基于近红外双目视觉识别的角接接头熔透控制方法技术

一种基于近红外双目视觉识别的角接接头熔透控制方法，涉及焊接熔池特征参数的视觉检测方法和反面熔宽的检测方法。本发明专利技术利用正面和反面近红外扫描CCD摄像装置与计算机图像处理系统和控制系统相结合的方法进行角接接头的熔透控制。首先基于近红外的的原理选择合适的近红外扫描CCD摄像装置；然后进行熔池图像的获取，包括利用正面的近红外视觉传感器获取的熔池特征参数和利用背面的近红外视觉传感器获取的反面熔宽，接着对获取的熔池及其特征参量以及反面的熔宽进行图像处理和分析，得到焊缝熔透信息；最后通过得到的参数建立模型进行熔透控制。本发明专利技术不需要再经过推导出反面熔宽。避免了利用正面熔池图像的特征尺寸参量和特征性状参量来表征熔透。

Penetration control method of corner joint based on near infrared binocular vision recognition

A penetration control method for corner joint based on near infrared binocular vision recognition involves visual detection of weld pool characteristic parameters and detection of reverse weld width. The penetration control of the corner joint is carried out by combining the front and back near infrared scanning CCD camera device with the computer image processing system and the control system. Firstly, a suitable near-infrared scanning CCD camera is selected based on the principle of near-infrared, then the image of molten pool is acquired, including the characteristic parameters of molten pool obtained by the front near-infrared vision sensor and the reverse width obtained by the back near-infrared vision sensor, and then the obtained molten pool and its characteristic parameters are obtained. And the width of the reverse side is processed and analyzed to get the penetration information of the weld. Finally, the penetration control is established by the parameters obtained. The invention does not need to deduce the reverse fusion width any more. It avoids the use of feature size parameters and feature property parameters of frontal molten pool image to characterize penetration.

【技术实现步骤摘要】
基于近红外双目视觉识别的角接接头熔透控制方法
本专利技术涉及机器视觉
以及增材成形
，尤其涉及一种基于近红外双目视觉识别的角接接头熔透控制方法。
技术介绍
目前，工业上大多数的熔透控制还正处于利用单目视觉采集图像，利用摄像机拍摄到的正面熔池的特征信息，经过图像处理，提取正面的熔池特征，最后利用已经建立好的关系模型推导出反面熔宽。这样拍摄到的图像会受到很强的弧光干扰，从而影响推导出的反面熔宽，容易产生较大的误差。同时，现在对角接焊缝的熔透控制研究也比较少，本专利技术采用近红外法测定温度场的方法和视觉传感相结合可以很好地对角接焊缝的熔透情况进行控制。对目前焊接技术的发展有很大的利用价值。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种智能化水平高、可靠性高、适应性强的基于近红外双目视觉识别的角接接头熔透控制方法。本专利技术的目的通过下述技术方案实现：该方法包括如下步骤：S1：将待焊接的两块工件用夹具固定在变位机上，两者成90°；将焊枪安装在机器人末端，将两个近红外扫描CCD摄像机按照镜头端面的法线与水平面呈45°-60°的角度用夹具固定在焊枪上面，S2：启动焊接电源，进行焊接。S3：根据普朗克公式，在近红外区间，随着波长的增加，电弧的辐射强度迅速减小，当波长达到2μm附近时，金属熔池的相对辐射强度便大于电弧的辐射强度，并且随着波长的增加，金属熔池的相对相对辐射强度变化不大，而电弧的相对辐射强度继续下降，由于金属熔池的辐射强度是有用信号，而电弧的辐射是干扰，这样就可以利用近红外CCD采集到比较有价值的图像。S4：两个近红外视觉传感器同时工作。驱动正面的近红外扫描CCD摄像机对角接接头的表面采集图像，主要获取熔池形状及其尺寸参数。同时驱动反面的近红外扫描CCD摄像机对角接接头的背面采集图像，主要获取角接接头反面熔宽，得到焊缝熔透信息。近红外扫描CCD观察反面熔宽的关键技术是图像处理。S5：先对获取的图像进行滤波处理，然后逐列扫描，得到边界，将边界点标记出来，然后经过Hough变换，计算出反面熔宽。S6：接着对获取的熔池及其尺寸参量进行图像处理和分析，先对原始图像进行滤波去噪，然后进行阈值分割，接着提取出焊缝的轮廓，最后进行特征点提取，得到几何特征参数。S7：然后将外熔宽、熔池内缘宽、相邻图像外熔宽差值这三种特征参数作为神经网络的输入，以未熔透、熔透、过透三种状态作为神经网络的输出，建立BP神经网络模型。根据已建立的神经网络对熔透进行预测。S8：将实时焊接特征参数与建立的神经网络模型进行比对，若焊缝处于熔透状态，则相应的焊接参数不做改变。S9：若焊缝处于未熔透或过熔透状态，则计算机根据控制器所建立的模型反馈的结果进行调节电流和电压以及焊接速度的数值发送给控制器，以达到控制熔透的效果。进一步地，为了限制焊接电弧光对近红外热图像拍摄时的干扰，近红外扫描CCD摄像装置的近红外敏感监测装置可以由特殊的光生伏特电池组成。这种光生伏特电池只对2μm左右谱段的红外光敏感。这种摄像系统可以显著减弱弧光的干扰。进一步地，正面近红外扫描CCD摄像机拍摄到的熔池的参数包括外熔宽、熔池内缘宽、相邻图像外熔宽差值等等。背面近红外扫描CCD摄像机拍摄到的参数主要是反面熔宽。与现有技术相比，本专利技术具有以下优点：(1)本专利技术提出了利用两个近红外扫描CCD摄像机来获取角接焊缝的特征参数和反面熔宽，即正面近红外扫描CCD摄像机拍摄到的熔池的参数包括外熔宽、熔池内缘宽、相邻图像外熔宽差值等等，反面近红外扫描CCD摄像机拍摄到的参数主要是反面熔宽。不需要再经过推导出反面熔宽。避免了利用正面熔池图像的特征尺寸参量和特征性状参量来表征熔透。(2)本专利技术使用的近红外摄像系统体积小且重量轻，获取的信息量丰富、图像清晰，在获取熔池图像方面具有优势。(3)本专利技术对角接焊缝进行熔透控制研究，这对于目前焊接工艺的发展有很高的的实际应用价值。附图说明图1是整个系统工作的原理图。图2是正面的近红外扫描CCD摄像机和背面的近红外扫描CCD摄像机安装位置示意图。图3是角接焊缝的两块工件的安装示意图。图4是反面熔宽图像处理流程图。图5是正面熔池图像处理流程图。图6是熔池形态示意图(A为外熔宽、B部分为熔池内缘宽)。图7是不同熔透状态对应的背面熔宽值图。图8是熔池特征参数及熔透情况统计图。1-----近红外扫描CCD摄像装置1；2------角接焊缝工件；3-----焊枪；4-----近红外扫描CCD摄像装置2。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚、明确，下面结合附图和具体实施例对本专利技术作进一步声明。以下实施例用来说明本专利技术,但不是限制于本专利技术。如图1所示，本专利技术基于近红外双目视觉识别的角接接头熔透控制方法的系统工作原理图，主要包括：正面和背面两个近红外扫描CCD摄像机1和2，焊枪，待进行焊接的角接工件。其中，正面和背面两个近红外扫描CCD摄像机按照镜头端面的法线与工件表面的法线成30°-45°的角度用夹具固定在需要进行角接的工件两边，焊枪2装在六轴机器人的末端，机器人是分别与左右两个近红外扫描CCD摄像机1和2、六轴机器人以及焊枪3相连的。具体实施：本专利技术基于近红外双目视觉识别的角接接头熔透控制方法采用的其他装备主要包括：两个近红外扫描CCD摄像机；美国飞马特公司的MIG焊枪；日本YASKAWA公司的六轴机器人；控制器；奥地利FRONIUS公司的焊机和送丝机；二轴倾翻旋转式变位机；MIG焊电弧控制器；送丝机和焊接耗材,计算机，步进电机驱动器，步进电机等。如图2所示是正面的近红外扫描CCD摄像机和背面的近红外扫描CCD摄像机安装位置示意图，该例中CCD摄像机与水平面呈50°角。如图3所示是角接焊缝两块工件的安装示意图。结合图1、图2和图3，本专利技术对基于近红外双目视觉识别的角接接头熔透控制方法，以型号为3003的铝合金为例，铝板尺寸为200*100*6mm3，其具体步骤为：S1：将焊枪安装在机器人末端，将两个近红外扫描CCD摄像机按照镜头端面的法线与水平面呈50°的角度用夹具固定在焊枪上面，两个摄像机关于水平面的法线呈对称分布。S2：清理3003铝合金基板表面，除去表面杂物以及氧化物，打开保护气瓶，为焊接做好准备；S3：将清理好的两块铝合金基板按照如图3所示的方法用夹具固定在变位机上，两者呈90°角；S4：确定焊接工艺参数。本实例中送丝速度设定为7mm/min，焊接速度设定6cm/min；S5：启动焊接电源，进行焊接。S6：两个近红外视觉传感器同时工作。驱动正面的近红外扫描CCD摄像机对角接接头的表面采集图像，主要获取熔池形状及其尺寸参数。同时驱动反面的近红外CCD扫描摄像机对角接接头的背面采集图像，主要获取角接接头反面熔宽，按照如图4所示的流程进行图像处理和分析，得到焊缝熔透信。根据普朗克公式，在近红外区间，随着波长的增加，电弧的辐射强度迅速减小，当波长达到2μm附近时，金属熔池的相对辐射强度便大于电弧的辐射强度，并且随着波长的增加，金属熔池的相对相对辐射强度变化不大，而电弧的相对辐射强度继续下降，由于金属熔池的辐射强度是有用信号，而电弧的辐射是干扰，这样就可以利用近红外CCD采集到比较有价值的图像。S7：接着对获取的熔池及其尺寸参量以及本文档来自技高网...

【技术保护点】
1.一种基于近红外双目视觉识别的角接接头熔透控制方法，其特征在于，该方法包括如下步骤：S1:将待焊接的两块工件用夹具固定在变位机上，两者成90°；将焊枪安装在机器人末端，将两个近红外扫描CCD摄像机按照镜头端面的法线与水平面呈45°‑60°的角度用夹具固定在焊枪上面；S2:启动焊接电源，进行焊接；S3:两个近红外视觉传感器同时工作，驱动正面的近红外扫描CCD摄像机对角接接头的表面采集图像，获取熔池形状及其尺寸参数；同时驱动反面的近红外扫描CCD摄像机对角接接头的背面采集图像，获取角接接头反面熔宽，得到焊缝熔透信息；S4:对获取的图像进行滤波处理，然后逐列扫描，得到边界，将边界点标记出来，然后经过Hough变换，计算出反面熔宽；S5:对获取的熔池及其尺寸参量进行图像处理和分析，先对原始图像进行滤波去噪，然后进行阈值分割，接着提取出焊缝的轮廓，最后进行特征点提取，得到几何特征参数；S6:将外熔宽、熔池内缘宽、相邻图像外熔宽差值这三种特征参数作为神经网络的输入，以未熔透、熔透、过透三种状态作为神经网络的输出，建立神经网络模型；根据已建立的神经网络对熔透进行预测；S7:将实时焊接特征参数与建立的神经网络模型进行比对，若焊缝处于熔透状态，则相应的焊接参数不做改变；若焊缝处于未熔透或过熔透状态，则计算机根据控制器所建立的模型反馈的结果进行调节电流和电压以及焊接速度的数值发送给控制器，以达到控制熔透的效果。...

【技术特征摘要】
1.一种基于近红外双目视觉识别的角接接头熔透控制方法，其特征在于，该方法包括如下步骤：S1:将待焊接的两块工件用夹具固定在变位机上，两者成90°；将焊枪安装在机器人末端，将两个近红外扫描CCD摄像机按照镜头端面的法线与水平面呈45°-60°的角度用夹具固定在焊枪上面；S2:启动焊接电源，进行焊接；S3:两个近红外视觉传感器同时工作，驱动正面的近红外扫描CCD摄像机对角接接头的表面采集图像，获取熔池形状及其尺寸参数；同时驱动反面的近红外扫描CCD摄像机对角接接头的背面采集图像，获取角接接头反面熔宽，得到焊缝熔透信息；S4:对获取的图像进行滤波处理，然后逐列扫描，得到边界，将边界点标记出来，然后经过Hough变换，计算出反面熔宽；S5:对获取的熔池及其尺寸参量进行图像处理和分析，先对原始图像进行滤波去噪，然后进行阈值分割，接着提取出焊缝的轮廓，最后进行特征点提取，得到几何特征参数；S6:将外熔宽、熔池内缘宽、相邻图像外熔宽差值这三种特征参数作为神经网络的输入，以未熔透、熔透、过透三种状态作为神经网络的输出，建立神经网络模型；根据已建立的神经网络对熔透进行预测；S7:将实时焊接特征参数...

【专利技术属性】
技术研发人员：王克鸿，宋正东，黄勇，王绿原，吴统立，叶丹，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32