劉凌云

（湖北汽車工業(yè)學院 電氣與信息工程學院，湖北 十堰 442002）

激光視覺焊接熔池實時動態(tài)控制的應用研究

劉凌云

（湖北汽車工業(yè)學院 電氣與信息工程學院，湖北 十堰 442002）

針對弧焊機器人在焊接操作中自適應能力差的特點，本文提出了一種改進方法。在Motoman Up6機器人系統(tǒng)基礎上，通過增加一套視覺傳感子系統(tǒng)，提取CO2保護焊中焊接熔池圖像的特征值，采用神經網絡模型和PID控制相結合的控制策略，實時調整焊接規(guī)范參數，從而提高弧焊機器人的自適應能力。

視覺傳感；弧焊機器人；焊接熔池；神經網絡模型；PID控制

1. 引言

目前應用廣泛的弧焊機器人大多屬于示教再現型機器人，操作者通過示教盒在直角坐標系和極坐標系中移動機器人各關節(jié)，使焊矩沿焊接軌跡運動，在焊矩路徑上記錄示教的位置、焊矩姿態(tài)；設置運動參數和工藝參數，并生成一個可連續(xù)執(zhí)行全部操作的示教程序。但當焊接件的截面尺寸變化較大、或由于定位夾緊點的作用而導致各段焊縫的散熱條件不同時，弧焊機器人卻不具備對焊接過程中的熱變形等環(huán)境和對工作對象變化自適應能力。因此開發(fā)新一代利用視覺傳感來自動調整焊接規(guī)范參數以適應外部條件變化的智能焊接機器人成為未來的發(fā)展方向。

2. 系統(tǒng)組成及原理

一般來說，在焊絲直徑、氣體成分和電流極性確定的情況下，CO2焊的焊接規(guī)范參數主要有焊接電流、電弧電壓和焊接速度等。而對于焊接零件的焊縫成型(熔深、熔寬和余高)，除了受焊接規(guī)范參數的影響外，還要受接口形狀、尺寸及散熱條件等因素的影響。因此若能建立焊接電流、電弧電壓和焊接速度三者與焊接熔池之間的數學模型，則可采用閉環(huán)控制，根據檢測到的有關焊接熔池的信息，實時調整焊接電流、電弧電壓和焊接速度的實際輸出值，確保焊接熔池形態(tài)的穩(wěn)定，從而提高焊縫成型的一致性。

在本課題中采用的技術平臺為Motoman公司的UP6型焊接機器人，該機器人系統(tǒng)包括有Motoman-UP6工業(yè)機器人本體,YASNAC-XRC控制柜、Motoweld-S350焊機和相關的外部設備(機器人供電系統(tǒng)、雙軸變位機、末端執(zhí)行器等)以及與計算機進行數據通信的軟件Motocom32。在此基礎上，增加了一套視覺傳感系統(tǒng)，用于焊接熔池動態(tài)過程的監(jiān)控。其系統(tǒng)結構框圖如圖1所示。

圖1 系統(tǒng)結構框圖

其工作原理為：在焊接時，視覺傳感系統(tǒng)獲得的熔池圖像經圖像采集卡處理后，將圖像特征參數上傳給PC機，同時PC機利用軟件Motocom32與XRC控制柜串口通訊，通過一定的控制算法實時修改XRC控制柜中焊接規(guī)范參數的設定值，即實現對焊接過程的全閉環(huán)控制，以便獲得期望、穩(wěn)定的焊接熔池圖像。

3. 視覺傳感子系統(tǒng)組成

在本系統(tǒng)中，為了獲得更加豐富的熔池信息，采用了一套由強脈沖激光柵格狀多結構條紋和高電子快門攝像機組成的熔池圖像檢測系統(tǒng)，激光器采用的是美國Lumics公司生產的脈沖光纖激光器模塊Lu1064F400，其平均輸出功率為4W，在一個脈沖周期內激光持續(xù)時間為100ns，激光脈沖功率可達8KW，激光波長1060～1080nm。采用的攝像機型號為：VC2048/E。工作時，攝像機的電子快門與激光脈沖保持同步，由于在激光脈沖持續(xù)時間內，激光的能量密度遠遠大于弧光的能量密度，在攝像機爆光時間內激光的光強遠遠大于弧光的光強，另外在攝像機成像的光路系統(tǒng)中又加有與激光波長相匹配的窄帶光學濾光片，有效的抑制了弧光干擾。進一步提高了圖像的信噪比。能夠獲得非常清晰地熔池表面反射圖像。

由于CO2焊接時，其熔滴過渡形式相對復雜，熔池的有關信息也各不相同。一般認為，當采用熔滴短路過渡時，在熔滴短路階段弧光及飛濺的干擾較小，熔池的形態(tài)也較穩(wěn)定，是獲取熔池圖像的最佳時期。因此在本系統(tǒng)中，通過對Motoweld-S350焊機改造，設計了一套電流檢測及同步邏輯控制電路，以解決攝像機的固定工作時序與熔滴短路階段的同步。該電路能夠對短路時間小于2ms的非正常短路、短路開始2ms內出現跨場以及同一場中出現的第二次短路等現象自動加以屏蔽。當對熔滴短路階段進行檢測、識別后，輸出一個脈沖，從而觸發(fā)脈沖激光的發(fā)生以及攝像機的曝光。其系統(tǒng)組成如圖1中所示。

3.1. 熔池特征參數的提取

攝像機獲得的視頻信號在傳輸和數字化過程中由于受干擾影響，每一幀數字圖像中包含著各種各樣的隨機噪聲和畸變。在熔池圖像的預處理中采用了基于局部灰度分布特點的對比增強CE技術，這樣更有利于圖像的邊緣增強，提高目標和背景的對比度。

為了建立CO2保護焊熔池的幾何特征尺寸參數與焊縫成形質量之間的關系,必須從經過預處理后的熔池圖像中提取出熔池的幾何特征尺寸信息。這里采用的熔池特征尺寸參數為熔池的最大寬度maxW 和最大半長maxL 。實際獲得經過預處理后的熔池圖像如圖2所示。

其中熔池寬度由沿著x軸方向A、B兩個邊界點決定，熔池半長由邊界點D到x軸的垂線段決定。由圖像的灰度分布特點可知：在熔池的中心區(qū)域灰度值最大，向四周方向迅速下降，并且在熔池圖像的邊緣灰度值發(fā)生突變?；谝陨先鄢鼗叶取吧健毙畏植家?guī)律，為了提取熔池的最大寬度 maxW 和最大半長 maxL ，采用的算法流程如圖3所示。

圖3 特征參數的提取算法流程

3.2 焊接熔池動態(tài)過程閉環(huán)控制器的設計

焊接過程是一個復雜的變化過程，具有高度非線性和時變的特點。對焊接過程難以建立精確數學模型，因此在這里采用神經網絡模型（BNNM）和傳統(tǒng)的PID控制相結合的方式來實現焊接熔池動態(tài)過程的閉環(huán)控制。如圖(4)虛線框中所示。

其控制原理為：在弧焊機器人再現操作過程中，當執(zhí)行引弧指令“ARCON”時，PC機與XRC控制柜進行通訊，獲得此時的焊接規(guī)范參數（電流、電壓和焊接速度的設定值），作為此期間（引弧指令“ARCON”至熄弧指令“ARCOF”程序段）閉環(huán)控制的期望值 Ie、Ue和e；同時視覺傳感系統(tǒng)將提取的熔池特征參數(熔池的最大寬度 Wmax、最大半長 Lmax)上傳給PC機，在神經網絡模型（BNNM）中，由當前變量 Wmax、 Lmax和前兩個脈沖的歷史值以及焊接速度e共7個變量作為輸入，

圖4 閉環(huán)控制系統(tǒng)原理圖

BNNM模型的輸出為當前預測的焊接電流1I及電弧電壓1U ；期望值eI、eU 與對應的預測值1I、1U 作比較，經PID控制器調節(jié)后實現預測值向期望值的快速跟隨，從而達到對焊接過程的閉環(huán)控制。

4. PC機與XRC控制柜之間的通訊

利用MOTOMAN機器人自帶的遠程控制軟件MOTOCOM32，可通過RS232串口通訊或構建Ethernet網絡實現PC機與XRC控制柜之間的數據交換。在本系統(tǒng)中采用串口通訊方式，將XRC控制柜設置為遠程控制模式。PC機為主控單元，不斷的讀取機器人的工作狀態(tài)信息，獲得每段焊縫的焊接規(guī)范參數（電流、電壓、焊接速度）的設定值，同時實時的將閉環(huán)控制產生的焊接規(guī)范參數修正值通過RS232串口通訊傳給XRC控制柜。

5. 實驗結果

在Motoman UP6機器人系統(tǒng)中加入視覺子系統(tǒng)后，在汽車前懸支架上進行了大量的焊接實驗，焊接后的前懸支架及部分焊縫如圖(5)所示。

從圖中看出，通過采用視覺傳感系統(tǒng)對焊接熔池圖像進行視覺監(jiān)控，實時調整弧焊機器人的焊接規(guī)范參數，可大大增強

圖5 前懸支架及部分焊縫

弧焊機器人焊接過程中的自適應能力，保證焊接件所有焊縫成型的一致性。

[1]鐘玉琢,喬秉新,李樹青.機器人視覺技術[M].北京：國防工業(yè)出版社，1994.

[2]殷樹言,邵清廉.CO2焊接技術及應用[M].哈爾濱：哈爾濱工業(yè)大學出版社，1992.

[3]陳善本,等.焊接過程現代控制技術[M].哈爾濱：哈爾濱工業(yè)大學出版社，1992.

[4]劉鵬飛,韓九強,段延禮,姚俊.基于開放式控制器的機器人視覺伺服系統(tǒng)研究[J].計算機集成制造系統(tǒng), 2006,6:955～960.

O59

A

1673-2219（2010）12-0026-03

2010－10－09

湖北省教育廳資助項目（B200723002）

劉凌云(1972－)，男，湖北荊州人，碩士，講師，研究方向為機器視覺、機器人應用的研究。

（責任編校：何俊華）