摘要：针对间隙小于0.05mm的低碳钢对接焊缝，用磁光传感方法获取焊缝位置信息，研究多新息理论优化卡尔曼滤波在焊缝识别及跟踪中的应用．在获取磁光图像及提取焊缝位置的过程中存在较多干扰，而传统卡尔曼滤波受噪声的影响较大，难以对焊缝偏差进行最优估计。为此，结合多新息理论，提出一种焊缝位置检测的卡尔曼滤波改进算法，在对当前时刻进行预测时，充分考虑之前多个时刻的运动状态，综合历史数据估计出焊缝位置信息，对不同新息值进行试验比较并考虑计算量和滤波精度，发现选用两个新息值优化卡尔曼滤波算法可得到较好的效果。结果表明，多信息理论优化卡尔曼滤波算法可有效提高焊缝位置检测精度。
关键词：多新息理论；卡尔曼滤波；磁光成像；焊缝检测
1 试验装置及焊缝位置参数提取
1.1 试验装置
磁光检测微间隙焊缝的试验装置如图1所示，包括激光YAG焊接机。带夹具的三轴运动工作台，保护气（氩气）装置，磁光传感器等。试验材料采用低碳钢板，焊缝间隙小于0.05mm。在焊接过程中，保证磁光传感器与激光头位置相对固定，使激光头与焊缝中心对正，通过磁光传感器摄取焊缝图像，试验条件如表1所示。图2a为焊件实物，图2b为一帧672像素×960像素的焊缝磁光图像，从磁光图像中明暗相间的过渡带中提取焊缝位置参数并计算激光束与焊缝中心的偏差。
1.2 焊缝位置参数的提取
试验条件如图3a所示，图3b是激光焊接机自带同轴摄像机摄取的焊缝，其采集速率为50f/s，由此可获取焊缝的真实位置。选取450帧连续焊缝磁光图像，分别进行灰度变换、中值滤波、二值化、腐蚀膨胀、边缘提取等处理，得到焊缝中心位置测量值。焊缝中心位置实际值与测量值如图4所示，由于磁光图像存在干扰，可以看出焊缝位置测量值呈现绕实际值波动现象。
3 多新息理论优化卡尔曼滤波
3.1状态方程与测量方程
利用卡尔曼滤波进行焊缝预测跟踪时，须建立描述焊缝中心位置的状态方程与测量方。在焊接过程中，工作台相对激光头在x-y平面上运动，由于x方向与y方向的测量误差相对独立，而且焊缝偏差主要在x方向，所以只对x方向作分析。设k时刻焊缝中心位置坐标为x（k），则（k+1）时刻焊缝中心位置为x（k+1）。工作台的运动方程为
式中：t为采样间隔；x（k）为工作台在x方向的速度；wx（k）为X方向的随机运动干扰。
期刊文章分类查询,尽在期刊图书馆以焊缝中心位置参数当前值x（k）和当前速度•x（k）及前一时刻的焊缝中心位置参数x（k－1）构成状态向量X（k），即
则系统状态方程为
的协方差为Q.则系统的状态方程可改写为X（k）=A（k/k－1）X（k－1）+T（k/k－1）wx（k－1）（4）
以当前焊缝中心位置及其位移量作为测量信息，即
k时刻的参数估计向量θ（k），是用增益矩阵Γ（p，k）与新息向量E（p，k）的乘积对∧（k－1）时刻的参数估计θ（k－1）进行修正。
4 试验结果及分析
对焊缝磁光图像分别采用n=2，3，4个新息值进行优化卡尔曼滤波。因标准卡尔曼滤波只含一个新息值，则n=1。为了确定卡尔曼滤波状态的初始值，以起始两个时刻k=1和k=2焊缝位置参数作为状态初始值来求得焊缝中心位置，则系统初始状态为
X（1/1）=［3.3056－0.00663.299］Τ
计算k=1时刻状态的一步预测
X（2/1）=［3.2396－0.06603.3056］Τ
最后得到滤波值
X（2/2）=［3.2397－0.06563.3056］Τ
此时完成一次滤波，然后依次完成剩余数据的滤波处理。为验证滤波效果，分别计算滤波前后的绝对误差，结果如图5所示。并对焊缝位置最大误差M、平均误差Mi及标准误差S进行计算，统计结果如表2所示。
由试验结果可知卡尔曼滤波及多新息理论优化卡尔曼滤波在一定程度上都能起到滤波和平滑的作用，但多新息理论优化卡尔曼滤波的效果明显比传统卡尔曼滤波好。就多个新息值对比分析选用两个新息值对卡尔曼滤波进行修正，焊接后的焊缝如图6所示。
结论
（1）与传统卡尔曼滤波检测焊缝对比，多新息理论优化卡尔曼滤波的焊缝在线识别精度较高。（2）对含有多个新息值优化卡尔曼滤波算法进行比较，综合考虑计算量和滤波精度，可选用两个新息值优化卡尔曼滤波对焊缝进行识别和跟踪。
参考文献
[1]高向东,罗锡柱.基于卡尔曼滤波的焊缝检测技术研究[J].机械工程学报,2004,04:172-176.
[2]张轲,金鑫,吴毅雄.基于卡尔曼滤波的焊缝偏差实时最优估计[J].焊接学报,2009,12:1-4+113.
论文作者:任江,王洋
论文发表刊物:《基层建设》2017年第14期
论文发表时间:2017/9/28
标签：卡尔论文; 位置论文; 所示论文; 状态论文; 时刻论文; 中心论文; 参数论文; 《基层建设》2017年第14期论文;