本文選題：電弧焊接 + 焊縫檢測　； 參考：《廣東工業(yè)大學(xué)》2015年博士論文

【摘要】：現(xiàn)代焊接自動化水平日益發(fā)展和計算機視覺技術(shù)的進步以及對效率和質(zhì)量的高要求,基于視覺傳感的焊縫圖像處理和自動識別技術(shù)已成了焊縫自動跟蹤的一個重要研究方向。由于在實際焊接過程中,存在強烈的弧光輻射、高溫、工件熱變形、圖像傳感誤差等噪聲的干擾,難以獲得清晰穩(wěn)定的焊縫區(qū)圖像,對焊縫區(qū)圖像的攝取,需要通過特定光譜的濾光系統(tǒng),由圖像采集卡采集圖像并存儲于工控機,再經(jīng)圖像預(yù)處理、圖像識別等過程提取出焊縫的準(zhǔn)確位置。焊縫跟蹤技術(shù)是自動電弧焊接的一個重要研究領(lǐng)域,實現(xiàn)精確的焊縫跟蹤對于提高焊接質(zhì)量具有非常重要的作用。而要實現(xiàn)精確的焊縫跟蹤,焊縫偏差(即焊縫中心與電弧的偏差)檢測技術(shù)是一個關(guān)鍵。本研究設(shè)計安裝了一套用于實驗的焊縫跟蹤系統(tǒng)裝置,采用工控機控制,無輔助光源的視覺檢測系統(tǒng),來完成焊縫的自動跟蹤控制。視覺傳感式焊縫跟蹤的一般方法是利用CCD (Charge Couple Device)傳感器實時獲取焊接圖像,再利用圖像處理技術(shù)提取熔池中心與熔池前端的焊縫位置信息,兩者之間的差值就反映了當(dāng)前時刻電弧與焊縫的偏差情況。對包括圖像濾波、圖像增強、圖像二值化、邊緣檢測、焊縫位置的提取等基于圖像處理的焊縫處理技術(shù)過程和方法用數(shù)學(xué)方法進行分析和研究。通過對焊縫位置中心提取方法的研究對比,著重研究了基于圖像質(zhì)心的圖像處理方法,并基于圖像質(zhì)心研究了焊縫位置偏差信息提取的新技術(shù)。不同于傳統(tǒng)的通過圖像處理技術(shù)來直接獲取焊縫偏差信息,而是選取特定熔池圖像處理區(qū)域,并將熔池圖像質(zhì)心作為分析焊縫偏差的參量,研究利用熔池特性圖像質(zhì)心參數(shù)來建立焊縫偏差視覺模型的方法。在此基礎(chǔ)上,針對強電弧干擾所存在的視覺成像不清晰等問題,提出采用分區(qū)多尺度統(tǒng)計的方法,獲取表征焊接過程偏離狀態(tài)的高維度特征空間,并以此為依據(jù)建立網(wǎng)絡(luò)預(yù)測模型。首先,將焊接圖像分離為電弧區(qū)、熔合區(qū)及焊縫區(qū)。其次對分區(qū)圖像進行橫縱坐標(biāo)重構(gòu),并計算其相關(guān)性。再提取三個尺度的重構(gòu)信號的時頻特征,構(gòu)建高維度特征空間。采用主成分分析法,實現(xiàn)對高維特征空間的維度控制,并以此為依據(jù)構(gòu)成網(wǎng)絡(luò)預(yù)測模型的輸入向量。分別對強干擾、電弧畸變、聚焦偏離、光圈反射、傳感器偏移等問題進行數(shù)據(jù)采集,獲取模型訓(xùn)練及測試樣本。實驗結(jié)果表明,采用BP網(wǎng)絡(luò)的建模精度高于Elman網(wǎng)絡(luò)的預(yù)測精度。特別的,采用多尺度特征空間的模型明顯優(yōu)于單尺度特征模型。本文還提出構(gòu)建分區(qū)多尺度統(tǒng)計特征BP網(wǎng)絡(luò)預(yù)測模型,經(jīng)過實驗?zāi)軌虮苊鈭D像預(yù)處理效果對焊縫偏離測量的影響。特別的,該方法對于強電弧干擾下的識別能力極強,無需測量識別對象的幾何特征,也無需對圖像進行預(yù)處理,即可實現(xiàn)對焊接偏離狀態(tài)的有效識別,采用分區(qū)統(tǒng)計方法,可以間接獲取焊接偏離狀態(tài)。實驗結(jié)果表明該方法所建立的網(wǎng)絡(luò)預(yù)測模型穩(wěn)定性高,泛化能力強。
[Abstract]:With the development of modern welding automation and the progress of computer vision technology and the high demand for efficiency and quality, the technology of weld image processing and automatic recognition based on visual sensing has become an important research direction of automatic seam tracking. It is difficult to get a clear and stable image of weld zone by the interference of distortion, image sensor error and so on. It is necessary to collect images by a specific spectral filter system, collect images from the image acquisition card and store it in the industrial control machine, and then extract the accurate position of the weld by the process of image preprocessing, image recognition and so on. It is an important research field in automatic arc welding. To realize accurate seam tracking is very important for improving the quality of welding. In order to achieve accurate weld seam tracking, weld deviation (the deviation of weld center and arc) is a key point. A set of welding seam tracking system used in this study is designed and installed in this study. The system uses the industrial control machine and the visual inspection system without auxiliary light source to complete the automatic tracking control of the weld. The general method of visual sensing weld seam tracking is to use the CCD (Charge Couple Device) sensor to obtain the welding image in real time, and then use the image processing technique to extract the weld position information of the weld pool center and the front of the weld pool. The difference between the two is a reflection of the current deviation between the arc and the weld. The process and method of the welding seam processing based on image processing, including image filtering, image enhancement, image two value, edge detection and weld position extraction, are analyzed and studied by mathematical methods. In contrast, this paper focuses on the image processing method based on image centroid, and studies the new technology of extracting weld position deviation information based on image centroid. It is different from the traditional image processing technology to obtain the weld deviation information directly, but select the specific pool image processing area, and take the molten pool image centroid as the analysis welding. The parameter of the seam deviation is used to study the method of establishing the visual model of the weld deviation by using the image centroid parameters of the weld pool characteristics. On this basis, the method of multi-scale statistics is proposed to obtain the high dimension characteristic space which characterizes the deviation state of the welding process by using the method of multi scale statistics for the strong arc interference. Firstly, the welding images are separated into arc region, fusion zone and weld zone. Secondly, the cross longitudinal coordinates are reconstructed and their correlation is calculated. Then the time frequency characteristics of the reconstructed signals of three scales are extracted and the high dimension feature space is constructed. The high dimension feature space is realized by using the principal component analysis method. The input vector of the network prediction model is formed on the basis of dimension control, and the data acquisition of strong interference, arc distortion, focusing deviation, aperture reflection, sensor migration and so on are collected respectively, and model training and test samples are obtained. The experimental results show that the modeling accuracy of BP network is higher than that of the Elman network. The multi scale feature space model is obviously superior to the single scale feature model. This paper also proposes the construction of the multi scale statistical feature BP network prediction model, which can avoid the influence of the image preprocessing effect on the weld deviation measurement. The geometric features of the object and the image are not pre processed, the effective identification of the welding deviation state can be realized. The welding deviation state can be obtained indirectly by the method of zoning statistics. The experimental results show that the network prediction model established by this method has high stability and strong generalization ability.

【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TG409

【相似文獻】

相關(guān)期刊論文 前10條

1 王儀崗,何海濤,劉晟,楊東雷;視覺檢測技術(shù)在焊縫檢測中的應(yīng)用[J];現(xiàn)代機械;2005年02期

2 曹廣權(quán);;螺旋焊管焊縫超聲波自動檢測的柔性導(dǎo)向跟蹤[J];焊管;2006年01期

3 郝廣平;鄧宗全;;相控陣探頭掃查器檢測管節(jié)點焊縫的位姿[J];焊接學(xué)報;2006年02期

4 劉明友;劉南生;郭昌榮;魏升;;基于結(jié)構(gòu)光視覺傳感的V形焊縫信息提取[J];焊接技術(shù);2006年05期

5 劉松平;劉菲菲;張丙法;王瑞川;李樂剛;關(guān)洪光;;管道焊縫超聲多維成像檢測技術(shù)[J];無損檢測;2008年02期

6 陸衛(wèi)平;;兩種輥彎成型的方矩形管焊縫部位的檢測分析[J];焊管;2009年04期

7 韓紅文;原培新;;便攜式數(shù)字化焊縫底片檢測儀硬件結(jié)構(gòu)設(shè)計[J];電子世界;2013年16期

8 ;我國首套數(shù)字化管道焊縫檢測系統(tǒng)研制成功[J];儀器儀表用戶;2013年06期

9 黃蔚莉;;國內(nèi)首款數(shù)字化管道焊縫檢測系統(tǒng)進入產(chǎn)業(yè)化生產(chǎn)[J];焊管;2013年12期

10 ;我國首套數(shù)字化管道焊縫檢測系統(tǒng)成功研制[J];四川冶金;2013年06期

相關(guān)會議論文 前10條

1 閆明巍;王永宏;;貯箱焊縫的射線底片影像識別方法研究[A];陜西省第十一屆無損檢測年會論文集[C];2008年

2 歐燕;王永宏;;鎖底焊縫的超聲相控陣檢測[A];陜西省第十一屆無損檢測年會論文集[C];2008年

3 金宏躍;;焊縫探傷缺陷的評定[A];節(jié)能減排 綠色制造 智能制造——低碳經(jīng)濟下高技術(shù)制造產(chǎn)業(yè)與智能制造發(fā)展論壇論文集[C];2010年

4 田思;袁占亭;孫忠誠;;焊縫射線圖象灰度增強處理的研究[A];第九次全國焊接會議論文集（第1冊）[C];1999年

5 齊建堂;;鋼架結(jié)構(gòu)公路橋梁T型焊縫的超聲波探傷[A];陜西省第十屆無損檢測年會論文集[C];2006年

6 金宏躍;;焊縫探傷缺陷的評定[A];2010全國機械裝備先進制造技術(shù)(廣州)高峰論壇論文匯編[C];2010年

7 楊興斌;曹麥對;劉雪芳;;奧氏體與合金鋼連接焊縫超聲波探傷工藝[A];晉冀魯豫鄂蒙川云貴甘滬湘十二省區(qū)市機械工程學(xué)會2007年學(xué)術(shù)年會論文集（河南、貴州分冊）[C];2007年

8 楊勇;;淺談風(fēng)電設(shè)備T型焊縫超聲檢測及層狀撕裂的判定[A];2012陜西省第十三屆無損檢測年會論文集[C];2012年

9 孔令維;;雙IR-192γ射線源檢測法在煤氣化關(guān)鍵設(shè)備現(xiàn)場合攏焊縫檢測中的應(yīng)用[A];西南地區(qū)第十屆NDT學(xué)術(shù)交流會論文集[C];2009年

10 李劍峰;;應(yīng)用超聲相控陣技術(shù)對特殊結(jié)構(gòu)焊縫檢測[A];2011中國海事裝備技術(shù)論壇論文集[C];2011年

相關(guān)重要報紙文章 前3條

1 王友明　記者 陳鐵;超高厚度焊縫檢測告別依賴進口技術(shù)[N];中國質(zhì)量報;2008年

2 李偉　杜代文;瞄準(zhǔn)零差錯 嚴(yán)把質(zhì)量關(guān)[N];中國石化報;2011年

3 記者 李兵　通訊員 曹克順;大機械用超聲波“體檢”：快,省![N];山西日報;2009年

相關(guān)博士學(xué)位論文 前1條

1 黎昭郁;強弧光環(huán)境下焊縫識別模型及實現(xiàn)方法研究[D];廣東工業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 謝志孟;自動焊視覺傳感及焊縫識別新方法研究[D];廣東工業(yè)大學(xué);2005年

2 邱振衛(wèi);別克副車架焊縫圖像識別算法研究[D];上海交通大學(xué);2007年

3 姚廣臣;基于有限元的矩形支管節(jié)點焊縫分析及檢測[D];大連理工大學(xué);2013年

4 韓紅文;便攜式數(shù)字化焊縫底片檢測儀應(yīng)用研究[D];東北大學(xué);2009年

5 沙正驍;奧氏體不銹鋼焊縫中超聲傳播路徑的模擬[D];哈爾濱工業(yè)大學(xué);2010年

6 王海濤;焊縫檢測與焊槍伺服機構(gòu)研究[D];沈陽大學(xué);2008年

7 張立紅;基于磁記憶參數(shù)的焊縫可靠性評價[D];東北石油大學(xué);2012年

8 周生元;螺旋鋼管焊縫在線檢測及跟蹤系統(tǒng)的開發(fā)研究[D];哈爾濱工業(yè)大學(xué);2007年

9 李博鋒;一種低合金鋼的焊接及焊縫熱處理工藝研究[D];西安石油大學(xué);2014年

10 蔣立;鋁合金焊縫X射線底片計算機輔助評定和管理系統(tǒng)[D];重慶大學(xué);2007年

，

本文編號：1869050