Positioning method for laser welding systems based on side-axis vision
-
摘要:
针对激光焊相机标定精度低，定位精度与像素当量倍数相差较大等问题，提出了一种基于旁轴视觉的相机标定方法和定位方法，通过内参标定校正透镜畸变；通过外参标定，建立系统中像素坐标系与机床坐标系间的转换关系，设计一种二值化阈值的局部寻优算法，以保证工件准确的边缘拟合. 通过识别工件角点和一边的角度，确定工件在系统中的摆放位置与姿态，算法精度稳定在1像素内，即0.017 mm的理论精度，通过加工试验测试定位精度，在试验中对识别的工件转角角度进行修正，修正前，x方向平均误差0.050 mm，y方向平均误差0.137 mm；修正后，x方向平均误差为0.029 mm，y方向平均误差为0.026 mm，分别为像素当量的2.12倍和1.53倍，实际误差与像素当量间倍数相差较小. 结果表明，该定位方法在充分利用相机性能的同时，具有较高的算法精度和定位精度，提高加工效率满足实际生产需求.
Abstract:In response to the suboptimal calibration results in laser welding, as well as significant discrepancies between the positioning accuracy and pixel equivalence, a camera calibration method and positioning approach based on side-axis vision were proposed on the basis of a self-developed laser welding system in the laboratory. The method involved the calibration of intrinsic parameters to correct lens distortion and the calibration of extrinsic parameters to establish the transformation relationship between the pixel coordinate system and the machine tool coordinate system. Additionally, a locally optimized algorithm for binary thresholding was designed to ensure accurate edge fitting of workpieces. The placement position and orientation of the workpiece in the system were determined through the identification of workpiece corner and the angle of one side, with the algorithm achieving a stable accuracy within 1 pixel, equivalent to a theoretical precision of 0.017 mm. Experimental testing of positioning accuracy involved the correction of recognized workpiece rotation angles. Prior to correction, the average errors in the x and y directions were 0.050 mm and 0.137 mm, respectively. After correction, the average errors were reduced to 0.029 mm in the x direction and 0.026 mm in the y direction, corresponding to multiples of pixel equivalence of 2.12 and 1.53, respectively. The actual errors exhibited minimal differences in multiples with pixel equivalence. The results indicated that this positioning method, while fully leveraging the camera's performance, demonstrated high algorithmic and positioning accuracy, enhancing processing efficiency and meeting practical production requirements.
-
0. 序言
轻质铝/钢结构成为汽车、航空航天及造船等领域减轻结构质量的关注点[1]，也带来新的制造工艺.然而，存在铝钢焊缝FexAly含量较难控制的问题，张满等人[2]采用Zn-Al钎料钎焊铝钢研究，结果表明，钎缝粗大的Fe4Al13相造成应力集中.石玗等人[3]对铝钢钎焊接头性能研究，结果表明，采用激光毛化有效调控钎焊界面IMC层形态及分布.摩擦焊被认为是较适合铝/钢焊接方法，但存在热机冶金不充分的问题[4] .电磁脉冲焊接是利用线圈瞬间放电，产生强磁场力，使工件高速撞击另一工件，实现冶金结合的一种焊接方法，具有固态免加热、无须冷却、无须助焊剂等优点，Lu等人[5]利用电磁脉冲焊接技术已实现铝/钢焊接，结果表明，铝钢焊接界面为冶金结合.这为铝代替钢减轻结构质量提供一种新型的冷压焊方法 .
目前，已有学者针对铝钢电磁脉冲焊接连接机理进行试验及数值模拟展开研究，Yu等人[6]利用剥离试验和透射电子显微镜试验分析铝钢电磁脉冲焊接界面结合行为，结果表明，界面材料为冶金结合.Geng等人[7]进行铝/钢电磁脉冲焊接接头的抗疲劳性能研究，结果表明，低应力幅值时，焊接接头的抗疲劳性能优于母材，高应力时，界面快速失效.Wang等人[8]对铝/钢电磁脉冲焊接接头性能研究，结果表明，铝钢焊接界面存在原电池的电偶腐蚀，加速了焊接接头失效. Kakizaki等人[9]采用数值模拟和试验结合的方法研究高速碰撞过程界面连接特征，结果表明，两种碰撞材料的密度相差较大时，形成直缝或小波型界面.Chi等人[10]借助数值模拟方法研究铝板撞击钢板过程界面连接行为，结果表明，，当铝板撞击钢板形成束状金属粒子流时，去除氧化物的能力较弱，只有形成发散、压陷作用的射流才能有效除去氧化物，形成波形界面.但是，由于铝/钢材料物理性能参数差异性较大，很难获得铝粒子、钢粒子的混合射流，为此，有必要对铝板撞击钢板形成界面的微观特征及力学性能进行深入研究 .
因此，基于前期研究，结合高速碰撞形成金属粒子流特征及其运动轨迹的数值模拟，分析铝钢焊接界面金属粒子运动规律及其与界面形貌、抗剪性能的关系，研究成果可为更好理解铝钢电磁脉冲焊接界面材料连接机理提供数据支持 .
1. 试验方法
试验用75 kJ普尔萨脉冲焊接设备，其总电容量为240 μF，最高充电电压为25 kV，最大电流为900 kA .电磁脉冲焊接过程如图1所示.将铝板的待焊接位置放于E型线圈中梁上方，钢板以搭接方式放于铝板上，并利用垫块定位搭接长度和搭接间隙 .根据洛仑兹力理论，当电容放电时，线圈中梁通过脉冲电流产生交变磁场，铝板产生强磁感应电流，感应电流产生的磁场与线圈磁场相互作用产生斥力，导致铝板瞬间高速向上运动，撞击钢板而形成焊接 .
![]()
图 1 电磁脉冲焊接过程Figure 1. The welding process for the EMPW joint. (a) welding principle; (b) weldment assembly试验用6061铝合金为复板，304不锈钢为基板，其化学成分见表1和表2，尺寸规格均为120 mm × 55 mm × 2 mm，搭接长度为30 mm，搭接间隙为1.8 mm .焊接前，对待焊6061铝合金放入STM-36-14型箱式电阻炉，加热温度为520 ℃，保温5 h，再随炉冷却 .用600号砂纸对6061铝合金、304不锈钢待焊处打磨，以除去表面氧化物，并用丙酮擦洗，保证表面清洁无油污 .焊接放电频率为18 kHz，放电电压为16 kV .
表 1 6061铝合金的化学成分(质量分数，%)Table 1. Chemical compositions of 6061 aluminum alloyAl Cu Mn Mg Zn Fe Si Cr 余量 0.246 0.15 0.96 0.25 0.7 0.493 0.05 表 2 304不锈钢的化学成分(质量分数，%)Table 2. Chemical compositions of 304 stainless steelFe Si Cr C Mn P S Ni 余量 0.75 ≤1.0 0.08 2.0 0.035 0.015 11 焊后用60T电子万能试验机对铝/钢焊接接头进行抗剪试验，由于铝/钢焊接接头为搭接形式，试样参考国家标准GB/T 26957—2011和AWS D17.3：2010的要求，使搭接部分位于剪切试样中部，在焊件两端夹持部位补偿与母材同种材料同厚度的垫片，削弱单向力在焊缝产生较大扭矩作用，使焊缝受载后简化为纯剪切应力，如图2a所示 .
![]()
图 2 焊接接头抗剪试样及界面特征Figure 2. Tensile shear specimen and interface characteristic of welded joint. (a) shear specimen; (b) macroscopic morphology of welding interface利用线切割机垂直焊缝中心，取15 mm × 16 mm × 4 mm的扫描电子显微镜(scanning electron microscope，SEM)观察试样，经过打磨、抛光及腐蚀等工艺，使用带有能谱分析(energy dispersive spectrum, EDS)的蔡司ΣIGMA HD扫描电子显微镜对焊接界面形貌、相成分及元素扩散行为进行分析 .由于铝/钢焊接界面是由对称的结合区(A,C区域)和未结合区(B区域)组成，如图2b所示，选择B区中心到A 区的界面进行微观分析 .
2. 试验结果
2.1 撞击瞬间粒子的流动特征
当复板高速撞击基板时，碰撞位置的金属因瞬间冲击力产生较大塑性变形[11]，钢侧晶粒呈流线状，旋涡内存在熔化快状金属[12]，甚至部分金属被击碎为颗粒状，并以粒子流的形态运动.Bahrani等人[13]指出复板高速(v)冲击基板时，产生如图3a的金属粒子流：复板表面产生金属粒子流(vF)，基板金属粒子流(vT)，并在碰撞点S处汇集，形成沿着焊接方向运动的再入粒子流(vR).其中，复板粒子流(vF)的一部分射流撞击基板后，具有使复板压入基板并产生凸起变形的剪切作用，形成近似半径为RS的波谷，还有一部分复板粒子流越过碰撞点S向焊接后方移动，形成分射流(vS)，并对已连接的波形界面具有再次压入作用，使波形界面变深、变长，如图3b中虚线所示 .
![]()
图 3 金属粒子流动行为与界面波形的关系[13]Figure 3. Relationship between flow behavior of metal particles and interface waveform. (a) metal particle flow distribution; (b) formation of interface waveform因此，再入射流具有去除氧化的能力，复板粒子流决定界面波的位置，其再与分射流共同作用，决定界面波大小. Reid[14]根据再入射流的厚度公式，修正了不对称波形界面波长的表达式:
$$ \lambda = \frac{A}{{2c}}t(1 - \cos \beta ) $$ (1) $$ {R_S} \approx 0.44t\beta $$ (2) 式中：
$\dfrac{A}{{2c}}$ 为经验常数；t为复板的厚度，mm；β为碰撞角，(°) .6061铝合金/304不锈钢焊接接头在焊接结束位置形成大波形连接区域的碰撞角度为17°(图2a)，复板铝合金厚度为2 mm，计算得到经验常数为0.659 .
2.2 焊缝波形界面形貌特征
图4为6061铝合金/304不锈钢焊接界面的微观形貌，由未连接区、直缝区、小波区及大波区组成，界面结合较好，个别区域存在气孔、裂纹等缺陷.由于复板撞击基板在初始位置存在复板反弹现象，铝板冲击钢板时形成35 μm的间隙，如图4a的未连接界面.将铝板压入钢板形成的过渡区宽度称为波谷，两次压入的铝宽为波长，界面在直缝连接的过渡区为3.4 μm，宽度为32 μm(图4b)，小波连接的波长为47 μm(图4c)，波谷为6 μm，大波连接的波长为58 μm，波谷为10 μm(图4d)，随着碰撞角度增大，界面滞留较多钢粒子.还发现，界面过渡区存在Al、Fe、Cr元素，且在靠近铝侧界面的元素扩散缓慢，靠近钢侧界面的元素急剧变化.这与公式(2)的波长变化规律一致，说明铝板冲击钢板存在铝粒子流、钢粒子流、再入射流及分射流，且再入射流对金属表面的压陷作用逐渐增强，使压入量(RS)逐渐增大，分射流vS(图3a)对材料连接区域的作用范围(图3b中线段OS)也逐渐增大，导致波长向焊接后方逐渐拉长(图3b中线段OQ，对比图4c波形).
![]()
图 4 焊接界面波形特性Figure 4. Characteristics of welding interface. (a) unbound zone; (b) straight seam zone; (c) Wavelet zone; (d) large wave zone然而，在图4d的焊接结束位置，由于此处的碰撞速度已降低，再入射流的金属粒子滞留界面，粒子动能瞬间转化为内能，造成局部熔化、疏松状孔洞，甚至产生裂纹等缺陷，一定程度削弱了界面结合强度.由此推断，试验焊接工装参数容易在大波区产生裂纹.为此，将获得的大波区波长调控为小波区的波长，根据波长不对称时的波长公式(式1)，计算大波区形成小波连接界面的碰撞角度为15°，可减小搭接间隙，使再入射流去除金属表面氧化物后，有效地飞出界面，减少缺陷.
2.3 铝钢金属间化合物形成过程分析
对图4中焊接界面不同连接区域进行EDS点扫描，结果见表3，铝钢金属间化合物从直缝连接界面的FeAl + Fe2Al5，过渡到小波连接界面的Fe2Al5 + FeAl3，再到大波连接区域的FeAl + FeAl3. Li等人[15]利用第一性原理已计算了熔焊下FexAly相的形成条件及性能特征.结合铝/钢焊缝XRD试验数据[10]，借助第一性原理计算电磁脉冲焊接方法下的铝钢金属间相的形成性，Fe2Al5 > FeAl > FeAl3 > FeAl2，说明Fe2Al5，FeAl最容易形成.界面直缝连接区的碰撞角度小，射流对金属表面冲刷作用较弱，导致部分钢粒子滞留界面，动能瞬间转化为内能，加速FeAl生成，即Fe + Al→FeAl(原位生成)；在铝合金压入钢中形成过渡区的基体时，半熔态的铝合金为铁元素扩散创造条件，首先形成Fe2Al5，即Al + Fe→Fe2Al5.随着焊接进行，碰撞角度增大，分射流对铝合金压入钢中的作用逐渐增大，形成小波形界面，部分Fe2Al5随着铝压入量增多发生转变，即Fe2Al5 + Al→FeAl3.再随着碰撞角度增大，射流的冲刷作用增大，导致较多的金属粒子滞留界面，金属间化合物的生成具有原位反应和元素扩散的共同特点，为FeAl和FeAl3混合.由此推断，未连接区的钢粒子、铝粒子滞留界面，伴随熔融金属生成富铁相，从直缝区到大波形区，分射流具有拉长波形，增大铝板压入量，生成以元素扩散反应为主的富铝金属间相 .
表 3 图4的4个区上的点扫描(原子分数，%)Table 3. EDS results of four zones in Fig.4测点 Al Fe Cr 可能的相 1 66.35 26.09 7.56 Fe2Al5 2 59.02 32.01 8.97 FeAl 3 65.94 26.19 7.87 Fe2Al5 4 76.72 18.20 5.07 FeAl3 5 69.82 23.46 6.72 FeAl3 6 51.96 33.85 14.19 FeAl 2.4 焊接接头抗剪试验及断口形貌
为了掌握从碰撞始点O到焊接结束过程金属粒子流在界面的分布，对完整铝钢焊接接头进行抗剪试验.如图5a所示，断裂位于焊缝上，复板铝的焊缝宽度稍大于钢的焊缝，且焊缝呈现亮白色，主要为熔融再凝固的铝.由于焊缝呈椭圆环状，并关于焊缝中心点O对称，因此选择焊缝断口1、2、3、4的四个特征位置，使用扫描电镜进行断口形貌观察，如图5b所示 .
![]()
图 5 椭圆环形焊缝特征Figure 5. Characteristics of elliptical annular weld. (a) shear fracture; (b) four positions for SEM图6为铝/钢焊缝内侧的断口形貌(图5中区域1)，存在局部熔化和粒子滞留金属表面的特征，铝侧断口表面部分金属被击落，露出光洁铝金属，通过面扫描发现较多区域存在铁金属元素，为钢粒子滞留金属表面，且存在少量Fe元素扩散，如图6a中1点EDS，ω(Al) = 88.2%，ω(Fe) = 7.9%.钢侧断口为大量的铝粒子覆盖钢板表面，主要为片状及少量粒子铝金属的形态特征，如图6b中点2位置为铝，点4为ω(Al) = 71.9%，ω(Fe) = 22.5%.这是因为图5中区域1处于铝板碰撞钢板时的射流形成的初始位置，但由于碰撞角较小，不足以使粒子流飞出间隙而滞留界面，粒子消耗动能转为热能，造成断口表面存在局部金属熔融再凝固的特征，形成FeAl3相 .
![]()
图 6 区域1的断口表面特征(图5b的区域)Figure 6. Fracture surface characteristics of zone 1 (zone in Fig.5b). (a) Fe element distribution at aluminum fracture surface; (b) Al element distribution at steel fracture surface图7为铝/钢焊缝的断口形貌(图5中区域2).沿着焊接方向铝板碰撞钢板的撞击角逐渐增大，由图7a可知，少量钢金属粒子滞留铝侧焊缝，且断口铝呈现滑移韧窝特征，钢侧断口表面为韧窝状铝金属，如图7b所示.由此可知，铝钢电磁脉冲焊缝是由铝板高速压入钢板形成，焊缝主要为铝金属，且存在快速加热和冷却过程，由于铁原子在熔态铝中扩散系数远大于铝原子在固态钢中扩散系数[16]，仅在靠近钢侧的界面存在铁元素扩散生成富铝金属间化合物，结合Fe-Al二元相图，根据图7b中凹坑位置3的点扫描ω(Al) = 72.1%，ω(Fe) = 20.3%，说明焊缝生成的相主要为FeAl3 .
![]()
图 7 区域2的断口表面特征(图5b的区域)Figure 7. Fracture surface characteristics of zone 2 (zone in Fig.5b). (a) Fe element distribution at aluminum fracture surface; (b) Al element distribution at steel fracture surface图8为铝/钢焊缝的外侧断口形貌(图5中区域3).由图8a可知，沿着焊接方向，在距离焊缝结束端为265 μm的位置，铝板表面呈现大小、分布不均的凹坑，内嵌有铝、钢金属粒子.然而，在距离钢板焊缝结束端为158 μm的位置，分布为形状不规则、嵌入钢板的片状铝金属，如图8b所示 .由于电磁脉冲焊接是在局部高压、高速及高温状态下实现的材料冶金连接，因此，可证明铝板碰撞钢板存在沿着焊接方向高速运动的金属粒子流，且铝粒子为高温半熔状态，冲击硬度低的铝板表面时会产生凹坑，冲击高硬度的钢板表面，半熔态铝粒子冲击为片状形态，并嵌入钢板表面 .
![]()
图 8 区域3的断口表面特征(图5b的区域)Figure 8. Fracture surface Characteristics of zone 3 (zone in Fig.5b). (a) Fe element distribution at aluminum fracture surface; (b) Al element distribution at steel fracture surface图9为铝/钢焊缝在椭圆弧形处的断口形貌(图5中区域4).由图9a可知，铝侧断口表面滞留大量金属粒子，且沿着椭圆弧中心线，粒子从焊缝外侧向焊缝内侧逐渐增多的发射分布 .图9b钢侧焊缝外侧断口存在较大的片状铝金属，而焊缝内侧呈现局部熔融再凝固的粒子状铝合金和钢金属，由4位置的点扫描可知，ω(Al) = 75.3%，ω(Fe) = 18.9%，推测生成FeAl3金属间化合物 .根据图9c铝板电磁力模拟结果，在椭圆焊缝的中心，即E型线圈中梁上方的铝板，存在垂直铝板的电磁力，且在中心位置最大，并向板宽两端逐渐减小；然而，由于电流的边界效应，在铝板两端产生平行铝板，由外向内的电磁力 .因此，铝板电磁力分布状态决定了金属粒子运动轨迹，铝板焊缝内侧到外侧的电磁力逐渐减小，使金属粒子逐渐被滞留界面，且具有由焊缝外侧向内侧逐渐增多的分布特征 .
![]()
图 9 区域4的断口表面特征(图5b的区域)Figure 9. Fracture surface characteristics of zone 4 (zone in Fig.5b). (a) Fe element distribution at aluminum fracture surface; (b) Al element distribution at steel fracture surface; (c) Lorentz force distribution of aluminum plate由此可推断，铝钢电磁脉冲焊接界面的金属粒子分布规律，如图10所示，大部分金属粒子聚集焊缝内侧，以椭圆环的形式分布，存在金属熔化再凝固的特征，且在椭圆弧处的粒子最多，金属熔化特征最明显，其中，铝板主要为钢金属粒子，而钢板表面为熔融铝金属携带钢粒子，伴有FexAly金属间相.在焊缝外侧，存在粒子流飞出焊接界面而落于金属表面的特征，铝板表面呈现为凹坑，钢板表面为嵌入铝金属，而在椭圆弧焊缝处，无粒子飞出界面.与焊接界面特征分析相同，铝侧焊缝表现为压入熔融铝基体，仅在大波区的钢粒子，钢侧焊缝表现为熔融铝嵌入钢表面，形成FexAly相，金属间化合物是铝钢焊接接头失效的主要原因.闫飞等人[17]从热力学说明了铝钢界面存在FeAl，FeAl2，FeAl，且富铝相具有较大的脆性，造成接头失效.
![]()
图 10 焊缝断口表面金属粒子分布Figure 10. Metal particle distribution at the fracture surface of weld. (a) fracture surface of the weld at the aluminum side; (b) fracture surface of the weld at the steel side根据波长公式(式(1))，减小搭接间隙为1.6 mm时，铝钢焊接接头断裂位置在近焊缝母材铝金属，如图11所示，焊接接头强度提高 .这说明减小搭接间隙，减少压入钢板的铝金属量，有效减小了铝板动能转化内能的总量，避免了界面铝金属熔化和铁元素向过渡区的扩散，有效控制了FexAly金属间化合物的形成 .同时，间隙减小，铝板碰撞钢板所用时间减小，钢金属粒子瞬时被加速飞出界面，一定程度避免了界面钢粒子滞留产生的金属间化合物或气孔、裂纹等缺陷 .
![]()
图 11 铝钢焊接接头抗剪的断裂位置Figure 11. Fracture position of shear of welded joint with aluminum to steel3. 结论
(1) 由铝钢焊接界面SEM、EDS可知，当碰撞角较小时，铝板压入量Rs较小，金属粒子滞留界面，钢粒子原位形成FeAl，沿着焊接方向，碰撞角逐渐增大，射流对压入作用增强，界面后波(图3中OQ线段)被拉长，过渡区逐渐形成富铝金属间相，IMCs从直缝区域FeAl + Fe2Al5，过渡到小波区域Fe2Al5 + FeAl3，再到大波区的FeAl + FeAl3 .
(2) 由铝钢焊接接头断口形貌观察可知，在碰撞初期，界面的金属粒子大部分滞留在焊缝内侧，并以椭圆的形式分布，其中，铝侧界面为钢粒子，而钢侧界面为熔融铝携带钢粒子；在焊缝外侧，粒子流飞出界面落于铝板表面，冲击为凹坑，落于钢板表面为嵌入的熔融态金属；而在椭圆焊缝外侧，无粒子飞出界面，受电磁力边界效应影响，较多的金属粒子被滞留椭圆焊缝处内侧 .
(3) 由铝钢焊接接头抗剪试验可知，焊缝上滞留金属粒子、存在脆性金属间相(FeAl，Fe2Al5和FeAl3)是接头失效的主要原因；因此，减小搭接间隙为1.6 mm时，焊接接头断裂于靠近焊缝母材铝上，说明减小搭接间隙，金属粒子可被加速，飞出界面，避免了金属间化合物或气孔、裂纹等缺陷 .
-
![]()
图 2 各坐标系关系示意图
Figure 2. Schematic diagram of the relationship between the coordinate systems
![]()
图 4 原始图像与增强图像对比
Figure 4. Comparison of original image and enhanced image. (a) original image; (b) Retinex algorithm enhanced image
![]()
图 5 Otsu算法阈值分割
Figure 5. Otsu algorithm threshold segmentation. (a) threshold segmentation without preprocessing; (b) localized magnification of threshold segmentation without preprocessing; (c) threshold segmentation after preprocessing; (d) localized magnification of threshold segmentation after preprocessing
![]()
图 6 角点位置
Figure 6. Position of the corner point. (a) position of the corner point of a binary image; (b) localized magnification of the corner point of a binary image; (c) position of the corner point of the original image; (d) localized magnification of the corner point of the original image
![]()
图 9 影像仪测量示意图
Figure 9. Schematic diagram of the measurement of the instrument. (a) corner of the workpiece; (b) welding spot on the workpiece
![]()
图 13 工件各焊点位置
Figure 13. Position of each welding spot of the workpiece. (a) overall position of welding spots; (b) first row of welding spot locations; (c) second row of welding spot locations
表 1 测试试验各焊点误差
Table 1 Tolerance of each welding spot of the test trial
焊点序号 x方向误差$ {\varepsilon _{{x}}} $/mm y方向误差$ {\varepsilon _{{y}}} $/mm 1 0.035 0.068 2 0.024 0.113 3 0.062 0.112 4 0.077 0.177 5 0.032 0.164 6 0.072 0.187 
下载: 导出CSV
表 2 第一排焊点误差
Table 2 Errors in the first row of welding spots
焊点序号 x方向误差$ {\varepsilon _{{x}}} $/mm y方向误差$ {\varepsilon _{{y}}} $/mm 1 0.007 0.035 2 0.003 0.016 3 0.004 0.025 4 0.016 0.030 5 0.014 0.029 6 0.024 0.033
下载: 导出CSV
表 3 第二排焊点误差
Table 3 Errors in the second row of welding spots
焊点序号 x方向误差$ {\varepsilon _{{x}}} $/mm y方向误差$ {\varepsilon _{{y}}} $/mm 1 0.057 0.022 2 0.067 0.019 3 0.020 0.033 4 0.038 0.011 5 0.015 0.036 6 0.010 0.017
下载: 导出CSV
-
[1] Wu Di, Zhang Peilei, Yu Zhishui, et al. Progress and perspectives of in-situ optical monitoring in laser beam welding: Sensing, characterization and modeling[J]. Journal of Manufacturing Processes, 2022, 75: 767 − 791. doi: 10.1016/j.jmapro.2022.01.044
[2] Aminzadeh A, Sattarpanah Karganroudi S, Meiabadi MS, et al. A survey of process monitoring using computer-aided inspection in laser-welded blanks of light metals based on the digital twins concept[J]. Quantum Beam Science, 2022, 6(2): 19. doi: 10.3390/qubs6020019
[3] You D Y, Gao X D, Katayama S. Review of laser welding monitoring[J]. Science and Technology of Welding and Joining, 2014, 19(3): 181 − 201. doi: 10.1179/1362171813Y.0000000180
[4] Fan X, Gao X, Liu G, et al. Research and prospect of welding monitoring technology based on machine vision[J]. The International Journal of Advanced Manufacturing Technology, 2021, 115: 3365 − 3391. doi: 10.1007/s00170-021-07398-4
[5] Xiao R, Xu Y, Xu F, et al. LSFP-Tracker: An autonomous laser stripe feature point extraction algorithm based on siamese network for robotic welding seam tracking[J]. IEEE Transactions on Industrial Electronics, 2024, 71(1): 1037 − 1048. doi: 10.1109/TIE.2023.3243265
[6] Dheeraj Dhruva Kumar, Fang Cheng, Zheng Yue, et al. Semi-supervised transfer learning-based automatic weld defect detection and visual inspection[J]. Engineering Structures, 2023, 292: 116580. doi: 10.1016/j.engstruct.2023.116580
[7] Thangavel S, Maheswari C, Priyanka E B. Passive machine vision-based defect classification in tungsten inert gas welding on SS304 using AI-based gradient descent algorithm[J]. Proceedings of the Institution of Mechanical Engineers, Part E: Journal of Process Mechanical Engineering, 2023, 237(5): 2102 − 2114.
[8] Pires J N, Loureiro A, Bolmsjo G. Welding robots: technology, system issues and application[M]. Springer Science & Business Media, 2006.
[9] 马韵琪, 田明, 刘阳, 等. 基于改进Harris的消音壁亚像素级角点检测算法[J]. 长春理工大学学报(自然科学版), 2023, 46(1): 44 − 51. Ma Yunqi, Tian Ming, Liu Yang, et al. Subpixel-level corner detection algorithm of sound-absorbing wall based on improved Harris[J]. Journal of Changchun University of Science and Technology(Natural Science Edition), 2023, 46(1): 44 − 51.
[10] 支嘉斌, 曹云翔, 郭瑞, 等. 基于视觉的激光振镜精密焊接系统研究[J]. 制造业自动化, 2019, 41(6): 129 − 134. doi: 10.3969/j.issn.1009-0134.2019.06.033 Zhi Jiabin, Cao Yunxiang, Guo Rui, et al. Research on precision welding system of laser vibration mirror based on vision[J]. Manufacturing Automation, 2019, 41(6): 129 − 134. doi: 10.3969/j.issn.1009-0134.2019.06.033
[11] 张志明. 基于OpenCV的激光焊接平台视觉定位系统的设计[D]. 广州: 广东工业大学, 2020. Zhang Zhiming. Design of visual positioning system for laser welding platform based on OpenCV[D]. Guangzhou: Guangdong University of Technology, 2020.
[12] 张浩然. 基于视觉定位算法的激光焊接系统设计与实现[D]. 武汉: 华中师范大学, 2022. Zhang Haoran. Design and implementation of laser welding system based on visual positioning algorithm[D]. Wuhan: Central China Normal University, 2022.
[13] Song J, Li H, Chen Y, et al. A novel corner detection algorithm applied to vision-based alignment systems[C]//2022 8th International Conference on Control, Automation and Robotics (ICCAR), Xiamen, China, 2022: 426-430.
[14] Cai Wang, Wang Jianzhuang, Jiang Ping, et al. Application of sensing techniques and artificial intelligence-based methods to laser welding real-time monitoring: A critical review of recent literature[J]. Journal of Manufacturing Systems, 2020, 57: 1 − 18. doi: 10.1016/j.jmsy.2020.07.021
[15] 朱铁爽, 张承瑞. 视觉辅助的激光激光头加工畸变校正及精度分析[J/OL]. 计算机集成制造系统: 1-18[2023-04-06]. Zhu Tieshuang, Zhang Chengrui. Distortion correction and accuracy analysis of laser galvanometer processing assisted by machine vision[J/OL]. Computer Integrated Manufacturing Systems: 1-18[2023-04-06].
[16] Yin Y S, Zhang C R, Zhu T S. Penetration depth prediction of infinity shaped laser scanning welding based on latin hypercube sampling and the neuroevolution of augmenting topologies[J]. Materials, 2021, 14(20): 5984. doi: 10.3390/ma14205984
[17] Yin Y S, Zhang C R, Zhu T S, et al. Development of a laser scanning machining system supporting on-the-Fly machining and laser power follow-up adjustment[J]. Materials, 2022, 15(16): 5479. doi: 10.3390/ma15165479
[18] 刘智慧, 张承瑞, 李瑞珍. 基于机器视觉的光学镜片测量方法[J]. 电子测量技术, 2022, 45(1): 129 − 133. Liu Zhihui, Zhang Chengrui, Li Ruizhen. Measuring method of optical lens size based on machine vision[J]. Electronic Measurement Technology, 2022, 45(1): 129 − 133.
[19] 姚良振, 尹贻生, 张承瑞, 等. 基于功率随动控制拐角激光焊接质量优化[J]. 焊接学报, 2023, 44(5): 102 − 108. doi: 10.12073/j.hjxb.20220519001 Yao Liangzhen, Yin Yisheng, Zhang Chengrui, et al. Optimization of laser welding quality at corners based on power tracking control[J]. Transactions of the China Welding Institution, 2023, 44(5): 102 − 108. doi: 10.12073/j.hjxb.20220519001
[20] Huang Yong, Wang Boyang, Guo Jianghang, et al. The effect of activating fluxes on the cathode spots in the activating TIG welding[J]. China Welding, 2023, 32(1): 7 − 17.
-
期刊类型引用(27)
1. 牛董山钰，李波，信国松，武鹏博，朱闯，冯志强，罗玖田，方乃文. LNG储罐用高锰钢焊接研究现状及展望. 电焊机. 2025(03): 28-39 . 
百度学术
2. 刘鸿铭，朱宗涛，刘云祺，刘瑞琳. 12 mm厚TC4钛合金激光-MIG复合焊接头组织与性能研究. 精密成形工程. 2024(05): 21-29 . 百度学术
3. 李文东，李进，陈亮，朱安平. UNS N08367超级奥氏体不锈钢大直径无缝管的研发. 钢管. 2024(03): 24-29 . 百度学术
4. 王洪潇，王春生，邓钢，朱宗涛，陈辉. 12 mm厚TC4钛合金激光-MIG复合焊接头疲劳裂纹扩展行为研究. 电焊机. 2024(10): 17-31 . 百度学术
5. 田国庆，张建财，朱毅宇，赵文勇，胥国祥，闫德俊. 保护漆层对10CrNiCu钢激光-电弧复合焊接质量的影响. 电焊机. 2024(12): 16-20+89 . 百度学术
6. 王庆江，胡鹏亮，郑庆铭，刘满雨，陈波，徐锴，武鹏博. LNG储罐用ENiCrMo-6型焊条的国产化研制. 电焊机. 2023(01): 112-117 . 百度学术
7. 张婧，杜伟，王孟果，武天文，荆文，谭国平. 钛合金激光-MIG电弧复合焊接头组织性能. 金属加工(热加工). 2023(04): 10-13+17 . 百度学术
8. 宋北，郭枭，吕晓春，杨昊泉，李苏珊，曲畅. 不锈钢铁素体含量测量技术与标准研究现状. 焊接. 2023(07): 40-47 . 百度学术
9. 马寅，韩晓辉，李刚卿，杨志斌，宋东哲，靳月强. TC4钛合金激光-MIG复合焊接头组织性能. 电焊机. 2023(08): 93-97+114 . 百度学术
10. 刘大双，吴玉程，许建华，李雄辉，罗来马，武昭妤，钟素娟. 钨与异种材料连接的研究进展. 电焊机. 2023(08): 67-77 . 百度学术
11. 陈浩欣，张天理，武雯，朱志明，林三宝，荆文，武鹏博. 保护气体对ER5356铝合金焊丝熔滴过渡及电弧稳定性的影响. 电焊机. 2023(08): 46-54 . 百度学术
12. 王星星，田家豪，李帅，方乃文，何鹏，倪增磊，温国栋. 高氮钢连接技术研究进展. 焊接学报. 2023(09): 118-128+136 . 本站查看
13. 刘晟，常云峰，白海明，郭培璐，守晨鹏，刘晓芳. 焊接工艺参数对Q690D高强钢多层多道焊缝缺欠的影响. 电焊机. 2023(10): 36-44 . 百度学术
14. 马立驰，毛冬远，袁琳，褚强，李双吉，李昭希，熊江涛. 异种不锈钢1Cr18Ni9Ti/Mn-Ni-Cr/1Cr21Ni5Ti钎焊接头的组织和性能. 材料导报. 2023(S2): 358-365 . 百度学术
15. 冯家玮，江来珠，徐锴，尹立孟，方乃文，王海臣，徐亦楠. 低镍含氮奥氏体不锈钢脉冲TIG焊接接头组织性能研究. 电焊机. 2022(01): 68-76 . 百度学术
16. 于建平，陈彩侠. 超级奥氏体不锈钢CK3MCuN 中高温相的产生与控制探讨. 焊接. 2022(01): 60-64 . 百度学术
17. 黄勇，郭卫，王艳磊. N和O元素引入对GPCA-TIG焊焊缝冲击韧性的影响. 焊接学报. 2022(05): 83-89+118-119 . 本站查看
18. 武鹏博，徐锴，刘孔丰，孙徕博，周珍珍，冯家玮，方乃文，江来珠. 电弧熔丝增材制造节镍不锈钢块体缺陷的成因分析及控制方法. 金属加工(热加工). 2022(09): 1-7+20 . 百度学术
19. 方乃文，王星星，徐锴，龙伟民，黄瑞生，徐亦楠，杨义成，马一鸣. 保护气体对低镍不锈钢激光-电弧复合焊电弧特性及组织性能影响. 稀有金属材料与工程. 2022(08): 3089-3094 . 百度学术
20. 赵轶磊，艾三山，雷炳育，徐亦楠，武鹏博，贾立超. 2507超级双相不锈钢的高熔合比PAW焊接工艺研究. 金属加工(热加工). 2022(11): 21-25+57 . 百度学术
21. 黄菁，孙宇峰，方超，卫靖，刘劲. 聚变堆用奥氏体不锈钢不同激光输出模式熔丝特征. 焊接. 2022(07): 28-33+39 . 百度学术
22. 焦帅杰，贾玉力，周宝金，韩莹，徐亦楠，郝增龙. 超级马氏体不锈钢焊丝MAG焊熔敷金属微观组织和力学性能研究. 电焊机. 2022(11): 68-74 . 百度学术
23. 王学东，李伟，崔晓东，武鹏博，姜澎，王士山，王立志. 节镍型奥氏体不锈钢埋弧焊焊接材料组织性能研究. 金属加工(热加工). 2022(12): 1-6 . 百度学术
24. 黄雅馨，孙明辉，乔雷，马青军，韦晨，武鹏博，孙徕博. 节镍型中/高氮奥氏体不锈钢焊接研究进展. 金属加工(热加工). 2022(12): 17-23 . 百度学术
25. 孙明辉，马青军，黄耀波，孙徕博，肖祥勇，武鹏博，冯家玮. Cr-Mn-Ni-N型奥氏体不锈钢及其焊接工艺研究现状. 金属加工(热加工). 2022(12): 10-16 . 百度学术
26. 王猛，陈波，徐亦楠，梁晓梅，肖祥勇，武鹏博，孙徕博. 低镍含氮奥氏体不锈钢焊条熔敷金属组织性能研究. 金属加工(热加工). 2022(12): 7-9 . 百度学术
27. 张凯翔，张建晓，尤秀美，陶彦文，王丛元. 国产超级奥氏体不锈钢SB-690 N08367换热管与管板的焊接研究. 压力容器. 2021(07): 26-31+37 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 204
- HTML全文浏览量: 17
- PDF下载量: 67
- 被引次数: 29
