一种厚板焊接机器人的焊接控制方法技术

本发明专利技术实施例公开了一种厚板焊接机器人的焊接控制方法，包括以下步骤：厚板坡口检测、坡口识别、规划焊接任务、焊接、检测、对最终焊缝进行检测；合格，则完成焊接，并将焊接过程数据补入到数据库中；不合格，则重复上述步骤。本发明专利技术的控制方法结合了自学习系统、高度自动化系统，无需人工干预，突破了厚板高效、优质、低成本焊接难题，确保了接头获得良好的热性能和综合性能，满足厚板高效、优质、低成本焊接生产需求，大幅提高了厚板焊接成品的合格率。

A welding control method of thick plate welding robot

【技术实现步骤摘要】
一种厚板焊接机器人的焊接控制方法
本专利技术涉及机器人焊接
,具体地说是一种厚板焊接机器人的焊接控制方法。
技术介绍
工业机器人在中厚板焊接生产中主要应用于船舶制造、工程机械、煤炭机械、核工业、钢结构及压力容器制造等行业。在工程机械行业，焊接机器人已经较广泛的应用于各种工程机械工件的制造。例如盾构机上关键零部件，挖掘机的动臂、斗杆、挖斗、X架、主平台及履带梁等各个部件，装载机的前后车架、动臂等关键部件，推土机后桥箱、台车方盒，汽车起重机车架、转台、支腿以及履带起重机、泵车、平地机及摊铺机等设备关键部件的焊接都有了专门的焊接机器人-变位机集成系统。这些专门的机器人焊接系统运行稳定可靠，本体及控制系统通过电弧跟踪功能、接触传感功能、焊接专家数据库等智能化功能，对中厚板焊接领域存在的工件尺寸、焊脚尺寸较大，焊接坡口加工、工件组对精度较差等问题进行了解决，焊缝成形效果和焊接稳定性均较好。焊接机器人在得到越来越广泛应用的同时，也正向更高程度的自动化与智能化方向发展。近年来不断涌现具有代表性的机器人焊接新技术，这些技术从生产效率、精度要求、操作性、适应性等方面显示了焊接机器人技术的未来发展趋势，从研发完善逐渐走向推广应用。然而对于厚板，其坡口根部附近的焊道深度大，空间较小，需要多层焊接，不容易控制，采用现有的控制方法焊接得到的成品合格率较低。
技术实现思路
本专利技术实施例中提供了一种厚板焊接机器人的焊接控制方法，以解决现有技术中厚板焊接成品合格率低的问题。为了解决上述技术问题，本专利技术实施例公开了如下技术方案：本专利技术提供了一种厚板焊接机器人的焊接控制方法，所述方法包括以下步骤：步骤1，对厚板坡口进行检测，得到检测数据；步骤2，将检测数据与数据库中标准坡口数据进行匹配，若匹配成功，则执行步骤4，否则，执行步骤3；步骤3，确定与数据库最接近的坡口，将当前坡口进行机械制作，然后返回步骤1；步骤4，根据与数据库匹配的坡口，规划对应的焊接策略；步骤5，通过图像拍照分析和激光识别跟踪，识别厚板的厚度和坡口信息，确定实际运动轨迹和焊接顺序，根据数据库内的指导信息调整每一层的焊接工艺，进行多层多道焊缝的焊接；步骤6，对焊缝进行检测，若合格，则焊接完成，并将焊接过程数据写入数据库，否则，返回步骤1。进一步的，步骤1中所述检测数据包括待焊接工件的厚度、坡口形式和坡口图像。进一步的，步骤2中所述匹配的要求为坡口角度公差范围±2°，坡口深度公差范围±1mm。进一步的，步骤4中所述数据库内根据焊接工件的厚度、坡口形式、工件材料、坡口宽度和焊接起止点位置确定所述焊接策略，所述焊接策略内包括焊接层数、焊接规范和焊接路径。进一步的，步骤5中，通过识别的厚度和坡口信息，每一层焊接均与数据库进行比较匹配，确定运动轨迹和焊接顺序，并根据数据库信息调整每一层的焊接工艺，若任意一层未找到匹配数据，则返回步骤1。进一步的，所述步骤5中图像拍照分析包括对获取的灰度图像进行图像增强，具体过程为：S51，计算灰度图像原图f的灰度直方图H；S52，计算原图f的总体像素个数，利用公式(1)计算灰度级出现的概率，pr(rk)＝H(k)/N(0≤rk≤1,k＝0,1,2…L-1)(1)公式(1)中，rk表示第k个灰度，pr(rk)表示第k个灰度级出现的概率，H(k)为第k个灰度级出现的频数，N为图像像素总数，L为图像中的灰度级总数；S53，利用公式(2)计算原图f的灰度级累积分布函数，公式(2)中，Sk为归一化灰度级，T(rk)为变换函数；S54，利用公式(3)计算新图像每个像素的灰度值，绘制新图像h，进一步的，在所述图像增强后进行背景分析，具体过程为：设置焊接工件对应的二维矩阵T，所述二维矩阵T中包括0和1两个区域，通过调节0和1的排布，对应不同的焊接工件；对当前灰度图像为f(i,j)的焊接工件，根据其对应的二维矩阵按照公式(4)进行分割，进一步的，所述方法还包括对背景分析后的图像作以下处理：对图像进行阈值二值化操作，将小于阈值的像素值置0，大于等于阈值的像素值置1，得到二值图像；对所述二值图像运用轮廓提取算法，得到缺陷区域的轮廓形态信息，并统计轮廓像素面积信息；根据坡口像素面积制定缺陷程度划分规则，对待焊接图像进行处理时，根据所述划分规则界定焊接缺陷的缺陷等级，进行焊接质量分析。进一步的，步骤6中检验合格要求为VT合格率≥99.9％，焊缝余高≤2mm，探伤要求100％MT。
技术实现思路
中提供的效果仅仅是实施例的效果，而不是专利技术所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：1、本专利技术的控制方法结合了自学习系统，高度自动化系统，无需人工干预，突破了厚板高效、优质、低成本焊接难题，确保了接头获得良好的热性能和综合性能，满足厚板高效、优质、低成本焊接生产需求，大幅提高焊接成品的合格率。2、将图像处理技术运用于现场生产，创造性地设计了背景分割，针对不同型号的焊接工件都能获得较好的图像处理结果，解决了昏暗条件下背景复杂前后景分离困难的技术难题。3、焊接采用视觉技术自主识别厚板类型及尺寸信息，定位焊缝，实现自主寻找焊缝位置，自动识别坡口信息，并完成自主编排多层多道焊路径，同时极大降低人工工时，而且安全系数高。4、针对厚板焊接易发生变形、坡口不断变化的问题，本专利技术通过激光识别跟踪技术，实时跟踪检测反馈策略，不需停机，反复检测学习的焊接路径规划策略，总体思路是根据焊件的变形情况不断修正焊接路径，使得焊道能够不断适应坡口变化，还具有控制方式简单、可靠性高的优点。5、对于焊接合格的焊接工件，将其焊接过程中的数据存入数据库，不断丰富数据库，使后续的焊接过程更加顺利，成品的合格率不断提高。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术所述控制方法的流程示意图。具体实施方式为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本专利技术进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本专利技术的不同结构。为了简化本专利技术的公开，下文中对特定例子的部件和设置进行描述。此外，本专利技术可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本专利技术省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本专利技术。如图1所示，本专利技术厚板焊接机器人的焊接控制方法，包括以下步骤：步骤1，对厚板坡口进行检测，得到检测数据；...

【技术保护点】
1.一种厚板焊接机器人的焊接控制方法，其特征是，所述方法包括以下步骤：/n步骤1，对厚板坡口进行检测，得到检测数据；/n步骤2，将检测数据与数据库中标准坡口数据进行匹配，若匹配成功，则执行步骤4，否则，执行步骤3；/n步骤3，确定与数据库最接近的坡口，将当前坡口进行机械制作，然后返回步骤1；/n步骤4，根据与数据库匹配的坡口，规划对应的焊接策略；/n步骤5，通过图像拍照分析和激光识别跟踪，识别厚板的厚度和坡口信息，确定实际运动轨迹和焊接顺序，根据数据库内的指导信息调整每一层的焊接工艺，进行多层多道焊缝的焊接；/n步骤6，对焊缝进行检测，若合格，则焊接完成，并将焊接过程数据写入数据库，否则，返回步骤1。/n

【技术特征摘要】
1.一种厚板焊接机器人的焊接控制方法，其特征是，所述方法包括以下步骤：
步骤1，对厚板坡口进行检测，得到检测数据；
步骤2，将检测数据与数据库中标准坡口数据进行匹配，若匹配成功，则执行步骤4，否则，执行步骤3；
步骤3，确定与数据库最接近的坡口，将当前坡口进行机械制作，然后返回步骤1；
步骤4，根据与数据库匹配的坡口，规划对应的焊接策略；
步骤5，通过图像拍照分析和激光识别跟踪，识别厚板的厚度和坡口信息，确定实际运动轨迹和焊接顺序，根据数据库内的指导信息调整每一层的焊接工艺，进行多层多道焊缝的焊接；
步骤6，对焊缝进行检测，若合格，则焊接完成，并将焊接过程数据写入数据库，否则，返回步骤1。


2.根据权利要求1所述的厚板焊接机器人的焊接控制方法，其特征是，步骤1中所述检测数据包括待焊接工件的厚度、坡口形式和坡口图像。


3.根据权利要求1所述的厚板焊接机器人的焊接控制方法，其特征是，步骤2中所述匹配的要求为坡口角度公差范围±2°，坡口深度公差范围±1mm。


4.根据权利要求1所述的厚板焊接机器人的焊接控制方法，其特征是，步骤4中所述数据库内根据焊接工件的厚度、坡口形式、工件材料、坡口宽度和焊接起止点位置确定所述焊接策略，所述焊接策略内包括焊接层数、焊接规范和焊接路径。


5.根据权利要求1所述的厚板焊接机器人的焊接控制方法，其特征是，步骤5中，通过识别的厚度和坡口信息，每一层焊接均与数据库进行比较匹配，确定运动轨迹和焊接顺序，并根据数据库信息调整每一层的焊接工艺，若任意一层未找到匹配数据，则返回步骤1。


6.根据权利要求1所述的厚板焊接机器人的焊接控制方法，其特征是，所述步骤5中图像拍照分析包括对获取的灰度图像进行图像增强，具体过程为...

【专利技术属性】
技术研发人员：林军，卢庆亮，孙俊生，曹永华，
申请(专利权)人：济南重工股份有限公司，
类型：发明
国别省市：山东;37