焊縫高效精密磨拋智能技術(shù)研究進(jìn)展*

郭文興，黃小康，陳華斌，陳小奇，2

（1.上海交通大學(xué)，上海 200240；2.Swinburne University of Technology,Melbourne VIC 3122）

焊接技術(shù)廣泛應(yīng)用于航空航天、造船和發(fā)電等行業(yè)[1]，焊接結(jié)構(gòu)件表面的缺陷將嚴(yán)重影響其后續(xù)加工（如涂層、電鍍、裝配等）和服役[2–3]（力學(xué)性能、腐蝕性能等），而焊縫的高效精密磨拋是獲得高質(zhì)量表面的一項(xiàng)關(guān)鍵技術(shù)。

焊縫的磨拋主要有3 個(gè)特點(diǎn)。（1）局部性，缺陷位置不固定且缺陷范圍較為局部，焊縫表面缺陷種類(lèi)多樣，打磨參數(shù)視缺陷特征而定[4]；（2）強(qiáng)柔順性，焊縫的幾何特征與局部性決定了其磨拋需兼顧復(fù)雜曲面的形狀與焊縫區(qū)和母材區(qū)的平滑過(guò)渡，防止磨拋過(guò)程中出現(xiàn)過(guò)磨、過(guò)切等現(xiàn)象[5]；（3）強(qiáng)自適應(yīng)性，焊縫區(qū)域的熱變形和應(yīng)力狀態(tài)難以預(yù)測(cè)[6–8]，導(dǎo)致焊縫磨拋軌跡不能完全按照預(yù)先設(shè)計(jì)的數(shù)字模型進(jìn)行規(guī)劃，故焊縫區(qū)域磨拋需要很強(qiáng)的自適應(yīng)性。針對(duì)這些特性，目前焊縫磨拋的技術(shù)路線(xiàn)是以視覺(jué)識(shí)別算法+軌跡規(guī)劃算法+智能控制算法為核心，以機(jī)器人為執(zhí)行機(jī)構(gòu)，實(shí)現(xiàn)焊縫的高效精密、柔性和自適應(yīng)磨拋。

與傳統(tǒng)磨拋工藝相比，高效磨拋工藝（High performance grinding，HPG）在時(shí)間、成本、質(zhì)量和可行性4個(gè)方面中的一個(gè)或者多個(gè)方面具有顯著改進(jìn)[9–10]。早期的工作主要包含兩個(gè)方面，一方面建立描述磨拋參數(shù)與磨拋性能指標(biāo)的定量模型，在此基礎(chǔ)上發(fā)展簡(jiǎn)單的磨拋過(guò)程控制方法[11]；另一方面，開(kāi)發(fā)用于提高磨拋效率和表面質(zhì)量的高速磨拋磨粒材料，主要包括超級(jí)磨料和燒結(jié)高效鋁基陶瓷磨料[12]。在此基礎(chǔ)上，針對(duì)不同的焊縫場(chǎng)景開(kāi)發(fā)不同的焊縫磨拋設(shè)備以及相應(yīng)的控制算法[13–15]，如智能力控砂帶機(jī)、力控磨拋浮動(dòng)裝置及力控算法等。目前，機(jī)器人重復(fù)精度的改善及智能技術(shù)的進(jìn)步，進(jìn)一步推動(dòng)高效磨拋向更加智能和自適應(yīng)的新方向發(fā)展，由此發(fā)展的基于視覺(jué)的認(rèn)知檢測(cè)、機(jī)器人路徑規(guī)劃與自動(dòng)引導(dǎo)等智能磨拋技術(shù)正在逐步應(yīng)用于工業(yè)生產(chǎn)以提升磨拋效率和自適應(yīng)性。

1 基本磨拋模型與分層智能控制方法

1.1 磨拋原理、磨料系統(tǒng)與磨拋模型

1.1.1 磨拋原理

磨拋的基本原理揭示了磨拋過(guò)程中磨粒與工件表面的相互作用機(jī)制，從機(jī)理上解釋了材料性質(zhì)和磨拋參數(shù)對(duì)磨拋過(guò)程的影響，因此了解磨削的基本原理對(duì)開(kāi)發(fā)焊縫的高效精密磨拋智能技術(shù)十分重要。

磨拋過(guò)程微觀(guān)上是移動(dòng)路徑或者接觸力受限的單個(gè)磨粒去除材料的過(guò)程，其原理如圖1所示。在接觸的界面上首先發(fā)生彈性變形，隨后發(fā)生塑性變形，而切削過(guò)程則出現(xiàn)材料的塑性流動(dòng)[16]。工件表面的摩擦條件、材料的流動(dòng)特性及切削速度等會(huì)影響磨拋過(guò)程的運(yùn)動(dòng)學(xué)和接觸條件[17]。

圖1 磨削過(guò)程中的彈性變形區(qū)、塑性變形區(qū)和切屑形成區(qū)Fig.1 Zones of elastic deformation,plastic deformation and chip formation during grinding

單磨粒模型雖然描述了磨粒與工件表面的相互作用，但忽略了磨拋過(guò)程中材料和磨粒接觸面特性的動(dòng)態(tài)變化。一是材料加工過(guò)程中硬化作用導(dǎo)致應(yīng)力狀態(tài)改變，影響磨拋表面材料的硬度和屈服強(qiáng)度[18]等，進(jìn)而影響接觸面的接觸狀態(tài)；二是忽略磨拋過(guò)程能量分配引起溫度變化進(jìn)而影響材料的力學(xué)特性。磨拋過(guò)程輸入的能量絕大部分轉(zhuǎn)化成熱能，主要分布在工件、磨具、磨屑和冷卻劑上，而以熱能形式進(jìn)入工件的能量與磨削參數(shù)相關(guān)[19]。磨拋表面的彈塑性力學(xué)特性以及摩擦學(xué)特性等會(huì)受到磨拋溫度影響，控制不當(dāng)會(huì)引起工件表面相變和燒蝕，破壞工件表面完整性[20]。磨拋表面材料特性的改變將引起磨拋參數(shù)的變化，應(yīng)該控制磨拋參數(shù)以保證磨拋質(zhì)量[21]。

1.1.2 磨料系統(tǒng)

磨料的切削效率主要取決于其硬度、韌性、導(dǎo)熱性和化學(xué)惰性。超高的硬度和韌性保證了磨粒的機(jī)械強(qiáng)度，減少磨損以維持恒定的切削能力；優(yōu)良的導(dǎo)熱性能夠改善磨拋表面散熱條件，減少熱量進(jìn)入工件；化學(xué)惰性則減少材料與磨粒的高溫粘連。

目前，主要用于磨拋的磨料有兩類(lèi)，一是包含立方氮化硼（CBN）和金剛石的超級(jí)磨料，二是氧化鋁及其氮化物的燒結(jié)高效鋁基陶瓷磨料[12]。超級(jí)磨料是一種硬度高、耐磨、長(zhǎng)壽命的磨粒，其高硬度、高耐磨性以及高導(dǎo)熱性保證了磨削面的表面質(zhì)量。一些難加工材料（如鉻、鈦等）的焊縫磨拋中，往往需要選擇超硬的超級(jí)磨料。CBN 磨粒的微觀(guān)結(jié)構(gòu)如圖2所示，主要的結(jié)合劑體系如表1所示[22–23]。圖3[12]展示了不同結(jié)合劑磨具能承受的最大周向速度VS和材料去除率Q′w,max。相比于超級(jí)磨料，燒結(jié)的高效鋁基陶瓷磨料價(jià)格更便宜，可用于磨削硬度高達(dá)67HRC 的材料，并且燒結(jié)的晶粒有優(yōu)先斷裂面，斷裂的顆?？梢员３咒J度，磨拋過(guò)程中不斷有新的切削刃形成以持續(xù)保持較高切削能力[24]。圖4[9]展示了常規(guī)磨粒和燒結(jié)磨粒的斷裂。

圖2 CBN 磨粒微觀(guān)結(jié)構(gòu)Fig.2 CBN microstructure

圖3 CBN 粘接體系和周向速度區(qū)間[12]Fig.3 Bonding systems of CBN grinding wheels and their range of circumferential speed[12]

圖4 常規(guī)磨粒和燒結(jié)磨粒的斷裂[9]Fig.4 Fracture of conventional and sintered ceramic grain[9]

表1 4 種結(jié)合劑/植砂方法和特性[22–23]Table 1 Four different types of bondings and their characteristics[22–23]

1.1.3 磨拋模型

對(duì)磨拋過(guò)程進(jìn)行理論分析與建模的關(guān)鍵性主要體現(xiàn)在兩方面，一是建立定量磨拋模型有利于深入了解磨拋過(guò)程的細(xì)節(jié)；二是借助模型的量化關(guān)系能夠控制焊縫磨拋的效率、精度及表面質(zhì)量。主要的磨拋模型及基本公式如表2所示[11，25–34]。對(duì)切削厚度模型分析可得到恒定材料去除率與恒定切削厚度磨拋條件下各參量的變化，如圖5和6 所示[24]。

圖5 恒定材料去除率高速磨拋[24]Fig.5 Highspeed grinding at const material removal rate[24]

圖6 恒定切削厚度高速磨拋[24]Fig.6 Highspeed grinding at const chip thickness[24]

表2 磨拋模型及其基本公式[11，25–34]Table 2 Grinding and polishing model and its basic formula[11，25–34]

焊縫磨拋模型定量構(gòu)建的難點(diǎn)集中在以下方面。一是模型內(nèi)在的不足，如缺少對(duì)材料彈塑性變形、多磨粒之間的夾板效應(yīng)和多磨粒劃痕重疊[11]等問(wèn)題的考慮，因此這些模型對(duì)柔性磨拋的描述并不準(zhǔn)確；二是對(duì)狀態(tài)參數(shù)的全面描述和準(zhǔn)確獲取十分困難[35]，如上述模型的Cgw磨削工具的形貌常數(shù)。因此完善和改進(jìn)現(xiàn)有的磨拋模型依然是焊縫高效精密磨拋的基礎(chǔ)工作之一。

針對(duì)模型對(duì)彈性形變考慮的不足，Qu 等[36]建立了彈性狀態(tài)驅(qū)動(dòng)機(jī)器人帶式磨削的切屑厚度模型，將其用于工件表面粗糙度的預(yù)測(cè)；該模型根據(jù)楊氏模量公式計(jì)算了接觸輪的組合彈性模量，并根據(jù)能量平衡假設(shè)進(jìn)一步確定了線(xiàn)性和非線(xiàn)性撓度影響的指數(shù)。

1.2 分層智能控制方法

影響焊縫磨拋的因素十分復(fù)雜且相互耦合，通過(guò)控制單變量來(lái)研究磨拋過(guò)程的方法不夠全面，使用現(xiàn)代系統(tǒng)解耦[37]與信息融合[38]的智能技術(shù)對(duì)磨拋系統(tǒng)進(jìn)行分析與控制更為可行。因此一個(gè)分層的基于已知模型的焊縫高效精密磨拋的智能控制框架有必要被建立。如圖7所示，該框架由第1 層的基本磨拋原理模型作為基礎(chǔ)，在單磨粒磨削模型上分析磨拋動(dòng)態(tài)變化過(guò)程，如砂輪和砂帶等磨損鈍化、溫度能量變化，為建立描述動(dòng)態(tài)磨拋參數(shù)與材料特性的模型提供底層依據(jù)；第2 層由描述動(dòng)態(tài)磨拋參數(shù)與材料特性的模型組成，目的是為磨拋過(guò)程控制模型與算法提供參數(shù)輸入；第3 層為控制模型與算法，負(fù)責(zé)控制外部執(zhí)行機(jī)構(gòu)，提供評(píng)估模型與算法的輸入和接受評(píng)估模型與算法的反饋；第4 層為質(zhì)量評(píng)估模型與算法，可接受外部傳感器與測(cè)量工具的輸入，為第3 層提供反饋，并且完成質(zhì)量評(píng)估。

圖7 焊縫高效精密磨拋分層控制框架Fig.7 High-efficiency and precise grinding of welding bead layered control framework

2 焊縫高效磨拋智能力控設(shè)備與力控算法

工業(yè)應(yīng)用中，建立磨拋模型和改進(jìn)磨拋工藝解決了關(guān)于效率和質(zhì)量的部分問(wèn)題，但復(fù)雜的焊縫場(chǎng)景需要設(shè)計(jì)特殊的磨拋設(shè)備以取代人力。而智能設(shè)備與算法的發(fā)展也為焊縫高效精密磨拋提供了新的解決方案[39]，其中力控設(shè)備與算法比較常見(jiàn)且有效。

2.1 力控設(shè)備

力控磨拋能夠過(guò)濾磨削力的突變以保證表面質(zhì)量和磨拋精度[40]，并且能通過(guò)施加法向力緩解因磨具磨損造成的磨具切削能力下降的問(wèn)題[41]。實(shí)現(xiàn)精細(xì)且高速響應(yīng)的力控是復(fù)雜曲面焊縫柔性磨拋的關(guān)鍵。

Xu 等[13]針對(duì)復(fù)雜曲面的磨拋開(kāi)發(fā)了一套砂帶機(jī)配合一維主被動(dòng)混合力控打磨設(shè)備，可用于飛機(jī)發(fā)動(dòng)機(jī)葉片的修復(fù)磨拋，如圖8所示，實(shí)現(xiàn)了主/被動(dòng)的混合力控策略。其中主動(dòng)力控采用六維力/力矩傳感器獲取機(jī)器人與外部環(huán)境的交互力信息，采用由力–位置和PI/PD 控制器組成的主動(dòng)力控制算法；被動(dòng)力控則采用一維力傳感器獲取力學(xué)信息，而后使用PID 控制算法實(shí)現(xiàn)被動(dòng)力控。最后引入卡爾曼信息融合方法將主/被動(dòng)控制方法結(jié)合，解決了加工環(huán)境未知變化引起的加工力劇烈變化的問(wèn)題，從而保證加工過(guò)程的穩(wěn)定性和可靠性，提高了表面質(zhì)量和產(chǎn)品的一致性。

大型焊接件的焊縫力控磨拋需使用小型磨拋設(shè)備來(lái)進(jìn)行移動(dòng)磨拋。Attanasio 等[42]發(fā)明了一種利用氣缸和液壓設(shè)備來(lái)保證磨具恒力加載的裝置，以獲得高質(zhì)量拋光表面；但該裝置缺少主動(dòng)力控，因此缺乏一定的自適應(yīng)性。而后，Seki 等[43]利用力傳感器和氣缸相配合，開(kāi)發(fā)了一款可以實(shí)現(xiàn)閉環(huán)高精度力控的軸向浮動(dòng)打磨頭；該工作設(shè)計(jì)了一個(gè)簡(jiǎn)單的反饋補(bǔ)償器，用以改善對(duì)特定頻率下的擾動(dòng)抑制特性，來(lái)實(shí)現(xiàn)精確的力控，其結(jié)構(gòu)如圖9所示[43–44]。

圖9 恒力浮動(dòng)磨拋頭Fig.9 Constant force pneumatic floating grinding head

2.2 力控算法

力控算法是力控磨拋設(shè)備的核心，而工業(yè)機(jī)器人因其靈活性適合作為執(zhí)行機(jī)構(gòu)。機(jī)器人力控算法解決的基本問(wèn)題是如何確定磨拋過(guò)程中的磨削力，并有效地將傳感器獲得的信號(hào)轉(zhuǎn)變?yōu)闇?zhǔn)確的機(jī)器人控制信號(hào)，以控制機(jī)器人各關(guān)節(jié)的位置、速度、加速度和力[15]。目前主流的力控算法主要基于自適應(yīng)控制[45]、魯棒控制[46]及與基本控制方法相結(jié)合的集成學(xué)習(xí)策略[47]。自適應(yīng)控制方法和魯棒控制方法包括柔順控制、阻抗控制、混合力/位控制及顯式力控。此外，神經(jīng)網(wǎng)絡(luò)[48]和模糊控制[49]等智能控制算法近年來(lái)也越來(lái)越多地用于機(jī)器人磨拋的力控。

Xu 等[50]提出了一種新型的力–位混合控制與PI/PD 控制相結(jié)合的力控系統(tǒng)，并將其成功應(yīng)用于復(fù)雜幾何形狀的機(jī)器人砂帶磨削；其中力控制策略應(yīng)用于工具的Z方向，位置控制策略應(yīng)用于機(jī)器人砂帶工具的X方向；結(jié)合零漂移和重力補(bǔ)償算法來(lái)校準(zhǔn)六維力/力矩傳感器并且實(shí)現(xiàn)了力和位置的反饋控制；最后通過(guò)機(jī)器人砂帶磨削試驗(yàn)工件和航空發(fā)動(dòng)機(jī)葉片的兩個(gè)典型案例，驗(yàn)證了所提出的力控算法的實(shí)用性和有效性。其算法流程如圖10所示。

圖10 力–位控制算法控制流程[50]Fig.10 Hybrid force-position algorithm flow chart[50]

機(jī)器人力控算法需解決的是如何應(yīng)對(duì)狀態(tài)估計(jì)能力差、濾波效率低，算法的學(xué)習(xí)能力及魯棒性與穩(wěn)定性不足所導(dǎo)致機(jī)器人力控算法針對(duì)復(fù)雜狀況的處理、對(duì)環(huán)境參數(shù)變化的預(yù)知與對(duì)未知環(huán)境的約束及干擾的適應(yīng)能力有限的問(wèn)題。

2.3 統(tǒng)一多用的磨檢一體集成系統(tǒng)

焊縫精密磨拋的自動(dòng)化與智能化設(shè)備主要分成兩類(lèi)，第一類(lèi)是部分取代人工進(jìn)行自動(dòng)化焊縫磨拋的輔助設(shè)備，可以提高效率、節(jié)約成本；第二類(lèi)是集成現(xiàn)代傳感以實(shí)現(xiàn)磨拋參量的閉環(huán)控制，進(jìn)而實(shí)現(xiàn)自適應(yīng)性、高精度和高表面質(zhì)量的智能磨拋設(shè)備。磨拋設(shè)備開(kāi)發(fā)也從單一磨料、單一功能的磨具逐漸轉(zhuǎn)變?yōu)閷?zhuān)用磨拋工具、多系統(tǒng)集成、自適應(yīng)機(jī)電一體化智能磨拋系統(tǒng)。

因此，一個(gè)用于焊縫高效精密磨拋的磨檢一體集成系統(tǒng)有待被完善[51]。該系統(tǒng)以工業(yè)機(jī)器人為執(zhí)行機(jī)構(gòu)，集成視覺(jué)、力等傳感器，獲取多元傳感信息用于磨拋控制及質(zhì)量評(píng)估，其系統(tǒng)組成如圖11所示[52]，PLC和工控機(jī)收集各類(lèi)信號(hào)并且控制砂帶機(jī)、電動(dòng)主軸、磨拋頭機(jī)及自動(dòng)上下料臺(tái)等設(shè)備與機(jī)器人系統(tǒng)協(xié)調(diào)工作，并且配合相應(yīng)的建模和路徑規(guī)劃及智能控制算法和軟件，對(duì)機(jī)器人焊縫磨拋的路徑和姿態(tài)進(jìn)行規(guī)劃并完成自動(dòng)磨拋任務(wù)，以實(shí)現(xiàn)高自由度、高精度、高柔性和高自適應(yīng)性焊縫高效精密磨拋的目標(biāo)。

圖11 智能焊縫磨拋系統(tǒng)[52]Fig.11 Intelligent welding bead grinding and polishing system[52]

3 基于視覺(jué)技術(shù)的焊縫高效精密磨拋

工業(yè)機(jī)器人以其方便靈活的特性成為焊縫高效精密磨拋設(shè)備的執(zhí)行機(jī)構(gòu)，但傳統(tǒng)機(jī)器人焊縫磨拋的示教–回放模式存在自適應(yīng)性和柔性較差的缺陷?；谝曈X(jué)技術(shù)的感知、定位、認(rèn)知和運(yùn)動(dòng)控制使機(jī)器人磨拋系統(tǒng)更加智能化[53]。因此視覺(jué)技術(shù)在焊縫高效精密磨拋中的應(yīng)用也是近年來(lái)研究的熱點(diǎn)。

3.1 基于視覺(jué)的磨拋工件表面質(zhì)量監(jiān)控

磨拋表面質(zhì)量對(duì)材料疲勞性能與抗腐蝕性能有顯著影響[54–55]。與傳統(tǒng)接觸式表面質(zhì)量檢測(cè)技術(shù)相比，基于視覺(jué)的表面檢測(cè)方法具有非接觸、快速、無(wú)損的特點(diǎn)，特別是對(duì)于高精度表面更具有優(yōu)勢(shì)。通過(guò)圖像提取表面特征獲得磨拋表面質(zhì)量信息是目前基于視覺(jué)的表面質(zhì)量檢測(cè)研究較多的方法，其關(guān)鍵在于建立圖像信息與表面質(zhì)量指標(biāo)的關(guān)系。

表面粗糙度是焊縫磨拋表面質(zhì)量的評(píng)判指標(biāo)之一。Shivanna 等[56]研究了不同磨削參數(shù)對(duì)表面粗糙度的影響，并且比較了視覺(jué)系統(tǒng)測(cè)量和探針測(cè)量的粗糙度值，表明兩種粗糙度具有極強(qiáng)的相關(guān)性，試驗(yàn)結(jié)果如圖12所示[56–57]，證明了使用視覺(jué)系統(tǒng)測(cè)量粗糙度的可行性。Chen 等[58]提出了一種基于CCD 圖像采集的非接觸式的表面粗糙度檢測(cè)方法，該方法使用基于邊緣檢測(cè)和圖像分割的圖像處理算法獲得預(yù)測(cè)的表面粗糙度值，并且與傳統(tǒng)的觸針表面粗糙度值有很好的相關(guān)性。Palani 等[59]利用二維傅里葉變換獲得的圖像特征作為輸入，表面粗糙度作為輸出，開(kāi)發(fā)了一種基于反向傳播算法的人工神經(jīng)網(wǎng)絡(luò)（ANN）模型，預(yù)測(cè)了表面粗糙度。Manish 等[60]采用Canny 邊緣檢測(cè)和直方圖分析方法研究表面粗糙度對(duì)像素強(qiáng)度分布的影響，并利用機(jī)器視覺(jué)系統(tǒng)對(duì)軟鋼矩形試樣進(jìn)行邊緣檢測(cè)。研究者們對(duì)檢測(cè)結(jié)果進(jìn)行了可視化比較，觀(guān)察了不同參數(shù)條件下的邊緣檢測(cè)結(jié)果，通過(guò)試驗(yàn)分析為提出不同磨削條件下的表面質(zhì)量的分類(lèi)方法奠定了基礎(chǔ)。

圖12 接觸式測(cè)量與視覺(jué)測(cè)量粗糙度的關(guān)系[56–57]Fig.12 Relationship between contact measurement and visual measurement of roughness[56–57]

燒損區(qū)域是由于磨拋表面材料過(guò)熱形成的，其本質(zhì)是過(guò)熱導(dǎo)致材料組織及應(yīng)力狀態(tài)發(fā)生變化，經(jīng)常成為表面裂紋源[61]，并且伴隨著表面材料氧化變質(zhì)而發(fā)生劇烈的顏色變化[62]?？刂颇仌r(shí)間及改善冷卻條件是避免燒損的有效途徑[63]。圖13[64]展示了N2711 級(jí)鋼在不同進(jìn)給量下的磨削表面燒蝕程度。圖14[20]展示了使用CCD 進(jìn)行無(wú)損磨削燒損檢測(cè)的流程，該流程分為3 個(gè)模塊，分別是圖像采集模塊、圖像儲(chǔ)存和顯示模塊及圖像處理模塊。

圖13 N2711 級(jí)鋼磨拋燒傷等級(jí)[64]Fig.13 N2711 grade steel grinding burn degrees[64]

圖14 使用彩色CCD 獲取表面燒傷流程[20]Fig.14 Process flowchart for the quantitative evaluation of grinding burn using CCD imaging[20]

Saravanapriyan 等[65]指出不同氧化層膜厚度的表面顏色能夠反映磨拋溫度，也可用于表示熱引發(fā)相變。莫國(guó)影等[66]提出了采用CCD評(píng)估磨拋過(guò)程中材料燒傷程度的新方法。研究人員使用數(shù)字圖像處理技術(shù)，分析了不同燒傷程度圖像空域的均值方差及頻域的功率密度和功率譜等特征，表明燒傷表面圖像的色度方差具有明顯特征，可以作為燒傷程度的評(píng)價(jià)指標(biāo)。相關(guān)研究為建立高溫合金磨拋燒傷程度的定量評(píng)價(jià)指標(biāo)體系提供了新途徑。

3.2 基于視覺(jué)的磨具狀態(tài)和磨拋狀態(tài)檢測(cè)

磨具狀態(tài)是指磨具表面磨粒的形貌狀態(tài)，基于視覺(jué)的磨具表面狀態(tài)檢測(cè)通常是根據(jù)視覺(jué)傳感器數(shù)據(jù)獲得一個(gè)統(tǒng)計(jì)意義上的指標(biāo)。良好的磨具狀態(tài)能夠保證磨拋過(guò)程中的材料去除率以及表面質(zhì)量，因此實(shí)時(shí)的磨具狀態(tài)檢測(cè)能夠及時(shí)提示更換或修整磨具以延長(zhǎng)其壽命及提高利用率[67]。

Wei? 等[68]認(rèn)為從砂帶中提取的特征統(tǒng)計(jì)值容易獲得，但缺乏與工件接觸的切削刃尺寸和數(shù)量的詳細(xì)信息，因此提出了一種基于切削刃邊界角的限制角模型的砂帶表面功能特性的描述方法。Arunachalam等[69]利用CCD 獲取砂輪表面圖像，通過(guò)圖像處理的方法獲得砂輪表面紋理特征，并且據(jù)此對(duì)砂輪狀態(tài)建模，得出修整砂輪所需的修整孔型數(shù)，從而對(duì)砂輪表面修整提出指導(dǎo)意見(jiàn)，該試驗(yàn)設(shè)置如圖15所示。Li等[70]通過(guò)立體顯微鏡和掃描電鏡獲得砂帶表面幾何形態(tài)，其微觀(guān)形貌如圖16所示，研究者建立了基于單磨粒的機(jī)器人砂帶磨削力模型和材料去除率模型，將整個(gè)磨削過(guò)程分為初始階段、穩(wěn)定階段和加速階段，根據(jù)磨粒磨損程度分析了各個(gè)階段的摩擦、犁耕、切割效果和磨削力；通過(guò)研究晶粒的分布和每個(gè)晶粒的穿透深度，計(jì)算磨削力和材料去除率。

圖15 試驗(yàn)裝置示意[69]Fig.15 Schematic of experimental setup[69]

當(dāng)前，亟需建立和完善更加準(zhǔn)確精細(xì)的模型，用以描述通過(guò)視覺(jué)獲得的磨具表面狀態(tài)特征與磨拋加工參數(shù)之間關(guān)系。而開(kāi)發(fā)一種快速獲取砂帶形貌的視覺(jué)方法也成為許多研究者的目標(biāo)。

焊縫磨拋狀態(tài)是指焊縫在磨拋過(guò)程中的剩余量。實(shí)時(shí)檢測(cè)和推理焊縫磨拋狀態(tài)，有助于建立完備準(zhǔn)確的材料去除率預(yù)測(cè)模型，以準(zhǔn)確預(yù)測(cè)推理磨拋加工過(guò)程的進(jìn)度與時(shí)長(zhǎng)，避免出現(xiàn)過(guò)磨現(xiàn)象。

Whitney 等[71]為PUMA 560 機(jī)器人開(kāi)發(fā)了一個(gè)非線(xiàn)性力控制律，實(shí)現(xiàn)以一個(gè)結(jié)構(gòu)光視覺(jué)系統(tǒng)實(shí)時(shí)測(cè)量材料體積；該系統(tǒng)能夠根據(jù)焊縫磨拋狀態(tài)計(jì)劃和執(zhí)行焊縫的多道磨拋，以完整高效地去除焊縫，該裝置如圖17所示。Pandiyan 等[72]采用基于編碼器–解碼器體系結(jié)構(gòu)的VGG–16神經(jīng)網(wǎng)絡(luò)對(duì)低碳鋼工件4 種不同焊縫狀態(tài)進(jìn)行訓(xùn)練識(shí)別，如圖18所示；結(jié)果表明，所開(kāi)發(fā)的基于視覺(jué)+神經(jīng)網(wǎng)絡(luò)圖像識(shí)別的方法可以用于柔性砂帶磨削過(guò)程中焊縫去除終止點(diǎn)的實(shí)時(shí)預(yù)測(cè)。

圖17 基于結(jié)構(gòu)光焊縫磨拋狀態(tài)視覺(jué)檢測(cè)系統(tǒng)[71]Fig.17 Visual system for welding bead grinding and polishing state inspection based on structured light[71]

圖18 4 種焊縫磨拋狀態(tài)[72]Fig.18 Four welding seam grinding status[72]

綜上，使用視覺(jué)對(duì)焊縫磨拋狀態(tài)推測(cè)將是實(shí)現(xiàn)焊縫磨拋控制精度、預(yù)測(cè)加工時(shí)長(zhǎng)及多道次磨拋路徑規(guī)劃的方法之一。

3.3 基于視覺(jué)的焊縫識(shí)別與磨拋軌跡規(guī)劃

對(duì)于復(fù)雜的空間焊縫，依靠示教的方法獲得磨拋軌跡繁瑣且效率低，加工精度嚴(yán)重依賴(lài)示教的精細(xì)程度[14，73]，而基于視覺(jué)的焊縫識(shí)別及路徑規(guī)劃能夠自動(dòng)識(shí)別焊縫，自適應(yīng)地規(guī)劃路徑及工具姿態(tài)，能夠有效保證焊縫磨拋的效率和精度。

目前主流的視覺(jué)傳感器主要有線(xiàn)激光輪廓掃描儀和三維點(diǎn)云相機(jī)，前者精度高但視域小，后者視域大但是精度稍差。在使用以上傳感器之前需要進(jìn)行精確的手眼標(biāo)定以確保機(jī)器人能夠準(zhǔn)確到達(dá)待加工區(qū)域[74–75]。

針對(duì)管道焊接的環(huán)形焊縫，Guo等[76]開(kāi)發(fā)了一款新型的空間環(huán)狀焊縫自動(dòng)測(cè)量磨拋一體化工具（圖19），該工作提出了一種機(jī)器人磨拋運(yùn)動(dòng)軌跡規(guī)劃的方法，實(shí)現(xiàn)了對(duì)管道上空間環(huán)狀焊縫的測(cè)量和識(shí)別，完成了焊縫的磨拋并且證明了該裝置的高效。對(duì)于內(nèi)壁上普通機(jī)器人與傳感器不可達(dá)的焊縫，Xu 等[77]開(kāi)發(fā)了一種用于管道內(nèi)壁的新型輪驅(qū)動(dòng)磨拋機(jī)器人，用于直徑在550～714 mm 之間的管道內(nèi)焊縫打磨；該機(jī)器人由運(yùn)動(dòng)結(jié)構(gòu)、定位結(jié)構(gòu)和拋光結(jié)構(gòu)組成；機(jī)器人的視覺(jué)系統(tǒng)采用CCD 相機(jī)和線(xiàn)激光器，通過(guò)人工控制實(shí)現(xiàn)機(jī)器人快速準(zhǔn)確的移動(dòng)、定位和磨削。

圖19 自動(dòng)焊縫磨拋機(jī)器人[76]Fig.19 Automatic welding bead grinding and polishing robot[76]

Feng 等[78]用線(xiàn)激光掃描獲得自由表面的輪廓，通過(guò)移動(dòng)平均濾波和濾波前后數(shù)據(jù)的差值獲得焊縫特征來(lái)實(shí)現(xiàn)焊縫識(shí)別；并且通過(guò)主成分分析（PCA）算法估算機(jī)器人工具的位姿，采用B 樣條曲線(xiàn)擬合磨拋路徑，最終通過(guò)試驗(yàn)證明了該方法的可行性，其焊縫軌跡規(guī)劃如圖20所示。其他研究者也進(jìn)行了類(lèi)似的研究[79–81]，如將焊縫特征添加到原有的CAD 母模型從而構(gòu)建新的CAD 模型，以便于后續(xù)的離線(xiàn)編程[79]；或?qū)⒕€(xiàn)激光掃描儀集成在機(jī)器人工具末端，使用線(xiàn)激光輪廓掃描儀獲取焊縫信息，最后獲得磨削點(diǎn)坐標(biāo)，實(shí)現(xiàn)了焊縫的在線(xiàn)識(shí)別和磨拋，但該工作并沒(méi)有獲得工具的姿態(tài)[81]。

激光輪廓掃描儀獲得數(shù)據(jù)的視域有限，因而導(dǎo)致鄰域信息的同步受限，影響數(shù)據(jù)的實(shí)時(shí)處理。因此在線(xiàn)激光引導(dǎo)焊縫磨拋時(shí)，需提前獲得加工點(diǎn)鄰域信息。相比于線(xiàn)激光輪廓掃描儀，三維點(diǎn)云相機(jī)具有更大的視域和更快的掃描速度，因此也被用于磨拋焊縫輪廓的獲取，其關(guān)鍵問(wèn)題是能否快速識(shí)別焊縫區(qū)域并且自動(dòng)規(guī)劃路徑與工具位姿。

Yang 等[82]提出了一種精細(xì)的特征提取算法，用于激光掃描大規(guī)模不規(guī)則表面的測(cè)量與特征識(shí)別。Demarsin 等[83]利用主成分分析估計(jì)點(diǎn)云的法向，使用區(qū)域增長(zhǎng)算法根據(jù)法向的變化特征對(duì)點(diǎn)云進(jìn)行分割，得到點(diǎn)云的特征曲線(xiàn)。Ou 等[84]基于自主研制的雙目視覺(jué)系統(tǒng)開(kāi)發(fā)了用于修復(fù)后葉片焊縫識(shí)別與模型重構(gòu)的測(cè)量方法；通過(guò)粗定位降低三維重建和后續(xù)點(diǎn)云處理的復(fù)雜度，基于區(qū)域增長(zhǎng)和點(diǎn)云法向?yàn)V波對(duì)點(diǎn)云進(jìn)行分割和精確定位，得到了具有精確邊界的焊縫模型；如圖21所示，該方法提取的邊界平均誤差比傳統(tǒng)方法低0.263 mm，加工誤差小于0.07 mm，提高了修復(fù)零件的加工質(zhì)量和效率。

圖21 平滑誤差[84]Fig.21 Smoothness error[84]

點(diǎn)云作為數(shù)據(jù)媒介引導(dǎo)焊縫磨拋存在以下問(wèn)題。點(diǎn)云數(shù)據(jù)龐大、信息豐富，而焊縫磨拋局部性的特點(diǎn)要求點(diǎn)云處理算法能夠快速定位及識(shí)別特征；焊縫磨拋的柔順性要求磨拋工具姿態(tài)合理，但根據(jù)點(diǎn)云對(duì)機(jī)器人工具末端位姿的估計(jì)還缺少比較通用的方法；對(duì)焊縫類(lèi)型（角接、搭接、對(duì)接、堆焊等）及缺陷識(shí)別的方法不夠完善；基于點(diǎn)云技術(shù)對(duì)焊縫磨拋精度的測(cè)量方法還不成熟。

4 結(jié)論

焊縫高效精密磨拋中的智能技術(shù)立足于基本磨拋原理與模型，是智能磨拋技術(shù)在焊縫磨拋場(chǎng)景的應(yīng)用?；灸佋砗湍Ｐ?，以及建立在這些原理和模型之上的磨料開(kāi)發(fā)和磨拋工藝改進(jìn)工作，在焊縫高效精密磨拋技術(shù)發(fā)展過(guò)程中是通用的，發(fā)展智能技術(shù)的同時(shí)需要兼顧基礎(chǔ)模型的完善。

針對(duì)不同場(chǎng)景應(yīng)用開(kāi)發(fā)的焊縫高效磨拋設(shè)備及配套智能控制算法代替人工來(lái)提升效率和質(zhì)量，如為實(shí)現(xiàn)柔性磨拋而開(kāi)發(fā)的智能力控設(shè)備和力控算法。目前結(jié)合智能制造技術(shù)的焊縫高效精密磨拋成為研究熱點(diǎn)，例如結(jié)合視覺(jué)技術(shù)以提升磨拋的自適應(yīng)性。

基于當(dāng)前的研究現(xiàn)狀，未來(lái)的研究需要聚焦以下3 個(gè)層面。在磨拋模型方面，根據(jù)更精細(xì)的磨具表面磨粒幾何分布特征建立更加準(zhǔn)確的材料去除量預(yù)測(cè)模型；在控制技術(shù)方面，關(guān)注焊縫高效精密磨拋表面質(zhì)量和完整性，并需要開(kāi)發(fā)一套能快速有效地保證磨拋表面完整性的智能磨拋控制方法；在視覺(jué)技術(shù)方面，開(kāi)發(fā)一種簡(jiǎn)化點(diǎn)云數(shù)據(jù)及快速獲取焊縫點(diǎn)云特征的方法。