（机械电子工程专业论文）gtaw熔池图像处理及熔池辨识模型研究.pdf

摘要 摘要 钨极气体保护焊( g a st u n g s t e na r cw e l d i n g , g t a w ) 作为一种重要的机械制造热 加工工艺，在工业中应用十分广泛。焊接实时控制是焊接生产自动化和提高焊接质 量的首要任务。焊接过程建模是焊接过程控制的主要环节，是保证焊接质量的关键。 视觉传感法能获得大量的熔池信息，如何对获得的熔池图像信息进行有效的检测， 提取出表征焊接过程的特征参数，建立一个焊接过程的准确辨识模型是焊接自动控 制首先要解决的问题。 本文研究基于视觉传感的熔池辨识模型，并以熔宽和熔透作为模型辨识参数。 试验系统主要包括c c d ( c h a r g ec o u p l e dd e v i c e ) 传感器、焊接工作台、电动机驱动 与控制系统等。首先采用c c d 和其他辅助滤光设备，在工艺试验的基础上，从焊缝 正面获取清晰的熔池图像；先用传统滤波算法对熔池图像进行滤波，然后采用灰度 形态学中的高一低帽算法进行熔池边缘增强，在此基础上对处理结果二值化，用二值 形态学的腐蚀、膨胀、开运算、闭运算以及他们的组合运算对熔池图像进行处理， 有效地提取出表征熔池特征的形状信息，最后根据这些信息计算出熔宽等特征参数。 工艺试验研究是实现g t a w 熔池参数检测和建立熔池动态模型的基础，本文通 过改变焊接规范参数进行了多组工艺试验，并就它们的变化对g t a w 熔宽和熔透的 变化关系进行了研究，根据焊接试验参数和测得的熔宽和熔透数据，利用多元回归 分析和析因试验设计方法，设计了焊接过程熔池辨识模型，并对模型精度进行了验 证，对两种建模方法进行了对比，试验结果表明，所建模型能够反映焊接规范参数 对熔宽和熔透的影响。 关键词：熔池：视觉检测；图像处理；多元回归分析；辨识模型 a b s 仃a c t a sa l li m p o r t a n tm a n u f a c t u r i n gt e c h n o l o g y , g a st u n g s t e na r cw e l d i n g ( g t a w ) i s w i d e l yu s e d i ni n d u s t r y r e a l - t i m ew e l da r cc o n t r o li s i m p o r t a n tt ow e l d i n g a u t o m a t i o na n dt oi m p r o v ej o i n tq u a l i t y b u i l d i n ga l la n a l y s i sm o d e lo fw e l dp o o l d y n a m i c si sm a i ns t e po fw e l d i n gp r o c e s sc o n t r o l ，i sv e r yi m p o r t a n tt oj o i n tq u a l i t y v i s i o ns e n s o rc a nc a p t u r eal o to fw e l dp o o li n f o r m a t i o n ，h o wt od e t e c tt h ep o o l i n f o r m a t i o ne f f e c t i v e l y ，p i c ku pc h a r a c t e rp a r a m e t e r so fw e l d i n gp r o c e s sa n dh o wt o b u i l dav e r a c i o u si d e n t i f i c a t i o nm o d e li sp r e c o n d i t i o nf o rw e l d i n ga u t o m a t i o nc o n t r o l r e s e a r c h t h et h e s i si sf o c u s e do nt h ew e l dp o o li d e n t i f i c a t i o nm o d e lb a s e do nv i s i o n s e n s ew h i c ht h ep a r a m e t e r sa r et h ew e l dp o o lw i d t ha n dp e n e t r a t i o n ，a n di th a sb e e n r e s e a r c h e db yas e to f w e l da r cc o n t r o le x p e r i m e n ta p p a r m u sw h i c hi n c l u d et h ec c d ( c h a r g ec o u p l e dd e v i c e ) s e n s o r ，t h ew o r k i n gp l a t f o r ma n dt h es t e pd r i v ec o n t r o l s y s t e ma n ds oo n f i r s t l y , t h ec c dv i s i o ns e n s o ra n do t h e ra s s i s t a n ta p p a r a t u sa r e u s e df o rg a t h e r i n gc l e a ri m a g eo fm o l t e np o o lf r o mt h eo b v e r s ew e l d i n gl i n ew i t h m a n yt e c h n i c a le x p e r i m e n t s s e c o n d l y , t h ep o o li m a g ei sf i l t e r e db yt h et r a d i t i o n a l f i l t e r i n gm e t h o d s ，t h e n ，t h ee d g eo f m o l t e np o o li m a g ei se n h a n c e db yt o p h a ta n d b o t t o m h a t ( t o p b o t ) o fg r a y - s c a l em o r p h o l o g y ，a n dt h ei m a g ei sp r o c e s s e dt ob i n a r y i m a g e ，i nt h en e x ts t e p ，t h em o l t e np o o li m a g ei sp r o c e s s e db yd i l a t i o n 、e r o s i o n 、 o p e n 、c l o s ea n dc o m b i n a t o r i a lm o r p h o l o g yb e t w e e nt h e m t h i r d l y ，t h ee d g ei s d e t e c t e db ye d g ed e t e c t i o no p e r a t o r , w h i c hm a k eu po ft h eb a s i co p e r a t i o n ，a n dt h e n t h es h a p ei n f o r m a t i o no fm o l t e np o o li nd i f f e r e n tw e l d i n gp r o c e s sa r ee x t r a c t e d a v a i l a b l y f i n a l l y , b a s e d o nt h i s i n f o r m a t i o n ，t h ew e l dp o o li m a g ec h a r a c t e r p a r a m e t e r s ，f o re x a m p l e ，t h ep o o lw i d t ha n ds oo n ，a r ec a l c u l a t e d a st e c h n i c a le x p e r i m e n tr e s e a r c hp r o v i d e st h ef o u n d a t i o nf o rc a p t u r eo fw e l dp o o l a n dm o d e l i n gf o rw e l dp o o ld y n a m i c s t h i sp a p e rm a k e sm a n yg r o u p so ft e c h n i c a l e x p e r i m e n ti nt h ec o n d i t i o no fc h a n g i n gp a r a m e t e r s ，a n di n v e s t i g a t e st h ei n f l u e n c eo f t e c h n i c a lp a r a m e t e r so nw e l dp o o lw i d t ha n dp e n e t r a t i o n t h em o d e lo ft h e w e l d i n g p r o c e s si sd e s i g n e di nt w od i f f e r e n tw a y sb a s e do ne x p e r i m e n tp a r a m e t e r sa n dt h ed a t ao f t h ew e l dp o o lw i d t ha n dp e n e t r a t i o n , w h i c ha r em u l t i m e m b e rr e g r e s s i o na n a l y s i sa n d f a c t o r i a le x p e r i m e n t a ld e s i g n , a n dt h em o d e l sa r et e s t i f i e dw i t he x p e r i m e n t a ld a t aa tt h e s a m et i m e a tl a s t , t h e s et w od i f f e r e n tw a y sf o rm o d e l i n ga r cc o n t r a s t e d ，a n dt h e s e s m o d e l sr e f l e c tt h ei m p a c to f t h ep a r a m e t e r st ow i d t ha n dp e n e t r a t i o n k e y w o r d s ：w e l dp o o l ；v i s i o ns e n s i n gs y s t e m ；i m a g ep r o c e s s i n g ；m u l t i - m e m b e r r e g r e s s i o na n a l y s i s ；i d e n t i f i c a t i o nm o d e l i l i 独创性声明 独创性声明 秉承学校的严谨的学风与优良的科学道德，本人声明所呈交的论文是我个人 在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特5 l , j l j n 以标注和致谢的地方外，论文不包含其他人已经发表或撰写过的研究成果。与我 一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明，并表示 了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得的，论 文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声明。 指导老师 论文作者 d 矿年，f j 3 0 日 第一章绪论 第一章绪论 1 1 课题研究背景 焊接作为一种材料连接及成形工艺，已成为现代制造技术中不可缺少的部分。 到目前为止，还没有其他方法比焊接更广泛应用于金属连接。焊接结构件已经广 泛应用于汽车、航空航天、造船、工业和桥梁等各个领域。目前，我国绝大部分 焊接工作是由人工完成的，但是随着经济的高速发展，对焊接件的质量、数量和 生产效率要求越来越高，传统的手工焊接方式已经无法满足生产的需要。焊接行 业正经历着从手工到全自动的转变。焊接过程的自动化和智能化是未来发展的必 然趋势【1 5 】。 由于市场经济的发展，质量已经成为任何产品的生命。对于许多采用焊接工 艺制造的工业产品，焊接质量则是这些产品质量的关键组成内容。因此焊接质量 的控制与保证是许多重要焊接产品制造业极为关注的问题，并投入可观的财力与 智力不断研究与提高产品的焊接质量。工业产品焊接质量的控制水平往往决定着 该产品在市场上的竞争力。所谓焊接质量【6 】就是指采用焊接工艺制造的产品的焊接 接头是否能满足产品设计的要求。一般焊接接头使用性能的主要内容有：力学性 能，内、外部缺陷，产品焊后几何尺寸等。这些统称为直接焊接质量，纵然在科 学技术已经发达的今天，人们也无法在焊接过程，在线和实时地直接检测和控制 这些直接焊接质量。人们在现阶段所能做到的只有利用自己的感观或者现有的传 感技术，对一些直接焊接质量有关的间接焊接质量，如焊缝的起始点和终止点， 焊缝对中，熔宽、熔透( 背面熔宽) 等，进行检测与控制，通过控制这些间接焊 接质量来保证直接焊接质量。 焊缝的熔宽、熔透等尺寸参数是影响焊接质量的重要因素，而熔池是对焊缝 尺寸参数影响最为直接的因素【”。因而，研究焊接过程中的熔池的变化以及实现熔 池某些参数的控制对焊接质量的控制有实际的意义。同时，根据实际生产经验， 焊工是根据熔池的变化调整焊接工艺规范以及焊枪姿态来保证焊接质量的。因而， 根据焊接熔池的变化来控制焊接质量也是实现焊接智能化的一个重要部分，即在 焊接过程中，根据熔池的形状等特征信息，得出当前焊接状态下各种参数值，计 算出与理想焊接状态参数的偏差并驱动系统达到理想的焊接状态。这种基于熔池 广东工业大学硕l 学位论文 特征信息提取的焊接自动控制方法实时性好，且控制精度高，是目前最有潜力的 焊接质量控制方法之一”。 一个焊接过程系统，除去对设备本身的性能要求外，还需要以下三方面的关 键技术：焊接传感、焊接动态过程建模、焊接熔池过程智能控制技术【9 】。焊接传感 器，是焊接过程控制的前提，只有实时准确地获得焊接过程中信息，对获得信息 进行处理，才能准确对焊接过程中的参数进行有效检测，才能有效对焊接过程进 行控制；焊接过程建模是焊接过程控制的主要环节，建模过程是对焊接过程的认 识过程，合适的焊接过程模型为焊接过程控制器的设计提供充分的依据；焊接过 程控制器是焊接过程控制的核心，在焊接过程中设计的控制器必须能够解决多参 数耦合、模型非线性、过程时变等问题。本文就是针对前两方面做一些有益的探 讨。 1 1 1 视觉传感是实现焊接自动控制的重要传感方法 在焊接生产过程中有多种传感方法，最近几年来，随着计算机视觉技术的发 展，光学视觉传感法的应用前景越来越被看好。下面就对此作一论述。 光学视觉传感是光学传感法的应用形式之一，光学视觉传感法是利用光学传 感器拍摄焊接时熔池区域，再对光学传感器检测到的图像信号进行处理，得到熔 池图像特征信息的传感法。目前光学传感主要有红外辐射传感和焊接区直接视觉 传感。红外辐射传感是采用红外摄像仪直接摄取电弧正下方熔池的温度场，利用 温度场的对称性来检测熔池特征信息信息。从图像传感的效果来看，在红外光波 段检测可以减少弧光辐射的影响。但是由于红外摄像机价格昂贵，使用复杂，不 太适合实际焊接生产应用。焊接区直接视觉传感器由于其可以远离电弧强光、强 热区、采集信息量大而得到越来越广泛的应用研究。 常见的视觉传感器主要有电耦合器件( c h a r g ec o u p l e dd e v i c e ，c c d ) 、m o s 图像 传感器和电荷注入器件【l 们。在焊接自动控制系统中应用较广泛的是c c d 视觉传感 器，它是一种半导体集成光电敏感元件，其功能是把入射到传感器光敏面上按空 间分布的光强信息转换为按时序串行输出的电信号一视频信号，而该视频信号能再 现入射的光辐射图像。c c d 又分为线阵c c d 和面阵c c d 两种，线阵c c d 应用 线阵集成电路作为传感器，获取的是一维图像，而面阵c c d 可摄取二维平面图像， 能够提供最大的信息量。焊接区直接视觉传感法根据是否采用辅助光源又分为被 动视觉传感法和主动视觉传感法两种。 2 第一章绪论 被动光视觉法直接摄取焊缝熔池图像，这种方法能获得接头和熔池的大量信 息，设备简单，成本低。但被动光视觉法存在强光干扰的问题，即在焊接过程中， 电弧的辐射光强度远远超过焊接熔池辐射光强，并且也超过了c c d 传感器响应上 限，图像噪声经常会把熔池内部的图像信息淹没掉。 主动视觉传感法是指采用外加辅助光源，把具有特定结构的光源投射到工件 表面，然后摄取工件表面图像。主动视觉传感是由光源和摄像机组成的视觉系统， 为了获取接头的三维轮廓，采用光源照明焊接接头，主动光源一般为单光面或多 光面的激光或扫描的激光光束，这就是所谓的结构光法和激光视觉传感法。结构 光视觉传感法是将瞬时高能量结构光横跨在焊缝横截面上，以减弱弧光干扰，对 获取的图像进行预处理，获取结构光信息，然后利用三角测量原理计算出焊缝中 心位置 1 1 , 1 2 1 。这种方法在焊缝前5 0 m m 左右测量的效果较好，通过对光源的控制 不但能精确检测出焊缝的中心位置，而且还能获得焊缝截面的形状和尺寸等特征 参数，适合于不同的焊缝和各种焊接方法。但是结构光视觉传感法敏感元件是面 型的，实际应用中会遇到以下问题：一是当结构光照射在经过磨削过的铝板或其 它金属板表面时，会产生强烈的二次反射，这些光也成像在敏感元件上，使后续 图像处理失效；二是结构光投射光纹的光强分布不均匀，从而获取的图像质量需 经过较复杂的后续处理，检测精度会降低；三是结构光光强远低于电弧辐射，因 而采用结构光法无法直接得到熔池信息。而且这种方法存在导前误差。 主动光学传感法采用光源照明，增加了传感器成本：且测量点由于采用的光 源光强相对于电弧光强来说还是较弱的，因而测量点须超过熔池前端，算法稍复 杂，且前导部分热变形误差无法消除。被动式的光学传感法不采用照明光源直接 拍摄熔池区域，利用电弧和熔池的自身光谱辐射，通过选择一个特定的辐射窗口， 使焊接区各辐射源的光强达到一个合适的比例，实现从单一信号源中得到焊接图 像的综合信息，有效地提高了在可见光波长内电弧、熔池和焊缝三者同时成像的 清晰度。由视觉传感器得到熔池图像，然后通过图像处理可得到熔池的特征参数， 因而被动式光学传感法可以在线补偿由于固定偏差、焊接机器人各部分的偏差和 焊接变形引起的焊接路径偏差。视觉传感法去除弧光干扰的方法主要采用滤光片， 使摄像机在一个弧光对熔池辐射比例适当的较窄的光谱窗口范围内获取熔池图 像，设备简单、成本低、实用性好。与其它焊接过程信息检测方法相比，视觉传 感法由于使用的硬件设备较少，更适合在焊接生产实际中使用，越来越受到人们 广东t 业大学硕士学位论文 的重视。本文所采用的就是被动式光学传感法。 1 1 2 熔池图像特征识别是焊接自动控制的关键技术 基于视觉传感的焊接自动控制分两个步骤，第一是通过对熔池图像的处理获 得焊接熔池图像特征参数，再通过研究建立相应参数的输入输出模型得到所需要 的具有实际意义的参数，即当前焊接状态参数。第二是根据当前状态参数与相同 规范下理想状态参数之间的偏差，采用所设计的反馈控制算法，调整焊接参数控 制焊接过程【”】。焊缝成形的好坏是衡量焊接质量优劣的主要指标，一般以熔透、 熔宽和余高来表示，称之为质量因子，在焊接过程中控制的目标就是要保证这些 质量因子基本稳定在设定的范围内。研究表明，正面熔池的熔宽与焊缝熔透和成 形有良好的对应关系【1 4 1 。对于一个有经验的焊工，他通过观察接头的位置、熔池 的宽度、电弧的形状，就可以感知焊接的状态，并根据实际情况做出调整焊接电 压、焊接电流或者焊接速度的动作。如果希望实现自动化焊接，就必须模拟人的 这些功能。图像处理在自动焊接过程中的重要意义就相当于手工焊接过程中人的 眼睛，可以实现焊接位置的传感、自动焊接时的焊道对中、焊接时熔池熔透和熔 宽信息的采集和处理，进而可利用计算机发出指令实现焊接过程的各工艺参数如 电压、电流、焊接速度的调节和焊丝或电弧的对中，从而实现焊接过程的自动控 制【15 1 。 所以根据熔池图像与焊缝质量的相关性对熔池图像的特征信息提取可以实现 在线补偿由固定偏差、焊接变形引起的焊接路径偏差和焊接深度偏差，是提高自 动化焊接质量的关键。在基于视觉传感的焊接自动控制系统中，由视觉传感器摄 取到的熔池视频信号经a d 转换为数字图像输出，数字图像的信号强度用灰度来 表示。目前较广泛使用的是8 位c c d 视觉传感器。图像经低层处理后再提取熔池 的特征信息。由于辐射量及空间位置的不同，焊接图像在灰度值大小上存在差异， 形成灰度梯度，在提取边缘之前首先对图像滤除噪声，采用图像处理中的图像分 割和边缘检测算子分离出熔池，最后提取熔池边缘信息。再对提取到的熔池信息 进行相应焊接参数计算，这是目前用得最广的熔池特征提取方法。 如前所述，视觉传感器直接摄取熔池信息，由于空间安装位置的限制，c c d 不可避免地受到强烈电弧的直接干扰和间接干扰。直接干扰来自空间位置上，c c d 一般安装于焊炬运动前方，由于电弧光强烈，且电弧在熔池的上方，因而电弧信 息直接进入摄像机视场；其次，在具有连续谱线的电弧光照射下，工件熔池表面 4 第一苹绪论 产生漫反射，漫反射光进入c c d 光敏元件上，对图像灰度产生间接的干扰。电弧 的干扰大大降低了图像的信噪比，使得直接提取图像熔池的特征信息变得困难， 增加了图像后续处理的复杂性。因此，抑制由于电弧光引起的摄像机视场中光强 的急剧变化技术以及熔池特征信息提取技术是影响焊接系统准确性的关键，直接 决定着焊接控制系统的精度和实时性。 1 2 焊接过程熔池控制技术国内外研究现状 焊接过程熔池控制涉及到熔池特征信息的提取和控制模型建立等，熔池特征 信息提取技术的研究主要包括两个方面，一是在焊接过程传感检测中排除强弧光 干扰，第二是图像处理算法的研究。下面就这一领域的研究现状做一简要介绍。 1 2 1 熔池特征信息提取 采用视觉传感器能获得比较丰富的焊接区域相关信息，但电弧在辐射强度上 远远超过了焊接熔池的辐射，如不采取适当的措施，熔池内部的图像会被电弧光 淹没，甚至无法分辨图像的细节信息。因此要想准确地提取出熔池的特征信息， 首先要解决弧光干扰的问题，国内外学者对此进行了广泛的研究和尝试，更多的 是采用滤光片和减光片。由于弧光光谱覆盖的区域较广，且和使用的焊接方法和 焊接材料有一定的关系，因此不同背景的研究得到的结论也各不相同。 文献 1 6 】介绍了部分得到熔池清晰图像的研究成果，采用红外光对熔池部分成 像的同时，利用熔池本身发光及部分电弧光谱背景在熔池及工件表面的反光观察 近弧区的图像，以避开电弧强谱线的干扰。试验结论是：以低碳钢为母材的c 0 2 焊最佳观察窗口波长为6 0 1 士2 n m 。文献 1 7 1 利用连续谱传输熔池信息，将特征谱作 为噪声去除。通过分析铝合金惰性气体钨极保护焊( t u n g s t e ni n e r tg a sw e l d i n g ，t i g ) 焊接条件下光谱的分布特征，利用电弧本身近红外区的连续光谱照明，熔池图像 极少出现其他特征谱线的干扰，大大降低了对滤光片的要求，只需用吸热片去除 在连续光谱区出现的一些强度较低的谱线，就可以采集到熔池图像。 采用滤光与瞬时降低电流取像的方法，也有可能获得较为清晰的焊接区图像。 文献【1 4 】和【1 6 】提出了通过滤光系统和焊接电流控制相结合的方法来去除弧光的干 扰，使摄像机在一个弧光对熔池辐射比例适当的较窄的光谱范围内获取熔池图像， 同时，控制焊机周期性的减少焊接电流，使得在摄像机在熔池成像期间弧光的影 响最小，以得到清晰的熔池图像。 广东工业大学硕上学位论文 采用激光频闪摄像法也有可能获得较清晰的焊接区图像。文献 1 8 和 1 9 采用 激光频闪视觉系统，用脉冲激光发射到熔池及周围金属区域，摄像机通过同步装 置来获取在脉冲激光照射瞬问的熔池图像。脉冲期间，激光强度远超过电弧和热 态金属的辐射光强度。但此方法一般采用高能量密度的脉冲光源和特殊电子快门 的摄像机，从而限制它在实际中的应用。 熔池图像处理的目的是滤除噪声、熔池图像增强和边缘提取。近年来许多国 内外学者做了大量的研究，得出了多种有效的熔池图像特征提取的方法。文献1 2 0 1 采用基于c a n n y 边缘检测算子和形态学去除小物体算法提出了一种新的熔池图像 处理算法。首先对熔池的图像所具有的一些特性进行分析，然后对图像分别做中 值滤波，二值化，边缘检测和去除小物体处理。试验结果表明，该方法能够比较 有效地得出熔池图像的边缘。 文献 2 1 】对铝合金熔池图像特点进行了分析，提出了一种快速有效的熔池边缘 提取算法。采用边缘保持滤波和模糊增强对铝合金熔池图像进行预处理，并采用 m a x r a i n 算子对边缘进行检测，采用投影法对边缘进行细化和去除伪边缘而获得清 晰的熔池边缘。该算法抗干扰强、计算速度快、计算准确，能有效提取熔池的形 状。 由于焊接熔池图像是复杂多变的，要准确得到熔池信息，选择合理高效的处 理算法是非常重要的。针对这一问题，文献 1 】对所获取的熔池图像首先进行中值 滤波，用s i g m o i d 函数进行灰度拉伸，灰度拉伸增加了拖尾边缘的灰度梯度，再 采用自定义的灰度掩模进行边缘检测，得到了c 0 2 焊接较完整的熔池边缘。文献 【2 2 采用b r o w n i a n 模型的碎片理论检测焊缝信息，根据碎片理论可计算出碎片大 小，以此区别焊缝信息。在自然光照和电弧光照条件下，处理图像误差达到o 3 m m 。 文献 2 3 利用c c d 获取c 0 2 焊熔池正面图像，经过均值滤波和增值处理，利 用数学形态学方法提取熔池及焊缝图像的边缘与中心，进而确定出焊枪中心与焊 缝的偏差，并实现焊缝自动跟踪控制。该方法图像处理简单、焊缝位置偏差精确， 控制精度高，可在不同工作环境下对c 0 2 焊实现高精度实时跟踪控制。文献 2 4 1 针对试验中用c c d 捕获的c 0 2 焊熔池图像中存在大量弧光噪声和飞溅形成的点噪 声，要准确测量熔池边缘较为困难的问题，先采用中值滤波和乘法运算对c 0 2 焊 熔池图像进行降噪处理，然后用基于零交叉边缘检测方法和多孔算法的b u b b l e 函 数构造小波基提取熔池边缘。 6 第一章绪论 文献 2 5 1 将图像处理与模式识别技术用于铝合金t i g 焊接信息提取过程，根据 铝合金熔池图像随机噪声强的特点，采用加权中值滤波、统计灰度边缘检测、统 计期望阈值法和投影方法对铝合金熔池图像进行了预处理，并对处理后的图像进 行二值化，采用b p 神经网络对二值化后图像进行边缘提取，取得了理想的效果； 研究大电流条件下铝合金熔池图像的对称行性，通过单面图像得到了完全的熔池 边缘图像。 文献 2 6 】在t i g 焊试验中发现，该焊接方法在没有外加送丝系统时，熔池区的 飞溅和烟尘的影响都很小，可以直接进行二值化图像，而不用考虑二值化前的去 噪处理，采用二值化阂值自适应算法进行二值化，然后用形态学中腐蚀、膨胀、 开启和闭合运算对图像进行处理，并在此基础上，进行了更加深入的研究，设计 了一套具有阈值自适应功能的二值形态学算法。试验结果表明，采用二值形态学 对t i g 焊视觉图像进行图像处理和特征提取，可以取得很好的效果。 文献 2 7 】用灰值和二值数学形态学操作对m a g 焊熔池图像进行了处理，并对 比分析了二者在n e t 和m f c 两种软件开发平台上的图像处理编程效率和运行速 度。结果表明，采用数学形态学和n e t 编程可满足强实时性的熔透控制要求。文献 【2 8 】填丝脉冲g t a w 熔池形状变化的特点，提出了统一的熔池形状非线性拟合公 式和熔池形状参数。设计了快速图像处理算法，满足在实际焊接过程中提取熔池形 状参数的要求。 1 2 2 焊接动态过程的熔池辨识模型 弧焊过程中，熔宽和熔透为熔池辨识模型的两个重要参数，而在大多数情况 下，要求焊接接头全熔透，即对熔透有一定要求1 6 1 ，对一些重要的焊接产品则要求 对熔透，即焊缝背面熔宽进行严格控制，目前，在焊接过程中，熔宽可由熔池的 正面图像获取，而熔透往往是离线测量；人们往往通过控制熔池正面信息如熔宽 来间接控制熔透，保证焊接质量的，为了认识到焊接规范参数对焊接过程的影响 规律，焊接工作者应用经典控制理论或者现代控制理论中系统辨识的方法对焊接 过程中控制量与被控制量之间的的动态效应模型进行了大量的研究。 文献 2 9 1 从经典控制系统设计的角度考察了脉冲g t a w 熔池动态特性，利用 试验数据采用面积法辨识的方法求得其熔池特征动态性能的数学描述，获得了脉 冲g t a w 熔池动态过程中分别以脉冲峰值时间和焊接速度为输入，以背面熔宽为 输出得两个单输入单输出( s i s o ) 过程得传递函数模型。文献 3 0 利用单变量阶跃响 7 广东工业大学硕上学位论文 应的方法对填丝脉冲g t a w 过程进行了辨识，得到平稳焊接阶段脉冲占空比和送 丝速度同熔池形状参数之间的数学模型，并利用过程模型对焊接过程的特性进行 分析，得到熔池形状参数对送丝速度的响应时间常数比对脉冲占空比的响应时间 常数普遍要小等结论。澳大利亚阿德莱德大学m a w a h a b 等利用激光辅助视觉传 感系统研究了熔化极气体保护焊( m e t a li n e r t i ag a s ，m i g ) 焊过程焊接参数对熔池形 状的影响规律并建立了相应的数学模型1 3 1 】。文献 3 2 】通过统计方法建立了碳钢活性 气体保护焊( m e t a la c t i v eg a s ，m a g ) 焊接规范如焊接电压、电流、焊接速度等与熔 池几何尺寸如熔宽、熔深、焊缝堆高等之间的经验方程，在其试验条件下可基本 反映焊接规范如熔池几何尺寸之间的关系，但仍然存在一定的误差。 文献 3 3 1 针对铝合金脉冲m i g 熔池动态过程，对基值电流，送丝速度与熔宽 的模型分别进行了辨识，分析了基值电流，送丝速度对熔宽的影响，为铝合金脉 冲m i g 焊过程控制提供了理论依据。文献 3 4 1 采用机器视觉技术获取焊接动态过 程正面熔池图像，将数学形态学中的二值理论应用于图像处理，结合模糊逻辑和 比例积分微分( p i d ) 闭环控制理论，设计了一套焊接过程图像处理及正面熔宽控制 系统，保证了焊缝成形的稳定，从而实现t i g 焊质量控制的目标。 还有学者从焊接温度场的变化来研究焊接过程控制，文献【3 5 研究了从焊接温 度场中获取焊缝位置和熔透信息的方法，在此基础上设计了规则自调整模糊控制 器，实现了m i g m a g 的焊缝跟踪与熔透控制。文献 3 6 币l j 用视觉传感来对焊缝背 面的温度场热图像进行了实时检测及处理，从而达到焊缝熔透控制的目的。 目前研究比较多是运用人工神经网路进行建模，它是基于模拟生物体中神经 网络的某些结构和功能而构成的信息处理系统，采用人工神经网络( a n n ) 建立模 型，无需人们对过程进行物理分析和数学推导，只要向a n n 输入足够的训练数据， 就可导出符合规律的模型，具有很大的通用性和适应性，许多学者在这方面做了 深入的研究，华南理工大学黄石生教授等人以焊接电流、焊接速度和焊接电压 作为网络的输入，焊接的正面熔宽和背面熔宽作为输出构造一个含有两个隐含层、 一个输入层、一个输出层的b p ( 误差反传网络) 。其建模对象为无间隙g t a w ；同 时，他们选择焊缝正面熔宽为被控量，焊接电流作为调节量，建立一个单输入单 输出的薄板g t a w 动态焊接模型。哈尔滨工业大学的娄亚军和陈文杰利用神经网 络建立了脉冲g t a w 平板堆焊和平板对接的焊接动态过程模型【9 ，3 8 1 。文献 3 0 1 建立 了以脉冲峰值电流、脉冲占空比、焊接速度、填丝速度等变量的当前值和前两个 第一章绪论 历史值作为输入，焊接正面宽带、焊缝余高作为输出的填丝脉冲g t a w 平板对接 熔池动态过程的神经网络模型。文献 3 9 1 提出了建立熔池正面信息与背面熔宽关系 模型的新方法，由神经网络训练均方根误差确定模型的输入节点及隐藏层单元个 数，并根据这种方法建立正面熔池几何形状参数与背面熔宽的关系模型，具有较 高的精度。 哈尔滨工业大学陈善本教授和吴林教授【4 0 l 等采用c c d 摄取熔池图像信息法有 效地提高了焊缝质量，对t i g 焊熔宽动态过程控制设计了模糊神经网络控制系统。 模糊控制器采用神经网络来记忆抽象的焊工操作经验规则，比通常直接应用模糊 推理规则更符合人的认识模式，当采用复杂作用条件的经验规则时，只须规定网 络的输入输出节点的含义而无须改变整个控制器的结构和算法，通常的模糊逻辑 控制器当经验规则增加时计算量将随之增加，其文中的神经网控制器只须增加一 些离线训练的次数并不增加控制器设计的复杂性。而且，神经网控制器作用于系 统时其计算量与经验知识的多少并没有关系，网络对经验规则的容错性和鲁棒性 也比直接应用经验规则推理好。 美国的c h r i s t n e rb k 设计了一种自适应控制方法，通过调整电弧电压 实现了t i g 焊熔深的在线控制。上海交通大学的齐志扬教授针对熔透控制这类大 时滞系统，研究了一种动态矩阵控制法，并应用其预见性进行熔透控制，克服了 熔透传统p i d 控制方法易引起系统振荡的缺点。 文献4 2 4 4 介绍了模糊神经网络模型，对焊接动态过程进行了实时的控制。 由于模糊神经网络控制融合了神经网络控制和模糊逻辑控制的优点，克服了他们 各自的缺点，具有良好的发展空间。文献【4 5 】提出了自学习模糊神经网络在脉冲 g t a w 过程控制中的应用，传统的模糊控制有两大弱点：隶属度函数的获取和学 习，而这正是神经网络的长处，利用神经网络的函数逼近能力进行学习建立隶属 度函数，则在控制过程中同时考虑了模糊推理和神经网络建模的优点。 虽然焊接的过程控制向智能化发展，但是，大多数智能控制方法还只是停留 在试验室研究阶段，在实际生产中的应用并不是很广泛。由于经典p i d 控制在工 业中的应用极为广泛，p i d 和模糊控制相结合、p i d 和神经网络相结合、p i d 和智 能控制相结合的控制方法越来越受到人们的重视。 9 广东工业大学硕十学位论文 1 3 课题选题意义及研究内容 熔池的几何参数能够反映出当前熔透和电弧与焊缝中心位置的对中情况，所 以检测正面熔池的几何信息对控制焊接过程具有非常重要的意义。实现熔宽、熔 透和成形自动控制的关键是精确提取熔透和成形信号。如何获取一个清晰的熔池 图像是准确提取熔池特征信息的前提，熔池特征信息的提取技术是实现实时焊接 质量控制的关键。近年来，随着计算机技术的发展，焊接实时控制技术在图像处 理算法上及视觉传感法方面取得了重要的进展，但纵观多年的研究和取得的成果， 距离实用化还有一段距离。因此在这一方面进行一些尝试既具有研究意义，又具 有实用价值。 通过选取不同的滤光片和减光片，并对焊炬高度和摄像机角度进行调整，可 以获取清晰的熔池图像，利用形态学对获得的图像进行处理，把形态学中的一些 特殊算法，如高一低帽算法引入熔池的图像处理中，提高熔池边缘的对比度，便于 提取准确的熔池边缘，进而可以计算出熔宽这个表征焊接过程的最主要的参数； 通过实际的工艺试验，分析了不同焊接规范参数对焊接过程的影响，得出在本试 验条件下，焊接电流、焊接速度、试件厚度的变化对对熔宽和熔透的影响最大， 在此基础上引用多元回归分析法建立焊接过程熔池辨识模型，并对模型的准确性 进行了验证，这也是本文的主要创新之处。 本课题为高向东教授主持的广东省自然科学基金项目“视觉模型卡尔曼滤波 学习及焊缝熔透控制”( 项目编号：n o 0 7 0 0 1 7 6 4 ) 的子课题。本试验装置利用c c d 摄像机通过滤光后从试件正面直接拍摄出完整的熔池图像。根据熔池图像自身的 特点，结合熔池视觉检测技术现状，本课题主要做了以下工作： ( 1 ) 试验分析不同的滤光片和减光片的组合，最大程度减少电弧对熔池图像 的影响，并辅助调整焊炬高度和摄像机的角度，通过工艺试验，获取比较清晰的 熔池图像；通过改变工艺参数，如焊接电流、焊接速度和钢板厚度，获取不同工 艺参数条件下的熔池图像，并对图像坐标进行标定。 ( 2 ) 研究传统算法对熔池图像进行预处理的效果，并把数学形态学运用到熔 池的特征提取中。形态学中高一低帽算法可以有效地增加熔池边缘的对比度，二值 化后，用形态学中的膨胀、腐蚀、开启、闭合以及他们的组合对熔池图像进行处 理，利用形态学不同边缘提取算法进行熔池边缘提取，选取比较好的边缘效果。 ( 3 ) 熔池辨识模型的建立。对提取的熔池边缘进行编程计算，获得熔宽这个 表征熔池形状的参数，并离线测量了熔透量，改变焊接电流、焊接速度、试件厚 度进行工艺试验，分析了不同焊接规范参数对焊接过程的影响，统计不同工艺条 件下，焊缝尺寸( 熔宽、熔透) 的数值，并利用数学工具中的多元回归分析和析 因试验设计方法建立出焊接规范参数和焊缝尺寸的关系模型，分析了两种建模方 法的优缺点，并进行精度验证。 1 4 本章小结 本章主要阐明了焊接在经济中的重要性，指出实现焊接过程的自动化是焊接 行业未来发展的必然趋势，阐述了焊接过程模型辨识对焊接生产自动化焊接质量 的重要性；介绍了视觉传感法的研究发展现状和图像处理的研究成果；介绍了国 内外焊接动态过程建模的研究现状：介绍了课题的研究背景、主要研究内容及论 文创新之处。 第二章熔池图像的获取与处理 2 1g t a w 熔池图像传感与控制系统总体结构 试验采用基于c c d 视觉传感系统的焊接自动控制装置，包括c c d 传感器、 p c 工控机、驱动控制装置以及执行机构等几个部分，试验系统的结构图和实物图 分别如图2 - 1 和图2 - 2 所示。 图2 1 试验系统结构幽 f i g u r e2 - 1s t r u c t u r ep i c t u r eo f t h ee x p e r i m e n ts y s t e m 试验系统平台由四个轴组成，分别是底座x 轴、底座y 轴、龙门架x 轴和龙 门架y 轴。底座两个轴构成了工作台的二维平面运动，使得固定在工作台上的工 件随着工作台的运动而实现预定平面轨迹运动。焊炬安装在龙门架之上，c c d 摄 像机安装于焊炬的正前方。龙门架x 轴主要用来控制c c d 的位置，y 轴用来控制 第二章熔池图像的获取与处理 焊炬与试件的高度；焊接工作台由底座上的两轴和一个工作平台组成，工作平台 上有夹具，可夹紧焊接工件，底座上的两轴在空间上呈十字分布，可驱动焊接工 作台沿平面上的x 与y 两个方向运动。底座x 、y 轴是控制工作台焊件的运动， 通过调整焊件和焊炬的相对位置，以使得焊炬始终对准焊缝的中心运动。而龙门 架x 、y 轴则是控制焊炬的运动，实现焊炬位置的初定位。因此，底座x 、y 轴滚 珠丝杆螺距较小，以满足焊缝跟踪的精密定位，龙门架x 、y 轴则可采用相对较 大的螺距，以便快速地进行初定位。进行焊接工艺试验时，y 方向为焊接的迸给 方向。c c d 传感器对获取的焊接图像经过图像采集卡进行解码与a d 转换后，将 数字化的图像信息传送到工控机并保存到工控机的硬盘上。此外，在龙门架与焊 接工作台的各轴上都装有行程开关，当运动机构超出安全范围时，会触发限位开 关，强行停止机构的运动，以免机构损坏。 图2 - 2 试验平台实物图 f i g u r e2 - 2e x p e r i m e n t a lt a b l e 工控机作为整个系统的控制器，是整个试验装置的“大脑”，它在控制驱动试 验工作台做进给运动的同时，控制c c d 传感器实时抓拍图像，并将图像保存到工 控机硬盘上。同时，基于该试验系统还可进行二次开发，实现整个焊接过程的自 动控制与检测。 广东_ t 业大学硕卜学位论文 2 2 试验系统介绍 2 2 1 试验装置硬件系统简介 试验装置硬件系统是在计算机总线插上一块图像数据采集卡，c c d 传感器经 专用电缆与机内图像采集卡连接，图像采集卡完成图像数据采集。在经过一系列 的数据处理后，工控机与驱动控制器进行通讯，通过机械驱动装置控制焊炬的方 向、位移和速度：焊接电流根据实际需要在焊接过程中进行手动调节。 在试验系统中，视觉传感器c c d 选用三洋v c c 6 5 7 0 p ，它采用p a l 制式， c c d 芯片规格1 3 ”，采用隔行传送方式，画面像素总共为7 9 5p i x d 5 9 6p i x e l ；c c d 镜头选用c o m p u t a r 公司的t 1 0 2 0 5 1 3 c s 镜头，它的规格为1 ，3 ”，和c c d 的规格相 匹配。图像采集卡选用大恒d h c g 4 1 0 系列的图像卡，d h c g 4 1 0 支持p a l 、n t s c 彩色黑自视频输入，支持方像素p a l 和n t s c 的采集制式，能够满足试验要求。 试验时，c c d 安装在与焊炬位置相对不变的位置上，当c c d 安装调节好之后， 它随着焊炬一起运动，彼此相对位置不变。c c d 倾斜安装，与焊炬夹角大约4 5 0 ， 与焊炬喷嘴的半径距离大约1 0 0 m m 。焊炬与试件的高度也会影响c c d 的拍摄效 果，由于c c d 位于焊接熔池的斜上方，焊炬高度过低，会挡住一部分熔池，焊炬 高度过高，又会拉长电弧，加大弧光对熔池的影响，通过试验，发现焊炬与试件 高度为1 5 m 左右，c c d 所拍摄到的熔池图像效果最好。在微调过程中，还可以可 调整c c d 连接杆