一种焊接工艺的制作方法

1.本发明涉及自动化焊接的技术领域，特别是涉及一种焊接工艺。


背景技术：

2.随着自动化焊接技术的发展，使其在制造业中的应用越来越广泛，给制造业带来重大利好。其不仅解放人工，降低人工成本，同时提高了焊接质量及焊接生产效率。但目前自动化焊接技术还存在一定局限性:仅适用于批量生产；无法避免或减小焊接变形；面对不同焊接条件不能实时地调整焊接工艺参数等。因此，需收录各类焊接工艺数据并建立焊接工艺数据库，其可与焊接机器人、辅助动作工装等相互协作，共同完成焊接任务。基于此，中国专利cn112861498a公开了一种焊接工艺文件的自动编制方法，其涉及焊接工艺自动化技术，其用于解决人工编制成套的焊接工艺文件导致的编制效率低及质量问题。其中，焊接工艺文件的自动编制方法，其包括：获取输入信息，所述输入信息包括基本要素信息；根据获取的所述基本要素信息及预先设置的逻辑匹配规则确定焊接要素信息；根据预先获取的工艺模板文件，将焊接要素信息及基本要素信息填入所述工艺文件模板的相应位置；基于包含有焊接工艺信息的工艺文件模板生成焊接工艺文件；所述焊接工艺信息包括焊接要素信息及基本要素信息。上述所述公开的一种焊接工艺文件的自动编制方法有利于降低人工编制工作量，提高编制效率，且利于避免人工编制过程中手误导致的信息不对应或信息遗漏等质量问题，利于保证焊接质量。
3.然而，上述所公开的一种焊接工艺文件的自动编制方法还不能完全解决自动化焊接技术在实际应用中所遇到的非标准批量产品受限、焊接变形以及焊道参数频繁变化等技术问题。具体的，通过上述所公开的一种焊接工艺文件的自动编制方法，用户可以通过集成或安装有相关计算机程序的实体装置来实现对焊接工艺文件的自动编制和储存，但在实际的应用中，自动化焊接质量还与焊接工艺的前设计、焊接机器人的协同控制、非标产品的实时参数以及焊道的实时参数等因素息息相关。合理的焊接工艺决定了焊接质量和焊接性能，但由于焊接过程本身的复杂性、多因素性和经验性，使得焊接工艺设计繁琐且复杂。自动化焊接首先要解决的就是如何使焊枪找到焊道、从而对准焊道进行焊接，如果焊道位置无法定位准确，其结果必然是焊接所产生的工件都是残次品。然而，焊道位置信息包含焊道相对于焊枪的相对位置、焊道与焊道之间的相对位置。因此，机器人必须采集到焊道相对于焊枪的绝对位置以及焊道与焊道之间的相对位置，才能够准确地找到焊道位置并进行焊接。找正焊道位置的技术相对比较成熟，方法较多，但如何找正焊道位置信息是目前自动化焊接技术的难点。


技术实现要素：

4.基于此，有必要针对现有技术中的自动化焊接技术在实际应用中所遇到的非标准批量产品受限、焊接变形以及焊道参数频繁变化等技术问题，提供一种焊接工艺。
5.一种焊接工艺，其包括如下步骤：
s1：识别工程图纸，包括确定各条焊道的类型、母材材质、母材厚度、结构特性以及尺寸位置的参数；s2：规划焊接工艺，包括调用焊接工艺数据库数据自行选择设定焊材、焊接电流、电弧电压、焊接速度、焊接方式以及焊接顺序的工艺参数；s3：自适应焊接控制，先依据预设程序识别、提取、过滤视觉设备所采集的图像，以获取清晰轨迹点与坡口几何参数传输至视觉设备控制器；然后，采用预设程序将轮廓特征与几何参数重组，再通过焊接程序输出参数至控制工业机器人位置；s4：焊接单元实施焊接，焊接程序控制焊接单元进行施焊，并由视觉设备采集焊道变化信息，实时将焊接参数反馈至视觉设备控制模块；s5：外观检测，视觉设备对焊接完成的焊缝进行外观检测，并判断焊接工艺是否完成。
6.具体的，在所述步骤s1中，通过bp网络结构对应用于自动化焊接工艺的工程图纸进行识别。
7.进一步的，所述bp神经网络结构为一种按误差反向传播算法训练的多层前馈网络，其包括输入层、隐含层和输出层。
8.更进一步的，所述输入层为焊接过程中预期达到的焊接结果；由所述输入层传递至所述隐含层的数据通过预设的函数推测计算出所述输出层的参数。
9.具体的，在所述步骤s2中，根据相等强度匹配法、相等韧性匹配法或相同成分匹配法匹配焊接母材与其相对应的焊材。
10.具体的，所述自适应控制步骤由自适应控制传感系统实现；所述自适应控制传感系统包括机器人焊接模块、视觉设备与视觉设备控制模块、输入输出接口模块、工艺参数采集模块以及程序模块。
11.进一步的，所述程序模块包括预设程序一、预设程序二以及预设程序三；所述预设程序一负责控制视觉设备；所述预设程序二负责图像处理；所述预设程序三为可编程的图像后处理模块。
12.更进一步的，预设程序一负责控制摄像头操作，同时在直角坐标系中实时性地标定距离图像。
13.更进一步的，预设程序二从目标图像的轮廓中获取特征，检测给定轮廓同时测量其几何特征向量。
14.更进一步的，在预设程序三中抽取的特征数据能够被重新组合用在焊接设备位置与焊接工艺参数自适应控制中。
15.综上所述，本发明一种焊接工艺先针对工程图纸进行识别，以确定各条焊道的类型、母材材质、母材厚度、结构特性以及尺寸位置等参数；然后，再规划焊接工艺，包括调用焊接工艺数据库数据自行选择设定焊材、焊接电流、电弧电压、焊接速度、焊接方式以及焊接顺序等工艺参数；进而通过自适应焊接控制的方法，先依据预设程序识别、提取、过滤视觉设备所采集的图像，以获取清晰轨迹点与坡口几何参数传输至视觉设备控制器；然后，采用预设程序将轮廓特征与几何参数重组，再通过焊接程序输出参数至控制工业机器人位置；接着，由焊接单元实施焊接，焊接程序控制焊接单元进行施焊，并由视觉设备采集焊道变化信息，实时将焊接参数反馈至视觉设备控制模块；最后，再由视觉设备对焊接完成的焊
缝进行外观检测，并判断焊接工艺是否完成。在自适应的控制过程中，在坡口间隙不断增大的情况下，焊接电流和焊接速度以及送丝速度均会做出对应变化，进而使焊缝正面与背面成形效果均较好。所以，本发明一种焊接工艺解决了现有技术中的自动化焊接技术在实际应用中所遇到的非标准批量产品受限、焊接变形以及焊道参数频繁变化等技术问题。
附图说明
16.图1为本发明一种焊接工艺的工艺流程图；图2为一种应用于本发明一种焊接工艺的焊接系统bp神经网络结构示意图；图3为本发明一种焊接工艺的一种实施例焊接模块结构示意图；图4为图3所示实施例中视觉传感器模块进一步细化的架构示意图；图5为本发明一种焊接工艺的视觉设备控制模块的功能流程图中；图6为不同焊接控制方法下实验记录的裂纹数量。。
具体实施方式
17.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。
18.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
19.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
20.在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
21.在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
22.需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以
是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“上”、“下”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
23.请参阅图1，图1为本发明一种焊接工艺的工艺流程图。如图1所示，本发明一种焊接工艺包括如下步骤：s1：识别工程图纸，包括确定各条焊道的类型、母材材质、母材厚度、结构特性以及尺寸位置等参数；s2：规划焊接工艺，包括调用焊接工艺数据库数据自行选择设定焊材、焊接电流、电弧电压、焊接速度、焊接方式以及焊接顺序等工艺参数；s3：自适应焊接控制，包括视觉设备与视觉设备控制模块；先依据预设程序识别、提取、过滤视觉设备所采集的图像，以获取清晰轨迹点与坡口几何参数传输至视觉设备控制器；然后，采用预设程序将轮廓特征与几何参数重组，再通过焊接程序输出参数至控制工业机器人位置；s4：焊接单元实施焊接，焊接程序控制焊接单元进行施焊，并由视觉设备采集焊道变化信息，实时将焊接参数反馈至视觉设备控制模块；s5：外观检测，视觉设备对焊接完成的焊缝进行外观检测，并判断焊接工艺是否完成。
24.具体的，在前述步骤s1中，可以通过bp网络结构对应用于自动化焊接工艺的工程图纸进行识别。所述的bp神经网络是一种按误差反向传播，即简称为误差反传，的训练的多层前馈网络，其算法称为bp算法，其基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差均方差为最小。基本bp算法包括信号的前向传播和误差的反向传播两个过程。即计算误差输出时按从输入到输出的方向进行，而调整权值和阈值则从输出到输入的方向进行。正向传播时，输入信号通过隐含层作用于输出节点，经过非线性变换，产生输出信号，若实际输出与期望输出不相符，则转入误差的反向传播过程。误差反传是将输出误差通过隐含层向输入层逐层反传，并将误差分摊给各层所有单元，以从各层获得的误差信号作为调整各单元权值的依据。通过调整输入节点与隐层节点的联接强度和隐层节点与输出节点的联接强度以及阈值，使误差沿梯度方向下降，经过反复学习训练，确定与最小误差相对应的网络参数，如权值和阈值，训练即告停止。此时经过训练的神经网络即能对类似样本的输入信息，自行处理输出误差最小的经过非线形转换的信息。更具体的，如图2所示，图2为一种应用于本发明一种焊接工艺的焊接系统bp神经网络结构示意图。如图2所示的实施例中，所述焊接系统bp神经网络结构作为一种按误差反向传播算法训练的多层前馈网络，其主要包括输入层、隐含层和输出层；所述输入层常为焊接过程中预期达到的焊接结果，如熔深、熔宽、母材信息、接头信息等；通过隐含层设计的函数推测计算出输出层参数，其通常为焊接电流、焊接电压等焊接工艺参数。通过采用大量的数值模拟和实验数据，取不同的隐元数目和函数曲线对神经网络分别进行训练，不断沿着并调整隐含层函数的类型及系数，从而减少输出误差，完成焊接工艺的自适应控制。
25.进一步的，在上述步骤s2中，在规划焊接工艺之前需要先建立焊接工艺数据库。所述焊接工艺数据库收录截至预设时间段中相对较完善的焊接工艺信息，并且能够根据现场生产不断进行更新。因此，所述焊接工艺数据库是焊接工艺数据存储的基础和核心。在建立
焊接工艺数据库之后，用户可以根据前述步骤s1中所识别的相关参数进而规划当次焊接施工的具体工艺信息。例如，可以根据预设的所述焊接工艺数据库匹配焊接母材与相对应的焊材。具体的，可以分别根据相等强度匹配法、相等韧性匹配法或相同成分匹配法进行匹配焊接母材与其相对应的焊材。所述相等强度匹配法，即所选用焊条的熔敷金属抗拉强度要等于或者接近于被焊母材金属的抗拉强度，此法主要适用于结构件的焊接，理论上焊缝强度不可高于母材强度，否则由于焊缝抗裂性差或应力集中等原因而使焊接接头的质量下降。所述相等韧性匹配法，即所选用焊条熔敷金属的韧性等于或接近于被焊母材金属的韧性，此法主要适用于对低合金高强度钢焊接，以防止当母材结构刚性大、受力复杂时，因接头的塑性或韧性不足而引起接头受力破坏。所述相同成分匹配原则所选用焊条熔敷金属的化学成分与被焊母材的相同。此法主要适用于不锈钢、耐候钢或耐热钢的焊接，从而能保证焊缝耐腐蚀性与母材相同，且能与母材良好的熔合与匹配。此外，根据设计、工件强度、焊接工艺等条件需要，不同焊件、同一焊件不同位置焊缝类型有所不同；例如，常见的焊缝类型包括：不开坡口、y形坡口、x形坡口、u形坡口或双u形坡口等等。不同的焊缝类型所对应的焊接工艺也不相同，焊枪的行走路径、焊枪运动姿态也不相同。因此，所述焊接工艺数据库需要收录相关焊缝所对应的焊接姿态信息，以使所规划的焊接工艺适用。此外，选择合适的焊接顺序能够有效地控制焊接变形，因此，所述焊接工艺数据库应记录遵循基本焊接顺序原则，从而指导焊接机器人能根据焊接顺序基本原则进行施焊。例如，焊接顺序基本原则包括：焊接时尽量减小热输入和减少填充金属、组焊结构应合理分配各个组单元，并进行合理的组对焊接、位于构件刚性最大的部位最后焊接由中间向两侧对称进行焊接、先焊对接焊缝，后焊角焊缝、先焊短焊缝，后焊长焊缝、先焊对接焊缝，后焊环焊缝或当存在焊接应力时，先焊拉应力区，后焊剪应力和压应力区等。此外，所述焊接工艺数据库还应收录主要的工艺参数，包括：焊接电流、电弧电压、焊接速度、电源种类和极性、焊条直径及焊接层数等。并且，母材厚度、焊缝宽度、焊高、母材材质等也都会影响焊接工艺参数选择。例如：薄板焊接所用的焊材直径比厚板焊接时的要大、母材厚、坡口宽时采用多层多道焊；多层多道焊第1道焊缝打底焊需调小焊接电流等。
26.进一步的，在上述步骤s3中，所述自适应控制步骤主要通过自适应控制传感系统实现。所述自适应控制传感系统包括机器人焊接模块、视觉设备与视觉设备控制模块、输入输出接口模块、工艺参数采集模块和程序模块；其中程序模块包含用于视觉设备控制和距离图像标定的预设程序一、用于处理接头几何形状的图像处理的预设程序二、用于计算图像特征和自适应过程参量的预设程序三以及用于生成焊接工具轨迹的预设程序四。具体的，所述机器人焊接模块主要由焊接机器人单元、焊接电源单元、焊枪单元、送丝机构、夹具单元、变位机以及水、气等有关的辅助装置构成。进一步的，如图3所示，图3为本发明一种焊接工艺的一种实施例焊接模块结构示意图。在本实施例中，焊枪单元由驱动系统，也即送丝机构进行控制，并且，焊枪单元将动作状态实时传递至其控制模块之中。更进一步的，在所述自适应控制传感系统中，所述视觉设备与所述视觉设备控制模块为该传感系统的核心。所述自适应控制传感系统的主要功能为对待焊坡口几何信息进行检测，完成焊枪对中和高度进行自适应调整；与此同时，基于检测获取的坡口间隙或者截面积自适应对焊接参数进行优化，同时在线调节。其硬件构成部分主要为激光视觉传感器、控制器和伺服控制器以及输入、输出控制单元。如图4所示，图4为图3所示实施例中视觉传感器模块进一步细化的架
构示意图。进一步的，所述视觉设备控制模块还包括几个功能不同的程序部分，该模块用在过程控制中固件功能和其在线与离线时系统处理程序，如图5所示。在图5所示的视觉设备控制模块的功能流程图中，预设程序一负责控制摄像头操作，同时在直角坐标系中实时性地标定距离图像。而预设程序二主要负责图像处理。其从目标图像的轮廓中获取特征，检测给定轮廓同时测量其几何特征向量。该模块提供了各种各样的接头，同时配置了较为特殊的图像处理法，进而保障其鲁棒性。预设程序三是一个可编程图像后处理模块，在其中抽取的特征数据能够被重新组合用在机器人位置与焊接工艺参数自适应控制中。其中，接头库为一个存储视觉设备专用参数的数据库，该数据库可以并入前述的工艺数据库之中，以此使所述视觉设备控制模块可以处理不同类型的应用。图形用户界面在用户控制终端上运行，主要作用为展示由所述视觉设备采集到的数据以及配置视觉设备的各项参数。从而，所述的自适应焊接步骤中，其核心工艺在于视觉设备以及视觉设备控制模块这两部分。而控制单元与自动焊接设备，即为机器人连接。所述机器人连接依据视觉设备采集图像通过预设程序的识别提取、过滤获取清晰轨迹点相关图像和坡口几何参数传输至控制器；然后，再通过预设程序将轮廓特征与几何参数实行重组，从而实现工业机器人位置与焊接程序输出参数控制，进而完成焊接工艺的自适应控制。
27.进一步的，在所述自适应控制步骤的干预控制中，由所述焊接单元对产品实施焊接，其中，预设的焊接程序控制焊接单元进行施焊，并由视觉设备采集焊道变化信息，实时将焊接参数反馈至视觉设备控制模块；最后，由视觉设备对焊接完成的焊缝进行外观检测，并判断焊接工艺是否完成。直至所有产品均完成施焊后，结束本发明一种焊接工艺的焊接流程。
28.进一步的，继续通过实验对比上述焊接工艺的焊接可行性。其中，实验所需的试样的几何尺寸为：长x宽x厚=（300x100x5）mm，在实验前需对所有试样的表面先进行酸洗处理，然后，再将其打磨干净；接着，再使用焊接治具对其进行安装卡紧，以形成焊接坡口。其中，所述坡口的间隙标准如下：保证间隙由焊缝始端至末端从小到大，焊缝变化范围需要小于4mm。接着，针对上述试样装配于焊接治具后所形成的焊接坡口，制作工程图纸。然后，将所述工程图纸输入预设的系统中，并根据预设的焊接工艺数据库获取不同间隙条件下相应的焊接工艺参数，再由所述焊接工艺参数进行规划实际的焊接工艺。然后，将上述获取的焊接工艺参数输入至预设程序之中，该预设程序能将所输入的焊接参数转换为输出焊接参数的程序，在该输出焊接参数的程序内包括运算符和堆栈函数等用在数据运算与处理中的相关函数。进一步的，在实际的焊接实验中，对基于视觉设备所检测得到的焊缝间隙实行均值处理，再把不同间隙下所输出的各项焊接参数实时展示在用户控制终端的界面上。在处理时，用户控制终端先把得到的坡口间隙值采集再对其实行均值处理，在此过程中所获取的均值是焊接过程中调用工艺参数所需要的实际数值。在处理所获取间隙数据的基础上，在预设程序中所自带的自适应表格中调用相应工艺参数，此为自适应控制的整个过程。具体的，基于获取的间隙值对各项参数进行实时调用，从电流值变化方面看，在间隙不断增大的情况下，焊接电流值也在逐渐变小，目的是减小焊接时的热输入量。在间隙不断增加时，热量不断积累过高即会导致熔池下塌，同时，熔池下面没有成形槽当作支撑将导致焊穿，使成形效果变差，由此适当减小焊接时的电流会有效减少热积累量。从送丝速度方面看，在间隙不断增大的情况下，送丝的速度也有变大趋势，从而使焊丝可以高效填充过大的间隙，以此不会
致使焊缝焊穿。从焊接速度方面看，在间隙不断增大下，焊接的速度不断减小，以此使焊丝可以有充足时间提供填充量。基于上述的焊接实验工艺，针对实验的焊缝进行抽样检查，对比不同焊接工艺所制备的焊接裂纹情况结果，如图6所示。
29.具体的，由图6可知，不同焊接方法下所产生的焊缝裂纹数量也不同。当检查点为100个时，plc焊接控制方法的裂纹数量为26个；普通视觉传感器焊接控制方法的裂纹数量为19个；自适应焊接控制的裂纹数量仅为3个。当检查点为500个时，plc焊接控制方法的裂纹数量为57个，普通视觉传感器焊接控制方法的裂纹数量为43个，焊接控制方法的裂纹数量仅为10个。也即，自适应控制方法的裂纹数量明显低于其他两种方法，从而说明了自适应控制方法能够有效减少裂纹产生。这是因为在整个焊接控制中使用参数自适应调控，在坡口间隙不断增大的情况下，焊接电流和焊接速度以及送丝速度均会做出对应变化，进而使焊缝正面与背面成形效果均较好，且裂纹数量相比传统方法也得到了明显改善。
30.综上所述，本发明一种焊接工艺先针对工程图纸进行识别，以确定各条焊道的类型、母材材质、母材厚度、结构特性以及尺寸位置等参数；然后，再规划焊接工艺，包括调用焊接工艺数据库数据自行选择设定焊材、焊接电流、电弧电压、焊接速度、焊接方式以及焊接顺序等工艺参数；进而通过自适应焊接控制的方法，先依据预设程序识别、提取、过滤视觉设备所采集的图像，以获取清晰轨迹点与坡口几何参数传输至视觉设备控制器；然后，采用预设程序将轮廓特征与几何参数重组，再通过焊接程序输出参数至控制工业机器人位置；接着，由焊接单元实施焊接，焊接程序控制焊接单元进行施焊，并由视觉设备采集焊道变化信息，实时将焊接参数反馈至视觉设备控制模块；最后，再由视觉设备对焊接完成的焊缝进行外观检测，并判断焊接工艺是否完成。在自适应的控制过程中，在坡口间隙不断增大的情况下，焊接电流和焊接速度以及送丝速度均会做出对应变化，进而使焊缝正面与背面成形效果均较好。所以，本发明一种焊接工艺解决了现有技术中的自动化焊接技术在实际应用中所遇到的非标准批量产品受限、焊接变形以及焊道参数频繁变化等技术问题。
31.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
32.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。