计一种针对横向埋弧焊接的智能焊缝跟踪系统,使焊枪准确实时地定位在焊缝中心范围内。首先在解决干扰问题过程中发现模拟滤波技术的故障率,可靠性,可修改性都不尽理想,而软件数字滤波技术[3]的发展克服了这些缺陷,并且为PLC在工控中的抗干扰问题指出了更加方便的解决办法。其次,在焊缝跟踪过程中的焊枪摆动中心问题上往往要考虑实际应用的成本,跟踪的实时性,偏差补偿效果等方面。当下对于补偿方法的研究多采用直线插补算法[4],要用两台电动机实现二维补偿,成本高,在线线性补偿,实时性差,达不到最优效果,且焊件的加工误差如凸起,凹陷,坡口边沿与焊机行走方向不平行等误差都存在很多不确定性,很难建立精确的数学模型,模糊控制无需建立精确的数学模型,是解决不确定性系统的一种有效途径且可由离线计算得到控制查询表,提高控制实时性。克服了线性偏差补偿的缺陷。

本文采用高精度激光测距传感器,小型PLC,触摸屏及伺服电动机等设计了一种焊缝跟踪系统。针对横向埋弧焊的抗干扰问题设计了滤波算法,并用一台伺服电动机通过对直线插补法的改进设计了可靠的偏差补偿系统,结合两者设计了完整,可靠的横焊焊缝跟踪系统,经试验验证,及现场调试效果良好,具有较高的实用价值。

1焊缝跟踪的控制方法

a) 通过滤波算法设计及程序编写滤除干扰信号,提高偏差信号提取及处理的可靠性。横缝焊接过程中出现的偶然性干扰如因工件加工误差造成的焊点,凸起,及周期性干扰如焊机振荡会对偏差信号的提取及处理造成干扰,导致误操作。本文针对这两类经常出现的干扰分别设计了平均值滤波和延时消抖滤波相结合的滤波方法,使检测信号能真正反映实际情况,提高了操作的准确性。

b) 通过算法设计及编程解决横向埋弧焊焊枪摆动机构的摆动中心对中问题,普通横向焊接机焊枪不摆动,而本设计的焊缝跟踪系统是用于调整摆动焊枪的中心对中问题上,而且与以往的一台电动机控制焊枪摆动,另一台电动机用于调整摆动中心的方法不同的是本设计要实现用一台伺服电动机完成焊枪摆动和偏差补偿。

2模糊控制在焊缝跟踪系统中的应用

模糊控制的研究目的是设计模糊控制器。控制器的基本结构如图1所示。

由图1可以看出输入量由传感器的采样值与参考的标准值的比较值决定,这里只有传感器的采样值为变量,定义传感器的采样值为x。模糊控制算法对于输入量的获取有其独有的特点,因为传感器采样值繁多,对应的偏差补偿控制量也不尽相同,所以需采用接近人的思维方式的获取方法,模糊控制的输入量的获取多采用专家经验的方式,而本文对于焊缝跟踪的经验数据则为沈阳民和科技有限公司在实际焊接生产中遇到的经验数据。传感器及对应偏差补偿控制量的经验数据表如表1。

2.1输入量模糊化

首先,需要对所获取的经验数据进行尺度变换,设实际的输入量为x*0,其变化范围为[x*min,x*max],若要求的论域为[xmin,xmax],则采用线性尺度变换方法有

undefined

undefined

其中k称为比例因子。

然后,制定模糊控制规则。设输入偏差E和偏差补偿速度U的模糊集为

E={NB,NM,ZE,PM,PB}

U={NB,NM,ZE,PM,PB}

论域分别为7个等级

E=(-3,-2,-1,0,+1,+2,+3)

U=(-3,-2,-1,0,+1,+2,+3)

其中U为偏差补偿速度的控制值论域。

根据操作者经验得到模糊控制规则表如表2。

隶属度函数偏差变化划分表如表3。

隶属度函数补偿速度控制划分表如表4。

2.2推理

本文采用合成推理的查表法对焊缝跟踪系统进行控制。由上述模糊化过程得出模糊规则为:

规则1:If E=NB,Then U=PB

规则2:If E=NS,Then U=PS

规则3:If E=ZE,Then U=PS

规则4:If E=PS,Then U=ZE

规则5:If E=PB,Then U=ZE

根据模糊规则及隶属度函数划分表,求解模糊控制的蕴含关系矩阵即模糊关系矩阵。

本文采取模糊蕴含最小运算(mamdani)来求取模糊关系矩阵R.从偏差E的隶属度函数赋值表中取出与模糊语言对应的向量及与其对应的隶属度函数补偿速度控制划分表中的对应向量,分别定义为Ai,Bi,则按如下公式计算模糊关系矩阵R。

undefined

因为输入量数据是准确的,将其模糊化为单点模糊集合.设已知经线性变换后输入偏差为e采用单点模糊集合,则输入量模糊集合A′的隶属度为

undefined

模糊推理方法有很多种,其本质仍然是一种合成推理方法,只不过对模糊蕴含关系取不同的形式而已,Mamdani推理法是一种在模糊控制中普遍使用的方法,其实质上就是采用最大-最小值合成推理法,设输出量为Z,则Z的模糊集合B′为

B′=A′°R

2.3解模糊化

以上通过模糊推理得到的是模糊量,而对于实际的控制则必须为清晰量。因此需要将模糊量转换成清晰量,这就是清晰化计算所要完成的任务(又称反模糊化)。

对于论域为离散的情况清晰化的计算方法常采用加权平均法,

undefined

最后得到查询表如表5。

尺度变换后得到的实际所需控制量如表6。

3硬件设计

焊枪跟踪系统包括偏差信号采集机构,偏差信号模数转换机构,信号处理及控制机构,偏差补偿执行机构。

横向埋弧自动焊的跟踪探头的合理安装位置为距离焊缝破口30～80mm,检测精度要求在5μm。经比较,本设计的偏差信号的采集机构采用神视公司生产的LM-10系列测距传感器。该传感器发射出的光点通过目标物体扩散反射回来到其内部的定位检测组件(PSD)上,这个光点根据目标物体的位移而变化。通过测量光点的波动检测出目标物体的距离,并以对应的模拟量输出。该模拟量输出值经Panasonic公司的FP0-A80 A/D转换器转换成小型PLC所需的16位数字量。 信号处理及控制机构是焊缝跟踪的控制核心,本设计采用Panasonic公司生产的FP0-C16系列可编程控制器(小型PLC)。这种PLC体积较其他公司同类的PLC具有更小的体积,有利于焊缝跟踪系统总体结构简化;运行速度快,每个基本指令执行速度为0.9μs;具有两路脉冲输出功能,高速计数功能,和PWM脉冲输出功能。适合与交流伺服驱动器配合使用,以实现焊枪摆动的高速,高精度和稳定性控制。

焊缝跟踪的偏差补偿执行机构的一个特殊的要求是能到达目标时自动抱闸以克服因惯性而造成的定位误差,而伺服电动机恰恰有这个点。所以本设计使用的是Panasonic 公司生产MADDT1205003型交流伺服驱动器和Panasonic公司的MSMD012P1U交流伺服电动机,该伺服系统功率0.1kW,频率200Hz,转速可达3000r/min。因为焊缝跟踪偏差调整属于中低速运行,这也是伺服电动机的优势,所以上述伺服驱动器与伺服电动机完全满足本文的设计要求。

焊缝跟踪系统结构框图如图2所示。

4软件设计

滤波算法设计采用平均值滤波和延时消抖滤波相结合的滤波方法。通过传感器读取的数据经过A/D转换模块变为数字量,以采样周期T=0.01s进行采样,并存储于响应的存储寄存器区内,然后通过求平均数指令求取该区域内的数据平均值,这样便消除了周期性干扰的影响,然后采用延时消抖的方法消除对焊接没有影响的小凸起和小凹陷等偶然性干扰。

其次,通过算法设计及编程实现横向埋弧焊焊枪摆动机构的摆动中心对中控制,对于这一目标,本设计的算法为:

1) 当焊缝无偏差的理想情况下,由PLC发给伺服系统正反转基准脉冲数皆为a。

2) 当传感器检测到焊缝上偏且偏移量为b时,正转脉冲置为kb+a,k为增益系数。反转脉冲数不变。进行向上的偏差补偿。

3) 当传感器检测到焊缝下偏且偏移量为c时,正转脉冲数不变,反转脉冲数置为kc+a。进行向下的偏差补偿。

偏差补偿程序流程图如图3

摆动电动机正反转程序采用该型号PLC内置的位置控制辅助功能程序模块中的SPD1位置控制指令模块和伺服驱动器的位置控制模式设计。脉冲数的设置由高级指令F0实现。

5焊缝跟踪系统应用效果与分析

对于以上设计,采用模拟焊枪试验的形式来观察和改进跟踪效果,焊缝跟踪试验平台如图4所示,平台由木质的假焊件来构成各种焊缝偏差,由弹簧笔做成的模拟焊枪在固定在焊件上的白纸上画出摆动跟踪轨迹。跟踪效果如图5所示,可以看出加入模糊算法后的跟踪轨迹逐渐和实际的焊缝偏差接近。图中最下面的跟踪轨迹已经和实际的焊缝偏差没有什么区别。

本文研究的关键是应用模糊控制算法对传感器输入量进行了处理,得出最优的偏差补偿控制量,并合理地应用了小型PLC,高精度激光测距传感器、交流伺服系统,将其合理组合成为实用的焊缝自动跟踪系统。采用算法控制和软件编程对横缝焊接常遇到的干扰进行滤除,且用一个电动机来执行偏差补偿,不仅提高了焊接设备的自动控制程度、精度、效率。确保了焊接品质,改善了操作环境,解决了带焊枪摆动的横焊设备难以通过焊缝跟踪来调节摆动中心的难题。

参考文献

[1]李春润,刘峰,唐智慧.5万m3储罐自动焊横缝裂纹产生原因及控制[J].石油工程建设,2000,(2):44-46.

[2]熊勇,张华,贾剑平,等.比例模糊滑模控制在焊缝跟踪中的运用[J].焊接技术,2009,8(38):42-44.

[3]杨书仪,陈立锋.浅谈PLC控制中的防脉冲干扰数字滤波方法[J].机床电器.2004,(5):25-26.

焊缝跟踪技术应用研究 第4篇

目前大口径运输管线主要采用螺旋焊管建造,如西气东输管线、陕京管线等。由于管道运输效率高,已在石油天然气等领域发挥着巨大的作用。石油天然气工业中,采用的GB/T9711 标准要求,钢管出厂前作全焊缝超声波自动探伤。

国外发达国家,对钢管的无损检测认识较早,设备研制使用较为成熟,如GE通用电气。而国内企业中,对钢管焊缝的检测大部分还停留在手动或半自动阶段,很多企业只能采用抽查方式。因此,对自动化钢管焊缝无损检测设备的研究具有重要的工程应用价值。

1 自动探伤工艺要求

焊缝跟踪的灵敏度和精度,将直接影响着自动探伤的准确性［1］。焊缝的自动跟踪方式经历了凸轮、接近开关、摄像机、涡流探头等几个阶段［2］。近年来,随着信息处理技术的提高,利用激光精确扫描、CCD成像在线建模,采用图像处理算子进行模型匹配［3］,最终计算出焊缝偏差、宽度、错边等参数,由跟踪机构带动探头架回到正确位置。以西气东输管壁为17. 5 mm的管线检测为例进行说明,该焊缝附近共分布3 组探头,距离焊缝近边角0. 67 /1. 17倍跨距垂直分布,与焊缝中心距离1. 5 倍跨距呈45° 分布。考虑到埋弧焊缝通常在9 ~ 20 mm,并有一定余高,报警闸门距远边角仅0. 25 倍焊缝宽度,边角反射回波宽度通常在1 mm左右。为避免误报警,要求探头组的位置变化在2 mm以内。3 组探头分布如图1。

2 自动跟踪机构

大部分自动化焊机都采用了串联机器人跟踪机构。相对串联机构而言,并联机构具有刚度大、结构稳定、承载能力强、精度高、运动惯性小、位置反解求解容易等优点。因此,可采用并联机构实现自动跟踪。机构示意如图2。

它由3 条支路和上动平台、下静平台组成。每条支路由1 个平行四边形4R机构和3 个R副组成,其中A支路与B支路垂直配置( 两组运动副呈垂直关系) ,4R机构位于下静平台上,A1、A2、B1、B2分别位于对应支路上4R机构中与3 个R副轴线平行的两边之中点,C支路与B支路平行配置( 2 组运动副呈平行关系) ,4R机构位于支路中间,C1位于B1、C1的连线平行于A支路的3 个R副的轴线,C2、C3位于该支路4R机构中与3 个R副轴线平行的两边之中点。

该机构采用3 个支路分别闭环控制方式,实现机构联动,如图3。

αr,βr,γr是根据动平台运动要求实时求得的各支路主动副期望角位移,α,β,γ 是各支路主动副实际角位移。通过运动学逆解,把期望的运动轨迹转换为驱动关节的期望角位移,在3 个相对独立的回路中分别形成闭环控制。交流伺服电机数学模型如式( 1) 。

其中: J为电机轴上总转动惯量,J = 0. 3±ΔJ,ΔJ≤0. 1; Lp为电机绕组电感,LP= 0. 038 37 H; Rp为电机绕组电阻,RP= 5. 09 Ω; Kpre为速度环增益,Kpre= 88; Kv为速度反馈系数,Kv= 0. 54; Ki为电流反馈增益,Ki= 2. 2; Ka为功率放大增益,Ka= 6; Ktp为转矩常数,Ktp= 3. 41 N·m / A; i为机构减速比,i=1: 40。

3 控制器设计

螺旋焊管的生产过程是一个非常复杂的过程,各种参数都将发生变化,影响焊接的因素具有不确定性及非线性,如钢板的横向窜动、成型角的调整、导电嘴的磨损等。若仅采用基于精确数学模型的理论和方法进行控制,得不到较好的控制效果［4］。

模糊控制是运用专家的经验预先总结出控制决策表和控制规则,通过查找决策表,可得到每一时刻应施与控制系统的控制动作,来判断输入参量的调整方向［5］。其具有PD控制的效果,但在平衡点附近存在盲区,消除系统静差性能欠佳。加入PI控制环节能消除静差,但其控制方法算法比较复杂,系统响应速度相对较慢。系统要求探头能迅速移动至焊缝区域进行跟踪,而比例控制可提高相应速度。因此,针对螺旋焊缝的跟踪采用P-Fuzzy-PI控制,算法综合了比例控制、模糊控制及PI控制的优点。控制流程图如图4。

焊缝自动跟踪关键技术是实时找到实际焊缝位置与理想位置的偏差［6］。若CCD检测出探头机构中心的位置偏差e>5 mm,机构应快速调整探头位置。比例控制规律为p=kp·e,比例系数kp由CCD成像的每个像素对应电动机输出脉冲个数决定,在系统中为10。

位置偏差e<5mm时,则可对偏差e( 即e( k) ) 以及偏差的变化率ec( 即e( k) -e( k-1) ) 的精确值,进行模糊化得到E和Ec。在模糊化过程中,必须乘上相应的量化因子α1和 α2才能映射到模糊集的论域上,模糊输出时必须乘上比例因子ku。

在不同的误差等级下,引入不同的加权因子进行调整。多个加权因子的选取可采用寻优方式获取,文中采用ITAE积分性能指标评价控制系统的性能,通过仿真可获得系统的最优加权因子。

在偏差范围|E|≤5 内选取若干值,对 α1= 0. 1 …0. 9进行仿真寻优。当 α1为0. 5 时,效果较好,如图5 所示。同理,对 α2进行寻优,当 α2为0. 6 时,效果较好,如图6所示。随机选取偏差e=3. 0 mm作为输入,对比例因子ku进行寻优比较,当ku为6 时,静差最小,如图7 所示。

因此,仿真寻优结果为: α1= 0. 5,α2= 0. 6,ku= 6。

当偏差E和偏差变化率Ec其语言值取都为0 所对应的范围时,系统被认为已进入到了稳态。而E为0 值时,实际误差e并不为零,其实际取值范围是|e(∞) |= ε<0.5 / α1( 死区 ε=1) 。是否引入积分的条件如下:

1) 当e·ec>0 且|e|<ε 或ec= 0 且e≠0 时,对误差进行积分;

2) 当e·ec<0 或e = 0 时,不对误差积分。

积分环节可通过参数自整定PID算法得到。该算法的思想是,用最近3 次的采用偏差计算实际控制增量Δu( k) ,即 Δu( k) = Ae( k) -Be( k-1) +Ce( k-2) ( 实际只采用2 次偏差) 。3 个参数应实现在线更新,根据扩充临界比例度法的思想,把3 个参数进行归一整定,选取控制度为1. 05,则控制增量为 Δu( k) =[1. 44e( k) -1. 89e( k-1) +0. 63e( k- 2) ] KS。选定一个KS,计算性能指标∑nn+50e( t) ,如果该指标小于理想偏差 δ,则KS符合系统要求。实际检测时,A扫描增益为70 d B,δ = 0. 5 mm效果较好。KS的选取可采用在线自整定扩充临界比例度算法进行搜索。

4 仿真研究

模糊控制器用Simulink中FIS进行设计,PI环节以及比例环节用S函数进行封装。仿真采用ode45 法,固定步长为0. 1 s,期望轨迹设为y( d) = sin( t) 。仿真结果如图8、图9。

控制系统输出能很好的跟踪期望轨迹,基本消除稳态误差。为了模拟外界出现强干扰,探头机构严重偏离焊缝中心的情况,在仿真过程中加入阶跃信号,表明控制系统对参数摄动及干扰有较好的鲁棒性。3 条支路的跟踪曲线如图10。

结果可见,各支路在1 s之内有较小的震颤,之后则基本实现完全跟踪。

5 试验结果

现场试验,在并联机构动平台上,安装探头及其夹具,确保3 组探头与工件贴合良好,如图11。测试工件为西气东输支干线X70 管线,工件规格为d1 016×14. 6,管线采用螺旋前进,线速度250 mm/s左右。工业控制计算机扩展三轴固高运动控制卡,约束伺服电动机的输出,Visual C++编写控制软件与CCD图像处理程序对接,接受输入信号。系统启动时探头机构有明显震颤,约2s后机构开始跟踪焊缝,超声波A扫描波形在报警闸门内窜动平缓,不会因探头位置的偏移造成误报警发生。

6 结语

现场试验结果表明,在机构启动时,偏差较大,机构会有明显震颤过程,随即机构便能平滑的跟踪螺旋焊缝,由于焊管的热影响区的存在,抵消了机构循迹过程中对超声检测的影响。因此,该系统在螺旋焊缝自动化超声波检测中具有较高的应用价值。

摘要：提出了管壁为17.5 mm管线的焊缝超声自动探伤工艺,分析了螺旋焊缝的轨迹跟踪系统的组成。针对螺旋焊缝的非线性及不确定性,采用了多自由度的并联机器人机构,根据运动平台要求,进行运动学逆解分析,形成3条并行支路的闭环控制环节,从而实现平台的联动控制。针对支路的闭环控制要求,设计了一种新型分段式模糊控制算法,在普通模糊控制的基础上,结合了比例控制及PI控制,实现了双模分段控制方式。仿真结果显示,该算法具有响应速度快、抗干扰能力强,超调量小、无静差等优点,在线跟踪效果良好;3条支路对规划轨迹的跟踪具有较好的鲁棒性。现场试验结果,检测机构能平滑跟踪焊缝,探头耦合良好,超声扫描波形窜动平缓,检测效率高于国家标准值,具有较高的工程应用价值。

焊缝跟踪技术应用研究 第5篇

目前,焊接技术作为一种精确、可靠、低成本的材料连接加工工艺已经在金属加工和制造业中占据了越来越重的比例,尤其近年来在汽车制造、船舶和航空航天产业中得到了人们的广泛关注。在这些批量化生产和成本代价极高的产业领域中,不仅要求焊缝美观,更需要高质量、高性能,同时还需要尽可能地利用自动化焊接技术解放劳动力。然而在实际焊接过程中,焊接质量往往受到多种因素的影响[1,2]。要想获得良好的焊缝成形,保证焊接质量,关键是要确保焊枪始终能沿着焊缝中心线移动。焊缝自动跟踪就是在无人干预下实时纠正焊枪和焊缝之间的位置偏差,解决在焊接过程中焊得“准”的问题。国内外对焊缝自动跟踪技术做了多方面的研究和尝试,其中传感器改型[3,4,5,6]、检测手段和控制算法[7,8]方面都有了很大改进。随着各种CPU的出现及图像处理技术的发展,基于激光视觉传感的跟踪方式因具有适用性广、稳定性好、精度高、抗干扰性好等优点,为焊缝跟踪提供了一种全新的思路并占据了主导地位[9]。目前,国内科研单位对视觉传感式焊缝跟踪系统的研究大多处于实验室阶段,缺少成熟可靠的应用。国外也仅有少数几种比较成熟的激光焊缝跟踪系统,其中加拿大的Servo Robot公司因其生产的集成式焊缝跟踪系统具有出色的跟踪能力而成为行业的领跑者。这种集成的焊缝跟踪系统既可与焊接机器人配备使用,也可以用于焊接专机。

结合国内情况和特定工程环境需要,本研究应用激光传感器建立一套适用于焊接专机的焊缝跟踪应用系统。

1 焊缝跟踪原理

要实现焊缝正确跟踪,必须能实时检测出焊枪与焊缝之间的实际相对位置。本系统采用了一种基于光学三角测量原理的视觉传感技术。激光传感器主要由激光发生器和图像传感器件组成,其内部发出的激光结构光照射到工件坡口表面,经过光学成像后可在成像平面内获得反映坡口截面形状的激光条纹图像[10],如图1所示。如果焊枪与焊缝发生高度或者横向偏移,激光条纹图像的位置也会相应改变。因此激光视觉传感器只要沿着焊接行进方向不断采集工件坡口图像,提取特征点并与参考点比较,通过视觉标定技术,便可得知纵向和横向上的实际偏差,从而指导焊枪跟踪焊缝。

2 焊缝跟踪系统

在基于激光视觉传感的自动化焊接过程中,激光视觉传感器通常安装在焊枪前方并与焊枪刚性连接,传感器的防护挡板可有效防止烟尘飞溅损伤光学镜片,如图2所示。

这样,传感器就可以实时检测焊接区前方焊枪与焊缝的偏移趋势,也就是说焊枪偏离行为尚未出现时,传感器就探测到了焊枪下一步的偏离趋势。如果初始偏差较大,焊枪需要一定的距离才能跟上焊缝。因此在焊接跟踪开始前,需搜索焊缝位置,使焊枪与传感器能够基本对准焊缝坡口中心。跟踪开始后,视觉系统根据传感器检测到的焊缝位置偏差信息,实时控制伺服系统调整焊枪的位置,使焊枪始终对准焊缝。

2.1 系统组成

基于激光视觉传感的焊缝跟踪系统如图3所示(为了便于显示,十字滑台的地面支撑部分图中未画出),主要由以下几部分组成:

(1) 激光视觉传感器;

(2) 传感器控制柜;

(3) 执行机构部分,其中包含伺服驱动器、伺服电机、十字滑台、滚珠丝杆机构;

(4) PLC控制部分;

(5) PC主机;

(6) 控制面板和电路板。

1Y-Z十字滑台;2工件滑台;3待焊工件;4焊枪;5滑块;6视觉传感器;7限位开关;8伺服电机

传感器、传感器控制柜和PC机上运行的专用软件构成了一套完整的视觉传感系统,其中传感器控制柜是整个系统的核心。用户可通过以太网接口从PC界面发送指令给传感器控制柜,进而完成传感器激光开/关、跟踪等一系列操作。传感器实时采集焊缝轮廓图像,由控制柜按PC界面上选定的图像处理算法进行图像处理与特征识别,提取焊缝跟踪点的位置坐标,并根据标定的参考位位置和预设的比例关系转化为模拟电压量输出。PC机将预编好的程序下载到PLC中,用来完成控制模式切换、焊枪初始位姿调整、信号指示等工作。系统硬件接线图如图4所示。

2.2 系统功能

系统采用了富士伺服系统(包含伺服驱动器、伺服电机)为十字滑台上的滑块提供动力。RYC-VVT型的伺服驱动器控制方式有3种:位置控制、速度控制、转矩控制。本系统通过改变模拟输入电压来控制伺服电机的输出速度,系统主要功能有:

(1) 手动/自动切换,控制面板上的拨档开关S5(如图4所示)可在自动跟踪与手动调整间自由切换。

(2)手动调节,手动调节利用4个按钮开关分别控制模拟调速电路的导通,进而实现十字支架上滑块的上下左右运动。模拟调速电路实际上就是由电阻R1(R2)和旋钮变位器R3(R4)组成的分压电路(如图4所示)。若焊枪与焊缝偏差较大,可调整旋钮变位器来增加输出电压进而使焊枪较快地接近焊缝中心;反之,应减少输出电压来满足较为精确的逼近。伺服电机的转向取决于导通的模拟调速电路的供电电源的极性。

(3) 互锁保护,为防止伺服驱动器的模拟输入端在某一时刻同时接入正负电压,在PLC程序内部设置了互锁保护,即控制十字滑块向左(上)移动的按钮按下时,向右(下)移动的按钮便失效,反之亦然。

(4) 限位控制和指示,为防止十字滑块在调节过程中超出行程,滑台两侧分别安装了限位开关。限位开关的输出信号接入PLC,一旦到达极限位置,由PLC程序迫使自动跟踪停止。同时,同向手动按钮失效,只有反向手动按钮有效。这样就避免了进一步的损害,保证了系统的安全。限位发生的同时限位指示灯点亮。

(5) 信号丢失控制和指示,在跟踪过程中一旦激光视觉传感器的输出信号丢失,由PLC程序终止自动跟踪,同时点亮跟踪信号丢失指示灯。

(6) 急停,伺服放大器的CONT3配置成急停控制信号输入端,如果现场出现意外情况,可以及时通过带有自锁功能的按钮开关切断伺服输入。

(7) 防止漂移,由于伺服系统采用的是模拟量输入,微弱的干扰信号极有可能造成伺服电机的轻微转动。这会造成焊枪的非期望移动,跟踪精度无法保证,因此系统中通过继电器K2的得电/失电来控制模拟电压到伺服驱动器输入端的通路导通与否。K2状态由PLC内部程序控制Q0.7触点来实现(如图4所示)。当K2处于失电状态时伺服驱动器的模拟输入端接地,这样就尽量消除了干扰信号造成的漂移现象。

3 系统工作流程

跟踪开始前首先选择手动控制模式,手动调整焊枪和传感器对准焊缝坡口中心。初始定位完成后,切换模式选择开关,进入自动跟踪模式,其间嵌入了限位、跟踪信号丢失、意外故障等一些安全保护功能。系统工作流程如图5所示。

4 实 验

基于整体系统的设计思路,本研究搭建了如图6所示的跟踪测试系统。

模拟跟踪的调试原理如下:设行进小车的速度为Vx,十字支架上的滑块在Y轴方向的速度为Vy,焊枪与传感器间的前视距离为L,Y轴方向焊枪偏离焊缝的距离表示为△y,丝杠螺距为P,传动比为i,点A代表焊枪所在点,点B代表视觉传感器检测点。

A点到B点的跟踪轨迹由Vx和Vy速度合成方向决定(如图7所示)。由t=L/Vx可求出经过一个前视距离L,焊枪到达B点的时间。电机通过同步带带动丝杠转动,将圆周运动转化成滑块的直线运动(如图8所示)。因此,要调整Y向的偏差所需的电机转速可由公式${\rm N}=\frac{\text{Δ}y}{{\rm P}\cdot t}\cdot i$求得。通过设置伺服驱动内部参数,确定好模拟电压与电机转速的对应关系。传感器控制柜就可以将偏差调整成所需的转速,依照这个比例换算成模拟电压量输出,由伺服驱动器控制Y轴伺服电机,带动执行机构实现焊枪纠偏动作。Z轴偏差调整采用相同的原理。

5 结束语

本研究借助于主动视觉传感技术,采用新一代激光焊缝传感器检测焊缝的位置,以PLC为控制单元,实现了适用于焊接专机的焊缝跟踪应用系统的集成。系统具备了控制模式切换、焊枪初始定位、限位保护、报警指示等功能。

测试实验表明:基于激光视觉传感的跟踪系统检测手段准确可靠,能够在复杂的焊接工程环境下依然发挥很好的作用。传感器控制柜输出的模拟电压信号能够实时校正焊枪位置,系统跟踪效果良好,具有工程实际应用价值。

参考文献

[1]蒋力培,黄继强,邹勇,等.焊接机器人自动跟踪系统研究[J].电焊机,2009,39(1):39-44.

[2]赵传敏,高向东,谢子方,等.基于视觉传感的焊缝中心识别技术研究[J].制造业自动化,2007,29(8):45-47.

[3]XV Pei-quan,XV Guo-xiang,TANG Xin-hua,et al.A vis-ual seam tracking system for robotic arc welding[J].Int.J.Adv.Manuf.Technol.,2008,37(1-2):70-75.

[4]黄军芬,黄民双,曹莹瑜,等.激光跟踪式无导轨焊接机器人及其焊缝位置识别系统研究[J].电机,2008,38(6):13-15.

[5]KIMP,RHEE S,LEE C H.Automatic teaching of weldingrobot for free-formed seam using laser vision sensor[J].Op-tics and Lasers in Engineering,1999,31(3):173-182.

[6]KIM C,CHOI T,LEE J.Development of Welding ProfileSensor and Its Application[C]//International Conference onSmart Mufacturing Application 2008.KINTEX:[s.n.],2008:24-29.

[7]谢志孟,高向东.基于视觉传感的焊缝跟踪技术研究和展望[J].焊接,2005(4):5-9.

[8]GAO Yan-feng,ZHANG Hua,MAO Zhi-wei,et al.Predic-tive Fuzzy Control for a Mobile Welding Robot Seam Tracking[C]//Proceedings of the 7th World Congress on IntelligentControl and Automation.Chongqing,:[s.n.],2008:2271-2276.

[9]张广军,冷孝宇,吴林.弧焊机器人结构光视觉传感焊缝跟踪[J].焊接学报,2008,29(9):8-10.