一种输送机梯形槽板焊接工作站自适应控制方法及系统与流程

摘要: 本发明属于自动化焊接、机器人协同控制和智能制造,尤其涉及一种输送机梯形槽板焊接工作站自适应控制方法及系统。背景技术:1、输送机梯形槽板是带式输送机、刮板输送机或...
一种输送机梯形槽板焊接工作站自适应控制方法及系统与流程

本发明属于自动化焊接、机器人协同控制和智能制造,尤其涉及一种输送机梯形槽板焊接工作站自适应控制方法及系统。

背景技术:

1、输送机梯形槽板是带式输送机、刮板输送机或相关物料输送装备中的重要结构件,其通常具有梯形截面、长尺寸、薄板或中厚板结构以及双边焊缝分布特征。该类槽板在焊接过程中容易受到热输入不均、夹持约束差异、截面刚度不对称以及焊接顺序不合理等因素影响,产生纵向弯曲、扭转变形、焊缝偏移、焊缝成形不一致等问题。

2、现有输送机槽板焊接方式多依赖固定工艺参数或单机器人示教轨迹。对于具有不同机型、不同截面尺寸和不同载荷等级的梯形槽板,通常需要人工调整夹具、焊接参数和焊接顺序,柔性化程度较低。即使采用双机器人协同焊接,也往往只是按照预设轨迹同步执行,缺少对双边焊缝热输入、熔池状态、温度场分布和实时变形差异的联合感知与在线调控。

3、此外,现有焊接质量预测模型多关注单侧焊缝的电流、电压、速度或图像特征,难以反映梯形槽板双边焊接中的热-力耦合状态。特别是当两侧焊缝热输入存在差异时,槽板容易产生不对称收缩,进而造成扭转变形和双边变形差异。传统控制方式难以及时识别该类失衡状态,也难以根据变形趋势对双机器人焊接速度、焊接电流、电压、焊枪姿态和焊接相位进行协同修正。

4、因此,需要一种面向输送机梯形槽板焊接工作站的数据驱动自适应控制方法,能够结合槽板几何参数、双机器人焊接过程数据和实时变形状态,预测焊接质量与焊接变形,并动态调整双机器人热输入分配和协同控制参数。

技术实现思路

1、本发明的目的在于提供一种输送机梯形槽板焊接工作站自适应控制方法及系统,以解决现有技术中输送机梯形槽板焊接柔性差、双边焊缝热输入不均、焊接变形难以在线预测和控制的问题。

2、本发明的第一目的是提供一种输送机梯形槽板焊接工作站自适应控制方法,包括:

3、s1、建立输送机梯形槽板参数化焊接族数据库,所述参数化焊接族数据库包括槽板本体族、焊接接头族、工装夹具族和双机器人协同焊接配置库;

4、s2、根据待焊输送机梯形槽板的机型代码,从所述参数化焊接族数据库中调用对应的槽板本体参数、工装夹具参数和双机器人协同焊接工艺参数;基于梯形槽板不对称截面参数、两侧焊缝到槽板中性轴的距离以及槽板局部刚度分布,将双边焊缝分解为第一机器人焊接子任务和第二机器人焊接子任务,并生成双机器人焊接路径、焊接时序表和初始热输入分配系数;

5、s3、在焊接过程中,分别采集第一机器人和第二机器人的焊接过程数据,并通过统一时钟源对两侧焊接过程数据进行时间同步,附加机器人标识码和焊缝标识码,构建双边同步焊接过程数据对;

6、s4、基于所述双边同步焊接过程数据对,提取用于表征输送机梯形槽板双边焊接热-力耦合状态的双边协同特征向量;

7、s5、将所述双边协同特征向量与槽板几何参数输入数据驱动联合预测模型,获得焊接质量预测结果和槽板变形预测结果;

8、s6、根据所述焊接质量预测结果、槽板变形预测结果和双边协同特征向量,生成双机器人协同控制指令;

9、s7、当双边变形差异量或双边变形差异量预测值超过预设阈值时,触发热输入动态再均衡策略;

10、s8、根据焊接时序表和双机器人协同控制指令,同步控制第一机器人、第二机器人、焊接电源、送丝机构和变位机执行焊接,并将调整后的焊接参数、实际轨迹偏差、实际焊缝成形数据和实际变形量反馈至数据驱动联合预测模型。

11、优选的,所述焊接过程数据包括焊接电流、电压、焊接速度、焊枪位姿、熔池图像、焊缝图像、机器人运动状态和温度场数据中的一种或多种。

12、优选的,所述双边协同特征向量包括双机焊接热输入差值、熔池形态对称度s、焊接速度同步偏差、焊枪姿态偏差、双边温度场梯度差g和双边变形差异量d。

13、优选的,所述双机焊接热输入差值δq按照如下方式确定:

14、;

15、其中,、、分别为第一机器人的焊接电压、焊接电流和焊接速度,、、分别为第二机器人的焊接电压、焊接电流和焊接速度,和分别为第一机器人侧和第二机器人侧的焊接热效率系数。

16、优选的,所述熔池形态对称度s根据第一机器人和第二机器人采集的熔池图像计算得到,且由两侧熔池宽度差、熔池长度差、熔池面积差和熔池轮廓重合度中的至少两项加权确定。

17、优选的,所述双边温度场梯度差g根据第一机器人侧和第二机器人侧焊缝邻域内多个测温点或红外图像中的温度梯度分布计算得到。

18、优选的,所述双边变形差异量d由第一侧焊缝对应区域的变形量与第二侧焊缝对应区域的变形量之间的差值确定,所述变形量包括纵向弯曲变形量、扭转角或焊缝横向偏移量中的一种或多种。

19、优选的,所述数据驱动联合预测模型为集成学习模型,所述集成学习模型包括xgboost模型、lightgbm模型、adaboost模型、随机森林模型或其组合。

20、优选的,所述数据驱动联合预测模型包括质量分类子模型、缺陷识别子模型、成形评分回归子模型和变形预测子模型。

21、优选的,所述数据驱动联合预测模型根据在线反馈的实际焊缝成形数据、实际变形量和双边变形差异量d,对模型参数、训练样本权重或子模型权重进行在线更新。

22、优选的,所述数据驱动联合预测模型的样本权重更新因子与双边变形差异量d正相关,并与熔池形态对称度s负相关。

23、优选的,在s7中,所述热输入动态再均衡策略包括:当双机焊接热输入差值超过第一阈值、熔池形态对称度s低于第二阈值、双边温度场梯度差g超过第三阈值且双边变形差异量d超过第四阈值时,判定双边焊接处于热输入失衡状态,并根据失衡方向降低变形较大一侧机器人的单位长度热输入或提高变形较小一侧机器人的单位长度热输入。

24、优选的,调整单位长度热输入时,优先调整焊接速度;当焊接速度修正值达到预设限值后,再调整焊接电流或焊接电压;当焊接电流和焊接电压调整后仍不能使d降低至预设阈值以下时,进一步调整焊接顺序相位调整量。

25、优选的,所述焊接顺序相位调整量用于调整第一机器人和第二机器人在对应焊缝段上的起弧时间、收弧时间或段间等待时间,以减小双边温度场梯度差和双边变形差异量。

26、优选的,在s8中,在线闭环控制包括:当焊接质量等级低于预设等级、缺陷概率超过预设阈值、纵向弯曲变形量超过允许值、扭转变形量超过允许值或双边变形差异量d超过预设阈值时,自动修正后续焊缝段的焊接速度、焊接电流、电压、焊枪姿态或双机器人同步相位。

27、本发明的第二目的是提供一种输送机梯形槽板焊接工作站自适应控制系统,包括:

28、参数化焊接族数据库模块,用于存储槽板本体族、焊接接头族、工装夹具族和双机器人协同焊接配置库;

29、双机器人任务分解模块,用于生成第一机器人焊接子任务、第二机器人焊接子任务、焊接路径和焊接时序表;

30、多源传感数据采集模块,用于采集第一机器人和第二机器人的焊接过程数据,并构建双边同步焊接过程数据对;

31、双边协同特征提取模块,用于提取包含双边变形差异量的双边协同特征向量;

32、数据驱动联合预测模块,用于输出焊接质量预测结果和槽板变形预测结果;包括xgboost预测单元、lightgbm预测单元、adaboost预测单元、随机森林预测单元中的一种或多种。

33、热输入动态再均衡模块,用于调整第一机器人与第二机器人的热输入分配比例;

34、执行机构控制模块,用于同步控制第一机器人、第二机器人、焊接电源、送丝机构和变位机。

35、本发明的第三目的是提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述输送机梯形槽板焊接工作站自适应控制方法。

36、本技术具有的优点和积极效果是:

37、本发明通过建立输送机梯形槽板参数化焊接族数据库,可根据机型代码快速调用槽板结构、工装夹具和双机器人焊接工艺参数,提高工作站对不同规格槽板的柔性适应能力。

38、本发明将梯形槽板不对称截面、焊缝到中性轴距离和局部刚度分布纳入双机器人任务分解过程,使焊接路径、焊接时序和初始热输入分配更符合槽板结构受热变形规律。

39、本发明构建双边同步焊接过程数据对,并提取热输入差值、熔池形态对称度、速度同步偏差、焊枪姿态偏差、温度场梯度差和双边变形差异量等协同特征,可更准确表征双边焊缝热-力耦合状态。

40、本发明采用数据驱动联合预测模型同时预测焊接质量和槽板变形,可提前识别缺陷风险、纵向弯曲风险、扭转风险及双边变形失衡风险。

41、本发明在双边变形差异超限时触发热输入动态再均衡策略,能够通过调整焊接速度、电流、电压和焊接顺序相位等方式,降低纵向弯曲变形、扭转变形和双边变形差异。

42、本发明实现焊接参数、轨迹偏差、焊缝成形数据和实际变形量的在线反馈,可持续更新预测模型,提高控制精度和系统自适应能力。