基于视觉传感的机器人焊缝纠偏控制系统

doi:10.3901/JME.2019.17.048

机械工程学报 ›› 2019, Vol. 55 ›› Issue (17): 48-55.doi: 10.3901/JME.2019.17.048

• 特邀专栏：焊接机器人 • 上一篇下一篇

扫码分享

基于视觉传感的机器人焊缝纠偏控制系统

王志江^1,2, 薛坤喜^1,2, 吴定勇³, 杨辉³, 申俊琦^1,2, 刘杰^1,2, 胡绳荪^1,2

1. 天津大学天津市现代连接技术重点实验室天津 300350;
2. 天津大学材料科学与工程学院天津 300350;
3. 中交天和机械设备制造有限公司苏州 215557

收稿日期:2018-09-13 修回日期:2019-03-04 出版日期:2019-09-05 发布日期:2020-01-07
通讯作者: 胡绳荪(通信作者),男,1956年出生,教授,博士研究生导师。主要研究方向为焊接设备及自动化、焊接新方法及工艺等。E-mail:huss@tju.edu.cn
作者简介:王志江,男,1981年出生,博士,副教授。主要研究方向为焊接新方法及工艺、焊接过程传感及控制、焊接自动化。E-mail:wangzj@tju.edu.cn

Robotic Weld Seam Correction Control System Based on Visual Sensing

WANG Zhijiang^1,2, XUE Kunxi^1,2, WU Dingyong³, YANG Hui³, SHEN Junqi^1,2, LIU Jie^1,2, HU Shengsun^1,2

1. Tianjin Key Laboratory of Advanced Joining Technology, Tianjin University, Tianjin 300350;
2. School of Materials Science and Engineering, Tianjin University, Tianjin 300350;
3. Tianhe Mechanical Equipment Manufacturing Co., Ltd., Suzhou 215557

Received:2018-09-13 Revised:2019-03-04 Online:2019-09-05 Published:2020-01-07

摘要/Abstract

摘要： 针对工业机器人多层多道焊缝纠偏问题，提出一种基于视觉传感的人机互动机器人焊缝纠偏方法，并建立相应的视觉传感焊缝纠偏控制系统。该系统主要包含视觉传感采集及标定和机器人焊缝纠偏控制两个子系统。将工业相机安置在焊枪上得到拍摄的实时焊接图像，然后利用Windows Forms开发的焊接监控软件，工作人员通过观察监控界面，能够对焊枪偏离焊缝是否超过允许范围做出判断，再通过控制面板发出纠偏指令传送至可编程逻辑控制器（Programmable logic controller，PLC），PLC向机器人控制器发出控制信号，机器人调用"机器人传感器接口"（Robot sensor interface，RSI）的信息流，将PLC控制信号转化为机器人末端偏移量并执行，使焊枪调整至合适位置，达到焊缝纠偏控制目标。在验证试验过程中，该系统反应较灵敏，焊缝纠偏准确度较高，整个过程运行平稳，焊缝成形质量良好。

关键词: 视觉传感, 纠偏控制, 焊缝跟踪, 多层多道焊, 工业机器人

Abstract: Regarding multi-pass weld seam tracking for industrial robots, a robotic weld seam correction control strategy is proposed based on visual sensing and the corresponding visual sensing weld seam correction control system is established. The system mainly consists of two subsystems:Visual sensing acquisition and calibration system, and robotic weld seam correction control system. Placed together with the welding torch, the industrial camera can obtain the groove or weld images in real time. The operators can observe the monitor software screen, which is designed by Windows Forms, to judge whether the welding torch deviates from target beyond the allowable range. If so, a correction command will be sent to a programmable logic controller (PLC) from the control panel; the PLC will send a control signal to the robot controller; the robot will read the information flow from the robot sensor interface (RSI) to convert the signal from PLC into the robot end offset which can be executed by the robot; in such way, the welding gun can be adjusted to a proper position to achieve weld seam correction control. During the verification test, the system is sensitive and has a reasonable accuracy in weld seam correction; the system works smoothly and steadily with good weld formation during the whole process.

Key words: visual sensing, correction control, seam tracking, multi-pass welding, industrial robot

中图分类号:

TG409

王志江, 薛坤喜, 吴定勇, 杨辉, 申俊琦, 刘杰, 胡绳荪. 基于视觉传感的机器人焊缝纠偏控制系统[J]. 机械工程学报, 2019, 55(17): 48-55.

WANG Zhijiang, XUE Kunxi, WU Dingyong, YANG Hui, SHEN Junqi, LIU Jie, HU Shengsun. Robotic Weld Seam Correction Control System Based on Visual Sensing[J]. Journal of Mechanical Engineering, 2019, 55(17): 48-55.

参考文献

[1] 陈健,苏金花,张毅梅. 《中国制造2025》与先进焊接工艺及装备发展[J]. 焊接,2016(3):1-5. CHEN Jian,SU Jinhua,ZHANG Yimei. Development of advanced welding procedure and equipment with "Made in China 2025"[J]. Welding & Joining,2016(3):1-5.
[2] 骆敏舟,方健,赵江海. 工业机器人的技术发展及其应用[J]. 机械制造与自动化,2015(1):1-4. LUO Minzhou,FANG Jian,ZHAO Jianghai. The Development and the application of the industrial robot technology[J]. Machine Building & Automation,2015(1):1-4.
[3] 许燕玲. 基于视觉及电弧传感技术的机器人GTAW三维焊缝实时跟踪控制技术研究[D]. 上海:上海交通大学,2013. XU Yanling. Research on real-time tracking and control technology of three dimension welding seam during welding robot GTAW process based on vision sensor and arc sensor[D]. Shanghai:Shanghai Jiao Tong University,2013.
[4] 何银水,孔萌,陈华斌,等. 基于视觉注意机制的机器人厚板焊接焊缝轮廓的识别[J]. 焊接学报,2015,36(12):51-55. HE Yinshui,KONG Meng,CHEN Huabin,et al. Weld seam profile identification based on visual attention mechanism in robotic thick-plate welding[J]. Transactions of The China Welding Institution,2015,36(12):51-55.
[5] 华天润,郭蕴华,吴业振,等. 焊接机器人焊缝视觉跟踪修正系统开发与实验研究[J]. 热加工工艺,2016(15):196-199. HUA Tianrun,GUO Yunhua,WU Yezhen,et al. Development and experimental research of weld visual tracking correction system of welding robot[J]. Hot Working Technology,2016(15):196-199.
[6] 尹湘云,殷国富,胡晓兵,等. 基于支持矢量机回归的机器人视觉系统定位精度[J]. 机械工程学报,2011,47(1):48-54. YIN Xiangyun,YIN Guofu,HU Xiaobing,et al. Positioning accuracy of robot vision system based on support vector machine regression[J]. Journal of Mechanical Engineering,2011,47(1):48-54.
[7] 贾丙西,刘山,张凯祥,等. 机器人视觉伺服研究进展:视觉系统与控制策略[J]. 自动化学报,2015,41(5):861-873. JIA Bingxi,LIU Shan,ZHANG Kaixiang,et al. Survey on robot visual servo control:Vision system and control strategies[J]. Acta Automatica Sinica,2015,41(5):861-873.
[8] 陶波,龚泽宇,丁汉. 机器人无标定视觉伺服控制研究进展[J]. 力学学报,2016,48(4):767-783. TAO Bo,GONG Zeyu,DING Han. Survey on uncalibrated robot visual servoing control[J]. Chinese Journal of Theoretical and Applied Mechanics,2016,48(4):767-783.
[9] LI X,LI X,GE S,et al. Automatic welding seam tracking and identification[J]. IEEE T. Ind. Electro.,2017,64(9):7261-7271.
[10] DING D. Visual neural network model for welding deviation prediction based on weld pool centroid[J]. Int. J. Pattern Recogn.,2018,32(8):1859014.
[11] LEE S K,NA S J. A study on automatic seam tracking in pulsed laser edge welding by using a vision sensor without an auxiliary light source[J]. J. Manuf. Syst.,2002,21(4):302-315.
[12] PRECUP R E,PREITL S,RUDAS I J,et al. Design and experiments for a class of fuzzy controlled servo systems[J]. IEEE-ASME T. Mech.,2008,13(1):22-35.

[1]	刘达新, 王科, 刘振宇, 许嘉通, 谭建荣. 基于数据融合与知识推理的机器人装配单元数字孪生建模方法研究[J]. 机械工程学报, 2024, 60(5): 36-50.
[2]	孟原, 史宝军, 张德权. Kriging-高维代理模型建模方法研究与改进[J]. 机械工程学报, 2024, 60(5): 249-263.
[3]	梁亮, 吴成东, 刘世昌. 基于关节损耗约束的工业机器人最优轨迹规划算法研究[J]. 机械工程学报, 2024, 60(19): 11-19.
[4]	于振, 刘海林, 裘祖荣, 安琪. 基于IGCF-IBSCF算法和BCF-IBPSO-NESN算法的工业机器人末端执行器位姿重复性检测[J]. 机械工程学报, 2024, 60(19): 71-87.
[5]	张德权, 李星奥, 张宁, 宁国松, 韩旭. 工业机器人全域误差场精细化建模方法及其误差补偿策略[J]. 机械工程学报, 2024, 60(13): 316-329.
[6]	辛杨桂, 高世一, 赵运强, 李苏, 徐望辉, 余陈. 机器人搅拌摩擦焊接力-位混合控制的应用研究[J]. 机械工程学报, 2023, 59(8): 91-98.
[7]	周健, 郑联语, 樊伟, 张学鑫, 曹彦生. 工业机器人定位误差在线自适应补偿[J]. 机械工程学报, 2023, 59(5): 53-66.
[8]	王汝贵, 董奕辰, 陈辉庆. 一种变胞式工业机器人时间最优轨迹规划[J]. 机械工程学报, 2023, 59(5): 100-111.
[9]	刘伟, 刘顺, 邓朝晖, 葛吉民. 工业机器人定位误差补偿技术研究进展[J]. 机械工程学报, 2023, 59(17): 1-16.
[10]	周策, 白斌, 叶楠. 自适应粒子群优化支持向量回归的工程系统可靠性预测[J]. 机械工程学报, 2023, 59(14): 328-338.
[11]	吴锦辉, 张德权, 韩旭. 工业机器人参数容差稳健性设计[J]. 机械工程学报, 2023, 59(11): 147-158.
[12]	韩特, 李彦夫, 雷亚国, 李乃鹏, 李响. 融合图标签传播和判别特征增强的工业机器人关键部件半监督故障诊断方法[J]. 机械工程学报, 2022, 58(17): 116-124.
[13]	王文玺, 黄云, 刘占芳, 邹莱, 吕冲. 大曲率表面机器人高速磨削中的陀螺力矩分析[J]. 机械工程学报, 2022, 58(15): 208-215.
[14]	张泽坤, 国凯, 孙杰. 基于扰动观测器的工业机器人高精度闭环鲁棒控制[J]. 机械工程学报, 2022, 58(14): 62-70.
[15]	贾爱亭, 洪波, 李湘文, 高佳篷, 吴格飞, 屈原缘. 基于轨迹在线识别的3D折线焊缝机器人摆动GMAW实时跟踪方法[J]. 机械工程学报, 2022, 58(14): 116-125.

基于视觉传感的机器人焊缝纠偏控制系统

Robotic Weld Seam Correction Control System Based on Visual Sensing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价