微间隙焊缝路径磁光成像卡尔曼滤波跟踪方法研究

发布时间：2017-09-10 22:09

  本文关键词：微间隙焊缝路径磁光成像卡尔曼滤波跟踪方法研究

  更多相关文章： 微间隙焊缝 焊缝跟踪 磁光成像 卡尔曼滤波 神经网络

【摘要】：随着高精度焊接工艺(如激光焊接)的广泛运用,无坡口、紧密对接的微间隙焊缝检测跟踪问题日益突出。精确的焊缝检测跟踪是保证焊接质量,实现焊接自动化的关键。然而对于微间隙焊缝,传统焊缝检测方法难以有效地提取焊缝位置信息,识别焊缝偏离程度,为此论文研究了一种基于磁光成像的焊缝检测新方法。磁光成像传感是一种利用法拉第磁旋光效应通过检测偏振光的偏振状态实现磁场可视化的新技术。针对紧密对接的低碳钢板的微间隙焊缝,对试件施加激励磁场,通过磁光传感器获取焊缝磁光图像,由于施加在两块板材上的磁场分布存在明显差异,因此在磁光图像上焊缝位置存在明显的过渡带特征。研究磁光图像中的焊缝区域灰度分布特点,结合图像处理方法得到焊缝过渡区域,提取过渡区域的中点作为焊缝位置特征点。建立焊缝特征参数与焊缝偏差数学模型,计算焊缝偏差的测量信息。通过不同条件的焊缝检测试验,验证磁光成像传感技术能有效地检测出焊缝位置。由于焊缝跟踪过程中存在多种噪声干扰,严重影响焊缝位置信息的准确提取。因此,设计一种基于Kalman滤波的系统状态最优估计方法,对焊接偏离状态进行准确预测。首先,建立基于焊缝位置参数的系统状态方程和焊缝位置测量方程,构建Kalman滤波算法得到最小均方差下焊缝偏差最优估计值。其次,针对系统过程噪声和测量噪声可能为色噪声的情况,分别通过状态扩增法和测量扩增法,构建色噪声下扩展卡尔曼滤波算法,实现对色噪声状态下的最优估计。多种工艺试验结果表明Kalman滤波算法能有效消除噪声干扰,提高焊缝跟踪稳定性。最后针对焊缝跟踪过程中系统过程噪声和测量噪声统计特性难以在焊前精确获取的情况,通过比较不同噪声方差取值下的卡尔曼滤波结果,研究噪声统计特性不确定性对卡尔曼滤波稳定性的影响。将神经网络与卡尔曼滤波算法结合,提出一种神经网络补偿卡尔曼滤波算法。建立BP神经网络,以卡尔曼滤波状态参量作为网络输入,滤波误差作为网络输出。利用BP神经网络的输出进一步修正卡尔曼滤波值,补偿由于噪声统计特性不确定性引起的滤波误差。试验结果验证了这一方法可有效提高滤波精度。
【关键词】：微间隙焊缝 焊缝跟踪 磁光成像 卡尔曼滤波 神经网络
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG441.7
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-10
• Contents10-13
• 第一章 绪论13-22
• 1.1 课题研究背景13
• 1.2 焊缝跟踪技术13-19
• 1.2.1 电弧式传感技术14-15
• 1.2.2 接触式传感技术15
• 1.2.3 视觉传感技术15-18
• 1.2.4 其他常见传感技术18-19
• 1.3 磁光成像传感技术19-20
• 1.4 选题意义及主要研究内容20-21
• 1.4.1 选题意义20
• 1.4.2 课题研究主要内容20-21
• 1.5 本章小节21-22
• 第二章 激光焊接磁光成像焊缝跟踪试验系统22-31
• 2.1 试验系统概述22
• 2.2 试验平台硬件结构22-30
• 2.2.1 激光焊接机22-25
• 2.2.2 运动工作工作台25-26
• 2.2.3 磁光成像传感器26-30
• 2.2.4 其他硬件30
• 2.3 本章小节30-31
• 第三章 焊缝磁光图像特征参数提取31-45
• 3.1 磁光成像焊缝位置检测跟踪原理32
• 3.2 焊缝区域磁感应强度32-34
• 3.3 焊缝磁光图像处理34-39
• 3.4 焊缝位置信息提取39-43
• 3.4.1 磁光图像标定39
• 3.4.2 焊缝位置信息提取39-43
• 3.5 折线型焊缝磁光图像43-44
• 3.6 本章小结44-45
• 第四章 卡尔曼滤波焊缝预测跟踪45-59
• 4.1 卡尔曼滤波研究概况45-46
• 4.2 焊缝跟踪卡尔曼滤波算法46-52
• 4.2.1 离散型卡尔曼滤波基本方程46-48
• 4.2.2 建立焊缝跟踪系统的系统方程和状态方程48-49
• 4.2.3 卡尔曼滤波焊缝跟踪试验49-52
• 4.3 色噪声下扩展卡尔曼滤波算法52-58
• 4.3.1 过程色噪声卡尔曼滤波方程建立52-53
• 4.3.2 测量色噪声卡尔曼滤波算法建立53-56
• 4.3.3 色噪声卡尔曼滤波试验结果56-58
• 4.4 本章小节58-59
• 第五章 神经网络补偿卡尔曼滤波算法59-72
• 5.1 噪声统计不确定性对滤波算法的影响59-65
• 5.1.1 过程噪声不确定性对滤波结果的影响59-62
• 5.1.2 测量噪声不确定性对滤波结果的影响62-65
• 5.2 神经网络补偿卡尔曼滤波算法65-71
• 5.2.1 神经网络补偿卡尔曼滤波算法模型65-67
• 5.2.2 BP神经网络67-68
• 5.2.3 神经网络补偿卡尔曼滤波算法试验68-71
• 5.3 本章小节71-72
• 总结与展望72-74
• 参考文献74-78
• 攻读学位期间发表的论文78-80
• 致谢80-81
• 附录81-8

【相似文献】

中国期刊全文数据库 前10条

1 王仪岗,何海涛,刘晟,杨东雷;视觉检测技术在焊缝检测中的应用[J];现代机械;2005年02期

2 曹广权;;螺旋焊管焊缝超声波自动检测的柔性导向跟踪[J];焊管;2006年01期

3 郝广平;邓宗全;;相控阵探头扫查器检测管节点焊缝的位姿[J];焊接学报;2006年02期

4 刘明友;刘南生;郭昌荣;魏升;;基于结构光视觉传感的V形焊缝信息提取[J];焊接技术;2006年05期

5 刘松平;刘菲菲;张丙法;王瑞川;李乐刚;关洪光;;管道焊缝超声多维成像检测技术[J];无损检测;2008年02期

6 陆卫平;;两种辊弯成型的方矩形管焊缝部位的检测分析[J];焊管;2009年04期

7 韩红文;原培新;;便携式数字化焊缝底片检测仪硬件结构设计[J];电子世界;2013年16期

8 ;我国首套数字化管道焊缝检测系统研制成功[J];仪器仪表用户;2013年06期

9 黄蔚莉;;国内首款数字化管道焊缝检测系统进入产业化生产[J];焊管;2013年12期

10 ;我国首套数字化管道焊缝检测系统成功研制[J];四川冶金;2013年06期

中国重要会议论文全文数据库 前10条

1 闫明巍;王永宏;;贮箱焊缝的射线底片影像识别方法研究[A];陕西省第十一届无损检测年会论文集[C];2008年

2 田思;袁占亭;孙忠诚;;焊缝射线图象灰度增强处理的研究[A];第九次全国焊接会议论文集（第1册）[C];1999年

3 欧燕;王永宏;;锁底焊缝的超声相控阵检测[A];陕西省第十一届无损检测年会论文集[C];2008年

4 金宏跃;;焊缝探伤缺陷的评定[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年

5 齐建堂;;钢架结构公路桥梁T型焊缝的超声波探伤[A];陕西省第十届无损检测年会论文集[C];2006年

6 金宏跃;;焊缝探伤缺陷的评定[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年

7 杨兴斌;曹麦对;刘雪芳;;奥氏体与合金钢连接焊缝超声波探伤工艺[A];晋冀鲁豫鄂蒙川云贵甘沪湘十二省区市机械工程学会2007年学术年会论文集（河南、贵州分册）[C];2007年

8 杨勇;;浅谈风电设备T型焊缝超声检测及层状撕裂的判定[A];2012陕西省第十三届无损检测年会论文集[C];2012年

9 孔令维;;双IR-192γ射线源检测法在煤气化关键设备现场合拢焊缝检测中的应用[A];西南地区第十届NDT学术交流会论文集[C];2009年

10 李剑峰;;应用超声相控阵技术对特殊结构焊缝检测[A];2011中国海事装备技术论坛论文集[C];2011年

中国重要报纸全文数据库 前3条

1 王友明　记者 陈铁;超高厚度焊缝检测告别依赖进口技术[N];中国质量报;2008年

2 李伟　杜代文;瞄准零差错 严把质量关[N];中国石化报;2011年

3 记者 李兵　通讯员 曹克顺;大机械用超声波“体检”：快,省![N];山西日报;2009年

中国博士学位论文全文数据库 前1条

1 黎昭郁;强弧光环境下焊缝识别模型及实现方法研究[D];广东工业大学;2015年

中国硕士学位论文全文数据库 前10条

1 谢志孟;自动焊视觉传感及焊缝识别新方法研究[D];广东工业大学;2005年

2 邱振卫;别克副车架焊缝图像识别算法研究[D];上海交通大学;2007年

3 姚广臣;基于有限元的矩形支管节点焊缝分析及检测[D];大连理工大学;2013年

4 韩红文;便携式数字化焊缝底片检测仪应用研究[D];东北大学;2009年

5 沙正骁;奥氏体不锈钢焊缝中超声传播路径的模拟[D];哈尔滨工业大学;2010年

6 王海涛;焊缝检测与焊枪伺服机构研究[D];沈阳大学;2008年

7 张立红;基于磁记忆参数的焊缝可靠性评价[D];东北石油大学;2012年

8 周生元;螺旋钢管焊缝在线检测及跟踪系统的开发研究[D];哈尔滨工业大学;2007年

9 李博锋;一种低合金钢的焊接及焊缝热处理工艺研究[D];西安石油大学;2014年

10 蒋立;铝合金焊缝X射线底片计算机辅助评定和管理系统[D];重庆大学;2007年

，

本文编号：826900