[发明专利]一种机器人自动焊接焊缝跟踪检测方法

说明书

本发明公开了一种机器人自动焊接焊缝跟踪检测方法，包括以下步骤：采用人工神经网络算法模拟脉冲焊接熔池的动态过程；用实时采集和处理得到的焊接熔池动态特征参数来训练人工神经网模型，进行自学习；在CO2滴落的短路过度过程中摄取熔池的视觉图像，从而获取焊接场景特征；图像经过计算机处理后提取焊接熔池几何参数，焊接熔池几何参数为熔池面积、熔池长度、熔池宽度及熔池轮廓曲线，根据焊接熔池几何参数，实时调节焊接电流，从而控制焊接熔深。本发明通过在CO2滴落短路过度过程摄取熔池特征，避免电弧闪烁、飞溅和烟尘对摄像过程产生的干扰。

技术领域

本发明属于自动化焊接技术领域，具体涉及一种机器人自动焊接焊缝跟踪检测方法。

背景技术

现全球的工业机器人中，有百分之五十的工业机器人应用于不同焊接领域，焊接机器人有电焊与电弧焊两种基本的方式。焊接机器人主要从事的工作即是在焊接领域代替工人手动进行焊接的工业机器人。这一类的机器人中的一部分是专属机器人，即是为了适用在某种特定环境下工作的特殊机器人，大部分的焊接机器人是由传统工业机器人上安装焊接器组成。在焊接加工这一方面要求工人能对焊接任务有足够的熟练度，具有大量的实践经验，在另一方面，焊接工作又是一种劳动环境恶劣，烟尘多，辐射以及危险性高的工作，焊接机器人的发明让人们想到将它去代替工人手动焊接并减轻操作工人的劳动量，并且保证焊接任务质量，提高焊接效率。

在机器人进行焊接时，往往需要进行焊缝的追踪和纠偏，避免发生偏焊，现有的技术大多采用CCD摄像机进行追踪，但是焊接时发生的强光、电场和磁场会对CCD摄像机的图像采集发生干扰，影响成像的准确性。

发明内容

本发明的目的在于克服上述现有技术的不足，提供一种机器人自动焊接焊缝跟踪检测方法。

一种机器人自动焊接焊缝跟踪检测方法，包括以下步骤：

S1，采用人工神经网络算法模拟脉冲焊接熔池的动态过程；

S2，用实时采集和处理得到的焊接熔池动态特征参数来训练人工神经网模型，进行自学习；

S3，在CO2滴落的短路过度过程中摄取熔池的视觉图像，从而获取焊接场景特征；

S4，图像经过计算机处理后提取焊接熔池几何参数，焊接熔池几何参数为熔池面积、熔池长度、熔池宽度及熔池轮廓曲线，根据焊接熔池几何参数，实时调节焊接电流，从而控制焊接熔深；

所述S3的步骤为：用逻辑控制电路记录摄像机摄取图像开始和结束时刻，该电路在CO2滴落时发生短路时开始曝光，曝光时间为2ms，对于短路时间大于2ms和同一次曝光出现两次短路的非正常短路进行自动屏蔽。

优选地，所述步骤S2中，自学习的过程是找出接熔池几何参数、焊接规范对应关系。

优选地，所述步骤S3中焊接场景特征包括焊丝、熔池、熔渣、焊丝短路点。

与现有技术相比，本发明的有益效果：

本发明通过在CO2滴落短路过度过程摄取熔池特征，避免电弧闪烁、飞溅和烟尘对摄像过程产生的干扰。

具体实施方式

一种机器人自动焊接焊缝跟踪检测方法，包括以下步骤：

S1，采用人工神经网络算法模拟脉冲焊接熔池的动态过程；

S2，用实时采集和处理得到的焊接熔池动态特征参数来训练人工神经网模型，进行自学习；

S3，在CO2滴落的短路过度过程中摄取熔池的视觉图像，从而获取焊接场景特征；

S4，图像经过计算机处理后提取焊接熔池几何参数，焊接熔池几何参数为熔池面积、熔池长度、熔池宽度及熔池轮廓曲线，根据焊接熔池几何参数，实时调节焊接电流，从而控制焊接熔深；