导读:本文包含了弧焊跟踪机器人论文开题报告文献综述及选题提纲参考文献，主要关键词:弧焊机器人,轨迹跟踪,控制算法,RBF神经网络
弧焊跟踪机器人论文文献综述
王保民,张明亮[1]（2019）在《基于RBF神经网络的弧焊机器人轨迹跟踪控制方法》一文中研究指出针对目前弧焊机器人的控制算法大多是基于关节空间的算法,而这种算法无法实现对机械臂末端位置的直接控制的问题,提出了基于笛卡尔空间的轨迹跟踪控制算法.首先运用RBF(radical basis function)神经网络技术对实际机械臂数学模型的建模误差和参数不确定性进行补偿,接着定义Lyapunov函数并运用HJI(Hamilton-Jacobi inequality)定理设计基于笛卡尔空间的机器人鲁棒控制器.在此基础上以二自由度机械臂为被控对象进行仿真研究,仿真结果表明,基于笛卡尔空间算法的轨迹跟踪控制算法误差小于基于关节空间的控制算法,在基于笛卡尔空间的控制算法的仿真中末端轨迹跟踪误差小于0.08 mm,神经网络能够有效地在线学习机器人的建模误差和参数不确定性.(本文来源于《兰州理工大学学报》期刊2019年03期）
倪沫楠[2]（2019）在《弧焊机器人多层多道激光视觉焊缝跟踪技术研究》一文中研究指出厚板结构件在焊接过程中受到焊接熔敷率的影响,不能够一次完成焊接,多层多道焊是常用的焊接方法之一。现阶段,这种焊接工艺在实际生产过程中多采用手工焊或半自动焊完成,劳动强度大,焊接质量不稳定。因此本文针对基于激光单目视觉的弧焊机器人多层多道焊缝跟踪技术展开了研究工作,对保证大型钢结构件焊接工程质量、提高生产效率,提升工程单位自动化水平具有重大的科研价值和实际意义。全文主要成果如下:分析中厚板多层多道焊接试验条件,搭建整体多层多道激光视觉焊缝跟踪试验系统。重点对激光视觉传感器各元器件进行设计,确定了激光斜射,CCD摄像机垂直接收的传感方式,相对夹角为27°;传感器与焊枪之间的距离为80mm;传感器与工件之间的距离为160mm等关键参数,并对激光视觉传感器中的视觉传感系统和滤光遮光系统中各关键部件进行选型。通过分析多层多道焊接图像噪声的特点,制定了激光条纹图像处理方法。采用中值滤波方法对焊接图像进行初步去噪,滤除了图像中弧光、烟尘等噪声。对二值化后的图像进行ROI提取,有效的去除了图像外围由焊接飞溅带来的噪声,并缩短图像处理时间,提高了焊缝跟踪的实时性。对激光条纹进行形态学膨胀得到了边缘平滑,连通性较好的激光条纹曲线。采用细化算法提取激光条纹中心线,并提出了改进的基于距离检测的多层多道特征点检测方法,处理出激光条纹特征点。结合激光视觉传感器各视觉元件的标定,实现焊缝特征信息的叁维定位。经过试验验证,坡口边界和底部跟踪定位误差最大值不超过0.5mm。可以满足实际焊接的需要。实现了基于激光视觉的焊缝起始点导引。利用图像处理得到的焊缝特征点位置信息,对焊枪进行轨迹规划,提出了一种焊枪末端位姿实时调整算法,在实现多层多道焊缝定位的基础上,提高焊接工艺。采用Visual Studio结合ABB机器人内置的Interface模块,实现了机器人与工控机之间的数据通信。并进行了中厚板多层多道焊缝跟踪试验,进一步验证了算法的可行性,可以满足实际焊接要求。(本文来源于《天津工业大学》期刊2019-01-23）
周煜[3]（2018）在《基于单片机的弧焊机器人摆动电弧焊缝跟踪系统研究》一文中研究指出随着我国制造业产业转型升级,弧焊机器人逐渐广泛应用在工业生产中,焊缝跟踪和弧焊机器人的有机结合是焊接自动化的重要研究方向之一。本文以工业机器人为平台,采用电弧传感器,通过机器人冗余自由度实现电弧摆动,对角焊缝焊缝跟踪过程中焊枪偏差及工作角进行检测与修正。研究内容主要包括:焊接电流信号软硬件组合滤波处理、焊枪偏差和工作角检测、焊缝跟踪模块和弧焊机器人结合及试验。本文采用硬件滤波加软件滤波的方式对焊接电流信号进行处理,首先使用二阶巴特沃斯低通滤波器作为硬件滤波,滤除焊接电流信号中的高频干扰信号;然后使用改进的限幅滤波、中位值滤波和算术平均滤波的组合软件滤波处理焊接电流信号中的低频干扰信号。经软硬件滤波处理后的焊接电流信号平滑度明显提升,焊缝坡口信息还原度较高,有利于焊枪偏差和工作角检测。针对传统积分差值法在角焊缝焊缝跟踪的应用中,焊枪工作角变化导致焊枪水平偏差误判的问题,文本首先对焊枪工作角的影响进行理论分析,建立了焊枪工作角、水平偏差和高度偏差的焊枪高度数学模型;然后提出一种双周期积分差值法,将当前周期的左右两侧积分值与前一个周期的对应积分值进行比较,将焊枪高度偏差成功分离;对于双周期积分差值法求解的焊枪水平偏差与工作角耦合的问题,本文采用二分法逼近实际焊枪工作角,完成焊枪水平偏差与工作角的解耦工作,最终成功在焊接电流信号中提取焊枪水平偏差、焊枪高度偏差和焊枪工作角信息。对于弧焊机器人与焊缝跟踪模块之间有机结合的通信问题,本文以RJ45接口为基础,通过Socket Message通信实现两者之间数据交换。首先采用数据先预处理再还原的方式,在焊缝跟踪模块端将纠偏信号转化预处理为字符串型数据,在弧焊机器人端将字符串行数据还原为数值数据,使弧焊机器人控制器成功识别纠偏信号；然后采取将焊接指令分段处理的方式,把一条焊接指令以摆动周期为单位分解成若干条焊接指令;最后在每条焊接指令结束后更新下个焊接结束点,实现焊缝跟踪系统实时修正。为验证本文所研制焊缝跟踪系统可行性,本文搭建弧焊机器人焊缝跟踪平台进行两部分焊缝跟踪试验。第一部分试验采用传统积分差值法和双周期积分差值法进行焊缝跟踪对比,验证角焊缝在焊缝跟踪过程中考虑焊枪工作角变化的必要性;第二部分试验对不同焊枪工作角、焊枪水平偏差和焊枪高度偏差进行单因素试验,与Matlab仿真结果进行对比,结果证明焊缝跟踪系统是实时、有效的。(本文来源于《湘潭大学》期刊2018-06-01）
刘越,刘念,赖长川,郑春霞[4]（2016）在《基于正弦摆焊的弧焊机器人焊缝跟踪系统的研究》一文中研究指出针对弧焊机器人在焊接过程中示教轨迹和实际焊缝位置存在偏差的问题,提出一种基于正弦摆焊的电弧传感方案。首先规划了弧焊机器人正弦摆焊轨迹,对采集到的焊接电流进行谐波提取来获得焊缝位置的横向偏差,然后根据偏差信息纠正机器人的示教轨迹。把这种方案应用在具有对称坡口的焊缝上进行跟踪,取得了良好的效果。(本文来源于《机械与电子》期刊2016年10期）
钱金法,周斌,周英华,殷荣幸[5]（2015）在《机器人弧焊系统示教程序纠偏式激光焊缝跟踪技术研究》一文中研究指出弧焊机器人焊缝跟踪系统可有效提高机器人的焊接质量。弧焊机器人激光焊缝跟踪系统的结构一般包括激光传感器、计算机、机器人专用控制器、机器人本体及焊接设备等。传感器采集到信号传送到计算机,经过一系列的数据处理过程后,计算机与机器人专用控制器进行数据通讯,然后将控制信号传送给机器人本体控制焊接过程的正确运行。该文就激光焊缝跟踪系统的形式和结构作简单论述,并对多角度离散采样的示教程序纠偏式焊缝跟踪系统的结构和工作原理作了具体的介绍,以作为焊缝跟踪技术应用参考。(本文来源于《科技创新导报》期刊2015年31期）
刘念[6]（2015）在《弧焊机器人焊缝跟踪系统的研究和实现》一文中研究指出机器人焊接是现代生产制造的关键技术之一,如何提高焊接智能性已成为现代焊接制造工艺发展必须要解决的问题。然而,现在的机器人大多都是示教再现型,应变能力较差,对于工件的装配精度要求也比较高。如果在焊接过程中存在工件的装配偏差和热应力变形,机器人则无法复现理想的示教轨迹,这也将直接影响焊接的质量和一致性。单纯的机器人系统没有能力检测到焊缝的偏差,因此需要一个独立的焊缝偏差检测系统把偏差信息发送给机器人控制器,以便机器人在焊接过程中自主做出路径调节。本文对弧焊机器人进行了运动学分析,采用一种六点工具坐标系标定方法标定了焊枪坐标系。然后对笛卡尔空间的轨迹进行了S型加减速曲线插补,提出一种参数化的摆焊轨迹规划方案。该方案计算少,可以方便的修改参数来改变轨迹。此外,分析焊接时电弧的静态物理数学模型,得到焊枪高度和焊接电流的线性关系。结合本文提出的摆焊插补,研究了一种机器人摆动电弧传感器,采用了一种从频域进行滤波和偏差提取的方案,实验证明可以准确得到焊缝位置偏差信息。根据电弧传感器得到的偏差信息,提出了一种轨迹在线纠偏方案。本文还着重研究了结构光视觉传感器,根据结构光检测原理设计了一个结构光视觉传感器,采用了一种基于运动的摄像机内参、结构光平面、机器人手眼标定方案。并对摄像机采集的图像进行处理,得到特征点的像素坐标,再经过标定的视觉系统转换到机器人坐标系中就得到焊缝的位置信息,根据这些位置信息提出了一种机器人轨迹在线纠偏方案。本文提出的一种参数化的摆焊轨迹规划,大大减少了插补运算过程,适用于宽焊缝的焊接,并且为研究摆动电弧传感器提供了条件。设计的电弧传感器具有结构简单、成本低、方便实现等优点,可以实现V型焊缝和角焊缝的焊缝跟踪功能。设计的视觉传感器标定过程简单,为更加复杂的焊缝实现跟踪它提供了可能。(本文来源于《哈尔滨工业大学》期刊2015-12-01）
吴瑞[7]（2015）在《基于视觉的弧焊机器人焊缝跟踪系统控制研究》一文中研究指出随着视觉技术及控制技术的进步,弧焊机器人的智能化程度越来越高,且弧焊机器人空间结构复杂,机构各关节自由度多,不仅要求各关节不断调节焊缝与焊炬之间的偏差,而且要适时调节焊枪的相对位姿,以使弧焊机器人具备自动跟踪、自主规划的能力。因此,研究基于视觉的弧焊机器人焊缝自动跟踪控制技术具有重要意义。本文主要理论来源和实验数据的获取均是以实验室现有的IRB1400型弧焊机器人为研究对象所获得,在广西科技厅基金项目(0728224)的支持下开始实验,主要研究内容有:(1)焊缝跟踪系统的搭建。本跟踪系统主要由工业机器人和焊缝旋转机构块及CCD摄像机组成。(2)建立工业机器人正运动学的数学模型。对IRB1400工业机器人结构的分析,并根据其已知的关节角和连杆参数求解IRB1400工业机器人末端执行器的相对位姿。(3)对视觉伺服跟踪系统进行了研究。在保证IRB1400型工业机器人的工作角和行走角不变的条件下,研究焊件、焊炬及CCD摄像机之间相对坐标的位置姿态变换关系。(4)对焊缝跟踪系统的控制算法进行研究。研究出最优的控制算法并对视觉跟踪系统进行控制,并通过MATLAB进行仿真试验。(5)对基于视觉的焊缝跟踪系统跟踪控制误差进行研究。确定跟踪系统应用的边界条件,并通过MATLAB进行仿真试验。本文在控制算法上提出了免疫模糊PID算法,将视觉跟踪系统所得到焊缝信息叁点中心偏差作为免疫原,将旋转机构的旋转角作为抗体,对跟踪过程进行仿真实验,仿真结果说明跟踪系统能快速跟踪焊缝,且系统的稳定性和准确性能均比较好,并且适用范围比较广。最后本文对视觉跟踪系统的跟踪控制误差进行了分析,并以旋转机构的行走角和工作角为依据,深入分析了焊炬姿态误差,提取了姿态误差的数学模型,然后用MATLAB对此进行仿真。结果表明,当像素位置小于80mm的时侯,焊缝跟踪系统控制的精度能达到焊缝跟踪的目的。由此研究了跟踪系统的自纠误差特性,提出了焊炬姿态误差取决于实际焊缝轨迹与焊炬末端实际轨迹之间的偏差的观点,并以此作为焊缝跟踪系统跟踪控制的边界条件。(本文来源于《广西科技大学》期刊2015-06-08）
张新敏[8]（2015）在《六自由度弧焊机器人运动轨迹跟踪控制算法研究》一文中研究指出由于机器人系统具有时变,强耦合和非线性系统等特点,以及工业现场运行时不可避免的负荷变化,摩擦,干扰作用等诸多因素的影响,需要其控制系统的自适应能力较为优良,所以控制问题成为近年来机器人技术领域研究的前沿课题。为了满足HP20机器人对运动平顺性的要求,减小跟踪误差,确保机器人系统的精确控制,进一步提高焊接质量,本文以HP20机器人为研究对象,对其运动学,动力学和控制方面进行了建模,分析和仿真,主要包括下面的四个内容：(1)运用齐次变换矩阵以及D-H表示法分析了运动学正问题,运用解析法分析了运动学逆问题,利用Lagrange法推导了系统的动力学方程,最终得到运动学和动力学的数学模型。为进行轨迹规划提供基础。(2)在分析了运动学和动力学理论后,根据弧焊机器人的作业特点对机器人的作业路径进行了直角坐标空间和关节空间的轨迹规划,前者包括叁次多项式法,五次多项式法和抛物线过渡插值法等,后者包括直线插补法和圆弧插补法。使各关节能够平稳运行,满足轨迹规划平顺性的要求。(3)为了便于直观地对上述理论进行验证和观察,运用MATLAB GUI平台通过调用函数编写程序建立图形用户界面,该界面主要利用Robotics Toolbox工具箱实现了叁个简单功能：一是生成机器人叁维结构简图,并在工作空间内实时观察运行情况；二是进行运动学正逆问题的仿真验证；叁是进行两种方式的轨迹规划算法的仿真验证。为研究轨迹跟踪控制算法提供了基础。(4)在进行了轨迹规划的基础上,探讨了自适应控制在机器人控制系统中的应用,MATLAB仿真分析表明在该控制器的作用下,机器人末端能以较小的稳态误差跟踪期望轨迹。通过计算,分析及实验验证的结果表明,本文所提出的轨迹规划算法能够使各关节平稳运行,自适应控制算法可以确保机器人系统的精确控制,达到了进一步改善机器人焊接质量的目的。(本文来源于《宁夏大学》期刊2015-05-01）
郑洁[9]（2015）在《UPR100弧焊机器人焊缝跟踪控制策略》一文中研究指出焊接机器人是一个十分复杂的多输入多输出非线性系统，它具有时变、强耦合和非线性特性。在实际操作中，末端焊枪的位置往往会偏离理论位置，形成焊接误差，从而影响焊接质量，因此，研究焊接机器人的焊缝跟踪控制非常必要，它也是工业机器人控制的一个重要方面。本文针对UPR100弧焊机器人进行了焊缝跟踪控制策略研究，主要内容如下：首先，采用D-H方法建立机器人连杆坐标系，利用齐次变换矩阵建立机器人运动学方程，并基于正/逆运动学分析，在直角坐标空间内对弧焊机器人进行轨迹规划。其次，基于SimMechinics对UPR100弧焊机器人进行建模仿真，并把轨迹规划仿真数据与理论数据进行比较，验证了采用直角坐标空间进行轨迹规划的合理性以及正/逆运动学公式推导的正确性，为弧焊机器人动力学研究提供了理论基础。然后，基于拉格朗日方法建立弧焊机器人的动力学模型，利用Pro/E进行叁维建模，求得各连杆质量、质心坐标和转动惯量等动力学参数。通过Matlab编程计算各连杆的主动驱动力矩与关节角度的函数关系，并通过仿真验证了动力学参数的正确性，为弧焊机器人焊缝跟踪控制研究奠定基础。最后，为了克服弧焊机器人模型中非线性、耦合、不确定性等因素对控制性能的影响，将PD控制、滑模变结构控制和前馈模糊PD控制等控制方法应用于弧焊机器人的焊缝跟踪控制，仿真结果表明效果良好。(本文来源于《武汉科技大学》期刊2015-03-20）
张新敏,耿振,雷远春,朱学军[10]（2014）在《弧焊机器人自适应轨迹跟踪控制仿真》一文中研究指出针对多关节机械手具有非线性和耦合性等特点,常用的PD控制难以达到现场作业的要求。以弧焊机器人为研究对象,运用拉格朗日法建立该机器人的动力学模型,并在进行动力学仿真的基础上求得两关节机器人的简化模型,然后采用鲁棒自适应算法与PD控制结合的算法实现轨迹跟踪控制,最后在MATLAB/Simulink中进行算法仿真。仿真结果表明,机器人能有效抑制外界扰动对跟踪轨迹的影响,动态性能和误差收敛性良好,为实现多关节机器人的轨迹跟踪控制提供了理论基础。(本文来源于《制造业自动化》期刊2014年20期）
弧焊跟踪机器人论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
厚板结构件在焊接过程中受到焊接熔敷率的影响,不能够一次完成焊接,多层多道焊是常用的焊接方法之一。现阶段,这种焊接工艺在实际生产过程中多采用手工焊或半自动焊完成,劳动强度大,焊接质量不稳定。因此本文针对基于激光单目视觉的弧焊机器人多层多道焊缝跟踪技术展开了研究工作,对保证大型钢结构件焊接工程质量、提高生产效率,提升工程单位自动化水平具有重大的科研价值和实际意义。全文主要成果如下:分析中厚板多层多道焊接试验条件,搭建整体多层多道激光视觉焊缝跟踪试验系统。重点对激光视觉传感器各元器件进行设计,确定了激光斜射,CCD摄像机垂直接收的传感方式,相对夹角为27°;传感器与焊枪之间的距离为80mm;传感器与工件之间的距离为160mm等关键参数,并对激光视觉传感器中的视觉传感系统和滤光遮光系统中各关键部件进行选型。通过分析多层多道焊接图像噪声的特点,制定了激光条纹图像处理方法。采用中值滤波方法对焊接图像进行初步去噪,滤除了图像中弧光、烟尘等噪声。对二值化后的图像进行ROI提取,有效的去除了图像外围由焊接飞溅带来的噪声,并缩短图像处理时间,提高了焊缝跟踪的实时性。对激光条纹进行形态学膨胀得到了边缘平滑,连通性较好的激光条纹曲线。采用细化算法提取激光条纹中心线,并提出了改进的基于距离检测的多层多道特征点检测方法,处理出激光条纹特征点。结合激光视觉传感器各视觉元件的标定,实现焊缝特征信息的叁维定位。经过试验验证,坡口边界和底部跟踪定位误差最大值不超过0.5mm。可以满足实际焊接的需要。实现了基于激光视觉的焊缝起始点导引。利用图像处理得到的焊缝特征点位置信息,对焊枪进行轨迹规划,提出了一种焊枪末端位姿实时调整算法,在实现多层多道焊缝定位的基础上,提高焊接工艺。采用Visual Studio结合ABB机器人内置的Interface模块,实现了机器人与工控机之间的数据通信。并进行了中厚板多层多道焊缝跟踪试验,进一步验证了算法的可行性,可以满足实际焊接要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
弧焊跟踪机器人论文参考文献
[1].王保民,张明亮.基于RBF神经网络的弧焊机器人轨迹跟踪控制方法[J].兰州理工大学学报.2019
[2].倪沫楠.弧焊机器人多层多道激光视觉焊缝跟踪技术研究[D].天津工业大学.2019
[3].周煜.基于单片机的弧焊机器人摆动电弧焊缝跟踪系统研究[D].湘潭大学.2018
[4].刘越,刘念,赖长川,郑春霞.基于正弦摆焊的弧焊机器人焊缝跟踪系统的研究[J].机械与电子.2016
[5].钱金法,周斌,周英华,殷荣幸.机器人弧焊系统示教程序纠偏式激光焊缝跟踪技术研究[J].科技创新导报.2015
[6].刘念.弧焊机器人焊缝跟踪系统的研究和实现[D].哈尔滨工业大学.2015
[7].吴瑞.基于视觉的弧焊机器人焊缝跟踪系统控制研究[D].广西科技大学.2015
[8].张新敏.六自由度弧焊机器人运动轨迹跟踪控制算法研究[D].宁夏大学.2015
[9].郑洁.UPR100弧焊机器人焊缝跟踪控制策略[D].武汉科技大学.2015
[10].张新敏,耿振,雷远春,朱学军.弧焊机器人自适应轨迹跟踪控制仿真[J].制造业自动化.2014