林尚揚(yáng)，楊學(xué)勤，徐愛杰，陳華斌，林 濤，趙耀邦

（1.哈爾濱焊接研究院有限公司，黑龍江 哈爾濱 150028；2.上海航天精密機(jī)械研究所，上海 201600；3.上海交通大學(xué) 材料科學(xué)與工程學(xué)院，上海 200240；4.江蘇北人機(jī)器人系統(tǒng)股份有限公司，江蘇 蘇州 215024）

0 引言

機(jī)器人技術(shù)的蓬勃發(fā)展，使其越來越自動(dòng)化、智能化，并促使其融入到生產(chǎn)制造中的每個(gè)環(huán)節(jié)，如搬運(yùn)、焊接、裝配、包裝和噴漆等。根據(jù)國際機(jī)器人聯(lián)合會(huì)（International Federation of Robotics，IFR）發(fā)布的數(shù)據(jù)，2019 年焊接與釬焊方面的工業(yè)機(jī)器人消費(fèi)量為7.5 萬臺(tái)，占工業(yè)機(jī)器人全球總銷量的20%，焊接依然是工業(yè)機(jī)器人最主要的應(yīng)用領(lǐng)域［1］。

傳統(tǒng)制造類企業(yè)由于缺乏高端智能裝備的支持，更多還是采用普通裝備依靠工人的勞動(dòng)密集型加工，造成產(chǎn)品生產(chǎn)組織難度大、制造過程柔性差、生產(chǎn)成本和能耗與歐美國家有較大差距等問題［2］。隨著德國“工業(yè)4.0”與“中國制造2025”對(duì)未來智慧工廠發(fā)展趨勢(shì)的一致預(yù)判，市場對(duì)滿足高精度、高品質(zhì)、多品種和小批量柔性生產(chǎn)的智能化機(jī)器人焊接系統(tǒng)的需求呈現(xiàn)跨越式增長態(tài)勢(shì)。

自動(dòng)化焊接和智能化焊接是實(shí)現(xiàn)高效焊接制造的重要手段。通過在焊接過程中引入信息流，通過多源傳感器的獲取焊接過程數(shù)據(jù)，實(shí)現(xiàn)對(duì)焊接動(dòng)態(tài)過程的多模態(tài)信息感知、知識(shí)判斷與智能化控制等行為功能。同時(shí)，智能焊接強(qiáng)調(diào)信息與人之間的轉(zhuǎn)換與融合，從而實(shí)現(xiàn)智能焊接加工系統(tǒng)與系統(tǒng)人員無縫的人機(jī)交互。在智能焊接機(jī)器人柔性加工單元和焊接多智能體的協(xié)調(diào)控制系統(tǒng)的基礎(chǔ)上，建造智能化焊接單元，形成規(guī)模完整的智能化焊接柔性制造生產(chǎn)車間，應(yīng)用于實(shí)際的自動(dòng)化與智能化焊接應(yīng)用工程，是“智能化焊接技術(shù)”所追求的終極目標(biāo)。然而，機(jī)器人焊接智能制造諸多“熱點(diǎn)”問題的研究和實(shí)現(xiàn)還面臨如下諸多難題［3-9］：

1）焊接機(jī)理模型。焊接是一個(gè)牽涉到電弧物理、傳熱、冶金和力學(xué)的多信息、強(qiáng)耦合、非線性的復(fù)雜過程，并伴隨著強(qiáng)弧光、高溫輻射、電磁干擾、煙塵以及飛濺等。同時(shí)，焊接過程牽涉到多尺度、多物理場建模，焊接電弧、熔池動(dòng)態(tài)行為及演變機(jī)制等存在諸多難題。

2）關(guān)鍵信息感知。面對(duì)焊接動(dòng)態(tài)過程多工況交替、多信息耦合、模式不明且多變的多源異構(gòu)數(shù)據(jù)，人為設(shè)計(jì)涵蓋焊接過程所有信息特征根本無從著手，而且真正覆蓋所有焊接工況下的樣本數(shù)據(jù)和接頭失效模式下的標(biāo)簽數(shù)據(jù)往往很少，同時(shí)標(biāo)簽數(shù)據(jù)的質(zhì)量尤其是經(jīng)過焊后檢測(cè)、工藝驗(yàn)證過的數(shù)據(jù)匱乏，已成為焊接過程多模態(tài)信息深度學(xué)習(xí)感知、決策與控制關(guān)鍵技術(shù)落地的重要瓶頸。

3）焊接知識(shí)模型泛化能力。在焊接過程智能傳感及信息表征方面，焊接多源異構(gòu)傳感信號(hào)差異大，采樣策略形式多，數(shù)據(jù)價(jià)值密度低，導(dǎo)致數(shù)據(jù)質(zhì)量參差不齊，呈現(xiàn)“碎片化”特點(diǎn)。通常實(shí)驗(yàn)室場景下獲取的數(shù)據(jù)、信息特征、焊接質(zhì)量預(yù)測(cè)模型及控制決策，在實(shí)際焊接場景“落地”的過程中往往呈現(xiàn)“一機(jī)一模型”以及模型泛化能力不足等難題。

4）智能化焊接場景落地問題。通常一個(gè)模型往往只適用于某種特定的焊接工況，放在其他場景下模型效果大打折扣，這與當(dāng)前可供建模的數(shù)據(jù)匱乏質(zhì)量不高有一定關(guān)系，更深層面還是缺乏焊接工藝知識(shí)與機(jī)理的理解，并將機(jī)理特征融合模型。

盡管在表征和描述焊接制造環(huán)節(jié)傳感、信息融合建模及自主決策控制方面存在諸多難題，但獲取焊縫成形良好、工藝穩(wěn)定以及接頭綜合性能可靠的焊接接頭，一直是航天關(guān)鍵部件焊接智能制造亟需解決和不容回避的問題。

1 智能化焊接技術(shù)發(fā)展現(xiàn)狀

傳統(tǒng)的焊接機(jī)器人采用“示教再現(xiàn)”的工作模式，缺乏對(duì)環(huán)境、產(chǎn)品的感知和適應(yīng)能力，難以滿足復(fù)雜多變環(huán)境下的零缺陷生產(chǎn)要求。智能化焊接源于模擬焊工的觀察、經(jīng)驗(yàn)、行為和科學(xué)問題的探索，實(shí)現(xiàn)自動(dòng)、智能焊接并提高焊接產(chǎn)品質(zhì)量和效率，核心取決于能否對(duì)焊接動(dòng)態(tài)過程中決定焊接質(zhì)量的特征信息的準(zhǔn)確獲取、實(shí)時(shí)處理和技術(shù)實(shí)現(xiàn)。國內(nèi)外研究人員相繼在智能焊接科學(xué)方法、智能化焊接關(guān)鍵技術(shù)等層面開展了系統(tǒng)深入的研究［10］，本文將聚焦機(jī)器人智能化焊接所涉及的焊接初始位置引導(dǎo)、焊縫跟蹤、熔池監(jiān)測(cè)、熔透控制和缺陷識(shí)別等各技術(shù)環(huán)節(jié)，闡述國內(nèi)外研究現(xiàn)狀。

1.1 焊縫導(dǎo)引與跟蹤

通過視覺傳感的方式識(shí)別、提取出焊縫特征點(diǎn)，實(shí)現(xiàn)焊縫視覺快速編程，是解決智能焊接最有效的手段之一。其中，焊縫識(shí)別和導(dǎo)引涉及焊縫特征點(diǎn)重構(gòu)、特征點(diǎn)變化和焊縫點(diǎn)云重建。特征點(diǎn)重構(gòu)多應(yīng)用于被動(dòng)視覺傳感器，應(yīng)用較多的是雙目立體視覺法和一目多位立體視覺法恢復(fù)特征點(diǎn)三維坐標(biāo)；特征點(diǎn)變化適用于主動(dòng)視覺傳感，通過掃描焊縫，根據(jù)激光條紋上的焊縫特征點(diǎn)變化實(shí)現(xiàn)焊縫起始點(diǎn)定位；焊接工作空間點(diǎn)云重建，則借助于多視圖幾何、工作空間掃描、結(jié)構(gòu)光編碼和深度相機(jī)等，抽取點(diǎn)云數(shù)據(jù)中焊縫和角點(diǎn)［11-13］，基于視覺傳感的焊縫導(dǎo)引與初始焊位識(shí)別如圖1 所示。

圖1 基于視覺傳感的焊縫導(dǎo)引與初始焊位識(shí)別Fig.1 Weld seam leading and initial weld position searching based on vision sensing

鑒于示教誤差、裝配誤差和焊接熱變形等，待焊軌跡往往偏離實(shí)際預(yù)設(shè)路徑。焊縫跟蹤技術(shù)通過提取焊縫特征點(diǎn)和焊槍當(dāng)前位置以獲得軌跡偏差，在焊接過程中實(shí)時(shí)校正焊槍軌跡。焊縫特征信息的穩(wěn)定獲取是保證跟蹤質(zhì)量的關(guān)鍵，焊接過程中往往存在著大量的弧光、煙塵、飛濺等，因此給焊縫特征的精確提取帶來諸多難題。

被動(dòng)視覺傳感器焊縫跟蹤，通常以熔池中心或焊槍位置與焊縫中心的距離作為軌跡誤差。由于焊槍位置可以從機(jī)器人控制器中讀取，而焊縫中心通常以兩個(gè)邊緣中心作為參考基準(zhǔn)，因此，采用被動(dòng)視覺進(jìn)行跟蹤時(shí)，特征提取包括熔池輪廓提取和焊縫邊緣提取。文獻(xiàn)［14］采用高動(dòng)態(tài)范圍相機(jī)獲取了清晰的焊縫和熔池圖像，為進(jìn)一步應(yīng)對(duì)劃痕對(duì)焊縫識(shí)別精度的影響，文中采用canny 算子提取焊縫邊緣，并通過模型匹配的方式過濾偽邊緣，結(jié)果如圖2 所示。

圖2 被動(dòng)視覺焊縫跟蹤Fig.2 Weld tracking based on passive vision sensing

利用激光輔助光源的主動(dòng)三維視覺系統(tǒng)，是目前焊縫測(cè)量與跟蹤的主流方法。針對(duì)一些特殊焊縫，可通過改變激光結(jié)構(gòu)來提高焊縫測(cè)量精度，如三線光、環(huán)狀光、十字形光以及三角形光等。文獻(xiàn)［15］提出了一種基于結(jié)構(gòu)光視覺傳感的焊縫識(shí)別算法，核心是充分利用先前時(shí)刻的圖像信息來處理當(dāng)前時(shí)刻圖像，提升了焊縫提取算法的可靠性和有效性。該方法采用非均勻有理樣條（Non Uniform Rational B-Spline，NURBS）蛇形模型實(shí)時(shí)識(shí)別感興趣區(qū)域（Region of Interest，ROI）的激光條紋中心線，通過分割和直線擬合確定焊縫特征點(diǎn)，計(jì)算焊縫的位置，基于結(jié)構(gòu)光視覺傳感的強(qiáng)噪聲干擾下焊縫識(shí)別方法如圖3所示。

圖3 基于結(jié)構(gòu)光視覺傳感的強(qiáng)噪聲干擾下焊縫識(shí)別方法Fig.3 Weld tracking method based on structure light under strong noise inviroment

近年來隨著人工智能技術(shù)的蓬勃發(fā)展，基于人工智能的3D 掃描成像技術(shù)，可基于結(jié)構(gòu)光相機(jī)生成的點(diǎn)云數(shù)據(jù)集并結(jié)合人工智能技術(shù)快速生成焊縫軌跡，實(shí)現(xiàn)弧焊機(jī)器人的焊接起始點(diǎn)尋位和軌跡自主規(guī)劃，并實(shí)時(shí)更新焊接后臺(tái)工藝專家?guī)?。系統(tǒng)無需輸入準(zhǔn)確的3D 數(shù)模和示教編程，直接將工件進(jìn)行3D 掃描，自主生成機(jī)器人焊接軌跡，焊接過程開啟焊縫跟蹤和糾偏功能。這類傳感手段和技術(shù)省去了工件數(shù)模創(chuàng)建、離線編程和機(jī)器人示教等環(huán)節(jié)，非常適用于解決工業(yè)現(xiàn)場多品種、小批量產(chǎn)品機(jī)器人焊接，同時(shí)可提高產(chǎn)品的焊接質(zhì)量與效率，具有廣闊的發(fā)展和應(yīng)用空間［16］。

總之，基于視覺傳感技術(shù)的初始焊位識(shí)別、導(dǎo)引以及焊縫跟蹤，使傳統(tǒng)示教再現(xiàn)型機(jī)器人有能力應(yīng)對(duì)更加復(fù)雜的焊接環(huán)境，一定程度上提高了焊接機(jī)器人的智能化水平。

然而，現(xiàn)有的圖像處理算法仍在一定程度上依賴于先驗(yàn)知識(shí)，降低了其面對(duì)復(fù)雜焊接場景的魯棒性和焊接各種工況的適應(yīng)性。視覺系統(tǒng)仍需要人工操作，如傳感器的標(biāo)定過程極度依賴操作者的專業(yè)知識(shí)，初始焊接位置導(dǎo)引、識(shí)別等均假定焊縫處于視場范圍內(nèi)，在實(shí)際應(yīng)用場景上存在一定程度的不確定性。

1.2 焊接多源傳感數(shù)據(jù)智能感知

從仿生焊工的角度分析，焊工在焊接過程中主要用眼睛和耳朵感知焊接過程信息，研究人員從“視、聽”角度對(duì)焊接過程電弧-熔池進(jìn)行原位測(cè)量及表征。文獻(xiàn)［17］分析了電壓、聲音和光譜信號(hào)之間的相關(guān)性，結(jié)合電弧發(fā)聲機(jī)理，采用基于“聽覺注意機(jī)制”對(duì)電弧聲音信號(hào)進(jìn)行了時(shí)頻域處理和特征提取，建立了焊接熔透狀態(tài)振蕩模型，最終借助支持向量機(jī)與網(wǎng)格相結(jié)合的分類模型搜索優(yōu)化和交叉驗(yàn)證（SVM-GSCV）建立了不同熔透狀態(tài)的分類模型，如圖4 所示。

圖4 基于聽覺注意機(jī)制的鋁合金焊接熔透狀態(tài)識(shí)別Fig.4 Welding penetration mode weld tracking method based on structure light under strong noise inviroment

視覺傳感以信息豐富、模仿人類視覺行為的特點(diǎn)而成為最有前景的傳感方式之一，焊工對(duì)于焊接過程的感知信息80%以上來源于視覺。前文已提到利用視覺傳感進(jìn)行焊縫軌跡識(shí)別、初始焊接位置導(dǎo)引以及跟蹤，接下來介紹焊接視覺在動(dòng)態(tài)焊接電弧-熔池表征和熔透監(jiān)測(cè)方面的最新應(yīng)用現(xiàn)狀。

文獻(xiàn)［18］提出了一種基于主動(dòng)視覺（CMOS 相機(jī)+激光輔助光源）的液態(tài)熔池測(cè)量及表征系統(tǒng)，采用波前分割及偏振成像方式獲得電弧-熔池等離子體熱輻射的偏振分量灰度圖，借助Frankot-Chellappa 全局積分算法將極化角梯度數(shù)據(jù)進(jìn)行傅里葉變換，實(shí)現(xiàn)三維熔池輪廓重建并計(jì)算“上凸”和“下凹”熔池的深度信息，如圖5 所示。

圖5 GTAW 偏振成像及熔池三維形貌重構(gòu)Fig.5 Polarization imaging of GTAW and three-dimensional topography of the weld pool

美國橡樹嶺國家實(shí)驗(yàn)室研究人員采用被動(dòng)視覺傳感方式［19］，研究發(fā)現(xiàn)GTAW 鎢極尖端與在熔池中的倒影與熔池高度信息存在定量關(guān)系。將熔池表面假設(shè)為球面鏡，建立反射模型，通過測(cè)量熔池幾何尺寸、弧長和熔池幾何尺寸，計(jì)算熔池表面高度，如圖6 所示。同時(shí)，熔池表面深度信息與“上凸”和“下凹”熔池成正相關(guān)性，最后該方法通過平板堆焊對(duì)不同熔深情況進(jìn)行了算法驗(yàn)證，該研究為進(jìn)一步開展焊接熔透控制提供了可靠反饋?zhàn)兞俊?/p>

圖6 基于鎢極“倒影”測(cè)量及表征的熔透監(jiān)控Fig.6 Welding penetration monitoring based on tungsten imaging

文獻(xiàn)［20］首次提出了基于深度學(xué)習(xí)的GTAW過程監(jiān)測(cè)與熔透狀態(tài)識(shí)別新模式，針對(duì)多源異構(gòu)傳感信息表現(xiàn)出良好的識(shí)別效果。該深度學(xué)習(xí)框架能夠?qū)Ρ粍?dòng)和主動(dòng)視覺熔池圖像進(jìn)行實(shí)時(shí)處理和學(xué)習(xí)，包括3 個(gè)深度學(xué)習(xí)增強(qiáng)的連續(xù)階段：圖像預(yù)處理（pix2pix 網(wǎng)絡(luò)）、圖像選擇（AlexNet）和熔透狀態(tài)分類。然而，5 個(gè)具有異構(gòu)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)在分類階段表現(xiàn)出了不一致的泛化能力和識(shí)別精度，在此基礎(chǔ)上進(jìn)一步建立了更能適應(yīng)不同焊接環(huán)境、工況下的圖像處理、質(zhì)量控制和可靠分類的集成學(xué)習(xí)模型，如圖7 所示。

綜上，國內(nèi)外學(xué)者采用不同視、聽傳感系統(tǒng)對(duì)焊接動(dòng)態(tài)過程進(jìn)行了監(jiān)測(cè)和建模，取得了豐碩的成果，為智能化焊接基礎(chǔ)理論與方法研究奠定了堅(jiān)實(shí)的基礎(chǔ)。但目前的信號(hào)獲取工作大多忽略了對(duì)數(shù)據(jù)可靠性的研究及驗(yàn)證，且綜合利用多源異構(gòu)傳感信號(hào)對(duì)實(shí)際場景下的焊接動(dòng)態(tài)過程監(jiān)控的研究工作少之又少。

1.3 焊接過程數(shù)據(jù)智能管控技術(shù)

隨著智能化焊接機(jī)器人系統(tǒng)優(yōu)化了生產(chǎn)工藝，使產(chǎn)品質(zhì)量和生產(chǎn)效率有了顯著提升。為有效監(jiān)控焊接過程，強(qiáng)化車間管理水平，提高管理智能化和服務(wù)智能化水平，結(jié)合軟件和大數(shù)據(jù)分析技術(shù)的智能化焊接管理系統(tǒng)成為解決上述問題的關(guān)鍵技術(shù)。

現(xiàn)有的智能焊接管理系統(tǒng)通過焊接設(shè)備的物聯(lián)網(wǎng)連接，基于集中式大數(shù)據(jù)處理技術(shù)，通過將焊接設(shè)備、人員、材料和工藝等數(shù)據(jù)整合到一個(gè)平臺(tái)來進(jìn)行管理，為用戶提供設(shè)備監(jiān)控、設(shè)備管理、工藝管理和生產(chǎn)管理等多方面的數(shù)據(jù)管理服務(wù)［21］。通過焊接設(shè)備將用戶與公司緊密連接到一個(gè)平臺(tái)，公司能精準(zhǔn)地為客戶提供工藝指標(biāo)、軟件更新、故障診斷等擴(kuò)展性服務(wù)，提高問題反饋的及時(shí)性和速度。行業(yè)內(nèi)目前已經(jīng)出現(xiàn)利用焊接大數(shù)據(jù)分析技術(shù)，結(jié)合焊接過程機(jī)理模型，進(jìn)行焊接工藝質(zhì)量分析的機(jī)理模型、分析算法和診斷算法等服務(wù)。蘊(yùn)碩物聯(lián)“數(shù)字工藝引擎”產(chǎn)品介紹如圖8 所示。

圖8 蘊(yùn)碩物聯(lián)“數(shù)字工藝引擎”產(chǎn)品介紹Fig.8 Introduction of digital technology engine including internet of things

隨著“5G”技術(shù)的發(fā)展，基于5G 技術(shù)的智能焊接大數(shù)據(jù)平臺(tái)，將實(shí)物、系統(tǒng)、環(huán)境、管理人員和一線工人進(jìn)行集中化管理，對(duì)各類機(jī)器人焊接工作站或生產(chǎn)線的生產(chǎn)、設(shè)備、工藝等數(shù)據(jù)采集，實(shí)時(shí)集中化收集信息、傳遞、存儲(chǔ)，通過高級(jí)智能化分析，對(duì)焊接工藝流程進(jìn)行全流程監(jiān)控。通過對(duì)生產(chǎn)線進(jìn)行大數(shù)據(jù)管理和最優(yōu)邏輯控制，及時(shí)分析焊點(diǎn)飛濺原因，優(yōu)化改進(jìn)焊接條件，可極大提升產(chǎn)品質(zhì)量、節(jié)約成本。

2 機(jī)器人智能化焊接技術(shù)在運(yùn)載火箭貯箱中的應(yīng)用

2.1 運(yùn)載火箭貯箱機(jī)器人智能化焊接的需求

運(yùn)載火箭主要由箭體結(jié)構(gòu)、動(dòng)力裝置系統(tǒng)和控制系統(tǒng)組成。其中，箭體結(jié)構(gòu)是運(yùn)載火箭最為關(guān)鍵的結(jié)構(gòu)部件，具有大尺寸、輕質(zhì)、薄壁、復(fù)雜等典型特征，是運(yùn)載火箭運(yùn)載能力和部署能力的重要決定因素。運(yùn)載火箭箭體結(jié)構(gòu)主要由推進(jìn)劑貯箱、鉚接艙段、整流罩等部分構(gòu)成。其中，推進(jìn)劑貯箱（如圖9 所示）是一種大尺寸、薄壁高強(qiáng)鋁合金焊接結(jié)構(gòu)，作為運(yùn)載火箭的主承力結(jié)構(gòu)，是箭體結(jié)構(gòu)中最大的結(jié)構(gòu)部件和影響運(yùn)載火箭安全性和可靠性的關(guān)鍵部件，占火箭總質(zhì)量的60%、全箭長度的2/3。由于推進(jìn)劑貯箱焊接裝配精度不易保證——零件尺寸較大，且為薄壁三維結(jié)構(gòu)（最薄處2.3 mm），加工精度和裝配精度難以保證，特別是焊縫間隙和錯(cuò)邊，這對(duì)焊接工藝提出巨大挑戰(zhàn)，焊接質(zhì)量穩(wěn)定性不易保證。常規(guī)自動(dòng)化設(shè)備（如焊接機(jī)器人），其焊接路徑和焊接參數(shù)是根據(jù)實(shí)際作業(yè)條件預(yù)先設(shè)置的，在焊接時(shí)缺少外部信息傳感和實(shí)時(shí)調(diào)整控制功能，焊接機(jī)器人對(duì)焊接作業(yè)條件的穩(wěn)定性要求嚴(yán)格，而箭體結(jié)構(gòu)因尺寸大、壁薄，導(dǎo)致易變形。因此，不同零件在實(shí)際焊接過程中，會(huì)因加工或裝配上的誤差、變形造成焊縫位置和間隙隨機(jī)變化，從而造成常規(guī)焊接機(jī)器人無法滿足使用要求。

2.2 運(yùn)載火箭貯箱機(jī)器人智能化焊接技術(shù)及應(yīng)用情況

針對(duì)運(yùn)載火箭貯箱機(jī)器人焊接應(yīng)用的難點(diǎn)問題，從2014 年開始，由上海航天精密機(jī)械研究所牽頭，上海交通大學(xué)和江蘇北人機(jī)器人系統(tǒng)股份有限公司參與，共同開展運(yùn)載火箭貯箱機(jī)器人智能化焊接技術(shù)的研究和應(yīng)用。該項(xiàng)目以運(yùn)載火箭貯箱箱底法蘭環(huán)縫、箱底縱縫和筒段環(huán)縫的變極性TIG、變極性等離子焊接過程作為研究對(duì)象，通過模擬高級(jí)焊工作業(yè)過程的感知、決策和控制過程，研究焊接裝配高精度在線測(cè)量、焊接路徑自適應(yīng)控制、焊縫成形自適應(yīng)控制、焊接熔池監(jiān)視、焊接工藝參數(shù)檢測(cè)和設(shè)備狀態(tài)檢測(cè)6 大智能功能。

其中，焊縫成形自適應(yīng)控制智能功能主要實(shí)現(xiàn)運(yùn)載火箭貯箱焊縫的熔透狀態(tài)控制、正反面成形尺寸一致性控制。針對(duì)變極性TIG 和變極性等離子焊接過程，分別建立背面熔寬的預(yù)測(cè)模型，設(shè)計(jì)開發(fā)了焊縫成形的模糊自適應(yīng)控制算法，達(dá)到焊縫正反面尺寸一致性誤差為±0.5 mm 的控制效果。焊縫成形自適應(yīng)控制智能功能介紹如圖10 所示。

圖中，焊接工藝參數(shù)檢測(cè)智能功能以傳感器為數(shù)據(jù)采集媒介，對(duì)焊接過程中涉及的工藝參數(shù)、環(huán)境參數(shù)等一系列能夠影響、預(yù)測(cè)焊接質(zhì)量的關(guān)鍵參數(shù)進(jìn)行采集的數(shù)據(jù)采集系統(tǒng)。焊接過程參數(shù)反映了焊接過程中焊縫成型涉及特征的數(shù)量級(jí)別，真實(shí)、可靠地對(duì)焊接過程參數(shù)進(jìn)行采集是實(shí)現(xiàn)焊接成型控制準(zhǔn)確性的重要保證。焊接過程參數(shù)實(shí)時(shí)采集系統(tǒng)工作環(huán)境較為惡劣，需要考慮焊接過程中高頻干擾、電源波動(dòng)、傳感器非線性等因素對(duì)數(shù)據(jù)采集準(zhǔn)確性的影響，因此，焊接過程參數(shù)準(zhǔn)確實(shí)時(shí)的采集是實(shí)現(xiàn)焊接智能化以及制造車間數(shù)字化的重要技術(shù)之一。該研究內(nèi)容與目前焊接大數(shù)據(jù)的研發(fā)趨勢(shì)不謀而合，焊接工藝參數(shù)檢測(cè)智能功能介紹如圖11 所示。

圖11 焊接工藝參數(shù)檢測(cè)智能功能Fig.11 Intelligent function of welding parameter measuring

該項(xiàng)目通過機(jī)器人智能化焊接技術(shù)的研究，最終應(yīng)用到運(yùn)載火箭貯箱箱底TIG 焊接設(shè)備、箱底法蘭焊接設(shè)備、貯箱環(huán)縫TIG 自動(dòng)焊接設(shè)備上，解決運(yùn)載火箭貯箱筒段、箱底、箱底法蘭加工裝配狀態(tài)不一致情況下機(jī)器人自適應(yīng)焊接的問題，實(shí)現(xiàn)運(yùn)載火箭貯箱焊接過程的全流程管控和數(shù)據(jù)追溯。機(jī)器人智能化焊接總體實(shí)現(xiàn)效果如圖12 所示。

圖12 機(jī)器人智能化焊接總體實(shí)現(xiàn)效果Fig.12 Schematic of intelligentized robotic welding

圍繞機(jī)器人智能化焊接技術(shù)方向不斷涌現(xiàn)的新的研究成果，基于3D 相機(jī)的焊縫引導(dǎo)和快速編程、焊接過程多源數(shù)據(jù)智能感知、焊接大數(shù)據(jù)智能管控等技術(shù)，未來都有望與運(yùn)載火箭貯箱焊接工藝結(jié)合并應(yīng)用，進(jìn)一步提高焊接機(jī)器人的智能化水平。

3 結(jié)束語

縱觀國內(nèi)焊接自動(dòng)化、智能化的發(fā)展歷程，研究人員針對(duì)焊接過程復(fù)雜、多變性，開發(fā)出系列多源焊接傳感器，收集焊前、焊接過程中數(shù)據(jù)，提取傳感數(shù)據(jù)的特征信息，建立特征信息與焊接接頭質(zhì)量之間的關(guān)系，并應(yīng)用一些控制策略保證焊接質(zhì)量。然而，一方面還缺乏對(duì)焊接制造整體流程的統(tǒng)一描述，同時(shí)焊接過程可視化界面沒有，一些傳感信息并未被數(shù)字化，這對(duì)后續(xù)焊接大數(shù)據(jù)分析、存儲(chǔ)和分享帶來諸多困難；另一方面，融合焊接工藝機(jī)理、焊接知識(shí)庫和焊接大數(shù)據(jù)的工藝機(jī)理模型十分匱乏，使得在復(fù)雜焊接場景下，構(gòu)建的焊接知識(shí)模型泛化能力不足。隨著機(jī)器人技術(shù)、傳感器技術(shù)、控制技術(shù)、數(shù)據(jù)分析技術(shù)和通訊技術(shù)等先進(jìn)技術(shù)的不斷發(fā)展，以及這些技術(shù)與傳統(tǒng)焊接工藝的融合，機(jī)器人智能化焊接技術(shù)將得以快速發(fā)展，使得焊接機(jī)器人變得越來越智能。智能的焊接機(jī)器人有望在未來應(yīng)用到航空航天、造船、重工和風(fēng)電等各個(gè)領(lǐng)域。