当前位置:主页 > 科技论文 > 金属论文 >

薄壁件窄间隙焊缝的识别与跟踪方法研究

发布时间:2022-01-10 14:11
  大型薄壁结构件在航空航天等领域具有广泛的应用,但是某些薄壁件间存在缝隙较小(小于0.1mm)的狭窄焊缝,因此需要采用自动化焊接的方式对薄壁结构件进行连接,而具有高效精密焊接效果的激光焊接技术尤为适合薄壁件的焊接。在实际焊接中,激光束的光斑直径较小(小于200μm),因此需要获取焊缝的准确位置,以保证在焊接过程中实时控制激光束对准焊缝中心,而焊缝自动识别与跟踪技术是实现自动化精确焊接的关键。针对存在的窄间隙对接直线焊缝,本文研究了一种基于结构光视觉的焊缝识别跟踪方法,可以满足实际工业项目中的高精度、实时性要求。本文首先介绍了焊缝识别与跟踪系统的原理及硬件组成。同时搭建了视觉传感系统,用以实时采集高质量的焊缝图像,并介绍了其组成及原理。还对系统的硬件选型做了详细介绍,并选择了合适的器件。其次对视觉系统的标定进行了研究。包括相机标定及结构光平面的标定,进行了相机内参标定和结构光平面标定实验,得到了相机内部参数和结构光平面参数,实现了二维图像点与三维空间点之间的相互转换。然后,进行了高精度焊缝自动识别的研究。通过图像ROI提取计算、图像滤波、图像分割等图像预处理操作,缩减了图像处理区域,提高了... 

【文章来源】:沈阳理工大学辽宁省

【文章页数】:74 页

【学位级别】:硕士

【部分图文】:

薄壁件窄间隙焊缝的识别与跟踪方法研究


窄间隙焊缝自动识别跟踪系统

系统模型图,视觉,焊缝,相机


第2章焊缝识别跟踪系统设计原理-11-开始焊接之前,调整焊缝识别装置对准焊缝中心,打开电源,系统开始工作,程序开始运行,视觉传感系统中的CMOS便实时监视图像,根据焊接速度的要求,CMOS相机以高帧率实时采集焊缝图像,并传输到工业计算机中,通过程序对焊缝图像进行实时处理,提取到图像的焊缝中心位置信息。图2.3视觉传感系统模型图Fig.2.3Visualsensingsystemmodeldiagram2.2.2系统设计原理本文采用了线结构光视觉传感器对焊缝中心位置信息进行识别检测,其主要由工业相机和激光器等器件组成,且工业相机与激光器之间的相对位置恒定。激光器发出的激光束经过柱状镜的过滤作用后会形成一个激光平面照射在焊缝上,在待薄壁件表面形成一条清晰高亮的激光条纹。由于对接薄壁件之间存在窄间隙直线焊缝,且焊缝具有一定的宽度,激光条成像中在焊缝位置处会存在中断,出现不连续的情况。同时由于光条的高亮度,增强了焊缝在图像中的特征,而由工业相机采集焊缝图像并从提取所需的焊缝点信息。一般来说,焊缝图像中显示的左右光条的偏差位移与薄壁件的表面高度成正比。由于本文中的焊缝为窄间隙微高度差对接焊缝,对接薄壁结构件的高度差可以忽略不计,左右光条的偏差位移也大致为零。当激光条的平面在相机坐标系下的参数已知时,可以精确计算焊缝在相机坐标系下的位置参数。视觉传感器中相机和激光器间的相对位置恒定,其在传感器中的安装方式有

相机,工业


沈阳理工大学硕士学位论文-14-Link接口等。焊缝识别跟踪系统需要对窄间隙对接焊缝进行精确识别,因此对相机分辨率和实时性要求都高。为了提高视觉系统的识别精度和稳定性,经过综合考虑之后,相机采用了稳定性较好的工业相机,为德国Basler公司的acA1920-150umUSB3.0型号的CMOS工业相机,如图2.5所示。相机通过USB3.0数据线与计算机连接,可以实现图像采集和进行实时图像传输。相机分辨率为1920×1200,最高采集帧率为150fps/s,具有较高的图片采集速度。相机感光芯片大小为9.2×5.8mm,单个像素大小为4.8×4.8um,配合相应的镜头视野范围大小为13×8.2mm,此时单个像素代表实际的空间尺寸为0.0067mm,具有较高的空间分辨率,因此在对焊缝进行识别时可以达到较高的测量精度。相机可以在本文的windows10操作系统上正常工作,德国Basler公司提供的该相机配套的SDK,支持USB3.0标准协议,也支持被Opencv等软件识别调用。本文所用工业相机的主要参数如图2.5所示。图2.5CMOS工业相机Fig.2.5CMOSindustrialcamera表2.2CMOS工业相机参数CMOSindustrialcameraparameters感光芯片供应商ONSemiconductor感光芯片PYLON2000快门GlobalShulter靶面尺寸2/3’’感光芯片类型CMOS感光芯片尺寸9.2mm×5.8mm水平/垂直分辨率1920px×1200px分辨率2.3MP水平/垂直像素尺寸4.8um×4.8um帧速率150fps黑白/彩色Mono

【参考文献】:
期刊论文
[1]基于PLC的伺服位置控制[J]. 陈淳.  现代制造技术与装备. 2019(05)
[2]构建虚拟立体靶标的大视场高精度视觉标定[J]. 张曦,程东勤,李伟.  光学精密工程. 2017(04)
[3]微细对接焊缝初始点定位方法[J]. 孙农亮,崔红星,梁少华.  光学精密工程. 2017(03)
[4]图像阈值分割方法研究进展20年(1994—2014)[J]. 吴一全,孟天亮,吴诗婳.  数据采集与处理. 2015(01)
[5]基于视觉检测的对接焊缝跟踪方法[J]. 张伯奇,郑军,潘际銮.  电焊机. 2010(12)
[6]CCD与CMOS传感器比较[J]. 姚海根.  出版与印刷. 2009(03)
[7]弧焊机器人起始焊接位置图像识别与定位[J]. 陈希章,陈善本.  焊接学报. 2009(04)
[8]集装箱薄板的对接焊缝视觉跟踪系统[J]. 方灶军,鄢治国,徐德.  上海交通大学学报. 2008(S1)
[9]一种快速结构光条纹中心亚像素精度提取方法[J]. 胡坤,周富强,张广军.  仪器仪表学报. 2006(10)
[10]视觉传感焊缝跟踪技术的发展状况及实施方案探讨[J]. 王伟,邹奇仕,朱六妹,宋国军.  电焊机. 2002(05)

博士论文
[1]微间隙焊缝磁光成像识别模型研究[D]. 莫玲.广东工业大学 2016
[2]焊接机器人焊接路径识别与自主控制方法研究及应用[D]. 刘卫朋.河北工业大学 2016
[3]基于视觉及电弧传感技术的机器人GTAW三维焊缝实时跟踪控制技术研究[D]. 许燕玲.上海交通大学 2013
[4]基于视觉信息的钢板连续生产线激光焊接关键技术的研究[D]. 王立伟.河北工业大学 2012

硕士论文
[1]基于激光结构光视觉引导的焊缝跟踪技术研究[D]. 王作山.山东大学 2019
[2]焊接机器人视觉焊缝跟踪系统研究[D]. 陈天元.东南大学 2018
[3]基于机器视觉的焊接机器人焊缝识别与跟踪系统[D]. 孙文侠.青岛科技大学 2018
[4]基于结构光成像的焊缝跟踪与检测系统[D]. 李佳璇.中北大学 2017
[5]机器人焊缝视觉跟踪与控制系统研究[D]. 王永波.吉林大学 2017
[6]机器人焊缝识别与跟踪技术研究[D]. 刘博.华中科技大学 2017
[7]基于视觉的焊缝特征识别与自动跟踪研究[D]. 张欣.昆明理工大学 2017
[8]机械接触光电式焊缝跟踪系统研究[D]. 王信.北京石油化工学院 2016
[9]激光扫描式焊缝跟踪传感器关键技术问题研究[D]. 宋亚勤.中国计量大学 2016
[10]叶片轮廓快速扫描系统开发与研究[D]. 刘博文.天津大学 2016



本文编号:3580852

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/3580852.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f808c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com