英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
大尺寸深坡口接头中焊接机器人焊道规划的优化
S.J. Yan, S.K. Ong*, A.Y.C. Nee
摘 要：大尺寸焊接接头广泛应用于船厂和油田。这些接头需要进行多层多道焊接和数十小时来完成。尽管机器人焊接技术的发展缩短了焊接时间，但是在焊接开始前对整个焊接过程有详细的规划是十分重要的。在详细规划过程中，焊道规划是轨迹生成的关键，因为焊道规划提供了焊道的焊接顺序和每个焊道的焊接参数。本研究利用知识库获取焊缝几何形状与焊接参数之间的关系，针对深坡口焊接的焊道规划问题，提出了一种优化的方法。 该方法的目的是使焊缝截面面积最大化，从而使焊道次数最小化。本文采用该方法对深坡口的焊道进行了规划。 规划结果表明，该优化方法能够为各个焊道提供可行的路径和焊接参数。
关键词：路径规划；机器人焊接；知识库；深坡口
1引 言
在造船厂和油田中，由厚板或厚管组成的大尺寸焊接接头经常被使用。由于单道焊无法填满这些接头的深坡口。相应地，多层多道焊成为必要的方法，并且通常采用手工方法。手工方法的过程包括预热、火焰切割、磨削、弧焊、后热、抛光等。为了达到良好的质量，整个过程对焊接技术人员提出了很高的技术要求因而很难实现高生产率。随着机器人焊接工艺的进步，高精度、高效率的深坡口焊接成为可能。
对于机器人焊接系统来说，轨迹规划是影响焊接质量和焊接效率的重要因素。因此，它引起了许多研究者的关注[1-4]。由于深坡口的焊接需要多层多道焊，多层多道焊焊道规划应在轨迹生成之前完成。精确的路径规划使得机器人实现自动焊接成为了可能，因为规划结果提供了对机器人轨迹至关重要的焊接顺序和路径。然而，几乎没有研究者关注于多层多道焊路径的规划。Yang等人[2]介绍了一种将焊道简化为平行四边形或梯形的规划方法，这些平行四边形或梯形被放置在坡口中，直到坡口被填满。这种方法简化了焊缝的几何形状，但使用平行四边形或梯形并不准确，因为单个焊缝的截面形状与平行四边形或梯形明显不同。为了用规则曲线逼近焊道截面，曹等人[5]研究了高斯函数、Logistic函数、抛物线函数和正弦函数。实验结果表明，正弦函数对焊道截面的拟合精度最高。 然而，根据Xiong等人的实验结果，发现抛物线函数比余弦函数更准确，余弦函数具有与正弦函数相同的形状。[6]。Suryakumar等人也采用了抛物线函数。[7]实验结果表明误差小。尽管已经使用了焊道截面的精确近似[5-7]，但他们的工作集中在平板上的路径规划而没有由坡口边缘构成的限制。
焊缝截面的近似是焊道路径规划中的一个重要步骤，但是需要注意的是，焊缝形状取决于焊缝的焊接参数和母材金属及填充金属的性能。许多研究人员对这种相关性进行了研究。Yang等人[2]和Suryakumar等人[7]采用诱导方程将焊缝截面与焊接参数联系起来。这些诱导方程可以使用送丝速率，焊丝直径和焊接速度来获得近似截面积;然而，众所周知，焊道形状也与电流，电压，保护气体和其他焊接参数有关。因此，利用诱导方程难以获得较好的精度。与近似方程相比，实验方法得到了较好的精度。回归分析[8-16]和人工神经网络（ANNs）[11,14,16-19]已被广泛用于基于实验数据模拟焊道几何形状和焊接参数之间的关系。根据熊等人[11]，Kim等人[14]和Lee和Um[16]等的研究，人工神经网络在预测准确性方面表现出优于回归分析的表现。
为解决各种母材金属焊接参数的可行性，建立了包含各种金属焊接实验数据的知识库。实验数据包含焊接参数和相应的结果。利用数据库，可以对焊缝几何形状和焊接参数之间的关系进行建模。在深坡口焊接的焊道规划中，该模型可用于获得可行的焊接参数。对于焊道规划，本研究提出了一种新的算法，即搜索最大截面积的焊道以填充深坡口，并保证使用可行的焊接参数可以实现每个焊缝的最大截面积。本研究的目的是为深坡口焊接的路径规划提供一种优化方法。
本文的其余部分安排如下：第2节介绍了焊接知识库。第3节描述了深坡口焊接路径规划的算法。在描述之后，第4节介绍了一个案例研究，以演示规划算法的应用。最后，第5节总结了本研究的结果和贡献。
2焊接知识库
本研究的知识库包含自动焊接过程中采集的实验数据。因为手工焊接过程中无法精确控制焊接速度等对焊接质量至关重要的几个焊接参数，所以没有考虑记录手工焊接方法的数据。该数据库由数百条记录组成，每条记录由焊接方法、母材金属、填充金属、焊接参数和结果五个不同的部分组成。焊接方法包括了采用熔化极惰性气体焊或熔化极活性气体焊。填充金属的性能包括金属类型、材料和尺寸等信息。图1显示了焊接参数组件和响应组件中包含的元素及其属性。所述结果分量由一个单元组成，该单元以焊道宽度、焊道高度和焊道熔深为特征的焊道几何形状。
图 1.焊接过程建模的输入和输出。
利用数据库，可以使用回归分析或人工神经网络对焊接参数和焊道几何形状之间的关系进行建模。 对于母材金属和填充金属的许多组合，通常有几个参数不会改变并保持不变。因此，在建模过程中将参数分类为常数和变量。建模结果显示变量参数的隐式或显式函数，而常数参数提供条件的参考。
3 道次规划优化
在进行规划之前，本研究已经做出了三个假设。它们是：（1）焊缝形状可以用抛物线函数近似;（2）相邻焊道之间或焊道与坡口边之间的重叠区域可以加入山谷区域;（3）焊接参数不变时，焊缝形状相同。根据熊等人的说法[6]，抛物线函数可用于精确近似焊缝部分。因此，使用等式（1）表示焊道尺寸形状，其中h和w分别表示焊道高度和焊道宽度。
（1）
图2描绘了第二个假设中的重叠区域和山谷区域。曹等人[5]和熊等人的实验。[6]使用第二个假设，实验结果显示与预测结果的偏差较小。为了在焊接后保持每层的平坦表面，单层中所有焊道的焊道高度应该相同，并且重叠面积应该等于山谷面积。图2显示了要填充的单层坡口的剖视图。如果n表示单层中的焊道数，则wi表示第i条焊道的焊道宽度，xi定义为第i条焊道在x方向上的位置，S表示面积，P1，P2，P3，P4表示层表面与坡口边的交点，可以从相等的重叠区域和山谷区域获得等式（2）。
图 2. 深坡口中单层的道次规划。
式(2)中，如果定义了n和焊道高度h，则未知变量包括wi和xi。未知变量的个数为2n，但方程(2)有n＋1个线性方程。如果n＞1，可以得到各种解。为了保证得到唯一解，每一层中所有焊道的焊道宽度必须相等。若坡口边为直线，xpi为交点Pi的x坐标，则可得式(3)。
焊道规划优化的目标是使用最少的焊道数量来填充坡口，因为更少的焊道数量可以提高焊接效率并降低在相邻焊道之间产生缺陷的可能性。为了实现该目标，焊道的截面积应该最大化，因为较大的焊道可以减少限定坡口中的焊道次数。因此，目标函数是最大化等式（4），其中xPi取决于坡口形状和焊道高度。变量包括焊道高度h和焊道数量n。
在焊道截面积最大化中，焊道数量n必须是正整数，并且焊道高度h和焊道宽度w的值受到约束，该约束要求使用可行的焊接参数即可获得焊道形状。利用第2节中介绍的知识库，可以使用H（V）和W（V）对焊道高度h，焊道宽度w和焊接参数矢量V之间的关系进行建模。如果B表示焊接参数的范围，则约束可以表示为以下表达式。
由于可以使用等式（3）获得焊道宽度w，所以可以使用等式（6）来指定优化，如果ε表示由用户定义的容差，并且hg表示图2所示坡口中当前层的下表面与上表面之间的距离。图3描述了规划程序。
图3. 道次规划流程图
4 案例研究
本节使用一个示例来解释所提出的路径规划方法的应用。图4中给出了深坡口尺寸。数据库中的一组实验数据用于建立焊道几何形状的预测模型。该实验使用低碳钢板作为母材金属。填充金属是直径为1.2mm的焊丝。纯氩气用作保护气体。表1列出了焊接电流，焊接电压和焊接速度的值以及相应的焊道高度和焊道宽度。利用实验数据，使用回归分析获得等式（7），其中I表示电流，V表示电压，v表示焊接速度。
由表1可知，速度、电压、电流范围分别为250le; vle;410 , 20 le; V le; 30，180le;I le;360。图5、图6为实验结果与式(7)中焊道高度、焊道宽度预测值的比较，可以看出预测值与实验结果有较小的偏差。由参数范围和式(7)可得最大焊道面积,当焊道高度值为2.704 mm, 焊道宽度值为4.782mm时，其值为8.62mmsup2;。
图4. 深坡口尺寸
图5. 25V电压和330 mm/min焊接速度下焊缝高度的实验值和预测值。
图6. 25V电压和330 mm/min焊接速度下焊缝宽度的实验值和预测值。
表1. 焊接参数与对应的焊缝尺寸
由于根部开口，这给机器人焊接带来了困难，如图7所示的根部焊道假定通过手工焊接完成，并且它被排除在道次规划之外。图7描绘了规划结果，可以看出总共有10层和51条焊道。表2列出了每层的焊道数和相应的焊接参数。在表2中，层从坡口的底部到顶部编号。从表2可以看出，使用可行的焊接参数可以实现所有的焊道，并且大多数焊道截面积接近最大值。
图7. 坡口的道次规划
表 2每一层的道次和焊道尺寸以及相应的焊接参数。
5 结论
知识库能够提供准确的预测模型。该模型可用于使用给定的焊接参数预测焊道形状。还可以使用预测模型获得焊接参数以实现限定的焊道形状。
路径规划的优化算法使每层中焊缝的截面积最大化，以实现最小数量的焊接次数。规划结果提供了层数，每层中的焊道数以及相应的焊接参数。实例研究表明,该方法能够为深坡口的路径规划提供可行的解决方案，并且还可以使用可行的焊接参数实现所有路径的焊道的填充。
参考文献:下面的参考文献太乱，调得整齐一点。
[1]C. Chen, S. Hu, D. He, and J. Shen, “An approach to the path planning of
tube-sphere intersection welds with the robot dedicated to J-groove joints,”
Robotics and Computer-Integrated Manufacturing, vol. 29, no. 4, pp. 41–
48, 2013
[2] C. Yang, Z. Ye, Y. Chen, J. Zhong, and S. Chen, “Multi-pass path
planning for thick plate by DSAW based on vision sensor,” Sensor
Review, vol. 34, no. 4, pp. 416–423, 2014.
[3] K. Micallef, G. Fang, and M. Dinham, “Automatic Seam Detection and
Path Planning in Robotic Welding,” in Robotic Welding, Intelligence and
Automation SE - 3, vol. 88, T.-J. Tarn, S.-B. Chen, and G. Fang, Eds.
Springer Berlin Heidelberg, 2011, pp. 23–32.
[4] G. Reinhart, U. Munzert, and W. Vogl, “A programming system for
robot-based remote-laser-welding with conventional optics,” CIRP
Annals - Manufacturing Technology, vol. 57, no. 1, pp. 37–40, 2008.
[5] Y. Cao, S. Zhu, X. Liang, and W. Wang, “Overlapping model of beads
and curve fitting of bead section for rapid manufacturing by robotic MAG
welding process,” Robotics and Computer-Integrated Manufacturing, vol.
27, no. 3, pp. 641–645, 2011.
[6] J. Xiong, G. Zhang, H. Gao, and L. Wu, “Modeling of bead section
profile and overlapping beads with experimental validation for robotic
GMAW-based rapid manufacturing,” Robotics and
全文共9277字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[1490]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
