Laser-optischer Nahtführungssensor für das automatisierte Metall-Schutzgas- Schweißen
Zusammenfassung der Projektergebnisse
Laser-Sensoren gehören zu den leistungsfähigsten Sensoren für die Führung von Schweißprozessen. Als einziges Sensorprinzip sind sie in der Lage, ein hochaufgelöstes Geometriesignal der Schweißfuge zu liefern. So wird neben einer reinen Fugenverfolgung zusätzlich die geometriebasierte Adaption der Schweißparameter, beispielsweise für eine Füllgradsteuerung, möglich. Jedoch treten beim Einsatz von Lasersensoren auch diverse Probleme auf. Diese wurden in den zwei Förderperioden des vorgestellten Projektes genauer untersucht und mögliche Abwehrstrategien entwickelt. Im ersten Förderzeitraum von zwei Jahren wurden die Störeinflüsse selbst sowie mögliche mechanische und optische Maßnahmen zu deren Unterdrückung theoretisch und experimentell untersucht. Dabei wurde durch eine Kombination konstruktiver und optischer Maßnahmen für gegebene Randbedingungen eine gute Lösung gefunden, welche einen Teil der Störeinflüsse zu reduzieren in der Lage ist. Für die Entstehung von Sekundärreflexionen bei blanken Werkstückoberflächen wurden die experimentellen Ergebnisse durch ein neues Simulationsmodell gestützt, was im Besonderen bei der Entwicklung neuer Sensoren besonders vorteilhaft ist. Alleine durch den mechanischen Aufbau bzw. Abschirmungen sowie optische Hilfsmittel kann zwar eine wesentliche aber keine ausreichende Reduktion der beim Schweißen auftretenden Störungen erreicht werden. Im zweiten Förderzeitraum von einem Jahr stand daher die Entwicklung von Algorithmen für die Störreduktion aber auch die Profilextraktion und Detektion der Fugengeometrie im Mittelpunkt. Methoden aus dem Bereich der echtzeitfähigen, digitalen Signal Verarbeitung und Geometrierekonstruktion wurden untersucht und daraus eine neue, robuste Sensordatenverarbeitung zur sicheren Fugendetektion und Geometriebestimmung beim Metall-Schutzgas- Schweißen entwickelt. Der Einsatz von problemangepasster Bildverarbeitungsarithmetik erzielte eine wesentlich bessere Störreduktion. Hierzu wurden sowohl eindimensionale als auch zweidimensionale Filterverfahren eingesetzt und deren Eigenschaften hinsichtlich der Qualität des gefilterten Bildes sowie hinsichtlich der Stabilität der Ergebnisse bei verschiedenen Störungsarten untersucht. Es kann gezeigt werden, dass sich durch die digitale Vorfilterung die Störeinflüsse signifikant reduzieren lassen. Um einen echtzeitfähigen Einsatz zu gewährleisten, werden diese Störunterdrückungsalgorithmen in schneller Hardware umgesetzt, womit die Algorithmen selbst beim Einsatz in Kamerasystemen mit hoher Bildrate in Zukunft möglich wird. Nach einer Filterung und Datenreduktion der Sensordaten wurde die Problematik der Erkennung der Schweißfuge innerhalb des Höhenprofüs gelöst. Da stets mit Reststörungen in den Sensordaten gerechnet werden muss, ist die eindeutige Bestimmung des Fugenverlaufes eine störanfällige Aufgabe, einzelne gestörte Profilpunkte lassen den Einsatz gängiger musterbasierter Verfahren scheitern. Nach der Weiterentwicklung des merkmalsbasierten Verfahrens ist es nun möglich, selbst stärker verzerrte Fugenprofile eindeutig zuzuordnen. Hierbei wird eine Datenauswertung in Anlehnung an die Fuzzy-Theorie eingesetzt, welche eine quantitative Aussage über die Qualität des Detektionsergebnisses zulässt. Des Weiteren wurden Vorgehensweisen zur Merkmaisdefinition über die Segmentstücke und die Segmentpunkte des Höhenprofils untersucht und verglichen. Durch die Detektion der charakteristischen Fugenpunkte ist es möglich, alle notwendigen Geometrieinformationen für eine Schweißprozesssteuerung zu berechnen. Schließlich wird mit dem Abschluss der zweiten Förderperiode die Übertragbarkeit des Verfahrens auf gängige Fugengeometrien vorgestellt, womit sich eine universelle Ersetzbarkeit des Verfahrens zur Schweißftigendetektion zeigen lässt. Für eine optimale Prozessführung ist die Einhaltung eines geringeren Sensorvorlaufes anzustreben. Durch den Einsatz der neu entwickelten Algorithmen zur Vorfilterung wird eine Reduktion des Verlaufes um bis zu 40% gegenüber dem aktuellen Stand der Technik erreicht. Die Zugänglichkeit an engen Werkstückecken wird erleichtert, thermischer Verzug kann besser erfasst und kompensiert werden und das Verfolgen von gekrümmten Fugenverläufen wird besser möglich. Die Filterimplementationen zeigen eine deutliche Verbesserung des Sensorsignals gegenüber dem Stand der Technik. Hierbei werden Fugenflanken nach der Vorfilterung wesentlich besser erkannt. Die untersuchten Methoden zeigen sich wenig sensitiv gegenüber Parameterschwankungen und können auf einer Signalverarbeitungseinheit relativ preisgünstig implementiert werden. Im Bereich der echtzeitfahigen Implementierung der entwickelten Algorithmen konnten ebenfalls Fortschritte erzielt werden, wobei sich gezeigt hat, dass sich die Rechenoperationen auf neuen, leistungsfähigen Signalverarbeitungsbausteinen wie Field Programmable Gate Arrays (FPGAs) gleich gut oder besser integrieren lassen als auf herkömmlichen Digitalen Signalprozessoren (DSPs). Ein gut parametrierter Erkennungsalgorithmus lässt sich sehr robust zur Ermittlung der Fugengeometrie einsetzen. Es zeigt sich, dass der Einsatz einer Regressionsgerade die besten Ergebnisse zur Fugenrandpunkterkennung und Wurzelpunktberechnung liefert. Eine Übertragbarkeit des Algorithmus auf verschiedene Fugenvorbereitungen wurde gezeigt. Man erkennt bei der untersuchten Auswahl an möglichen Geometrieformen, dass für jede Fugenform das Erstellen von Merkmalsvektoren und Merkmalsverknüpfungen in Form von Regelbasen notwendig ist. Es werden durch die Vielzahl der unterschiedlichen eingesetzten Materialstärken eine große Anzahl an unterschiedlichen Merkmalsgrenzen und Regelsätzen benötigt. Ein robuster Laser-Lichtschnittsensor ist als Basis vieler Automatisierungsaufgaben der Fügetechnik zu sehen. Im Rahmen des Forschungsvorhabens konnte lediglich das Metall- Schutzgas-Schweißen untersucht werden. Zukünftige Arbeiten werden sich mit weiteren Schweiß verfahren wie beispielsweise dem Laser-Seh weißen und weiteren Fugengeometrien beschäftigen müssen. Neben Schweißverfahren sind auch weitere Fügeprozesse wie Lot-, Klebe-, und Dichtungsprozesse interessant und bedürfen einer geeigneten Sensorik. Auch die Art der Nahtvorbereitung, die Orientierung der Fuge und die Neigung des Fügewerkzeugs kann noch sehr viele Varianten annehmen. Die Übertragbarkeit der erarbeiteten Erkenntnisse auf andere Fügeverfahren muss deshalb separat untersucht werden. Weiterführende Forschungsvorhaben werden sich mit der sensorgeführten Nahtfindung, Nahtverfolgung und vor allem der sensorgestützten Adaption der Schweißparameter beschäftigen müssen. Die vorgestellten Algorithmen zur Fugenerkennung und Ermittlung der Fugengeometrie erweisen sich als sehr robust gegenüber Störeinflüssen und Variationen der Fugengeometrie. Schwierigkeiten bereitet die individuelle Parametrierung der Verfahren. Neben einer manuellen Parametrierung durch den Experten wird eine vereinfachte, teilautomatisierte Parameterermittlung benötigt, die eine automatische, prozessangepasste Einstellung der Filter- und Detektionsalgorithmen erlaubt.
