CN114399461A - 智能化焊趾机械打磨疲劳延寿方法 - Google Patents
智能化焊趾机械打磨疲劳延寿方法 Download PDFInfo
- Publication number
- CN114399461A CN114399461A CN202111459823.7A CN202111459823A CN114399461A CN 114399461 A CN114399461 A CN 114399461A CN 202111459823 A CN202111459823 A CN 202111459823A CN 114399461 A CN114399461 A CN 114399461A
- Authority
- CN
- China
- Prior art keywords
- point
- polishing
- grinding
- image
- frame
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/005—Manipulators for mechanical processing tasks
- B25J11/0065—Polishing or grinding
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Robotics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Grinding And Polishing Of Tertiary Curved Surfaces And Surfaces With Complex Shapes (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明提供了一种智能化焊趾机械打磨疲劳延寿方法,包括以下步骤:(1)焊缝扫描;(2)图像处理;(3)提取每帧图像特征点;(4)确定每帧图像打磨始末点;(5)打磨轨迹求取;(6)确定每帧图像磨头位姿;(7)焊缝打磨。该智能化焊趾机械打磨疲劳延寿方法具有可适用于复杂狭小空间,能够自动识别焊缝并拟合计算出打磨轨迹,可在线调节磨头空间位姿,打磨效果好、效率高的优点。
Description
技术领域
本发明涉及结构件疲劳延寿技术,具体的说,涉及了一种智能化焊趾机械打磨疲劳延寿方法。
背景技术
疲劳破坏是焊接结构件最主要的破坏形式,焊接接头附带的应力集中、焊接缺陷、残余拉伸应力综合作用下,会导致焊接结构件疲劳性能下降,对于工程结构件而言,提高焊接结构件的疲劳寿命是工程机械领域不可避免的重要举措。目前提高结构件疲劳性能的主要方法有焊缝和焊趾机械打磨技术、锤击技术、TIG熔修技术、超声冲击技术等,其中,焊缝和焊趾机械打磨技术因为其便捷实施、显著提升疲劳强度、成本低等性能备受焊接工作者的青睐,是实际疲劳改性时使用最多的方案,但现在大多工厂技术比较落后,主要采用手动焊缝和焊趾机械打磨方式,不仅效率低下,而且人工打磨过程中无法严格按照标准规定的参数实施,最终打磨精度和效果对工人素质依赖性比较大,打磨产生的金属废屑、噪声、烟尘也对人体的健康造成隐患。
基于传统人工机械打磨焊缝和焊趾方式的不利因素,焊接学者们开始逐步转向自动化焊缝打磨方式的研究,目前主要存在两种形式:(1)基于示教轨迹编程的打磨方式;该方法将打磨的深度、打磨轨迹、磨头运行速度、磨头转速等参数提前示教设定,其可适用于平板对接焊缝、圆筒环/纵对接焊缝打磨场合,对于角焊缝打磨、磨头位姿需要空间实时变化的场合难以适用。(2)基于结构光视觉轨迹跟踪的焊缝余高打磨方式;该方法利用结构光视觉预扫描或实时扫描获取焊缝的特征点,进而获取焊缝磨头的打磨轨迹与打磨深度,但该方法也存在以下技术特点:①该方法较多用于对对接焊缝打磨,这种场合空间开阔、操作较为简单,但对于角接焊缝或空间位姿严重受限的场合,比如液压支架顶梁结构件,该结构光视觉轨迹跟踪的打磨方式将会失效,必须改进打磨工具的结构形式以及结构光视觉获取打磨工艺的相关算法;②该方法主要用于焊缝余高打磨的情形,打磨过程中不需要对打磨工具的位姿进行在线调节,只需将初始位置设置好即可完成后续打磨,对于焊趾智能化打磨疲劳延寿方法的情形,由于标准对打磨工具与焊缝的夹角有规定要求,必须能够根据焊缝不同位置在线调整打磨工具位姿,因此该方法无法实施。
综上所述,在角焊缝焊趾打磨疲劳延寿领域,尚没有进行智能化打磨的相关技术,本领域技术人员对其研究尚处于空白状态,由于焊缝的疲劳延寿打磨在标准中对各种参数有详细规定,导致其在智能化打磨过程中,必须满足的特性为:(1)在复杂狭小空间内可以运作,具备运行安全评定的功能;(2)能够自主定位应力集中区域,自动设定打磨轨迹、打磨深度、可实现磨头空间位姿的实时调节。
为了解决以上存在的问题,人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足,从而提供一种可适用于复杂狭小空间,能够自动识别焊缝并拟合计算出打磨轨迹,可在线调节磨头空间位姿,打磨效果好、效率高的智能化焊趾机械打磨疲劳延寿方法。
为了实现上述目的,本发明所采用的技术方案是:一种智能化焊趾机械打磨疲劳延寿方法,包括以下步骤:(1)焊缝扫描:采用激光投影线逐帧扫描待打磨焊缝,扫描时,激光光平面平行于焊缝截面,且激光中心线位于焊缝母材平面夹角的等分平面上;(2)图像处理:逐帧扫描的焊缝图像按顺序依次经过图像预处理和中心线提取,分别得到以中心线表征的焊缝几何轮廓形貌;(3)提取每帧图像特征点:将焊缝几何轮廓的两端点分别设为A点和B点,其中以焊缝几何轮廓上A点所在直线为X轴、与焊缝几何轮廓所在平面垂直的方向为纵坐标建立初始三维坐标系,像素点竖坐标最低且低于A点竖坐标20个像素以上的点设为S点;当S点存在时,则该帧图像存在咬边缺陷,从A点出发第一个端点为H点、第二个端点为D点,从B点出发第一个端点为C点;当S点不存在时,则该帧图像不存在咬边缺陷,从B点出发第一个端点为C点、第二个端点为D点;(4)确定每帧图像打磨始末点:当该帧图像存在咬边缺陷时,以D点、H点连线的中心点作为打磨起始作用点J,当该帧图像不存在咬边缺陷时,将D点作为打磨起始作用点J,同时将J点作为初始三维坐标系的原点;在焊缝几何轮廓上,从D点出发朝向B点寻找E点,使D、E的距离为焊脚尺寸的1/2,将E点作为打磨最小宽度点;设焊缝母材厚度为d、磨头轴线与ZY、XY平面夹角为γ、磨头轴线与Y轴夹角为β,在磨头轴线上寻找打磨最深点N点,使NJ ≈fd/ cosγ,则N点为打磨终点,其中,f、γ、β和E点均由打磨标准确定;(5)打磨轨迹求取:将每帧图像中N点的图像坐标转化为打磨机器人基坐标下的三维坐标,将每帧图像中N点的坐标进行准均匀三次B样条曲线拟合,得到打磨轨迹曲线L;(6)确定每帧图像磨头位姿:通过JA直线方程获取X轴,通过打磨轨迹曲线L求取的J点切线直线方程获取Y轴,通过X轴、Y轴确定Z轴,从而得到最终三维坐标系,磨头轴线与ZY、XY平面夹角为γ、磨头轴线与Y轴夹角为β,且磨头端点与J点重合,从而得到磨头的位姿;(7)焊缝打磨:选取半径不小于EJ距离的磨头,控制磨头按步骤(6)中的位姿沿着步骤(5)中的求取的打磨轨迹曲线L对焊缝进行打磨。
基于上述,步骤(3)中的图像预处理包括视频取帧、有效区域定位及提取、Ostu滤波、形态学修整。
基于上述,它还包括通过实际有限元模拟、疲劳实验或者受力分析得出应力集中区域,确定疲劳薄弱区域焊缝的步骤。
基于上述,它还包括安全性预测的步骤,求取BC直线与AD直线的夹角以及线段DC的距离,当夹角小于阈值角或者距离小于阈值时,该段焊缝打磨存在危险性,进行预警。
基于上述,步骤(5)中,图像坐标转化为打磨机器人基坐标下的三维坐标时采用结构光视觉标定和手眼标定相结合的方式。
基于上述,所述γ和所述β均在30-45°之间取值。
本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说,本发明利用激光投影线逐帧采集焊缝图像,并对各帧图像进行图像处理,得到焊缝几何轮廓形貌,提取特征点,建立初始三维坐标系,并根据预设的规则判断出本帧图像是否存在咬边缺陷,依据相关打磨标准,针对不同情况,分别确定打磨起始点、终点以及最小打磨宽度所能达到的点,其中打磨终点也可称为实际作用点,再将各帧实际作用点的像素坐标转化为打磨机器人基座下的三维坐标,以各帧实际作用点坐标拟合得到打磨轨迹曲线,再以打磨轨迹曲线上各点的切线作为该点的Y轴建立最终三维坐标系,进而根据预定的规则,计算得到每帧图像磨头打磨的位姿,这样可保证打磨过程中,实际的打磨轨迹平滑过渡,并且每帧图像采用相同的打磨标准,提高了各处打磨效果的均匀度,可避免某处打磨过渡或者某处打磨不足,消除了人为操作因素的影响,稳定提升了焊接结构件的疲劳性能,并且由于是采用打磨机器人智能打磨,也大大提高了打磨的效率。
进一步地,通过所述安全性预测的步骤,可自动判断出焊缝能否打磨,并在存在危险时,及时提出预警。
附图说明
图1是本发明中智能化焊趾机械打磨疲劳延寿方法所使用的打磨设备的结构示意图。
图2是本发明中经过图像预处理后的对接焊缝几何轮廓图片。
图3是本发明中经过图像预处理后的角接焊缝几何轮廓图片。
图4是本发明中经过中心线提取后的对接焊缝几何轮廓图片。
图5是本发明中经过中心线提取后的角接焊缝几何轮廓图片。
图6是本发明中以角接焊缝为例描述的打磨工艺参数求取数学模型。
图中:1. 打磨六轴机器人;2. 高速电力驱动砂轮;3. 磨头;4. 工控机;5. 焊缝结构件;6. 机器人控制器;7. CCD工业相机;8. 线激光发生器;9. 激光投影线。
具体实施方式
下面通过具体实施方式,对本发明的技术方案做进一步的详细描述。
如图1-6所示,一种智能化焊趾机械打磨疲劳延寿方法,包括以下步骤:
(1)确定待打磨焊缝:通过实际有限元模拟、疲劳实验或者受力分析得出应力集中区域,确定疲劳薄弱区域焊缝。
(2)焊缝扫描:采用激光投影线逐帧扫描待打磨焊缝,扫描时,激光光平面平行于焊缝截面,且激光中心线位于焊缝母材平面夹角的等分平面上,例如,对于对接焊缝,激光中心线垂直于焊缝母材平面,对于90°角焊缝,激光中心线与焊缝母材平面成45°夹角。
(3)图像处理:逐帧扫描的焊缝图像按顺序依次传递给工控机4,经过图像预处理和中心线提取,其中图像预处理又包括视频取帧、有效区域定位及提取、Ostu滤波、形态学修整,分别得到以中心线表征的焊缝几何轮廓形貌。
(4)提取每帧图像特征点:将焊缝几何轮廓的两端点分别设为A点和B点,其中以焊缝几何轮廓上A点所在直线为X轴、与焊缝几何轮廓所在平面垂直的方向为纵坐标建立初始三维坐标系,像素点竖坐标最低且低于A点竖坐标20个像素以上的点设为S点;
当S点存在时,则该帧图像存在咬边缺陷,从A点出发第一个端点为H点、第二个端点为D点,从B点出发第一个端点为C点;当S点不存在时,则该帧图像不存在咬边缺陷,从B点出发第一个端点为C点、第二个端点为D点;
通过该步骤,在焊缝存在咬边缺陷时,共获取A、B、C、D、S、H六个特征点,在焊缝不存在咬边缺陷时,共获取A、B、C、D四个特征点。
(5)安全性预测:求取BC直线与AD直线的夹角以及线段DC的距离,当夹角小于阈值角或者距离小于阈值时,则该段焊缝打磨存在危险性,进行预警;当不存在打磨危险性时,可进入下一步处理。
(6)确定每帧图像打磨始末点:当该帧图像存在咬边缺陷时,以D点、H点连线的中心点作为打磨起始作用点J,当该帧图像不存在咬边缺陷时,将D点作为打磨起始作用点J,同时将J点作为初始三维坐标系的原点;
在焊缝几何轮廓上,从D点出发朝向B点寻找E点,使D、E的距离为焊脚尺寸的1/2,将E点作为打磨最小宽度点;
设焊缝母材厚度为d、磨头3轴线与ZY、XY平面夹角为γ、磨头3轴线与Y轴夹角为β,在磨头3轴线上寻找打磨最深点N点,使NJ ≈fd/ cosγ,则N点为打磨终点,也可以将N点称作实际作用点;
其中,f、γ、β和E点均由打磨标准确定,所述γ和所述β均在30-45°之间取值。
(7)打磨轨迹求取:将每帧图像中N点的图像坐标转化为打磨机器人基坐标下的三维坐标,将每帧图像中N点的坐标进行准均匀三次B样条曲线拟合,得到打磨轨迹曲线L;
其中,该坐标转化公式的求取包括以下过程:
① 标定目的:
将焊缝区域中一点q在CCD工业相机7拍摄的图片上的像素坐标(uq,vq)转化为相机坐标系下的实际坐标(xq,yq,zq),相机坐标系坐标原点为CCD工业相机7的光镜中心;包含相机内参数标定、光平面方程标定:
标定手段:Halcon标定法或张正友标定法;
标定得:
其中W2,W1为坐标转换矩阵。
②CCD工业相机7光镜中心坐标与高速电力驱动砂轮2端部坐标转换矩阵手眼标定:
CCD工业相机7光镜与高速电力驱动砂轮2由于是机械固定,CCD工业相机7光镜中心坐标在高速电力驱动砂轮2端部坐标原点(Xz,Yz,Zz)转换矩阵W3为常量定值,得:
③高速电力驱动砂轮2端部坐标与打磨六轴机器人1基座坐标转换矩阵手眼标定:
高速电力驱动砂轮2由于是机械固定在打磨六轴机器人1端部,高速电力驱动砂轮2端部坐标(Xz,Yz,Zz)坐标在打磨机器人基座标原点(X0,Y0,Z0)转换矩阵W4为常量定值,得:
最终得在CCD工业相机7拍摄的图片上的一点q,像素坐标为(uq,vq)在打磨机器人基座标系下的坐标的计算公式是:
(8)确定每帧图像磨头3位姿:通过JA直线方程获取X轴,通过打磨轨迹曲线L求取的J点切线直线方程获取Y轴,通过X轴、Y轴确定Z轴,从而得到最终三维坐标系,磨头3轴线与ZY、XY平面夹角为γ、磨头3轴线与Y轴夹角为β,且磨头3端点与J点重合,从而得到磨头3的位姿,后设定磨头3转速、打磨前进速度,将上述运动控制参数传递给运动控制***则实现打磨运动自动控制的功能;
(9)焊缝打磨:选取半径不小于EJ距离的磨头3,控制磨头3按步骤(8)中的位姿沿着步骤(7)中求取的打磨轨迹曲线L对焊缝进行打磨。
该打磨方法实施时采用的打磨设备包括打磨六轴机器人1、高速电力驱动砂轮2、工控机4、机器人控制器6、CCD工业相机7和线激光发生器8,线激光发生器8将激光投影线9打到焊缝结构件5上,CCD工业相机7采集带有激光线的图片,并传输给工控机4,工控机4执行上述步骤中的相关计算并将结果传送至机器人控制器6,由机器人控制器6控制打磨六轴机器人1进行打磨操作。
工作原理:
其利用激光投影线9逐帧采集焊缝图像,并对各帧图像进行图像处理,得到焊缝几何轮廓形貌,提取特征点,建立初始三维坐标系,并根据预设的规则判断出本帧图像是否存在咬边缺陷,经过安全性预测后,依据相关打磨标准,针对不同情况,分别确定打磨起始点、终点以及最小打磨宽度所能达到的点,其中打磨终点也可称为实际作用点,再将各帧实际作用点的像素坐标转化为打磨六轴机器人1基座下的三维坐标,以各帧实际作用点坐标拟合得到打磨轨迹曲线,再以打磨轨迹曲线上各点的切线作为该点的Y轴建立最终三维坐标系,进而根据预定的规则,计算得到每帧图像磨头打磨的位姿,这样可保证打磨过程中,实际的打磨轨迹平滑过渡,并且每帧图像采用相同的打磨标准,提高了各处打磨效果的均匀度,可避免某处打磨过渡或者某处打磨不足,消除了人为操作因素的影响,稳定提升了焊接结构件的疲劳性能,并且由于是采用打磨机器人智能打磨,也大大提高了打磨的效率。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (6)
1.一种智能化焊趾机械打磨疲劳延寿方法,其特征在于,包括以下步骤:
(1)焊缝扫描:采用激光投影线逐帧扫描待打磨焊缝,扫描时,激光光平面平行于焊缝截面,且激光中心线位于焊缝母材平面夹角的等分平面上;
(2)图像处理:逐帧扫描的焊缝图像按顺序依次经过图像预处理和中心线提取,分别得到以中心线表征的焊缝几何轮廓形貌;
(3)提取每帧图像特征点:将焊缝几何轮廓的两端点分别设为A点和B点,其中以焊缝几何轮廓上A点所在直线为X轴、与焊缝几何轮廓所在平面垂直的方向为纵坐标建立初始三维坐标系,像素点竖坐标最低且低于A点竖坐标20个像素以上的点设为S点;当S点存在时,则该帧图像存在咬边缺陷,从A点出发第一个端点为H点、第二个端点为D点,从B点出发第一个端点为C点;当S点不存在时,则该帧图像不存在咬边缺陷,从B点出发第一个端点为C点、第二个端点为D点;
(4)确定每帧图像打磨始末点:当该帧图像存在咬边缺陷时,以D点、H点连线的中心点作为打磨起始作用点J,当该帧图像不存在咬边缺陷时,将D点作为打磨起始作用点J,同时将J点作为初始三维坐标系的原点;在焊缝几何轮廓上,从D点出发朝向B点寻找E点,使D、E的距离为焊脚尺寸的1/2,将E点作为打磨最小宽度点;设焊缝母材厚度为d、磨头轴线与ZY、XY平面夹角为γ、磨头轴线与Y轴夹角为β,在磨头轴线上寻找打磨最深点N点,使NJ ≈fd/cosγ,则N点为打磨终点,其中,f、γ、β和E点均由打磨标准确定;
(5)打磨轨迹求取:将每帧图像中N点的图像坐标转化为打磨机器人基坐标下的三维坐标,将每帧图像中N点的坐标进行准均匀三次B样条曲线拟合,得到打磨轨迹曲线L;
(6)确定每帧图像磨头位姿:通过JA直线方程获取X轴,通过打磨轨迹曲线L求取的J点切线直线方程获取Y轴,通过X轴、Y轴确定Z轴,从而得到最终三维坐标系,磨头轴线与ZY、XY平面夹角为γ、磨头轴线与Y轴夹角为β,且磨头端点与J点重合,从而得到磨头的位姿;
(7)焊缝打磨:选取半径不小于EJ距离的磨头,控制磨头按步骤(6)中的位姿沿着步骤(5)中的求取的打磨轨迹曲线L对焊缝进行打磨。
2.根据权利要求1所述的智能化焊趾机械打磨疲劳延寿方法,其特征在于:步骤(3)中的图像预处理包括视频取帧、有效区域定位及提取、Ostu滤波、形态学修整。
3.根据权利要求2所述的智能化焊趾机械打磨疲劳延寿方法,其特征在于:它还包括通过实际有限元模拟、疲劳实验或者受力分析得出应力集中区域,确定疲劳薄弱区域焊缝的步骤。
4.根据权利要求1-3任一项所述的智能化焊趾机械打磨疲劳延寿方法,其特征在于:它还包括安全性预测的步骤,求取BC直线与AD直线的夹角以及线段DC的距离,当夹角小于阈值角或者距离小于阈值时,该段焊缝打磨存在危险性,进行预警。
5.根据权利要求4所述的智能化焊趾机械打磨疲劳延寿方法,其特征在于:步骤(5)中,图像坐标转化为打磨机器人基坐标下的三维坐标时采用结构光视觉标定和手眼标定相结合的方式。
6.根据权利要求1、2、3和5任一项所述的智能化焊趾机械打磨疲劳延寿方法,其特征在于:所述γ和所述β均在30-45°之间取值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111459823.7A CN114399461B (zh) | 2021-12-02 | 2021-12-02 | 智能化焊趾机械打磨疲劳延寿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111459823.7A CN114399461B (zh) | 2021-12-02 | 2021-12-02 | 智能化焊趾机械打磨疲劳延寿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114399461A true CN114399461A (zh) | 2022-04-26 |
CN114399461B CN114399461B (zh) | 2023-07-25 |
Family
ID=81225669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111459823.7A Active CN114399461B (zh) | 2021-12-02 | 2021-12-02 | 智能化焊趾机械打磨疲劳延寿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114399461B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115592501A (zh) * | 2022-10-11 | 2023-01-13 | 中国第一汽车股份有限公司(Cn) | 一种基于3d线激光视觉引导的顶盖钎焊自适应打磨方法 |
CN116652704A (zh) * | 2023-07-28 | 2023-08-29 | 中国人民解放军空军工程大学 | 一种自适应飞机结构外形的复合修理方法 |
CN116985143A (zh) * | 2023-09-26 | 2023-11-03 | 山东省智能机器人应用技术研究院 | 一种打磨机器人的打磨轨迹生成*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844622A (zh) * | 2016-03-16 | 2016-08-10 | 南京工业大学 | 一种基于激光视觉的v型坡口焊缝检测方法 |
CN107798330A (zh) * | 2017-11-10 | 2018-03-13 | 上海电力学院 | 一种焊缝图像特征信息提取方法 |
CN107876970A (zh) * | 2017-12-13 | 2018-04-06 | 浙江工业大学 | 一种机器人多层多道焊接焊缝三维检测及焊缝拐点识别方法 |
CN108132017A (zh) * | 2018-01-12 | 2018-06-08 | 中国计量大学 | 一种基于激光视觉***的平面焊缝特征点提取方法 |
CN110091333A (zh) * | 2019-05-17 | 2019-08-06 | 上海交通大学 | 复杂曲面表面焊缝特征识别和自动磨抛的装置及方法 |
CN111103291A (zh) * | 2019-12-20 | 2020-05-05 | 广西柳州联耕科技有限公司 | 基于产品焊缝特征的图像识别与质量智能评价*** |
CN112223293A (zh) * | 2020-10-21 | 2021-01-15 | 湖南科技大学 | 焊缝磨抛机器人在线打磨方法 |
CN113063348A (zh) * | 2021-03-15 | 2021-07-02 | 南京工程学院 | 一种基于立体参考物的结构光自垂直弧形焊缝扫描方法 |
-
2021
- 2021-12-02 CN CN202111459823.7A patent/CN114399461B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844622A (zh) * | 2016-03-16 | 2016-08-10 | 南京工业大学 | 一种基于激光视觉的v型坡口焊缝检测方法 |
CN107798330A (zh) * | 2017-11-10 | 2018-03-13 | 上海电力学院 | 一种焊缝图像特征信息提取方法 |
CN107876970A (zh) * | 2017-12-13 | 2018-04-06 | 浙江工业大学 | 一种机器人多层多道焊接焊缝三维检测及焊缝拐点识别方法 |
CN108132017A (zh) * | 2018-01-12 | 2018-06-08 | 中国计量大学 | 一种基于激光视觉***的平面焊缝特征点提取方法 |
CN110091333A (zh) * | 2019-05-17 | 2019-08-06 | 上海交通大学 | 复杂曲面表面焊缝特征识别和自动磨抛的装置及方法 |
CN111103291A (zh) * | 2019-12-20 | 2020-05-05 | 广西柳州联耕科技有限公司 | 基于产品焊缝特征的图像识别与质量智能评价*** |
CN112223293A (zh) * | 2020-10-21 | 2021-01-15 | 湖南科技大学 | 焊缝磨抛机器人在线打磨方法 |
CN113063348A (zh) * | 2021-03-15 | 2021-07-02 | 南京工程学院 | 一种基于立体参考物的结构光自垂直弧形焊缝扫描方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115592501A (zh) * | 2022-10-11 | 2023-01-13 | 中国第一汽车股份有限公司(Cn) | 一种基于3d线激光视觉引导的顶盖钎焊自适应打磨方法 |
CN116652704A (zh) * | 2023-07-28 | 2023-08-29 | 中国人民解放军空军工程大学 | 一种自适应飞机结构外形的复合修理方法 |
CN116652704B (zh) * | 2023-07-28 | 2023-10-31 | 中国人民解放军空军工程大学 | 一种自适应飞机结构外形的复合修理方法 |
CN116985143A (zh) * | 2023-09-26 | 2023-11-03 | 山东省智能机器人应用技术研究院 | 一种打磨机器人的打磨轨迹生成*** |
CN116985143B (zh) * | 2023-09-26 | 2024-01-09 | 山东省智能机器人应用技术研究院 | 一种打磨机器人的打磨轨迹生成*** |
Also Published As
Publication number | Publication date |
---|---|
CN114399461B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114399461A (zh) | 智能化焊趾机械打磨疲劳延寿方法 | |
CN109483369B (zh) | 一种具有三维视觉的机器人打磨***及其控制方法 | |
CN110524580B (zh) | 一种焊接机器人视觉组件及其测量方法 | |
CN107150175B (zh) | 损伤齿轮激光实时动态熔覆修复及应力调控***及方法 | |
CN112238304B (zh) | 一种基于图像视觉识别焊缝的机械臂自动焊接小批量定制异型桥梁钢模板方法 | |
CN107471028B (zh) | 修磨方法及*** | |
CN111618396A (zh) | 基于视觉表征的多层多道焊接装置及焊接方法 | |
CN109702290B (zh) | 基于视觉识别的钢板坡口切割方法 | |
CN111192307A (zh) | 基于激光切割三维零部件的自适应纠偏方法 | |
CN109483017A (zh) | 一种基于图像识别的焊缝跟踪***及其优化方法 | |
CN114515924B (zh) | 一种基于焊缝识别的塔脚工件自动焊接***及方法 | |
CN104785958B (zh) | 一种低温罐外件机器人焊接工作站 | |
CN108489986A (zh) | 一种增材制造在线检测及修复方法 | |
CN104889529B (zh) | 一种大尺寸立体曲线焊缝智能焊接设备的焊接方法 | |
CN114043045B (zh) | 一种基于激光视觉的圆孔自动塞焊方法及装置 | |
CN113042953A (zh) | 一种复杂焊缝跟踪装置及方法 | |
CN117226154A (zh) | 一种基于3d视觉引导的焊道铣削方法和*** | |
CN213033858U (zh) | 基于视觉表征的多层多道焊接装置 | |
CN112067623A (zh) | 钢结构构件焊缝外观质量检测方法及*** | |
CN114473153A (zh) | 一种油气长输管道焊接***及方法 | |
CN113063348B (zh) | 一种基于立体参考物的结构光自垂直弧形焊缝扫描方法 | |
CN115533380A (zh) | 一种焊缝缺陷识别与自动补焊方法 | |
CN114842144A (zh) | 双目视觉三维重构方法及*** | |
CN111179255B (zh) | 一种膜式水冷壁自动化制备过程中特征识别方法 | |
CN114689609A (zh) | 管屏焊缝缺陷检测装置 |
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 |