焊接機器人在焊接技術(shù)應(yīng)用中的關(guān)鍵技術(shù)
- 來源:大眾文摘 smarty:if $article.tag?>
- 關(guān)鍵字:焊接機器人,焊接技術(shù),應(yīng)用 smarty:/if?>
- 發(fā)布時間:2022-08-21 16:36
摘要:焊接是一種應(yīng)用較為廣泛的連接方式。在焊接加工過程中,如何在確保其精度和質(zhì)量的基礎(chǔ)上加快作業(yè)效率,是相關(guān)人員首要解決的問題。焊接機器人的出現(xiàn),使得焊接技術(shù)水平得到了進一步提升。利用焊接機器人可以在較短的時間內(nèi)完成一些人工無法完成的作業(yè),降低焊接作業(yè)安全事故的發(fā)生概率。為促進焊接機器人的持續(xù)發(fā)展,應(yīng)當不斷加大相關(guān)技術(shù)的研究力度。
1焊接機器人在焊接技術(shù)應(yīng)用中的關(guān)鍵技術(shù)
1.1模糊控制技術(shù)
利用焊接機器人開展的焊接作業(yè)具備復(fù)雜性特征,體現(xiàn)在焊槍末端與工件接觸后會產(chǎn)生高溫、弧光和噪聲。其中,高溫會引起焊縫變形,弧光和噪聲會影響機器人視覺系統(tǒng)采集圖像的清晰度,從而引起焊接精度下降。為避免上述問題的發(fā)生,可在焊接過程中實時調(diào)整焊槍的動作,以縮小焊縫與焊槍末端的偏差,提高焊接質(zhì)量。焊接機器人是一個非線性、強耦合的復(fù)雜系統(tǒng),因此傳統(tǒng)的模糊控制器無法滿足控制需要。通過開發(fā)適用于焊接機器人控制的自適應(yīng)模糊控制器,可簡化建模步驟,并提升系統(tǒng)的魯棒性,使得焊接過程更加穩(wěn)定可靠,繼而提高設(shè)備的作業(yè)效率。焊接機器人開展焊接作業(yè)時,因為在初始焊接中無法獲得焊縫追蹤系統(tǒng)的數(shù)學模型,所以需要依托控制器的輸入和輸出,通過模糊控制定義模型參數(shù),從而進一步提升焊接作業(yè)的穩(wěn)定性,降低因抖動產(chǎn)生的誤差。自適應(yīng)模糊控制器可以滿足復(fù)雜非線性、強耦合系統(tǒng)的應(yīng)用需要,且隨著焊接工件形狀的變化,偏差率模型參數(shù)會隨之實時更新,確保自動焊接順利完成。
1.2機器視覺技術(shù)
焊接作業(yè)過程中產(chǎn)生的熱量容易引起工件受熱變形,無法滿足高精度工件的焊接要求。機器視覺技術(shù)在焊接機器人中的應(yīng)用,可有效解決該類問題?;跈C器視覺的激光焊接機器人增加了圖像檢測模塊,焊接作業(yè)時能夠?qū)崟r獲取焊縫圖像,并通過軟件完成檢測。該模塊與機器人組成伺服控制系統(tǒng),可以保證完成精準焊接。機器視覺技術(shù)在激光焊接機器人中的應(yīng)用,使得機器人具備了獲取圖像信息的能力,從而實時提取焊接特征,并依據(jù)特征點的坐標值,使機器人按相應(yīng)軌跡移動,進而高效、高質(zhì)量完成焊接作業(yè)。帶有機器視覺系統(tǒng)的激光焊接機器人,采用的是三線激光條紋生成器。該生成器發(fā)出三線激光條紋后會投射到焊接工件上,此時傳感器能夠借助漫反射原理完成條紋成像。獲得的圖像中包含工件的焊接位置,且通過調(diào)整攝像機與生成器之間的角度,獲取更多與焊縫有關(guān)的信息。激光焊接機器人作業(yè)時,若發(fā)出的激光亮度過高,可能導(dǎo)致圖像曝光過度,還會對工作人員的眼睛造成一定的傷害;若是激光的亮度不足,將無法確保視覺系統(tǒng)準確捕捉到焊縫特征點的圖像信息,從而影響檢測分析結(jié)果。針對該情況,業(yè)內(nèi)的專家經(jīng)過大量研究后發(fā)現(xiàn),在600nm和850nm頻帶上捕捉到的圖像成像質(zhì)量較高。另外,研究過程中還發(fā)現(xiàn),噪聲與弧光干擾越小,捕獲的圖像越清晰。其中:干擾主要與激光器的功率P、過濾器的波長λ、工件與攝像機之間的距離d1以及特征點與焊池的距離d2等因素有關(guān)。查詢相關(guān)資料可知:當P=100mW、 λ=600n m、d1=10n m、d2≤30mm時,噪聲與弧光干擾最小,且隨著干擾的減小,焊接精度顯著提升。
1.3圖像處理技術(shù)
1.3.1圖像濾波技術(shù)
焊接機器人作業(yè)時不可避免會產(chǎn)生飛濺。盡管圖形已經(jīng)過直方圖均衡化處理,但其中仍會或多或少存在部分噪聲干擾,從而對圖像的分析結(jié)果造成不利影響。為解決這一問題,可以運用圖像濾波技術(shù)消除噪聲干擾。在圖像濾波過程中,可采用中值、均值或高斯濾波等濾波方法。這3種濾波方法中,高斯濾波在焊接機器人中的應(yīng)用較為廣泛。實踐表明,通過高斯濾波后,焊縫圖像中的噪聲能夠得到有效抑制。
1.3.2邊緣檢測技術(shù)
通過邊緣檢測能夠標識出圖像中亮度變化較為明顯的點。應(yīng)用該技術(shù)可以大幅度減少數(shù)據(jù)量,剔除不相關(guān)的信息,保留圖像中重要的結(jié)構(gòu)屬性。焊接機器人作業(yè)時,通過直方圖和濾波處理后,可進一步提升圖像質(zhì)量,從而使焊縫成為機器人自動追蹤的主要目標。此時,提取圖像中的焊縫邊緣信息,可以獲得精確的焊縫位置信息。邊緣檢測技術(shù)中應(yīng)用的主要算法為檢測算法,如Sobel算子、Roberts算子、Canny算子等。在焊縫圖像處理中,Sobel算子適用于提取噪聲較多的圖像焊縫邊緣,且能夠達到較為理想的效果。但從實際情況來看,它的處理精度一般。Roberts算子雖然精度較高,但對噪聲干擾較為敏感。 C a n ny算子的抗噪聲干擾能力強,可以達到較高的提取精度,能夠在滿足焊接機器人作業(yè)需求的同時,滿足弧光飛濺下的圖像焊縫邊緣提取要求。
2焊接機器人所具有的發(fā)展前景
科學技術(shù)的不斷創(chuàng)新和積極利用,我國的經(jīng)濟建設(shè)工作已經(jīng)在原有的基礎(chǔ)上得到了根本性的提升,各種先進技術(shù)的應(yīng)用范圍的變得更加廣泛,讓智能化技術(shù)在社會中具有了更多展現(xiàn)自身實用價值的良好機會。在這種新型的社會發(fā)展大環(huán)境下,焊接技術(shù)本身也能夠在原先基礎(chǔ)上得到多方面的完善。雖然在發(fā)展的歷程中,我國在使用焊接機器人的時候已經(jīng)能夠應(yīng)用一些較為純熟的技術(shù),但是其在發(fā)展的歷程中依舊需要完善陳舊的理論知識,讓新型操控技術(shù)的核心理念能夠滲透到實際工作環(huán)節(jié)中。同時,其中還存在著很多的技術(shù)性問題有待解決,這些問題都限制了焊接行業(yè)獲得更大的技術(shù)突破。我國的智能化領(lǐng)域技術(shù)還稍顯稚嫩,另外,虛擬現(xiàn)實技術(shù)本身也并不先進。這是相關(guān)技術(shù)人員在今后的發(fā)展歷程中需要積極研究的問題,也是我國焊接領(lǐng)域的未來發(fā)展走向。但是,沒有辦法否認的是,焊接機器人技術(shù)的使用切實改變了社會發(fā)展的格局。同時,還能夠激勵更多的科研領(lǐng)域工作人員進行更多科學技術(shù)的研究。當今世界在發(fā)展的過程中出現(xiàn)了多種科學技術(shù)不斷融合的情況,焊接機器人的使用對于社會的發(fā)展有著舉足輕重的作用,并成為其他領(lǐng)域?qū)崿F(xiàn)技術(shù)突破所需要的基礎(chǔ)技術(shù),促進其他領(lǐng)域的發(fā)展進步。同時,焊接技術(shù)想要獲得更多的發(fā)展的空間也需要依賴于其他領(lǐng)域的先進技術(shù)。比如,焊接技術(shù)與虛擬技術(shù)之間便存在著這種發(fā)展關(guān)系。焊接機器人技術(shù)能夠給予智能化技術(shù)足夠的基礎(chǔ)技術(shù)支撐,新型技術(shù)的發(fā)展壯大也能夠讓焊接技術(shù)具有更高的精度。因此,焊接技術(shù)與其他領(lǐng)域的技術(shù)具有相輔相成的關(guān)系,這樣能夠在原有的基礎(chǔ)上減少更多不必要的成本投入,讓焊接技術(shù)在進行實際操作的時候不用花費更多的金錢,并且能夠具有更高的質(zhì)量。這對于整個社會的發(fā)展都是極為重要的,可以讓社會在進行生產(chǎn)工作的時候具有更高的效率和質(zhì)量。因此,相關(guān)技術(shù)人員一定要重視對焊接機器人技術(shù)的使用和研究,讓所有科技領(lǐng)域的工作都能夠在此基礎(chǔ)上實現(xiàn)更高的突破,讓我國能夠在未來中擁有更多的發(fā)展道路和更加璀璨的發(fā)展前景,提升我國在世界上所具有的位置。
3結(jié)束語
通過利用焊接機器人能夠有效減少相關(guān)工作人員的工作量,促使機器人能夠以既定流程制作更多高質(zhì)量元件,相較于人工焊接具有非常大的優(yōu)勢,研究人員應(yīng)當在此方面上加強研究,提升焊接機器人的功能與作用,促進焊接機器人的持續(xù)發(fā)展。
參考文獻:
[1]姚江云,吳方圓.基于改進蜂群算法的焊接機器人路徑規(guī)劃方法研究[J].機床與液壓,2019,47(15):49-52.
[2]孟憲偉,肖玉龍,唐宇佟,劉世鐸,王炎.焊接智能化的研究現(xiàn)狀及應(yīng)用[J].電焊機,2019,49(9):84-87.
