基于视觉及电弧复合传感技术的机器人GTAW三维焊缝跟踪和熔透控制研究

The seam tracking and penetration control should be solved as two critical technical difficulties in the robotic welding intelligence. And they are also the most challenging difficult and hot spot in the welding field. In this project, the key information of three-dimension seam and pool and arc voltage is obtained by the vision sensor and arc sensor, and then it is processed. Especially，the visual attention is proposed to introduce the algorithm of welding image processing by simulating human visual system. The welding knowledge model and combined controller are established with the feature parameter obtained. All of which will attempted to address some key problem and provide the scientific basis and the technology realistic way for quality controlling in robotic welding intellectualization.

焊缝跟踪和熔透控制是机器人焊接智能化过程中需要解决的两个最为关键的技术难题，也一直是焊接领域最具挑战性的热点和难点问题。本项目试图利用基于视觉和电弧的复合传感技术来获取复杂的三维焊缝、熔池和弧压等关键信息，并对这些信息进行实时处理；尤其是希望通过模拟人类的视觉选择机制，开发具有“视觉注意”的快速图像处理算法，迅速获取焊接图像特征参数，利用这些参数建立焊接过程的知识模型，设计适合焊接过程控制的复合智能控制器；解决三维焊缝跟踪和熔透控制中的一些关键问题，为实现面向工业应用的机器人焊接质量在线跟踪控制提供有价值的科学依据和技术实现途径。

本课题以机器人GTAW焊接智能化技术为研究背景，基于视觉及电弧的复合传感技术，重点研究了机器人焊接过程的焊缝跟踪和熔透控制问题。开发了一套基于视觉及电弧传感技术的机器人三维焊缝跟踪和熔透控制的软硬件系统，在仅依靠焊接过程电弧光照明的情况下，实现了铝合金脉冲GTAW过程实时焊接图像清晰地获取。通过分析焊接图像特点，开发了一套完整的焊接图像处理算法，并对焊缝和熔池图像进行了实时处理，获得了焊缝和熔池的特征参数。建立了三维焊缝跟踪和熔透控制预测模型，实现了基于视觉和电弧传感的机器人三维焊缝跟踪控制和背面熔宽的熔透预测。实际机器人焊接控制实验结果表明，当背面熔宽被稳定控制在7mm左右时，预测偏差不超过0.4mm；在机器人三维焊缝跟踪试验中，其左右最大跟踪偏差可以控制在±0.3mm范围之内，高度跟踪误差可以控制在±0.4mm范围内，基本能够满足机器人实际焊接生产的要求。课题解决了一些三维焊缝跟踪和熔透控制中的关键问题，为实现面向工业应用的机器人焊接质量在线跟踪控制提供了有价值的科学依据和技术实现途径。