摘要：針對航天構件焊接產品的復雜性和多樣性，改進示教再現型焊接機器人因裝配或焊接應力變形等因素引起焊接質量問題。本文在一套能夠實現局部環境自主完成復雜空間曲線焊縫焊接的智能焊接機器人系統樣機下，利用該傳感系統的后一個CCD攝像機實現焊接熔池的實時傳感，依據熔透控制計算機和中央控制計算機間的可靠通訊，設計一種PID控制器，實現了LF6鋁合金變散熱工件焊接熔池動態過程實時控制。
關鍵詞：局部自主智能焊接機器人，焊接熔池，視覺傳感，過程控制

0 引言

焊接作為材料加工的一種重要手段在工業生產中得到廣泛應用。由于諸多因素的推動，焊接過程自動化、機器人化已成為趨勢[1]。尤其是研究開發具有智能的焊接機器人及其智能化技術，實現焊接路徑自動規劃、實時自動校正路徑及焊縫跟蹤、焊接熔深、熔透以及焊縫成形等質量控制功能，將是21世紀焊接工藝技術實施的發展方向。

焊接質量控制的研究是焊接過程自動化的重要組成部分。由于對焊接過程自動化和智能化水平的要求日益提高，對焊接質量的控制變得尤為重要。近年來，隨著計算機視覺技術的發展，利用機器視覺直接觀察焊接熔池，通過圖像處理獲取熔池的幾何形狀信息，對焊接質量進行閉環控制，己成為重要的研究方向[2-4]。

焊縫的熔寬、熔深等尺寸參數是影響焊接質量的重要因素，而熔池是對焊縫尺寸參數影響最為直接的因素。因而，研究焊接過程中熔池的變化以及實現熔池某些參數的控制對焊接質量的控制有實際的意義。同時，根據實際生產經驗，焊工是根據熔池的變化調整焊接工藝規范以及焊槍姿態來保證焊接質量的。因而，根據焊接熔池變化來控制焊接質量也是實現焊接智能化的一個重要部分。

1 局部自主智能脈沖GTAW焊縫熔透實時控制弧焊機器人系統結構介紹

實驗系統的硬件主要部分是一套局部自主智能焊接機器人系統，該系統以沈陽新松機器人有限公司的機器人產品RH6為本體[5]。在機器人本體末端(第6關節)增加了一個攝像機隨動裝置（第7關節），通過皮帶傳動可以帶動兩個攝像機繞焊槍轉動[6-7]。

局部自主智能焊接機器人(Local Autonomous Intelligent Welding Robot)系統的核心是一臺PIII850的通用計算機，它提供完成機器人系統坐標變換，軌跡生成，插補運算及外部信息綜合和焊接系統的控制，狀態管理，任務調度等。它的作用是一臺中央監控計算機，它與機器人控制柜通過CAN總線通訊。它與導引、焊縫跟蹤模塊以及熔透控制模塊之間通過Ethernet通訊。導引、焊縫跟蹤模塊的功能是通過視覺傳感實現焊接機器人焊接初始位置的導引和焊縫跟蹤。LAIWR機器人第七軸上的一個CCD攝像機通過視頻電纜與導引、焊縫跟蹤計算機上的圖像采集卡相連。LAIWR機器人第七軸上的另一個CCD攝像機通過視頻電纜與熔透控制計算機上的圖像采集卡相連（硬件配置同導引、跟蹤模塊）。同時熔透控制計算機還通過自行開發的控制/采集接口電路與焊接電源相連，以實現焊接參數的實時控制和焊接參數采集。焊接電源采用了日本DAIHEN公司生產的INVERTER ELESON 500P型交直流兩用GTAW焊接電源。此外，系統還包括水箱和保護氣瓶等輔助設備。

熔透控制試驗系統的核心部分是一臺PⅡ350型臺式計算機，其對焊接電源、送絲機構和焊接運動機構的控制是通過數據采集卡、步進電機控制卡和接口電路實現的。焊接電流和送絲速度的控制是通過調節焊接電源控制端的輸入電壓來實現的。焊接速度的控制是通過改變步進電機的單位時間的脈沖輸入數目來實現的。圖像采集卡與計算機相聯，計算機通過接收焊接電源傳送的焊接電流的時刻與形狀等特征信息，可以控制取像的時刻。送絲機構位于機器人第3軸上端，送絲位置為熔池的斜前方。該系統可以完成從焊接自動起弧、焊接工藝參數設置、熔池圖像自動采集、熔池圖像尺寸計算、控制算法實現、焊接規范自動調節，直到自動熄弧的完整的焊接工作過程。整個機器人脈沖GTAW傳感與過程控制控制試驗系統結構框圖如圖1所示。

圖1 機器人脈沖GTAW試驗系統結構框圖
2 基于連續光譜的寬帶復合濾光系統確定和鋁合金熔池參數定義

利用圖像傳感的方法控制焊縫質量，首先要獲得熔池圖像。為了獲得清晰的熔池圖像，必須采用濾光系統。鋁合金GTAW焊接條件下的弧光光譜分布基本規律是在強度相對較低的連續光譜上疊加許多強度不等的其它譜線所組成的，在不同的工藝參數下(焊接電流，焊接電壓)，光譜分布會有輕微變化，但基本規律不變。近熔池表面區光譜主要由鋁原子光譜，鋁離子光譜和熔池金屬黑體輻射產生的連續光譜組成，弧柱區的光譜主要由氬原子和離子的譜線組成，此外還含有其它金屬的蒸汽譜線。因此采用窄帶濾光的方式獲取鋁合金GTAW焊熔池圖像的方法是不可行的。通過分析鋁合金實際GTAW焊接光譜分布，本文采用的寬帶濾光片的通光范圍是590nm-710nm，峰值透過率25%，減光片通光率20%，熔透控制傳感器置于熔池的正后方，使傳感器的中線與焊接方向成45o角的方向，可清晰獲得熔池圖像。

利用視覺傳感方式對鋁合金脈沖GTAW焊縫成形進行控制，獲取能反映焊接過程焊縫成形的信息是至關重要的，通過圖像處理的方式獲得可描述熔池狀態的特征參數，對焊縫穩定成形的控制也就是控制這些參數的穩定。因此本文定義鋁合金GTAW焊熔池圖像的特征參數為：正面熔池的寬度、正面熔池的長度。另外，在本文所獲取的鋁合金GTAW焊熔池正面圖像中，不能看到熔池的全部，因此所利用的是正面熔池的半長。如圖2。

圖2 熔池圖像及特征參數示意圖
(a) 熔池正面圖像 (b) 熔池特征參數示意圖
3 脈沖GTAW熔池正面參數神經網絡模型的建立

模型是認識系統、研究系統的一種工具或手段。近年來，隨著人工神經網絡研究的興起，為焊接過程動態模型的建立開辟了新的道路。由于焊接過程具有很大的熱慣性，在建立ANN模型時，我們不僅應該考慮當前時刻的焊接規范輸入，還應該考慮焊接規范的歷史值對當前時刻熔池形態的影響。

針對鋁合金散熱快的特性，本文在模型的輸入中考慮了焊接規范的當前值和規范的前三個歷史值。這里采用的焊接規范包括脈沖峰值電流和脈沖占空比（焊接過程中保持焊接速度和脈沖基值電流恒定，所以這里不作考慮）。同時，前面熔池的大小和形態也要影響當前時刻的熔池，因而，本文也將前三個時刻熔池的特征參數（熔池最大寬度、熔池半長度）作為網絡的輸入。綜上，本文模型的共有14個輸入參數。模型的輸出為熔池特征參數（包括熔池最大寬度和熔池半長度）的當前值，一共有2個輸出。建立脈沖GTAW熔池正面參數神經網絡模型如圖3。對于BP神經網絡中間層節點數的選擇問題，不同文獻上有不同的選擇原則。本文隱含層確立為一層，因為一個三層BP網絡已經可以完成任意N維到M維的映射。隱含層單元的選取根據經驗確定為19最合適。