CN117020361B - 一种机械制造自动检测装置及检测方法 - Google Patents
一种机械制造自动检测装置及检测方法 Download PDFInfo
- Publication number
- CN117020361B CN117020361B CN202311108394.8A CN202311108394A CN117020361B CN 117020361 B CN117020361 B CN 117020361B CN 202311108394 A CN202311108394 A CN 202311108394A CN 117020361 B CN117020361 B CN 117020361B
- Authority
- CN
- China
- Prior art keywords
- edge
- arc
- molten pool
- ccd camera
- video image
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 97
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000003466 welding Methods 0.000 claims abstract description 140
- 230000035515 penetration Effects 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000012417 linear regression Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims description 37
- 238000000605 extraction Methods 0.000 claims description 32
- 230000001360 synchronised effect Effects 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 24
- 238000010891 electric arc Methods 0.000 claims description 21
- 238000003384 imaging method Methods 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 13
- 238000003064 k means clustering Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000011897 real-time detection Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 239000011324 bead Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- B23K9/00—Arc welding or cutting
- B23K9/095—Monitoring or automatic control of welding parameters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种机械制造自动检测装置及检测方法,涉及机械制造技术领域。所述方法是在接收到来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据后,先通过一系列数据处理提取得到熔池宽度实际值、熔池半长实际值、电弧贯穿孔宽度实际值和电弧贯穿孔半长实际值,然后将这些实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,即可输出得到机械制造焊接现场的且包含有焊缝宽度和/或熔深的焊接质量衡量参数,如此可在机械制造焊接过程中对焊缝宽度和/或熔深进行全自动实时检测,进而可利于进行精确地机械制造自动焊接控制,提升机械制造焊接产品的生产效率和产品良率,便于实际应用和推广。
Description
技术领域
本发明属于机械制造技术领域,具体涉及一种机械制造自动检测装置及检测方法。
背景技术
在机械制造过程中,焊接是比较常见的加工工艺,因此对于焊接质量的保证显得尤为重要。目前,关于焊接自动化的研究停留在对焊枪的运动控制上;至于焊接质量的检测,一般是在焊后对工件进行切样,通过分析焊缝横截面处的熔透程度来调整焊接参数,但该方法步骤繁杂,极大地降低了焊接效率。对焊接质量最直观的衡量参数就是焊缝处的缝宽与熔深,对缝宽-熔深的检测即是对焊接质量的检测。因此,如何在机械制造焊接过程中对焊缝宽度和/或熔深进行全自动实时检测,是本领域技术人员亟需研究的课题。
发明内容
本发明的目的是提供一种机械制造自动检测方法、装置、计算机设备及计算机可读存储介质,用以解决现有机械制造自动检测技术还无法在机械制造焊接过程中对焊缝宽度和/或熔深进行全自动实时检测的问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,提供了一种机械制造自动检测方法,包括:
接收来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据,其中,所述视频图像数据由所述CCD相机对机械制造焊接现场的熔池及电弧贯穿孔区域实时采集得到,所述电弧电压数据由所述电弧电压采集模块实时采集得到,所述CCD相机通过夹具固定在机械制造用焊枪的后方,所述电弧电压采集模块布置在机械制造用焊机的内部,所述机械制造用焊枪连接所述机械制造用焊机;
分别从所述视频图像数据和所述电弧电压数据中实时提取出采集时间同步的视频图像信息和电弧电压信息;
根据所述视频图像信息,分别提取出熔池轮廓边缘和电弧贯穿孔轮廓边缘在CCD相机坐标系中的所处二维坐标;
根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出熔池宽度值和熔池半长值,以及根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值;
根据所述电弧电压信息,实时换算得到所述机械制造用焊枪的焊接高度;
根据所述焊接高度和所述机械制造用焊枪在所述CCD相机坐标系中的已知位置信息,实时换算得到从所述熔池及电弧贯穿孔区域到所述CCD相机的实际距离;
根据所述实际距离,分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值;
将所述熔池宽度实际值、所述熔池半长实际值、所述电弧贯穿孔宽度实际值和所述电弧贯穿孔半长实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,输出得到所述机械制造焊接现场的焊接质量衡量参数,其中,所述焊接质量衡量参数包含有焊缝宽度和/或熔深。
基于上述发明内容,提供了一种利用多变量线性回归模型来估计焊接质量衡量参数的机械制造自动检测方案,即在接收到来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据后,先通过一系列数据处理提取得到熔池宽度实际值、熔池半长实际值、电弧贯穿孔宽度实际值和电弧贯穿孔半长实际值,然后将这些实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,即可输出得到机械制造焊接现场的且包含有焊缝宽度和/或熔深的焊接质量衡量参数,如此可在机械制造焊接过程中对焊缝宽度和/或熔深进行全自动实时检测,进而可利于进行精确地机械制造自动焊接控制,提升机械制造焊接产品的生产效率和产品良率,便于实际应用和推广。
在一个可能的设计中,分别从所述视频图像数据和所述电弧电压数据中实时提取出采集时间同步的视频图像信息和电弧电压信息,包括:
若所述CCD相机的数据采集频率高于所述电弧电压采集模块的数据采集频率,则先从所述电弧电压数据中实时提取出一个电弧电压信息,然后从所述视频图像数据中查找到采集时刻距离该电弧电压信息的采集时间戳最近的一帧视频图像信息,最后将该视频图像信息和该电弧电压信息作为一对采集时间同步的视频图像信息和电弧电压信息;
若所述CCD相机的数据采集频率低于所述电弧电压采集模块的数据采集频率,则先从所述视频图像数据中实时提取出一帧视频图像信息,然后从所述电弧电压数据中查找到采集时刻距离该视频图像信息的采集时间戳最近的一个电弧电压信息,最后将该视频图像信息和该电弧电压信息作为一对采集时间同步的视频图像信息和电弧电压信息。
在一个可能的设计中,根据所述视频图像信息,提取出熔池轮廓边缘在CCD相机坐标系中的所处二维坐标,包括:
对所述视频图像信息依次进行图像去噪处理和灰度转换处理,得到新视频图像;
根据熔池在CCD相机坐标系中的已知位置信息,从所述新视频图像中截取出熔池左侧区域图像、熔池右侧区域图像和熔池底端区域图像;
对所述熔池左侧区域图像、所述熔池右侧区域图像和所述熔池底端区域图像分别进行基于Canny算法的边缘轮廓提取处理,分别得到熔池左侧局部边缘、熔池右侧局部边缘和熔池底端局部边缘在所述CCD相机坐标系中的所处二维坐标;
根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘分别在所述CCD相机坐标系中的所处二维坐标,采用椭圆方程对熔池边缘进行拟合,得到呈半椭圆形的熔池边缘在所述CCD相机坐标系中的所处二维坐标。
在一个可能的设计中,根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘分别在所述CCD相机坐标系中的所处二维坐标,采用椭圆方程对熔池边缘进行拟合,得到呈半椭圆形的熔池边缘在所述CCD相机坐标系中的所处二维坐标,包括:
针对用于构成所述熔池左侧局部边缘的各行边缘点,若对应行有多个边缘点,则基于K均值聚类算法确定该多个边缘点的聚类中心,并将该聚类中心作为对应行的唯一边缘点,若对应行有两个边缘点,则将该两个边缘点的中心点作为对应行的唯一边缘点;
针对用于构成所述熔池右侧局部边缘的各行边缘点,若对应行有多个边缘点,则基于K均值聚类算法确定该多个边缘点的聚类中心,并将该聚类中心作为对应行的唯一边缘点,若对应行有两个边缘点,则将该两个边缘点的中心点作为对应行的唯一边缘点;
针对用于构成所述熔池底端局部边缘的各列边缘点,若对应列有多个边缘点,则基于K均值聚类算法确定该多个边缘点的聚类中心,并将该聚类中心作为对应列的唯一边缘点,若对应列有两个边缘点,则将该两个边缘点的中心点作为对应列的唯一边缘点;
根据所述熔池左侧局部边缘的各行唯一边缘点、所述熔池右侧局部边缘的各行唯一边缘点和所述熔池底端局部边缘的各列唯一边缘点分别在所述CCD相机坐标系中的所处二维坐标,采用椭圆方程对熔池边缘进行拟合,得到呈半椭圆形的熔池边缘在所述CCD相机坐标系中的所处二维坐标。
在一个可能的设计中,根据所述视频图像信息,提取出电弧贯穿孔轮廓边缘在CCD相机坐标系中的所处二维坐标,包括:
对所述视频图像信息依次进行图像去噪处理和灰度转换处理,得到新视频图像;
根据电弧贯穿孔在CCD相机坐标系中的已知位置信息,从所述新视频图像中截取出电弧贯穿孔所在区域图像;
对所述电弧贯穿孔所在区域图像进行基于预设灰度阈值的二值化处理,得到二值化图像;
对所述二值化图像的中心连通域进行基于Canny算法的边缘轮廓提取处理,得到中心连通域边缘在所述CCD相机坐标系中的所处二维坐标,并将该所处二维坐标作为电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标。
在一个可能的设计中,根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出熔池宽度值和熔池半长值,包括:先根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点,以及确定位于纵向最低处的底端边缘极点,然后将所述左侧边缘极点与所述右侧边缘极点的横向间距作为熔池宽度值,以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为熔池半长值;
和/或,根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值,包括:先根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点,以及确定位于纵向最低处的底端边缘极点,然后将所述左侧边缘极点与所述右侧边缘极点的横向间距作为电弧贯穿孔宽度值,以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为电弧贯穿孔半长值。
在一个可能的设计中,根据所述实际距离,分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值,包括:
根据所述实际距离、所述熔池宽度值和所述CCD相机的且成像大小与物距的已知关系,换算得到与所述熔池宽度值对应的熔池宽度实际值;
根据所述实际距离、所述熔池半长值和所述CCD相机的且成像大小与物距的已知关系,换算得到与所述熔池半长值对应的熔池半长实际值;
根据所述实际距离、所述电弧贯穿孔宽度值和所述CCD相机的且成像大小与物距的已知关系,换算得到与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值;
根据所述实际距离、所述电弧贯穿孔半长值和所述CCD相机的且成像大小与物距的已知关系,换算得到与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值。
第二方面,提供了一种机械制造自动检测装置,包括有数据接收单元、同步提取单元、边缘提取单元、特征值提取单元、高度换算单元、距离换算单元、特征值换算单元和参数估计单元;
所述数据接收单元,用于接收来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据,其中,所述视频图像数据由所述CCD相机对机械制造焊接现场的熔池及电弧贯穿孔区域实时采集得到,所述电弧电压数据由所述电弧电压采集模块实时采集得到,所述CCD相机通过夹具固定在机械制造用焊枪的后方,所述电弧电压采集模块布置在机械制造用焊机的内部,所述机械制造用焊枪连接所述机械制造用焊机;
所述同步提取单元,通信连接所述数据接收单元,用于分别从所述视频图像数据和所述电弧电压数据中实时提取出采集时间同步的视频图像信息和电弧电压信息;
所述边缘提取单元,通信连接所述同步提取单元,用于根据所述视频图像信息,分别提取出熔池轮廓边缘和电弧贯穿孔轮廓边缘在CCD相机坐标系中的所处二维坐标;
所述特征值提取单元,通信连接所述边缘提取单元,用于根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出熔池宽度值和熔池半长值,以及根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值;
所述高度换算单元,通信连接所述同步提取单元,用于根据所述电弧电压信息,实时换算得到所述机械制造用焊枪的焊接高度;
所述距离换算单元,通信连接所述高度换算单元,用于根据所述焊接高度和所述机械制造用焊枪在所述CCD相机坐标系中的已知位置信息,实时换算得到从所述熔池及电弧贯穿孔区域到所述CCD相机的实际距离;
所述特征值换算单元,分别通信连接所述距离换算单元和所述特征值提取单元,用于根据所述实际距离,分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值;
所述参数估计单元,通信连接所述特征值换算单元,用于将所述熔池宽度实际值、所述熔池半长实际值、所述电弧贯穿孔宽度实际值和所述电弧贯穿孔半长实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,输出得到所述机械制造焊接现场的焊接质量衡量参数,其中,所述焊接质量衡量参数包含有焊缝宽度和/或熔深。
第三方面,本发明提供了一种计算机设备,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面或第一方面中任意可能设计所述的机械制造自动检测方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面或第一方面中任意可能设计所述的机械制造自动检测方法。
第五方面,本发明提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面或第一方面中任意可能设计所述的机械制造自动检测方法。
上述方案的有益效果:
(1)本发明创造性提供了一种利用多变量线性回归模型来估计焊接质量衡量参数的机械制造自动检测方案,即在接收到来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据后,先通过一系列数据处理提取得到熔池宽度实际值、熔池半长实际值、电弧贯穿孔宽度实际值和电弧贯穿孔半长实际值,然后将这些实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,即可输出得到机械制造焊接现场的且包含有焊缝宽度和/或熔深的焊接质量衡量参数,如此可在机械制造焊接过程中对焊缝宽度和/或熔深进行全自动实时检测,进而可利于进行精确地机械制造自动焊接控制,提升机械制造焊接产品的生产效率和产品良率,便于实际应用和推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的机械制造自动检测方法的流程示意图。
图2为本申请实施例提供的熔池左侧区域图像、熔池右侧区域图像、熔池底端区域图像和电弧贯穿孔所在区域图像在新视频图像中的位置示例图。
图3为本申请实施例提供的机械制造自动检测装置的结构示意图。
图4为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
应当理解,尽管本文可能使用术语第一和第二等等来描述各种对象,但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A、单独存在B或者同时存在A和B等三种情况;又例如,A、B和/或C,可以表示存在A、B和C中的任意一种或他们的任意组合;对于本文中可能出现的术语“/和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A或者同时存在A和B等两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
实施例:
如图1所示,本实施例第一方面提供的所述机械制造自动检测方法,可以但不限于由具有一定计算资源的且分别通信连接CCD相机和电弧电压采集模块的计算机设备执行,例如由工控机或云服务器等电子设备执行。如图1所示,所述机械制造自动检测方法,可以但不限于包括有如下步骤S1~S8。
S1.接收来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据,其中,所述视频图像数据由所述CCD相机对机械制造焊接现场的熔池及电弧贯穿孔区域实时采集得到,所述电弧电压数据由所述电弧电压采集模块实时采集得到,所述CCD相机通过夹具固定在机械制造用焊枪的后方,所述电弧电压采集模块布置在机械制造用焊机的内部,所述机械制造用焊枪连接所述机械制造用焊机。
在所述步骤S1中,所述CCD(Charge-coupled Device,电荷耦合元件)相机用于通过现有的红外线成像技术采集并构建得到所述视频图像数据;所述CCD相机在每采集得到一帧视频图像信息后,可以消息形式进行发布,以便本地设备订阅获取,完成对所述视频图像数据的传送和接收;具体的,所述CCD相机可采用现有产品实现。所述电弧电压采集模块用于通过现有对焊枪的运动控制技术来采集得到所述电弧电压数据。
S2.分别从所述视频图像数据和所述电弧电压数据中实时提取出采集时间同步的视频图像信息和电弧电压信息。
在所述步骤S2中,具体是从所述视频图像数据中实时提取出一帧所述视频图像信息,以及从所述电弧电压数据中实时提取出一个所述电弧电压信息。由于所述CCD相机和所述电弧电压采集模块的数据采集频率是不同的,这会导致在同一单位时间它们采集的数据的表征对象不一致,因此为了保证后续实际值换算结果的准确性,就需要先解决所述视频图像数据与所述电弧电压数据的同步问题。具体的,分别从所述视频图像数据和所述电弧电压数据中实时提取出采集时间同步的视频图像信息和电弧电压信息,包括但不限于有如下步骤:若所述CCD相机的数据采集频率高于所述电弧电压采集模块的数据采集频率,则先从所述电弧电压数据中实时提取出一个电弧电压信息,然后从所述视频图像数据中查找到采集时刻距离该电弧电压信息的采集时间戳最近的一帧视频图像信息,最后将该视频图像信息和该电弧电压信息作为一对采集时间同步的视频图像信息和电弧电压信息;若所述CCD相机的数据采集频率低于所述电弧电压采集模块的数据采集频率,则先从所述视频图像数据中实时提取出一帧视频图像信息,然后从所述电弧电压数据中查找到采集时刻距离该视频图像信息的采集时间戳最近的一个电弧电压信息,最后将该视频图像信息和该电弧电压信息作为一对采集时间同步的视频图像信息和电弧电压信息。举例的,当所述电弧电压采集模块的数据采集频率为10Hz且所述CCD相机的数据采集频率为25Hz时,若先提取出在第9.20秒采集的第92个电弧电压信息,并在第9.20秒的周围采集有:在第9.17秒采集的第229帧视频图像信息和在第9.21秒采集的第230帧视频图像信息,则可将所述第230帧视频图像信息和所述第92个电弧电压信息作为一对采集时间同步的视频图像信息和电弧电压信息。
S3.根据所述视频图像信息,分别提取出熔池轮廓边缘和电弧贯穿孔轮廓边缘在CCD相机坐标系中的所处二维坐标。
在所述步骤S3中,由于在焊接过程中,电弧产生高温将母材融化成熔池,而电弧贯穿焊件形成小孔(即电弧贯穿孔),以及对熔池与小孔形态进行分析,能反映焊接质量,因此需要根据所述视频图像信息分别提取出所述熔池轮廓边缘和所述电弧贯穿孔轮廓边缘,以便用于后续的特征提取。如图2所示,考虑熔池区域灰度值较低而电弧区域灰度值很高,一般的分割算法不能有效地将两部分同时分离,因此本实施例提出对熔池区域和电弧贯穿孔区域采用不同处理方式,来分别提取出所述熔池轮廓边缘和所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标。即优选的,根据所述视频图像信息,提取出熔池轮廓边缘在CCD相机坐标系中的所处二维坐标,包括但不限于有如下步骤S311~S314:S311.对所述视频图像信息依次进行图像去噪处理和灰度转换处理,得到新视频图像;S312.根据熔池在CCD相机坐标系中的已知位置信息,从所述新视频图像中截取出熔池左侧区域图像、熔池右侧区域图像和熔池底端区域图像;S313.对所述熔池左侧区域图像、所述熔池右侧区域图像和所述熔池底端区域图像分别进行基于Canny算法的边缘轮廓提取处理,分别得到熔池左侧局部边缘、熔池右侧局部边缘和熔池底端局部边缘在所述CCD相机坐标系中的所处二维坐标;S314.根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘分别在所述CCD相机坐标系中的所处二维坐标,采用椭圆方程对熔池边缘进行拟合,得到呈半椭圆形的熔池边缘在所述CCD相机坐标系中的所处二维坐标。以及根据所述视频图像信息,提取出电弧贯穿孔轮廓边缘在CCD相机坐标系中的所处二维坐标,包括但不限于有如下步骤S321~S324:S321.对所述视频图像信息依次进行图像去噪处理和灰度转换处理,得到新视频图像;S322.根据电弧贯穿孔在CCD相机坐标系中的已知位置信息,从所述新视频图像中截取出电弧贯穿孔所在区域图像;S323.对所述电弧贯穿孔所在区域图像进行基于预设灰度阈值的二值化处理,得到二值化图像;S324.对所述二值化图像的中心连通域进行基于Canny算法的边缘轮廓提取处理,得到中心连通域边缘在所述CCD相机坐标系中的所处二维坐标,并将该所处二维坐标作为电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标。详细的,前述图像去噪处理可以但不限于包括有高斯滤波处理和/或中值滤波处理等。
在所述步骤S314中,考虑直接对为灰度图像的所述熔池左侧区域图像、所述熔池右侧区域图像和所述熔池底端区域图像进行基于Canny算法的边缘轮廓提取处理,会不可避免地产生较多伪边缘,为了排除伪边缘的干扰,确保最终能够准确拟合得到熔池边缘,优选的,根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘分别在所述CCD相机坐标系中的所处二维坐标,采用椭圆方程对熔池边缘进行拟合,得到呈半椭圆形的熔池边缘在所述CCD相机坐标系中的所处二维坐标,包括但不限于有如下步骤S3141~S3144:S3141.针对用于构成所述熔池左侧局部边缘的各行边缘点,若对应行有多个边缘点,则基于K均值聚类算法确定该多个边缘点的聚类中心(此时K取值为1),并将该聚类中心作为对应行的唯一边缘点,若对应行有两个边缘点,则将该两个边缘点的中心点作为对应行的唯一边缘点;S3142.针对用于构成所述熔池右侧局部边缘的各行边缘点,若对应行有多个边缘点,则基于K均值聚类算法确定该多个边缘点的聚类中心(此时K取值为1),并将该聚类中心作为对应行的唯一边缘点,若对应行有两个边缘点,则将该两个边缘点的中心点作为对应行的唯一边缘点;S3143.针对用于构成所述熔池底端局部边缘的各列边缘点,若对应列有多个边缘点,则基于K均值聚类算法确定该多个边缘点的聚类中心(此时K取值为1),并将该聚类中心作为对应列的唯一边缘点,若对应列有两个边缘点,则将该两个边缘点的中心点作为对应列的唯一边缘点;S3144.根据所述熔池左侧局部边缘的各行唯一边缘点、所述熔池右侧局部边缘的各行唯一边缘点和所述熔池底端局部边缘的各列唯一边缘点分别在所述CCD相机坐标系中的所处二维坐标,采用椭圆方程对熔池边缘进行拟合,得到呈半椭圆形的熔池边缘在所述CCD相机坐标系中的所处二维坐标。
S4.根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出熔池宽度值和熔池半长值,以及根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值。
在所述步骤S4中,具体的,根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出熔池宽度值和熔池半长值,包括:先根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点,以及确定位于纵向最低处的底端边缘极点,然后将所述左侧边缘极点与所述右侧边缘极点的横向间距作为熔池宽度值,以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为熔池半长值;和/或,根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值,包括:先根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点,以及确定位于纵向最低处的底端边缘极点,然后将所述左侧边缘极点与所述右侧边缘极点的横向间距作为电弧贯穿孔宽度值,以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为电弧贯穿孔半长值。
S5.根据所述电弧电压信息,实时换算得到所述机械制造用焊枪的焊接高度。
在所述步骤S5中,具体换算过程为现有对焊枪的运动控制技术,于此不再赘述。
S6.根据所述焊接高度和所述机械制造用焊枪在所述CCD相机坐标系中的已知位置信息,实时换算得到从所述熔池及电弧贯穿孔区域到所述CCD相机的实际距离。
在所述步骤S6中,由于在现有对焊枪的运动控制技术中,所述焊接高度是一个可间接相对所述熔池及电弧贯穿孔区域的所在高度的高度值,因此可以结合常规的几何知识,根据所述焊接高度和所述机械制造用焊枪在所述CCD相机坐标系中的已知位置信息,实时换算得到从所述熔池及电弧贯穿孔区域到所述CCD相机的实际距离,以便后续作为物距。
S7.根据所述实际距离,分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值。
在所述步骤S7中,由于成像大小与物距具有重要关联性,因此具体的,根据所述实际距离,分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值,包括但不限于有:根据所述实际距离、所述熔池宽度值和所述CCD相机的且成像大小与物距的已知关系,换算得到与所述熔池宽度值对应的熔池宽度实际值;根据所述实际距离、所述熔池半长值和所述CCD相机的且成像大小与物距的已知关系,换算得到与所述熔池半长值对应的熔池半长实际值;根据所述实际距离、所述电弧贯穿孔宽度值和所述CCD相机的且成像大小与物距的已知关系,换算得到与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值;根据所述实际距离、所述电弧贯穿孔半长值和所述CCD相机的且成像大小与物距的已知关系,换算得到与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值。
S8.将所述熔池宽度实际值、所述熔池半长实际值、所述电弧贯穿孔宽度实际值和所述电弧贯穿孔半长实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,输出得到所述机械制造焊接现场的焊接质量衡量参数,其中,所述焊接质量衡量参数包含有焊缝宽度和/或熔深。
在所述步骤S8中,所述多变量线性回归(Linear Regression with MultipleVariables)是一种常用的机器学习模型,因此可以基于实验所得的样本数据(即实验测得的熔池宽度实际值、熔池半长实际值、电弧贯穿孔宽度实际值和电弧贯穿孔半长实际值)及验证数据(即实验测得的焊缝宽度和/或熔深),通过常规的模型训练方式得到焊缝宽度估计子模型和/或熔深估计子模型(即构成所述焊接质量衡量参数估计模型),以便用于本步骤的估计应用。
由此基于前述步骤S1~S8所描述的机械制造自动检测方法,提供了一种利用多变量线性回归模型来估计焊接质量衡量参数的机械制造自动检测方案,即在接收到来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据后,先通过一系列数据处理提取得到熔池宽度实际值、熔池半长实际值、电弧贯穿孔宽度实际值和电弧贯穿孔半长实际值,然后将这些实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,即可输出得到机械制造焊接现场的且包含有焊缝宽度和/或熔深的焊接质量衡量参数,如此可在机械制造焊接过程中对焊缝宽度和/或熔深进行全自动实时检测,进而可利于进行精确地机械制造自动焊接控制,提升机械制造焊接产品的生产效率和产品良率,便于实际应用和推广。
如图3所示,本实施例第二方面提供了一种实现第一方面所述的机械制造自动检测方法的虚拟装置,包括有数据接收单元、同步提取单元、边缘提取单元、特征值提取单元、高度换算单元、距离换算单元、特征值换算单元和参数估计单元;
所述数据接收单元,用于接收来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据,其中,所述视频图像数据由所述CCD相机对机械制造焊接现场的熔池及电弧贯穿孔区域实时采集得到,所述电弧电压数据由所述电弧电压采集模块实时采集得到,所述CCD相机通过夹具固定在机械制造用焊枪的后方,所述电弧电压采集模块布置在机械制造用焊机的内部,所述机械制造用焊枪连接所述机械制造用焊机;
所述同步提取单元,通信连接所述数据接收单元,用于分别从所述视频图像数据和所述电弧电压数据中实时提取出采集时间同步的视频图像信息和电弧电压信息;
所述边缘提取单元,通信连接所述同步提取单元,用于根据所述视频图像信息,分别提取出熔池轮廓边缘和电弧贯穿孔轮廓边缘在CCD相机坐标系中的所处二维坐标;
所述特征值提取单元,通信连接所述边缘提取单元,用于根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出熔池宽度值和熔池半长值,以及根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值;
所述高度换算单元,通信连接所述同步提取单元,用于根据所述电弧电压信息,实时换算得到所述机械制造用焊枪的焊接高度;
所述距离换算单元,通信连接所述高度换算单元,用于根据所述焊接高度和所述机械制造用焊枪在所述CCD相机坐标系中的已知位置信息,实时换算得到从所述熔池及电弧贯穿孔区域到所述CCD相机的实际距离;
所述特征值换算单元,分别通信连接所述距离换算单元和所述特征值提取单元,用于根据所述实际距离,分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值;
所述参数估计单元,通信连接所述特征值换算单元,用于将所述熔池宽度实际值、所述熔池半长实际值、所述电弧贯穿孔宽度实际值和所述电弧贯穿孔半长实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,输出得到所述机械制造焊接现场的焊接质量衡量参数,其中,所述焊接质量衡量参数包含有焊缝宽度和/或熔深。
本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果,可以参见第一方面所述的机械制造自动检测方法,于此不再赘述。
如图4所示,本实施例第三方面提供了一种执行如第一方面所述的机械制造自动检测方法的计算机设备,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面所述的机械制造自动检测方法。具体举例的,所述存储器可以但不限于包括随机存取存储器(Random-Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、闪存(Flash Memory)、先进先出存储器(First Input First Output,FIFO)和/或先进后出存储器(First Input Last Output,FILO)等等;所述处理器可以但不限于采用型号为STM32F105系列的微处理器。此外,所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果,可以参见第一方面所述的机械制造自动检测方法,于此不再赘述。
本实施例第四方面提供了一种存储包含如第一方面所述的机械制造自动检测方法的指令的计算机可读存储介质,即所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的机械制造自动检测方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等计算机可读存储介质,所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果,可以参见如第一方面所述的机械制造自动检测方法,于此不再赘述。
本实施例第五方面提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面所述的机械制造自动检测方法。其中,所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种机械制造自动检测方法,其特征在于,包括:
接收来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据,其中,所述视频图像数据由所述CCD相机对机械制造焊接现场的熔池及电弧贯穿孔区域实时采集得到,所述电弧电压数据由所述电弧电压采集模块实时采集得到,所述CCD相机通过夹具固定在机械制造用焊枪的后方,所述电弧电压采集模块布置在机械制造用焊机的内部,所述机械制造用焊枪连接所述机械制造用焊机;
分别从所述视频图像数据和所述电弧电压数据中实时提取出采集时间同步的视频图像信息和电弧电压信息;
根据所述视频图像信息,分别提取出熔池轮廓边缘和电弧贯穿孔轮廓边缘在CCD相机坐标系中的所处二维坐标;
根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出熔池宽度值和熔池半长值,具体包括:先根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点,以及确定位于纵向最低处的底端边缘极点,然后将所述左侧边缘极点与所述右侧边缘极点的横向间距作为熔池宽度值,以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为熔池半长值;以及根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值,具体包括:先根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点,以及确定位于纵向最低处的底端边缘极点,然后将所述左侧边缘极点与所述右侧边缘极点的横向间距作为电弧贯穿孔宽度值,以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为电弧贯穿孔半长值;
根据所述电弧电压信息,实时换算得到所述机械制造用焊枪的焊接高度;
根据所述焊接高度和所述机械制造用焊枪在所述CCD相机坐标系中的已知位置信息,实时换算得到从所述熔池及电弧贯穿孔区域到所述CCD相机的实际距离;
根据所述实际距离,分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值;
将所述熔池宽度实际值、所述熔池半长实际值、所述电弧贯穿孔宽度实际值和所述电弧贯穿孔半长实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,输出得到所述机械制造焊接现场的焊接质量衡量参数,其中,所述焊接质量衡量参数包含有焊缝宽度和/或熔深。
2.根据权利要求1所述的机械制造自动检测方法,其特征在于,分别从所述视频图像数据和所述电弧电压数据中实时提取出采集时间同步的视频图像信息和电弧电压信息,包括:
若所述CCD相机的数据采集频率高于所述电弧电压采集模块的数据采集频率,则先从所述电弧电压数据中实时提取出一个电弧电压信息,然后从所述视频图像数据中查找到采集时刻距离该电弧电压信息的采集时间戳最近的一帧视频图像信息,最后将该视频图像信息和该电弧电压信息作为一对采集时间同步的视频图像信息和电弧电压信息;
若所述CCD相机的数据采集频率低于所述电弧电压采集模块的数据采集频率,则先从所述视频图像数据中实时提取出一帧视频图像信息,然后从所述电弧电压数据中查找到采集时刻距离该视频图像信息的采集时间戳最近的一个电弧电压信息,最后将该视频图像信息和该电弧电压信息作为一对采集时间同步的视频图像信息和电弧电压信息。
3.根据权利要求1所述的机械制造自动检测方法,其特征在于,根据所述视频图像信息,提取出熔池轮廓边缘在CCD相机坐标系中的所处二维坐标,包括:
对所述视频图像信息依次进行图像去噪处理和灰度转换处理,得到新视频图像;
根据熔池在CCD相机坐标系中的已知位置信息,从所述新视频图像中截取出熔池左侧区域图像、熔池右侧区域图像和熔池底端区域图像;
对所述熔池左侧区域图像、所述熔池右侧区域图像和所述熔池底端区域图像分别进行基于Canny算法的边缘轮廓提取处理,分别得到熔池左侧局部边缘、熔池右侧局部边缘和熔池底端局部边缘在所述CCD相机坐标系中的所处二维坐标;
根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘分别在所述CCD相机坐标系中的所处二维坐标,采用椭圆方程对熔池边缘进行拟合,得到呈半椭圆形的熔池边缘在所述CCD相机坐标系中的所处二维坐标。
4.根据权利要求3所述的机械制造自动检测方法,其特征在于,根据所述熔池左侧局部边缘、所述熔池右侧局部边缘和所述熔池底端局部边缘分别在所述CCD相机坐标系中的所处二维坐标,采用椭圆方程对熔池边缘进行拟合,得到呈半椭圆形的熔池边缘在所述CCD相机坐标系中的所处二维坐标,包括:
针对用于构成所述熔池左侧局部边缘的各行边缘点,若对应行有多个边缘点,则基于K均值聚类算法确定该多个边缘点的聚类中心,并将该聚类中心作为对应行的唯一边缘点,若对应行有两个边缘点,则将该两个边缘点的中心点作为对应行的唯一边缘点;
针对用于构成所述熔池右侧局部边缘的各行边缘点,若对应行有多个边缘点,则基于K均值聚类算法确定该多个边缘点的聚类中心,并将该聚类中心作为对应行的唯一边缘点,若对应行有两个边缘点,则将该两个边缘点的中心点作为对应行的唯一边缘点;
针对用于构成所述熔池底端局部边缘的各列边缘点,若对应列有多个边缘点,则基于K均值聚类算法确定该多个边缘点的聚类中心,并将该聚类中心作为对应列的唯一边缘点,若对应列有两个边缘点,则将该两个边缘点的中心点作为对应列的唯一边缘点;
根据所述熔池左侧局部边缘的各行唯一边缘点、所述熔池右侧局部边缘的各行唯一边缘点和所述熔池底端局部边缘的各列唯一边缘点分别在所述CCD相机坐标系中的所处二维坐标,采用椭圆方程对熔池边缘进行拟合,得到呈半椭圆形的熔池边缘在所述CCD相机坐标系中的所处二维坐标。
5.根据权利要求1所述的机械制造自动检测方法,其特征在于,根据所述视频图像信息,提取出电弧贯穿孔轮廓边缘在CCD相机坐标系中的所处二维坐标,包括:
对所述视频图像信息依次进行图像去噪处理和灰度转换处理,得到新视频图像;
根据电弧贯穿孔在CCD相机坐标系中的已知位置信息,从所述新视频图像中截取出电弧贯穿孔所在区域图像;
对所述电弧贯穿孔所在区域图像进行基于预设灰度阈值的二值化处理,得到二值化图像;
对所述二值化图像的中心连通域进行基于Canny算法的边缘轮廓提取处理,得到中心连通域边缘在所述CCD相机坐标系中的所处二维坐标,并将该所处二维坐标作为电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标。
6.根据权利要求1所述的机械制造自动检测方法,其特征在于,根据所述实际距离,分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值,包括:
根据所述实际距离、所述熔池宽度值和所述CCD相机的成像大小与物距的已知关系,换算得到与所述熔池宽度值对应的熔池宽度实际值;
根据所述实际距离、所述熔池半长值和所述CCD相机的成像大小与物距的已知关系,换算得到与所述熔池半长值对应的熔池半长实际值;
根据所述实际距离、所述电弧贯穿孔宽度值和所述CCD相机的成像大小与物距的已知关系,换算得到与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值;
根据所述实际距离、所述电弧贯穿孔半长值和所述CCD相机的成像大小与物距的已知关系,换算得到与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值。
7.一种机械制造自动检测装置,其特征在于,包括有数据接收单元、同步提取单元、边缘提取单元、特征值提取单元、高度换算单元、距离换算单元、特征值换算单元和参数估计单元;
所述数据接收单元,用于接收来自CCD相机的视频图像数据和来自电弧电压采集模块的电弧电压数据,其中,所述视频图像数据由所述CCD相机对机械制造焊接现场的熔池及电弧贯穿孔区域实时采集得到,所述电弧电压数据由所述电弧电压采集模块实时采集得到,所述CCD相机通过夹具固定在机械制造用焊枪的后方,所述电弧电压采集模块布置在机械制造用焊机的内部,所述机械制造用焊枪连接所述机械制造用焊机;
所述同步提取单元,通信连接所述数据接收单元,用于分别从所述视频图像数据和所述电弧电压数据中实时提取出采集时间同步的视频图像信息和电弧电压信息;
所述边缘提取单元,通信连接所述同步提取单元,用于根据所述视频图像信息,分别提取出熔池轮廓边缘和电弧贯穿孔轮廓边缘在CCD相机坐标系中的所处二维坐标;
所述特征值提取单元,通信连接所述边缘提取单元,用于根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出熔池宽度值和熔池半长值,具体包括:先根据所述熔池轮廓边缘在所述CCD相机坐标系中的所处二维坐标,确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点,以及确定位于纵向最低处的底端边缘极点,然后将所述左侧边缘极点与所述右侧边缘极点的横向间距作为熔池宽度值,以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为熔池半长值;以及根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,实时提取出电弧贯穿孔宽度值和电弧贯穿孔半长值,具体包括:先根据所述电弧贯穿孔轮廓边缘在所述CCD相机坐标系中的所处二维坐标,确定具有最大横向间距的一对左侧边缘极点和右侧边缘极点,以及确定位于纵向最低处的底端边缘极点,然后将所述左侧边缘极点与所述右侧边缘极点的横向间距作为电弧贯穿孔宽度值,以及将所述底端边缘极点与所述左侧边缘极点或所述右侧边缘极点的纵向间距作为电弧贯穿孔半长值;
所述高度换算单元,通信连接所述同步提取单元,用于根据所述电弧电压信息,实时换算得到所述机械制造用焊枪的焊接高度;
所述距离换算单元,通信连接所述高度换算单元,用于根据所述焊接高度和所述机械制造用焊枪在所述CCD相机坐标系中的已知位置信息,实时换算得到从所述熔池及电弧贯穿孔区域到所述CCD相机的实际距离;
所述特征值换算单元,分别通信连接所述距离换算单元和所述特征值提取单元,用于根据所述实际距离,分别换算得到与所述熔池宽度值对应的熔池宽度实际值、与所述熔池半长值对应的熔池半长实际值、与所述电弧贯穿孔宽度值对应的电弧贯穿孔宽度实际值和与所述电弧贯穿孔半长值对应的电弧贯穿孔半长实际值;
所述参数估计单元,通信连接所述特征值换算单元,用于将所述熔池宽度实际值、所述熔池半长实际值、所述电弧贯穿孔宽度实际值和所述电弧贯穿孔半长实际值实时导入基于多变量线性回归的且已预训练的焊接质量衡量参数估计模型,输出得到所述机械制造焊接现场的焊接质量衡量参数,其中,所述焊接质量衡量参数包含有焊缝宽度和/或熔深。
8.一种计算机设备,其特征在于,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如权利要求1~6中任意一项所述的机械制造自动检测方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如权利要求1~6中任意一项所述的机械制造自动检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311108394.8A CN117020361B (zh) | 2023-08-30 | 2023-08-30 | 一种机械制造自动检测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311108394.8A CN117020361B (zh) | 2023-08-30 | 2023-08-30 | 一种机械制造自动检测装置及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117020361A CN117020361A (zh) | 2023-11-10 |
CN117020361B true CN117020361B (zh) | 2024-02-09 |
Family
ID=88635395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311108394.8A Active CN117020361B (zh) | 2023-08-30 | 2023-08-30 | 一种机械制造自动检测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117020361B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108067714A (zh) * | 2017-11-30 | 2018-05-25 | 清华大学 | 一种薄壁环缝端接质量在线监测与缺陷定位***及方法 |
CN108637435A (zh) * | 2018-05-16 | 2018-10-12 | 华南理工大学 | 一种基于视觉与弧压传感的三维焊缝跟踪***及方法 |
CN113379740A (zh) * | 2021-08-02 | 2021-09-10 | 上海工程技术大学 | 基于穿孔熔池图像和深度学习的vppaw熔透原位实时监测*** |
CN114012210A (zh) * | 2021-12-06 | 2022-02-08 | 上海交通大学 | 电弧增材过程的沉积质量判断***及方法 |
CN114119595A (zh) * | 2021-12-06 | 2022-03-01 | 上海交通大学 | 一种基于集成深度学习的gmaw焊接质量在线监测及评价方法 |
CN114453708A (zh) * | 2022-02-22 | 2022-05-10 | 中国计量大学 | 一种铝合金焊接缺陷在线监测方法 |
CN114818887A (zh) * | 2022-04-12 | 2022-07-29 | 中科云谷科技有限公司 | 用于检测焊缝质量的方法、装置、存储介质及处理器 |
CN114871620A (zh) * | 2022-05-25 | 2022-08-09 | 西南交通大学 | 一种厚板焊接质量监测与控制***及其焊接方法 |
CN115439429A (zh) * | 2022-08-26 | 2022-12-06 | 武汉铁路职业技术学院 | 一种焊缝质量实时在线评估方法、装置、存储介质和终端 |
CN116213883A (zh) * | 2022-12-16 | 2023-06-06 | 上海科技大学 | 深熔锁孔非熔化极惰性气体保护焊接的质量监控*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021171810A (ja) * | 2020-04-30 | 2021-11-01 | 株式会社神戸製鋼所 | 溶接情報の学習モデル生成方法、学習モデル、プログラム及び溶接システム |
-
2023
- 2023-08-30 CN CN202311108394.8A patent/CN117020361B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108067714A (zh) * | 2017-11-30 | 2018-05-25 | 清华大学 | 一种薄壁环缝端接质量在线监测与缺陷定位***及方法 |
CN108637435A (zh) * | 2018-05-16 | 2018-10-12 | 华南理工大学 | 一种基于视觉与弧压传感的三维焊缝跟踪***及方法 |
CN113379740A (zh) * | 2021-08-02 | 2021-09-10 | 上海工程技术大学 | 基于穿孔熔池图像和深度学习的vppaw熔透原位实时监测*** |
CN114012210A (zh) * | 2021-12-06 | 2022-02-08 | 上海交通大学 | 电弧增材过程的沉积质量判断***及方法 |
CN114119595A (zh) * | 2021-12-06 | 2022-03-01 | 上海交通大学 | 一种基于集成深度学习的gmaw焊接质量在线监测及评价方法 |
CN114453708A (zh) * | 2022-02-22 | 2022-05-10 | 中国计量大学 | 一种铝合金焊接缺陷在线监测方法 |
CN114818887A (zh) * | 2022-04-12 | 2022-07-29 | 中科云谷科技有限公司 | 用于检测焊缝质量的方法、装置、存储介质及处理器 |
CN114871620A (zh) * | 2022-05-25 | 2022-08-09 | 西南交通大学 | 一种厚板焊接质量监测与控制***及其焊接方法 |
CN115439429A (zh) * | 2022-08-26 | 2022-12-06 | 武汉铁路职业技术学院 | 一种焊缝质量实时在线评估方法、装置、存储介质和终端 |
CN116213883A (zh) * | 2022-12-16 | 2023-06-06 | 上海科技大学 | 深熔锁孔非熔化极惰性气体保护焊接的质量监控*** |
Also Published As
Publication number | Publication date |
---|---|
CN117020361A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107478657A (zh) | 基于机器视觉的不锈钢表面缺陷检测方法 | |
CN111369516B (zh) | 基于红外图像识别的变压器套管发热缺陷检测方法 | |
EP3067830A1 (en) | Complex background-oriented optical character recognition method and device | |
CN101179713A (zh) | 复杂背景下单个运动目标的检测方法 | |
KR102322546B1 (ko) | 봉제 스티칭 불량 검출 방법 및 시스템 | |
CN110647851B (zh) | 生产线产能监控方法、装置及*** | |
CN106503651A (zh) | 一种手势图像的提取方法及*** | |
CN105957300B (zh) | 一种智慧金睛识别可疑张贴遮蔽报警方法和装置 | |
CN108647722B (zh) | 一种基于过程尺寸特征的锌矿品位软测量方法 | |
CN103091330A (zh) | 模拟人类视觉感知机理的铜带表面缺陷辨识装置及方法 | |
CN117020361B (zh) | 一种机械制造自动检测装置及检测方法 | |
CN107289882B (zh) | 一种种植牙瑕疵和粗糙度检测方法 | |
CN114049368A (zh) | 一种“iid+参树网”智能工业设计软件 | |
CN113793385A (zh) | 鱼头鱼尾定位方法及装置 | |
CN111008960B (zh) | 基于机器视觉的铝电解电容底部外观检测方法及装置 | |
CN116754567A (zh) | 铜箔材料的周期性缺陷检测方法、装置及设备 | |
EP2887261B1 (en) | Information processing device, information processing method, and program | |
CN103914861A (zh) | 图片处理方法及装置 | |
CN111580902B (zh) | 一种基于图片分析的移动端元素定位方法及*** | |
CN113763491A (zh) | 一种烟丝桶残余物的视觉检测方法 | |
CN113012104A (zh) | 器件翅片数量检测方法、控制器及装置、存储介质 | |
CN111047550A (zh) | 一种基于机器视觉的产品异常检测方法、装置及设备 | |
CN103714352A (zh) | 一种基于图像认知区域的光晕抑制方法 | |
CN103714524A (zh) | 一种冷轧带钢表面图像自动融合方法 | |
CN212275609U (zh) | 一种铜排压花质量在线检测装置 |
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 |