焊接技术作为机械制造的重要的加工过程之一，广泛应用于航空航天、轨道交通、石油化工、海洋工程、能源工程等工业领域。机械化、自动化焊接技术能够显著提高大批量产品加工的生产效率，产品质量可靠性及一致性大大增强，减小了手工焊接过程中由于人为失误带来的质量损失。然而，对于复杂结构或少批量产品加工，手工焊接仍具有灵活性和可达性高的优势[1]。在航空航天企业，某些产品结构相对复杂，并且不能形成批量生产，仍由高级焊工手工焊接完成加工过程。因此，手工焊接将继续发挥其不可替代的作用，但是也存在亟须解决的问题。其中最重要的问题应为手工焊接质量对于焊工操作技能及现场发挥的依赖性，熟练焊工的短缺使该问题更加突出[2]。
随着信息技术的快速发展，以信息技术为牵引的智能化焊接技术，成为当今工业界的研究热点，将人的感官信息(焊接过程视觉、听觉、触觉)、经验知识(熔池信息、电弧声音、焊缝外观)与传统的机械化、自动化焊接相融合[3,4]，在一定程度上缓解了高级焊接技术工人的紧缺问题[5]。因此，手工焊接的脱技能化，将为一个长期面临的课题。从根本上实现焊工的脱技能化，需要将焊工的推理判断能力与机器融合，即赋予机器“人(熟练焊工)的大脑”。提出了以机器实现决策控制，以人为主实现焊接操作过程的智能化焊接概念，即机人协调控制手工焊接：机器决策，焊工实施。焊工手持焊枪按既定焊缝轨迹运动，外置监测系统将焊工运动情况的有效信息(焊接速度)提取出来，传递给机器决策系统，决定如何调整焊接参数，并将参数调整指令通过特定的“机人接口”传递给焊工实现，焊工按照指令提示及时作出修正，以逐渐调整到所需要的焊接熔池状态。利用焊工灵活性，可达性高的特点，将手工焊接对操作的依赖性由机器决策系统来弥补。
在前期研究中[6-7]，从手工非熔化极气体保护焊(GTAW)焊接入手，在深入分析GTAW焊接熔透控制的关键因素的基础上，获得了焊接电流和焊接速度两个主要控制变量，搭建了机人协调焊接速度控制系统，分别利用ARMA模型和自适应神经元模糊推理模型(ANFIS)辨识焊工反应规律。针对人的反应信号时变、非线性特点，文中设计区间模型控制器，通过在线自适应辨识可以缩小其区间范围，提高控制性能，增加系统的鲁棒性，并通过实际焊接试验验证，实现机人协作智能焊接。
建立的虚拟现实焊接系统[8]，其中包括两个主要部分，两部分通过Ethernet完成数据交换传输。其中一部分是现实焊接系统，即六自由度的UR-5工业机器人焊接平台，其手臂末端装有GTAW焊枪和摄像机，主要是用来开展实际焊接任务，并通过摄像机实时观测熔池信息；另一部分为虚拟焊接系统，通过投影仪将摄像机拍摄到的熔池信息实时投射到虚拟工件上，熟练焊工根据熔池信息调整虚拟焊枪的运行速度，同时传感器监测焊枪的运动情况，并通过控制器将数据转换为机器人语言，控制机器人手臂运动。
近期，巴斯夫接连完成了一系列对拜耳业务及资产的收购。该交易与巴斯夫现有的作物保护、生物技术以及数字化农业业务形成战略互补，标志着巴斯夫进入种子、非选择性除草剂、杀线虫剂种子领域。通过收购，实现了巴斯夫在农业领域的重大转型，不仅巩固了其在农业解决方案领域的市场地位，同时为种子业务的增长带来新机遇。
对照组给予常规护理,对患者讲解白内障相关知识,与患者交流沟通,告知患者饮食注意事项,简单患者按时按量用药。
如图1所示为虚拟现实焊接系统，其中左图为现实焊接平台，右图为虚拟焊接平台。工件模型尺寸等同于真实工件，通过摄像机拍摄到的熔池图像通过投影仪投射到虚拟工件上，熟练焊工通过观测熔池图像信息，模拟真实焊接环境操作虚拟焊枪，同时，通过Leap运动传感器精确捕获焊枪的运动情况，然后将得到的三维坐标信息传输到计算机的控制器，经过控制器处理后转换为机器人语言，从而控制携带GTAW焊枪的机器人手臂完成真实焊接。
图1 虚拟现实焊接系统
焊接机器人采用六自由度的Universal Robot UR-5，自重18 kg，额定载重5 kg，工作半径85 cm，重复定位精度为0.1 mm。UR-5机器人不仅可以通过自配的控制面板控制各轴运动，并支持计算机程序(机器人厂家研发的URScript)编程控制。因此，通过Leap运动传感器监测到的数据坐标，可通过计算机控制系统处理后直接以机器人语言传输给UR-5机器人，实现实时控制。机器人客户端与计算机之间通过TCP/IP协议的Ethernet通讯。经过测试，机器人系统发送和接受数据包的延时小于20 ms，因此，能够满足机人协作焊接系统的要求。另外，为编程方便，将焊枪的钨极末端定义为机器人的工具坐标原点。在机器人第六轴末端安装CCD摄像机，并在前面安装滤波片，用来实时拍摄焊接过程中的熔池信息，以传递给焊工参考，快门速度为4 ms，帧数为10 fps，即每秒10张图像，以保证焊工能够得到足够多的有效熔池信息。
如图2所示为虚拟焊接平台，主要包括工件模型，熔池投影设备(投影仪)，焊枪运动监测设备(Leap运动传感器)。为保证熟练焊工在虚拟焊接平台的真实性，所选工件模型的尺寸与真实304不锈钢管的尺寸一样，通过投影仪将摄像头拍摄的熔池图像信息，实时直观的投射到工件模型上，并且标定投影仪与工件模型的位置，投射到工件模型上的熔池图像的位置与真实管道同步，即熔池图像正好落在虚拟焊枪的下方。图3为肉眼看到的现实的焊接工件图和通过投影仪投影到工件模型的虚拟视觉图。由图可知，焊枪处于管子的最高点位置，而投射到工件模型的图像也处于最高点位置，最大化的恢复了真实焊接状态，下一节中将由熟练焊工利用虚拟现实焊接完成不同电流下的焊接试验。
图2 虚拟焊接平台
图3 现实焊接工件和工件虚拟视觉
文中开展了三组不同焊接电流下的焊接试验，焊接电源采用恒流源，直流正接。焊接工件为304不锈钢管，壁厚为2 mm，外径为113.5 mm。焊接工艺参数见表1，焊工通过观察投射到工件模型上的虚拟熔池后，相应的调整焊枪的运动情况，即焊接速度。
表1 焊接参数
焊接电流I/A焊接速度v/(mm·s-1)电弧高度h/mm氩气流量Q/(L·min-1)45—411．850—411．855—411．8
图4为随机取出的不同电流时工件模型上的熔池投影，由图中可以观测到，由于不同的焊接电流和焊接速度，熔池的形状也明显不同。因此，焊工可以通过观测虚拟熔池信息，从而判断焊缝的熔透性，相应的调节其焊接速度。
图4 不同电流时工件模型上的熔池投影
图5所示为Leap运动传感器中监测到的手臂运动的三维坐标，根据图示中颜色分别代表坐标轴X,Y,Z和与坐标轴夹角的正弦RX，RY，RZ。结合图5分析可知，焊工操作焊枪沿着X坐标轴运动，Y轴坐标垂直于焊接方向，为Leap传感器到焊枪的距离，处于240 mm位置附近，存在一定的波动，主要是由于焊接试验中为虚拟工件，焊接操作中未对焊缝做定义。在该试验中，焊缝为沿管圆周方向，焊接位置为焊枪与重力方向之间的夹角(约为-25°≤θ≤ 25°)，焊接过程中焊枪需垂直于工件。设定机器人的X方向与Y方向、Z方向和与坐标轴夹角的正弦RX，RY，RZ五个变量在管道的位置关系，因此，只需精确捕获焊工手臂运动的X坐标，并将其发送给机器人，机器人将按设定值执行运动，焊工手臂运动的Y方向坐标对试验没有影响，可以作为干扰信号直接滤掉。而在管道焊接的其他位置，需要调节不同的焊枪倾角来调节作用于熔池的电弧力，保证焊缝成型。
图5 Leap运动传感器中监测到的手臂运动的三维坐标
为得到熟练焊工的焊接经验，开展了不同焊接电流的九组焊接试验，不同速度曲线结果如图6所示，其中试验1～3组焊接电流为45 A，试验4～6组焊接电流为50 A，试验7～9组焊接电流为55 A，其余参数同表1。一般情况下，工件材料已知，所以保证其熔透性的焊接热输入为一定，因此，焊接电流偏大时(55 A)，焊工操作焊枪的速度也会相应增大，即完成相同长度焊缝需要的时间较短，如图6所示，约为50 s。当焊接电流为中等时(50 A)，焊工则会以中等焊速完成虚拟焊接试验，时间约为60 s。当焊接电流偏小时(45 A)，同理，焊工的焊接速度相应也会减小，完成焊接需要大概70～90 s之间。在每组试验中，虽然选用相同的焊接电流，但是完成焊接所用的焊接时间不一样，这是因为焊工是以保证焊缝的熔透性来完成焊接，在焊接过程中根据熔池信息判断熔透，进而实时调整焊接速度。
图6 不同焊接电流下的焊接速度曲线
根据表1中试验数据，开展了九组试验，根据不同电流将试验数据分为三组。焊接过程中，焊枪始终垂直于不锈钢管件的切线方向，即焊枪与重力方向之间的夹角约为-25°≤θ≤25°，由于焊接位置位于管道的上部，所以焊枪倾角对熔透性的影响很小。由图6可明显看出，各组试验所得到的焊接速度均围绕平均速度不同程度的波动，未发现焊枪倾角对焊接速度产生明显的影响。对于管道的全位置焊接，不同位置的焊接速度和焊枪倾角均不同，将在后续的研究中对现有的速度监测系统和熔池投影系统进行升级，或采用多个监测系统和投影系统的切换，或采用随焊接位置同步移动的监测系统和投影系统，对不同位置的焊接速度和焊枪倾角开展深入的研究。
将所得到的焊接速度数据进行线性拟合，得到焊接电流与焊接速度的关系模型，采用最小二乘法对数据拟合得到其线性模型，如式(1)所示：
微风促进气体交换、改善光照和光合作用，但强风使树木嫩枝、花果吹落，大枝折断、倒伏、甚至整株拨起[7]。和田地区风沙大、多，增加土壤和树体蒸腾，加剧失水。苹果种植区晴天天气瞬间风速平均达到1. 7 m/s，最高达到2. 7 m/s，影响果树定植成活率和生长。
v=0.046 2I-1.3
(1)
或者采用另一种表达方式，即
图5为近几年硫酸镍的产量及系统镍含量的变化。分析认为，由于料液和环境的腐蚀性及电解系统镍含量的降低，自2015年以来，反应釜开动率及产量均略有下降，表2例举了相关技术指标。
I=10.13v+39.77
(2)
式中, v为焊接速度,mm/s；I 为焊接电流,A。
式(2)得到的焊接电流与焊接速度的关系模型将应用于文中提出的机人协调焊接系统中。具体展开来说，即初级焊工操作焊枪(监测可得其实际焊接速度)，智能控制器通过视觉指令指导焊工微调焊接速度，同时结合上述焊工经验，通过焊接电源实时调整焊接电流，弥补焊工焊接速度偏差造成的焊接热输入不足或过大，获得理想的全熔透焊缝。
在设计的基于听觉指令焊接平台上，如图7所示，设计了基于听觉指令信号的机人协调控制系统，通过Leap运动传感器监测焊工焊枪运动，通过计算机系统控制器处理监测所得速度数据，并决策焊工调整方向大小，设计了附有两个振动电机的新型焊帽，通过其产生不同频率的声音信号和振动信号指导焊工调节速度。
基于以上得到的关系模型，进行了机人协作GTAW全熔透焊接试验。图8为所获得的焊缝正面和背面成形，由图可知，焊缝正面成形良好，可观察到均匀细密的鱼鳞纹。焊缝背面则熔透均匀，熔宽约为3 mm。
在课堂上要教学生职场需要的实用英语，我专门针对外贸商务信函进行教学，比如：建立商务关系，请求担任独家代理，与过去有贸易关系的公司联系，确认会面时间，确认订单，向老客户推荐新产品，通知客户价格发生变化，说明价格变更的原因，回复感谢信，应对客户投诉等业务交流中需要的英语应用文。
图7 听觉指令机人协作焊接系统
图8 实际焊接结果
提出了机人协作智能化焊接系统的概念，并开展了基础技术研究。通过虚拟现实焊接系统，学习熟练焊工的操作经验，即通过不同焊接电流条件下，熟练焊工调节焊接速度的经验技能，得到的焊接电流I与焊接速度v的关系模型，所得到的经验模型既可以应用于文中提出的机人协调焊接系统中，也可应用于同类焊接工件的自动化焊接，还可为航天员在轨焊接时焊接培训提供了研究基础。
参考文献
[1] 张晓东，王兴华．几种施焊手法对管道钨极氩弧焊焊接质量的影响[J]．焊接，2017(2)：36-39.
[2] Uttrachi G D. Welder shortage requires new thinking [Z]. AMER WELDING SOC 550 NW LEJEUNE RD, MIAMI, FL 33126 USA, 2007.
[3] 宋天虎，刘永华，陈树君．关于机器人焊接技术的研发与应用之探讨[J]．焊接，2016(8)：1-10.
[4] 宋天虎，张军．关于中国焊接机器人发展的粗浅思考 [J]．焊接，2014(8)：1-3.
[5] 林尚扬，陈善本，李成桐．焊接机器人及其应用[M]．北京：机械工业出版社，2000.
[6] Chen S J, Huang N, Liu Y K, et al. Machine-assisted travel speed control in manual welding torch operation[J]. The International Journal of Advanced Manufacturing Technology, 2015, 76(5-8): 1371-1381.
[7] Chen S J, Huang N, Liu Y K, et al. Machine assisted manual torch operation: system design, response modeling, and speed control[J]. Journal of Intelligent Manufacturing, 2017, 28(6): 1249-1258.
[8] Liu Y K, Huang N, Zhang Y M. Human welder intelligent modeling and control using virtualized welding platform: Technical Program for Annual FABTECH International & AWS Welding Show[C]. Atlanta: American Welding Society, 2014.
联系客服
