Система машинного зрения на основе глубокого обучения для роботизированной лазерной сварки: отслеживание шва и оценка ширины зазора

Введение

В современном производствероботизированная лазерная сваркаценится за точность, скорость и глубокое проникновение. Однако его высокая производительность требует безупречного выравнивания лазерного луча и соединения. Традиционныйсистемы технического зрениячасто сталкиваются с непостоянным освещением, брызгами и сложной геометрией соединений, что приводит к дефектам. Вот гдеглубокое обучениесовершает революцию в этой области. Объединив передовыеглубокое обучениеалгоритмы с надежнымисистемы технического зренияпроизводители могут достичь беспрецедентной точности вотслеживание швовиоценка ширины зазора, преобразуя надежностьроботизированная лазерная сварка.

Основная задача лазерной сварки

Эффективностьроботизированная лазерная сварказависит от двух визуальных задач: точного определения пути шва (отслеживание) и измерения физического зазора между соединяемыми деталями (оценка). Даже незначительное смещение или непредвиденное изменение зазора могут вызвать серьезные дефекты, такие как пористость, подрез или неполное проплавление. Традиционные датчики лазерного зрения используют структурированный свет и геометрические алгоритмы. Несмотря на то, что они эффективны в контролируемых условиях, они могут быть хрупкими, что легко сбить с толку из-за высокой отражательной способности, окисления или сильных бликов от самого процесса сварки. Это создает острую потребность в более интеллектуальном, адаптивномсистема технического зрения.

Как глубокое обучение трансформирует систему машинного зрения

Глубокое обучение, особенно сверточные нейронные сети (CNN), предлагают смену парадигмы. В отличие от алгоритмов, основанных на правилах,глубокое обучениеМодель можно обучать на тысячах изображений сварочных швов в различных условиях. Он учится распознавать особенности шва — несмотря на шум, брызги или меняющиеся отражения — аналогично человеческому зрительному познанию.

• Для отслеживания швов: CNN может обрабатывать изображение в реальном времени ссистема технического зренияи выведите точные пиксельные координаты центральной линии шва. Он отличает шов от фонового шума с поразительной надежностью, позволяяроботизированная лазерная сваркаруку, чтобы корректировать траекторию в реальном времени.

• Для оценки ширины зазора: Аналогично, модель можно обучить идентифицировать два края стыка и вычислять расстояние в пикселях между ними, которое затем преобразуется в реальное.оценка ширины зазора. Это измерение имеет решающее значение для динамической регулировки мощности лазера или скорости подачи проволоки, чтобы обеспечить стабильное качество сварки, особенно в узлах с присущей им изменчивостью.

Результативное исследование, опубликованное вИсследования машинного интеллектаподтверждает этот подход. В ходе исследования был разработанглубокое обучение-основанный насистема технического зренияспециально дляроботизированная лазерная сварка. Система продемонстрировала превосходную производительность вотслеживание швовточность и режим реального времениоценка ширины зазорапо сравнению с традиционными методами, что подчеркивает его потенциал для промышленного применения.

Архитектура системы и рабочий процесс

Практическая программа, основанная на глубоком обучениисистема технического зрениядляроботизированная лазерная сваркаобычно включает в себя:

1. Сбор данных и обучение: Собирается набор данных из тысяч размеченных изображений (показывающих швы с известным положением и шириной зазора) при различном освещении и условиях материала. На этих данных обучается модель CNN (например, архитектура U-Net для точной попиксельной сегментации).

2. Вывод в реальном времени: Обученная модель размещается на промышленном компьютере, подключенном к высокоскоростной камере, установленной перед сварочной горелкой. Он обрабатывает каждый кадр за миллисекунды.

3. Управление с обратной связью: Выходные данные — координаты осевой линии шва и ширина зазора — подаются нароботизированная лазерная сваркаконтроллер. Робот корректирует свой путь в режиме реального времени, а параметры сварки модулируются в зависимости отоценка ширины зазора, создавая полностью адаптивный процесс.

Преимущества и влияние на промышленность

Интеграцияглубокое обучениевсистема технического зренияприносит ощутимую пользу:

• Повышенная точность и качество: Достигает почти идеального результата.отслеживание швов, что значительно снижает количество дефектов и объем доработок.

• Повышенная надежность процесса: допускает изменения в установке деталей, состоянии поверхности и окружающем освещении, которые могут нанести вред традиционным системам.

• Большая гибкость: Одну систему можно обучить работе с несколькими типами соединений (стыковое, нахлесточное, угловое) без необходимости тщательного перепрограммирования, что облегчает производство большого количества смесей.

Это нововведение делаетроботизированная лазерная сваркаподходит для более требовательных применений, от сборки аккумуляторных батарей электромобилей до прецизионных компонентов аэрокосмической отрасли, где допуски по качеству чрезвычайно жесткие.

Будущее интеллектуальной сварки

Будущее за расширением этих возможностей. Системы следующего поколения перейдут от 2D-видения к 3D-восприятию с использованием стереокамер или лазерных сканеров, предоставляя еще более полные данные. Кроме того,глубокое обучениеРоль модели выйдет за рамки отслеживания и измерения и будет включать в себя работу в режиме реального времени.прогноз качества— анализ геометрии расплавленной сварочной ванны для прогнозирования дефектов до их возникновения, что позволяет осуществлять реальную коррекцию в процессе процесса.

Заключение

Слияниеглубокое обучениес роботизированнымсистемы технического зрениязнаменует собой значительный шаг вперед вроботизированная лазерная сварка. Предоставляя высокоточные, надежные и оперативные данныеотслеживание швовиоценка ширины зазораЭта интеллектуальная технология преодолевает давние ограничения автоматизированной сварки. Это открывает путь к созданию более автономных, гибких и надежных производственных ячеек, гарантируя использование всего потенциалароботизированная лазерная сваркареализуется в стремлении к бездефектному производству.