摘要：近年来数字孪生技术得到越来越广泛的传播，在飞机制造、数控加工和车间装配等领域逐步应用。本文针对机器人焊接作业场景，提出一种融合三维可视化、遗传算法优化和专家系统的数字孪生系统。系统中建立机器人、机器人变位机、工件变位机的协调运动策略，依靠VTK渲染引擎进行焊接过程实时三维可视化，建立数字孪生的虚拟模型；依靠遗传算法对工件变位机位置进行迭代优化，建立数字孪生的分析模型；依靠专家系统推理焊接工艺参数，整合焊接案例库，建立数字孪生的知识模型；依靠组合特征点法进行场景标定，上下位机间网络通信传输实时运动数据，建立数字孪生的物理实体层。最后利用仿真测试验证机器人焊接数字孪生系统的有效性，为机器人焊接作业的智能化发展提供了新的思路。

关键词：机器人焊接；数字孪生；三维可视化；遗传优化；专家系统

1引言

数字孪生技术的概念是年前后由美国密歇根大学的Grieves教授[1]在产品全生命周期管理课程上提出的，此后Gartner公司[2]将数字孪生列为十大战略性科技发展趋势。在理论方面，Gabor等人[3]提出利用专家知识构建数字孪生模型，Talkhestani等人[4]提出一种面向机电组件数据同步更新的数字孪生系统，Cai等人[5]研究数字孪生中传感器数据与制造数据的集成融合。在实践方面，美国空军研究实验室[6]建立单个飞机的超高保真度数字孪生模型，预测飞机结构寿命，ANSYS公司[7]使用ANSYS软件开发了安全继电器的数字孪生系统，达索公司[8]利用3D体验平台不断改进产品模型，从而优化产品实体。

国家重点研发计划“面向多品种五金炊具的机器人应用关键技术研究”（编号：YFB）

2机器人焊接数字孪生系统架构

对目前常见的三维/五维数字孪生模型架构进行分析后，决定将整个孪生系统分成三层，分别是虚拟模型层、核心控制层和物理实体层，其中核心控制层包含数字孪生分析模型和数字孪生知识模型，具体架构如图1所示。

图1焊接数字孪生系统架构

物理实体层通过点云扫描获取机器人、工件变位机和工件的相对位姿，并将标定数据传到虚拟模型层中，用于虚拟场景的搭建。虚拟模型层导入场景所需三维模型，拾取焊缝轨迹并进行编辑处理，根据协调运动策略求取机器人和变位机的运动学逆解，并实时进行碰撞检测。核心控制层中的分析模型根据运动系统进行建模，通过遗传算法进行迭代分析计算，优化工件变位机的放置位置。核心控制层中的知识模型输入焊接初始条件，推理出合适的焊接工艺参数，将生成的运动指令、工艺参数和优化参数传输到物理实体层。物理实体层实时拍摄焊缝图片，并在核心控制层进行图片预处理、焊缝中心提取和特征点匹配，根据运动补偿结果进行实际焊接作业，并将采集到的运动数据实时传到虚拟模型层，在虚拟模型层中进行VTK实时渲染，并绘制运动曲线。焊接结束后，对焊接质量进行打分，并将焊接案例存进知识模型中，对知识模型进行更新优化。

3数字孪生虚拟模型层

3.1焊接运动可视化

实现孪生模型对物理实体的实时映射，运动可视化主要分为以下六个部分：

⑴模型导入。VTK中的vtkPolyData类用于存储三维模型数据的几何结构数据、拓扑结构数据和属性数据。vtkPolyData数据源包括VTK数据源类（如vtkCubeSource、vtkSphereSource等）创建的简单图形数据，以及通过vtkSTLReader导入的图形数据。

⑵场景搭建。焊接场景具有多变性，不同的焊接工件需要采用各异的硬件配置。即使是硬件配置一致的情况下，硬件之间的相对姿态也会有差别，因此焊接场景应能进行灵活的调整。本文根据生产实际建立若干种焊接典型场景，根据需要进行选择性调用，对于单个焊接场景，根据物理实体的运动形态建立DH坐标系，并结合鼠标交互灵活调整各个关节值。

⑶轨迹编辑。焊接轨迹是影响焊接质量的重要工艺因素[17]，通常用三个角来表示焊缝点的姿态，分别是焊缝转角、焊缝倾角和焊缝偏角[18]，本文将这三个参数作为焊缝点的姿态变量，结合键盘输入灵活调整。

⑷VTK实时渲染。本文基于QT应用程序开发框架和C++类库VTK开发三维可视化界面，其中VTK通过可视化管线实现三维图形的可视化，动态改变模型的位姿、颜色、透明度等。其中位姿变换有两种实现方式：一是改变Actor的显示位置，优点是渲染速度较快，缺点是并没有改变原始数据的位姿；二是通过vtkTransform进行变换，优点是直接改变原始数据的位姿，缺点是渲染速度缓慢。对于需要进行实时碰撞检测的模型（如焊枪和工件模型），需要通过vtkTransform来保证模型数据实时变换，而其它模型则通过改变Actor的位姿来尽量保证渲染速度。

⑸实时碰撞检测。焊接运动过程中的碰撞检测通过vtkSelectEnclosedPoints类来实现，检测原理是：获取PolyData1的所有点，将PolyData2作为封闭曲面数据，判断获取的每一个点是否在封闭曲面外部。这种碰撞检测方法要求输入的模型必须是封闭曲面，而建模软件导出的STL常常是非封闭的，附带有边界边和非流形边，会影响检测效果。本文采用vtkFillHolesFilter类对网格模型进行修补，使其满足碰撞检测要求。

⑹运动曲线绘制。绘制运动曲线一方面用于运动仿真验证；另一方面，在机器人进行实际焊接作业时，可以通过上下位机网络通讯传送运动数据，将运动数据绘制成曲线，更直观地观测机器人运动情况。运动曲线绘制模块可以选择数据源为实际机器人运动数据或软件仿真数据。

图2虚拟模型层整体设计

3.2协调运动策略

本文研究由机器人变位机-机器人-工件变位机组成的运动系统。其中机器人变位机仅具有单轴移动自由度，主要用于调整机器人基座位置。机器人采用QJRH4-1关节型机器人，具有成熟的逆解运算。值得研究的是机器人与工件变位机的协调运动，不同的工件变位机对应不同的协调运动策略[19]。本文采用具有二旋转自由度的旋倾变位机，目前部分学者对该变位机采用船型焊算法[19][20]，有学者提出在部分焊接场景下船形焊不是最好的选择，并认为机器人末端距离焊缝越近，机器人能够进行焊接的可能性越大，然后针对机器人放置位置设计相应评价函数并进行遗传迭代优化[17]。因此本文提出了在焊缝转角一定范围内，使得焊缝点到机器人基座距离最近的工件变位机运动策略，既有利于机器人到达焊缝点，同时相邻焊缝点到机器人距离相近，运动策略具有连贯性，还借助遗传优化选取较佳的基座位姿，使得机器人和工件变位机协调运动时较为平稳。

本文定义工件变位机的坐标系如图3所示：

：世界基坐标系。

：变位机基坐标系。

：变位机第2个杆件的坐标系。

：变位机第3个杆件的坐标系。

：焊缝点坐标系。

图3工件变位机的坐标系

为了便于分析，本文将变位机结构进一步简化，如图4所示：将变位机的两个自由度抽离出来，形成一个二杆机构，杆1绕变位机基坐标系的Y轴旋转，杆2绕杆1旋转，且永远与杆1垂直，由图可知，当机器人TCP、焊点、变位机基座标原点共线时，焊点到TCP的距离最短。具体求解过程略去。

图4变位机杆件结构简化

4数字孪生核心控制层

4.1工件变位机位置优化

⑴优化描述

空间曲线焊缝需要机器人变位机、机器人和工件变位机三者的协调运动，其中机器人变位机运动时，需要带动机器人移动，消耗能量比较大，而且影响机器人运动的平稳性，进而影响机器人和工件变位机间的协调运动效果。焊接作业要求机器人末端以设定的焊接速度运动，焊接过程尽可能平稳。因此，本文采用遗传算法对工件变位机的位置进行优化，使得机器人变位机运动量尽可能小，机器人和工件变位机运动尽可能平稳。

⑵适应度函数设计

以上述优化问题为基础，综合考虑机器人变位机运动量和机器人、工件变位机的平稳性，并将工件变位机运动策略、焊枪姿态和模型碰撞要求作为罚函数，建立适应度函数。

⑶算法实现流程

①将工件变位机的X坐标和Z坐标作为冗余变量，给定初始种群。

②基于工件变位机逆解，计算出当焊点到机器人基座距离最近时的两个关节角，并计算出变位机转动之后各个待焊点的新的空间位姿。

③结合新的待焊点的空间位姿，求解机器人逆解，如无逆解或发生模型碰撞，则调整机器人变位机，如仍无逆解或仍发生模型碰撞，则调整焊枪姿态。

④舍去不满足约束条件的个体，计算种群中合格个体的适应度函数值。

⑤对种群中的每个个体按照与适应度函数值成正比的概率进行繁殖，并通过遗传、交叉和突变等遗传操作，形成新的种群。

⑥重复上述过程，直到某一代种群的适应度值收敛于某一数值或满足迭代次数，则推出迭代过程，并选取最大适应度函数值所对应的X坐标和Z坐标作为最终的解。

4.2焊接工艺参数推理

⑴焊接案例整合

案例推理的输入条件主要为母材材质、屈服强度、母材厚度、接头类型、焊接位置等，且对于同一母材材质而言，高性能母材的工艺均适用于低性能母材[21]。其中母材材质、接头类型、焊接位置均有若干固定选项，而母材厚度离散性比较大，如不进行处理，会导致案例库数据量过多，影响推理效率。因此本文将母材厚度模糊化，对母材材质、接头类型和焊接位置等信息相近的焊接案例进行整合。

⑵整体匹配

首先进行粗匹配，根据已有焊缝特征信息筛选出来满足要求的案例。然后进行精匹配，分别计算现有焊缝特征在案例中的隶属度，并筛选出和最大隶属度误差在一定范围内的案例，其中隶属度的计算采用高斯隶属函数。

⑶具体筛选

对于上述筛选出来的案例，可能存在其工艺参数太大，导致现有焊接设备达不到的情况，因此可以设置最大电流、最大电压、最大焊接速度和最大气体流量进行具体筛选。

⑷案例排序

为了向查询者提供更明确直观的信息，可利用焊接案例间差异对符合要求的案例进行多种排序。本文仿照文献数据库下载平台，结合焊接领域特点，设计了使用次数、信任度和上次使用时间三种排序方式。

⑸更新和优化知识模型

焊接质量是评判焊接工艺优劣的重要标准，而飞溅率、焊道稳定和熔透性是焊接质量最重要的三个指标。本文在每次焊接之后对焊接质量进行打分，折算成信任度。如能在案例库中找到相似案例，则进行案例整合，否则直接添加。

5数字孪生物理实体层

5.1焊接场景标定

目前应用于工程上的标定方案有基于机器视觉的点云匹配和基于组合特征点的标定方法。本系统面向港口机械设备焊接，存在体积大的特点，采用点云匹配会使得标定准确度和效率下降，因此采用组合特征点标定方法。要确定一个物体的位姿需要知道该物体上的三个点[22]，根据三个点构建坐标轴单位向量，计算物体的位姿矩阵，本文采用RGB-D相机扫描物体来获取点云，对点云进行分割和去噪，选取特征点并计算各个物体的位姿，经矩阵变换得到物体间的相对位姿。

5.2运动状态实时上传

上传运动状态是为了让上位机的虚拟模型层与实际焊接设备同步运动。本文采用编码器采集机器人各轴运动角度值，采用位置传感器采集变位机运动数据，利用网络通信进行数据传输。网络通信的主流传输方式有TCP和UDP，TCP传输的优点在于传输准确度高，不容易丢包，缺点在于通信协议复杂，速度略低。UDP传输的优点在于传输速度高，缺点在于通信协议简单，传输可靠性低。由于下位机发送运动数据的频率较高，可达到每毫秒一次，而上位机渲染速度有限，不需要太高的数据量，因此本文采用基于TCP传输协议的网络通信。

6数字孪生功能测试

对本文设计的焊接机器人数字孪生系统进行测试。以多条T型焊缝工件为例，母材材质选用Q碳钢，母材厚度为3mm，对焊接轨迹进行编辑处理后，确定每个焊缝点的位姿，然后按照协调运动策略进行逆运动学求解。

对工件变位机进行位置优化，参数设置如图5所示，设定工件变位机基座的坐标范围、每代种群个体数、循环代数、淘汰率和变异率等。

图5遗传优化参数设置

在知识模型中推理出合适的焊接案例，选用合适的工艺参数，推理结果如图6所示。当符合要求的焊接案例较多时，可通过三种方式进行案例排序。

图6焊接工艺案例推理

通过三维可视化系统动态刷新界面，运行中的焊接系统如图7所示。机器人倒装在机器人变位机上面，工件变位机依靠倾斜和旋转自由度控制焊缝点的位姿。

图7焊接运行过程

运动曲线绘制模块如图8所示，实时显示六条不同颜色的曲线，分别代表机器人六个轴的运动数据。通过按钮可以控制单个轴的运动曲线的显示和隐藏，使用倍速播放功能可以控制曲线变化的速度，通过播放、暂停、继续、清除、保存等按钮实现对运动曲线的编辑。

图8运动曲线绘制界面

7结论

⑴针对机器人焊接研究领域提出了一种三层数字孪生系统架构，基于VTK图形处理搭建功能完备的虚拟模型层，包括三维建模、场景搭建、碰撞检测、运动可视化等功能。

⑵针对二自由度旋倾工件变位机，在形状复杂且存在多条焊缝的焊接场景下，提出了使得焊缝点到机器人距离最近的工件变位机运动策略，保持机器人运动的可达性，同时采用优化后的基座位置保证机器人运动的平稳性。

⑶将遗传算法应用在工件变位机的放置规划上，使虚拟模型通过自身运行进行迭代分析优化；利用专家系统构建孪生系统的知识模型，并持续更新优化，使孪生系统更好地借助历史运行数据做决策分析。

⑷以多条T型焊缝工件为例，检验了机器人焊接数字孪生系统的各个功能模块，为数字孪生技术在机器人焊接领域的应用提供了一些思路。

参考文献

[1]APRISO.Digitaltwin:manufacturingexcellencethroughvirtualfactoryreplication[EB/OL].(-05-06).

转载请注明:http://www.aideyishus.com/lkjg/297.html