CN115707549A - 电弧焊过程和质量监测的***、方法和装置 - Google Patents

电弧焊过程和质量监测的***、方法和装置 Download PDF

Info

Publication number
CN115707549A
CN115707549A CN202210569706.4A CN202210569706A CN115707549A CN 115707549 A CN115707549 A CN 115707549A CN 202210569706 A CN202210569706 A CN 202210569706A CN 115707549 A CN115707549 A CN 115707549A
Authority
CN
China
Prior art keywords
welding
weld
sensor
welding operation
stage
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.)
Pending
Application number
CN202210569706.4A
Other languages
English (en)
Inventor
D.查克拉博蒂
M.A.萨伊斯
J.P.斯派塞
P.王
S.P.梅拉斯
W.蔡
J.M.华德
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN115707549A publication Critical patent/CN115707549A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00Arc welding or cutting
    • B23K9/095Monitoring or automatic control of welding parameters
    • B23K9/0956Monitoring or automatic control of welding parameters using sensing means, e.g. optical
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/003Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to controlling of welding distortion
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125Weld quality monitoring
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00Arc welding or cutting
    • B23K9/095Monitoring or automatic control of welding parameters
    • B23K9/0953Monitoring or automatic control of welding parameters using computing means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00Arc welding or cutting
    • B23K9/12Automatic feeding or moving of electrodes or work for spot or seam welding or cutting
    • B23K9/124Circuits or methods for feeding welding wire
    • B23K9/125Feeding of electrodes

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Plasma & Fusion (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

公开了焊接***的***、方法和装置,并且包括:扫描装置的第一级,用于扫描焊接部件以生成焊接目标的三维(3D)轮廓,其中3D轮廓捕获在执行焊接操作时该组焊接部件的对接的匹配缺陷;以及监测装置的第二级,所述监测装置用于监测所述焊接操作并生成所述焊接操作的高分辨率测量的数据;其中所述第一级还包括所述监测装置基于所述3D轮廓确定焊接规划,并且在所述焊接操作进行时调整所述焊接规划以适应基于所述3D轮廓的预测的变形和感测的变形;其中所述第二级还包括多个传感器,所述多个传感器用于感测与所述焊接操作相关联的一组部件以生成高分辨率测量数据。

Description

电弧焊过程和质量监测的***、方法和装置
技术领域
本技术领域总体上涉及焊接过程,并且更具体地涉及用于监测电弧焊(AW)过程并预测焊接质量的***、方法、装置。
背景技术
汽车工厂中使用自动化的协作过程变得越来越普遍,并且需要集成更先进的制造过程以确保工厂的生产产品的质量。为了满足这些目标,机器人焊接正在成为可以在汽车工业组装过程中使用的可行的自动化工具,但是仍然存在诸如生产线中的不完美焊接的问题。
需要对焊接过程进行更好的数据分析,以检测焊接部件中的不规则性,例如不正确的焊接位置、弱焊接等,以提高焊接生产产品的整体质量和效率。例如,车内组装、焊接错误可能延迟车辆生产并增加生产成本。
期望在焊接过程期间提供更高级的分析,以通过提供由焊接中的多个级组成的多级焊接过程来克服当前生产线中的焊接过程中存在的低效率,所述多级焊接过程用于生产线中,所述生产线包括涉及部件定位、焊接监测、过程监测和焊后检查的级,以提高焊接质量。
此外,结合附图和前述技术领域和背景技术,从随后的详细说明书和所附权利要求中,本发明其他期望的特征和特性将变得显而易见。
发明内容
公开了一种用于确保焊接质量的焊接过程的***、方法和装置。
在至少一个示例性实施例中,提供了一种焊接***。
所述焊接***至少包括扫描装置的第一级,所述扫描装置用于扫描包括一组焊接部件的工件以生成焊接目标的三维(3D)轮廓,其中所述3D轮廓捕获在执行用于接合所述一组焊接部件的焊接操作时由所述一组焊接部件的对接引起的匹配缺陷;以及监测装置的第二级,所述监测装置用于监测所述焊接操作并生成所述焊接操作的高分辨率测量的数据;其中所述第一级还包括所述监测装置基于所述焊接目标的所述3D轮廓来确定焊接规划,并且在所述焊接操作正在进行时调整所述焊接规划,以适应基于所述目标焊接的所述3D轮廓的所述焊接的形状的预测变形,并且适应在所述焊接操作期间由所述一组焊接部件之间的焊接引起的力和施加在所述工件上的夹紧力的组合引起的感测变形;其中所述第二级还包括多个传感器,所述多个传感器被配置成感测与所述焊接操作相关联的一组部件,以与由焊接控制器提供的低分辨率测量数据相比,从与所述焊接操作相关联的所述一组部件的测量的直接和间接感测生成高分辨率测量数据。
在至少一个示例性实施例中,在第二级中的焊接***,提供高分辨率测量数据的多个传感器包括一组传感器中的至少一个或多个,以提供高分辨率电流传感器、高分辨率电压监测传感器和高分辨率流量传感器的焊接操作的直接测量。
在至少一个示例性实施例中,在第二级中的焊接***,提供高分辨率测量数据的多个传感器包括多个传感器中的至少一个或多个,以提供麦克风、振动计、等离子体传感器、紫外线传感器、应变仪传感器、焊接反作用力传感器、电磁光谱仪、送丝传感器和红外摄像头的焊接操作的间接测量。
在至少一个示例性实施例中,第一级中的焊接***还包括焊丝传感器,其能够通过撞击该组焊接部件中的至少一个焊接部件的触碰动作来确定焊接操作之前的焊接部件位置,其中焊接部件经受将该组焊接部件中的每个焊接部件保持在一起的夹紧力,并且通过触觉来测量焊接部件位置的形状的变化以确定焊接部件的形状的变形;并且其中所述第二级还包括包含所述焊丝的所述传感器,其中所述焊丝被配置为消耗电极,所述消耗电极前进到所述焊接部件以沉积焊缝,从而在所述一组焊接部件之间形成所述焊缝的焊接段,并且还被配置为送丝传感器,以在所述焊接操作中提供所述消耗电极的测量熔化速率。
在至少一个示例性实施例中,焊接***包括麦克风,该麦克风被配置为监测与焊接操作相关联的噪声的超声频率和可听范围频率,以确定焊接段是否符合要求;以及应变仪传感器,其被配置为测量在焊接操作期间由焊接部件呈现的一组测量值,以确定焊接部件的翘曲以及焊接部件的翘曲是否超过应变仪传感器附接到焊接部件的顺应水平。
在至少一个示例性实施例中,焊接***包括焊接反作用力传感器,该焊接反作用力传感器被配置为与施加到焊接部件的夹紧力相反地确定焊接段的强度。
在至少一个示例性实施例中,所述焊接***包括所述焊接***的第三级,所述焊接***的第三级包括处理监测模块,所述处理监测模块被配置为基于应用于使用所测量的焊接部件间隙计划的函数的计算结果的焊接监测规则来鉴定由所述焊接操作形成的所述焊接段。
在至少一个示例性实施例中,所述焊接***包括所述监测模块,所述监测模块被配置成将来自所述多个传感器和所述焊接控制器的高分辨率数据和低分辨率数据组合,以确定在所述焊接操作中实施的机器人装置的轨迹。
在至少一个示例性实施例中,焊接***包括焊接***的第四级,该焊接***的第四级包括焊接后检查模块,该焊接后检查模块用于基于焊接段和该组焊接部件的调整计划来执行自动检查,并且通过将高分辨率数据和低分辨率数据融合在一起以进行质量分析,以确定焊接接头是否稳定以及焊接段是否符合,其中质量分析使用基于规则的模式和分类算法,该分类算法接收融合的高分辨率数据和低分辨率数据的输入以对焊接接头进行资格鉴定和分类。
在至少一个示例性实施例中,提供了一种用于监测焊接操作的方法。
该方法至少包括:通过扫描装置的第一级来配置焊接***,该扫描装置用于扫描包括一组焊接部件的工件以生成焊接目标的三维(3D)轮廓,其中3D轮廓捕获在执行用于接合该组焊接部件的焊接操作时由该组焊接部件的对接引起的匹配缺陷;以及通过监测装置的第二级来配置所述焊接***,所述监测装置用于监测所述焊接操作并用于生成所述焊接操作的高分辨率测量的数据;通过所述第一级配置所述监测装置,以用于基于所述焊接目标的所述3D轮廓来确定焊接规划,并且用于在所述焊接操作正在进行时调整所述焊接规划,以用于基于所述目标焊接的所述3D轮廓来适应所述焊接的形状的预测变形,并且用于适应在所述焊接操作期间由所述一组焊接部件之间的焊接引起的力和施加在所述工件上的夹持力的组合引起的感测变形;以及在所述第二级中配置多个传感器,用于感测与所述焊接操作相关联的一组部件,以与由焊接控制器提供的低分辨率测量数据相比,根据与所述焊接操作相关联的所述一组部件的测量的直接和间接感测来生成高分辨率测量数据。
在至少一个示例性实施例中,所述方法包括在所述第二级中配置所述多个传感器以用于通过提供所述焊接操作的直接测量的一组传感器中的至少一个或多个提供所述高分辨率测量数据,所述一组传感器包括高分辨率电流传感器、高分辨率电压监测传感器和高分辨率流量传感器。
在至少一个示例性实施例中,所述方法包含在所述第二级中通过提供所述焊接操作的间接测量的所述多个传感器中的至少一个或多个配置用于提供所述高分辨率测量数据的所述多个传感器,所述多个传感器包含麦克风、振动计、等离子体传感器、紫外线传感器、应变仪传感器、焊接反作用力传感器、电磁光谱仪、送丝传感器和红外摄像头。
在至少一个示例性实施例中,该方法包括配置第一级的传感器,该传感器包括导线,该导线用于通过接触动作来实现撞击该组焊接部分中的至少一个焊接部分,用于在焊接操作之前确定焊接部分位置,其中焊接部分经受将该组焊接部分中的每个焊接部分保持在一起的夹紧力,并且用于通过触觉测量焊接部分位置的形状的变化以确定焊接部分的形状的变形;以及通过包含焊丝的第二级的传感器进行配置,其中焊丝被配置为消耗电极,该消耗电极前进到焊接部件以沉积焊缝以在该组焊接部件之间形成焊缝的焊接段,并且还被配置为送丝传感器,用于在焊接操作中提供消耗电极的测量熔化速率。
在至少一个示例性实施例中,该方法包括配置麦克风用于监测与焊接操作相关联的噪声的超声频率和可听范围频率,以确定焊接段是否符合要求;以及配置所述应变仪传感器,用于测量在所述焊接操作期间由所述焊接部件呈现的一组测量值,以确定所述焊接部件的翘曲以及所述焊接部件的翘曲是否超过顺应水平,其中所述应变仪传感器附接到所述焊接部件。
在至少一个示例性实施例中,该方法包括配置焊接***的第三级,该焊接***包括处理监测模块,该处理监测模块被配置用于基于应用于使用测量的焊接部件间隙计划的函数的计算结果的焊接监测规则来鉴定由焊接操作形成的焊接段。
在至少一个示例性实施例中,所述方法包括配置所述过程监测模块以组合来自所述多个传感器和所述焊接控制器的高分辨率数据和低分辨率数据,以确定在所述焊接操作中实施的机器人装置的轨迹。
在至少一个示例性实施例中,该方法包括配置焊接***的第四级,该焊接***包括焊接后检查模块,以基于焊接段和该组焊接部件的调整后的焊接规划来执行自动检查,并且通过将高分辨率数据和低分辨率数据熔合在一起以进行质量分析,以确定焊接接头是否稳定。并且所述焊接段是符合的,其中所述质量分析使用基于规则的模式和分类算法,所述分类算法接收融合的高分辨率数据和低分辨率数据的输入以对所述焊接接头进行资格鉴定和分类。
在至少一个示例性实施例中,提供了一种焊接装置。
所述焊接装置至少包括焊接单元,所述焊接单元被配置为:在扫描装置的第一级中,扫描包括一组焊接部件的工件以生成焊接目标的三维(3D)轮廓,其中所述3D轮廓捕获在执行用于接合所述一组焊接部件的焊接操作时由所述一组焊接部件的对接引起的匹配缺陷;以及在包括监测装置的第二级中,监测所述焊接操作并生成所述焊接操作的高分辨率测量的数据;其中所述第一级还包括所述监测装置基于所述焊接目标的所述3D轮廓来确定焊接规划,并且在所述焊接操作正在进行时调整所述焊接规划,以适应基于所述目标焊接的所述3D轮廓的所述焊接的形状的预测变形,以及在所述焊接操作期间由所述一组焊接部件之间的焊接引起的力和施加在所述工件上的夹持力的组合引起的感测变形;其中所述第二级还包括多个传感器,所述多个传感器被配置成感测与所述焊接操作相关联的一组部件,以与由焊接控制器提供的低分辨率测量数据相比,从与所述焊接操作相关联的所述一组部件的测量的直接和间接感测生成高分辨率测量数据。
在至少一个示例性实施例中,焊接装置包括焊接单元,该焊接单元还被配置为在第二级中,由多个传感器测量由一组高分辨率传感器中的至少一个或多个高分辨率传感器进行的高分辨率测量数据,以提供焊接操作的直接测量,该一组高分辨率传感器包括高分辨率电流传感器、高分辨率电压监测器和高分辨率流量传感器;以及在所述第二级中,通过所述多个传感器测量所述多个传感器中的至少一个或多个的所述高分辨率测量数据以提供所述焊接操作的间接测量,所述多个传感器包括麦克风、振动计、等离子体传感器、紫外线传感器、应变仪传感器、焊接反作用力传感器、电磁光谱仪、送丝传感器和红外摄像头。
在至少一个示例性实施例中,焊接装置包括其中焊接单元还被配置为:在第一级中,配置包括焊丝的传感器,以使得能够通过撞击该组焊接部分中的至少一个焊接部分的焊丝的接触动作来确定焊接部分在焊接操作之前的焊接部分位置,其中焊接部分经受将该组焊接部分中的每个焊接部分保持在一起的夹紧力,以及通过触觉测量焊接部件位置的形状的变化,以确定焊接部件的形状的变形;以及在所述第二级中,将包含所述焊丝的所述传感器配置为消耗电极,所述消耗电极前进到所述焊接部件以沉积焊缝以在所述一组焊接部件之间形成所述焊缝的所述焊接段,并且所述传感器还被配置为送丝传感器以提供所述消耗电极在所述焊接操作中的测量熔化速率。
附图说明
在下文中将结合以下附图描述示例性实施例,其中相同的附图标记表示相同的元件,并且其中:
图1示出了根据示例性实施例的焊接***的示例性图,该焊接***用于监测焊接操作、在焊接过程的每个级中处理来自多个传感器的数据并确定焊接合格性;
图2示出了根据示例性实施例的焊接过程的多个级以及每个级中的生成关于焊接操作的高分辨率数据和低分辨率数据的多组传感器;
图3图示了根据示例性实施例的从具有一组广泛的感测模态的多个传感器接收数据的示例性图,所述一组广泛的感测模态被串联使用以评定焊接***的焊接质量;以及
图4示出了根据示例性实施例的焊接***100的焊接操作的示例性流程图。
具体实施方式
以下详细的说明书本质上仅仅是示例性的,并不旨在限制应用和用途。此外,不旨在受前述技术领域、背景技术、发明内容或以下详细说明书中呈现的任何明示或暗示的理论的约束。
本文可以在功能和/或逻辑块组件和各种处理步骤方面描述本公开的实施例。应当理解,这样的块组件可以通过被配置为执行指定功能的任何数量的硬件、软件和/或固件组件来实现。例如,本公开的实施例可以采用各种集成电路组件,例如存储器元件、数字信号处理元件、逻辑元件、查找表等,其可以在一个或多个微处理器或其他控制装置的控制下执行各种功能。另外,本领域技术人员将理解,本公开的实施例可以结合任何数量的***来实践,并且本文描述的***仅仅是本公开的示例性实施例。
本公开描述了实现自适应焊接过程的***、方法和装置,所述自适应焊接过程实施具有多于一组可能的阈值极限(或质量确定规则)的监测***,所述阈值极限(或质量确定规则)可以部分地基于所选择的焊接规划或焊接条件的集合而应用于焊接操作。
本公开描述了***、方法和装置,其通过实施工件的扫描操作以生成焊接目标(即,形成待焊接的两个部件或焊接部件被放在一起并且被结合、连结、对接在一起等的接缝)的三维(3D)轮廓,并且基于焊接部件的几何形状生成基于适当焊接规划的目标焊接的3D焊接轮廓,来实现焊接操作的自适应焊接规划过程。在一实施例中,基于3D焊接轮廓,实施监测***以在焊接进行时实时监测或预测焊接操作过程中预期的变形,并且在焊接进行时对焊接规划进行调整以防止或优化焊接操作(即,最小化焊接中的异常)以尝试校正被认为可能发生的任何缺陷。
图1示出了根据实施例的焊接***100的示例性图,该焊接***100用于监测焊接操作(用于GMAW或其他类型的焊接***,包括电弧钎焊、激光钎焊、混合激光-电弧焊等),在焊接过程的每个级(stage)中处理来自多个传感器的数据,并确定焊接合格性。在图1中,焊接***100包括边缘计算机***5,该边缘计算机***5配置有接口以在第一、第二、第三和第四级(图2中描述)中接收来自传感器的输入。边缘计算机***5可以本地托管在服务器15处或远程托管在云中。在所描绘的实施例中,边缘计算机***5可以连接到服务器15、信号存储库和数据库10和显示器20以及用户的移动装置30。边缘计算机***5可以是与服务器15通信的自配置处理器***,并且包括通信网关控制器、通信地耦合到内部或外部存储器的块数据处理器、内部存储装置、处理器间总线和可选存储盘的元件。在各种实施例中,边缘计算机***5执行与下面结合图2-4进一步描述的焊接操作相关的动作和其他功能。块数据处理器执行归因于为边缘计算机***5编程的算法的计算和控制功能,边缘计算机***5可以包括各种类型的模块或多个模块、诸如微模块的单个集成电路、或协作工作的任何合适数量的集成电路装置和/或电路板,以通过操纵表示***存储器中的存储器位置处的数据位的电信号以及信号的其他处理来执行所描述的操作、任务和功能。
在操作期间,块数据处理器加载并执行体现为包含在边缘计算机***5的内部存储器内的指令和应用(即,机器学习算法)的一个或多个程序、算法和规则,并且因此控制通信网关控制器的控制***的一般操作以在焊接过程的每个级中执行多个功能。在执行本文所述的过程时,块数据处理器加载并执行至少一个程序。
例如,在一实施例中,机器学***来检测过度排出。
在一实施例中,边缘计算机***5被编程有智能(功能性)算法,以基于为焊接操作配置的一组限制条件来实施焊接监测规则,所述一组限制条件是基于所识别的焊接段、一组焊接部件的所测量的间隙宽度和焊接规划从算法导出的。
在一实施例中,边缘计算机***5被编程为与接口通信以接收3D摄像头扫描的传感器数据,并且可以实现功能算法以在焊接操作期间实时测量焊接部件的变形和应变。所进行的测量可以提供确定或估计可能由焊接操作和夹紧力引起的变形和残余应力的基础。
在一实施例中,边缘计算机***5被编程为融合或组合在焊接操作中感测到的并且来自焊接控制器的高分辨率数据和低分辨率数据的数据集,可以确定机器人轨迹。
在一实施例中,边缘计算机***5被编程为将来自多个传感器的检查前、检查期间和检查后数据组合作为分类算法的输入,该分类算法可以使用基于规则的决策过程或贝叶斯估计来确定质量,以定义具有合格或不合格焊接的概率。
在一实施例中,边缘计算机***5被编程为从传感器接收数据,该传感器包括以多种模式配置的焊接焊丝,以感测焊接接头的位置并估计基板之间的间隙的大小,并将该信息与分类算法结合使用以对焊接进行质量评价、预测焊接规划并做出其他相关的焊接操作决策。
在一实施例中,边缘计算机***5被编程为实现由扫描装置(图2的扫描装置225)执行的扫描操作,该扫描装置可以是激光行扫描器(laser line scanner),该激光行扫描器被指示通过由边缘计算机***5执行的算法生成焊接目标的三维(3D)轮廓。焊接目标是将待焊接的两个件或焊接部件放在一起并基于焊接部件的几何形状接合的接缝。在接合过程的情况下,可能存在由两个焊接部件之间的不精确几何匹配引起的缺陷,这可能导致两个焊接部件之间的间隔或间隙。边缘计算机***使用软件应用程序的扫描操作可以生成3D焊接轮廓,该3D焊接轮廓在接合两个焊接部件时识别目标焊接的间隔和缺陷,并且可以在焊接规划应用程序中实施可适应的焊接规划以补偿和调整由3D焊接轮廓收集的缺陷。
边缘计算机***5配置有计算机可读存储介质,诸如存储器、存储装置或可选的存储盘,其可以用作存储装置和暂存器两者。保持数据位的存储器位置是具有对应于数据位的特定电、磁、光或有机属性的物理位置。存储器可以是任何类型的合适的计算机可读存储介质。例如,存储器可以包括各种类型的动态随机存取存储器(DRAM)(诸如SDRAM)、各种类型的静态RAM(SRAM)和各种类型的非易失性存储器(PROM、EPROM和闪存)。在某些示例中,存储器位于和/或共同位于与块数据处理器相同的计算机芯片上。在所描绘的实施例中,存储器将上述指令和应用连同一个或多个可配置变量一起存储在所存储的值中。
信号储存库和数据库10是任何合适类型的存储装置形式的计算机可读存储介质,包括诸如硬盘驱动器、闪存***、软盘驱动器和光盘驱动器的直接访问存储装置。在一个示例性实施例中,信号存储库和数据库10可以包括程序产品,边缘计算机***5的存储器也可以从信号存储库和数据库10或服务器15接收程序并执行本公开的一个或多个过程的一个或多个实施例。
在另一示例性实施例中,程序产品可以直接存储在服务器15的存储器、盘和/或盘(例如,可选的存储盘)中和/或以其他方式由服务器15的存储器、盘和/或盘(例如,可选的存储盘)访问,诸如下面引用的盘。
数据记录可以存储在诸如存储器的计算机可读存储介质中。内部总线进行通信以在焊接***100的各种部件之间传输程序、数据、状态和其他信息或信号。总线可以是连接计算机***和组件的任何合适的物理或逻辑装置。这包括但不限于直接硬连线连接、光纤、红外和无线总线技术。在操作期间,存储在存储器或信号储存库和数据库10中的程序由边缘计算机***5的块数据处理器加载和执行。
接口(未示出)还可以包括一个或多个网络接口,以允许与外部移动装置和/或制造***通信,以允许与最终可以被放置到存储设备(诸如信号储存库和数据库10)中的状态信息的通信和可能的存储。
显示器20被配置为显示多级焊接***multi-stage welding system的每个级的分析的图形用户界面以及由对应级中的低分辨率数据和高分辨率数据的多个传感器生成的数据,以供用户查看工厂中的焊接操作的实时视觉。
图2图示了根据示例性实施例的焊接过程的多个级以及每个级中的的多组传感器(其用于生成关于焊接操作的高分辨率数据和低分辨率数据)。在图2中,在示例性图中,描绘了用于定位焊接部件和一组焊接部件之间的间隙以施加焊接的第一级205。第一平台205包括摄像头或扫描装置225,以确定基板或焊接部件之间的焊接位置和取向间隙(orientation gap)。
在一实施例中,扫描装置225是激光行扫描器,其可以被实现为基于焊接部件的几何形状生成(通过边缘计算机***5执行的算法)焊接目标(即,待焊接的两个件或焊接部件对接、并且被放在一起并结合、接合等的接缝)的三维(3D)轮廓。在一些实例中,由于每个焊接部分的几何形状,两个部分的匹配不是完美的。可能存在轻微的偏差,导致两个焊接部件之间的接近精确的匹配、接合或对接。所得到的对接可以实现在两个焊接部分之间存在材料或微小间隔或间隙的不完美对接。通过由扫描装置225实施扫描操作,并且生成包括在两个焊接部件之间确定的间隔或间隙的3D焊接轮廓,边缘计算机***5经由焊接规划应用程序可以基于3D焊接轮廓确定适当的焊接规划,该焊接规划通过工件的两个部件的定位和对接中的间隙间隔来补偿或调整缺陷。
在各种示例性实施例中,边缘计算机***5可以基于可以包含在信号存储库和数据库10或服务器15中的历史数据来实现一组预定焊接规划。在一实施例中,基于3D焊接轮廓,边缘计算机***5可以在焊接进行时实时监测、预测或关联焊接操作过程中预期的变形或变形,并且可以调整焊接规划以在焊接进行时防止或优化焊接操作,以尝试校正被认为可能发生的任何缺陷。
在一实施例中,响应于焊接规划的变化,由边缘计算机***5实施的用于监测焊接过程的算法也对焊接规划的变化做出响应。例如,取决于焊接规划的变化,还可能需要相应地修改监测算法以调整针对焊接操作收集的并且作为计划变化的结果所接收的不同数据。例如,取决于所实施的焊接规划,监测算法可能必须改变。也就是说,如果焊接规划改变,则不能使用相同的算法(或者即使算法相同,也至少使用相同的参数)来监测焊接操作。
在一实施例中,在先前焊接规划中使用的信息可以是边缘计算机***5或由边缘计算机***5保留,在该边缘计算机***5上可以通过哪个规划执行焊接的哪一部分,然后边缘计算机***5的应用程序可以应用适当的分类器/算法来确定焊接是否可以被确定为可接受的焊接。在这方面,机器人运动学能力能够用于焊接监测以及使用电压、电流、送丝、气体流量等的感测测量。此外,通过将感测数据和规划调整与焊后检查组合,以评估焊后检查期间的第四级220中的最终焊接质量,在具有进度意识的焊接操作中实现基于焊接进度的自适应监测算法。
在一实施例中,焊接规划可以指焊接的各个方面,包括机器人的轨迹、机器人的速度(其可以在轨迹上变化)、机器人的焊炬沿着轨迹的相对取向(也称为焊炬角度)、以及所使用的电流和电压的量。机器人的各个组成方面可以在整个轨迹中(潜在地)改变,与焊接操作细节一起发生的改变通过焊接规划的改变来捕获。
在一实施例中,扫描装置225提供各种3D扫描能力并且使用行扫描器来实现。在一实施例中,行扫描器使得激光线能够从扫描器装置225投射在工件(即,焊接部件)上。测量沿着线的每个点距扫描装置225的距离,并且一些测量包括沿着所确定的线的“高度”信息,其用于指示机器人臂移动。例如,如果确定并测量X方向上的线,则机器人的机器人臂被配置为沿着y方向移动,并且在每个移动循环中,机器人臂确定高度(即,Z测量),其中针对发现的每个X、Y位置确定Z位置。机器人臂的这种移动使得能够通过行扫描器对工件的焊接操作进行3D扫描以逐行操作的方式执行。
在一实施例中,传感器230被实现为测量初始夹紧力,并且触觉传感器235经由焊丝调制来感测焊接接头的位置,并且估计焊接部件之间的间隙(例如,基板之间的间隙)的大小,并且使用所感测的信息和焊接接头的位置和间隙大小的估计作为由边缘计算机***5执行的分类算法的输入。
继续参考图2,第二级210提供多个传感器,所述多个传感器使得能够通过直接和间接感测来实时监测焊接的进展。焊接控制器240提供焊接操作的实时低分辨率数据,其包含焊接控制器电流、焊接控制器电压、气流、送丝和电阻抗的数据。为了监测焊接并生成高分辨率数据,一组高分辨率传感器提供焊接操作的直接测量,并且包括高分辨率电流传感器245、高分辨率电压监测传感器250和高分辨率流量传感器255。还提供多个传感器以提供焊接操作的间接测量,且包含麦克风260、振动计265、等离子体传感器270、紫外线传感器275、应变仪传感器280、焊接反作用力传感器285、电磁光谱仪290、送丝传感器295以及红外摄像头300。
麦克风260能够监测焊接操作的噪声的超声频率和可听范围频率,以实时测量焊接声音和超声发射,其中任何参数的小变化可以表示焊接质量的变化。在一实施例中,可以在金属惰性气体(GMAW)机器人焊接过程中提供双麦克风阵列,并且可以分析电弧声音特征以获得电弧声音信号与焊接路径偏差之间的关系。
应变仪传感器280提供在焊接操作期间由焊接部件呈现的测量,并且将测量数据发送到边缘计算机***5,该边缘计算机***5基于在操作中基材翘曲的算法分析来呈现估计。根据该估计,可以确定翘曲是否没有上升到该部件不被认为处于所需合规水平的水平。此外,当在焊接操作中测量基板的应变时,应变仪传感器280附接到基板。
焊接反作用力传感器285提供数据,根据该数据,可以通过由边缘计算机***5执行的算法来估计焊接段的强度,该算法被加权到在焊接操作期间施加到基板或焊接部件的位置并保持基板或焊接部件的夹紧力。
对于用适应性焊接工艺执行的焊接,焊接***100可以针对焊接来监测多于一组的可能阈值极限(例如,通过应用各种质量确定规则),并且所实施的阈值或规则也取决于执行焊接操作的焊接规划和执行焊接时的操作条件。在一实施例中,焊接监测规则或极限是所识别的焊接段、所测量的间隙宽度和焊接规划的函数。焊接操作条件和规划由传感器监测,所述传感器包含麦克风260、振动计265、等离子体传感器270、紫外线传感器275、应变仪传感器280、焊接反作用力传感器285、电磁光谱仪290、送丝传感器295以及红外摄像头300。
在一实施例中,红外摄像头300传感器是在焊接期间实时测量焊接部件的变形和应变的3-D摄像头。这些测量可用于估计由焊接引起的“变形”和“残余应力”。
在一实施例中,边缘计算机***5利用ML方法,该方法利用来自3D激光扫描测量(即,完成的焊接)的自动质量输入,以通过激光扫描传感器自动评估焊接质量(例如,焊接脱位、过度的焊接排出)。激光扫描传感器可以安装在焊接机器人(即,机械臂)上靠近焊炬。直接位于焊接电极前面的扫描区域用提供的校准板(即,图3的研究模块和工具335)预校准。
在一实施例中,用于提供直接测量结果的高分辨率电流传感器245、高分辨率电压监测器传感器250和高分辨率流量传感器255的高分辨率传感器组的不同模态,以及用于提供直接测量结果的麦克风260、振动计265、等离子体传感器270、紫外线传感器275、应变仪传感器280、焊接反作用力传感器285、电磁光谱仪290、送丝传感器295并且红外摄像头300的一组传感器的不同模态被组合,以用于形成来自焊接过程的各个步骤的不同感测模态(声学、电磁、视觉、力和发射)的集合。这些信号可以与来自焊后检查的第四级220中的焊接质量传感器315的输出相关联,以基于特征分析和声音幅度水平(即,来自麦克风260的检测到的声音)来检测过度排出。最终部件几何波长在焊后检查中由摄像头320检查,并与来自第二级210中的送丝传感器295的数据以及来自第一级205中的摄像头或扫描装置225的初始定位数据进行比较。
在一实施例中,等离子体传感器270检测在焊接操作中使用的气体的状态(即,使用多少等离子体),而红外传感器(即,红外摄像头300)针对焊接操作,并检测由焊接操作的步骤放出的热量。
焊接***200的第三级215包括过程监测305和机器人臂的监测310。过程监测305包括确保焊接序列是正确的,通过识别和跟踪焊接部件编号以及跟踪与焊接操作的步骤相关联的编号来确保适当的部件。而且,过程监测305包括根据焊接操作的直接和间接感测的数据来监测控制***操作和操作条件。机器人臂310的监测包含监测焊接规划、机器人臂310的实际轨迹(即,确保与来自第一级205的、用于产生部件位置和间隙位置的信息的数据的适当符合性)、跟踪机器人臂310在执行焊接操作时的实际速度、确定施加到焊接部件的关节扭矩以及确定机器人臂310的实际加速度。机器人臂310的监测和过程监测305由包括ML算法和接收输入传感器数据的边缘计算机***5的编程软件的应用程序执行。
焊后检查的第四级220旨在确定与美学吸引力或表象相关联的质量,并验证焊接接头两侧的焊接完整性以及焊接部件的其他方面。例如,在目视检查期间可以看到的焊接不连续性,诸如尺寸过小的焊缝、底切、重叠、表面开裂、表面孔隙、底部填充、不完全根部渗透、过度根部渗透、烧穿和过度增强。此外,可以基于由焊接部件表现出的变形的触觉感测数据进行确定,并且可以经由边缘计算机***5对焊接接头的质量进行估计,而无需进行可能导致焊接接头或部件中的缺陷的测试(即,非破坏性测试)。此外,焊后检查可以确定焊缝的抛光或平滑的必要量。
图3图示了根据一实施例的用于将与数据存储库325通信的多个源进行链接的网络380的示例性图,并且数据存储库325从多个传感器接收数据,所述多个传感器具有一组广泛的感测模态,所述一组广泛的感测模态被串联使用以评估焊接***的焊接质量。在图3中,数据储存库325(例如,从多个源接收数据以发送到工厂信息***330(即,用于工厂操作的远程服务器),以及可以在云服务器处执行的质量分析370,作为示例,该质量分析370聚合多个焊接操作动作,并且使用复杂的ML算法进行质量、规划、过程监测和检查后确定。在一实施例中,质量分析370可以实现一过程,以将来自多个传感器的检查前、检查期间和检查后数据组合(即,融合高分辨率数据345和低分辨率数据350)作为分类算法的输入,所述分类算法可以使用焊接是否被认可的基于规则的模式来鉴定焊接,或者使用贝叶斯估计来基于焊接数据(即,作为示例,焊前间隙数据355和焊后焊缝轮廓数据360)定义焊接是合格或不合格焊接的概率。此外,质量分析370可以使用来自焊丝调制的数据作为分类算法的输入,该数据感测焊接接头的位置并估计基板之间的间隙的大小,以对焊接进行分类和定性,用于进一步检查焊接。
在实施例中,数据存储库325从包括研究模块和工具335(即,用于确定机器人运动学等)的多个源接收数据和软件模块并更新;用于对机器人进行编程的可编程逻辑控制器(PLC)焊接元数据340;电流量、送丝、气体流量等的高分辨率数据345;焊接控制器电流、电压、送丝的低分辨率数据350;来自PLC网络的焊前间隙数据355;以及来自PLC网络的焊后焊道轮廓360数据。如图3所示,串联使用来自广泛的一组感测模态的多个传感器(图2)的数据的集成,以评估焊接过程的稳定性,并利用由传感器和过程输入增强的焊接过程的每个级中的评估来确定焊接质量、整体焊接质量的各方面,并优化工厂中焊接操作的调度和序列流程。
图4示出了根据示例性实施例的焊接***100的焊接操作400的示例性流程图。图4包括用于限定焊缝配置的步骤405、用于实现级1(图2)的焊前检查以用于焊接部件定位和间隙位置以及用于在步骤415处限定焊接进度表的步骤410。
在一实施例中,用于在第一级(图2)中实现焊前检查的步骤410可以包括由扫描装置225执行的扫描操作,扫描装置225是激光行扫描器,其被实施为基于焊接部件的几何形状生成(通过边缘计算机***5执行的算法)焊接目标(即,待焊接的两个工件或焊接部件放在一起并结合、接合、对接等的接缝)的三维(3D)轮廓;例如,在两个焊接部件之间可能存在接近精确的匹配、接合或对接,或者可能存在可能导致两个焊接部件之间的间隔或间隙的不精确或不完美的结合或对接。通过实施扫描操作并生成包括两个焊接部件之间确定的间隔或间隙的3D焊接轮廓,边缘计算机***5经由焊接规划应用程序可以基于3D焊接轮廓确定适当的焊接规划。
在一实施例中,步骤410处的焊前检查包括由焊丝构成的触觉传感器,其用于双重目的,以使得能够通过撞击焊接部件的触碰动作来确定焊接操作之前的焊接部件的位置并在焊接接头中形成自耗电极。在步骤410中,还利用将构成焊接接头的每个焊接部分保持在一起的夹紧力来夹紧焊接部分。触觉传感器还用于通过触觉感测来测量至少一个焊接部件位置的形状的变化,以确定由该组焊接部件之间的焊接引起的力和夹紧力的组所合导致的焊接部件的形状变形。
在步骤420处,启动经由机器人臂的机器人焊接,并且在第二级和第三级(图2)中生成焊接过程和监测数据,并且在步骤425处,执行自动检查以生成焊后检查数据。
在一实施例中,可以在步骤420中执行监测操作,并且可以基于焊接部件几何形状的焊接目标的三维(3D)轮廓和所实施的适当焊接规划来执行步骤425的自动检查。在实施例中,还可以实施基于历史数据的一组预定焊接规划。在步骤420和步骤425中,可以执行在焊接正在完成或进行时对焊接操作过程中预期的变形的监测和关联,并且还可以进行焊接规划的调整,以在焊接正在进行时防止或优化焊接操作,以尝试校正被认为可能发生的任何缺陷。
在一实施例中,响应于焊接规划的变化,由边缘计算机***5实现的用于监测焊接过程的算法也对焊接规划的变化做出响应。例如,取决于焊接规划的变化,还可能需要相应地修改监测算法以调整由于计划变化而产生和接收的关于焊接操作的不同数据。例如,取决于所实施的焊接规划,监测算法可能必须改变。也就是说,如果计划改变,则相同的算法(或即使算法不相同,至少参数相同)不能用于监测焊接操作。
在一实施例中,该信息由边缘计算机***5保留,焊接的哪个部分可以按照哪个规划执行,然后可以应用适当的分类器/算法来确定焊接是否可以被认为是可接受的焊接。因此,机器人运动学能力能够用于焊接监测以及使用电压、电流、送丝、气流等测量。此外,通过将经调整的焊接规划数据与焊后检查组合以评估最终焊接质量,在具有进度表意识的焊接操作中使用基于焊接进度表的自适应监测算法。
在一实施例中,在步骤410的焊前检查中使用的第一级的触觉传感器的焊丝也在步骤445中用于生成焊丝配置的消耗电极的焊接和过程监测数据,该电极前进到焊接部件以用于经由送丝传感器沉积焊缝,该焊缝形成该组焊接部件之间的焊接的焊接段,该送丝传感器提供焊接操作中消耗电极的经测量熔化速率。在步骤445中,由第二级中的多组传感器产生过程监测数据,所述多组传感器感测与焊接操作相关联的一组部件,并且与由焊接控制器提供的低分辨率测量数据相比,从与焊接操作相关联的该组部件的测量的直接和间接感测产生高分辨率测量数据。同样在步骤445中,通过焊接操作形成的焊接段的质量评价步骤基于所应用于使用经测量焊接部件间隙规划的函数的计算结果的焊接监测规则。在一些实施例中,在步骤445,可以实现麦克风或麦克风阵列的声音传感器,用于监测与焊接操作相关联的噪声的超声频率和可听范围频率,以确定焊接段是否符合要求。在步骤445,可以实施附接到焊接部件的应变仪传感器,用于测量焊接部件在焊接操作期间表现出的一组测量值,以确定焊接部件的翘曲以及焊接部件的翘曲是否超过合规水平(compliantlevel)。
在步骤425,生成自动检查,并且将数据发送到步骤450以进行焊后检查确定,并发送到步骤430以进行数据融合质量分析。在实施例中,步骤430的数据融合质量分析(即,图3的质量分析370)可以实现在焊接过程的步骤410、445以及450中组合来自多个传感器的检查前、检查期间和检查后数据的过程,以用于处理和融合高分辨率数据和低分辨率数据,以使用分类算法对焊接进行分类,并使用来自焊丝调制的数据作为分类算法的输入,该数据感测焊接接头的位置并估计基板之间的间隙大小,以对焊接进行分类和定性。
在步骤450处的焊接后检查通过使用摄像头/扫描器来评估最终焊接部件的几何形状和最终焊接部件的长度,通过自动检查按照调整后的焊接规划的焊接段和焊接部件组来执行焊接后检查。此外,在步骤450,可以针对焊接后操作检查,通过组合来自多个传感器和焊接控制器的高分辨率和低分辨率数据来执行检查后分析,所述焊接控制器用于确定在焊接操作中实施的机器人装置的轨迹。
在一实施例中,由焊前检查(步骤410)生成的数据还可以与来自焊接和过程监测的步骤445的数据组合,并且与来自焊接后检查数据的步骤450的数据组合以用于进一步处理,并且在步骤475处被发送以存储在数据和信号储存库中。
在一实施例中,在步骤430处,通过边缘计算机***5(或在服务器15处)在步骤430处经由基于数据融合的质量分析来分析来自焊前检查、焊接和过程监测、焊后检查的多个级的多个源的数据,以在步骤435处决定在焊接过程中执行的焊接的稳定性。在这方面,作为示例,在工艺流程中进一步实施基于规则的方案以认可或不认可焊接,或者替代地使用贝叶斯估计过程来基于焊接数据(即,作为示例,焊前间隙数据355和焊后珠粒轮廓数据360)定义焊接是合格焊接或不合格焊接的概率。
在一实施例中,如果基于在焊接过程中识别的部件的标准和一组部件中的每一个的阈值,确定过程不稳定,则在步骤440,执行第二非破坏性评估(NDE)(即,CT扫描、选择性切割/蚀刻操作等),并且再次重新检查过程的稳定性。如果过程稳定,则在步骤455,应用过程规则函数来确定焊接是否合规(即,基于规则的模式)。如果认为焊接合规,则在步骤465处认可焊接,如果不合规,则在步骤460处拒绝焊接。在步骤470处,指示焊缝或焊缝部件的不合格或被拒绝部分,并且发送不合格部分以进行进一步检查(即,手动检查)。
应当理解,图4的过程可以包括任何数量的附加或替代任务,图4中所示的任务不需要以所示的顺序执行,并且图4的过程可以并入到具有本文未详细描述的附加功能的更全面的过程或过程中。此外,只要预期的整体功能保持完整,就可以从图4所示的过程的实施例中省略图4所示的一个或多个任务。
前述详细说明书本质上仅仅是说明性的,并不旨在限制主题的实施例或这些实施例的应用和使用。如本文所使用的,词语“示例性”意味着“用作示例、实例或说明”。本文描述为示例性的任何实施方式不一定被解释为比其他实施方式优选或有利。此外,不旨在受前述技术领域、背景技术或详细说明书中呈现的任何明示或暗示的理论的约束。
虽然在前述详细说明书中已经呈现了至少一个示例性实施例,但是应当理解,存在大量的变型。还应当理解,一个或多个示例性实施例仅是示例,并不旨在以任何方式限制本公开的范围、适用性或配置。相反,前述详细说明书将为本领域技术人员提供用于实现一个或多个示例性实施例的方便的路线图。
应当理解,在不脱离如所附权利要求及其法律等同物中阐述的本公开的范围的情况下,可以对元件的功能和布置进行各种改变。

Claims (10)

1.一种***,包括:
焊接***,所述焊接***至少包括第一级和第二级,所述第一级用于在焊接操作中通过焊丝确定焊接部件的位置,所述第二级用于监测所述焊接操作并生成所述焊接操作的高分辨率测量数据,并且使得能够在所述焊接操作中将所述焊丝另外用于一焊接段;
其中所述第一级包括至少一个传感器,所述至少一个传感器包括所述焊丝,以使得能够通过撞击一组焊接部件中的至少一个焊接部件的触碰动作来确定所述至少一个焊接部件在所述焊接操作之前的位置,其中至少一个部件经受将所述一组焊接部件中的每个焊接部件保持在一起的夹紧力,以及通过触觉传感来测量所述至少一个焊接部件位置的形状变化,以确定由所述一组焊接部件之间的焊接引起的力和所述夹紧力的组合导致的所述焊接部件的形状变形;
其中所述第二级包括包含所述焊丝的所述至少一个传感器,其中所述焊丝被配置为消耗电极,所述消耗电极前进到焊接部件以沉积焊缝,以在所述一组焊接部件之间形成焊接的焊接段,并且所述焊丝还被配置为送丝传感器,以在所述焊接操作中提供所述消耗电极的经测量熔化速率;以及
其中所述第二级还包括多个传感器,所述多个传感器被配置为感测与所述焊接操作相关联的一组部件,与由所述焊接控制器提供的低分辨率测量数据相反,根据与所述焊接操作相关联的一组部件的测量结果的直接和间接感测来生成高分辨率测量数据。
2.根据权利要求1所述的***,还包括:
其中在所述第二级中,提供所述高分辨率测量数据的所述多个传感器包括一组传感器中的至少一个或多个,以提供高分辨率电流传感器、高分辨率电压监测传感器和高分辨率流量传感器的针对焊接操作的直接测量。
3.根据权利要求2所述的***,还包括:
其中在所述第二级中,提供所述高分辨率测量数据的所述多个传感器包括所述多个传感器中的至少一个或多个,以用于提供麦克风、振动计、等离子体传感器、紫外线传感器、应变仪传感器、焊接反作用力传感器、电磁光谱仪、所述送丝传感器和红外摄像头的针对焊接操作的间接测量。
4.根据权利要求3所述的***,还包括:
麦克风被配置为监测与焊接操作相关联的噪声的超声频率和可听范围频率,以确定焊接段是否合规。
5.根据权利要求4所述的***,还包括:
应变仪传感器被配置为测量焊接部件在焊接操作期间表现出的一组测量结果,以确定焊接部件的翘曲以及焊接部件的翘曲是否超过应变仪传感器所附接的焊接部件的合规水平。
6.根据权利要求5所述的***,还包括:
所述焊接反作用力传感器被配置为确定所述焊接段的与施加到所述焊接部分的所述夹紧力相反的强度。
7.根据权利要求6所述的***,还包括:
所述焊接***的第三级包括处理监测模块,所述处理监测模块被配置为基于应用于使用所测量的焊接部件间隙计划的函数的计算结果的焊接监测规则来鉴定由所述焊接操作形成的所述焊接段。
8.根据权利要求7所述的***,还包括:
所述过程监测模块被配置成组合来自所述多个传感器和所述焊接控制器的高分辨率数据和低分辨率数据,以确定在所述焊接操作中实施的机器人装置的轨迹。
9.根据权利要求8所述的***,还包括:
所述焊接***的第四级包括焊接后检查模块,所述焊接后检查模块用于通过将用于质量分析的所述高分辨率数据和所述低分辨率数据融合在一起来执行对所述焊接段和所述一组焊接部件的自动检查,以确定焊接接头是否稳定以及所述焊接段是否合规,其中所述质量分析使用基于规则的模式和分类算法,所述分类算法接收融合的高分辨率数据和低分辨率数据的输入以对所述焊接接头进行质量评价和分类。
10.一种用于监测焊接操作的方法,包括:
配置包括第一级和第二级的焊接***,所述第一级用于在焊接操作中由焊丝确定焊接部件的位置,所述第二级用于监测所述焊接操作,用于生成所述焊接操作的高分辨率测量的数据并且用于使得在所述焊接操作中将所述焊丝另外用于一焊接段;
在所述第一级中配置至少一个传感器,所述至少一个传感器包括所述焊丝通过撞击一组焊接部件中的至少一个焊接部件的触碰动作来确定所述至少一个焊接部件在所述焊接操作之前的位置,其中至少一个部分经受将所述一组焊接部分中的每个焊接部分保持在一起的夹紧力,以及通过触觉传感来测量所述至少一个焊接部件位置的形状变化,以确定由所述一组焊接部件之间的焊接引起的力和所述夹紧力的组合导致的所述焊接部件的形状变形;
在所述第二级中配置所述至少一个传感器,所述至少一个传感器包括被配置为消耗电极的焊丝,所述消耗电极前进到所述焊接部件以沉积焊缝,以在所述一组焊接部件之间形成焊接的焊接段,并且还配置送丝传感器以用于在所述焊接操作中提供所述消耗电极的经测量熔化速率;以及
在所述第二级中配置多个传感器,所述多个传感器用于感测与所述焊接操作相关联的一组部件,与由焊接控制器提供的低分辨率测量数据相反,根据与所述焊接操作相关联的所述一组部件的测量结果的直接和间接感测来生成所述高分辨率测量数据。
CN202210569706.4A 2021-08-18 2022-05-24 电弧焊过程和质量监测的***、方法和装置 Pending CN115707549A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/405,433 US12005532B2 (en) 2021-08-18 2021-08-18 Systems, methods, and apparatuses, of an arc welding (AW) process and quality monitoring
US17/405,433 2021-08-18

Publications (1)

Publication Number Publication Date
CN115707549A true CN115707549A (zh) 2023-02-21

Family

ID=85132599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210569706.4A Pending CN115707549A (zh) 2021-08-18 2022-05-24 电弧焊过程和质量监测的***、方法和装置

Country Status (3)

Country Link
US (1) US12005532B2 (zh)
CN (1) CN115707549A (zh)
DE (1) DE102022112324A1 (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009001986A1 (de) * 2009-03-30 2010-10-07 Robert Bosch Gmbh Schweißverfahren, Schweißvorrichtung und Verbundteil
WO2016075518A1 (en) * 2014-11-10 2016-05-19 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
EP3329433A1 (en) * 2015-07-29 2018-06-06 Illinois Tool Works Inc. System and method to facilitate welding software as a service
US11458571B2 (en) * 2016-07-01 2022-10-04 Crc-Evans Pipeline International, Inc. Systems and methods for use in welding pipe segments of a pipeline
US20190271669A1 (en) * 2018-03-01 2019-09-05 Battelle Memorial Institute Characterization of ultrasonic consolidation bond quality
US20200114450A1 (en) * 2018-10-16 2020-04-16 Hypertherm, Inc. Augmented Reality in a Material Processing System
US20220032397A1 (en) * 2020-07-28 2022-02-03 Illinois Tool Works Inc. Systems and methods for identifying missing welds using machine learning techniques
US11712758B2 (en) * 2020-10-23 2023-08-01 Ford Global Technologies, Llc Automated inspection and verification of electric motor weld quality

Also Published As

Publication number Publication date
US20230056400A1 (en) 2023-02-23
DE102022112324A1 (de) 2023-02-23
US12005532B2 (en) 2024-06-11

Similar Documents

Publication Publication Date Title
CN113207286B (zh) 外观检查装置及使用该外观检查装置判定焊接部位有无形状不良及形状不良的种类的判定精度的提高方法、焊接***及工件的焊接方法
JP7316573B2 (ja) 溶接システム及びそれを用いたワークの溶接方法
CN103231162A (zh) 机器人焊接质量视觉检测装置及其检测方法
CN115255555A (zh) 一种焊接工艺
WO2020205998A1 (en) Non-destructive evaluation and weld-to-weld adaptive control of metal resistance spot welds via topographical data collection and analysis
JP2020189305A (ja) レーザ加工システム、学習装置および学習装置の学習方法
EP4234158A1 (en) System and method for analyzing weld quality
JP2005014027A (ja) 溶接部のイメージ処理方法、溶接管理システム、溶接機のためのフィードバックシステム、突合わせ線検出システム
US20230219140A1 (en) Detection and location of powder spreading anomalies using acoustic emission measurements
Gyasi et al. Digitalized automated welding systems for weld quality predictions and reliability
US12005532B2 (en) Systems, methods, and apparatuses, of an arc welding (AW) process and quality monitoring
CN116393867A (zh) 焊接质量控制方法及***
CN112676676A (zh) 极耳焊接方法
JPH10296481A (ja) 溶接状態の検査方法
KR101584421B1 (ko) 아크 용접 모니터링 시스템
Breitenbach et al. A Systematic Literature Review on Machine Learning Approaches for Quality Monitoring and Control Systems for Welding Processes
JP6107675B2 (ja) 溶接品質検査方法と溶接品質検査装置
Aldalur et al. Intelligent and Adaptive System for Welding Process Automation in T-Shaped Joints. Metals 2023, 13, 1532. h ps
CN112475533A (zh) 一种铁路货车自适应焊接方法
Penttilä et al. Weld quality verification by using laser triangulation measurement
Penttilä Utilizing an artificial neural network to feedback-control gas metal arc welding process parameters
WO2023199620A1 (ja) ロボット制御装置およびオフライン教示システム
JP7365623B1 (ja) オフライン教示装置およびオフライン教示システム
US20240123537A1 (en) Offline teaching device and offline teaching method
De-Becker The use of hybrid manufacturing in the repair and maintenance of railway lines

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