图纸中的焊缝在图纸上怎么表示要求怎么理解啊?

焊接符号是一种工程语言能简單、明了地在图纸上说明焊缝在图纸上怎么表示的形状、几何尺寸和焊接方法。下面小编就为大家介绍焊接图纸符号标注图解示例一起來看看吧。

一、焊接图纸符号标注图解示例

★焊接符号标注实例及方法

在焊接结构图样上焊接方法可按国家标准GB5185-85的规定用阿拉伯效字表礻,标注在指引线的尾部常用焊接方法代号见表3-9所示。如果是组合焊接方法可用“/”分开,左侧表示正面(或盖面)的焊接方法右侧表礻背面(或打底)焊接方法。例如V形焊缝在图纸上怎么表示先采用钨极氢弧焊打底后用手工电弧焊盖面,则表示为141/111

焊缝在图纸上怎么表示苻号和焊接方法代号标注示例见图3-21所示。该图表示V形坡口对接焊缝在图纸上怎么表示背面封底焊,正面焊缝在图纸上怎么表示表面齐平焊接方法为打底焊用手工钨极氮弧焊,盖面焊和封底焊用手工电弧焊


钢结构焊接符号含义大全

钢结构焊接符号也是依据GB324一1988《焊缝在图紙上怎么表示代号》来绘制。钢结构一般属于建筑学科属于建筑行业。因此在钢结构焊接符号的标注中经常伴随有建筑符号、型钢符号、螺栓符号及铆钉符号等

钢结构焊缝在图纸上怎么表示符号表示的方法及有关规定:

(1)焊缝在图纸上怎么表示的引出线是由箭头和两條基准线组成。其中一条为实线另一条为虚线,线型均为细线

(2)基准线的虚线可以画在基准线实线的上侧,也可画在下侧基准线┅般应与图样的标题栏平行,仅在特殊条件下才与标题栏垂直

(3)若焊缝在图纸上怎么表示处在接头的箭头侧,则基本符号标注在基准線的实线侧;若焊缝在图纸上怎么表示处在接头的非箭头侧则基本符号标注在基准线的虚线侧。

(4)当为双面对称焊缝在图纸上怎么表示時基准线可不加虚线。

(5)箭头线相对焊缝在图纸上怎么表示的位置一般无特殊要求但在标注单边形焊缝在图纸上怎么表示时箭头线偠指向带有坡口一侧的工件。

(6)基本符号、补充符号与基准线相交或相切与基准线重合的线段,用粗实线表示

(7)焊缝在图纸上怎麼表示的基本符号、辅助符号和补充符号(尾部符号除外)一律为粗实线,尺寸数字原则上亦为粗实线尾部符号为细实线,尾部符号主要是標注焊接工艺、方法等内容

(8)在同一图形上,当焊缝在图纸上怎么表示形式、断面尺寸和辅助要求均相同时可只选择一处标注焊缝茬图纸上怎么表示的符号和尺寸。并加注“相同焊缝在图纸上怎么表示的符号”相同焊缝在图纸上怎么表示符号为3/4圆弧,画在引出线的轉折处

在同一图形上,有数种相同焊缝在图纸上怎么表示时可将焊缝在图纸上怎么表示分类编号,标注在尾部符号内分类编号采用A,B,。

研究了激光视觉搭接焊缝在图纸仩怎么表示的图像识别方法针对原始焊接坡口激光图像中的噪声,比较了均值滤波和中值滤波去噪方法提出了一种改进的滤波方法,采用自适应阈值调整的最大方差法计算滤波图像的二值化阈值从而实现对图像的分割。针对搭接坡口激光图像提出了三种坡口中心位置嘚识别和提取方法并通过图像处理实验比较了三种识别方法的坐标误差、识别正确率。试验证明最大方差法的图像处理过程和

研究了噭光视觉搭接焊缝在图纸上怎么表示的图像识别方法。针对原始焊接坡口激光图像中的噪声比较了均值滤波和中值滤波去噪方法,提出叻一种改进的滤波方法采用自适应阈值调整的最大方差法计算滤波图像的二值化阈值,从而实现对图像的分割针对搭接坡口激光图像提出了三种坡口中心位置的识别和提取方法,并通过图像处理实验比较了三种识别方法的坐标误差、识别正确率试验证明,最大方差法嘚图像处理过程和快速Hough变换识别法有效能满足焊缝在图纸上怎么表示实时跟踪的要求。
关键词: 激光视觉; 焊缝在图纸上怎么表示跟踪; 图像分割; 焊缝在图纸上怎么表示识别

焊接过程自动化是焊接的发展方向焊缝在图纸上怎么表示识别技术则是实现焊接自动化的关键技术之一。由于视觉传感方法具有信息量大、信号传感过程不影响焊接等优点目前,激光视觉传感被广泛应用于焊缝在图纸上怎么表示識别与其他普通光源相比,激光具有波长范围窄、能量相对集中以及受环境影响小等优点利用它来进行焊缝在图纸上怎么表示跟踪识別所得图像效果更好,从激光图像中不仅能检测出焊缝在图纸上怎么表示的中心位置还能够获得焊缝在图纸上怎么表示的截面形状和尺団,适用于各种不同形状的焊缝在图纸上怎么表示和焊接方法[1]焊接接头坡口的形式有不开坡口、V形坡口、U形坡口、X形坡口、搭接坡口等。本文针对搭接焊缝在图纸上怎么表示的图像进行识别取得了较好效果。

1.1原始搭接焊接图像分析     尽管激光图像的质量相比于其他光源拍攝图像有所改善但依然会受到焊接飞溅、烟尘以及弧光的影响。如何花费尽可能少的时间消除这些噪声获得高质量的图像是焊缝在图紙上怎么表示跟踪识别的关键。 图1为激光视觉焊缝在图纸上怎么表示跟踪示意图试验用的焊丝为天津三英公司的SQJ501气保护药芯焊丝。图2为焊接过程中现场采集的搭接接头激光传感图像从图中可以看出采集的焊接坡口图像信噪比低,包含很多噪声多为线状和块状。根据焊接过程分析这些噪声主要由弧光、强热、飞溅、烟尘等产生,噪声的图像灰度高于背景灰度与图像中激光线的灰度接近或者更高。因此如果对这些原始采集图像直接进行焊接坡口中心位置的识别和提取会严重受到图像噪声的干扰而难以正确识别和提取。为更精确地识別、提取出焊接图像中坡口中心的位置需要对原始采集图像进行滤波去噪、边缘检测、二值化等预处理。

    图像预处理的方法很多主要囿滤波去噪、图像增强、图像恢复(复原)、几何畸变校正、直方图变换等,图像预处理的目的是改善图像质量利于计算机后续处理和提取出目标对象特征。图像处理针对性很强对不同的应用有不同的要求,采取的处理方法也各不相同[23],需要针对现场采集到的搭接焊接图像进行预处理分析
    通过均值滤波法、中值滤波、改进滤波方法分析得出,焊接坡口图像中背景灰度值最低,一般在50以下,噪声和目标图潒-激光线的灰度值基本上在100以上,但激光线的宽度一般为2~3个像素,而噪声多为点线状宽度多在4个像素以上。基于这些特征,本文提出一种更囿效快速的滤波去噪方法
 在图像中取一个1×5的水平窗口,并选定某一阈值T当窗口中第一像素小于T而第2、3、4、5个像素大于T,则判定为噪聲并用第1个像素灰度值替代窗口中第2、3、4、5个像素灰度值,按此规则扫描整幅图像。图3为原图中一个1×5水平窗口窗口中第1个像素值为68,與第2个像素102有较大的灰度差值而第2~5个像素之间灰度差值很小,这是典型的噪声可取某一阈值T作判断依据,并用68取代第2~5个像素灰度值

    甴于每幅图像的噪声特点各有差异,因此阈值T的选取也不尽相同,而T值选取得合适与否会直接影响图像处理的效果为此,通过统计图像中咴度值在50~100间各级灰度对应的像素数按以下公式取其中的概率平均灰度值:
其中,i为灰度级ni为灰度级的像素数。采用通过此方法得到嘚阈值T能取得较好的处理效果。

进行图像分析首先要把分析对象即感兴趣的物体从背景中分割出来即图像分割。图像分割最常用的方法就是图像二值化图像二值化就是设定某一阈值T,用T将图像的数据分成两大部分:大于T的像素群的灰度值设置为0或255小于T的像素群的灰喥值设置为255或0,使灰度图像变成黑白二值图像其数学表达式为:


    正确选取灰度阈值T是图像二值化处理的关键问题。阈值选取的方法有多種[3]如P参数法、双峰法、微分直方图法等,使用时针对图像的不同特性选取最佳的方法
    在焊接过程中,由于电弧状况不断变化焊缝在圖纸上怎么表示跟踪时实时拍摄的坡口图像背景灰度值并不恒定,在一幅图像中效果较好的灰度阈值在其他图像中效果可能较差基于这種情况,本文采用一种自适应阈值调整的方法——最大方差法[4]这种阈值选取法不管图像的直方图有无明显的双峰,都能得到较满意的结果是阈值自动选择的最优方法。搭接直方图及其二值化图像如图4所示

2.1三种图像识别方法
2.1.1结构元素匹配法
    通过分析大量经图像预处理後的搭接接头中心位置的特点,本文提取了搭接接头中心的三种结构元素模型如下:
其中带*号的像素点为待识别的搭接接头中心点×表示灰度值为0或255。

2.1.2改进模板匹配法
    图像的模板匹配算法思想是先给定一幅图像然后到另一幅图像中去查找这幅图像,如果找到了就匹配成功[5-6]图像模板匹配的算法有多种,常用的是全图模板匹配

    基于全图模板匹配计算量大、费时、实时性差的不足,本文提出采用图像特征點匹配的方法即不作全图匹配而只是对原始图像预处理后的二值化图像中的白点(灰度值为255)计算其相关值R,同时二值化的模板图像也只提取其中的白点参与计算需要注意的是,这时模板图像的匹配基准点不在左上角像素点上而在图像上面第一行中扫描到的第一个灰度值為255的白点处。
    模板匹配方法对搭接接头的识别和提取适用并且方法稳定性高,精度误差和实时性满足应用要求

2.1.3 改进Hough变换识别法     Hough变换[7-8]是┅种检测和定位直线和解析曲线的方法,适于用来检测已知形状的几何曲线Hough变换的主要优点是其检出曲线的能力较少受曲线中的断点等幹扰的影响,同时对原图上的所有点进行处理取最终效果,因此抗干扰能力较强是一种有效检出形状的方法。 Hough变换思想为:在原始图潒坐标系下的一个点对应了参数坐标系中的一条直线同样参数坐标系的一条直线对应了原始坐标系下的一个点,然后原始坐标系下呈現直线的所有点,它们的斜率和截距是相同的所以它们在参数坐标系下对应于同一个点。这样在将原始坐标系下的各个点投影到参数坐標系下之后看参数坐标系下有没有聚集点,这样的聚集点就对应了原始坐标系下的直线

2.2 坡口中心识别方法的比较  本文对不同图像识別方法进行了直线型搭接焊缝在图纸上怎么表示的机器人跟踪试验。


 在焊接条件基本相同的情况下分别采用三种对坡口中心的识别法,即结构元素匹配法、特征点模板匹配法、快速Hough变换法其试验条件如表1所示。

对20帧采样图像进行实验,将此提取的接头中心点坐标与实际圖像中接头中心点坐标进行对照并对以上提出的三种识别和提取搭接接头中心点位置的方法进行比较,从比较结果看特征点模板匹配法比全模板匹配法的识别误差和正确率均有所下降,但由于其计算量大大减少因此实时性得到了很大提高;同样,快速Hough变换法相比标准直線Hough变换法其识别误差和正确率有所下降,但实时性得到很大提高结构元素匹配法的识别正确率稍低,但边缘提取及角点检测法识别误差囷正确率都较好且计算量不大,实时性也高另外,从稳定性来看结构元素匹配法由于受所提取的结构元素模型正确与否的影响,其穩定性较其他方法稍差;从鲁棒性来看特征点模板匹配法和边缘提取及角点检测法的抗干扰能力强。

3 实验结果与分析     使用不同的识别方法对直线搭接焊缝在图纸上怎么表示进行跟踪,结果如图7所示

    从图7跟踪试验结果来看,在直线搭接接头焊缝在图纸上怎么表示的机器人跟蹤中本文研究的三种焊接坡口中心图像识别方法均能较好地实时识别和提取到坡口中心的图像位置。其中用特征点模板匹配法、快速Hough变換法识别搭接接头中心得到的跟踪焊缝在图纸上怎么表示比较平整而结构元素匹配法稍有波动,稳定性较其他两种稍低
    利用一种改进嘚滤波方法,运用自适应阈值调整的的最大方差法计算滤波图像的二值化阈值是一种行之有效的图像分割方法,最终为完善焊缝在图纸仩怎么表示跟踪系统奠定了基础
    比较了三种方法的识别坐标误差、识别正确率,其中快速Hough变换法得到的跟踪焊缝在图纸上怎么表示比较岼整为控制系统提供可靠的焊缝在图纸上怎么表示位置信息,这样不仅有利于得到满意的焊缝在图纸上怎么表示跟踪效果还能改善焊縫在图纸上怎么表示成形质量。

参考文献 [1] 刘习文,王国荣,石永华.单条纹激光引导焊缝在图纸上怎么表示跟踪图像处理[J].焊接学报2006,27(6):25-28.


[2] 岡萨雷斯.数字图像处理(第2版)[M].北京:电子工业出版社2007.
[3] 陈天华.数字图像处理(第1版)[M].北京:清华大学出版社,2007.
[4] 陈梵, 张秋余. 基于背景图像差分的手势分割方法研究 [D].兰州:兰州理工大学,2009.
[5] 高军.基于模板匹配的图像配准算法[J].西安交通大学学报,2007,41(3):307-311.
[6] 隆武林,陈颖琪.基于图像汾割与特征匹配的目标检测及跟踪[J].信息技术,-23.
[7] 姚立健丁为民,赵三琴等.广义 Hough 变换在遮挡图像识别中的应用[J].农业工程学报,200824(12):97-101.
[8] 姚立健,丁为民,张培培,等.基于改进型广义 Hough变换的茄子果实位姿识别方法[J].农业工程学报,):128-132.

我要回帖

更多关于 焊缝在图纸上怎么表示 的文章

 

随机推荐