案例透视 | 三维视觉检测应用于铝卷自动焊接引导收藏

    LMI Technologies Gocator三维智能传感器应用于许多不同行业，例如消费电子、汽车、橡胶轮胎和木材等等今天与大家分享应用于铝卷焊接引导的案例    铝卷热轧是将铝锭通过加热、挤压等工艺后轧制成薄铝板然后再用滚卷机卷成铝卷这样一个过程。

轧制出来的铝卷经进一步加工后可用于汽车，电子等领域是非常重要的原材料

    检测对象：铝卷焊接    存在问题：工厂环境问题且费时费力    背景说明：    轧制出来的铝卷在运输过程中经常需要用吊车进行装卸作业，所以必须在卷内圈和外圈焊接一些点来保证运输过程中铝卷不会松卷。

     由于刚轧制出来的铝卷温度高达300摄氏度，焊接工人会暴露在高温和油蒸气的环境中，长期工作对工人的健康非常不好需要对这项工作实现自动化，我们项目目标是使用Gocator 3D传感器和机器人实现在线自动焊接。

    检测对象：铝卷焊接    使用产品：Gocator 2340 一体式三维智能传感器    应用：    异常层识别 & 焊点定位，由于铝卷焊接处会凸起或凹陷局部结构，所以所谓的焊点定位不仅要根据3D传感器采集到的数据来计算焊点坐标还需要计算焊枪的姿态角度来防止撞枪，这个看似简单的问题，却在项目实施过程中带了各种问题。

举例来说，有时热轧产线控制系统发来的期望焊层可能会处于凹陷处(下图)，对于这样的情况我们需要正确识别，并在候补焊层范围内选取正确的焊层

    ▲ 期望焊层处于局部凹陷    从上图看，有时机器人被要求在一个凹陷处焊接，这是由于热轧产线控制系统 并不知道铝卷产生了局部凹陷，又由于焊枪有体积，显然向右侧偏转焊枪可能会导致撞枪那么为什么不让焊枪垂直进入呢？这是由于现实中焊丝往往不是直的而是有一定曲度的，垂直进入有可能会造成撞丝或焊丝离理想焊点偏离较远有可能焊不牢靠。

    异常层识别所做的就是要正确的识别出这些模式同时系统将在合适的候选范围内重新定位焊点或报警从下图，我们看到有时机器人被要求在一个松层处焊接，这是由于 热轧产线控制系统 并不知道铝卷产生了局部松层——这可能会导致焊枪无法产生电弧从而导致焊接失败。

对于这种情况我们也需要加以识别并在合适的候选范围内重新定位焊点或者报警

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。