劉曉剛　劉天元　黃詩

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(qū)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(tǒng)標定；其次建立了不同速度下CCD相機獲取的熔池附近區(qū)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(qū)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(yè)環(huán)境的日趨復雜，對現代焊接技術提出了更高的要求，開發(fā)適合于特定環(huán)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(jié)能高效、抗銹、低氫、便于實現自動化等優(yōu)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(yè)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(qū)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(fā)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(qū)域弧光分布的規(guī)律對于選擇合適的焊接速度和輔助光源照射區(qū)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(tǒng)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(tǒng)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(yè)CCD相機型號為MV1-D1312I。采用Acuteye高速圖像存儲系統(tǒng)對熔池附近區(qū)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(tǒng)中的標定

在本研究系統(tǒng)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(qū)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(fā)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(guī)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(qū)域圖像灰度值隨距離變化的符合事實規(guī)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(qū)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(qū)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(tài)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