??近年來中國的鋼結構行業經歷了從緩慢起步到迅猛發展的過程,我國鋼材產量豐富,鋼材質量可靠,這為鋼結構在我國的快速發展提供了天然優勢,目前,國內的鋼結構行業主要應用于工業生產、軌道交通、市政建設、能源建設、以及別墅住宅。尤其是鋼結構建筑已被建設部列為重點推廣項目。建設部先后開展了30多項關于鋼結構建筑的課題研究項目,興建了許多試點工程。與此同時,許多高校和企業也紛紛加入到了鋼結構建筑體系及關鍵技術的研究行列。
??焊接難題
??鋼結構工程量很大,里面包含了各種各樣的建筑風格以及科技含量高的建筑特征。對于焊接鋼結構來說也是有些難度的事情,尤其里面包含的一些焊接難點。在鋼結構的實際焊接過程中,會受到外界熱量的影響,使焊接不均勻,容易引起外界應力變化,使鋼結構焊接異常。此外,焊工專業水平不高,焊接時焊接應力控制不好,造成焊接氣泡或裂紋。
??1、厚板、坡口焊,需要多層多道焊。
??2、相對裝配精度差,誤差大,焊接過程需要激光跟蹤糾正焊接軌跡。
??3、焊縫破口不一致,需要實時智能調整焊接工藝。
??4、小批量,構件之間沒有重復性,需要自動識別,自主編程難。
??解決方案
??創想智控焊縫跟蹤系統在鋼結構焊接中扮演了舉足輕重的角色,針對于鋼結構行業的特點我們提供一下解決方案。
??1、為工件掃描,軌跡規劃提供高精度,大量程的激光測量傳感器。
??2、焊接過程中,實時測量破口形態,調用焊接專家系統,實時調整焊接工藝。
??3、焊接完成后,通過焊道外觀掃描,檢測焊道表面形態。
??解決的問題
??1、工廠買機器人用不起來
??小批量,多種類的焊接節點接頭,導致無發實現機器人的自動化焊接。
??配合機器人集成商聯合開發,通過激光掃描方式,組合機器人離線編程,實現工廠一線的免示教自適焊接,很大程度的解決了現場機器人用不起來的問題。
??2、大尺寸工件焊接操作不方便
??焊接設備和工件尺寸大,復雜環境作業導致操作及其不方便,并且安全隱患嚴重。
??增加焊縫跟蹤,工人可以遠程操作焊接,無需在焊接過程中,實時跟著焊槍行走,從而實現更高效率的焊接。
??3、多把焊槍同時焊接,成本高且質量無法保證
??在大型鋼結構焊接中,一套設備要多把焊槍進行焊接,多人盯著焊接,作業空間不允許,產品質量無法保證,人工成本會大大增加。
??增加焊縫跟蹤,一人可以控制多把焊槍進行焊接,極大的降低了產品線的生產成本。
??創想智控自主研發的激光焊縫跟蹤系統可真正焊接實現自動化,將焊縫跟蹤系統與自動化設備融合提出綜合解決方案,可以有效提高焊接質量和焊接效率,降低工人勞動強度,將工人從大規模的焊接工作中解放出來。
審核編輯:湯梓紅
-
焊接
+關注
關注
38文章
3263瀏覽量
60259 -
鋼結構
+關注
關注
0文章
12瀏覽量
6709 -
焊縫跟蹤
+關注
關注
0文章
195瀏覽量
10508
發布評論請先 登錄
相關推薦
創想智控焊縫激光跟蹤系統協同發那科機器人在箱體自動焊接的應用

創想焊縫跟蹤系統適配匯川機器人在鋼結構自動焊接的方案

創想激光焊縫跟蹤器適配昌泓機器人實現智能焊接的案例

評論