一种大管径钢管多轴机器人焊接变形自适应控制系统的制作方法
本申请属于大管径钢管领域,尤其涉及一种大管径钢管多轴机器人焊接变形自适应控制系统。
背景技术:
1、随着现代工业技术的持续发展,大管径钢管在石油化工、长距离油气输送、城市地下管廊、海洋工程以及大型建筑结构等国民经济关键领域中发挥着重要基础作用。由于大管径钢管具有壁厚较大、管径较宽、空间结构复杂等特点,传统人工焊接方式已难以满足高效率、高质量的工业制造需求。近年来,多轴机器人焊接技术凭借高自由度、柔性适应能力强以及连续作业稳定性高等优势,逐步成为大管径钢管制造与现场施工中的重要工艺手段。然而,大管径钢管在多轴机器人连续焊接过程中,受电弧热源作用影响,管体局部容易产生不均匀热膨胀及冷却收缩,从而引发焊接变形。该类焊接变形不仅会破坏钢管的几何尺寸精度,造成后续管段对接装配困难,还可能在管壁内部形成残余应力,削弱管线系统的整体承载能力及长期服役安全性。因此,大管径钢管多轴机器人焊接变形的有效控制,已成为影响高端装备制造质量的重要问题。
2、大管径钢管沿焊接轨迹的曲率特征和应力分布具有明显空间差异,传统全局一致性的工艺参数设定难以兼顾局部应力敏感区域的特殊控制需求;同时,长程连续焊接过程伴随显著热累积效应,前序焊接阶段的热量输入及实际参数波动会持续影响后续区域的温度场和应力场分布,使预先设定的静态工艺参数在焊接中后期容易失去适用性。此外,实际工业生产要求在控制焊接变形的同时兼顾作业效率与系统抗干扰稳定性,而现有控制策略大多缺乏在动态演变的参数可行空间内进行多目标协同寻优的能力,难以根据已焊状态对后续工艺参数进行实时、连续调整,导致最终焊接变形控制效果难以达到预期精度。因此,亟需提出一种能够结合空间轨迹特征、前序热累积效应并实现工艺参数多目标优化的控制方法,以提升大管径钢管焊接变形的自适应控制能力。
技术实现思路
1、根据本发明的第一方面,提出一种大管径钢管多轴机器人焊接变形自适应控制系统,用于解决现有方法无法应对空间轨迹下的热力学演变的问题,包括如下模块:
2、生成模块,用于根据钢管三维模型与待焊接轨迹,结合曲率变化率及预设应力敏感区将待焊接轨迹离散化为变密度特征点集,对各特征点,采用低差异序列采样生成工艺参数组合,通过有限元仿真预测焊接变形量并将所述焊接变形量划分为多个级别;
3、计算模块,用于据此训练多分类支撑向量机模型,利用所述多分类支撑向量机模型为每一特征点构建界定初始可行工艺参数域的多参数约束多面体,所述多参数约束多面体的决策边界由多组融合代数约束设定,在沿轨迹执行焊接作业时,提取并计算前序已焊特征点的实际工艺参数相对于自身多参数约束多面体决策边界的裕度向量;
4、执行模块,用于基于所述裕度向量与两特征点之间的热累积效应构造非各向同性仿射变换矩阵,利用所述非各向同性仿射变换矩阵对所述初始可行工艺参数域的三维边界进行变换生成实时工艺参数空间,在所述实时工艺参数空间内,以焊接效率、预测变形级别及由无量纲化空间下参数到边界距离表示的系统稳定性作为多维优化目标进行帕累托寻优,确定最优工艺参数组合并下发至控制器执行实体弧焊作业。
5、根据本发明的第二方面,提出一种大管径钢管多轴机器人焊接变形自适应控制方法,包括如下步骤:
6、根据钢管三维模型与待焊接轨迹,结合曲率变化率及预设应力敏感区将待焊接轨迹离散化为变密度特征点集,对各特征点,采用低差异序列采样生成工艺参数组合,通过有限元仿真预测焊接变形量并将所述焊接变形量划分为多个级别;
7、据此训练多分类支撑向量机模型,利用所述多分类支撑向量机模型为每一特征点构建界定初始可行工艺参数域的多参数约束多面体,所述多参数约束多面体的决策边界由多组融合代数约束设定,在沿轨迹执行焊接作业时,提取并计算前序已焊特征点的实际工艺参数相对于自身多参数约束多面体决策边界的裕度向量;
8、基于所述裕度向量与两特征点之间的热累积效应构造非各向同性仿射变换矩阵,利用所述非各向同性仿射变换矩阵对所述初始可行工艺参数域的三维边界进行变换生成实时工艺参数空间,在所述实时工艺参数空间内,以焊接效率、预测变形级别及由无量纲化空间下参数到边界距离表示的系统稳定性作为多维优化目标进行帕累托寻优,确定最优工艺参数组合并下发至控制器执行实体弧焊作业。
9、本发明通过结合曲率变化率与应力敏感区生成变密度特征点集,能够准确表征大管径钢管沿焊接轨迹的几何变化特征及局部受力状态,提高了特征提取的针对性和焊接变形预测的准确性。通过低差异序列采样、有限元仿真及多分类支撑向量机模型构建多参数约束多面体,降低了高维工艺参数空间的搜索复杂度,并能够快速划定安全可靠的初始可行参数边界。同时,基于前序已焊点的裕度向量和热累积效应构造非各向同性仿射变换矩阵,对参数域边界进行动态映射修正,减小了热量累积及执行偏差对后续焊接参数的影响。此外,在实时工艺参数空间内开展融合焊接效率、变形级别及系统稳定性的帕累托寻优,兼顾了低变形控制、高生产效率和抗干扰稳定性,进一步提升了多轴机器人实体焊接作业中的变形自适应控制效果。
1.一种大管径钢管多轴机器人焊接变形自适应控制系统,其特征在于,包括以下模块:
2.根据权利要求1所述的系统,其特征在于,所述根据钢管三维模型与待焊接轨迹,结合曲率变化率及预设应力敏感区将待焊接轨迹离散化为变密度特征点集,包括:
3.根据权利要求2所述的系统,其特征在于,所述对各特征点,采用低差异序列采样生成工艺参数组合,通过有限元仿真预测焊接变形量并将所述焊接变形量划分为多个级别,包括:
4.根据权利要求1所述的系统,其特征在于,所述据此训练多分类支撑向量机模型,利用所述多分类支撑向量机模型为每一特征点构建界定初始可行工艺参数域的多参数约束多面体,所述多参数约束多面体的决策边界由多组融合代数约束设定,包括:
5.根据权利要求1所述的系统,其特征在于,所述在沿轨迹执行焊接作业时,提取并计算前序已焊特征点的实际工艺参数相对于自身多参数约束多面体决策边界的裕度向量,包括:
6.根据权利要求1或5所述的系统,其特征在于,所述基于所述裕度向量与两特征点之间的热累积效应构造非各向同性仿射变换矩阵,利用所述非各向同性仿射变换矩阵对所述初始可行工艺参数域的三维边界进行变换生成实时工艺参数空间,包括:
7.根据权利要求1所述的系统,其特征在于,所述在所述实时工艺参数空间内,以焊接效率、预测变形级别及由无量纲化空间下参数到边界距离表示的系统稳定性作为多维优化目标进行帕累托寻优,确定最优工艺参数组合并下发至控制器执行实体弧焊作业,包括:
8.一种大管径钢管多轴机器人焊接变形自适应控制方法,其特征在于,包括以下步骤:
9.根据权利要求8所述的方法,其特征在于,所述根据钢管三维模型与待焊接轨迹,结合曲率变化率及预设应力敏感区将待焊接轨迹离散化为变密度特征点集,包括:
10.根据权利要求8所述的方法,其特征在于,所述对各特征点,采用低差异序列采样生成工艺参数组合,通过有限元仿真预测焊接变形量并将所述焊接变形量划分为多个级别,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com