填絲脈沖GTAW熔池三維特征實時提取與智能控制.pdf

1、焊接熔池動態(tài)特征信息獲取與智能控制一直是焊接界研究的前沿課題，也是智能焊接機器人的一個主要關鍵技術。目前大部分研究工作集中在GTAW不填絲無縫隙對接焊上，在焊縫的成形控制目標上也主要限于焊縫的二維信息上。而在填絲焊和對焊縫高度信息的控制方面研究很少，然而這種情況正是精密焊接所必需的。 本文針對填絲脈沖GTAW熔池三維特征實時提取與智能控制這一問進行了以下幾個方面的研究：首先采用圖像傳感的方法獲得清晰的圖像；然后對熔池的三維形狀參

2、數進行定義，并利用計算機視覺中恢復形狀理論提取出熔池表面的三維形狀信息；進一步建立焊接規(guī)多數同熔池形狀參數之間的非線性模型；最后針對焊接過程多變量、非線性、變參數的特點設計了非線性智能控制器，實現了熔池三維形狀參數動態(tài)智能控制。 被動式視覺傳感方法是焊接過程傳感的一種主要方法，其主要原理是利用電弧光照射熔池表面獲得熔池圖像。本文利用這一傳感原理，選擇合適的取像參數，獲得了熔池表面不同形狀時都很清晰的熔池圖像。 本文分析了

3、焊接的過程中熔池的形狀變化及產生的機理，并在此基礎上提出了描述熔池形狀的特征參數，即熔池正面長度厶、正面寬度W<,t>、半長比R<,hI>、背面寬度W<'b>、背面長度L<',b>背面寬度W<,b>、熔池高度H<,t>和熔池深度D<,t。>。開發(fā)了提取熔池正反面形狀參數的圖像處理算法，滿足焊接過程實時控制的需求。 在填絲脈沖GTAW過程中，為實現熔池三維形狀的動態(tài)控制，需要提取出熔池的正面高度參數。本文對三維計算機視覺中明暗恢復

4、形狀的機理進行了深入細致的研究，對三種典型的算法分別從對真解的逼近程度和求解效率兩個方面進行分析比較。針對Zheng&Chellappa算法對圖像灰度變化的敏感性、對物體的邊界約束不強和表面法線與光源方向接近處的表面計算誤差較大的缺點，提出了在求解過程中對輸入圖像進行光滑處理、加強邊界約束、利用物體表面的已知特征、引入了光強誤差加權調整等約束條件，并通過人工合成圖像和實際的焊縫圖像來驗證此改進算法的有效性。在一定的工藝條件下電弧可以被抽

5、象為點光源，光強沿各個方向同性，熔池表面的反射看成是均勻漫反射和鏡面反射共同作用的結果，從而建立了實際熔池表面的成像模型，并通過對實際熔池圖像熔池表面高度的計算，驗證了該模型的正確性。 弧焊焊接過程是被焊金屬在電弧熱源的作用下，經歷加熱、熔化以及凝固和連續(xù)冷卻而最終形成焊縫的過程?？梢杂梅蔷€性函數過程模擬焊接電弧這一熱源特性，熱源形成可以被認為是瞬時完成的，故非線性環(huán)節(jié)不含動態(tài)過程。加熱、凝固和冷卻過程則用線性動態(tài)過程集中描述。

6、針對這一特點，本文利用Haminerstein模型這一非線性模型來對焊接熔池形成過程進行描述，并利用遞推最小二乘法建立了焊接峰值電流I<,p>與熔池的背面熔寬W<,b>的BWHM模型和送絲速度V<,f>與熔池表面高度H<,t>的THHM模型，通過實際焊接過程觀測數據的驗證并與線性模型比較，顯示了該模型的準確性。針對實際焊接過程中熔池背面形狀參數直接測量的困難，本文還建立了焊接規(guī)范參數同熔池正面參數聯合預測熔池反面寬度的神經網絡動態(tài)模型B

7、WDNNM。 焊接過程是一個時變的過程，為了對熔池背面熔寬進行實時而良好的控制，本文設計了基于焊接峰值電流調節(jié)的非線性自校正控制器。通過在2mm厚的Q235鋼試件上對接控制實驗，表明該控制器可以很好的克服外界干擾，從而保證熔池反面寬度的穩(wěn)定。為了同時滿足熔池反面寬度和正面高度同時穩(wěn)定的要求，本文還設計了基于焊接峰值電流和送絲速度調節(jié)的非線性復合智能控制器。通過在2mm厚的Q235鋼試件上對接控制實驗，控制結果表明該非線性復合智能