管子与管板焊接的数字化发展

原创于 2025-10-15 00:46:37 发布 · 893 阅读

27 ·

CC 4.0 BY-SA版权

文章标签：

#管子与管板焊接 # 数字化焊接 # 焊前定位 # 电弧长度控制

管子与管板焊接从自动化到数字化的发展

1 引言

1.1 本课题的重要性

管子与管板焊接是制造换热器、蒸汽发生器、冷凝器、锅炉等设备中最常见的加工方法之一，在石油化工、核能、汽轮机等行业中具有重要地位。多年来，研究人员对管子与管板焊接的焊接过程、定位方法、传感与控制等方面进行了广泛研究[1]。钨极惰性气体保护焊（TIG焊）常用于管子与管板焊接，因其具备适用于全位置焊接、形成致密焊缝以及焊接多种金属的能力[2]。TIG焊接难以在管子与管板焊接中被替代。一些研究人员甚至考虑采用激光焊接[3]或摩擦焊接[4]来替代钨极惰性气体保护焊。然而，成本大幅上升，且焊接质量难以保证[5]。管子与管板焊接具有管材数量多、环向焊缝密集以及焊枪定位困难的特点。

焊枪定位是管子与管板焊接中的关键技术之一，主要包括管中心定位和焊接高度定位。这两种定位决定了焊枪钨针与管子与管板之间的位置关系。钨针与管板之间的适当距离为2.0至2.5毫米，钨针与管侧壁之间的适当距离为3.0至5.0毫米。管子与管板焊接过程中的扰动几乎是不可避免的，这些扰动由热变形、坡口间隙不一致以及板厚的突然变化引起。所有这些因素都可能导致焊枪偏移、熔深不均、侧壁未熔合等问题[6]。为了克服这些问题，应考虑采用电弧长度控制[7]。

管子与管板焊接属于全位置焊接。全位置焊接通常通过旋转来实现焊枪沿每根管材的环向焊缝旋转，如图1所示。当焊枪从 θ= 0顺时针旋转至360°时，钨针与管板之间的高度以及钨针与管侧壁之间的距离应保持一致。全位置焊接过程可分为四个阶段：（1）平焊，（2）立向上焊，（3）立向下焊，（4）仰焊。坡口尺寸不均匀。如果焊枪的旋转中心偏离管材中心过大，将导致多种焊接缺陷。因此，有必要采用合理的定位方法、合适的传感器以及控制方法，实现焊枪定位和电弧长度控制[8]。这将对压力容器及相关行业的发展产生积极影响。

如今，管子与管板焊接领域已有众多研究成果和成熟产品得到应用。下文将阐述管子与管板焊接的分类及进展。

1.2 管子与管板焊接的分类

1.2.1 自动管子‐管板焊接

自动管‐管板焊接机的应用非常成熟[9–11]。许多工厂能够生产各种类型的自动焊接机。如今，市场上已有多种自动管子‐管板焊接机的商用产品。一般来说，自动管‐管板焊接机可分为三种类型：悬挂式、龙门式和壁挂式[12]，如图2所示。

悬挂式管子与管板焊接机 悬挂式管子与管板焊接机的优点是重量轻、工作范围广等，如图2a所示。星光有限公司[13]开发了一种采用新定位方法的悬挂式管子与管板焊接机。胀管的外径比换热管的内径小1毫米。胀管在通过高压水后会膨胀变大，在压力作用下，最终使机头与换热管同轴并固定。

龙门式管子与管板焊接机 科慧高科有限公司[14]研制了一种龙门式管子与管板焊接机，型号KHBL8‐80A，如图2b所示。该焊机专门用于外径范围为8至89毫米的全位置自动管子与管板焊接。不仅可用于平焊、外角焊和内角焊，还可用于不填丝和填丝焊接。

壁挂式管子与管板焊接机 华恒焊接有限公司[15]开发了一种壁挂式管子与管板焊接机，可固定在管板上，如图2c所示。该设备结构紧凑，尺寸为310 × 80 ×165毫米。焊接管直径范围为16至38毫米。管材安装方式为平齐。焊枪倾角为0°或7°。适用于碳钢、不锈钢、钛合金等材料的焊接。

自动管‐管板焊接机的操作流程基本统一。通常，这些流程可分为选择管子、将静轴插入管子、设置合适的焊接距离、启动全位置焊接和电弧长度控制，以及移动到下一根管子，如图3所示。

显然，在自动管‐管板焊接机中，只有全位置焊接是自动化过程，其他工序仍需要人工参与。特别是每根管的焊接高度和焊接距离都需要手动设置，电弧长度控制的整个过程也需要操作员参与，焊接质量取决于操作员的经验。因此，数字化管子‐管板焊接这一更先进的焊接方法引起了研究人员的兴趣。

1.2.2 数字化管子‐管板焊接

数字化与自动管子‐管板焊接的根本区别在于是操作员还是传感器与焊接系统交互或传输数据。

示意图0

此外，该系统执行数值指令。数字化管子‐管板焊接所涉及的技术包括基于CAD的技术、人机交互操作、焊接位置信息检测与控制。根据结构形式，数字化管子‐管板焊接包括环绕焊接和机器人焊接。

环绕焊接 环绕焊接于20世纪60年代初开始发展。首个环绕焊接系统是一种旋转钨针的装置，可在管接头周围产生焊接电弧[16]。韩等人[17]开发了一种数控系统，可同时控制五把焊枪沿冷却管和主流管的复杂曲线焊缝移动。

Maus公司[18]推出了一种自动定位管子‐管板 TIG环绕焊接系统MaTIG‐500，能够满足管子与管板焊接对质量和重复性日益提高的要求。对于管束，其直径范围为4至50.8毫米。该系统的工作范围为X = 1500、Y = 1800和Z = 300毫米，如图4a所示。

通过设置计算机数控（CNC）数据，可在换热器前端对MaTIG‐500进行对中，并确定管板上的孔几何形状，从而确保工件零点，如图4b所示。定位误差可通过自学习FOCS2对中系统实现自动补偿。电极与工件之间的距离可通过CNC进行数字控制（电弧电压跟踪），并实现连续调节。

专用的FOCS2对中系统连接至计算机数控（CNC），该系统是一种自学习电‐气动管子对中装置，如图4c所示。CNC系统可将管子对中装置插入目标管内，并将焊接位置坐标传递给焊枪。焊枪将跟随管子对中装置完成全位置焊接。

西机器人[19]开发了一种基于激光视觉的数字化环绕焊接系统，如图5a所示。该系统具有6个运动轴，可实现精确的多轴联动。其中三个轴为大行程运动，另外三个轴用于调节焊枪与旋转中心之间的距离、焊接角度和旋转运动。该系统的工作范围为X = 1450，Y = 1750和Z = 290毫米。可焊接管材的直径范围为12至60毫米。

数字化环绕焊接系统可以读取管板的CAD图纸。经过系统校准和工作零点确认后，管板上每根管的坐标将被确定，如图5b所示。焊枪将据此定位目标管。然而，该过程为粗略定位。这是因为管板的加工误差和系统的校准误差不可避免。因此，需要进行焊前检测。

圆形激光和十字线激光用于辅助视觉，以测量目标管的三维（3D）位置信息，如图5c所示。圆形激光辅助视觉可提取并计算管中心。十字线激光辅助视觉可检测管板的热变形。前者可告知焊枪到管子的平面坐标。

示意图1

示意图2

示意图3

示意图4

机器人焊接 自诞生以来，机器人已广泛应用于制造业。20世纪80年代初，机器人首次尝试应用于焊接领域，通过相机提供视觉反馈[20]。此外，还增加了多种不同的传感器模态以监测并交互环境，如激光器和力传感器。

近年来，多家公司开发了采用机器人进行管‐管板焊接的专用焊接系统。

AMI公司[21]设计了一种用于管板焊接的机器人系统。AMI公司的壁挂式焊接机（型号96）与松下机器人相结合。第一根管子的定位由机器人的示教再现完成，其余管子的定位通过偏移第一根管子的坐标数据实现，如图6a所示。

CRPROBOT公司[22]采用激光（单线激光）视觉传感器引导机器人进行管与管板的焊接，如图6b所示。激光视觉传感器检测到管的位置后，将位置信息发送给机器人。焊枪最终实现了对目标管的定位。

POLYSOUDE公司[23]基于管与管板焊接机器人开发了大型CNC操作平台。整个系统包括焊接机器人、悬臂移动平台、中央控制台、激光定位系统、焊缝质量检测系统、钨针自动更换装置等。机器人按照扫描定位、拍摄焊缝图像、定位和焊接的步骤进行操作。CNC操作平台通过与操作人员和传感器的数据交互，确保高定位精度和高焊接质量，如图6c所示。

数字化焊接的流程可分为以下步骤：（a）校准管板与机床或机器人之间的位置关系，（b）由操作员读取管板的CAD图纸或导入工件数据，（c）在工业个人计算机（IPC）中选择目标管，（d）驱动焊枪对目标进行粗略定位，（e）通过传感器（视觉或激光视觉传感器等）检测管中心和焊接高度，（f）驱动焊枪以精确定位目标，(g)启动焊接程序并开始焊接，(h)实现全位置焊接，(i)通过各种传感器检测和监控焊接信号（电压、声音、光谱等），(j)实时电弧长度控制，以及(k)移动到下一根管子并开始新的循环，如图7所示。表1给出了自动与数字化管子与管板焊接的清晰对比。

示意图5

示意图6

名称	定义标准	类型	公司	管直径范围(mm)	导入工件数据	检测与控制	自动定位	电弧长度控制	优点	缺点
自动管-to-管板焊接
A	悬挂式	Xingguang [13]	12 - 58	–	–	–	–	替代手工焊接，减少人工操作	无法准确感知工件状态
	龙门式	Kehuigao[14]	8 - 89	–	–	–	–
	壁挂式	Huaheng[15]	16 - 38	–	–	–	–
数字管-to-管板焊接	A+B	环绕焊接	Maus[18]	4 - 50.8	√	√	√	√	焊枪定位和电弧长度控制可以数字化	操作有一定门槛
			XiRobot[19]	12 - 60	√	√	√	–
		机器人焊接	AMI[21]	15 - 35	√	–	√	–
			CRPROBOT [22]	18 - 40	–	√	√	–
			POLYSOUDE [23]	19.05 - 50.8	√	√	√	√
A, 全位置焊接由程序自动控制; B, 操作员或传感器与焊接系统交互或传输数据

1.3 研究现状

从表1可知，数字化管子‐管板焊接优于自动管子‐管板焊接。其优点是大幅减少操作人员的参与[24]，保持连续自动定位[25]，并确保精确的电弧长度控制[26]。数字化管子‐管板焊接涉及焊接前定位和电弧长度控制。此外，焊接前定位可分为管中心定位[27]和焊接高度定位[28]。

金等人[27]利用两个相机计算管中心坐标。通过固定相机结合霍夫变换算法提取管材的粗略位置，再通过另一台相机采用最小二乘多次迭代方法提取管中心的精确坐标以及管内边缘。徐等人[29]在龙门式管对管板焊接机上增加了一个CCD相机，通过图像处理算法获取管的中心坐标和管半径，最终由运动控制系统使焊枪旋转中心线与管中心线重合。张[30]将激光视觉传感器安装在六轴机器人末端执行器上，可获取环形焊缝的中心及圆平面信息，机器人可引导焊接装置，轨迹偏差为0.49毫米。田[31]设计了一种电弧长度控制机构，以应对焊枪与焊件之间距离的变化，该距离变化主要由焊件的热变形引起，通过比较焊接电弧电压与设定电弧电压，该控制机构可稳定电弧长度。雷等人[32]采用了十字线激光辅助视觉检测管子与管板焊接的焊缝高度变化。实验结果表明，静态和动态检测误差均不显著，分别不超过0.007毫米和0.016毫米。

已有若干类似的综述论文，且与本文手稿工作不同。兰德斯等人[33]对制造过程控制进行了综述。本文与该文的主要区别在于，前者侧重于理论研究的综述，而后者阐述了应用研究的总结。张等人[34]指出了获得理想解决方案所面临的挑战，并回顾/分析了现有为实现更好解决方案所做的努力。本文与该文的主要区别在于，前者分析了多种材料填充过程、数值模拟、焊缝跟踪、熔池监测等方面的挑战与努力，而后者仅分析了焊接前定位和焊接中的焊缝跟踪。王等人[35]考察了使焊接系统智能化所需的基本组成部分和技术，包括传感与信号处理、特征提取与选择、建模、决策和学习。本文与该文的主要区别在于，前者讨论了智能焊接的构成、发展及未来方向，而后者仅讨论了自动化与数字化焊接。

1.4 本文的结构

“第1章”是关于管子与管板焊接的引言。详细阐述了管子与管板焊接的分类和研究现状。“第2章”总结了焊前定位方法。“第2.1节”和“第2.2节”分别描述了管中心和焊接高度的定位方法。“第3章”介绍了电弧长度控制，包括传感器类型和控制方法。声学传感器、电弧传感器和弧光谱传感器是电弧长度传感中常用的传感器。比例积分控制、PID、反馈线性化、模糊和自适应控制是电弧长度控制中常用的控制方法。“第4章”和“第5章”分别为结论和未来发展。

2 焊接前定位

2.1 管中心定位

管中心定位的目的是确保焊枪旋转中心与管中心[36]对齐。这是因为如果对齐不准确，焊枪与管之间的距离就无法保持一致。当焊枪围绕管进行圆周运动时，容易产生断裂和重叠等焊接缺陷。因此，必须识别并计算管中心的坐标[37]。管中心的定位通常通过机械装置、视觉定位系统和专用定位系统实现。机械定位需要对中装置。视觉传感器需要嵌入适当的图像处理算法[38]。专用定位系统需要定制。

2.1.1 机械装置

吴等人[39]利用胀管机构辅助定位机构实现快速定位，如图8a所示。胀管机构由中心锥体和两个滑块组成。中心锥体将滑块推向管内壁，从而同时完成夹紧与定心，如图8b所示。通过焊枪旋转中心可对准管中心。在此条件下，由旋转机构驱动的焊枪可完成环形焊缝的焊接。

Lageose[40]发明了一种具有较长管状筒体且直径较小的钨极惰性气体保护焊焊枪。该焊枪能够穿过箱形集箱一侧的堵头孔，并足够长以到达另一侧管板上的连接点，如图9所示。

示意图7

示意图8

2.1.2 视觉传感器

视觉定位的原理是提取并计算管中心的坐标，同时将该坐标转换为机器人坐标系中的坐标。由于视觉定位具有直接测量的优势，已被众多学者研究[41]，高精度和广泛应用。有多种视觉检测方法可用于实现管中心的识别和定位。徐[28]设计了一种双目视觉定位方法和特征点识别算法。管中心可以被精确定位。钨针偏离管中心的最大偏差在0.1毫米以内。葛等人[1]开发了一种基于CCD相机的三轴运动装置，用于环形焊缝中心的坐标提取。提出了一种结合主动外观模型拟合算法和逆合成算法的算法。何等人[42]首先通过模板匹配实现粗略定位，将图像外轮廓作为模板，然后通过建立环形焊缝的特征模板完成精细定位。

综上所述，用于管中心定位的视觉检测包括主动视觉检测和被动视觉检测。焊缝几何信息可通过主动视觉传感和被动视觉传感获得[43]。主动视觉传感通常采用激光结构光作为辅助光源。被动视觉传感则直接利用环境光作为光源。

主动视觉传感 李和阮[44]开发了一种基于激光视觉的扫描系统，用于定位和测量表面图像上二维(2D)圆的中心和半径。李等人[45]提出了一种基于激光结构光的手眼视觉系统。机器人末端执行器对准一个孔径。张[30]提出了两种激光辅助视觉方法来识别管中心。

第一种方法是将十字线激光投射到管上，然后在捕获图像中出现点a、b、c和d，如图10a所示。这四个点的坐标分别为(xa, ya)、(xb, yb)、(xc, yc)和(xd, yd)，分别地。O2和O3分别为线段ab和cd的中点。同时，O1的x坐标等于O2的x坐标，O1的y坐标等于O3的y坐标。因此，O1的坐标可通过公式(1)和(2)计算得出。

$$ x1 = (xa + xb) / 2 \quad (1) $$
$$ y1 = (yc + yd) / 2 \quad (2) $$

第二种方法是向管上投射两条单线激光，且激光投射在不同位置。捕获图像中将出现四个点e, f, g, 和 h，如图10b所示。这四个点的坐标分别为(xe, ye)、(xf, yf)、(xg, yg)和(xh, yh)。可根据其中三个点生成一个圆。以点e、f和g为例，线段eg和线段ef的垂直平分线将在圆心O1处相交。因此，O1的坐标可以计算得出。由O1O2和O1O3的线性方程表示，如公式(3)和(4)所示。

$$ y = \frac{xe - xg}{yg - ye} x - \frac{x_e^2 + y_e^2 - x_g^2 - y_g^2}{2(yg - ye)} \quad (3) $$
$$ y = \frac{xe - xf}{yf - ye} x - \frac{x_e^2 + y_e^2 - x_f^2 - y_f^2}{2(yf - ye)} \quad (4) $$

被动视觉传感 由于在焊接前提取并定位了管中心，因此可以使用被动视觉检测方法而不受电弧光的干扰。被动视觉检测方法直接利用环境光作为光源[46]。该方法的要求是焊件对光源不敏感，无论光线如何变化，焊件的特征信息都仅有轻微改变。被动视觉检测方法已有成功应用，例如焊缝成形[47]，焊缝间隙[48]，沉积高度[49]，等。

金等人[50]基于被动视觉建立了数字化管‐管板焊接系统。选择表面非均匀抛光的管材作为研究对象。通过自适应阈值方法获得管的二值图像，如图11a所示。然后通过边缘检测提取管内壁和外壁的轮廓，如图11b所示。根据同一行中内壁上两个相邻像素之间的最大距离，可得到内壁的左右半圆，如图11c所示。对左右半圆同时进行拟合后，通过最小二乘多次迭代生成精确圆及其坐标，如图11d所示。机器人的控制可精确地定位管的位置。

示意图9

示意图10

2.1.3 专用定位系统

泽姆利亚科夫等人[51]构建了一套用于管与管板接头激光焊接的专用设备。接头材料为钛合金。通过LaserCAD v. 4.0计算机工程分析系统进行初步计算机模拟。LaserCAD系统利用定义的参数计算焊缝形状和热影响区尺寸。激光辐射通过光纤电缆传输至工作距离为500 mm、焦斑直径为0.4 mm的intelliWELD 30 FC 3D扫描系统。该扫描系统通过三坐标机械手相对于工件进行定位。扫描仪可确保激光束沿给定轨迹实现精密位移。图12展示了管与管板接头激光焊接过程的高速帧。

显然，机械定位是接触式的，而其他两种类型是非接触式的。机械装置通常用于自动管子‐管板焊接中。视觉传感器和专用定位系统通常用于数字化管子与管板焊接中。这是因为机械定位通常需要手动操作，而其他两种定位方法通常需要通过数据交互来实现定位。

使用视觉检测方法来确定管中心位置更为合适和实用。这是因为管的特征明显且一致，因此可以通过视觉传感轻松提取管中心坐标。同时，视觉传感器与机器人结合可以产生多种用于管中心定位的图像处理算法，如表2所示。该方法适用于较宽的管直径范围，并具有高重复定位精度。专用定位系统仅适用于激光焊接。因此，视觉传感器辅助机器人的管中心定位是最值得关注的研究方向之一。

示意图11

2.2 焊接高度定位

焊枪与管板之间的距离称为焊接高度。焊接质量也由焊接高度决定，因为如果焊接高度不在合适范围内，管板接头可能出现咬边和烧穿现象[53]。例如，当焊接高度过小时，焊枪的钨电极会接触管板，导致夹渣并损坏钨电极；当钨电极离管板过远时，可能产生过高焊接电压，从而导致管断裂[54]。机器视觉在焊接中有多种典型应用。山根[55]提出了一种新方法，利用CCD相机在脉冲电流的低电流区间观察熔池，并通过调节脉冲电流的脉冲宽度来控制熔池宽度。阿加帕基斯等人[56]提出了一种新型锥形光结构照明传感器的建模与标定通用方法，能够在实际路径上实时计算相对于示教路径的三维偏差。金等人[57]开发了两个独立的视觉处理算法：第一个用于接头建模，第二个用于接头特征检测。针对四种不同类型的焊接接头，开展了接头检测和机器人焊缝跟踪的一系列实验。

2.2.1 双目视觉

双目视觉由两个相机组成。两个相机都可以从两个或更多视角观察同一物体。三维可以从不同角度构建物体的图像。通过三角原理可以计算出图像像素的位置偏差[58]焊池的三维形状[59]和根部间隙[60]可通过双目视觉测量。因此，焊接高度也可通过双目视觉进行测量。

一种基于双目视觉的管与管板焊接机器人用于定位焊接接头的焊接高度[28]。系统结构如图13a所示。双目视觉测量装置由左右相机、安装支架、结构光发射器等组成。假设目标点P1在左图像平面上成像点P的坐标为(x1, y1)，在右图像平面上成像点P2的坐标为 (x2,y2)。则视差d= x1 − x2。f为相机焦距。z为目标与观测位置之间的距离。b为两相机之间的水平距离，如图13b所示。根据相似三角形原理可得以下公式。

$$ (b - d) / (z - f) = b / z \quad (5) $$

为了确定空间中某点的三维位置与其在左右图像平面上对应点之间的关系，应对双目视觉系统进行标定，并建立相机成像模型。

2.2.2 结构光辅助视觉

结构光辅助视觉已广泛应用于焊接领域。单线激光辅助视觉可识别焊缝类型[61]。交叉线激光辅助视觉可测量焊缝深度信息[62]。多线激光辅助视觉在焊缝跟踪中也具有重要作用，能提供比交叉线激光更多的宝贵信息[63, 64]。因此，可以利用激光结构光辅助视觉来测量焊接高度。

Lei等人[32]提出了一种采用十字线激光作为结构光的机器视觉系统。该系统可测量管板与焊枪之间的焊接高度变化值(WHVV)。通过提取交叉线激光交点坐标(ICCL)，可预测焊接高度的变化。提出了一种用于激光条纹区域分割及其中心提取的图像处理算法。

从图14可知，当十字线激光向管板移动时，ICCL将移向图像的左下方；当十字线激光远离管板时，ICCL将移向图像的右上方。因此，可以建立WHVV与ICCL之间的线性关系。通过多次实验验证了检测性能，发现静态和动态检测误差均不显著，分别不超过0.007毫米和0.016毫米。最后，采用自适应控制技术对焊接高度进行补偿。

2.2.3 激光位移传感器

物体与传感器之间的距离可以通过激光位移传感器进行测量。它通常将一个激光点投射到物体上。激光位移传感器的优点包括测量范围宽、传输速度快、信号处理容易等。[65]。

程等人[52]利用机器人视觉传感技术和激光测距技术，实现了对管板接头焊缝信息的快速准确检测。焊缝信息包括管中心坐标和焊接高度，如图15所示。视觉传感技术可提取管中心坐标，激光测距技术可提供焊接高度信息。这些检测结果可用于引导机器人到达指定位置。已在直径分别为55、40、37和16厘米的管材上进行了多次实验。定位精度和轨迹偏差的平均值分别为0.08毫米和0.41毫米。

尽管基于双目视觉的焊接高度定位已实现，但标定步骤较为复杂。例如，每个相机不仅需要完成从像素尺寸到物理尺寸的标定，还需要完成两个相机之间相对位置的标定。双目视觉对安装要求较高，且涉及的图像处理算法复杂。结构光辅助视觉和激光位移传感器均对管板的表面纹理敏感。然而，结构光辅助视觉在焊接高度定位中具有较高的检测精度，如表2所示。

示意图12

示意图13

示意图14

焊接前定位	方法	定位机制	必需附件	控制单元	优点
管中心定位
机械装置[39]	定心机构和扩张机构	中心锥体	ARM微控制器	成本低，操作简单	需要操作员重复工作
视觉传感器
主动视觉传感[30]	多关节机器人	相机+激光结构光	机器人控制器	有许多成熟的算法，允许的管径范围大	对光线敏感
被动视觉传感[50]	多关节机器人	CCD相机	机器人控制器
特定定位系统[51]	工业机械手	LaserCAD系统	分布式计算控制系统	适应激光焊接	需要开发特定系统
焊接高度定位
双目视觉[28]	笛卡尔坐标机器人	MATLAB图像预处理模块	可编程逻辑控制器(PLC)	可检测足够的焊缝信息	标定步骤复杂，安装要求高，图像处理复杂
结构光辅助视觉[32]	笛卡尔坐标机器人	十字线激光结构光	SYNTEC控制系统	检测精度高	A + B
激光位移传感器[52]	六轴工业机器人	校准软件	机器人控制器	测量范围宽，信号处理简单	A + B
A, 对管板表面纹理敏感; B, 确保激光指向管附近管板
## 3 电弧长度控制

电弧长度控制对于管子与管板焊接是必要的。这是因为在焊接过程中，由于钨电极的磨损和管板焊接的热变形，电弧长度可能会发生变化。如果不对电弧长度进行控制，将可能导致管子断裂、咬边以及焊缝区域过度重叠等焊接缺陷。然而，在焊接过程中直接获取电弧长度非常困难。尽管视觉传感器在焊接中被广泛应用，但通过视觉传感器直接控制电弧长度仍然十分困难。王等人[66]甚至基于明暗恢复形状技术重建了熔池的三维形状；然而，依然无法通过视觉传感器提取焊接电弧的精确高度信息。这是因为电弧光对视觉传感器有强烈的干扰。Ogilvie[67]建立了三个电弧长度动态模型，以提供电弧长度控制的分析基础。在喷射过渡范围内进行的实验结果与模型预测吻合良好。刘等人[68]提出了一种基于PC的数字化钨极气体保护电弧焊控制系统。该系统不仅可以控制引弧过程，还能调节电弧长度。系统中采用非线性稳态估计器来估计电弧长度。江口等人[69]提出了一种神经网络电弧传感器，用于估计焊丝伸出长度和电弧长度。电流、电压和送丝速度被视为神经网络的输入。估计值被用来计算焊缝偏差。同时，管子与管板焊接具有密集管接头和大量环形焊缝的特点。当焊枪绕管旋转时，检测装置可能受到其他管接头的影响。综上所述，通过双目视觉实现实时电弧长度控制，结构光辅助视觉和激光位移传感器几乎无法实现。因此，有必要选择其他合适的传感器。

许多研究人员研究了多种传感方法[70]。有经验的焊工可以根据相关的电弧声音识别焊接电弧的偏移状态[71]。焊枪在坡口中的位置可以由电弧的电流或电压实时反映[72, 73]。一些研究人员甚至采用光谱传感器[74]来观察焊接电弧。因此，本文研究了基于声学信号、电气电压和光谱信息的电弧长度控制方法。在焊接过程中，电弧长度可以通过声学传感器[75]，电弧传感器[76]，和弧光谱传感器[77]进行监测和跟踪。

3.1 传感器类型

3.1.1 声学传感器

焊接接头的方向和距离范围可由声学传感器提供。这些信息可分别从反射回波脉冲幅度和传播时间[78]中获得。Estochen等人[79]应用了一种非接触式声学传感系统，该系统提供了传感器与工件之间距离的范围信息。电弧长度可根据该距离计算得出。

刘等人[71]研究了坡口侧壁对电弧声音信号的影响以及电弧声音特征对焊枪偏差的敏感性。电弧声音信号由以下方式采集：麦克风和前置放大器。然后，放大的信号通过AD7606系统从模拟信号转换为数字信号，如图16所示。

吕等人[80]提出了一种通过音频传感系统实现的实时电弧长度控制方法，并建立了在两种不同电弧长度变化范围3–4和4–5–6 mm下的分段线性模型。该音频传感系统由一个麦克风和一个信号调理器组成。焊接过程中的电弧声音信号以36千赫采样率和12位精度进行采集。电弧声音由MP201全向电容麦克风获取，其频率响应范围为20赫兹到20千赫，灵敏度为50毫伏/帕，动态范围超过146分贝。麦克风安装于与工件成75°水平角的位置，如图17所示。

吕等人[81]设计了一种音频传感系统，该系统由压电传感器和信号调理器组成。收集了脉冲GTAW过程中的所有可听声信号。建立了电弧声信号与焊缝之间的关系，如图18所示。根据焊缝形貌及相应的声压，可以合理地控制电弧长度。

3.1.2 电弧传感器

电弧长度可以通过电弧的电流或电压来反映；电弧传感器可以检测电压信号或电流信号。徐等人[82]设计了一套用于焊缝电弧长度控制（高度跟踪）的电弧传感器系统。通过适当的去噪算法提取电弧电压信号的特征值，并建立电弧电压与电弧长度之间的线性关系模型。他们重点研究了电弧高度从6到2毫米逐渐变化时的电压和焊接高度，如图19所示。雷等人[83]开发了一种矩形角焊缝焊接机器人，该机器人由左右轮、垂直和水平滑块、带有旋转电弧传感器的电弧焊枪、超声波传感器以及光电位置传感器组成，如图20a所示。基于旋转电弧传感器对焊枪空间姿态的识别进行了研究，并建立了焊枪空间姿态的数学模型。在矩形角焊缝焊缝跟踪过程中，焊枪的空间姿态得到调整，如图20b所示。

白等人[84]采用接触传感器在实际焊接前获取摆动位置的初始中心。在焊接过程中，使用电弧传感器对窄坡口的摆动宽度进行自动跟踪。史等人[85]建立了熔化极气体保护电弧焊中旋转电弧传感器的数学模型。仿真中的焊接电流、电弧长度和焊丝伸出长度与实验结果一致，因此该模型有助于解释和改进基于电弧传感的焊缝跟踪系统。利马和布拉卡伦塞[86]指出在焊接过程中直接测量电弧电压存在困难，因此可以通过整个电路测量电源提供的电压。江口等人[69]提出了一种神经网络电弧传感器，该传感器利用电压和电流的测量来估计焊丝伸出长度和电弧长度，并且通过神经网络的输出估计焊枪相对于坡口中心的误差。

3.1.3 弧光谱传感器

研究人员发现，电弧光也为GTAW提供了足够的电弧长度测量信息和GMAW。这是因为电弧光的强度主要由电弧柱决定。光谱传感可通过电弧光谱传感器实现[87]。一些光谱处理算法被开发用于从原始光谱信息中提取特征信号[74]质量监控[88]，和缺陷检测[89]，不仅可以实现焊缝熔透识别，还可以实现电弧长度控制。黄和陈研究了电弧长度对光谱信息的影响[91]。

李等人[77, 92]设计了一种基于电弧光传感器的电弧长度控制系统。该系统包括电弧光传感器、电弧长度调节单元、单片微处理器等，如图21所示。本研究旨在通过在钨极惰性气体保护焊过程中利用特定波长下的电弧光光谱来提高电弧长度的测量精度。实验表明，当焊接速度处于正常范围并采用电弧光传感器时，电弧长度可控制在 ± 0.2毫米的精度内。

Yu和陈[93]开发了一套电弧光谱信号分析系统。HR400光谱仪作为弧光谱传感器，镜头和光纤被视为传输链路，如图22所示。利用光谱仪研究了铝合金脉冲GTAW的光谱信息，并提取了氩I谱线强度和电弧等离子体电子温度Te来反映电弧长度。他们发现该时间段内Te信号的平均值与电弧长度呈线性关系。

表3列出了声学传感器、电弧传感器和弧光谱传感器的优缺点。

3.2 管子与管板焊接的电弧长度控制

上述传感器传感方法可有效控制电弧长度，为管板焊接的电弧长度控制提供了良好参考。特别是，利用电弧传感器进行电弧长度控制已有许多商业应用，通过控制电弧电压实现电弧长度调节。

Orbitalum有限公司[94]，位于美国，开发了一款用于管板焊接的计算机控制300A电源，具备电弧电压控制（AVC）和摆动（OSC）功能，命名为ORBIMAT 300 CA AVC/OSC，如图23a所示。提出了一种新的电弧电压控制方法，该方法根据电流‐电压特性自动计算和编程电弧长度，单位为“毫米”。

位于澳大利亚的Keyhole TIG Limited[95]，开发了一种电弧电压控制器，不仅适用于坡口焊接，也适用于管板焊接。该AVC（电弧电压控制）通过电动滑台上的伺服驱动装置按需上下移动焊枪，以维持所需的电弧长度。电弧电压的测量精度通常可达 ± 0.1 V。滑块的响应时间几乎是瞬时的，如图23b所示。

POLYSOUDE公司[96]，位于法国，开发了一种配备五个可控轴（保护气体、焊接电流、焊枪旋转、焊丝、AVC）的焊接设备。该设备由带有集成焊缝控制器的电源和带有AVC配置的焊接头组成。焊接时，焊接头可固定在管板上，如图23c所示。电极高度（电弧长度）通过AVC功能进行编程并自动调节。

管子与管板焊接与其他焊接情况（板件焊接、坡口焊接、角焊等）的区别在于，管子与管板焊接属于全位置焊接。其焊接过程和焊枪定位与其他焊接情况有很大不同。例如，管板焊接通常采用直流脉冲TIG焊接。包括脉冲频率、脉冲时间、峰值电流、基值电流等在内的焊接工艺参数在其他焊接情况下并不需要。这对焊枪的定位精度提出了更高的要求。

焊枪的定位包括管中心定位和焊接高度定位。如果钨针与管板（管）之间的距离不在合理范围内，容易产生焊接缺陷。管材的特征明显且一致，便于实现管中心定位的自动化和数字化。相反，其他焊接情况下的焊接前定位难以实现数字化。这是因为如果不采用示教再现，则很难获取其他焊接情况的初始位置信息。然而，管板焊接中的电弧长度控制比其他焊接情况更为困难。这是因为管板接头由大量环向接头组成，每个环向接头都需要完成全位置焊接。管匹配误差，安装误差、管板热变形和钨针磨损会对电弧长度控制产生不良影响。因此，管板焊接中的电弧长度控制是一个重要问题。

3.3 控制方法

电弧长度的控制是非线性的且复杂，难以建立其数学模型控制器。采用恒定送丝速度的恒压电源无法保持电弧长度稳定。这是因为在本质上焊接过程具有非线性、多变量耦合和不确定性。电弧长度受到多种因素的影响，例如焊接距离、焊接高度、间隙尺寸以及电压波动。常见的电弧长度控制方法包括比例积分控制[97]，PID[98]，反馈线性化[99]，模糊[100]，自适应控制[101]，等。

胡等人[100]提出了一种采用Mamdani方法的模糊控制器，用于稳定熔化极气体保护电弧焊中的电弧。以电弧电压的偏差及其变化率为输入，引弧初期的大电流为输出。Ug和Ua分别为给定电弧电压和实际电弧电压。反映电弧长度动态变化的两个变量e和ec被视为模糊控制系统的输入。Ke和Kec分别是e和ec的量化因子，KU是输出变量的比例缩放因子。Ig2是模糊控制系统的输出。模糊推理、模糊推理和去模糊化是Mamdani模糊模型的步骤，如图24所示。最后，进行了一项关于电弧长度变化和上坡焊的实验。结果表明，所提出的模糊控制系统具有良好的动态响应和稳定性。

王等人在电弧电流下降沿之后每10 μm对电压信号采样一次，采样频率为100千赫兹。送丝速度用Vf表示。Ls为焊丝伸出长度。Lct为导电嘴到工件的距离。输出电压Uo从电源的输出端采集。当发生熔滴脱离时，在焊接电流的下降沿处电弧长度会发生变化。因此，电压信号采样在下降沿后1毫秒开始，采样频率为100千赫兹，确保液滴转移到熔池后再进行信号采样。为了平滑采样信号，每毫秒计算一次平均电压值，该值作为瞬时电弧电压。同时，将该平均值与阈值进行比较Uth。然后，根据电弧工作点和电弧长度的动态行为，采用自适应电弧长度控制策略调节电弧长度La，如图25所示。

陈[102]开发了一种钨极惰性气体保护焊的电弧长度自动控制系统。Vr是根据焊接工艺参数确定的参考电压。Va是由采集电路获取的采集电压。Vr与Va之间的差值为Ve，该值作为PID控制的输入。Kp、Ki和Kd分别为比例增益、积分增益和微分增益。D是根据PID控制计算结果得出的调节距离。执行机构的运动由调节距离D决定。最终，通过执行机构可实现对电弧长度L的控制。PID控制系统的结构如图26所示。

表4列出了常见的电弧长度控制方法，并总结了它们的优缺点。PI控制和PID控制是工程中应用最广泛的控制方法，具有改善电弧长度控制系统稳态性能的优点。然而，PI控制存在一定的滞后性。如果电弧长度控制采用峰值阶段数据采集、基值阶段控制的模式，PI控制可能并不适用。PID控制具有更快的动态响应，但其参数调整依赖经验，且为重复性工作。

反馈线性化控制可将非线性系统转换为线性系统。只需针对所有电弧长度设置和电极电流调节一个线性控制器，因此，它可以降低电弧长度控制的难度。然而，该控制方法仅通过仿真进行了研究，其鲁棒性需通过实验验证。

模糊控制是电弧长度控制中传统控制器的一个重要替代方案。这是因为电弧长度控制具有非线性、复杂性，且难以建立控制器的数学模型。同时，电弧长度的频繁变化可能导致焊缝成形不良。电弧电压及其变化率的偏差作为模糊控制的输入，利用模糊控制模型和模糊控制规则仅调节一个输出量，即焊接电流。该方法的缺点在于模糊控制规则的设计。

自适应电弧长度控制策略可使得每个脉冲周期基值阶段结束时具有相同的电弧长度。这是因为通过多元线性回归分析方法建立了阈值电压相对于电弧长度和焊接电流的数学模型。然而，电弧长度应在不同的阈值电压和焊接电流下进行测量。该测量容易引起误差，且阈值难以获取。

示意图15

示意图16

示意图17

示意图18

示意图19

示意图20

示意图21

作者	工件	采集设备	采样频率/测量范围	算法/方法	优点	缺点
声学传感器
Liu et al.[71]	带有窄间隙坡口的板材	电容麦克风(AWA14423)	40 kHz	小波滤波算法	采样精度高，适应各种接头和坡口类型	对外部噪声敏感
Estochen et al.[79]	具有三角形表面和半圆形表面的工件	接收器(MR101A)	> 0.5 MHz	截面扫描算法
Lv et al.[80]	电弧长度变化为3–4和4–5–6 mm的工件	全向电容麦克风(MP201)	36 kHz	基于小波包的移动平均去噪
电弧传感器
Xu et al.[82]	梯形铝合金板	VSM030D/5 V霍尔电压传感器	每秒1200个采样点	基于小波包的抗冲击干扰移动平均	实时性好，算法成熟，数学模型完善	电压波动对电弧电压检测有不良影响
Le et al.[83]	线性和矩形角焊缝	旋转电弧传感器	25 Hz	焊枪跟踪模型
Baek et al.[84]	带有窄“U”型坡口的工件	电弧传感器	30 Hz	摆动宽度控制算法
弧光谱传感器
Zhang and Chen [88]	Y型坡口梯度形状板	光谱仪(Ocean Optics HR4000)	光谱范围185至1100 nm，分辨率为0.2 nm	基于支持向量机的特征级数据融合	有利于电弧长度控制，比电弧电压传感有更好的测量精度	成本高，光学传输路径为自行设计
Li et al.[77, 92]	两块重叠的不锈钢板	基于光电三极管的电弧光传感器	光谱范围320至820 nm，分辨率为0.1 nm	滤波算法
Yu and Chen [93]	4 mm厚的板材	线性CCD光谱仪(HR4000 UV-NIR)	光谱范围200至1100 nm，分辨率为0.02 nm	线性拟合方法

示意图22

示意图23

示意图24

示意图25

方法	优点	缺点
PI控制[97, 103]	易于实施	不适用于具有滞后特性的控制对象
PID控制[98, 103]	良好的抗干扰性和鲁棒性	根据经验调整PID参数
反馈线性化控制[99]	将非线性系统转化为线性系统	控制算法复杂，其鲁棒性需通过实验验证
模糊控制[76, 100]	电弧长度控制中的稳定性	设计模糊控制规则至关重要
自适应控制[72, 101]	阈值电压的数学模型关于电弧长度和焊接电流已建立	测量容易引起误差，并且阈值难以获得

4 结论

本文介绍了管与管板焊接的文献综述。详细阐述了其分类、研究现状、焊接前的定位以及焊接过程中的电弧长度控制。主要结论如下：

（1）管子与管板焊接可分为自动焊接和数字化焊接。自动焊接与数字化管子‐管板焊接的根本区别在于是操作员还是传感器与焊接系统进行交互或传输数据。

（2）焊接前定位包括管中心定位和焊接高度定位，可确保焊接质量一致性。由于管材特征明显且一致，视觉传感器辅助机器人的管中心定位是最值得研究的方向之一。

(3) 双目视觉在焊接高度定位方面存在更多缺点。激光结构光辅助视觉和激光位移传感器均对管板表面纹理敏感。然而，激光结构光辅助视觉在焊接高度定位中具有较高的检测精度。

（4）提出了三种典型的传感方法和五种典型的控制方法以实现电弧长度控制。然而，基于电弧传感器的电弧长度控制是管子与管板焊接中的主要传感方法。PID控制和模糊控制在电弧长度控制中具有良好的稳定性。电弧长度控制对于获得满意的焊道成形是切实可行且合理的。

5 未来发展

管子与管板焊接已从手工电弧焊、自动焊接发展到数字化焊接。未来，其发展方向将是智能焊接。智能焊接的能力包括智能感知、智能思维和智能控制[104]，如图27所示。因此，机器智能技术将进入管子与管板焊接领域。同步定位与地图构建（SLAM）是近年来兴起的一项热门技术，具有精确感知和适应环境的优势，有望被引入管子与管板焊接中。这是因为可以构建管板的三维地图，计算出管在管板上的位置，并建立管板与机器人之间的位置关系。

5.1 机器智能技术

机器智能技术基于人工智能（AI）技术的深度融合制造领域知识。机器智能技术主要分为四个方面：智能感知、自主认知、智能决策和智能控制。例如，智能感知可应用于管子与管板焊接。智能感知中的关键技术包括高性能传感器和实时智能数据采集。高性能传感器或多传感器可实现管中心坐标检测和焊接高度测量。实时电弧长度也可被检测。