[發明專利]一種改善焊接質量的控制方法及裝置

在審

• 申請號: 202011126359.5
• 申請日: 2020-10-20
• 公開（公告）號: CN112264731A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 李小兵;李昱軒
• 申請（專利權）人: 李小兵
• 主分類號: B23K31/12
• 分類號: B23K31/12
• 代理公司: 山東宏康知識產權代理有限公司 37322
• 代理人: 宮秀秀

1.一種改善焊接質量的控制方法，其特征在于，包括：

工件焊接完后立即獲取工件焊接處的射線檢測的第一實時視頻；獲取工件焊接處的超聲檢測的第二實時視頻；

通過圖像處理單元對所述第一實時視頻和第二實時視頻進行預處理獲取射線圖像集和超聲圖像集；

將所述射線圖像集和所述超聲圖像集輸入到識別單元進行缺陷識別；

如果有缺陷類型輸出則對焊接機器人的缺陷原因進行分析；

焊接機器人繼續焊接N個工件，統計N個工件的缺陷率是否高于設定閾值，如果缺陷率高出設定閾值則焊接工件的焊接機器人停機，如果缺陷率低于設定閾值則焊接工件的焊接機器人正常工作。

2.根據權利要求1所述的改善焊接質量的控制方法，其特征在于，

確定所述圖像處理單元的圖像處理模式；

當所述第一實時視頻或者第二實時視頻的畫面能夠涵蓋全部的焊接處時，選用第一處理模式；

當所述第一實時視頻或者第二實時視頻的畫面不能涵蓋全部的焊接處時，選用第二處理模式。

3.根據權利要求2所述的改善焊接質量的控制方法，其特征在于，所述圖像處理單元的所述第一處理模式為：

所述圖像處理單元取第一實時視頻或者第二實時視頻的任一一幀作為靜態識別幀；

所述圖像處理單元按照所述識別單元輸入圖像的尺寸比例對所述靜態識別幀的焊接處進行裁切；

利用數字圖像處理技術增強圖像對比度和清晰度；

將圖像處理為灰度圖像；

將灰度圖像轉換為二值圖像。

4.根據權利要求2所述的改善焊接質量的控制方法，其特征在于，所述圖像處理單元的所述第二處理模式為：

設定抽幀間隔時間；

按照所述抽幀間隔時間對所述第一實時視頻或者所述第二實時視頻進行抽幀獲取多張動態識別幀；所述多張動態識別幀中焊接處的交集包含工件的全部焊接處；

所述圖像處理單元按照所述識別單元輸入圖像的尺寸比例對全部的所述動態識別幀的焊接處進行裁切；

利用數字圖像處理技術增強圖像對比度和清晰度；

將圖像處理為灰度圖像；

將灰度圖像轉換為二值圖像。

5.根據權利要求4所述的改善焊接質量的控制方法，其特征在于，所述識別單元包括第一神經網絡、第二神經網絡和融合判斷模塊，所述第一神經單元根據射線圖像集識別缺陷類型，所述第二神經單元根據超聲圖像集識別缺陷類型，所述融合判斷模塊根據所述第一神經網絡的輸出和第二神經網絡的輸出進行判斷輸出最終輸出結果。

6.根據權利要求5所述的改善焊接質量的控制方法，其特征在于，統計焊接過程中遇到的缺陷類型；獲取每個缺陷類型的射線成像和超聲成像；

通過所述射線成像對第一神經網絡訓練，使所述第一神經網絡能夠識別所述射線成像的所對應缺陷類型；通過所述超聲成像對第二神經網絡訓練，使所述第二神經網絡能夠識別所述超聲成像的所對應缺陷類型。

7.根據權利要求6所述的改善焊接質量的控制方法，其特征在于，所述融合判斷模塊根據所述第一神經網絡的輸出和第二神經網絡的輸出進行判斷輸出最終輸出結果包括：

如果所述第一神經網絡所輸出的缺陷類型與所述第二神經網絡所輸出的缺陷類型相同，則輸出該缺陷類型；

如果第一神經網絡所輸出的缺陷類型與所述第二神經網絡所輸出的缺陷類型不同，則獲取所述第一神經網絡決定輸出缺陷類型的第一權重，獲取第二神經網絡決定輸出缺陷類型的第二權重；

對比所述第一權重和所述第二權重的大小，

當第一權重大于第二權重，則所述融合判斷模塊輸出第一神經網絡輸出的缺陷類型，

當第一權重小于第二權重，則所述融合判斷模塊輸出第二神經網絡輸出的缺陷類型。

8.根據權利要求7所述的改善焊接質量的控制方法，其特征在于，N為可接受的最小損失工件數量，N小于常規受抽樣檢測方式一個檢測周期內焊接機器人焊接的工件數量，N根據工件類型設定。

9.一種改善焊接質量的控制裝置，其特征在于，包括射線檢測單元，超聲檢測單元，流水線，處理裝置與分揀裝置；

所述射線檢測單元用于獲取第一實時視頻；

所述超聲檢測單元用于獲取第二實時視頻；

所述流水線用于將工件從焊接機器人處送到所述射線檢測單元和超聲檢測單元處進行檢測；

所述分揀裝置用于將正常工件與缺陷工件從所述流水線上分開放置；

所述處理裝置用于配置圖像檢測單元和識別單元；

所述處理裝置控制所述射線檢測單元、所述超聲檢測單元，所述流水線，以及所述分揀裝置實現各自功能。