一种基于机器学习与激光跟踪的角焊缝熔透率控制方法与流程

本发明涉及一种角焊缝熔透率控制方法，尤其涉及一种基于机器学习与激光跟踪的角焊缝熔透率控制方法。

背景技术：

1、正交异性钢桥面板是国内桥梁制造行业常用的主体单元，以其自重轻、极限承载力大以及适用范围广等特点在国内大跨度桥梁中得到了广泛应用。在正交异性钢桥面板的生产中，抗疲劳性能是重点关注的性能之一，研究表明，影响疲劳性能的关键因素是u肋与顶板连接处角焊缝的熔透度。目前，国内外多数企业采用双面埋弧焊方式以获取全熔透的u肋角焊缝。然而，双面埋弧焊一旦焊接过程中u肋内侧焊缝出现缺陷便难以检测出来并及时修复，生产效率低且耗材量大。近年来，研究发现采用单面气保焊获得80％及以上熔透时，可以保证u肋角焊缝的抗疲劳性能并大幅提高其生产效率，从而证明了单面气保焊代替传统的双面埋弧焊的可行性。由于u肋内部无法放置钢衬板或者陶瓷衬垫，一旦出现全熔透焊穿则焊缝背面容易留下焊瘤等缺陷，而熔透率低于80％时又无法保证焊缝抗疲劳性能，由此可见，在u肋角焊缝的单面气保焊过程中，需要对的熔透率进行严格的控制。然而，u肋角焊缝通常长达数米，受摆放精度、焊接热变形等原因的影响，导致焊接过程中焊缝容易发生偏移，传统的示教型机器人无法根据焊缝位置的变化自动纠正焊接位姿与轨迹，最终造成熔透率难以控制，且一致差。目前尚没用公开一种有效的u肋角焊缝熔透率控制方法，给u肋角焊缝的单面气保焊带来了严重的技术挑战，为此亟需研发一种高效果、可靠的u肋角焊缝熔透率控制方法。

技术实现思路

1、发明目的：本发明目的是提出一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，以解决现有u肋角焊缝的单面气保焊过程中熔透率难以控制的问题。

2、技术方案：本发明包括以下步骤：

3、对u肋角焊缝熔透率进行试验建模，建立机器学习熔透率预测模型；

4、对全尺寸u肋进行焊接，并在焊接过程中在线控制熔透率，具体包括：

5、设定熔透率ps；

6、依据试验阶段所建立的机器学习熔透率预测模型，确定初始工艺参数，开始焊接；

7、焊接并实时采集实际的工艺参数，以实际工艺参数为模型输入，通过机器学习模型在线预测焊缝熔透率pr；

8、计算焊接过程中实时的预测焊缝熔透率pr与初始设定熔透率ps的误差绝对值，即|pr-ps|；

9、当|pr-ps|小于等于熔透率最大误差允许值时，保持当前焊接状态；当|pr-ps|大于最大误差允许值时，在线矫正焊丝对准位置，并引导焊丝在矫正后的对准位置进行焊接，直至焊接任务结束。

10、所述对u肋角焊缝熔透率进行试验建模，具体包括：

11、以工艺参数为变量，采用分段焊方法在长u肋焊缝上进行焊接试验，每段焊缝选用不同焊接参数；

12、分段焊完成后，计算每段焊缝的熔透率，获得不同工艺的熔透率样本数据；

13、建立熔透率预测模型：以工艺参数为模型输入，以焊缝熔透率为模型输出，建立机器学习熔透率预测模型。

14、所述工艺参数包括焊接电流、焊枪角度及焊丝对准位置。

15、所述焊接电流由霍尔传感器采集。

16、所述焊枪角度通过焊枪在世界坐标系下的姿态数据以及焊接面板摆放角度计算所得。

17、所述焊丝对准位置由激光视觉传感器采集获得，激光视觉传感器安装在焊枪前端。

18、所述焊丝对准位置通过图像特征点识别以及实际对准位置测量标定，实现对焊丝对准位置的采集。

19、所述焊接采用单面气体保护焊。

20、一种用于实现基于机器学习与激光跟踪的角焊缝熔透率控制方法的焊接装置，包括桥面板，所述桥面板顶部设有u肋和焊缝。

21、所述u肋底部设有带钝边的坡口，带钝边的坡口一端接触桥面板顶部，另一端与焊丝端部之间的水平距离为焊丝对准位置。

22、有益效果：本发明所提出的u肋角焊缝熔透率控制方法可控制u肋角焊缝的熔透率不低于允许值，从而保障焊缝的抗疲劳性能；该方法无需在u肋内部放置钢衬板或者陶瓷衬垫，可有效避免全熔透焊穿引起焊缝背面焊瘤；实时性、鲁棒性高，便于生产过程中熔透率的在线精准控制，数字化水平高，可靠性好；采用单面气保焊代替传统的双面埋弧焊实现正交异性钢桥面板与u肋的焊接，生产效率大幅提升，生产耗材量极大减少。

技术特征：

1.一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，其特征在于，所述对u肋角焊缝熔透率进行试验建模，具体包括：

3.根据权利要求1或2所述的一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，其特征在于，所述工艺参数包括焊接电流、焊枪角度及焊丝对准位置。

4.根据权利要求2所述的一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，其特征在于，所述基于工艺参数的熔透率预测模型通过机器学习算法建立，所述机器学习方法包括人工神经网络、支持向量机、极限学习机及随机森林等算法。模型输入为焊接电流、焊枪角度及焊丝对准位置，模型输出为角焊缝熔透率。

5.根据权利要求3所述的一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，其特征在于，所述焊接电流由霍尔传感器采集。

6.根据权利要求3所述的一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，其特征在于，所述焊枪角度通过焊枪在世界坐标系下的姿态数据以及焊接面板摆放角度计算所得。

7.根据权利要求3所述的一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，其特征在于，所述焊丝对准位置由激光视觉传感器采集获得，激光视觉传感器安装在焊枪前端。

8.根据权利要求7所述的一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，其特征在于，所述焊丝对准位置通过图像特征点识别以及实际对准位置测量标定，实现对焊丝对准位置的采集。

9.根据权利要求1所述的一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，其特征在于，所述焊接采用单面气体保护焊。

10.一种用于实现权利要求1～9任一项所述的基于机器学习与激光跟踪的角焊缝熔透率控制方法的焊接装置，其特征在于，包括桥面板，所述桥面板顶部设有u肋和焊缝。

技术总结本发明公开了一种基于机器学习与激光跟踪的角焊缝熔透率控制方法，包括：对U肋角焊缝熔透率进行试验建模；对全尺寸U肋进行焊接，并在焊接过程中在线控制熔透率，具体包括：设定熔透率P<subgt;s</subgt;；依据试验阶段所建立的机器学习熔透率预测模型，确定初始工艺参数，开始焊接；焊接并实时采集实际的工艺参数，以实际工艺参数为模型输入，通过机器学习模型在线预测焊缝熔透率P<subgt;r</subgt;；计算焊接过程中实时预测的焊缝熔透率P<subgt;r</subgt;与初始设定熔透率P<subgt;s</subgt;的误差绝对值，即|P<subgt;r</subgt;‑P<subgt;s</subgt;|；当|P<subgt;r</subgt;‑P<subgt;s</subgt;|小于等于熔透率最大误差允许值时，保持当前焊接状态；当|P<subgt;r</subgt;‑P<subgt;s</subgt;|大于最大误差允许值时，在线矫正焊丝对准位置，并引导焊丝在矫正后的对准位置进行焊接，直至焊接任务结束。技术研发人员：刘志刚,张晓强,薛喆彦,杨亮,李瑞峰,郭瑞,董向阳,刘银花,祝峰,倪海强受保护的技术使用者：中铁宝桥（扬州）有限公司技术研发日：技术公布日：2024/8/16