CN111590244A - 基于云端管控的车间机器焊缝焊偏实时检测方法与装置 - Google Patents

基于云端管控的车间机器焊缝焊偏实时检测方法与装置 Download PDF

Info

Publication number
CN111590244A
CN111590244A CN202010380006.1A CN202010380006A CN111590244A CN 111590244 A CN111590244 A CN 111590244A CN 202010380006 A CN202010380006 A CN 202010380006A CN 111590244 A CN111590244 A CN 111590244A
Authority
CN
China
Prior art keywords
welding
deviation
cloud management
seam
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010380006.1A
Other languages
English (en)
Other versions
CN111590244B (zh
Inventor
刘辉
罗传孝
张子彬
张志忠
吴磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Science and Technology Branch of XCMG
Original Assignee
Science and Technology Branch of XCMG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Science and Technology Branch of XCMG filed Critical Science and Technology Branch of XCMG
Priority to CN202010380006.1A priority Critical patent/CN111590244B/zh
Publication of CN111590244A publication Critical patent/CN111590244A/zh
Application granted granted Critical
Publication of CN111590244B publication Critical patent/CN111590244B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种基于云端管控的车间机器焊缝焊偏实时检测方法与装置，包括机器焊接点采集模块、标准焊缝生成模块、焊偏检测模块和焊偏云端管理模块四个部分。焊偏云端管理模块根据业务确定需要检测的焊接焊缝类型，并将新增的焊接焊缝类型发送至机器焊接点采集模块；机器焊接点采集模块将根据焊偏云端管理模块定义的焊接焊缝类型采集标准的焊接点数据，并将采集的焊接点数据发送至标准焊缝生成模块；标准焊缝生成模块对接收到的焊缝点通过多元非线性回归算法进行标准焊缝建模，将建模之后的模型存储到焊偏云端管理中心，供焊偏检测模块使用；最后将焊偏检测模块部署到焊接生产线中，将焊接点实时传入云端管理中心对焊接结果进行焊偏与否的校验。

Description

基于云端管控的车间机器焊缝焊偏实时检测方法与装置
技术领域
本发明涉及车间机器焊缝焊检测技术领域，具体是一种基于云端管控的车间机器焊缝焊偏实时检测方法与装置，可以广泛应用到生产车间的焊接焊偏检测，做到实时监督，提前预警，及时干预。
背景技术
随着信息技术和智能制造的快速发展，焊接过程自动化已经成为了一个必要的技术，而自动化和智能化是改善劳动条件，提高生产效率，降低生产成本，保证焊接产品质量的重要技术手段，同时也是焊接技术的重要发展方向。随着中国人口红利的优势逐渐消失，以及产业技术转型升级的不断深入，焊接机器人和自动化装备已经迎来战略发展期。而焊缝跟踪和检测是实现焊接自动化需要解决的关键问题之一，其中偏差信息检测是自动跟踪的核心技术。已有的焊缝跟踪方法主要基于接触式传感、电弧传感、超声波传感、电磁传感、红外传感和视觉传感等，其中基于视觉传感的焊缝跟踪技术是研究热点。在焊缝视觉跟踪中，通过主动视觉的超前检测方法，用激光点或结构光源照射被检测物体表面以获取焊缝图像特征信息，并实现焊缝跟踪控制的研究成果较多，已有工业应用产品。同时焊接熔池包含了丰富的焊接过程信息，在实际焊接过程中，通常焊工主要是通过眼睛观察熔池与焊炬来判断焊接是否对中。基于熔池图像的焊缝跟踪，模拟焊工操作过程，检测焊接熔池视觉图像并提取焊缝中心线与被控焊炬偏差信息。
而工厂车间中机器焊接经常在起弧或焊缝弯曲处出现焊偏的问题，焊偏的情况若无法及时反馈并给予及时的干预，焊缝的质量将无法得到保证。而在许多精密加工场合，对焊缝的质量要求非常高，若出现焊偏的现象，将会带来很大损失。目前针对次问题常规做法如传统的解决方案是人工监督，但却耗费大量时间和人力，而机器视觉路径预测、磁光路径预测等都需要高昂的成本，无法有效的应对复杂焊偏的路径，不能满足精密加工场合的使用需求，更是增加了维护成本。
有人针对激光焊接过程中由于装配误差、参数不匹配等原因造成的焊接过程不稳定等焊接缺陷,提出了一种基于同轴图像传感技术来对焊接过程进行质量监测,通过对焊接过程中的熔池图像进行采集分析，建立了一套激光焊接过程中的质量在线监测***。但此中方法只局限在激光焊接中，且很大程度会由于受到外界环境的影响，导致采集的熔池图像不包含或者包含的可分析的特征较少，导致检测的效果下降。还有人提出了一种基于熔池尾部图像特征的三明治板激光焊焊偏移状态检测方法,拍摄的熔池尾部图像可以在无外加光源的条件下进行，通过改进的Snake算法提取熔池尾部边缘图像，然后计算3个熔池图像特征参数熔池尾部的长度、面积以及熔池在入射激光两侧的面积差。虽然此种方法特征参数易于提取计算，其随入射激光偏移量的改变而变化明显，但此中方法计算复杂度过高，不能满足实时性的需求。
发明内容
为了克服上述现有技术的缺点，本发明提供一种一种基于云端管控的车间机器焊缝焊偏实时检测方法与装置，减少人力，物力，节约成本，有效提高焊接质量。
本发明是以如下技术方案实现的：一种基于云端管控的车间机器焊缝焊偏实时检测方法，其特征在于：包括机器焊接点采集模块、标准焊缝生成模块、焊偏检测模块和焊偏云端管理模块四个部分；
首先，焊偏云端管理模块根据业务确定需要检测的焊接焊缝类型，并将新增的焊接焊缝类型发送至机器焊接点采集模块；
其次，机器焊接点采集模块将根据焊偏云端管理模块定义的焊接焊缝类型采集标准的焊接点数据，并将采集的焊接点数据发送至标准焊缝生成模块；
再次，标准焊缝生成模块对接收到的焊缝点通过多元非线性回归算法进行标准焊缝建模，将建模之后的模型存储到焊偏云端管理中心，以供焊偏检测模块使用；
最后将焊偏检测模块部署到焊接生产线中，将焊接点实时传入云端管理中心对焊接结果进行焊偏与否的校验。
优选的，待检测的焊接机器获取的焊接点数据具体包括当前机器设备型号、当前焊接的产品号、焊接点的坐标点信息，其中坐标点信息为多维信息。
优选的，标准焊缝生成模块生成标准焊缝的过程，具体如下：
(1)焊偏云端管理模块根据业务确定需要检测的焊接焊缝类型，并将新增的焊接焊缝类型发送至机器焊接点采集模块；
(2)机器焊接点采集模块将根据焊偏云端管理模块定义的焊接焊缝类型采集标准的焊接点数据，并将采集的焊接点数据发送至标准焊缝生成模块；
(3)标准焊缝生成模块对接收到的焊缝点通过多元非线性回归算法进行标准焊缝建模；
(4)标准焊缝生成模块将建模之后的模型存储到焊偏云端管理中心，以供焊偏检测模块使用，并记录焊缝对应的机器设备型号、当前焊接的产品号。
优选的，通过多元非线性回归算法对焊缝点进行建模,具体建模的工作方法如下：
给定输入集X＝{x1,x2,……,xn},其中，n为输入集的样本个数，建立非线性回归模型：
Figure BDA0002481632200000031
其中，f(x,θ)是非线性的函数，ε是均值为0的误差，该模型在已知输入集X 的情况下，使用最小二乘法优化参数θ，优化的损失函数为：
Figure BDA0002481632200000032
其中,
Figure BDA0002481632200000033
更新参数θ值的方法为梯度下降，公式如下：
Figure BDA0002481632200000034
其中，γ为学习率。
优选的，学习率γ＝1e-3。
优选的，焊偏检测模块实时检测焊缝的过程，具体如下：
(1)先将焊偏检测模块部署到焊接生产线对应机器中，根据机器的协议要求采集焊接机器的焊接点、对应的机器设备型号和当前焊接的产品号；
(2)焊偏检测模块将生产过程中采集的焊接点、对应的机器设备型号和当前焊接的产品号实时传入焊偏云端管理中心；
(3)焊偏云端管理中心将得到的焊偏点与根据设备型号和产品号与已存储的标注焊缝线进行比对，计算出焊偏距离，如果焊偏距离超过预先定义的阈值，焊偏云端管理中心则向管理人员发出焊偏警告，若未超过预先定义的阈值，则***无应答。
优选的，计算焊偏距离的公式为：
D(xi,xj)＝||xi-xj||,
其中，xi为焊偏检测模块传入到焊偏云端管理中心的样本点，xj为云端管理中心存储的对应的焊缝模型点
优选的，焊偏云端管理模块与各个模块通信采用的是socket模式进行，各个模块之前协商好通信数据协议，数据格式为JSON。
一种基于云端管控的车间机器焊缝焊偏实时检测装置，包括
焊偏云端管理模块，根据业务确定需要检测的焊接焊缝类型并确定焊偏距离阈值的功能，并为管理员提供查看、删除和修改存储的标准焊缝类型相关信息功能；并将新增的焊接焊缝类型发送至机器焊接点采集模块
机器焊接点采集模块，根据焊偏云端管理模块定义的焊接焊缝类型采集标准的焊接点数据，并将采集的焊接点数据发送至标准焊缝生成模块；
标准焊缝生成模块，对接收到的焊缝点通过多元非线性回归算法进行标准焊缝建模，将建模之后的模型存储到焊偏云端管理中心，以供焊偏检测模块使用；
焊偏检测模块，部署到焊接生产线中，将焊接点实时传入云端管理中心对焊接结果进行焊偏与否的校验。
优选的，待检测的焊接机器具有获取焊接点的功能。
与现有技术方案相比，本发明的有益效果是：
(1)在现有技术方案的优点基础上，每个部分各司其职，明确分工，便于代码的实现和维护；
(2)实现自动化的实时检测机器焊缝焊偏，减少人力，物力，节约成本，有效提高焊接质量；
(3)可以广泛应用到生产车间的焊接焊偏检测，做到实时监督，提前预警，及时干预。
附图说明
下面结合附图对本发明作进一步说明。
图1为本发明中的整体结构示意图；
图2为本发明中生成标准焊缝工作流程图；
图3为本发明中通过多元非线性算法生成标准焊缝实例图；
图4为本发明中实时检测焊缝工作流程图；
图5为焊偏云端管理中心与机器焊接点采集模块的通信主要包格式示意图。
具体实施方式
下面将结合具体实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
如图1所示，一种基于云端管控的车间机器焊缝焊偏实时检测的实现方法，包括焊偏云端管理模块、机器焊接点采集模块、标准焊缝生成模块以及焊偏检测模块四个部分；
首先，焊偏云端管理模块根据业务确定需要检测的焊接焊缝类型，并将新增的焊接焊缝类型发送至机器焊接点采集模块；其次，机器焊接点采集模块将根据焊偏云端管理模块定义的焊接焊缝类型采集标准的焊接点数据，并将采集的焊接点数据发送至标准焊缝生成模块；再次，标准焊缝生成模块对接收到的焊缝点通过多元非线性回归算法进行标准焊缝建模，将建模之后的模型存储到焊偏云端管理中心，以供焊偏检测模块使用；最后将焊偏检测模块部署到焊接生产线中，将焊接点实时传入云端管理中心对焊接结果进行焊偏与否的校验。
如图2所示，标准焊缝生成模块生成标准焊缝的工作流程具体如下：
(1)焊偏云端管理模块根据业务确定需要检测的焊接焊缝类型，并将新增的焊接焊缝类型发送至机器焊接点采集模块；
(2)机器焊接点采集模块将根据焊偏云端管理模块定义的焊接焊缝类型采集标准的焊接点数据，并将采集的焊接点数据发送至标准焊缝生成模块；
(3)标准焊缝生成模块对接收到的焊缝点通过算法进行标准焊缝建模；
(4)标准焊缝生成模块将建模之后的模型存储到焊偏云端管理中心，以供焊偏检测模块使用，并记录焊缝对应的机器设备型号、当前焊接的产品号。
其中焊偏云端管理模块与各个模块通信采用的是socket模式进行，各个模块之前协商好通信数据协议，数据格式为JSON。
标准焊缝生成模块使用的算法为多元非线性回归算法，如图3.1-图3.3所示，为本方法通过多元非线性回归算法对焊缝点进行建模后的实例。其中的曲线是标准的焊缝点所回归之后的结果，可以看出，通过多元非线性回归算法已经能够正常准确的回归出焊缝的轨迹。具体地，使用多元非线性算法建模的工作方法如下：
给定输入集X＝{x1,x2,……,xn},其中，n为输入集的样本个数，建立非线性回归模型：
Figure BDA0002481632200000061
其中，f(x,θ)是非线性的函数，ε是均值为0的误差，该模型在已知输入集X 的情况下，使用最小二乘法优化参数θ，优化的损失函数为：
Figure BDA0002481632200000062
其中,
Figure BDA0002481632200000063
更新参数θ值的方法为梯度下降，公式如下：
Figure BDA0002481632200000071
其中，γ为学习率，在具体实施过程中，需要根据样本做调节，本方法默认设置为1e-3。
如图4所示，本发明中实时检测焊缝的工作流程具体如下：
(1)先将焊偏检测模块部署到焊接生产线对应机器中，根据机器的协议要求采集焊接机器的焊接点、对应的机器设备型号和当前焊接的产品号；
(2)焊偏检测模块将生产过程中采集的焊接点、对应的机器设备型号和当前焊接的产品号实时传入焊偏云端管理中心；
(3)焊偏云端管理中心将得到的焊偏点与根据设备型号和产品号与已存储的标注焊缝线进行比对，计算出焊偏距离，如果焊偏距离超过预先定义的阈值，焊偏云端管理中心则向管理人员发出焊偏警告，若未超过预先定义的阈值，则***无应答。
具体地，计算焊偏距离的公式为：
D(xi,xj)＝||xi-xj||,
其中，xi为焊偏检测模块传入到焊偏云端管理中心的样本点，xj为云端管理中心存储的对应的焊缝模型点
如图5所示，本发明中待验证的客户端与注册码生成中心的主要包格式有：设备编号、焊缝编号、焊缝点x坐标，焊缝点y坐标，焊缝点z坐标，创建时间和焊缝点状态，其中状态包括焊接起始点、中间点和结尾点。
由上述技术方案可知，本方法集成了已有技术方案的优点，实现自动化的实时检测机器焊缝焊偏，减少人力，物力，节约成本，有效提高焊接质量，可以广泛应用到生产车间的焊接焊偏检测，做到实时监督，提前预警，及时干预。
以上所述是本发明专利的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明专利原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明专利的保护范围。

Claims (10)

1.一种基于云端管控的车间机器焊缝焊偏实时检测方法，其特征在于：包括机器焊接点采集模块、标准焊缝生成模块、焊偏检测模块和焊偏云端管理模块四个部分；
首先，焊偏云端管理模块根据业务确定需要检测的焊接焊缝类型，并将新增的焊接焊缝类型发送至机器焊接点采集模块；
其次，机器焊接点采集模块将根据焊偏云端管理模块定义的焊接焊缝类型采集标准的焊接点数据，并将采集的焊接点数据发送至标准焊缝生成模块；
再次，标准焊缝生成模块对接收到的焊缝点通过多元非线性回归算法进行标准焊缝建模，将建模之后的模型存储到焊偏云端管理中心，以供焊偏检测模块使用；
最后将焊偏检测模块部署到焊接生产线中，将焊接点实时传入云端管理中心对焊接结果进行焊偏与否的校验。
2.根据权利要求1所述的基于云端管控的车间机器焊缝焊偏实时检测方法，其特征在于：待检测的焊接机器获取的焊接点数据具体包括当前机器设备型号、当前焊接的产品号、焊接点的坐标点信息，其中坐标点信息为多维信息。
3.根据权利要求1所述的基于云端管控的车间机器焊缝焊偏实时检测的实现方法，其特征在于：标准焊缝生成模块生成标准焊缝的过程，具体如下：
(1)焊偏云端管理模块根据业务确定需要检测的焊接焊缝类型，并将新增的焊接焊缝类型发送至机器焊接点采集模块；
(2)机器焊接点采集模块将根据焊偏云端管理模块定义的焊接焊缝类型采集标准的焊接点数据，并将采集的焊接点数据发送至标准焊缝生成模块；
(3)标准焊缝生成模块对接收到的焊缝点通过多元非线性回归算法进行标准焊缝建模；
(4)标准焊缝生成模块将建模之后的模型存储到焊偏云端管理中心，以供焊偏检测模块使用，并记录焊缝对应的机器设备型号、当前焊接的产品号。
4.根据权利要求3所述的基于云端管控的车间机器焊缝焊偏实时检测方法，其特征在于：通过多元非线性回归算法对焊缝点进行建模,具体建模的工作方法如下：
给定输入集X＝{x1,x2,……,xn},其中，n为输入集的样本个数，建立非线性回归模型：
Figure FDA0002481632190000021
其中，f(x,θ)是非线性的函数，ε是均值为0的误差，该模型在已知输入集X的情况下，使用最小二乘法优化参数θ，优化的损失函数为：
Figure FDA0002481632190000022
其中,
Figure FDA0002481632190000023
更新参数θ值的方法为梯度下降，公式如下：
Figure FDA0002481632190000024
其中，γ为学习率。
5.根据权利要求4所述的基于云端管控的车间机器焊缝焊偏实时检测方法，其特征在于：学习率γ＝1e-3。
6.根据权利要求1所述的基于云端管控的车间机器焊缝焊偏实时检测方法，其特征在于：焊偏检测模块实时检测焊缝的过程，具体如下：
(1)先将焊偏检测模块部署到焊接生产线对应机器中，根据机器的协议要求采集焊接机器的焊接点、对应的机器设备型号和当前焊接的产品号；
(2)焊偏检测模块将生产过程中采集的焊接点、对应的机器设备型号和当前焊接的产品号实时传入焊偏云端管理中心；
(3)焊偏云端管理中心将得到的焊偏点与根据设备型号和产品号与已存储的标注焊缝线进行比对，计算出焊偏距离，如果焊偏距离超过预先定义的阈值，焊偏云端管理中心则向管理人员发出焊偏警告，若未超过预先定义的阈值，则***无应答。
7.根据权利要求6所述的基于云端管控的车间机器焊缝焊偏实时检测方法，其特征在于：计算焊偏距离的公式为：
D(xi,xj)＝||xi-xj||,
其中，xi为焊偏检测模块传入到焊偏云端管理中心的样本点，xj为云端管理中心存储的对应的焊缝模型点。
8.根据权利要求1所述的基于云端管控的车间机器焊缝焊偏实时检测方法，其特征在于：焊偏云端管理模块与各个模块通信采用的是socket模式进行，各个模块之前协商好通信数据协议，数据格式为JSON。
9.一种基于云端管控的车间机器焊缝焊偏实时检测装置，其特征在于：包括
焊偏云端管理模块，根据业务确定需要检测的焊接焊缝类型并确定焊偏距离阈值的功能，并为管理员提供查看、删除和修改存储的标准焊缝类型相关信息功能；并将新增的焊接焊缝类型发送至机器焊接点采集模块
机器焊接点采集模块，根据焊偏云端管理模块定义的焊接焊缝类型采集标准的焊接点数据，并将采集的焊接点数据发送至标准焊缝生成模块；
标准焊缝生成模块，对接收到的焊缝点通过多元非线性回归算法进行标准焊缝建模，将建模之后的模型存储到焊偏云端管理中心，以供焊偏检测模块使用；
焊偏检测模块，部署到焊接生产线中，将焊接点实时传入云端管理中心对焊接结果进行焊偏与否的校验。
10.根据权利要求9所述的基于云端管控的车间机器焊缝焊偏实时检测装置，其特征在于：待检测的焊接机器具有获取焊接点的功能。
CN202010380006.1A 2020-05-08 2020-05-08 基于云端管控的车间机器焊缝焊偏实时检测方法与装置 Active CN111590244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010380006.1A CN111590244B (zh) 2020-05-08 2020-05-08 基于云端管控的车间机器焊缝焊偏实时检测方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010380006.1A CN111590244B (zh) 2020-05-08 2020-05-08 基于云端管控的车间机器焊缝焊偏实时检测方法与装置

Publications (2)

Publication Number Publication Date
CN111590244A true CN111590244A (zh) 2020-08-28
CN111590244B CN111590244B (zh) 2022-07-01

Family

ID=72182459

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010380006.1A Active CN111590244B (zh) 2020-05-08 2020-05-08 基于云端管控的车间机器焊缝焊偏实时检测方法与装置

Country Status (1)

Country Link
CN (1) CN111590244B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113319462A (zh) * 2021-06-22 2021-08-31 广东工业大学 一种基于边云协同的焊接机器人管控方法和装置
CN115106615A (zh) * 2022-08-30 2022-09-27 苏芯物联技术(南京)有限公司 一种基于工况智能识别的焊偏实时检测方法及***
CN117745718A (zh) * 2024-02-19 2024-03-22 工业云制造(四川)创新中心有限公司 一种基于云制造的信息交互方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102430841A (zh) * 2011-08-26 2012-05-02 昆山工研院工业机器人研究所有限公司 基于离线规划的弧焊机器人激光视觉焊缝跟踪控制方法
CN102441719A (zh) * 2011-08-26 2012-05-09 昆山工研院工业机器人研究所有限公司 一种基于前置式激光视觉传感的焊缝跟踪离线规划方法
CN107824940A (zh) * 2017-12-07 2018-03-23 淮安信息职业技术学院 基于激光结构光的焊缝视觉跟踪***及方法
CN108890666A (zh) * 2018-09-25 2018-11-27 刘悦吟 一种机器人焊接焊缝跟踪方法及***
CN108907526A (zh) * 2018-08-04 2018-11-30 苏州佩恩机器人有限公司 一种具有高鲁棒性的焊缝图像特征识别方法
CN108971704A (zh) * 2018-09-13 2018-12-11 番禺珠江钢管（珠海）有限公司 基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及***
CN110238556A (zh) * 2019-05-07 2019-09-17 上海展湾信息科技有限公司 焊接机器人焊接过程中焊接轨迹实时检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102430841A (zh) * 2011-08-26 2012-05-02 昆山工研院工业机器人研究所有限公司 基于离线规划的弧焊机器人激光视觉焊缝跟踪控制方法
CN102441719A (zh) * 2011-08-26 2012-05-09 昆山工研院工业机器人研究所有限公司 一种基于前置式激光视觉传感的焊缝跟踪离线规划方法
CN107824940A (zh) * 2017-12-07 2018-03-23 淮安信息职业技术学院 基于激光结构光的焊缝视觉跟踪***及方法
CN108907526A (zh) * 2018-08-04 2018-11-30 苏州佩恩机器人有限公司 一种具有高鲁棒性的焊缝图像特征识别方法
CN108971704A (zh) * 2018-09-13 2018-12-11 番禺珠江钢管（珠海）有限公司 基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及***
CN108890666A (zh) * 2018-09-25 2018-11-27 刘悦吟 一种机器人焊接焊缝跟踪方法及***
CN110238556A (zh) * 2019-05-07 2019-09-17 上海展湾信息科技有限公司 焊接机器人焊接过程中焊接轨迹实时检测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113319462A (zh) * 2021-06-22 2021-08-31 广东工业大学 一种基于边云协同的焊接机器人管控方法和装置
CN115106615A (zh) * 2022-08-30 2022-09-27 苏芯物联技术(南京)有限公司 一种基于工况智能识别的焊偏实时检测方法及***
CN117745718A (zh) * 2024-02-19 2024-03-22 工业云制造(四川)创新中心有限公司 一种基于云制造的信息交互方法
CN117745718B (zh) * 2024-02-19 2024-07-02 工业云制造(四川)创新中心有限公司 一种基于云制造的信息交互方法

Also Published As

Publication number Publication date
CN111590244B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN111590244B (zh) 基于云端管控的车间机器焊缝焊偏实时检测方法与装置
CN108890652B (zh) 一种变电站巡检机器人及变电站设备巡检方法
DE102012219190A1 (de) Qualitätsstatusanzeige für einen Vibrationsschweissprozess
CN109299758A (zh) 一种智能巡检方法、电子设备、智能巡检***和存储介质
CN111069819A (zh) 一种基于人工智能的焊接质量预测***及方法
US20230142578A1 (en) System and method for detecting welding based on edge computing
CN102455171A (zh) 一种激光拼焊焊缝背面几何形貌检测方法及其实现装置
CN111857084A (zh) 一种可用于板材机无人值守的自动化生产控制***
EP4234158A1 (en) System and method for analyzing weld quality
CN115121895A (zh) 基于深度学习的选择波峰焊预警方法、装置及存储介质
CN108375581A (zh) 基于声光信号监测的双光束激光焊接过程缺陷控制方法
CN113909636A (zh) 焊接设备的控制方法、控制装置、处理器与焊接***
Liyakat et al. ML in the Electronics Manufacturing Industry
CN113641155A (zh) 一种高温锻件检测控制***
CN108664007B (zh) 一种h型钢制作信息监控***
CN109828545B (zh) Ai智能过程异常识别闭环控制方法、主机及装备***
CN116931596A (zh) 一种飞行程序自动编排的无人机飞行***
CN115355952B (zh) 一种原油储罐智能巡检***
CN114782378A (zh) 一种各类构件焊接工艺用机器人智能焊接数据库的构建方法
CN112102252B (zh) 一种微带天线焊点外观缺陷的检测方法及装置
CN207866282U (zh) 一种基于无人驾驶的多传感器集成控制监测***
CN110977292A (zh) 一种海洋平台模块结构焊缝自动检测方法
CN116152245B (zh) 一种基于人工智能的胶线缺陷检测***
LU503713B1 (en) Machine-vision-based Intelligent Unmanned Cable Strand Following and Traction Recognition System and Method
US12005532B2 (en) Systems, methods, and apparatuses, of an arc welding (AW) process and quality monitoring

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant