Position and pose feedback control of welding torch based on the fusion of vision and gravity sensing
-
摘要: 为了实现焊缝跟踪、焊枪高度及其空间姿态的检测和闭环反馈控制，有效控制任意空间姿态焊接接头的焊缝成形质量，构建了基于视觉传感与重力感应融合的焊枪空间位置、姿态在线检测与闭环反馈控制系统；结合建立的检测数学模型，检测系统实现了对焊枪相对于工件的空间位置和姿态、焊枪相对于重力加速度方向的空间姿态、焊接接头相对于重力加速度方向的空间姿态的在线实时检测. 结果表明，系统实现了焊枪空间姿态的实时反馈控制，控制精度可达0.1°，并实现了电弧焊接过程中的焊缝横向实时跟踪和焊枪高度实时调控，焊缝横向跟踪与焊枪高度调控的平均偏差分别为0.20和0.78 mm. 实现任意空间姿态焊接接头的自动化焊接，可有效提升焊接装备的智能化水平.Abstract: In order to realize seam tracking, detection and closed-loop feedback control of welding torch height and its spatial pose at the same time, which effectively controlled the weld forming quality of welded joints with any different spatial pose, this paper constructed an on-line detection and closed-loop feedback control system of welding torch spatial pose and position based on vision and gravity fusion sensing. Combined with the mathematical detection model, the detection system realized the online real-time detection of the spatial position and pose of the welding torch relative to the workpiece, the spatial pose of the welding torch relative to the direction gravitational acceleration, and the spatial pose of the being welded joint relative to the direction of gravitational acceleration. Results showed the system realized the real-time control of the welding torch spatial pose with an accuracy of 0.1°, and the real-time weld seam lateral tracking and the real-time welding torch height control in the arc welding process with the average deviation of 0.20 mm and 0.78 mm, respectively. Realizing the automatic welding of welded joints with any spatial pose can effectively improve the intelligent level of welding equipment.
-
Keywords:
- position and pose detection /
- feedback control /
- visual sensing /
- gravity sensing
-
0. 序言
智能制造是当今世界各国技术创新和经济发展的竞争焦点之一，是制造业未来发展的重大趋势和核心内容[1-2]. 在自动化和机器人焊接领域，焊接轨迹和焊枪姿态规划、坡口检测与焊接轨迹调控(焊缝跟踪)、焊枪姿态检测和调控等是进一步实现智能化焊接的基础.
在实际生产制造中，工件装配后的焊接坡口可能存在角度和尺寸偏差、焊接过程中也可能因热变形而导致坡口的角度和尺寸进一步产生变化，如果焊枪只是按预设焊接轨迹运动，则可能发生焊道偏离预定位置、焊接工艺稳定性降低(甚至断弧或焊丝插入熔池)等情况，直接影响焊道(焊缝)成形质量，因此，自动化和机器人焊接系统需具备焊枪相对于焊接坡口位置的实时检测与纠偏能力. 视觉是应用于焊接领域的有效传感方法，它通过对坡口进行在线检测，获知其实际的角度和尺寸值、焊接轨迹相对于焊接坡口的位置关系，进而实现焊接轨迹适应性调控(焊缝跟踪).
相关研究正持续不断地发展和深入，并获得越来越广泛应用[3-4].洪宇翔等人[5]实现了强弧光干扰条件下的熔池监测，为铝合金爬坡焊的失稳问题提供有力数据. He等人[6]提出了一种基于机器学习的动态建模方法，利用尺度不变特征变换，实时控制电弧焊的焊缝成形过程. Yin等人[7]采用拟合激光光平面的方法，实现了平面焊缝0.2 mm精度的跟踪.
目前视觉传感技术的研究和应用关注的重点大多为针对已知空间姿态的平面内直线焊缝或水平姿态的平面内曲线焊缝的焊接. 此时，焊枪相对于焊接接头(坡口)的姿态(前后倾角和左右摆角)仅需预先合理规划和设置，而不需在焊接过程中进行调整和控制. 然而，对于非水平姿态的平面内曲线焊缝或空间曲面内任意焊缝的焊接，焊枪相对于焊接接头(坡口)的姿态则需要在预先合理规划和设置的基础上，根据焊接接头(坡口)的实际空间姿态和走向、坡口形状等进行实时调整和控制，可以在焊接接头(坡口)的空间姿态变化时有效控制熔池液态金属流动行为和焊道(焊缝)成形质量. 针对该问题，值得进一步深入研究[8-10]，例如，如何在检测获知焊接坡口形状、角度和尺寸参数的基础上，进一步确定焊接接头(坡口)的空间姿态和走向，进而实现相对于焊接接头(坡口)空间姿态的焊枪前后倾角和左右摆角在线调整和控制.
提出并设计开发了一种基于视觉与重力融合的多源传感器，可实现焊枪相对于焊接接头(坡口)的空间位置和姿态(简称位姿)在线检测，进而实现焊接运动轨迹和焊枪空间姿态的闭环反馈控制. 以具有一定坡度与偏角的V形直线坡口为对象，进行了焊枪空间位姿检测和闭环反馈控制试验，验证了基于多源融合传感器的焊枪空间位姿反馈控制系统的准确性与实时性.
1. 多源融合传感器及位姿检测算法
1.1 焊枪的相对空间位姿参数
焊枪的相对空间位姿是指焊枪相对于待焊工件上表面的空间位置和姿态，可采用图1所示的3个参数表征，即距离
$ l $ 、倾角$ \alpha $ 和摆角$\beta $ .![]()
图 1 焊枪的相对空间位姿参数表征Figure 1. Characterization of relative spatial posture parameters of welding torch距离
$ l $ 是指焊枪的导电嘴末端与焊枪轴线和工件上表面交点间的距离，称为焊枪高度. 在焊丝送进速度和电弧电压一定时，距离$ l $ 和焊接坡口深度决定了焊丝伸出长度，对熔化极气体保护焊的电弧燃烧稳定性和熔滴过渡行为有重要影响.倾角
$ \alpha $ 是指焊枪轴线沿焊枪前进(焊接)方向的倾斜(前倾或后倾)角度，对焊接过程的熔池液态金属流动行为及焊缝成形有重要影响，特别是对非水平位置的空间焊缝，如立焊缝的立向上或立向下焊接，分别需要使焊枪朝向重力方向后倾或前倾，以使电弧作用力能够适当平衡熔池液态金属所受重力对其流动行为的影响.摆角
$\beta $ 是指焊枪轴线相对于焊枪前进(焊接)方向的左侧或右侧的偏摆(左摆或右摆)角度，常存在于有坡口的焊接接头与多道填充焊接工艺中，同样，它对焊接过程的熔池液态金属流动行为和焊缝成形有不可忽视的影响，特别是横向焊接接头.图1中的角度
$ \alpha ' $ 是在摆角$\beta $ 与焊枪前进(焊接)方向所决定平面内的焊枪倾角，两者共同决定焊枪的倾角$ \alpha $ ，是构建倾角$ \alpha $ 检测模型的中间量.1.2 基于视觉传感与重力感应融合的多源传感器
基于视觉传感与重力感应融合的多源传感器[11]如图2所示，主要由CCD摄像机(charge-coupled device电荷耦合元件)、工业镜头、窄带滤光片、一字线激光发射器和重力感应单元(双轴倾角传感器)等组成. CCD摄像机的光学中轴线与3个一字线激光发射器的中轴线共面，3个一字线激光发射器所发出的激光投射平面(S1，S2，S3)在工件上表面及焊接坡口(焊缝)上的投影为弯折的组合激光线(L1，L2，L3)，弯折点(1 ~ 6)为焊接坡口边缘和根部或焊缝表面与坡口的交接处等，CCD摄像机拍摄获得包含弯折组合激光线的焊接接头(坡口、焊缝)图像，经过图像预处理和特征值提取，可获得组合激光线弯折点的图像坐标值.
![]()
图 2 视觉传感与重力感应融合的多源传感器结构Figure 2. Structure of multi-source sensor based on fusion of vision sensing and gravity sensing基于光学成像原理及传感器的内部结构参数(
$ {D_1} $ ，$ {D_2} $ 和$ \theta $ )和安装参数($ {D_0} $ 和$ {H_0} $ )，如图3所示，可计算求解焊接坡口的尺寸参数和焊枪相对于焊接接头(坡口、焊缝)的位姿信息，为后续的焊枪空间位姿闭环反馈控制提供基础数据.所采用的CCD摄像机为MER-200-GM型数字摄像机，最大分辨率为1 628像素 × 1 236像素(200万像素)，最大分辨率下的拍摄帧频为20帧/s，工业镜头焦距为6 mm. 激光器发射的激光波长为662 nm (对应此波长的电弧光强度最弱)，配以660 nm ± 8 nm的窄带滤光片，可有效滤除带宽以外的弧光和环境光，以使CCD摄像机能拍摄获取清晰图像.
1.3 焊枪相对空间位姿检测算法
检测功能是闭环反馈控制系统的必要环节，检测需求源自于闭环反馈控制需要. 以有效控制焊缝(焊道)成形质量为出发点，在自动化和机器人焊接的焊枪行进过程中，首先，需控制焊枪轴线的指向，以保证电弧作用点尽可能准确地位于焊接接头(坡口、焊缝)的拟焊接位置，为此，需要检测获得电弧作用点与待焊接位置间的横向偏差e；其次，需控制并保证焊枪以合适的相对空间位姿完成焊接任务，从而需要检测获得焊枪的相对空间位姿参数，也就是图1所示的距离
$ l $ 、倾角$ \alpha $ 和摆角$\beta $ .上述4个反馈参数可由多源传感器的基于组合激光结构光的视觉传感检测模块实现，通过实时图像采集，配合图像处理和特征值提取方法及检测算法获取.
通过CCD摄像机拍摄获得激光发射器1，2和3投射至工件上表面及焊接坡口的弯折的激光线
$ {{\rm{L}}_1} $ ，$ {{\rm{L}}_2} $ 和$ {{\rm{L}}_3} $ 的图像. 通过图像处理和特征值提取，获得激光线的弯折点5和点6，激光线$ {{\rm{L}}_1} $ ，$ {{\rm{L}}_2} $ 和$ {{\rm{L}}_3} $ 的交点$ {{\rm{p}}^{}_{{13}}} $ 和$ {{\rm{p}}^{}_{{23}}} $ ，$ {{\rm{L}}_1} $ 上的任意虚拟点$ {{\rm{p}}^{}_{14}} $ 在CCD摄像机像平面内的成像点$ {\rm{p}}{'_{13}} $ 和$ {\rm{p}}{'_{23}} $ ，$ {\rm{p}}{'_{14}} $ 的坐标值分别为($ x{'_{{5}}} $ ，$ y{'_{{5}}} $ )，($ x{'_6} $ ，$ y{'_{{6}}} $ )，($x{'_{{{{\rm{p}}_{{13}}}}}}$ ，$ y{'_{{{{\rm{p}}_{13}}}}} $ )，($ x{'_{{{{\rm{p}}_{23}}}}} $ ，$ y{'_{{{{\rm{p}}_{23}}}}} $ )和($ x{'_{{{{\rm{p}}_{14}}}}} $ ，$ y{'_{{{{\rm{p}}_{14}}}}} $ )，如图4所示.采用式(1)求倾角
$ \alpha ' $ (中间量)的正切值$ \tan \alpha ' $ .$$ \begin{split} &\tan \alpha ' = \frac{{\left( {{D_1} + {D_2}} \right){f_{{x}}}x{'_{{{{\rm{p}}_{13}}}}} - {D_1}{f_{{x}}}x{'_{{{{\rm{p}}_{23}}}}} - {D_2}{f_{{x}}}^2\tan \theta }}{{{D_1}{f_{{x}}}x{'_{{{{\rm{p}}_{13}}}}}\tan \theta - \left( {{D_1} + {D_2}} \right){f_{{x}}}x{'_{{{{\rm{p}}_{23}}}}}\tan \theta + {D_2}x{'_{{{{\rm{p}}_{13}}}}}x{'_{{{{\rm{p}}_{23}}}}}}} \\ \end{split} $$ (1) 式中：
$ {f_{{x}}} $ 为摄像机焦距f与单位像素x方向宽度dx之间的比值，即$ {f_{{x}}} = {f \mathord{\left/ {\vphantom {f {{\text{d}}x}}} \right. } {{\text{d}}x}} $ .将
$ \tan \alpha ' $ 的值代入式(2)，可求得焊枪导电嘴末端至工件上表面的距离l的值.$$ {H_0} + l = {D_0}\tan \alpha ' + \frac{{{D_1}}}{{\cos \theta }} \cdot \frac{{{f_{{x}}} - x{'_{{\text{p}}_{13}}}\tan \alpha '}}{{{f_{{x}}}\tan \theta - x{'_{{\text{p}}_{13}}}}} $$ (2) 将
$ \tan \alpha ' $ 和$ l $ 的值代入式(3)，可进一步求出焊枪的左右摆角$\beta $ 的正切值$ \tan \beta $ .$$ \begin{gathered} \tan \beta = \frac{{{f_{{y}}}}}{{{f_{{x}}}y{'_{{\text{p}}_{14}}}{D_1}}}\left[ {{D_1} \cdot \left( {{f_{{x}}}\cos \alpha ' - x{'_{{\text{p}}_{14}}}\sin \alpha '} \right) - } \right. \hfill \\ {\text{ }}\left. {\left( {{H_0} + l - {D_0}\tan \alpha '} \right)\cos \alpha '\left( {{f_{{x}}}\sin \theta - x{'_{{\text{p}}_{14}}}\cos \theta } \right)} \right] \hfill \\ \end{gathered} $$ (3) 式中：
$ {f_{{y}}} $ 为相机焦距f与单位像素y方向宽度dy之间的比值，即$ {f_{{y}}} = {f \mathord{\left/ {\vphantom {f {{\text{d}}y}}} \right. } {{\text{d}}y}} $ .在已知
$ \tan \alpha ' $ 及$\beta $ $ \tan \beta $ 的值之后，即可由式(4)计算获得焊枪倾角$ \alpha $ 的正切值$ \tan \alpha $ .$$ \tan \alpha = {{\tan \alpha '} \mathord{\left/ {\vphantom {{\tan \alpha '} {\cos \beta }}} \right. } {\cos \beta }} $$ (4) 将
$ \tan \alpha ' $ 和$ l $ 的值代入式(5)，即可得到焊枪的横向偏差$ e $ (其单位为像素数).$$ e = \frac{{\left( {{y_{6}}' - {y_5}'} \right){D_0}\left( {{H_0} + l + \dfrac{h}{{\cos \alpha '}}} \right)}}{{\left( {{x_6}' - {x_5}'} \right){f_{{x}}}}} + \frac{{{x_6}'{y_5}' - {x_5}'{y_6}'}}{{{x_6}' - {x_5}'}} $$ (5) 最优焊枪高度
$ {l_0} $ 由焊丝送进速度、电弧电压及母材种类等因素决定，距离$ l $ 的控制目标为$ {l_0} \pm \Delta l $ ；横向偏差$ e $ 愈趋近于0，代表电弧作用点的位置越准确，因此，横向偏差$ e $ 的控制目标为$ \pm \Delta e $ ；而焊枪最合适的相对姿态(倾角$ \alpha $ 和摆角$\beta$ )则取决于焊接接头(坡口)的绝对空间姿态，即需要检测系统具备与地球参考系相关联的能力. 如何实现对焊接接头空间姿态的检测正是提出的创新点之一.固联于焊枪的重力感应单元(双倾角传感器)是此目标实现的关键，通过串口通讯程序实时读取其感应值，即可获知焊枪在世界坐标系的前后倾角
$ {\alpha _{\text{t}}} $ 和左右摆角$ {\beta _{\text{t}}} $ ，即焊枪的绝对空间姿态. 结合焊枪相对于工件上表面的相对空间姿态(倾角$ \alpha $ 和摆角$\;\beta $ )，即可由式(6)计算得到焊接接头(坡口)所在工件上表面的绝对空间姿态$ {\alpha _{\text{w}}} $ 和$ {\beta _{\text{w}}} $ ，进一步可确定焊接所需的焊枪最优空间姿态.$$ \left\{ \begin{gathered} \tan {\alpha _{\text{w}}} = \frac{{ - \left( {1 + {{\tan }^2}\beta } \right)\tan {\alpha _{\text{t}}} + \tan \alpha \sqrt {1 + {{\tan }^2}\beta } }}{{\tan \alpha \tan {\alpha _{\text{t}}} + \sqrt {1 + {{\tan }^2}\alpha + {{\tan }^2}\beta } \tan \beta \tan {\beta _{\text{t}}} + \sqrt {1 + {{\tan }^2}\beta } }} \hfill \\ \tan {\beta _{\text{w}}} = \frac{{\tan \alpha \tan \beta \tan {\alpha _{\text{t}}} - \sqrt {1 + {{\tan }^2}\alpha + {{\tan }^2}\beta } \tan {\alpha _{\text{t}}} + \tan \beta \sqrt {1 + {{\tan }^2}\beta } }}{{\tan \alpha \tan {\alpha _{\text{t}}} + \sqrt {1 + {{\tan }^2}\alpha + {{\tan }^2}\beta } \tan \beta \tan {\alpha _{\text{t}}} + \sqrt {1 + {{\tan }^2}\beta } }} \end{gathered} \right. $$ (6) 以上检测过程和算法流程如图5所示. 焊枪的相对空间位姿闭环反馈控制所需的4个参数(距离
$ l $ 、倾角$ \alpha $ 、摆角$\beta $ 和横向偏差$ e $ )的检测功能与控制期望均已明确.![]()
图 5 焊枪相对空间位姿参数获取流程Figure 5. Acquisition process of relative spatial posture parameters of welding torch2. 运动执行机构和控制系统
图6为机器人的运动执行机构示意图.试验采用的焊接机器人运动系统包含5个自由度，分别是运动平台行走(轴1)、焊枪竖向(轴2)和横向(轴3)直线运动、焊枪前后(轴4)及左右(轴5)摆动. 十字滑台(轴2和轴3)负责调整焊枪的空间位置，对应距离
$ l $ 和横向偏差$ e $ 的调整和控制；转动关节(轴4和轴5)负责调整焊枪的空间姿态，对应焊枪倾角$ \alpha $ 与摆角$\;\beta $ 的调整和控制. 5个运动自由度的复合运动，可满足任意姿态平面内直线焊缝焊接所需的焊接运动轨迹和焊枪空间位姿控制需求.图7为以运动控制卡ADT-8960为核心的运动控制系统示意图. 运动控制卡ADT-8960接收运动控制指令，并将其转化为相应的脉冲信号，发送至旋转与滑台电机驱动器.
在Visual Studio平台上，集成控制系统各部分软件，包括图像采集、处理与特征值提取、重力感应单元的串口通讯以及运动控制卡的5轴联动控制等. 从图像采集到将运动控制指令信号发送至电机驱动器，整个闭环反馈控制耗时约56 ms. 常用电弧焊接速度不超过600 mm/min，在反馈控制耗时56 ms的时间内，焊枪前进不超过0.56 mm，可满足自动化电弧焊接的实时性需求.
3. 焊枪空间姿态闭环反馈控制
对于立焊工艺，其对应的焊接接头的绝对空间姿态为前后倾角或左右摆角之一为90°，根据焊接工艺经验，需要焊枪朝向重力方向摆动约30°，即其绝对空间姿态为120°，以利用电弧作用力平衡重力对熔池液态金属的作用；对于平焊工艺，焊接接头的绝对空间姿态为前后倾角与左右摆角均为0°，此时，焊枪可采用相对于焊接接头完全竖直或略微前倾的空间姿态.
假设焊接接头的绝对空间姿态角
$ {\alpha _{\text{w}}} $ 和$ {\beta _{\text{w}}} $ 在0° ~ 90°的范围内变化，以$ {\alpha _{\text{w}}} $ 和$ {\beta _{\text{w}}} $ 值的4/3作为焊枪的绝对空间姿态角$ {\alpha _{\text{t}}} $ 和$ {\beta _{\text{t}}} $ 的控制目标，即其变化范围为0° ~ 120°. 采用焊接机器人的轴4控制焊枪倾角$ \alpha $ 、轴5控制焊枪摆角$\;\beta $ ，进而实现对焊枪的绝对空间姿态角$ {\alpha _{\text{t}}} $ 和$ {\beta _{\text{t}}} $ 的闭环反馈控制. 焊枪的空间姿态反馈控制流程如图8所示. 反馈终止判断条件为实际空间姿态角与期望姿态角之差不高于0.1°，因此控制偏差在0.1°左右.![]()
图 8 焊枪空间姿态闭环反馈控制流程Figure 8. Closed loop feedback control flow of welding torch spatial pose4. 焊枪空间位置闭环反馈控制及试验
焊枪相对于焊接接头的空间位置闭环反馈控制，包括对焊枪高度l和横向偏差
$ e $ 的控制，是在运动平台前进的过程中，控制并保持焊枪高度l、横向偏差$ e $ 在期望的范围之内. 以3种空间位置的平面内直线焊缝进行了焊缝跟踪和焊枪高度调控试验.(1)焊接接头的上表面处于水平状态，其走向与焊接方向之间的夹角约为5°，对应于焊枪横向偏差
$ e $ 的独立反馈调控.(2)焊接接头上表面法线的绝对空间姿态角(前后倾角)约为30°，焊接接头的走向与焊接方向基本一致，对应于焊枪高度l的独立反馈调控.
(3)上述(1)和(2)两种情况的组合，即焊接接头的上表面法线的绝对空间姿态角约为30°，焊接接头的走向与焊接方向间的夹角约为5°，对应于焊枪横向偏差
$ e $ 与高度l同时进行反馈调控.试验采用的焊接试件均为对称V形坡口，单边角度为30°，深度为12 mm. 图9为第3类焊枪空间位置反馈控制试验的示意图. 视觉传感器与焊枪之间加装了防飞溅板，防止弧焊过程的飞溅污染工业镜头和激光发射器；调整激光发射器的焦距，使焊接接头(坡口及其邻域)接收的激光线宽度尽可能细，以保证CCD图像中激光线特征点坐标值的提取精度.
图10为焊枪相对位置闭环反馈控制流程图. 具体控制流程如下.
![]()
图 10 焊枪相对位置闭环反馈控制流程图Figure 10. Flow chart of closed loop feedback control for relative position of welding torch(1)启动焊枪空间姿态闭环反馈控制程序. 首先，采集包含激光投射线的焊接坡口图像，并进行预处理、提取特征点坐标信息；然后，采用检测数学模型，求解获得焊枪相对于焊接接头的空间位置和姿态；其后，结合重力感应单元感知的焊枪绝对空间姿态，计算获得焊接接头的绝对空间姿态. 对焊枪的绝对空间姿态进行闭环反馈调控，使其相对于焊接接头的相对空间姿态达到预期要求.
(2)开启焊接主运动(轴1)，使运动平台以给定的焊接速度稳定前行，并起弧、开始焊接.
(3)在运动平台带动焊枪前进的过程中，视觉传感系统不断采集包含激光投射线的焊接接头(坡口)图像，并进行处理和特征信息提取，采用检测模型计算求解当前的焊枪横向偏差e与高度l，根据焊枪横向偏差e的正负，决定轴2的纠偏方向，根据焊枪高度l与期望焊枪高度l0的偏差el，决定轴3的纠偏方向. 从采集图像到发送控制轴2、轴3电机的脉冲为一个循环，只要焊接主运动仍在进行，此循环就持续不断地执行，从而保证焊枪相对于焊接接头(坡口)的位置始终在期望范围之内.
以第3类试验为例，试验过程实时输出的焊枪高度和焊枪横向偏差数据如图11所示.
对应于第1类(焊枪横向偏差
$ e $ 的独立反馈调控)、第2类(焊枪高度l的独立反馈调控)、第3类(焊枪横向偏差$ e $ 与高度l同时进行反馈调控)，所获得的焊缝成形位置与效果如图12所示.![]()
图 11 焊枪横向偏差与高度反馈控制试验结果Figure 11. Experimental results of welding torch horizontal deviation and height with feedback control. (a) welding torch transverse error; (b) welding torch height control error![]()
图 12 焊缝成形位置和效果Figure 12. Weld forming position and effect. (a) transverse error; (b) height feedback; (c) double axis试验结果表明，在同时进行焊枪高度与横向偏差闭环反馈控制时，焊枪横向偏差平均值为0.20 mm，焊枪高度偏差平均值为0.78 mm. 这说明焊缝横向跟踪和焊枪高度调控精度能够满足实际应用需求.
5. 结论
(1)提出并设计开发了基于视觉传感与重力感应融合的多源传感器，能够实现对焊枪相对位姿、焊接接头(坡口)空间姿态的在线实时检测. 单帧图像处理所需时间为56 ms，重力感应的检测频率可达100 Hz，检测系统具有良好实时性，可满足自动化电弧焊接过程闭环反馈控制的实时性需求.
(2)以运动控制卡ADT-8960为核心的运动控制系统，可实现焊接主运动、横向偏差、焊枪高度、焊枪前后倾角和左右摆角的无冲突并行控制.
(3)对任意空间姿态的焊接接头(坡口)，焊枪前后倾角和左右摆角的控制偏差不超过0.1°；对不同空间姿态的平面内直线焊缝，焊缝横向跟踪的平均偏差为0.20 mm，焊枪高度调控的平均偏差为0.78 mm. 焊枪空间位姿闭环反馈控制系统具有良好的控制和跟踪精度.
-
![]()
图 1 焊枪的相对空间位姿参数表征
Figure 1. Characterization of relative spatial posture parameters of welding torch
![]()
图 2 视觉传感与重力感应融合的多源传感器结构
Figure 2. Structure of multi-source sensor based on fusion of vision sensing and gravity sensing
![]()
图 5 焊枪相对空间位姿参数获取流程
Figure 5. Acquisition process of relative spatial posture parameters of welding torch
![]()
图 8 焊枪空间姿态闭环反馈控制流程
Figure 8. Closed loop feedback control flow of welding torch spatial pose
![]()
图 10 焊枪相对位置闭环反馈控制流程图
Figure 10. Flow chart of closed loop feedback control for relative position of welding torch
![]()
图 11 焊枪横向偏差与高度反馈控制试验结果
Figure 11. Experimental results of welding torch horizontal deviation and height with feedback control. (a) welding torch transverse error; (b) welding torch height control error
-
[1] 侯震, 许燕玲, 黄色吉, 等. 视觉传感技术在机器人焊接中的应用[J]. 上海交通大学学报, 2016, 50(S1): 55 − 58. Hou Zhen, Xu Yanling, Huang Seji, et al. Application status of vision sensing used in robotic welding[J]. Journal of Shanghai Jiaotong University, 2016, 50(S1): 55 − 58.
[2] 李永全. 一汽大众汽车有限公司焊装车间成本控制策略研究[D]. 长春: 吉林大学, 2017. Li Yongquan. Study on the cost control strategy of the welding workshop of FAW-Volkswagen[D]. Changchun: Jilin University, 2017.
[3] 王中任, 王小刚, 刘德政, 等. 基于焊枪轮廓特征提取的焊接偏差测定方法[J]. 焊接学报, 2020, 41(7): 59 − 64. doi: 10.12073/j.hjxb.20191026002 Wang Zhongren, Wang Xiaogang, Liu Dezheng, et al. Welding deviation measurement method based on welding torch contour feature extraction[J]. Transactions of the China Welding Institution, 2020, 41(7): 59 − 64. doi: 10.12073/j.hjxb.20191026002
[4] Yu R, Zhao Z, Bai L, et al. Prediction of weld reinforcement based on vision sensing in GMA additive manufacturing process[J]. Metals, 2020, 10(8): 1041. doi: 10.3390/met10081041
[5] 洪宇翔, 杨明轩, 都东, 等. 铝合金爬坡TIG焊熔池失稳状态的视觉检测[J]. 焊接学报, 2021, 42(10): 8 − 13. Hong Yuxiang, Yang Mingxuan, Du Dong, et al. Unstable state vision detection of molten pool during aluminum alloy climbing-TIG welding[J]. Transactions of the China Welding Institution, 2021, 42(10): 8 − 13.
[6] He Y, Li D, Pan Z, et al. Dynamic modeling of weld bead geometry features in thick plate GMAW based on machine vision and learning[J]. Sensors, 2020, 20(24): 7104. doi: 10.3390/s20247104
[7] Yin Z, Ma X, Zhen X, et al. Welding seam detection and tracking based on laser vision for robotic arc welding[J]. Journal of Physics Conference Series, 2020, 1650(2): 22 − 30.
[8] 赵世通. 焊接机器人可靠性技术的研究[J]. 科技创新与应用, 2018(32): 141 − 142. doi: 10.3969/j.issn.2095-2945.2018.32.063 Zhao Shitong. Research on reliability technology of welding robot[J]. Technology Innovation and Application, 2018(32): 141 − 142. doi: 10.3969/j.issn.2095-2945.2018.32.063
[9] Li G, Hong Y, Gao J, et al. Welding seam trajectory recognition for automated skip welding guidance of a spatially intermittent welding seam based on laser vision sensor[J]. Sensors, 2020, 20(13): 3657. doi: 10.3390/s20133657
[10] Lee K, Hwang I, Kim Y M , et al. Real-time weld quality prediction using a laser vision sensor in a lap fillet joint during gas metal arc welding[J]. Sensors, 2020, 20(6): 1625. doi: 10.3390/s20061625
[11] 张天一, 朱志明, 郭吉昌, 等. 基于视觉与重力传感的焊缝空间姿态检测技术研究与发展[J]. 电焊机, 2020, 50(11): 1 − 6. Zhang Tianyi, Zhu Zhiming, Guo Jichang, et al. Research and development for detection technology of spatial posture of weld seam based on vision and gravity sensing[J]. Electric Welding Machine, 2020, 50(11): 1 − 6.
-
期刊类型引用(0)
其他类型引用(1)
下载:
计量
- 文章访问数: 307
- HTML全文浏览量: 40
- PDF下载量: 57
- 被引次数: 1
