不同焊接速度下的CO2焊熔池附近區域照度分布數值模型

摘 要：通過探索研究不同焊接速度下CCD相機獲取的CO2焊熔池附近區域圖像灰度值的分布數值模型，可為得到清晰圖像做前期準備。首先進行了系統標定；其次建立了不同速度下CCD相機獲取的熔池附近區域圖像灰度值的分布數值模型并對該模型進行了分析。試驗研究結果表明：同一速度下，隨著距離的增加，相機獲取的熔池附近區域圖片的灰度值減小且下降速度逐漸變慢；同一位置上，隨著焊接速度的增加，灰度值逐漸減小，擬合結果和事實情況一致。

關鍵詞：不同波段；CO2焊；熔池附近；灰度值

DOI：10.16640/j.cnki.37-1222/t.2016.23.016

0 前言

焊接空間和作業環境的日趨復雜，對現代焊接技術提出了更高的要求，開發適合于特定環境的具有自動化、智能化的焊接技術是未來研究的一個重要方向，而焊縫跟蹤問題是解決焊接自動化、智能化的首要性、基礎性問題。CO2氣體保護焊以其節能高效、抗銹、低氫、便于實現自動化等優點，被廣泛應用于汽車車身補焊、凝汽器殼體組合焊接等工業生產中，且熔滴過渡形式多以短路過渡為主[1，2]。然而，CO2焊短路過渡過程熔池附近區域飛濺金屬、光照強度分布及變化復雜，嚴重影響了焊縫特征提取的實時性和可靠性，致使基于視覺的CO2焊焊縫跟蹤技術的發展受到了嚴重制約[3，4]。因此，研究不同焊接速度下CO2焊熔滴短路過渡過程中熔池附近區域弧光分布的規律對于選擇合適的焊接速度和輔助光源照射區域來減小弧光和飛濺對圖像的影響是十分有意義的。

1 建立研究模型

機器視覺是利用機器模擬人眼對物體進行識別。本系統中的焊槍和CCD攝像機采用L型板連接并用螺母固定。CCD相機軸線與焊絲平行裝定，焊絲與母材垂直，此時獲取的圖像中單位像素對應實際長度一致。用傳感器連接相機和工控機，把瞬時電流的實時數據傳遞給工控機。機器視覺采集系統主要組成部分如圖1所示。試驗參數為：焊槍保護氣體為流量10L/min的純CO2，不銹鋼焊絲直徑1.2mm，焊絲伸出長度為10mm，焊接母材為低碳鋼，工業CCD相機型號為MV1-D1312I。采用Acuteye高速圖像存儲系統對熔池附近區域圖像進行存儲。焊接采用平板堆焊，根據大量的試焊情況，確定本試驗中焊接電流為100A，焊接電壓22V；曝光時間1.8ms；焊接速度范圍為500-600mm/min；熔滴過渡形式為短路過渡

2 數值模型建立

2.1 本研究系統中的標定

在本研究系統中，CCD攝像機所獲得每張圖片像素值為544×544，用坐標紙作為轉換介質來反映像素格和實際距離之間的關系，坐標紙的每一大格為一平方厘米，每一個小格為一平方毫米，所獲坐標紙圖像如圖2所示。設定坐標原點為所獲圖片的第544行，272列的像素格。則沿x軸方向單個像素格對應的距離m為： 。其中m1為沿對稱軸線x軸方向所包含的小方格數。沿y軸方向單個像素格對應的距離n為： 。其中n1為沿對稱軸線y軸方向所包含的小方格數。

從圖2中可估算出 m1=50.5mm，n1=50.5mm，將m1，n1分別代入上式中求得m=0.093mm，n=0.093mm，即每個像素格的實際距離為0.093mm。

2.2 試驗擬合結果及分析

試驗中，假定弧柱是一個點光源，此時在熔池周圍每個方向的照度分布一致，因此，本試驗可選取沿垂直焊槍行走方向的光照分布情況作為研究對象，從第543個像素格開始，每隔10個像素格選取一個像素格的灰度信息，共選取8個灰度值數據。不同焊接速度下的試驗數據如表1：

觀察灰度分布的大體情況，擬采用matlab曲線擬合工具箱中指數逼近型來建立熔池附近區域灰度分布數值模型[5]。

選取500mm/min焊接速度時，得距離和灰度值大小的擬合結果：

選取550mm/min焊接速度時，得距離和灰度值大小的擬合結果：

選取600mm/min焊接速度時，得距離和灰度值大小的擬合結果：

各焊接速度下距離與灰度值的擬合曲線圖如圖3：

由圖3可以看出，在同一速度下，隨著距離的增加灰度值逐漸減小而且減小的幅度也逐漸降低，這是因為不考慮吸收的話，點光源發出光的強度反比于距離的平方，因此，隨著距離的增加，母材所受照度逐漸減小，對應圖像灰度值減小，而且減小幅度隨著距離的增加而逐漸變??；在同一位置上，隨著焊接速度的增加，灰度值逐漸變小，這是因為焊接速度越大，電流線密度越小，所以電弧能量越小，因此圖像灰度值也越小。擬合結果符合實際規律，說明了該數值模型具有一定的理論和實際意義。

3 結論

建立了不同焊接速度下熔池附近區域圖像灰度值隨距離變化的符合事實規律的數值模型，該數值模型不但為選擇合適的濾光片和照射區域提供了一定的理論基礎，而且為圖象處理過程中的灰度變換函數的選擇提供了理論依據。同一焊接速度下，隨著距離的增加，CCD相機獲取的熔池附近區域圖像灰度值逐漸減小且下降幅度也逐漸減小，在同一位置上，在較大的焊接速度下CCD相機獲取的圖像灰度值比較小的焊接速度下獲取的圖像灰度值要小。

參考文獻：

[1]宋國軍，朱六妹，王偉等.視覺焊縫跟蹤實時圖像處理研究[J]. 焊接技術，2003，32（01）：10-12.

[2]劉富強.焊縫的特征識別與精確測量[D].哈爾濱工程大學，2013.

[3]霍平，李寧寧，張海旺等.結構光視覺傳感器模型分析與研究[J]. 電焊機，2014，44（04）：108-111.

[4]毛鵬軍.CO2焊視覺圖像形態學處理及焊縫跟蹤的研究[D].華南理工大學，2003.

[5]胡慶婉.使用MATLAB曲線擬合工具箱做曲線擬合[J].電腦知識與技術：學術交流，2010，06（21）：5822-5823.

基金項目：廣西自然科學基金資助項目 （2014GXNSFAA118310）

作者簡介：劉曉剛（1964-），男，內蒙古包頭人，博士，教授，碩士研究生導師，主要從事焊接機器人方面的科研和教學工作。

*為通訊作者