焊接机器人在石油化工建设行业广泛应用的可行性分析

2023-08-12樊秀刚

石油化工建设 2023年3期

樊秀刚

中石化第十建设有限公司山东青岛 266555

作为国家重工业的重要组成部分，石油化工建设行业承担了大量大型结构、大型储罐、承压设备、厚壁管道、特殊材料等的焊接作业。目前，该行业内焊接作业大多以传统的手工焊接和机动焊接（半自动焊）为主。焊接时，操作人员、焊接设备、组对工装、焊接工艺、焊接材料、焊接检验方法和焊接作业环境等因素都会在一定程度上影响焊接的质量，焊缝返修及重复检测还会导致施工成本增加。而且人工焊接对操作者的依赖程度过高，即便是埋弧自动焊等半自动焊机，在调整焊接参数和电弧移动过程中也不能离开人工操作。操作人员质量意识淡薄、操作技能不熟练、水平发挥不稳定等因素都会造成焊接效率低、焊接质量不稳定。此外，由于焊接作业过程中产生的电弧烟尘污染对人体有害，越来越多的焊工改行至相对更为环保的行业工作，施工企业面临着熟练焊工用工荒加剧、焊工人工成本持续上涨等项目管理压力。

近年来，随着现代人工智能的迅猛发展，焊接机器人自动化焊接技术日渐成熟，且基于其对车间环境要求低、抗干扰能力强等优势，在制造业得到了越来越广泛的应用。而石油化工建设施工现场设备结构林立、管道错综复杂，环境相较于车间更加复杂。因此，从技术层面研究分析焊接机器人能否在这种环境下正常发挥作用，并推动机器人焊接广泛取代人工焊接，实现工程进度与工程质量的双赢，是非常必要的。

1 焊接机器人现状

我国是世界工业机器人消费最大国。据统计，2021 年全年，全国工业机器人完成产量366044 台。MIRDATABANK 数据显示，仅2022 年上半年，我国工业机器交易量就已超过13 万台[1]。据亿欧智库数据统计，2021 年焊接机器人占我国机器人消费总数的25%，消费占比情况如表1 所示。焊接机器人在各领域所展现出来的高效性、有序性、不知疲倦和灵活可靠等特性是其发展迅速的重要原因。

表1 2021 年焊接机器人消费占比情况

焊接机器人技术经历了三个发展阶段：第一代“示教—再现”焊接机器人，只会简单的机械操作，没有信息收集回传的功能，即便是在简单的工作环境中也有可能受其他细微影响而不能很好完成焊接作业，基本已被现代工业所淘汰；第二代具有感知功能的焊接机器人，已具备一定的感知能力，能够搭载各种传感器，并在传感器的帮助下简单辨别并很好地采集作业环境信息，也能够在简单的环境下独立完成工作；第三代智能型焊接机器人，集多种传感器于一身，可自动检测作业环境，对复杂环境的适应性较强，可以基于收集到的信息自主决策并进行路径规划，“柔性”大大加强，是未来焊接机器人发展的主要形式，人类自此加快了步入自动焊接的时代[2]。

20 世纪80 年代末，我国研制出了第一台弧焊机器人——“华宇- Ⅰ型”焊接机器人[3]，迄今为止已有近40年的历史。我国机器人研究虽起步晚，但发展速度迅猛，从最初的点焊、弧焊发展到钨极气体保护焊、熔化极气体保护焊、激光焊和等离子焊等焊接方式，作业环境也由原来的室内操作扩展到室外，如山间、水下、外太空和其他高污染环境等[4]。可见，焊接机器人能够帮助人类从危险系数高的劳动环境中脱离出来。

2 焊接机器人应用的可行性分析

2.1 焊缝识别与跟踪

焊缝识别与跟踪是自动化焊接技术关键点所在。在石油化工建设施工现场，高空焊接作业非常常见。但高空焊接作业时操作空间受限，作业风险大，焊接难度大，极易导致焊接操作人员焊接水平发挥失常，直接影响到焊缝整体质量。而焊接机器人能够精准地识别到焊缝，并确保焊枪准确定位并找到焊缝位置，快速适应复杂的作业环境，且操作性能稳定，极大程度上保证了焊接质量。

焊接机器人依托各种传感器技术来实现既定功能。我国很早就已经开始了对传感器的研究，在工业机器人中，传感器技术的应用已比较成熟。智能机器人对外界环境有超强的感知力，在传感器的作用下，机器人可以获取外界信号数据，能够自主识别、提取焊缝，并对焊枪位置进行矫正，从而实现对母材接口的精准焊接[5]。为消除自动化焊接过程中噪音、灰尘或金属飞溅等对传感器稳定性所产生的干扰，智能机器人采用图像预处理法，对采集图像做去噪处理，突出增强图像中的焊缝特征信息，有助于后续焊缝特征的提取[6]。

随着软件技术的不断更新，计算机性能有了质的提升，逻辑运算功能进一步提高，视觉传感的响应速率更快，成为最有潜力的一种传感方式。当前视觉传感的研究一般以激光作为光源，激光光源能量大、亮度高，对周围环境光线的变化反应不敏感，能准确反映焊缝外观，并提高焊接机器人的空间分辨率和灵敏度，是目前较好的传感方法[7]。根据这种传感方法，国内很多公司研究出了精密比较高的焊缝跟踪系统。例如唐山英莱的IL- HSP- 100SD02 激光视觉焊缝跟踪系统，不仅能够检测内角、平板、对角、V 型坡口等类型的焊缝，还支持10 多种非标准焊缝的定制检测，可以保存现场焊缝数据。北京创想的CXZK- MIC 微型激光焊缝跟踪器，可以实时纠正焊缝存在的细小偏差，自动引导焊枪对焊缝进行追踪[8]。在这些系统的作用下，焊接机器人能够成功地排除施工过程中产生的弧光、金属飞溅及烟尘等影响因素, 大幅度降低自然环境下光线、灰尘及空气湿度等因素所产生的不良影响，既提高焊接效率，又确保焊缝成型良好；既安全、美观，又提高了焊材的有效利用率，降低损耗量，使焊接质量有了质的提高。

2.2 焊缝质量控制

石油化工生产工艺多数具有高温、高压、易燃、易爆、易中毒、易腐蚀等特点。若出现焊接质量缺陷，不仅会影响各种设备、管道的使用寿命，还可能产生物料泄露，既污染环境，又易引发火灾、爆炸等严重安全事故。焊接过程会使焊缝及其周围热影响区材料的金相组织和性能发生变化：若焊接过程中线能量过大，热影响区组织晶粒紊乱、粗大易会造成材料脆化；若线能量过小，则造成淬硬组织从而产生焊接裂纹。由于焊接机器人对焊缝线能量的控制极为精准，焊接过程中依靠其敏锐的感知能力，焊接工艺参数可根据外部环境的变化实时调整，如起收弧稳定性、起收弧位置、焊接电流、电弧电压、焊接速度、焊枪倾斜角、焊枪摆动幅度及频率、焊枪摆动左右停留时间、干伸长、弧长、熔滴过渡形式和保护气体流量等[9]。这些因素的控制得当与否直接决定焊缝成形质量的好坏。

为了控制这些因素，20 世纪80 年代起国外就开始对焊接专家系统的研究。目前焊接专家系统主要分为8 类，主要包括焊接工艺、焊接材料、焊接结构、焊接缺陷诊断、焊接成本估算、焊接过程控制、设备故障诊断和焊工考试专家系统。其中焊接过程控制专家系统主要是根据焊接过程检测装置，对焊接位置是否产生偏差、焊接位置是否熔透、焊接时有无产生母材的变形等进行逐一检查，并根据检查结果实时自动进行焊接调整的专用系统[10]。在焊接过程中，焊接控制专家系统可以根据各种焊接参数提供不同的焊接方法，使焊接机器人能够根据捕获的信息精准地进行轨迹移动，调整焊枪的使用姿态和一系列参数；选择脉冲弧焊电源时可自行调节脉冲电流强度，使电流达到喷射过渡状态，在保证熔深深度的条件下缩小熔池体积，从而实现焊接位置全覆盖；同时因减小线能量而缩小热影响区，降低热影响区组织晶粒的粗大化，从而降低裂纹倾向和结构变形，使焊接工艺和焊接动作相互协调配合，提高焊接机器人控制的时效性，减少焊材损耗量、降低返工率，进而延长各种工件的使用期限，保证化工装置的安全运行。

2.3 焊接质量检测

焊接质量受诸多因素的直接或间接影响。即使选择了最优的焊接方法和焊接工艺参数，采取了大量避免缺陷产生的工艺措施，也不能保证焊接不产生缺陷。常见的几种焊缝缺陷类型包括未熔合、未焊透、裂纹、夹渣和气孔等[11]。这些缺陷会影响焊接构件的力学性能和使用寿命，严重情况下会对公众安全和财产带来巨大的威胁和损失。因此，在焊后及时对工件的焊缝进行无损检测，评估焊缝内部不同类型、不同程度的缺陷位置和缺陷大小是非常重要的工作。无损检测技术广泛应用在航空航天、机械制造、石油化工、特种设备制造等领域。

当前，石油化工施工行业对于焊缝质量的检测依然沿用传统的人工检测方式，检测内部缺陷的方法一般使用射线检测（RT）、超声检测（UT）两种。射线检测时无损检测操作人员手持X 射线机或γ 源射线机对需要检测的位置进行曝光。如工件较厚，曝光时间相对较长，检测时射线的辐射极易对操作人员身体造成伤害。在超声检测方面, 由于传统的超声检测仪无法记录检测到的数据且，超声探头对薄壁工件不敏感，很少应用于施工现场。近几年，随着数字化仪器的发展和应用，超声相控阵（PAUT）开始逐步替代传统的超声技术走入化工行业的施工现场，超声相控阵检测仪具有检测探头多样、检测敏感度高、数据可记录、机身轻巧、可全天作业等优点，大大提高了检测的效率。但仍需人工携带至工件位置，使用探头对工件进行检测，并判定焊缝质量是否合格。

实际工作中，很多大型设备、结构和管道所处位置较高，检测人员通常需要借助脚手架或机械才能到达焊缝位置，不仅危险系数高，而且花费时间长、作业量大，耗费巨大的成本。而焊接机器人的应用会使焊缝缺陷检测更加简便快捷、经济安全。文献[12]提出一种基于人工神经网络的机器人焊缝缺陷图像自动辨别方法，通过模糊增强等预处理过程，增强图像质量，突出缺陷特征，以图像特征为辨识依据，不断训练人工神经网络，从而得到准确的辨识结果[12]，有利于工件焊接的二次改进。阿里巴巴DAMO 研究院人工智能团队使用卷积神经网络(CNN)训练，已成功识别新冠肺炎病灶的细微变化，如斑片状或节段状磨玻璃密度影等。根据这种新的研究思路，利用现代人工智能算法速度快、精度高的优势，构造了专用于气孔、夹杂物、裂纹、未焊透及未熔合等焊接缺陷的超声相控阵检测图谱特征集及其智能分类算法，加强焊接缺陷检测定性的分类[12]，使焊接质量检测变得更加精准高效。