论文部分内容阅读
以集装箱波纹板为代表的海工装备存在着焊接自动化程度低和焊接质量差等问题,轨迹识别和焊枪姿态识别在实际应用中的效果还不尽人意,其主要原因在于集装箱为大结构件,装夹难度大,用于侧板的波纹板,其板面较大,波形变化复杂,焊缝形状难以保持,板厚一般为1～2mm,受热时容易产生波浪形热变形,底侧梁长度可达15米,在自身重力作用下容易弯曲,因此波纹板与底侧梁衔接的焊缝属于空间复杂焊缝,以至于焊缝轨迹识别和焊枪姿态识别困难。本文针对上述大结构件集装箱中的波纹板轨迹识别和焊缝跟踪中存在的问题,提出了一种基于激光视觉轨迹识别和电弧跟踪的波纹板焊缝跟踪方法,利用激光视觉传感器获取波纹板焊缝空间点云数据,从点云数据中提取出焊缝的空间角点数据集,通过对角点数据进行数据处理获取空间焊缝轨迹、轨迹法向量、拐点位置和折线角大小等信息,从而对波纹板焊缝轨迹进行预判和焊接姿态调整,对于焊接过程中的热变形、机械磨损等造成的大偏差,采用电弧传感器进行实时修正,从而达到波纹板焊缝轨迹预判和精确的焊缝跟踪,具体研究内容如下:1)针对本文所提出的方法设计了一套用于波纹板焊缝跟踪的实验平台。利用PCI1020型阿尔泰运动控制卡、PCI8735型阿尔泰数据采集卡、LJ-G200型基恩士激光视觉传感器、涡轮蜗杆转台和电弧传感器等设计了一套用于波纹板焊缝点云数据获取、轨迹识别和焊缝跟踪的实验平台。2)基于点云数据处理的波纹板焊缝轨迹识别和焊枪姿态识别。对不同波形波纹板(如梯形焊缝、圆弧形焊缝等)进行分析,建立其角点和拐点模型,通过HARRIS点云角点检测算法提取出波纹板焊缝点云数据中的空间角点数据集,利用RANSCA折线拟合算法从角点数据集中提取焊缝轨迹和折线角大小,并估算出空间轨迹法向量,对焊缝位姿进行识别,从而对波纹板焊缝轨迹进行预判和焊枪姿态识别。3)利用摆动电弧对波纹板焊缝跟踪时的大偏差进行修正。由于波纹板属于薄板类,焊接时容易产生热变形,因此为了提高整体焊缝跟踪精度,利用电弧传感器对焊接过程中存在的大偏差进行实时修正。4)通过搭建波纹板焊缝跟踪实验平台对本文实现方案进行验证。利用设计的波纹板焊缝跟踪平台对折线焊缝进行轨迹识别、焊枪姿态调整和焊缝跟踪实验,对本文的实验方法可行性进行验证。