[发明专利]基于近红外双目视觉识别的角接接头熔透控制方法

摘要

一种基于近红外双目视觉识别的角接接头熔透控制方法，涉及焊接熔池特征参数的视觉检测方法和反面熔宽的检测方法。本发明利用正面和反面近红外扫描CCD摄像装置与计算机图像处理系统和控制系统相结合的方法进行角接接头的熔透控制。首先基于近红外的的原理选择合适的近红外扫描CCD摄像装置；然后进行熔池图像的获取，包括利用正面的近红外视觉传感器获取的熔池特征参数和利用背面的近红外视觉传感器获取的反面熔宽，接着对获取的熔池及其特征参量以及反面的熔宽进行图像处理和分析，得到焊缝熔透信息；最后通过得到的参数建立模型进行熔透控制。本发明不需要再经过推导出反面熔宽。避免了利用正面熔池图像的特征尺寸参量和特征性状参量来表征熔透。

主权项

1.一种基于近红外双目视觉识别的角接接头熔透控制方法，其特征在于，该方法包括如下步骤：S1:将待焊接的两块工件用夹具固定在变位机上，两者成90°；将焊枪安装在机器人末端，将两个近红外扫描CCD摄像机按照镜头端面的法线与水平面呈45°‑60°的角度用夹具固定在焊枪上面；S2:启动焊接电源，进行焊接；S3:两个近红外视觉传感器同时工作，驱动正面的近红外扫描CCD摄像机对角接接头的表面采集图像，获取熔池形状及其尺寸参数；同时驱动反面的近红外扫描CCD摄像机对角接接头的背面采集图像，获取角接接头反面熔宽，得到焊缝熔透信息；S4:对获取的图像进行滤波处理，然后逐列扫描，得到边界，将边界点标记出来，然后经过Hough变换，计算出反面熔宽；S5:对获取的熔池及其尺寸参量进行图像处理和分析，先对原始图像进行滤波去噪，然后进行阈值分割，接着提取出焊缝的轮廓，最后进行特征点提取，得到几何特征参数；S6:将外熔宽、熔池内缘宽、相邻图像外熔宽差值这三种特征参数作为神经网络的输入，以未熔透、熔透、过透三种状态作为神经网络的输出，建立神经网络模型；根据已建立的神经网络对熔透进行预测；S7:将实时焊接特征参数与建立的神经网络模型进行比对，若焊缝处于熔透状态，则相应的焊接参数不做改变；若焊缝处于未熔透或过熔透状态，则计算机根据控制器所建立的模型反馈的结果进行调节电流和电压以及焊接速度的数值发送给控制器，以达到控制熔透的效果。