北京工业大学副校长陈树君:大力发展人形焊接机器人,拓展智能制造新方向

科技   2024-11-20 11:36   黑龙江  


本文作者:陈树君  国家智能制造专家委员会委员,北京工业大学党委常委、副校长


一、人形焊接机器人发展背景


近年来,随着发达国家实施“再工业化”战略,推动我国制造业智能化转型以抢占高端制造市场成为了迫切需求。智能焊接技术及装备是航空航天等典型智能制造场景的重要组成部分,工信部等十五部门联合印发的《“十四五”机器人产业发展规划》中指出:“研制面向汽车、航空航天、轨道交通等领域的高精度、高可靠性的焊接机器人”。随着操作任务复杂程度的不断提升,对焊接机器人操作能力的要求也越来越高。近年来,人形机器人技术发展迅猛,工信部印发《人形机器人创新发展指导意见》中指出:“到2025年,人形机器人创新体系初步建立;到2027年,综合实力达到世界先进水平,成为重要的经济增长新引擎”。人形机器人具有灵活性高、操作能力强等优点,为此,将人形机器人与焊接技术相结合,研发人形焊接机器人,结合具身智能与大模型等相关技术,可以高效地完成各种精密复杂的焊接任务。人形焊接机器人的研发,正是响应国家战略的具体实践,是实现机器人产业和智能制造高质量发展的关键措施之一,相关技术突破有助于加快科技创新,提高我国智能制造的国际竞争力,为国家战略需求提供科技支撑。


二、人形焊接机器人发展的必要性


现阶段,在相对成熟的工业机器人体系下,智能化焊接设备相继出现,国外的发那科、安川、松下、ABB、KUKA以及国内的埃斯顿、埃夫特、凯尔达、配天等企业均开展了焊接装备的研发,已基本实现了焊缝宏观定位、焊接位置的精准对齐、焊接过程焊缝自动跟踪、焊接参数自适应调节、焊后自动化检查等功能,进而基本确保了高效且高质量的焊接效果。智能化焊接设备的出现,可以缩短生产周期、提高劳动生产率并降低人力成本,基本满足市场的多元化需求,推动企业转型升级,引领行业焊接步入自动化时代。

然而,在一些复杂焊接场景下,焊接装备对于生产环境和作业特征位置识别的准确性、狭小空间下机器人的灵活性与可操作性、焊接装备的便携性与快速可移动性、典型焊接任务中的智能化水平与自主处理能力等方面还有待于进一步提升。特别是焊接对象多为小批量的非标准件,现有焊接装备的复杂环境及工件的自适应性还无法满足未来应用需求,这都导致大量非标工件的焊接仍然为人工完成。

伴随着人形机器人及人工智能技术的兴起,人形焊接机器人的研制成为可能。一方面,人形机器人具有高度灵活性,能够再现经验丰富的焊工的焊接操作过程,进而通过运动规划完成航空航天、船舶、建筑钢结构等领域中狭小空间内复杂焊缝的焊接任务;另一方面,人工智能技术可以集成人的经验知识(如熔池行为、电弧声音、焊缝外观等)、判断(焊接经验知识学习、推理和决策等)和焊接工艺优化知识,使得焊接过程的工作效率、质量和稳定性等从依靠人的经验转变成依靠信息物理系统的知识,并驱动智能焊接系统的性能持续提高和改善。人形焊接机器人包括大脑(顶层规划设计)、小脑(焊接执行的灵巧操作)、感官(焊前/焊中/焊后的视频、声音、电信号等信息)等系统,能够以高度灵活性、高度智能化、高度自适应性完成复杂操作任务。对其研究的必要性主要体现在:

(1)加速产业升级。智能人形焊接机器人能够在提高生产效率、降低人力成本的同时保证焊接质量,实现复杂构件的精准焊接,推动制造业向自动化、智能化的方向转型,提升我国制造业的国际竞争力。

(2)推进技术创新。智能人形焊接机器人涉及机器人及人工智能领域的多项关键技术,为跨学科的技术创新提供一个综合平台。这有助于以典型场景为引导,突破现有技术的局限性,在核心技术方面积累自主知识产权。

(3)推动成果应用。现阶段,人形机器人已经具有了类人的运动能力和一定的智能化水平。智能人形焊接机器人的研发,将推动人形机器人在典型工业场景中的大规模应用,为人形机器人的未来发展找到突破口。

(4)加快人才培养。智能人形焊接机器人技术的发展需要跨学科的高端技术人才。通过围绕典型场景开展装备研发与技术突破,可以促进机械工程、材料科学、计算机科学、信息科学等多学科交叉融合,培养一批具有国际视野和创新能力的高级专业人才,为智能制造提供强有力的人才支撑。


三、人形焊接机器人关键技术


1.多肢体人形焊接机器人的构型设计与驱控优化

围绕焊接领域典型场景下的技术需求,开展人形焊接机器人本体结构研发。人形焊接机器人的结构应区别与一般的工业机器人,一方面,应重点突出运动灵活性与场景适应性,并具有良好的容错性能与可重构能力,满足狭小空间、复杂焊缝等特殊需求,并具有一定的协作能力;另一方面,焊接设备与机器人设备不应是简单的组合,应实现高度集成化与功能相融合,实现“你中有我、我中有你”,以使得机器人高效的操作能力得以充分发挥。具体涉及的技术包括:围绕机器人机构分支数量、关节数量及配置、连杆长度等参数开展构型与尺度一体化高效设计,使得机器人满足操作要求并能够在典型运动过程中最大限度保持较高综合性能;以小型化、轻量化、运输便携性为目标,开展机器人本体结构、焊接电源、焊接属具等结构件的一体化设计,使得机器人结构紧凑、便于移动;针对操作过程中的可变构型,研究高效的运动学与动力学建模方法,明确人形焊接机器人复杂位姿状态与操作性能之间的关系,充分考虑加减速特性和静动态特性等多方面性能约束,以满足整机的静刚度和首阶固有频率为核心设计目标,据此进行机器人结构参数优化。

2.动态环境下人形焊接机器人运动重构和运动控制技术

面向动态焊接环境,机器人应能够通过运动重构与运动控制高效完成焊接任务。对于前者,由于人形焊接机器人具有多关节,可通过关节的运动重构在保证操作可行性的基础上,降低控制难度、提高控制的实时性与准确性;对于后者,应通过对机器人运动自主规划及精准控制,高效完成复杂焊缝的焊接任务。具体涉及的技术包括:为了增强人形焊接机器人在执行任务时的拟人特性,开展基于动作基元的拟人运动方法研究,确定操作过程中基元种类、排序与参数,使得机器人能够模拟焊工的操作过程及工艺方法;针对人形机器人在执行任务时由于操作顺序的不确定性、两个机械臂之间可能存在的合作或竞争关系等问题,开展智能运动规划方法研究,自主规划末端路径及任务位置;针对于机器人在焊接过程中运动控制可能存在的不稳定的问题,研究并改进基于动力学模型的稳定控制算法、PID 控制器参数、自适应控制算法、智能姿态调整机制等方法以提高机器人在焊接过程中的姿态稳定性,同时基于深度强化学习算法研究人形焊接机器人全身运动协调控制,以实现最优的焊接路径。

3.焊接过程的多模态感知与多模态数据编码技术

在焊接过程中,机器人需要对周围环境、焊接位置、焊缝质量等进行感知,并对多模态数据进行分析,从而能够准确地实现避障运动,同时自主识别焊接位置并确定最优工艺方法,以实现高质量焊接。然而,可能存在的杂乱场景、电弧强光或反射的太阳光等都对精准感知带来较大难度。具体涉及的技术包括:利用高精度传感器获取高强光、低照明度等光照条件复杂条件下的环境及工件的三维特征信息,通过视觉信息的实时处理,辅助机器人在复杂工件表面进行焊接轨迹控制;提出基于多模态数据的复杂焊接场景实时调控技术,融合视觉、电弧反馈、温度传感等多种感知数据,获取焊接过程中的全面信息,并通过机器学习和优化算法,分析多模态数据,制定最优的焊接策略,以适应不同工件形状和材料的焊接需求;针对复杂焊接场景下难以实现多目标工艺优化和质量评价的问题,提出基于机器学习和优化算法的智能控制策略方法,通过多目标优化算法综合分析焊接质量、效率和成本等各项指标,制定最优的焊接工艺参数,实现对焊接工艺的自动调节和优化,提高焊接的整体性能。

4.人形焊接机器人的能源一体化管控技术

人形焊接机器人轻量化、高度集成化的结构设计使得其对能源管理提出了较高要求。机器人自带能源有限,需要能够在复杂焊接过程实现能源的稳定供给与高效利用。具体涉及的技术包括:针对人形焊接机器人焊接系统易出现供电不稳定或电压波动等情况,突破系统能源稳定性与负载扰动补偿技术,利用多信号协同控制算法设计多级闭环控制策略,根据负载反馈确定其所处大小信号区间,提高控制精度;引入自适应滤波技术和扰动观测器,实时监测负载变化情况,动态调整系统参数,实现对负载扰动的有效补偿,提高焊接过程的稳定性和精度;基于新型燃料电池设计能源管理系统,研发一体化功率变换平台,集成功率变换器、电容器和滤波器等关键组件,以实现对焊接电源的稳定供电,并有效应对工作时电压波动;研究电磁兼容性优化与可靠性增强技术,通过电磁兼容性优化技术减少电磁干扰源、提高抗干扰能力和优化电磁屏蔽设计,降低电弧负载波动对机器人伺服系统的影响;采用高可靠性的元器件和冗余设计,提高系统的可靠性。


四、人形焊接机器人操作模式


人形焊接机器人在智能焊接过程中主要包括焊前、焊中、焊后三个阶段。具体的操作过程如下:

焊前:焊前阶段可分为复合视觉信息处理与多层多道焊缝路径规划。人形焊接机器人可结合3D视觉信息实现周围环境的识别,通过采集焊接区域的颜色和深度等信息及焊件表面上的微小几何特征来实现焊缝的粗定位和精确校准。此外,结合预定义结构信息,可以在规划焊接路径时提前预判可能的干涉或遮挡问题,从而优化焊接路径。在此基础上,使用点云数据处理和分段扫描技术,将焊缝分解为若干小段,每段分别进行检测与校正,从而进一步提高路径规划的鲁棒性,并通过人工指定特征实现复杂曲线焊缝的路径规划。最后,采用分阶段处理策略,如改进的动态轮廓模型和多层点云重建技术,确定每层焊缝的起始点和结束点,并根据焊接工艺需求设定每道焊缝的宽度和厚度。

焊中:首先,在初始点寻位环节,运用多线激光投射技术,将激光线投射到焊接区域,在工件表面形成清晰的激光条纹图案,并结合模板匹配技术获取焊接表面的特征点,从而确定焊接的起始点。然后,通过相机主动采集焊接过程中熔池的视觉信息,并利用基于深度学习的YOLO类目标检测算法对其进行分析,快速识别出熔池的具体位置和形态,同时对焊接区域进行精细化分割,进一步提升信息提取的准确性,从而实现对焊接位置的高精度跟踪。此外,还应结合电弧跟踪技术,通过实时采集焊接过程中的电压和电流信号,精确估算焊接运动状态,为机器人运动路径的调整提供数据支持,确保焊接过程的高效性和稳定性,以实现智能化、自动化焊接。

焊后:焊后阶段的核心工作为焊接缺陷检测与分类,主要利用改进的图像处理技术与红外热成像技术对焊接表面进行缺陷检测。图像处理技术:使用激光三角测量法和3D模型重建,结合边缘检测算法,有效识别焊缝中的咬边缺陷和板材位移缺陷;红外热成像技术:通过分析焊接区域的温度分布,能够检测内在缺陷如气孔和夹渣。进一步利用机器学习技术,构建向量机(SVM)和卷积神经网络(CNN)等模型,通过大数据样本训练,提高缺陷识别与分类的准确性和鲁棒性。同时结合多种传感器数据(如电弧光谱、声音和电压信号等),提供多维度信息,以提高检测的精确度。


五、人形焊接机器人应用领域


智能焊接技术是基础设施建造、航空航天等领域制造技术的重要组成部分,不同领域中存在大量复杂结构件,空间曲线焊缝复杂,焊接难度大。人形焊接机器人具有灵活性高、操作能力强等优点,结合具身智能等相关技术,在复杂环境中的操作能力尤为突出,非常适合执行精密复杂的焊接任务。

人形焊接机器人的主要应用领域如图1所示。在船舶、钢构、航空航天等领域中存在大量复杂形式的焊缝,且焊接过程存在小批量、多品种、单件生产模式,以及工件结构复杂多样、焊工技能要求多元化、工艺工序灵活多变等显著特点,传统制造方式已难以满足需求,而智能人形焊接机器人系统具有高鲁棒性、高效性,特别是在非结构化环境下更为突出,有望解决当前焊接非标化困境。通过技术的不断创新和研发投入,人形焊接机器人将在智能制造领域发挥重要作用,提高我国智能制造的智能化水平,实现对国家重大战略需求的有效支撑。

图1 人形焊接机器人应用领域(图片来源于网络)


六、小结


智能人形焊接机器人具有携带转运便捷、复杂场景及工件自适应性强等优点,能够在焊工操作难度大的场所及危险环境中自主完成焊前环境识别、焊中自主焊接、焊后质量检测等任务,是焊接装备未来的发展趋势之一。智能人形焊接机器人的研发与应用,必将推动焊接领域的技术突破与场景革新,降低焊接过程对焊工经验的高度依赖,实现在航空航天、船舶、建筑等领域中复杂零部件的高精密焊接,并通过人工智能技术不断学习提升操作工艺水平,推动我国智能制造向着高端化迈进。


中国焊接协会
搭建焊接行业服务平台,为会员单位更好更快捷了解行业信息提供服务。
 最新文章