论文部分内容阅读
焊接是现代工业中的关键加工手段,现代工业的迅猛发展对焊接过程提出了越来越高的要求,焊接自动化是满足这些要求的必要条件。通过熔池控制保证焊接质量是焊接自动化的重要内容。熔化极焊接是工业中常用的一种焊接方法,药芯焊丝电弧焊(Flux-Cored Arc Welding,简称FCAW)是其中应用得较为广泛的一种。目前,对熔池控制的研究国内外开展得较多,但对FCAW熔池控制则研究较少,因此,开展FCAW熔池控制的研究将更具有挑战性和实用性。又由于焊缝熔深是影响焊接质量的重要因素,本文拟开展FCAW熔深控制的研究。
焊接热交换始终存在于焊接过程中,本文分析了焊接传热过程中的能量方程、边界条件,尤其是熔化极焊接热源分布模型。利用APDL(ANSYS参数化设计语言)对ANSYS数值分析软件进行了二次开发,编写了热源加载及生死单元程序,通过ANSYS软件对温度场进行了计算,定量说明了焊接规范、焊缝间隙、工件截面变化对FCAW温度场的影响。
在弧焊过程中,采用视觉传感器进行熔池控制的困难在于如何获得良好的熔池图像。本文分析了熔化极焊电弧光谱分布特点,设计了一套较低成本的FCAW熔池视觉传感系统,该系统组成部分主要包括普通CCD,中心波长为1064nm、半带宽为10nm的窄带滤光片及绿色截止型玻璃LB1组成的复合滤光系统。
焊接过程中存在强烈弧光,熔池视觉系统获得的熔池图像无法完全避开弧光的干扰,特别是在熔池头部干扰比较强烈。针对熔池图像特点,本文提出采用相邻两幅图像叠加的方法去除部分弧光干扰;接着采用模糊增强方法突出熔池边缘,其中,对旧的模糊增强算子进行了改进,然后采用OTSU法对熔池进行了分割,较为准确地提取了熔池区域;最后,通过对熔池区域进行扫描得到熔池尺寸。
焊缝间隙对熔深有一定影响,焊缝间隙增大时会导致熔深增大甚至熔池塌陷。由于从熔池图像难以获得焊缝间隙信息,本文利用焊缝跟踪过程中的激光视觉系统获得比较准确的焊缝间隙。根据平面焊缝跟踪时焊缝图像特点,首先采用灰度拉伸法进行图像增强,然后经过小波变换提取激光条纹边缘,采用KSW熵法进行分割,利用Hough变换识别激光条纹并获得焊缝间隙。实验证明该算法精度较高,鲁棒性较好,并且该算法不仅可以用来提取焊缝间隙大小,还可以获得焊缝位置以进行跟踪。
熔深无法直接检测,但可通过焊接电压、电流、焊缝间隙以及熔池表面尺寸进行预测,本文利用三层BP神经网络建立了熔深模型,由于直接通过实验观察熔深难度很大,大部分神经网络训练数据以数值模拟所获得的熔池尺寸数据代替。实验证明,该模型可靠性较高。
考虑到电流是影响熔深的主要因素,本文通过调节电流来控制熔池深度。由于恒压焊机适合于熔化极焊接,本文对该焊机焊接规范手动设定部分进行了改造,利用单片机输出电压来控制焊接电流、电压,控制量则由微机通过串口发送至单片机。另外,本控制系统采用两台微机,一台用来拍摄并处理熔池图像,另一台用来拍摄处理焊缝图像及实现控制算法。为了保持焊接过程熔深一致,采用单神经元自适应PID算法来控制焊机电流。对变截面、变焊缝间隙工件焊接过程进行了闭环控制,与非控制焊接比较,熔深相对比较稳定。
另外,除了ANSYS数值分析中用到的APDL程序外,本文中所有算法及其软件均采用VC++6.0编制而成,相对于采用第三方软件实现图像处理和熔池控制,尽管复杂,但灵活性和快速性大大提高。