一、针对焊缝跟踪传感器的研究和探索（论文文献综述）
郑德阳[1]（2021）在《基于激光视觉传感机器人控制系统的多层多道智能弧焊》文中进行了进一步梳理在智能化工业生产中,焊接机器人一直被广泛应用于中厚板多层多道自动化焊接领域。但由于工件定位精度、加工精度以及焊缝余高变化等因素的影响,传统的机器人“示教—再现”方法很难适应焊缝位置、焊道空间尺寸的变化。因此,使焊接机器人能够在示教前提下,根据焊缝位置变化修正焊枪轨迹、根据焊道空间尺寸变化智能调整焊接工艺参数,是保证中厚板多层多道自动化焊接质量的先决条件之一。本文以低碳钢轴与法兰盘单边V形坡口多层多道焊接为例,开发了一套基于激光视觉传感技术的机器人智能弧焊系统。主要工作包括:分析传感器工作原理,设计一款具有检测焊缝位置、测量坡口宽度和深度功能的激光视觉传感器,确定传感器的使用参数和检测精度。分析图像处理方法和不同边缘提取算子的处理结果,设计图像处理算法,实现对焊缝图像特征曲线的有效提取以及焊缝特征点的精准识别。规划焊枪运动轨迹,设计打底焊、填充摆弧焊、盖面焊三种焊接方式。确定焊接速度、送丝速度、电流电压等常规焊接工艺参数,在此基础上,根据焊道空间尺寸变化,为填充摆弧焊接设计不同的摆焊工艺参数、为盖面焊接设计不同的送丝速度。完成激光视觉传感系统与机器人系统之间的I/O通讯,设计机器人焊接程序,使机器人能够根据检测到的焊缝位置偏差进行焊枪轨迹修正;根据检测到的焊缝余高及坡口宽度信息,在摆弧焊接过程中智能调整摆焊工艺参数、在盖面焊接过程中智能调节送丝速度。实验结果得到,传感器距离工件的使用高度范围在60～85 mm之间,分辨率为0.0568 mm/pixel,视野范围为28.4 mm×21.3 mm,检测精度为0.126 mm,系统响应时间在60 ms以内。对比焊缝实际偏差与修正结果、测量焊缝截面尺寸,结合焊缝余高变化的最小修正值,得到该系统的修正误差小于0.4 mm。观察实际焊接工艺参数变化、分析焊缝形貌,最终表明,此智能弧焊系统能够使“示教—再现”型焊接机器人在轴与法兰盘单边V形坡口多层多道焊接中,获得良好的焊缝成型质量。
王鹏[2]（2020）在《输电线路钢管塔用焊接系统的自动化研究》文中研究说明随着中国电力建设的不断发展,作为电力建设领域承载电力输送的铁塔生产领域也得到了快速的发展,但是在输电铁塔行业钢管纵缝的焊接效率和质量一直是制约钢管塔上产能、提质量的瓶颈,因此开发一种实时的焊缝纠偏自动化焊接控制系统非常有必要。本文是从在输电线路钢管生产加工过程中出现的问题和瓶颈作为输入的需求,展开输电线路钢管塔纵缝自动化焊接的研究。本文以钢管塔纵缝的焊接为背景,针对本企业原有焊接系统的不足以及提升效率和质量的需求,提出了改进方案,增加了激光视觉传感器、数据采集卡,将原有焊枪移动装置通过工控机进行控制,完成了对原有系统硬件的改进。传感系统的标定是激光视觉跟踪系统跟踪的关键,本文对激光视觉传感系统的摄像机、激光平面分别进行了标定,获取了激光平面与图像像素坐标的对应关系。对标定结果进行了验证,x,y,z方向的均值误差分别为0.0298mm、0.1807mm、0.1042mm,可以满足钢管纵缝焊接的精度需求。在焊接和不焊接的情况下,获取了经试件调制的激光图像,对这些图像进行了分析,根据图像特征,设计了包含滤波、锐化、Hough直线变换、直线拟合、和链码边界搜索等的图像处理算法。该算法在有弧光、飞溅干扰及坡口质量不佳的情况下能够较好的提取激光线。根据V型坡口的特征,设计了坡口中心的提取算法,计算出了坡口的中心坐标。本文设计了经典P控制算法与模糊控制算法相结合的控制器,在焊缝跟踪偏差≤ 2mm时,为提高系统稳态精度采用模糊控制器,在焊缝跟踪偏差>2mm时为尽快消除偏差采用P控制器。采用模拟焊接试件和实际产品进行了焊缝跟踪实验验证,实验结果表明,焊缝跟踪系统的检测和控制精度较高,跟踪误差≥0.5mm。使用本焊缝跟踪系统对钢管纵缝进行跟踪焊接后,焊缝的成型质量要比未采用焊缝跟踪系统时好,并且在使用的过程中弥补了原焊接系统的不足,操作更简单,自动化程度更高,占用焊工的数量从2-3人减少为1-2人,生产效率提高了一倍。同时,降低了焊接工人的劳动强度,在很大程度上节约了资源,降低了成本。
陈涛[3]（2020）在《强噪声下的激光视觉焊缝跟踪系统研究》文中指出由于手工焊接生产效率低、工作环境恶劣,焊接机器人在各个领域得到越来越广泛的应用。但是传统示教再现型机器人需要耗费大量时间进行重复示教,且其焊接质量往往会受到装夹误差、焊接时的热变形等因素的影响。为此,本课题在国家科技重大专项“五千台具有完全自主知识产权的面向机床自动化生产的机器人开发及产业工程”（编号:2015ZX04005006）和广东省科技重大专项“面向数控机床与机器人集成一体化技术的研究”（项目编号:2014B090920001）的资助下,深入研究了基于激光视觉的焊缝跟踪技术,并基于判别式目标跟踪和深度强化学习实现了在强噪声背景下对焊缝的准确检测。为了获得焊缝图像中像素坐标到机器人三维坐标的转化关系,本文设计了一套基于三线激光的结构光视觉传感器并对其进行了标定工作。首先完成了相机和激光平面的标定,获得了所需参数,然后完成了相机与机器人之间的手眼标定。根据标定结果可以得到焊缝图像的二维像素坐标到机器人的三维坐标之间的转换关系。针对强噪声背景下难以进行焊缝检测的问题,提出了基于判别式目标跟踪的焊缝检测算法。首先在焊接开始前通过形态学处理、骨架提取等传统图像处理方法检测初始焊缝特征点。然后在焊接开始后,通过判别式目标跟踪算法对焊缝特征点进行检测。但是长期检测以及持续的强噪声干扰会导致上述的焊缝检测算法的检测结果出现偏差。为了修正上述检测算法的检测误差,本文基于卷积神经网络和深度强化学习提出了一个焊缝精调网络和两个焊缝配准网络。焊缝精调网络将修正动作离散化,使用REINFORCE算法进行网络训练。焊缝配准网络将对检测结果的修正过程描述为一个图像配准过程,分别使用深度确定性策略梯度算法和接近性策略优化算法训练网络学习相应的配准关系。为了验证本文提出的焊缝检测算法的可行性,本文进行了一系列仿真,结果表明焊缝精调网络和焊缝配准网络均具有较高的鲁棒性和精确性。同时,本文搭建了一套基于六自由度焊接机器人的激光视觉焊缝跟踪平台,该平台主要包括焊接机器人及配套设备、激光视觉传感器、工业控制计算机等。在该平台上针对多种焊缝类型及轨迹进行了焊缝跟踪实验,实验结果表明:在弧光和飞溅干扰的强噪声环境下,系统能精确地进行焊缝特征点的提取,焊缝跟踪平均误差较小且焊接轨迹平滑,能满足实际焊接生产的需求。
孙增光[4]（2020）在《基于图像处理的机器人焊接智能制造技术研究》文中认为焊接是制造业中的重要工艺技术,广泛应用在工业制造、军事航天、家用电器等领域。人工焊接时,产生的有害气体、弧光飞溅、烟尘等会对身体造成一定的伤害。此外,工人还需要长时间保持某一固定的焊接姿态,其工作强度较大,难以保持焊接质量的稳定性和一致性。因此,为了实现焊接自动化,提高焊接产品的生产效率及质量,改善工人恶劣的劳动环境,对基于图像处理的机器人焊接智能制造技术进行了研究。本文选用ABB IRB2400型焊接机器人,利用离线编程软件Robot Studio和三维设计软件Solidworks,搭建了焊接机器人工作站。通过查询焊接手册,进行焊接试验,确定了焊接工艺参数。创建了常用的焊接I/O信号,进行信号关联,编写完成了焊接程序。进行焊接仿真时,利用示教器生产屏幕,不断优化焊接参数,得到了较为理想的焊缝。焊接机器人运动学分析是研究机器人技术的前提,它为焊接机器人实现轨迹规划和运动控制提供了理论依据。本文运用D-H参数法确定了机器人各连杆参数,利用Matlab Robotics Toolbox工具箱完成了ABB IRB2400机器人建模。对机器人进行正逆运动学求解,验证了机器人建模的正确性。运用多项式插值算法,进行关节空间轨迹规划,确定了五次多项式插值算法为理想的算法。给定机器人初始和终止位姿,生成末端轨迹的位移曲线、运动曲线、角速度曲线和角加速度曲线,验证了机器人设计的合理性。为了提高焊接精度,实现焊缝实时跟踪,采用视觉传感器采集焊缝图像,实时传输到计算机中进行图像处理。图像处理时,运用滤波处理、灰度处理、二值化处理等多种算法来处理焊缝图像,获得了边缘轮廓清晰的黑白图像,同时利用图像骨架法生成了焊缝中心线。焊接时,通过调整焊枪与焊缝中心线之间的位置偏差,保证焊枪始终与焊缝中心线对齐,从而使得焊接具有实时性和高准确度。焊接温度场的变化规律,是控制焊接残余应力,提高焊接质量的重要依据。利用ANSYS有限元分析软件,建立了合理的焊件模型,采用映射网格划分法进行网格划分。运用生死单元技术,模拟了焊缝的填充过程。通过APDL语言编写参数化程序,获得了不同时刻的焊接温度场云图。通过分析焊缝不同节点处温度随时间的变化规律,进而优化焊接工艺参数,为提高焊接质量提供了参考。本文研究的焊接智能制造技术,主要包括离线编程技术、工业机器人技术、焊缝传感器技术和有限元分析技术。设计了一套合理的焊缝跟踪系统,解决了弧光和飞溅的干扰问题,能够实现直线、曲线、折线等多种工况下的焊缝中心线提取。焊缝跟踪系统配合焊接机器人工作站的协同工作,对发展智能焊接技术具有重要意义。
龚勤慧[5]（2019）在《对焊缝跟踪技术研究现状与发展的分析》文中认为通过对焊缝跟踪原理的阐述,介绍焊缝跟踪技术,并对焊缝跟踪系统的组成进行分析。在讨论焊缝跟踪传感器,如视觉传感器、激光传感器等研究的进展基础上,介绍焊缝跟踪智能控制方法的研究进展,如人工神经网络控制、遗传算法等在焊缝跟踪中的应用,并对焊缝跟踪技术的发展趋势进行分析。
张陈[6]（2018）在《基于脉冲涡流无损检测的金属焊缝自动跟踪研究》文中认为实现焊接过程的自动化与智能化,所需解决的首要问题就是焊缝自动跟踪。而检测焊缝中心位置参数所采取的方法,是解决焊缝跟踪问题的关键之一。当前脉冲涡流检测、超声检测和射线检测等无损检测方法最为常见,相对比于超声检测和射线检测,脉冲涡流检测成本低、结构简单,对于焊接过程中烟尘、弧光和背景光的抗干扰性更强,且不需要耦合剂及特定的导电媒介。因此本文提出基于脉冲涡流无损检测的金属焊缝自动跟踪研究,首先设计了脉冲涡流焊缝跟踪系统,接着详细介绍焊缝中心参数的提取方法,然后研究对焊缝中心的处理算法。主要分为以下几个方面:（1）对国内外的焊缝自动跟踪技术做了简要介绍,接着对涡流传感器的发展和应用现状进行了阐述。结合涡流传感器以后的发展趋势,本文采用了脉冲涡流对焊缝进行检测,并且通过试验分析了用于焊缝自动跟踪的可行性。（2）设计脉冲涡流焊缝跟踪系统,主要分为焊接执行装置和焊接控制装置的设计。焊接执行装置设计重点阐述了氩弧焊焊接系统各元件的选型,运动控制台的三维设计;焊接控制装置设计重点阐述了脉冲涡流检测焊缝中心的系统设计、五轴驱动电路设计、软件界面设计以及焊缝跟踪系统流程设计等。（3）针对采集的信号中存在噪声干扰,本文借用脉冲涡流手段采集焊缝中心信号然后对其进行信号同步处理,接着利用中值滤波加最值算术平均值的方法对信号进行滤波去噪处理,最后对去噪后的信号进行差分处理得到焊缝中心的峰值电压和峰值时间。（4）针对焊缝跟踪过程中存在多种噪声干扰,严重影响焊缝位置信息的准确提取现状,本文以碳钢平板对接为焊接试验对象,首先借助脉冲涡流无损检测提取焊缝位置峰值和过零时间,在此基础上,进一步采用卡尔曼滤波的系统状态最优估计方法,对焊接中心偏离状态进行修正。焊接试验结果表明Kalman滤波算法能够有效消除多种噪声干扰,优化脉冲涡流提取信息,提高焊缝跟踪的稳定性。（5）为避免噪声特性不确定性对卡尔曼滤波焊缝跟踪的影响,使用RBF神经网络优化卡尔曼滤波算法,以卡尔曼滤波状态参量作为网络输入,滤波误差作为网络输出,建立径向基神经网络训练过程,再利用训练好的RBF神经网络的输出修正卡尔曼滤波值,补偿焊缝中心滤波误差。试验结果表明采用优化后的Kalman滤波算法相比优化前跟踪精度提高34.3%,且能够减小噪声对测量数据的影响,修正脉冲涡流测量数据,获得更为精确的焊缝中心位置,提高焊缝跟踪精度。
曹源源[7]（2017）在《基于窄间隙焊接电容传感器及跟踪方法的研究》文中进行了进一步梳理随着传感器技术在工业生产中的发展,电容传感器因其具有结构紧凑,灵敏精密,非接触测量及环境适应力强等优点,在两相流测量,物品介质重建分析与高精度测量等方面应用普及。本文首先分析窄间隙焊缝跟踪系统及电容传感器的技术背景;根据窄间隙焊接和边缘电场传感器技术的特点,建立了一类用于窄间隙焊缝跟踪的圆柱型相邻电容传感器,设计了该圆柱形相邻电容传感器的基本结构。同时阐述了该圆柱形相邻电容传感器在窄间隙焊接过程中的测量原理,并对其在窄间隙焊缝检测的能力进行可行性分析。运用电磁场基本理论及Possion方程,建立了简化后的窄间隙焊缝跟踪的圆柱型电容传感数学模型。建立了安装于焊枪喷嘴的电容传感器有限元模型,分析了电容传感器在窄间隙焊缝中电场分布的特点。通过仿真几组不同极板结构下的窄间隙焊缝跟踪传感器,研究了电场分布形貌,并计算了每组传感器的测量灵敏性和穿透性;通过观察传感器在窄间隙焊缝内横向、纵向偏移时电容的变化趋势,优化了电容电极及屏蔽层结构。在该模型下,将电容-距离曲线进行非线性映射,推导了电容值与窄间隙焊缝位置关系的方程式。从仿真结果上看,圆柱型相邻电容传感器用于窄间隙焊缝跟踪系统完全可行。针对目前电容传感器测量自电容低、杂散和寄生电容过大等弊端,提出了一种测量电容值大小的放大电路及滤波电路。并采用了AD7745双通道12位的电容-数字信号转换器（CDC）采集信号,通过单片机运算提取出焊缝偏移信号,经过上位机软件与PC端控制,采集测量了两组电容值。搭建了用于测量电容的几组实验平台。文章最后对比了仿真数据与试验结果。分析试验采集的频谱信号,并通过软件滤波处理后与ANSYS分析结果相比,其变化的趋势基本相同。排除了温度及焊接飞溅等外界干扰杂波,将滤波后的信号通过非线性映射以及数学运算后提取出焊枪所在的空间位置信息,并通过焊缝曲面重建,得出的图像结果与窄间隙焊缝基本一致。通过试验最终证明了圆柱型相邻电容传感器可完美匹配窄间隙焊缝跟踪系统。
王信[8]（2016）在《机械接触光电式焊缝跟踪系统研究》文中提出在查阅国内外文献与调研工业焊接领域传感器应用现状的基础上,本课题设计了一种新型机械接触式传感器,符合工业焊接领域在役焊缝跟踪技术主流。本文综述焊接自动化领域焊缝自动跟踪控制技术与传感器技术的发展研究,并介绍国内外在该领域的研究前沿,同时结合我国工业实际应用现状,分析对比开发一套基于PLC控制的机械接触光电式焊缝跟踪系统。首先依据工业应用要求,确定系统的组成框架与控制原理,采用松下PLC作为控制单元,设计一套机械接触光电式传感器作为焊缝跟踪传感器,该传感器采用两对光敏电阻与光源作为光电转换机构,完成高低与横向的偏差检测。采用步进电机作为伺服机构实现系统的输出控制。其次,基于整体设计思路与系统输入输出要求,进行系统电气电路设计。并完成系统各部分机械装置结构设计,包括焊接小车、二维偏差调节机构、焊枪与传感器夹具、电气控制柜等。依据本文设计的系统硬件平台,进行焊缝跟踪系统控制策略研究,设计焊缝跟踪PID控制器,解决焊缝跟踪控制算法问题,完成系统控制程序编写,并开发基于触摸屏的人机交互系统。最后,调用MATLAB的Simulink模块对所开发的基于PLC控制的机械接触光电式焊缝跟踪系统进行数值仿真,验证本文PID控制器的可行性。同时进行试验设计,验证系统跟踪精度。
施浩[9]（2015）在《厚板窄间隙多层多道自动化激光填丝焊接及焊缝跟踪》文中提出传统上,窄间隙激光填丝焊主要以人工示教为主,人为因素对焊接质量影响较大,焊接效率低。针对以上问题提出厚板窄间隙多层多道自动化激光填丝焊接及焊缝跟踪。首先研究了厚板激光填丝焊的工艺参数。实验结果表明,影响填丝焊焊缝成型的主要因素有激光功率、送丝速度、焊接速度、离焦量以及保护气流量。随激光功率的增加,单道焊缝的填充量下降,熔宽增加;随着送丝速度增大,焊缝填充量与堆高均增大;焊接速度的增加导致焊缝填充量与堆高下降,熔宽因热输入减小而下降;离焦量对熔深的影响较大,随着离焦量增大,焊缝熔深下降;保护气体流量过大,会影响焊缝成型的质量。其次建立单道填丝焊的焊缝几何与焊接输入参数之间的关系。本文通过响应曲面法分别建立了焊缝填充横截面积、熔宽、堆高、熔宽与堆高的比值与激光功率、送丝速度以及焊接速度之间的数学关系。验证实验结果表明,所建立的模型均能准确的对焊缝的几何参数进行预测。继而建立了基于单道填充横截面积的多层多道焊缝轨迹规划方法,包括焊接道数、焊枪端点坐标的算法、填充顺序等,使得焊道规划更加准确。随后利用KUKA机器人编程实现多道焊焊接程序。最后结合焊缝跟踪传感器实现了多层多道焊缝跟踪。该激光扫描式传感器能够实时调整焊缝跟踪轨迹,避免焊接过程中因焊接变形或者工装移位导致焊枪端点偏离原焊接轨迹的问题。验证实验结果表明,采用上述方法,能够准确的对焊缝几何、焊接道数、焊枪端点坐标偏移量进行预测。对于多层多道焊接接头缺陷的分析表明,热输入P/Vw以及送丝速度与焊接速度的比值Vf/Vw是影响接头质量的主要因素。另外,单道焊缝熔宽Ww与被填充层宽度Wt的比值会影响多层-单道填充时缺陷的形成。
杨佳奇[10]（2014）在《接触式窄间隙焊缝自动跟踪传感器及控制系统研究》文中认为随着窄间隙焊接技术的不断成熟，窄间隙焊接已经广泛应用于化工、军工等诸多领域，这也对窄间隙焊缝的自动跟踪提出了更高的要求。在调查和分析国内外窄间隙焊接技术和焊缝跟踪技术的基础上，本文设计了一种接触式焊缝自动跟踪传感器，并从其特点出发设计了焊缝跟踪控制系统。本文首先根据焊缝跟踪系统原理，确定了基于嵌入式技术的窄间隙焊缝跟踪系统的总体设计方案，以美国微芯科技公司PIC18F4520单片机为主控制芯片，设计了跟踪控制系统的信号采集和处理电路、执行机构的驱动电路等外围电路。以窄间隙焊缝跟踪硬件系统为平台，研究了系统的跟踪策略，采用PID控制技术制定了基于嵌入式系统的接触式窄间隙焊缝跟踪系统的PID控制算法，解决了跟踪系统中控制算法的问题。以PIC18F4520单片机为核心硬件，MPLAB IDE为核心软件平台，开发了控制系统软件，包括信号采集、跟踪调节、步进电机驱动等子程序。最后，对设计的接触式窄间隙焊缝自动跟踪系统进行了模拟实验，验证了PID控制算法的可行性。基于实验结果分析误差产生的原因。实验结果表明，接触式窄间隙焊缝自动跟踪传感器及其控制系统符合设计要求。
二、针对焊缝跟踪传感器的研究和探索（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、针对焊缝跟踪传感器的研究和探索（论文提纲范文）
（1）基于激光视觉传感机器人控制系统的多层多道智能弧焊（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 焊缝跟踪技术的发展及研究现状 |
| 1.2.1 发展概况 |
| 1.2.2 焊缝跟踪传感器的作用及分类 |
| 1.2.3 激光视觉传感器的发展现状 |
| 1.2.4 焊缝图像处理的研究现状 |
| 1.2.5 焊缝跟踪的实现方法 |
| 1.3 中厚型结构件自动化焊接的研究现状 |
| 1.3.1 多层多道焊接轨迹规划的研究现状 |
| 1.3.2 多层多道焊接工艺规划的研究现状 |
| 1.3.3 多层多道激光视觉传感技术的研究现状 |
| 1.4 主要研究内容 |
| 第2章 实验流程设计与智能弧焊系统组成 |
| 2.1 实验流程设计 |
| 2.1.1 打底焊实验流程设计 |
| 2.1.2 填充摆弧焊实验流程设计 |
| 2.1.3 盖面焊实验流程设计 |
| 2.2 智能弧焊系统组成 |
| 2.3 激光视觉传感系统的组成与设计 |
| 2.3.1 传感器结构设计 |
| 2.3.2 工控机设计 |
| 2.3.3 图像采集卡 |
| 2.4 焊接机器人系统的组成 |
| 2.4.1 安川机器人 |
| 2.4.2 焊接设备 |
| 2.5 本章小结 |
| 第3章 传感器标定与焊缝图像处理 |
| 3.1 激光视觉传感器的工作原理 |
| 3.2 视觉标定 |
| 3.2.1 传感器标定 |
| 3.2.2 机器人手眼标定 |
| 3.3 焊缝图像处理 |
| 3.3.1 图像二值化处理 |
| 3.3.2 图像后处理 |
| 3.4 像素差标定 |
| 3.5 传感器精度检测 |
| 3.5.1 焊缝横向位置检测 |
| 3.5.2 焊缝纵向位置检测 |
| 3.5.3 坡口宽度检测 |
| 3.6 本章小结 |
| 第4章 多层多道智能弧焊控制设计 |
| 4.1 机器人I/O通讯 |
| 4.2 焊接轨迹规划 |
| 4.3 打底焊的控制设计 |
| 4.3.1 确定打底焊接工艺参数 |
| 4.3.2 焊枪轨迹修正的程序设计 |
| 4.4 填充摆弧焊的控制设计 |
| 4.4.1 填充摆弧焊的焊前检测 |
| 4.4.2 确定摆弧焊接工艺参数 |
| 4.4.3 调整摆焊参数的程序设计 |
| 4.5 盖面焊的控制设计 |
| 4.5.1 盖面焊的焊前检测 |
| 4.5.2 确定盖面焊接工艺参数 |
| 4.6 本章小结 |
| 第5章 智能焊接实验 |
| 5.1 焊前准备 |
| 5.2 打底焊接实验 |
| 5.3 填充摆弧焊接实验 |
| 5.4 盖面焊接实验 |
| 5.5 焊缝分析 |
| 5.5.1 焊缝形貌分析 |
| 5.5.2 焊缝截面分析 |
| 5.6 本章小结 |
| 第6章 结论 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士期间研究成果 |
（2）输电线路钢管塔用焊接系统的自动化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 焊缝跟踪传感器的分类 |
| 1.3 视觉传感技术国内外研究现状 |
| 1.4 图像处理及焊缝跟踪控制器研究现状 |
| 1.4.1 图像处理的研究现状 |
| 1.4.2 焊缝跟踪控制器研究现状 |
| 1.5 本文主要研究内容 |
| 第2章 基于视觉的自动化焊接系统的组成及原理 |
| 2.1 系统的总体组成及基本原理 |
| 2.1.1 原有系统的组成及不足 |
| 2.1.2 改进系统的组成 |
| 2.1.3 改进系统的工作原理 |
| 2.2 激光视觉传感器的组成及原理 |
| 2.2.1 激光视觉传感器组成 |
| 2.2.2 激光视觉的原理 |
| 2.2.3 工业相机选型 |
| 2.2.4 工业镜头的选型 |
| 2.2.5 线性激光器及滤光片的选型 |
| 2.3 焊接系统的组成及作用 |
| 2.3.1 焊机 |
| 2.3.2 工控机 |
| 2.3.3 数据采集卡 |
| 2.3.4 焊接行走小车 |
| 2.3.5 摆动器 |
| 2.4 激光视觉传感系统的标定 |
| 2.4.1 摄像机的标定 |
| 2.4.2 激光平面的标定 |
| 2.4.3 标定方法及结果 |
| 2.5 本章小结 |
| 第3章 激光视觉焊缝跟踪图像的分析与处理 |
| 3.1 焊缝图像分析 |
| 3.1.1 焊缝图像 |
| 3.1.2 焊缝图像特征分析 |
| 3.2 焊缝图像处理 |
| 3.2.1 滤波算子 |
| 3.2.2 边缘锐化算子 |
| 3.2.3 激光线中心点提取 |
| 3.2.4 Hough变换 |
| 3.2.5 坡口直线拟合 |
| 3.2.6 算法改进 |
| 3.2.7 特征点计算 |
| 3.3 本章小结 |
| 第4章 焊缝跟踪系统实验研究与分析 |
| 4.1 焊枪运动控制 |
| 4.2 焊缝跟踪控制算法 |
| 4.2.1 焊缝跟踪控制器的设计 |
| 4.2.2 模糊控制器与P控制器的分析 |
| 4.2.3 焊缝跟踪算法 |
| 4.2.4 系统功能测试及焊接性实验 |
| 4.3 焊缝跟踪系统在实际产品中的应用 |
| 4.4 本章小结 |
| 第5章 结论和展望 |
| 致谢 |
| 参考文献 |
| 学位论文评阅及答辩情况表 |
（3）强噪声下的激光视觉焊缝跟踪系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 焊缝跟踪中的传感技术研究现状 |
| 1.2.1 接触式焊缝跟踪传感器 |
| 1.2.2 非接触式焊缝跟踪传感器 |
| 1.3 基于激光视觉的焊缝图像处理技术研究现状 |
| 1.4 论文研究目的与主要内容 |
| 第二章 激光视觉焊缝跟踪系统 |
| 2.1 激光视觉系统测量原理 |
| 2.2 工业相机标定 |
| 2.2.1 工业相机的外参数 |
| 2.2.2 相机内外参数标定 |
| 2.2.3 标定精度检验 |
| 2.3 激光平面标定 |
| 2.3.1 标定原理 |
| 2.3.2 标定结果 |
| 2.4 激光视觉传感器与机械臂的手眼标定 |
| 2.4.1 手眼标定原理 |
| 2.4.2 手眼标定实验 |
| 2.5 本章小结 |
| 第三章 基于判别式目标跟踪的焊缝检测算法 |
| 3.1 焊缝初始特征点检测算法 |
| 3.1.1 二值化处理 |
| 3.1.2 形态学修整 |
| 3.1.3 连通域提取 |
| 3.1.4 目标条纹骨架提取 |
| 3.1.5 直线拟合求交 |
| 3.2 判别式目标跟踪算法原理 |
| 3.3 特征提取算法 |
| 3.3.1 Haar特征 |
| 3.3.2 方向梯度直方图特征 |
| 3.4 基于支持向量机的判别式目标跟踪算法 |
| 3.4.1 支持向量机原理 |
| 3.4.2 基于支持向量机的结构化输出跟踪 |
| 3.5 基于相关滤波的判别式目标跟踪算法 |
| 3.5.1 判别式相关滤波跟踪原理 |
| 3.5.2 核相关滤波算法 |
| 3.5.3 高效卷积操作算法 |
| 3.6 基于判别式目标跟踪的焊缝检测算法对比 |
| 3.6.1 焊缝数据集 |
| 3.6.2 焊缝检测对比实验 |
| 3.7 本章小结 |
| 第四章 基于深度强化学习的焊缝精确检测方法 |
| 4.1 经典强化学习 |
| 4.1.1 强化学习基本概念 |
| 4.1.2 经典强化学习方法 |
| 4.2 卷积神经网络 |
| 4.2.1 卷积层 |
| 4.2.2 激活函数 |
| 4.2.3 池化层 |
| 4.2.4 优化方法 |
| 4.2.5 训练技巧 |
| 4.3 深度强化学习 |
| 4.3.1 值函数近似方法 |
| 4.3.2 策略梯度方法 |
| 4.4 基于蒙特卡洛策略梯度的离散动作精调网络 |
| 4.5 焊缝图像配准网络 |
| 4.5.1 定位精度判别网络 |
| 4.5.2 焊缝精确检测算法框架 |
| 4.5.3 基于确定性策略梯度的焊缝图像配准网络 |
| 4.5.4 基于接近性策略优化的焊缝图像配准网络 |
| 4.6 本章小结 |
| 第五章 焊缝跟踪仿真与实验结果分析 |
| 5.1 焊缝跟踪实验平台 |
| 5.1.1 硬件平台 |
| 5.1.2 软件组成部分 |
| 5.2 仿真与实验结果分析 |
| 5.2.1 基于ECO和 MCDR-Net的焊缝跟踪实验 |
| 5.2.2 基于ECO和焊缝图像配准网络的焊缝跟踪仿真 |
| 5.3 本章小结 |
| 总结与展望 |
| 总结 |
| 创新点 |
| 未来展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（4）基于图像处理的机器人焊接智能制造技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 焊接机器人国内外研究现状 |
| 1.2.1 焊接机器人国外研究现状 |
| 1.2.2 焊接机器人国内研究现状 |
| 1.3 焊缝跟踪技术国内外研究现状 |
| 1.3.1 焊缝跟踪技术国外研究现状 |
| 1.3.2 焊缝跟踪技术国内研究现状 |
| 1.4 焊接机器人智能制造技术的发展趋势 |
| 1.5 论文的主要研究内容 |
| 1.6 本章小结 |
| 第二章 焊接机器人工作站建立 |
| 2.1 焊接项目分析 |
| 2.1.1 焊接方式选择 |
| 2.1.2 焊接参数选择 |
| 2.1.3 供气供电系统设置 |
| 2.2 焊接机器人仿真平台搭建 |
| 2.2.1 焊接机器人工作站主要组成部分介绍 |
| 2.2.2 搭建焊接机器人工作站 |
| 2.3 工具坐标系及工件坐标系建立 |
| 2.3.1 工具参数设置 |
| 2.3.2 工具坐标系设置 |
| 2.3.3 工件坐标系设置 |
| 2.4 焊接机器人I/O信号设置 |
| 2.4.1 模拟量信号的定义与关联 |
| 2.4.2 数字量信号的定义与关联 |
| 2.4.3 焊接参数设置 |
| 2.5 焊接程序编写与仿真 |
| 2.5.1 焊接程序编写 |
| 2.5.2 仿真分析 |
| 2.6 本章小结 |
| 第三章 焊接机器人运动学分析 |
| 3.1 机器人仿真模型建立 |
| 3.1.1 机器人D-H坐标系建立 |
| 3.1.2 建立机器人模型 |
| 3.2 正运动学与逆运动学 |
| 3.2.1 机器人正运动学求解 |
| 3.2.2 机器人逆运动学求解 |
| 3.3 关节空间轨迹规划 |
| 3.3.1 三次多项式插值算法的轨迹规划 |
| 3.3.2 五次多项式插值算法的轨迹规划 |
| 3.4 机器人运动学分析 |
| 3.5 本章小结 |
| 第四章 焊缝图像处理技术研究 |
| 4.1 焊缝跟踪系统的总体设计 |
| 4.1.1 焊缝跟踪系统的组成 |
| 4.1.2 图像处理单元的硬件组成 |
| 4.2 焊缝图像预处理 |
| 4.2.1 模糊焊缝图像处理 |
| 4.2.2 提高焊缝图像对比度 |
| 4.3 灰度处理 |
| 4.3.1 图像噪声 |
| 4.3.2 图像去噪 |
| 4.3.3 灰度变换增强 |
| 4.4 图像二值化处理与散点祛除 |
| 4.4.1 图像二值化处理 |
| 4.4.2 散点祛除 |
| 4.5 边缘检测及中心线提取 |
| 4.5.1 边缘检测 |
| 4.5.2 中心线提取 |
| 4.6 GUI系统设计 |
| 4.7 本章小结 |
| 第五章 焊接温度场仿真分析 |
| 5.1 有限元分析理论 |
| 5.1.1 有限元分析计算 |
| 5.1.2 ANSYS软件介绍 |
| 5.2 焊接温度场模拟 |
| 5.2.1 定义材料属性 |
| 5.2.2 建立几何模型 |
| 5.2.3 划分网格 |
| 5.2.4 生死单元技术 |
| 5.3 焊接温度场计算结果分析 |
| 5.3.1 焊接温度场求解分析 |
| 5.3.2 沿焊缝方向各等距节点的温度场分析 |
| 5.3.3 垂直焊缝方向各等距节点的温度场分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 在读期间公开发表的论文 |
| 致谢 |
（5）对焊缝跟踪技术研究现状与发展的分析（论文提纲范文）
| 一、引言 |
| 二、焊缝跟踪技术 |
| (一) 焊缝跟踪系统组成 |
| (二) 焊缝跟踪原理 |
| 三、焊缝跟踪技术研究现状 |
| (一) 焊缝跟踪传感器 |
| (二) 智能控制方法 |
| (三) 焊缝跟踪系统 |
| 四、焊缝跟踪发展趋势 |
（6）基于脉冲涡流无损检测的金属焊缝自动跟踪研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.2 焊缝跟踪技术研究的发展现状及趋势 |
| 1.2.1 国外的焊缝跟踪控制的研究进展 |
| 1.2.2 国内的焊缝跟踪控制的研究进展 |
| 1.3 焊缝跟踪传感器研究现状及其分类 |
| 1.3.1 接触式焊缝跟踪传感器 |
| 1.3.2 电弧式焊缝跟踪传感器 |
| 1.3.3 非接触式焊缝跟踪传感器 |
| 1.4 涡流传感器的原理与发展现状 |
| 1.4.1 涡流传感器的基本原理 |
| 1.4.2 涡流检测技术的发展趋势 |
| 1.5 脉冲涡流检测技术基本原理 |
| 1.6 论文创新点 |
| 1.7 章节安排及其主要内容 |
| 第二章 脉冲涡流焊缝跟踪系统的设计 |
| 2.1 系统组成框图 |
| 2.2 焊接执行装置设计 |
| 2.2.1 氩弧焊焊接子装置 |
| 2.2.2 五轴运动工作控制台 |
| 2.3 焊接控制装置设计 |
| 2.3.1 脉冲涡流检测焊缝中心参数系统的设计 |
| 2.3.1.1 焊缝中心参数检测系统的总体方案 |
| 2.3.1.2 探头的结构设计 |
| 2.3.1.3 信号调理电路设计 |
| 2.3.1.4 其他硬件 |
| 2.3.2 五轴运动驱动电路设计 |
| 2.3.3 焊缝跟踪流程设计 |
| 2.3.4 软件界面设计 |
| 2.4 本章小节 |
| 第三章 脉冲涡流检测技术焊缝中心特征参数提取 |
| 3.1 检测信号预处理 |
| 3.1.1 检测信号同步处理 |
| 3.1.2 检测信号软件滤波处理 |
| 3.2 焊缝中心特征提取试验 |
| 3.2.1 检测信号差分处理 |
| 3.2.2 焊缝中心提取流程 |
| 3.2.3 焊缝中心特征值提取 |
| 3.3 本章小节 |
| 第四章 基于卡尔曼滤波的焊缝的焊缝路径跟踪 |
| 4.1 卡尔曼滤波算法介绍 |
| 4.2 卡尔曼滤波算法基本步骤 |
| 4.2.1 卡尔曼滤波算法的两个假设 |
| 4.2.2 建立焊缝跟踪系统的系统方程和状态方程 |
| 4.3 卡尔曼滤波算法焊缝跟踪实验 |
| 4.3.1 卡尔曼滤波算法运用 |
| 4.3.2 焊缝跟踪实验 |
| 4.4 本章小节 |
| 第五章 基于RBF神经网络优化卡尔曼滤波的焊缝路径跟踪 |
| 5.1 RBF神经算法介绍 |
| 5.2 RBF神经算法基本步骤 |
| 5.3 焊缝跟踪实验 |
| 5.4 本章小结 |
| 第六章 总结和展望 |
| 6.1 课题研究成果及结论 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间研究成果 |
| 致谢 |
| 附录A：脉冲涡流信号采集与处理实验程序 |
| 附录B：卡尔曼滤波算法核心程序 |
（7）基于窄间隙焊接电容传感器及跟踪方法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 窄间隙焊接自动化传感器的研究 |
| 1.2.1 概论 |
| 1.2.2 光电数字技术传感器 |
| 1.2.3 触片式窄间隙焊缝跟踪传感器 |
| 1.2.4 旋转电弧式窄间隙传感器 |
| 1.2.5 窄间隙激光扫描式传感器 |
| 1.2.6 磁控电感复合式窄间隙焊缝跟踪传感器 |
| 1.3 电容传感器的原理和应用 |
| 1.3.1 传统电容传感器原理概述 |
| 1.3.2 电容式传感器的发展现状 |
| 1.4 课题的指导思想及其意义 |
| 1.5 课题研究的主要内容 |
| 第2章 圆柱型相邻电容传感器数学模型 |
| 2.1 圆柱型相邻电容传感器原理概述 |
| 2.1.1 用于窄间隙焊缝跟踪的圆柱型电容传感器原理 |
| 2.1.2 窄间隙焊缝跟踪电容传感器结构 |
| 2.1.3 圆柱型相邻电容传感器与被测工件的数学模型 |
| 2.2 本章小结 |
| 第3章 传感器结构有限元分析优化及偏差信号提取 |
| 3.1 引言 |
| 3.2 圆柱型相邻电容传感器模型仿真分析 |
| 3.2.1 传感器极板参数优化 |
| 3.3 屏蔽电极的形状与位置选择 |
| 3.4 信号非线性映射及焊缝偏差信号提取 |
| 3.4.1 信号的非线性映射 |
| 3.4.2 偏差信号提取 |
| 3.5 本章小结 |
| 第4章 窄间隙焊缝跟踪传感器系统 |
| 4.1 系统概述 |
| 4.1.1 窄间隙焊缝跟踪系统原理 |
| 4.1.2 跟踪系统的特点 |
| 4.2 试验信号平台搭建 |
| 4.2.1 信号采集转换模块 |
| 4.2.2 单片机运算系统概述 |
| 4.2.3 数据任务处理模块 |
| 4.2.4 上位机软件 |
| 4.3 试验平台搭建 |
| 4.4 本章小结 |
| 第5章 模型的试验对比分析 |
| 5.1 试验结果及分析 |
| 5.1.1 电容数据噪声测试 |
| 5.1.2 温度与圆柱型相邻电容的关系 |
| 5.1.3 焊接条件对测量结果的影响 |
| 5.1.4 圆柱型相邻电容的窄间隙焊缝偏差实验 |
| 5.2 信号滤波处理 |
| 5.2.1 偏差试验滤波处理及分析 |
| 5.2.2 偏差计算 |
| 5.3 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录A(攻读硕士学位期间的研究成果) |
| 附录B(参与项目情况) |
（8）机械接触光电式焊缝跟踪系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 符号说明 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 焊缝跟踪技术研究现状 |
| 1.2.1 国外研究概况 |
| 1.2.2 国内研究概况 |
| 1.3 焊缝跟踪传感器技术 |
| 1.3.1 传感器分类 |
| 1.3.2 常用传感技术对比 |
| 1.4 焊缝跟踪传感器应用现状 |
| 1.5 本文主要研究内容 |
| 第二章 机械接触光电式焊缝跟踪系统总体构架 |
| 2.1 系统总体构成 |
| 2.2 相关硬/软件介绍 |
| 2.2.1 可编程控制器(PLC) |
| 2.2.2 触摸屏(人机界面) |
| 2.2.3 步进电机及驱动器 |
| 2.2.4 编程工具 |
| 2.3 系统机械结构设计及原理 |
| 2.3.1 焊接小车 |
| 2.3.2 焊枪摆动机构 |
| 2.3.3 偏差二维调节机构 |
| 2.3.4 焊缝跟踪传感机构 |
| 2.3.5 电气控制柜 |
| 2.3.6 探头与焊枪夹持机构 |
| 2.4 本章小结 |
| 第三章 机械接触式光电传感器 |
| 3.1 传感器机械结构及工作原理 |
| 3.1.1 机械结构设计 |
| 3.1.2 工作原理 |
| 3.2 传感器特性研究 |
| 3.2.1 光敏电阻特性 |
| 3.2.2 红外光照特性 |
| 3.3 采样实验及采样信号分析与处理 |
| 3.4 本章小结 |
| 第四章 焊缝跟踪控制系统设计 |
| 4.1 系统控制策略研究 |
| 4.1.1 PID控制法 |
| 4.1.2 模糊控制法 |
| 4.1.3 控制器设计 |
| 4.2 系统硬件设计 |
| 4.2.1 系统元器件选型 |
| 4.2.2 电气电路设计 |
| 4.2.3 触摸屏通讯电路 |
| 4.2.4 电机驱动电路 |
| 4.2.5 数字量输入电路 |
| 4.2.6 数字量输出电路 |
| 4.2.7 模拟量输入电路 |
| 4.2.8 传感器内部电路 |
| 4.3 系统软件设计 |
| 4.3.1 PLC内存地址分配 |
| 4.3.2 主控制单元程序设计 |
| 4.3.3 组态编程设计 |
| 4.4 本章小结 |
| 第五章 仿真与实验 |
| 5.1 基于Matlab的PID控制仿真 |
| 5.1.1 仿真工具 |
| 5.1.2 PID控制系统建模 |
| 5.1.3 跟踪系统仿真 |
| 5.2 焊缝跟踪实验 |
| 5.2.1 焊缝跟踪实验过程 |
| 5.2.2 结果分析 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者与导师简介 |
（9）厚板窄间隙多层多道自动化激光填丝焊接及焊缝跟踪（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 厚板窄间隙激光填丝焊的研究现状 |
| 1.3 焊缝模型的主要建立方法 |
| 1.4 多层多道轨迹规划研究进展 |
| 1.5 传感技术在焊接中的应用 |
| 1.6 主要研究内容 |
| 第二章 实验材料、设备及方法 |
| 2.1 试验材料 |
| 2.2 光纤激光窄间隙填丝焊接系统 |
| 2.2.1 Nd:YAG光纤激光器 |
| 2.2.2 KUKA焊接机器人 |
| 2.2.3 Fronius送丝系统 |
| 2.2.4 焊缝跟踪传感器 |
| 2.3 试验方法 |
| 2.3.1 响应曲面法 |
| 2.3.2 显微组织观察 |
| 2.4 本章小结 |
| 第三章 厚板窄间隙激光填丝焊工艺参数研究 |
| 3.1 激光功率的影响 |
| 3.2 送丝速度的影响 |
| 3.3 焊接速度的影响 |
| 3.4 离焦量的影响 |
| 3.5 本章小结 |
| 第四章 焊缝几何模型的建立及优化 |
| 4.1 填充焊缝横截面积模型 |
| 4.2 焊缝熔宽模型 |
| 4.3 焊缝堆高模型 |
| 4.4 焊缝熔宽与堆高的比值模型（K） |
| 4.5 模型诊断 |
| 4.6 焊接参数对各响应值的影响 |
| 4.7 模型验证 |
| 4.8 参数优化 |
| 4.9 实验验证 |
| 4.10本章小结 |
| 第五章 焊道轨迹规划及焊缝跟踪 |
| 5.1 焊道轨迹规划 |
| 5.1.1 焊接道数 |
| 5.1.2 焊接次序 |
| 5.2 焊道规划坐标建立 |
| 5.3 焊缝跟踪 |
| 5.2.1 传感器的设置 |
| 5.2.2 焊缝跟踪点的设定 |
| 5.4 焊缝跟踪实验 |
| 5.5 本章小结 |
| 第六章 多层多道实验验证及焊缝质量优化 |
| 6.1 多层多道轨迹规划验证 |
| 6.2 焊缝质量优化 |
| 6.3 本章小结 |
| 第七章 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（10）接触式窄间隙焊缝自动跟踪传感器及控制系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景和研究意义 |
| 1.2 窄间隙焊接技术 |
| 1.2.1 窄间隙焊接的定义与分类 |
| 1.2.2 窄间隙焊接的特点 |
| 1.2.3 窄间隙焊接技术应用现状 |
| 1.3 焊缝跟踪技术及其研究现状 |
| 1.3.1 焊缝自动跟踪技术 |
| 1.3.2 焊缝自动跟踪技术研究现状 |
| 1.4 窄间隙焊缝自动跟踪技术 |
| 1.4.1 标准通用型焊缝自动跟踪系统 |
| 1.4.2 自适应焊缝跟踪系统 |
| 1.4.3 激光视觉传感焊缝自动跟踪系统 |
| 1.5 本文研究内容 |
| 第2章 接触式传感器设计 |
| 2.1 接触式传感器机械结构设计 |
| 2.2 焊枪位置偏差信号采集装置 |
| 2.3 传感器采样试验及信号分析 |
| 2.4 小结 |
| 第3章 窄间隙焊缝跟踪系统硬件设计 |
| 3.1 系统硬件的总体设计 |
| 3.1.1 总体设计的基本要求 |
| 3.1.2 系统硬件总体框图 |
| 3.2 主控制单元设计 |
| 3.2.1 MCU 硬件结构 |
| 3.2.2 单片机复位电路 |
| 3.2.3 时钟振荡电路 |
| 3.3 前向通道设计 |
| 3.3.1 信号采集电路 |
| 3.3.2 线性隔离电路 |
| 3.4 系统电源设计 |
| 3.5 步进电机及其驱动电路 |
| 3.5.1 步进电机及其参数选用 |
| 3.5.2 步进电机驱动电路 |
| 3.6 焊枪位移执行机构 |
| 3.7 小结 |
| 第4章 焊缝跟踪系统控制策略研究 |
| 4.1 系统分析 |
| 4.1.1 控制原理分析 |
| 4.1.2 数学模型 |
| 4.2 PID 控制算法 |
| 4.2.1 PID 控制数字化 |
| 4.2.2 参数设定 |
| 4.3 小结 |
| 第5章 窄间隙焊缝跟踪系统软件设计 |
| 5.1 控制系统软件设计思路 |
| 5.2 主程序 |
| 5.3 信号采集子程序 |
| 5.4 跟踪调节子程序 |
| 5.5 步进电机控制子程序 |
| 5.6 小结 |
| 第6章 系统的抗干扰设计 |
| 6.1 系统产生干扰的主要原因 |
| 6.2 硬件抗干扰设计 |
| 6.3 软件抗干扰设计 |
| 6.4 小结 |
| 第7章 焊缝跟踪系统性能实验 |
| 7.1 步进电机驱动程序调试 |
| 7.2 焊缝跟踪过程模拟试验 |
| 7.2.1 跟踪实验 |
| 7.2.2 结果分析 |
| 7.3 小结 |
| 第8章 结论 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
四、针对焊缝跟踪传感器的研究和探索（论文参考文献）
- [1]基于激光视觉传感机器人控制系统的多层多道智能弧焊[D]. 郑德阳. 长春工业大学, 2021(08)
- [2]输电线路钢管塔用焊接系统的自动化研究[D]. 王鹏. 山东大学, 2020(11)
- [3]强噪声下的激光视觉焊缝跟踪系统研究[D]. 陈涛. 华南理工大学, 2020
- [4]基于图像处理的机器人焊接智能制造技术研究[D]. 孙增光. 山东理工大学, 2020(02)
- [5]对焊缝跟踪技术研究现状与发展的分析[J]. 龚勤慧. 成都航空职业技术学院学报, 2019(02)
- [6]基于脉冲涡流无损检测的金属焊缝自动跟踪研究[D]. 张陈. 江苏理工学院, 2018(12)
- [7]基于窄间隙焊接电容传感器及跟踪方法的研究[D]. 曹源源. 湘潭大学, 2017(02)
- [8]机械接触光电式焊缝跟踪系统研究[D]. 王信. 北京石油化工学院, 2016(04)
- [9]厚板窄间隙多层多道自动化激光填丝焊接及焊缝跟踪[D]. 施浩. 上海交通大学, 2015(03)
- [10]接触式窄间隙焊缝自动跟踪传感器及控制系统研究[D]. 杨佳奇. 沈阳大学, 2014(05)