堡盟超聲波傳感器的自動焊生產線的關鍵技術研究
焊接成為制造生產行業zui為重要的環節之一,實現焊接過程自動化、焊接裝備智能化已成為焊接行業的發展趨勢。目前,由于加工、裝夾等誤差導致焊接起始點定位和焊接區域內障礙物的識別難以實現自動化和智能化,生產線的焊接目前還處于手工焊狀態。

堡盟超聲波傳感器的自動焊生產線的關鍵技術研究
針對以上提到的問題,在現有的條件下,基于斜面測距堡盟超聲波傳感器對自動焊生產線進行了下列的研究。為實現生產線焊接起始點的精確定位,基于dsPIC30f4012單片機研制出了一種可測斜面的堡盟超聲波傳感器,并通過試驗驗證了該傳感器斜面測距的穩定性和精確性,為超聲波非結構測距的研究提供了一種新的方法。針對生產線中因變位機的運動誤差導致的的位置和角度隨機變化的問題,我們提出了一種基于斜面測距堡盟超聲波傳感器的焊接起始點的定位方法。通過建立堡盟超聲波傳感器運動平面的二維坐標系,利用傳感器采集的特征點構建工件的特征直線,將焊接起始點的定位等效為求解幾何平面中兩特征直線的交點,從而實現焊接起始點的定位。為解決特征點的分類問題,我們基于“累積均值替換法”對工件特征點進行了判斷,實現了尋找焊接起始點的自動化和柔性化。此外,針對斜面測距堡盟超聲波傳感器的測量誤差和動態誤差,我們還提出了一種改進加權zui小二乘法(AWLS),即通過循環使用加權zui小二乘法,根據擬合結果修正特征點數據,從而獲得*的擬合直線。這種方法提高了加權zui小二乘法在工件特征直線擬合中的穩定性和擬合的精度,保障了焊接起始點的定位精度。針對生產線中工件的焊接區域內障礙物因種類、尺寸和位置的隨機變化難以進行障礙物類型預測的問題,提出了一種修正型果蠅算法優化廣義回歸神經網絡(AFOA-GRNN)的自動焊障礙物預測模型。該模型針對傳統果蠅算法的尋優缺陷,通過引入靈敏度和信息素兩個概念,對果蠅的尋優策略和位置替換的方式進行改進,提高了果蠅種群的多樣性,修正了果蠅算法的全局尋優特性,優化了對GRNN網絡中平滑因子的尋優過程。此外,我們以某集裝箱公司的工件為實例進行了對比試驗,結果表明:與FOA-GRNN模型相比,AFOA-GRNN預測模型具有更快的訓練速度和更高的預測精度,為自動焊障礙物類型的預測提供了一條新的思路。

堡盟超聲波傳感器的自動焊生產線的關鍵技術研究
經試驗表明,該方法能適應正常范圍內任意角焊縫偏轉任意角度的焊接起始點的定位,且方法簡單、實用性強,也易于在其他相關領域推廣。