具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合图1至图2描述本发明的极耳焊接方法。该极耳焊接方法包括焊前检测、焊中检测以及焊后检测。

如图1所示，本发明实施例的极耳焊接方法，包括：

S10，采集焊前区域的第一图像，对第一图像进行处理和分析以获得相关数据；

S20，对相关数据进行实时处理与分析，以用于指导激光焊接工艺参数的实时在线调整；

其中，相关数据包括材料的高度、表面光洁度以及焊缝坐标中的一种或者多种。

需要说明的是，焊前主要是对材料高度、材料表面光洁度以及焊缝位置进行检测。其中，将获取的材料高度与预设的材料高度进行比较、将获取的材料表面光洁度与预设的料表面光洁度进行比较以及将获取的焊缝位置与预设的焊缝位置进行比较，从而用于指导激光焊接工艺参数的实时在线调整。

可以理解的是，基于工艺光学、机器视觉等方式对焊前区域进行图像采集与处理，获得材料的高度、表面光洁度、焊缝坐标等数据；通过智能激光焊接系统将检测的数据进行实时处理与分析，用于指导激光焊接工艺参数的实时在线调整。其中，机器视觉系统包括摄像头和光源。

在本发明实施例中，对焊前区域的第一图像进行处理和分析，以获取焊前必要信息，从而对激光焊接工艺参数进行实时调整，减少材料翘曲对焊接质量的影响，实现实时焊缝跟踪；解决注液孔焊接时因装配不到位而错误识别导致焊偏的问题。

通过集成进口配套系统的API接口获取数据，在智能激光焊接系统中进行数据处理与分析，并对焊接头运动轨迹进行主动调节；可以通过与焊接头同轴/旁轴的方式进行实时检测。

在上述实施例的基础上，极耳焊接方法还包括：

检测极耳与焊头间的距离值；

将距离值与预设的基准值比较以获取比较结果，基于比较结果调整焊接焦距。

需要说明的是，在焊前检测中用测高传感器检测极耳与焊头间的距离并与基准值比较，如果两者不相等，则改变焊接焦距，直到两者相同，以调整到精确的焊接位置，从而提高焊接质量。

在上述实施例的基础上，极耳焊接方法还包括：

获取焊接过程中焊缝宽度数据和匙孔的实时熔深数据；

对实时熔深数据和焊缝宽度数据进行实时处理与分析，以用于指导激光焊接工艺参数的实时在线调整。

其中，熔深是指母材熔化部的最深位与母材表面之间的距离。

需要说明的是，基于结构光视觉的激光焊接熔深在线检测系统，获得焊接过程中匙孔的实时熔深数据，通过智能激光焊接系统将检测的实时熔深数据及焊缝宽度数据进行实时处理与分析，即获取激光焊接质量的决定性参数数据，以对激光焊接工艺参数进行实时调整。

可以理解的是，在极耳激光焊接时，可适当调高焊接参数，加大焊接熔深，提高了生产效率，降低了生产成本。

在本发明实施例中，通过集成进口配套系统的API接口获取数据，在智能激光焊接系统中进行数据处理与分析，并对激光工艺参数进行主动调节；可以通过与焊接头同轴/旁轴的方式进行实时检测。

在上述实施例的基础上，极耳焊接方法还包括：

获取焊接过程中的声音信号，对声音信号进行处理与分析，以得到焊接缺陷的第一类型。

需要说明的是，声音信号为焊接过程中在小孔模式下等离子体从小孔中喷射的压力拨动造成的焊接声信号、电弧焊接过程中由于熔池的持续冲击和电弧内部自身的高频振荡而产生的焊接声信号或者由于材料内部结构发生变化而引起材料重新分布导致的机械能转变为声能的内部声信号。

可以理解的是，第一类型包括内部气孔、夹渣、内部裂纹、未焊透以及未熔合中的一种或者多种。

在本发明实施例中，对所采集的大量的声信号数据采用傅里叶变化、小波变换、S变换对其进行时域、频域和时频域的波形分析，并结合RNN神经网络构建焊接缺陷识别与分类模型，然后将检测过程中采集得到的声信号输入该焊接缺陷识别与分类模型即可得到焊接缺陷的第一类型。

在上述实施例的基础上，实时熔深数据的获取方式具体为：

发射探测激光进入液态熔池并接收反射信号，利用光学相干性原理来获取焊接过程中的实时熔深数据。

需要说明的是，实时熔深数据超出设定值范围时，可以发出焊缝异常警报。

在上述实施例的基础上，极耳焊接方法还包括：

采集焊后区域的第二图像，对第二图像进行处理和分析以得到焊接缺陷的第二类型；

其中，第二类型包括漏焊、爆点以及针孔中的一种或者多种。

在本发明实施例中，基于计算机视觉，研究激光焊接焊后漏焊、爆点及针孔等NG情况的识别，解决集流盘激光焊接的焊点数量检测、爆点及漏焊缺陷的检测问题；解决封口焊接、注液孔焊接的焊缝爆点、漏焊、针孔缺陷的检测问题。

需要说明的是，对焊缝上的线斑图像进行采集，结合相机标定的结果得到焊缝的真实形貌轮廓。根据焊接缺陷的第二类型和焊缝的真实形貌轮廓，通过三维重建算法重建焊缝的三维模型，从而得到焊接质量检测结果的三维模型图像。

在上述实施例的基础上，极耳焊接方法还包括：

获取焊后表面高度和焊后表面粗糙度；

对焊后表面高度和焊后表面粗糙度进行处理与分析，以用于指导激光焊接工艺参数的实时在线调整。

需要说明的是，基于工艺光学和机器视觉获取激光焊接焊后表面高度及焊后表面粗糙度，通过智能激光焊接系统将检测数据进行实时处理与分析，用于指导激光焊接工艺参数的实时在线调整及工艺参数记录、验证与报告。

在本发明实施例中，实现激光焊接表面质量的在线检测，淘汰焊后表面检查的额外步骤；防止焊接缺陷在下游工序中造成更多浪费。

可以理解的是，通过集成进口配套系统的API接口获取数据，在智能激光焊接系统中进行数据处理与分析；可以通过与焊接头同轴/旁轴的方式进行实时检测。

如图2所示，本发明实施例提供的极耳焊接方法，焊接效率高，焊接幅面大，对产品本身装配要求较高；采用1500w基模激光器、振镜焊接头和制冷机，每个焊接位置可焊接多条轨迹，焊接外观好焊接强度高。

本发明实施例提供的极耳焊接方法，在焊前可以对材料的表面清洁度、光洁度以及焊缝宽度，用于指导激光焊接工艺参数的实时在线调整；在焊中获取熔池深度，从而根据不同材料厚度属性不同判断质量；在焊后进行焊后自动补偿、跟踪，如焊偏校正等。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。