论文部分内容阅读
CO<,2>气体保护焊以其低成本、高效等优点获得了广泛的应用,但是,焊接过程飞溅大.采用机器视觉技术对CO<,2>气体保护焊焊缝自动跟踪的研究有十分重要的意义.但是目前还未有效地加以利用,这是因为焊缝区存在大量的弧光、飞溅等噪声的干扰,不易获得清晰稳定的近缝区图像.鉴于弧光与焊接电流及电弧区辐射之间的相互关系,该文采用相应的滤光系统将强烈的紫外及部分可见光滤除,余留的光作为光源,通过CCD摄像机获得了稳定的近缝区图像.通过图像采集设备、驱动机构等硬件接口与计算机图像处理单元的互相通信完成图像采集、存储、处理、特征提取、偏差提取以及过程控制等任务.根据系统的特点及性能要求,选择设计了无辅助光源的CO<,2>气体保护焊焊缝自动跟踪系统,主要包括滤光系统、图像采集系统、图像处理系统和偏差调节系统.该系统具有可靠性、抗干扰性、实时性、系统简单、成本低等特点,适合中国国情,利于推广应用.该文首次将数学形态学滤波法应用到焊缝图像预处理中,通过数学形态学开闭运算对焊缝图像进行滤波,可以消除不规则的干扰噪声,特别是焊缝边缘的凸凹噪声、图像内部的小孔噪声和图像背景中的碎屑噪声,得到清晰的焊缝区图像.为提取焊缝特征信息打下良好的基础.该文通过对焊缝区图像的像素灰度值的研究,依据图像灰度直方图的特征对图像进行了二值化、三值化及数学形态学梯度的图像分割,在充分利用焊缝区灰度特征的基础上,提出了基于灰度值的焊缝特征信息提取方法.通过边缘特征信息识别算法,可以得到准确的焊缝位置偏差信息,并且由于算法相对简单,提高了焊缝跟踪过程的处理速度.对偏差控制量执行调节的时候,该论文选择了基于模糊控制规则的自调整参数PID控制器.固定参数的PID控制器不能很好地适应弧焊过程实际工况的需要,随着焊缝线型的变化,控制器的参数也要随着变化.为了验证系统的工作性能和研究的价值,通过对不同焊缝形状测量的偏差值和系统工作的特征的分析,采用了有效的偏差补偿算法.进一步证实了采用机器视觉及图像处理方法可以满足焊缝自动跟踪的要求.