雷塞控制器下的自動焊接系統及優化控制研究

張曉芳

(蘇州健雄職業技術學院電子信息學院，江蘇 太倉 215411)

0 引言

焊接技術廣泛應用于工業生產、能源、交通、電氣工程等各個領域，在國民經濟發展中具有重要地位。隨著智能制造的提出和發展，對焊接自動化提出了更高的要求?；趥鞲屑夹g的焊接跟蹤系統應運而生。一般的焊接跟蹤系統主要由傳感機構、信息處理單元和跟蹤裝置三部分組成?；趫D像處理技術的視覺傳感器是近年來的發展趨勢[1-3]，主要由激光位置傳感器和工業相機進行圖像采集。

德國Mel公司推出的M2DW和M2W-iLAN自動焊接跟蹤系統通過激光位置傳感器獲得焊縫掃描線，可編程邏輯控制器(programmable logic controller,PLC)控制焊槍至精確的曲面等高線進行焊接。美國的Worthington Industries、加拿大的Servo-robot等公司也研發了一系列激光跟蹤焊接系統，定位精度較高、跟蹤效果較好[4]。

在國內，上海交通大學、清華大學等高校致力工業相機圖像采集系統算法研究，把神經網絡和模糊控制應用到焊縫跟蹤跟蹤系統中，主要通過對采集到的圖像進行算法研究(閾值法、二值法、中值濾波法、邊緣檢測法、圖像銳化和圖像平滑處理)獲取最優途徑[5]。孫軍華[6]提出采用最近點迭代算法，實時性高，但噪聲干擾時會降低測量精度； 楊強[7]提出采用遺傳算法，但算法復雜度高，還需配備上位機，實時性差； Zheng L[8]、譚周文[9]提出了基于最小二乘的輪廓匹配算法，實時性高，但由于受光源等的影響，在工件側面采集信號時會出現分離群點，算法誤差比較大。

1 自動焊接跟蹤硬件系統

自動焊接跟蹤硬件系統系統由控制器、激光位置傳感器、觸摸屏、2個伺服控制器、2個伺服電機、2個步進控制器、2個步進電機組成，為4軸焊接跟蹤系統?？刂破鞑捎美兹鸖MC606運動控制器。該智能控制器是2014年開發的新型運動控制器，既有邏輯控制功能，又有位置控制和軌跡控制功能，最多可控制6軸運動。在編程語言方面，有梯形圖、功能塊圖、順序功能流程圖；另有結構化文本語言、文本類高級語言，可用于優化算法處理。通過測試,發現激光位置傳感器采集到的一些輪廓數據有問題，因此需要對數據進行優化處理，選用具有一定算法功能的控制器。

雷塞控制器的編程語言中有文本類高級語言，不需要再專設上位機進行算法優化，確保了數據優化的時效性。此外，相比西門子運動控制器等品牌，雷塞6軸控制器在價格上具有很大的優勢，特別適用于非標自動焊接跟蹤系統的開發。激光位置傳感器主要用于掃描焊接工件的外輪廓，采用具有高度穩定性的基恩士激光傳感器。傳感器主機單元是IL-1000，傳感頭是IL300。其測量范圍是160～450 mm，實現了低成本和高性能。激光位置傳感器將采集到的數據通過模擬量模塊送至控制器。此處模擬量模塊選用的是與雷塞控制器匹配的雷塞EM06AX-E1，4路模擬量輸入、2路模擬量輸出，滿足系統要求。伺服控制器采用的是雷塞L5-750Z、L5-400Z，便于塞雷控制器對其控制。兩款型號僅是功率不同，由現場驅動能力選定。其中：橫行軸采用750 W伺服控制系統L5-750Z，1∶10行星減速器通過皮帶傳動，配套的伺服電機為ACM8008M2H-61-D-SS；主臂軸采用400 W伺服控制系統L5-400Z，1∶5絲桿滑臺傳動，配套的伺服電機為ACM6004L2H-60-D-SS。步進控制器為雷塞的DMA882S、DM542S，兩者僅是驅動能力和細分的不同。DMA882S用于驅動能力、位置精度要求更高的軸，此處為步進控制器1，采用轉動慣量更大的86系列步進電機，用于控制其焊槍升降運動；步進控制器2采用DM542S，步進電機2采用57系列，用于控制焊槍旋轉角度。觸摸屏采用威綸通TK6070IP，經濟型，滿足人機交互。

硬件系統框圖如圖1所示。

圖1 硬件系統框圖Fig.1 Diagram of hardware system

2 自動焊接跟蹤優化控制算法

系統通過激光位置傳感器獲得焊縫點數據，通過模擬量模塊送至雷塞控制器?？刂破魍ㄟ^優化算法修正焊縫點數據，形成與工件匹配度高的焊縫曲線。對于激光傳感器獲取的焊縫輪廓曲線，數據優化子程序流程如圖2所示。

圖2 數據優化子程序流程圖Fig.2 Flowchart of data optimization subprogram

2.1 差分法

根據焊接工件的特性，經過試測發現，掃描U型工件時，由平面進入側面，或者由側面進入平面處突變時的拐彎點數據出錯概率為90%。這是由于工件表面反光及光源拐點處理產生的問題，因此要對這些數據進行修正。焊槍和激光傳感器由同一運動平臺控制，間距為50 cm。隨著焊槍的移動，激光傳感器也隨之移動，可不斷掃描下一位置。每次將掃描的點送至雷塞運動控制器進行處理，生成新的焊縫點，控制焊槍進行焊接，實現邊掃描邊焊接。采用基恩士IL-1000、IL-300，經過試測，每次可掃描若干個工件(產生N個點)。若下一次掃描從(N+1)點的位置開始，不能排除每段的開始和結束處有錯誤數據；若將錯誤數據參與優化計算，拐點的分離群點將影響整個計算結果。因此，每段開始參與優化的數據必須是非分離群點或者已經過優化的數據。算法先通過差分排查選出有問題的掃描點，再進行擬合。

2.2 分段疊加

假設一次掃描的數據有N個，掃描一個工件產生的點數為C個，確定有效點數為A(C

若某次掃描后獲得的B個起始數據有問題，將這些數據作為待優化的處理數據，所得結果有很大偏差。采用上一段已經過優化后的(kA+1)開始的B個數據作為正確數據，替換本次掃描的B個起始數據，并將正確數據與本次掃描后獲得的(N-B)個數據一起作為待處理的數據進行優化。上一段結尾處可能會遇到分離群點。為避免優化數據出錯，疊加時未采用上段(kA+1)開始至(k-1)A+N處所有數據進行優化，而只采用了上段從(kA+1)開始優化的B個數據。

數據分段疊加方法如圖3所示。

圖3 數據分段疊加方法Fig.3 Method of partition-and-accumulate

2.3 局部最小二乘法

對疊加形成的新數據進行優化。對于小型非標焊接系統，為了提升實時處理速度，直接采用雷塞控制器進行處理，確保了實時性和正確性，并且充分利用了其性能。采用多項式的奇函數進行最小二乘法擬合優化?？紤]到雷塞控制器的計算性能，基于多項式的最小二次乘法擬合為：

y=a0+a1x+a2x2+a3x3

(1)

從錯誤數據段往前、往后延伸幾個數據(確保是穩定的正確數據)，來擬合最小二乘法相關因子。

即:

(2)

(3)

(4)

由此可得a0、a1、a2、a3的數值。

若從(xi+1,yi+1)開始連續有若干個分離群點，則由xi+1通過式(1)計算獲得yi+1，其他有問題的點依次類推，即擬合了正確的曲線。

擬合了正確曲線后，控制器即可控制焊槍調整至正確位置進行焊接。移動相應位置后，激光位置傳感器再同時進行位置掃描，實現了邊掃描、邊優化、邊焊接。

3 以U型工件為例的優化實例

3.1 焊接要求

U型單元鐵板需要進行焊接組裝為集裝箱貨車車廂。其工件為一系列U型單元。每個U型單元為20～30 cm不等，需要控制焊槍進行正確焊接。

3.2 局部最小二乘法構建曲線

利用差分法排除分離群點，采用分段疊加遴選有效點，并對疊加形成的新數據進行優化。本系統直接采用雷塞控制器進行數據處理，擬合曲線為最小二次乘法y=a0+a1x+a2x2+a3x3。通過式(4)，結合穩定的正確數據來擬合最小二乘法相關因子。對于分離群點，采用式(1)、式(4)計算，得到正確數據。

3.3 仿真結果

激光傳感器掃描工件外輪廓時，X軸每移動1 mm，激光傳感器掃描獲得工件Y軸高度，工件高度數值如下(單位dm)：3.03,3.05,…,3.12。為了更有利于差分篩選，通過轉換后將數值放大，此處選取300倍。一次可掃描采集400個數據，限于篇幅，選取其中一部分數據進行分析處理。一組數據中第Y]K×A+i]開始的23個數據為{91 000,90 700,90 700,90 400,89 600,88 500,87 600,86 000,90 200,94 100,79 200,95 800,78 400,97 700,98 300,66 600,64 700,64 100,63 800,63 600,63 600,63 300,63 300}

通過差值法，第Y]K×A+i+8]開始為分離群點。這是由于工件下降沿折角處反光引起激光傳感器數據采集誤差。待處理數據組的左邊界為]K×A+i+8]。由于工件右折角寬度不超過3 cm，因此從此數據開始往后延伸30個數據進行差值計算，即計算第Y]K×A+i+37]與Y]K×A+i+38]數據差值，并依次往前逆向計算差值，例如第Y]K×A+i+36]與Y]K×A+i+37]差值，最終獲得問題數據組的右邊界。此處為Y]K×A+i+14]與Y]K×A+i+15]差值過大，問題數據組右邊界為]K×A+i+14]。待優化數組為]K×A+i+8]至]K×A+i+14]共計7組數據。將X]K×A+i+6]、Y]K×A+i+6]，X]K×A+i+7]、Y]K×A+i+7]，X]K×A+i+15]、Y]K×A+i+15]，X]K×A+i+16]、Y]K×A+i+16]這四組數據代入式(4)，獲得a0、a1、a2、a3的值，構建局部最小二乘法曲線。通過擬合的最小二乘法曲線獲得Y]K×A+i+8]至Y]K×A+i+14]數據為{84 950,82 910,79 085，77 000,73 875,71 050,68 025}。

一輪掃描結束后，激光傳感器進行下一輪位置掃描。為確保有效銜接，下一輪掃描與上一輪掃描有冗余度。此處選擇為30個重復數據。第Y]K×A+i+8]位于下一輪掃描開始的起始端。為確保優化算法的有效性，起始端數據必須正確無誤。因此，此輪掃描分段疊加開始的B個數據(經過試驗，B選取為10)必須無分離群點。如數據正常，直接將掃描到的初始數據進行優化計算即可。但此處]K×A+i+8]數據有問題，必須采用經過上輪優化后的正確數據，為{91 000,90 700,90 700,90 400,89 600,88 500,87 600,86 000,84 950,82 910}替換原起始端10個數據，其余數據不變。由這些數據構成此輪待優化數據進行優化處理。 以下為在雷塞控制上直接經過激光位置傳感器獲得的工件輪廓圖和經過優化后的工件輪廓圖。

工件輪廓圖如圖4所示。

圖4 工件輪廓圖Fig.4 Workpiece outline

經過以上激光掃描傳感器采集信號，采用優化算法進行曲線擬合，直接通過雷塞SMC606運動控制器獲得工件數據和曲線圖，可有效引導焊槍至正確位置。

4 結論

本文構建了一套基于雷塞控制器的焊接自動跟蹤系統，完成器件選型和硬件系統的設計。在硬件設計方面，通用性強，可根據控制要求進行必要的移植，大大減少了生產成本和投產周期，滿足經濟性和準確性的要求。在軟件設計方面，對激光位置傳感器獲得的焊縫掃描線進行優化，在雷塞SMC606運動控制器上利用差分法排除分離群點，采用分段疊加、遴選有效點、局部最小二乘法擬合掃描線，直接實現對焊槍位置的引導。整套系統并未配備上位機，在滿足準確性的要求下提升了實時性。