CN117066655A - 一种管道机器人氩弧智能打底焊接系统及方法 - Google Patents
一种管道机器人氩弧智能打底焊接系统及方法 Download PDFInfo
- Publication number
- CN117066655A CN117066655A CN202311165705.4A CN202311165705A CN117066655A CN 117066655 A CN117066655 A CN 117066655A CN 202311165705 A CN202311165705 A CN 202311165705A CN 117066655 A CN117066655 A CN 117066655A
- Authority
- CN
- China
- Prior art keywords
- welding
- arc
- data processing
- groove
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003466 welding Methods 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 title claims abstract description 133
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 title claims abstract description 64
- 229910052786 argon Inorganic materials 0.000 title claims abstract description 32
- 230000035515 penetration Effects 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000012360 testing method Methods 0.000 claims abstract description 4
- 230000037452 priming Effects 0.000 claims abstract 8
- 230000002776 aggregation Effects 0.000 claims abstract 4
- 238000004220 aggregation Methods 0.000 claims abstract 4
- 238000012545 processing Methods 0.000 claims description 63
- 230000000007 visual effect Effects 0.000 claims description 16
- 239000007789 gas Substances 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 9
- 230000001681 protective effect Effects 0.000 claims description 7
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000013499 data model Methods 0.000 claims 2
- 230000007306 turnover Effects 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000010935 stainless steel Substances 0.000 description 5
- 229910001220 stainless steel Inorganic materials 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 229910000975 Carbon steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000010962 carbon steel Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/16—Arc welding or cutting making use of shielding gas
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/095—Monitoring or automatic control of welding parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/32—Accessories
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K2101/00—Articles made by soldering, welding or cutting
- B23K2101/04—Tubular or hollow articles
- B23K2101/06—Tubes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Arc Welding In General (AREA)
Abstract
本发明提供一种管道机器人氩弧智能打底焊接系统及方法，焊接系统包括焊接机器人、变位机、激光扫描系统、视觉监测系统、数据处理及控制系统、显示系统。本发明通过工艺试验建立工艺参数库和熔透参数库，由激光扫描系统扫描坡口，计算分析坡口错边量和坡口间隙并进行超差报警，再进行焊接工艺参数智能匹配，实现智能焊接，焊接时进行电弧形态实时监测、处理，计算电弧聚集度特征参数，进行熔透判断，根据熔透情况实时调整焊接工艺参数。本发明通过对焊接坡口错边量和坡口间隙精确检测，智能匹配工艺参数，实现了机器人氩弧打底焊的智能焊接；通过电弧形态实时监测智能判断焊缝熔透情况，据此实时调整焊接工艺参数，保障氩弧打底焊的焊缝成形质量。
Description
技术领域
本发明属于智能焊接技术领域，尤其涉及一种管道机器人氩弧智能打底焊接系统及方法。
背景技术
近年来，自动化焊接技术已在航空航天、汽车制造等领域得到广泛应用，在提高焊接效率和焊接质量方面，效果显著。然而，在石油化工建造、油气管网建设、核电建设的管道焊接方面，受限于施工现场环境、管材规格多样等因素，自动化焊接技术一直未能大规模推广应用。
氩弧焊具有焊接过程稳定、接头质量高、适用材料广等特点，是管道自动化焊接工艺的首选。然而，氩弧自动焊接技术对坡口错边量和坡口间隙较为敏感，错边量和间隙过大，熔池容易塌陷，会造成“焊穿”、“焊漏”现象，而坡口间隙过小，容易引起“未焊透”，影响接头强度。特别是对于大口径管道，手工对口点焊后，由于焊工水平差异和管材自身偏差问题，导致组对坡口错边量和坡口间隙在管道周向分布差异过大，同时后续焊接过程熔池冷却导致的焊缝收缩，也会引起坡口错边量和坡口间隙的变化，这些都会影响精密的自动化焊接焊缝成形。另一方面，氩弧焊打底焊缝成形易出现未焊透、焊穿等问题，需要精准控制工艺参数才能得到良好的焊缝成形。
基于此，本发明设计了一种管道机器人氩弧智能打底焊接系统及方法来解决上述技术问题。
发明内容
针对现有技术中存在的不足，本发明提供了一种管道机器人氩弧智能打底焊接系统及方法，能够对焊接坡口错边量和坡口间隙进行精确检测，并根据坡口错边量和坡口间隙情况，智能匹配焊接工艺参数库中的焊接工艺参数，实现机器人氩弧打底焊的智能焊接；同时通过电弧形态实时监测，智能判断焊缝熔透情况，并据此实时调整焊接工艺参数，保障氩弧打底焊的焊缝成形。
本发明通过以下技术手段实现上述技术目的。
本发明所述管道机器人氩弧智能打底焊接系统，包括焊接机器人、焊接电源、变位机、保护气体机构、送丝机构、焊枪机构、激光扫描系统、视觉监测系统、数据处理及控制系统、显示系统。
焊接机器人用于搭载送丝机构、焊枪机构、激光扫描系统、视觉监测系统，可带动焊枪机构和激光扫描系统实现空间上的运动，边焊接边扫描数据；送丝机构，用于提供焊接所需的焊丝；焊枪机构用于实现焊接操作；焊接电源用于提供焊接系统进行氩弧焊焊接所需的电源。
变位机用于夹持待焊接的管件，并带动管件旋转、翻转；气体保护机构用于提供焊接所需的保护气体；激光扫描系统用于扫描坡口轮廓，并将扫描数据传输至数据处理及控制系统；视觉监测系统用于实时捕获电弧形态图像；数据处理及控制系统，用于存储工艺参数库数据以及熔透参数库数据，处理激光扫描系统提供的坡口轮廓数据和视觉监测系统提供的电弧形态图像数据，并根据测得数据进行超差识别与报警、智能调取工艺参数库中的焊接工艺参数、智能调取熔透参数库中的焊接工艺参数等操作；显示系统用于显示焊接工艺参数和电弧形态实时图像。
所述工艺参数库中的焊接工艺参数包括但不限于焊接电流、送丝速度、焊接速度、左摆幅、右摆幅。
利用上述管道机器人氩弧智能打底焊接系统的智能焊接方法，包括如下过程：
步骤1：建立工艺参数库和熔透参数库，并存储在数据处理及控制系统中：针对所需焊接的管道，包括不同材质，如碳钢、不锈钢等材质；不同管径，如DN250、DN300、DN350、DN400等；不同管道材料，如管子、弯头、法兰、三通等，通过机器人人工示教方式开展焊接工艺试验，并对焊接的管道进行焊接工艺评定，以验证焊接工艺参数，最终获得不同错边量、不同坡口间隙下的焊接工艺参数，形成工艺参数库；同时，建立不同焊接工艺参数下，电弧聚集度特征参数，确定熔透阈值范围，形成熔透参数库。
步骤2：通过显示系统，向数据处理及控制系统中设置坡口错边量阈值Dmax、坡口间隙阈值Gmax。
步骤3：激光扫描系统扫描坡口；
扫描坡口包括两种工作模式，一种是焊接机器人不动，变位机带动管件旋转，另一种是焊接机器人带动激光扫描系统绕管件运动，变位机夹持住管件并保持不动；两种工作模式下，激光扫描系统都随旋转运动同步或提前开启。
步骤4：坡口错边量和坡口间隙计算；
激光扫描系统将采集到的数据传输至数据处理及控制系统，数据处理及控制系统建立管道坡口组对数学模型，并将该模型按照一定角度均等分成N份，自动计算各等分范围内的坡口错边量平均值坡口间隙平均值/>下标N的取值为1～N之间的整数。
步骤5：超差识别；
数据处理及控制系统首先依次判断每等分范围内的坡口错边量平均值是否超出阈值范围，当存在超出阈值范围的数据时，控制显示系统进行报警，并显示“超差，下线处理”字样，对管材进行下线处理，进行二次坡口加工修正；
当所有等分范围内的坡口错边量平均值均在阈值范围内时，则数据处理及控制系统再依次判断每等分范围内的坡口间隙平均值/>是否超出阈值范围，当存在超出阈值范围的数据时，控制显示系统进行报警，并显示“超差，下线处理”字样，对管材进行下线处理。
步骤6：焊接工艺参数智能匹配；
对于坡口错边量平均值以及坡口间隙平均值均在阈值范围内的管件，数据处理及控制系统根据计算出的各等分自动调取工艺参数库所匹配的焊接工艺参数，具体匹配原理如下：
S1：将坡口间隙按等间距d划分成均等分，定义工艺参数库焊接工艺编号为Hx，x∈[d，Gmax]且x为d的整数；
S2：依次判定的大小，N∈[1,N]，N为整数，并赋予其对应的工艺参数编号，原则为：如果/>且x为d的整数，则其对应的工艺参数编号为Hx；
S3：数据处理及控制系统7接收焊接工艺参数编号，对N等分的焊接路径分别匹配对应的焊接工艺参数。
步骤7：自动焊接；
数据处理及控制系统根据匹配到的焊接工艺参数，协同控制焊接电源、焊接机器人、变位机、送丝机构和保护气体机构，实现对管件的智能焊接。
步骤8：电弧形态实时监测；
通过视觉监测系统对自动焊接过程中的电弧形态进行监测，并将实时抓取的电弧形态图片传递给数据处理及控制系统。
步骤9：电弧形态处理及特征值提取；
数据处理及控制系统对电弧形态图片进行处理，并提取电弧形态特征值：针对实时抓取的电弧形态图像，首先对电弧形态进行灰度化处理、对比度增强处理，然后提取图像灰度值，采用迭代阈值法确定图像灰度阈值，基于灰度阈值提取电弧形态特征值；
采用迭代阈值法确定图像灰度阈的具体方法如下：
S1：计算出图像的最大灰度值Hmax和最小灰度值Hmin，令初始阈值Tk＝(Hmax+Hmin)/2；
S2：计算所有大于Tk的灰度值的均值Hk+1以及所有小于等于Tk的灰度值的均值Hk；
S3：令新阈值Tk+1＝(Hk+1+Hk)/2；
S4：若Tk＝Tk+1，则Tk为灰度阈值；
否则，令k＝k+1，重复S2至S4，直至Tk＝Tk+1，则Tk为灰度阈值，此处k为大于等于0的整数。
基于灰度阈值提取电弧形态特征值的具体过程为：基于灰度阈值进行边缘分割，采用最小外接矩形方法确定电弧形态的最大长短经AB和CD，并提取最大短经尺寸Wmax和最大长经尺寸Lmax。
步骤10：计算电弧聚集度特征参数；
数据处理及控制系统依据提取的电弧形态特征值，计算电弧聚集度特征参数ρ： α表示电弧形态中内部夹角。
步骤11：进行熔透判断，并根据熔透情况实时调整焊接工艺参数；
根据计算出的电弧聚集度特征参数(以下简称计算值)，与熔透工艺库中电弧聚集度特征参数阈值范围([ρ0，ρ1])进行比较，当计算值在电弧聚集度特征参数阈值范围内，则无需调整焊接工艺参数，否则依据熔透工艺库对焊接工艺参数进行微调，具体如下：
当ρ＜ρ0时，表明电弧形态过于集中，焊缝存在熔透风险，适当降低焊接工艺参数；
当ρ0≤ρ≤ρ1时，表明电弧形态良好，保持现有焊接工艺参数；
当ρ＞ρ1时，表明电弧形态过于分散，焊缝存在未焊透风险，适当增大焊接工艺参数。
本发明具有如下有益效果：
本发明能够对焊接坡口错边量和坡口间隙进行精确检测，并根据坡口错边量和坡口间隙情况，智能匹配焊接工艺参数库中的焊接工艺参数，实现机器人氩弧打底焊的智能焊接；同时通过电弧形态实时监测，智能判断焊缝熔透情况，并据此实时调整焊接工艺参数，保障氩弧打底焊的焊缝成形。
本发明能够对焊接坡口错边量和坡口间隙进行精确检测和计算，并根据坡口错边量和坡口间隙情况，智能判定是否执行焊接操作，并匹配焊接工艺参数库中的焊接工艺参数，可根据电弧形态实时调控焊缝熔透情况，实现机器人氩弧打底焊的智能焊接，保障管道氩弧打底焊焊缝成形，提高焊接质量。
本发明所述的激光扫描系统、视觉监测系统，集成设计于焊接机器人机械臂之上，可节约使用空间，提高运行效率。另外，本发明适用于多种焊接坡口形式，可用于不同材质、不同管径、不同类别的管材的智能焊接，适应性较好。
附图说明
图1为本发明所述管道机器人氩弧智能打底焊接系统示意图；
图2为本发明所述管道机器人氩弧智能打底焊接系统的智能焊接方法流程图；
图3为电弧图像处理示意图
图4为电弧形态示意图。
图中：1-保护气体机构；2-送丝机构；3-焊接机器人；4-视觉监测系统；5-焊枪机构；6-变位机；7-数据处理及控制系统；8-显示系统。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
如图1所示，本发明所述管道机器人氩弧智能打底焊接系统，包括焊接机器人3、焊接电源9、变位机6、保护气体机构1、送丝机构2、焊枪机构5、激光扫描系统、视觉监测系统4、数据处理及控制系统7、显示系统8。
焊接机器人3用于搭载送丝机构2、焊枪机构5、激光扫描系统、视觉监测系统4，可带动焊枪机构5和激光扫描系统实现空间上的运动，边焊接边扫描数据；送丝机构2，用于提供焊接所需的焊丝；焊枪机构5用于实现焊接操作；焊接电源9用于提供焊接系统进行氩弧焊焊接所需的电源。
变位机6用于夹持待焊接的管件，并带动管件旋转、翻转；气体保护机构1用于提供焊接所需的保护气体；激光扫描系统用于扫描坡口轮廓，并将扫描数据传输至数据处理及控制系统7；视觉监测系统4用于实时捕获电弧形态图像；数据处理及控制系统7，用于存储工艺参数库数据以及熔透参数库数据，处理激光扫描系统提供的坡口轮廓数据和视觉监测系统4提供的电弧形态图像数据，并根据测得数据进行超差识别与报警、智能调取工艺参数库中的焊接工艺参数、智能调取熔透参数库中的焊接工艺参数等操作；显示系统8用于显示焊接工艺参数和电弧形态实时图像。
本实施例以DN350 S30403不锈钢管V型坡口智能打底焊接为例进行方案说明；
利用上述管道机器人氩弧智能打底焊接系统的智能焊接方法如图2所示，包括如下过程：
步骤1：建立不同DN350 S30403不锈钢管V型坡口焊接工艺参数库和熔透参数库，并存储在数据处理及控制系统7中；
通过人工示教方式开展DN350 S30403不锈钢管V型坡口打底焊接工艺试验，并对焊接的管道进行焊接工艺评定，以验证焊接工艺参数，最终获得不同错边量、不同坡口间隙下的焊接工艺参数，形成如下表1所示的工艺参数库，工艺参数库中，工艺编号命名形式为Hx，Hx代表坡口间隙在[x-d，x)且时的焊接工艺数据，本实施例中d取值0.25mm，x取值为d的整数倍且x≤Gmax；同时，建立不同焊接工艺参数下，电弧聚集度特征参数，确定熔透阈值范围，形成熔透参数库；
表1DN350 S30403不锈钢管V型坡口打底焊焊接工艺参数库
步骤2：通过显示系统8，向数据处理及控制系统7中设置坡口错边量阈值Dmax为2.5mm、坡口间隙阈值Gmax为3mm。
步骤3：激光扫描系统扫描坡口；
扫描坡口包括两种工作模式，一种是焊接机器人3不动，变位机6带动管件旋转，另一种是焊接机器人3带动激光扫描系统绕管件运动，变位机6夹持住管件并保持不动；两种工作模式下，激光扫描系统都随旋转运动同步或提前开启。
步骤4：坡口错边量和坡口间隙计算；
激光扫描系统将采集到的数据传输至数据处理及控制系统7，数据处理及控制系统7建立管道坡口组对数学模型，并将该模型按照一定角度均等分成36份，自动计算各等分范围内的坡口错边量平均值坡口间隙平均值/>下标N的取值为1～36之间的整数。
步骤5：数据处理及控制系统7进行超差识别与报警；
若则报警，并在显示系统8显示“超差，下线处理”；
否则继续判断GN，若则报警，并在显示系统8显示“超差，下线处理”，否则进入步骤6。
步骤6：焊接工艺参数智能匹配；
若且/>执行焊接工艺参数智能匹配程序，具体方法如下：
首先依次判定的大小，并赋予其对应的工艺参数编号，原则为：如果/> 则其对应的工艺参数编号为Hx；
然后，数据处理及控制系统7接收焊接工艺参数编号，对36等分的焊接路径分别匹配对应的焊接工艺参数。
步骤7：自动焊接；
数据处理及控制系统7根据匹配到的焊接工艺参数，协同控制焊接电源9、焊接机器人3、变位机6、送丝机构2和保护气体机构1，实现对管件的智能焊接。
步骤8：电弧形态实时监测；
通过视觉监测系统4对自动焊接过程中的电弧形态进行监测，并将实时抓取的电弧形态图片传递给数据处理及控制系统7。
步骤9：电弧形态处理及特征值提取；
参照图3、4，数据处理及控制系统7对电弧形态图片进行处理，并提取电弧形态特征值：针对实时抓取的电弧形态图像，首先对电弧形态进行灰度化处理、对比度增强处理，然后提取图像灰度值，采用迭代阈值法确定图像灰度阈值，基于灰度阈值提取电弧形态特征值。
步骤10：计算电弧聚集度特征参数；
数据处理及控制系统7依据提取的电弧形态特征值，计算电弧聚集度特征参数。
步骤11：进行熔透判断，并根据熔透情况实时调整焊接工艺参数；
根据计算出的电弧聚集度特征参数(以下简称计算值)，与熔透工艺库中电弧聚集度特征参数阈值范围进行比较，当计算值在电弧聚集度特征参数阈值范围内，则无需调整焊接工艺参数，否则依据熔透工艺库对焊接工艺参数进行微调。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (7)
1.一种管道机器人氩弧智能打底焊接方法，其特征在于，包括如下过程：
步骤1：通过焊接工艺试验建立工艺参数库和熔透参数库；
步骤2：通过显示系统(8)，向数据处理及控制系统(7)中设置坡口错边量阈值Dmax、坡口间隙阈值Gmax；
步骤3：利用激光扫描系统扫描坡口并将扫描数据传递至数据处理及控制系统(7)；
步骤4：数据处理及控制系统(7)建立管道坡口组对数学模型并按照一定角度均等分成N份，计算各等分范围内的坡口错边量平均值坡口间隙平均值/>
步骤5：数据处理及控制系统(7)进行超差识别；
步骤6：对于以及/>均在阈值范围内的管件，数据处理及控制系统(7)自动调取工艺参数库所匹配的焊接工艺参数；
步骤7：数据处理及控制系统(7)根据焊接工艺参数，协同控制焊接电源(9)、焊接机器人(3)、变位机(6)、送丝机构(2)和保护气体机构(1)，对管件进行智能焊接；
步骤8：利用视觉监测系统(4)对自动焊接过程中的电弧形态进行监测，并将实时抓取的电弧形态图片传递给数据处理及控制系统(7)；
步骤9：数据处理及控制系统(7)对电弧形态图片进行处理，并提取电弧形态特征值；
步骤10：数据处理及控制系统(7)计算电弧聚集度特征参数；
步骤11：数据处理及控制系统(7)将计算出的电弧聚集度特征参数，即计算值，与熔透工艺库中电弧聚集度特征参数阈值范围进行比较，当计算值在电弧聚集度特征参数阈值范围内，则无需调整焊接工艺参数，否则依据熔透工艺库对焊接工艺参数进行微调。
2.根据权利要求1所述的管道机器人氩弧智能打底焊接方法，其特征在于，所述步骤5的具体过程为：数据处理及控制系统(7)首先依次判断每等分范围内的坡口错边量平均值是否超出阈值范围，当存在超出阈值范围的数据时，控制显示系统(8)进行报警，并显示“超差，下线处理”字样，对管材进行下线处理，进行二次坡口加工修正；
当所有等分范围内的坡口错边量平均值均在阈值范围内时，则数据处理及控制系统(7)再依次判断每等分范围内的坡口间隙平均值/>是否超出阈值范围，当存在超出阈值范围的数据时，控制显示系统(8)进行报警，并显示“超差，下线处理”字样，对管材进行下线处理。
3.根据权利要求1所述的管道机器人氩弧智能打底焊接方法，其特征在于，所述步骤6的具体过程为：
S1：将坡口间隙按等间距d划分成均等分，定义工艺参数库焊接工艺编号为Hx，x∈[d，Gmax]且x为d的整数；
S2：依次判定的大小，N∈[1,N]，N为整数，并赋予其对应的工艺参数编号：若则其对应的工艺参数编号为Hx；
S3：数据处理及控制系统(7)接收焊接工艺参数编号，对N等分的焊接路径分别匹配对应的焊接工艺参数。
4.根据权利要求1所述的管道机器人氩弧智能打底焊接方法，其特征在于，所述步骤9中，数据处理及控制系统(7)首先对电弧形态图片进行灰度化处理、对比度增强处理，然后提取图像灰度值，采用迭代阈值法确定图像灰度阈值，基于灰度阈值进行边缘分割，采用最小外接矩形方法确定电弧形态的最大长短经，并提取电弧形态特征值，即最大短经尺寸Wmax和最大长经尺寸Lmax。
5.根据权利要求4所述的管道机器人氩弧智能打底焊接方法，其特征在于，所述采用迭代阈值法确定图像灰度阈值的具体过程为：
S1：计算出图像的最大灰度值Hmax和最小灰度值Hmin，令初始阈值Tk＝(Hmax+Hmin)/2；
S2：计算所有大于Tk的灰度值的均值Hk+1以及所有小于等于Tk的灰度值的均值Hk；
S3：令新阈值Tk+1＝(Hk+1+Hk)/2；
S4：若Tk＝Tk+1，则Tk为灰度阈值；
否则，令k＝k+1，重复S2至S4，直至Tk＝Tk+1，则Tk为灰度阈值，此处k为大于等于0的整数。
6.根据权利要求1所述的管道机器人氩弧智能打底焊接方法，其特征在于，所述步骤10中，电弧聚集度特征参数为ρ，α表示电弧形态中内部夹角，Wmax、Lmax均为电弧形态特征值，且Wmax表示最大短经尺寸，Lmax表示最大长经尺寸。
7.一种用于实现权利要求1所述管道机器人氩弧智能打底焊接方法的管道机器人氩弧智能打底焊接系统，包括焊接机器人(3)、焊接电源(9)、变位机(6)、保护气体机构(1)、送丝机构(2)、焊枪机构(5)、激光扫描系统、视觉监测系统(4)、数据处理及控制系统(7)、显示系统(8)；
焊接机器人(3)用于搭载送丝机构(2)、焊枪机构(5)、激光扫描系统、视觉监测系统(4)，并带动焊枪机构(5)和激光扫描系统实现空间上的运动，实现焊接及坡口数据扫描；
变位机(6)用于夹持待焊接的管件，并带动管件旋转、翻转；激光扫描系统用于扫描坡口轮廓，并将扫描数据传输至数据处理及控制系统(7)；视觉监测系统(4)用于实时捕获电弧形态图像，并将图像数据传输至数据处理及控制系统(7)；数据处理及控制系统(7)用于存储工艺参数库数据以及熔透参数库数据，处理激光扫描系统提供的坡口轮廓数据和视觉监测系统(4)提供的电弧形态图像数据，并根据测得数据进行超差识别与报警、智能调取工艺参数库中的焊接工艺参数、智能调取熔透参数库中的焊接工艺参数；显示系统(8)用于显示焊接工艺参数和电弧形态实时图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311165705.4A CN117066655B (zh) | 2023-09-11 | 2023-09-11 | 一种管道机器人氩弧智能打底焊接系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311165705.4A CN117066655B (zh) | 2023-09-11 | 2023-09-11 | 一种管道机器人氩弧智能打底焊接系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117066655A true CN117066655A (zh) | 2023-11-17 |
| CN117066655B CN117066655B (zh) | 2025-04-08 |
Family
ID=88709812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311165705.4A Active CN117066655B (zh) | 2023-09-11 | 2023-09-11 | 一种管道机器人氩弧智能打底焊接系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117066655B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118287789A (zh) * | 2024-03-22 | 2024-07-05 | 中建安装集团有限公司 | 一种基于k-tig的不锈钢横焊焊接系统与焊接方法 |
| CN118848325A (zh) * | 2024-09-26 | 2024-10-29 | 湖南胜利湘钢钢管有限公司 | 一种复合管焊接装置、纵焊方法以及堆焊方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3786358A (en) * | 1972-12-27 | 1974-01-15 | Ibm | Method and apparatus for detecting the beginning of data block |
| CN115255695A (zh) * | 2022-07-26 | 2022-11-01 | 上海江南长兴造船有限责任公司 | 一种减小厚薄板拼板坡口尺寸损失的精度控制方法 |
| CN116021119A (zh) * | 2023-03-29 | 2023-04-28 | 中建安装集团有限公司 | 石化工艺管道机器人焊接组对错边量检测系统及方法 |
| CN116352222A (zh) * | 2023-05-25 | 2023-06-30 | 南京理工大学 | 基于弧压和工艺库的管-法兰打底焊过程调控方法 |
| CN116871632A (zh) * | 2023-09-08 | 2023-10-13 | 南京理工大学 | 基于弧压和熔池视觉的机器人打底焊成形缺陷监测方法 |
-
2023
- 2023-09-11 CN CN202311165705.4A patent/CN117066655B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3786358A (en) * | 1972-12-27 | 1974-01-15 | Ibm | Method and apparatus for detecting the beginning of data block |
| CN115255695A (zh) * | 2022-07-26 | 2022-11-01 | 上海江南长兴造船有限责任公司 | 一种减小厚薄板拼板坡口尺寸损失的精度控制方法 |
| CN116021119A (zh) * | 2023-03-29 | 2023-04-28 | 中建安装集团有限公司 | 石化工艺管道机器人焊接组对错边量检测系统及方法 |
| CN116352222A (zh) * | 2023-05-25 | 2023-06-30 | 南京理工大学 | 基于弧压和工艺库的管-法兰打底焊过程调控方法 |
| CN116871632A (zh) * | 2023-09-08 | 2023-10-13 | 南京理工大学 | 基于弧压和熔池视觉的机器人打底焊成形缺陷监测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 黎文航;孙丹丹;杨峰;王加友;任彦胜;: "新型窄间隙MAG旋转电弧传感焊缝偏差提取算法", 材料科学与工艺, no. 06, 15 December 2011 (2011-12-15) * |
| 黎文航;高凯;王加友;何金桥;: "窄间隙旋转电弧熔化极活性气体保护焊视觉焊缝偏差检测", 上海交通大学学报, no. 03, 28 March 2015 (2015-03-28) * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118287789A (zh) * | 2024-03-22 | 2024-07-05 | 中建安装集团有限公司 | 一种基于k-tig的不锈钢横焊焊接系统与焊接方法 |
| CN118287789B (zh) * | 2024-03-22 | 2024-10-29 | 中建安装集团有限公司 | 一种基于k-tig的不锈钢横焊焊接系统与焊接方法 |
| CN118848325A (zh) * | 2024-09-26 | 2024-10-29 | 湖南胜利湘钢钢管有限公司 | 一种复合管焊接装置、纵焊方法以及堆焊方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117066655B (zh) | 2025-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117066655A (zh) | 一种管道机器人氩弧智能打底焊接系统及方法 | |
| CN109664008B (zh) | 一种补焊系统及智能补焊方法 | |
| Baek et al. | Development of an automatic orbital welding system with robust weaving width control and a seam-tracking function for narrow grooves | |
| Ge et al. | A vision-based algorithm for seam detection in a PAW process for large-diameter stainless steel pipes | |
| CN118417657B (zh) | 一种薄壁钢板圆筒环缝自动焊接方法 | |
| WO2020215585A1 (zh) | 线状工件焊点焊接质量检测系统及方法 | |
| CN108620714B (zh) | 基于gmaw熔池轮廓特征的焊接偏差检测系统及其检测方法 | |
| CN114211089A (zh) | 一种管道柔性装配及自动化焊接复合型工作方法 | |
| CN110369832B (zh) | 一种螺旋焊管成型过程智能调整系统及方法 | |
| CN115533380A (zh) | 一种焊缝缺陷识别与自动补焊方法 | |
| Dinham et al. | Experiments on automatic seam detection for a MIG welding robot | |
| CN108375581A (zh) | 基于声光信号监测的双光束激光焊接过程缺陷控制方法 | |
| CN111185660B (zh) | 基于激光测距的搅拌摩擦焊焊缝质量动态检测方法 | |
| CN114505560B (zh) | 一种面向电弧穿孔焊的磁偏吹矫正方法及装置 | |
| KR100648111B1 (ko) | 파이프 용접부 자동 정렬 장치 | |
| CN116021119B (zh) | 石化工艺管道机器人焊接组对错边量检测系统及方法 | |
| CN117983927A (zh) | 一种管道焊接设备及方法 | |
| CN112129774B (zh) | 一种焊接未熔合缺陷在线检测方法 | |
| Chen et al. | Adaptive control on wire feeding in robot arc welding system | |
| CN115716154A (zh) | 一种多层多道焊缝自动寻位与实时监控的方法及装置 | |
| CN107671398A (zh) | 一种厚壁管窄坡口saw自动焊接工艺方法及焊接机头 | |
| CN107705312A (zh) | 一种基于线扫描数据提取焊后焊缝边缘点的方法 | |
| JP2003230961A (ja) | 狭開先ｔｉｇ自動アーク溶接装置ならびにその溶接方法 | |
| CN116921817B (zh) | 自动tig焊电弧聚集度在线监测及智能预警方法 | |
| Wang et al. | Evaluation of welding process stability and weld formation during laser-MIG hybrid welding |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |