Notice of Retraction Analysis on arc-welding robot visual control tracking system

Cui, Heping; Xiao, Zhenhua; Dong, Jie; Chen, Ya-Yun; Hou, Guojiang; Zhao, Zhijia

doi:10.1109/qr2mse.2013.6625997

Cited by 7 publications

(4 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A soldagem robótica é parte integrante da fabricação industrial avançada e considerada a principal símbolo da tecnologia de soldagem moderna [32]. As primeiras aplicações da solda robótica, a chamada primeira geração sistemas de soldagem robótica, o processo foi realizado como um sistema de solda de duas passagens, em que a primeira passagem foi dedicada a aprender a geometria da costura e em seguida, a soldagem da costura na segunda passagem.…”

Section: Evolução Dos Sistemas De Soldagem Robotizados Rumo a I40unclassified

Modelo de maturidade aplicado à células de soldagem robotizada: uma proposta baseada no modelo CMMI

Simoni¹,

Cecconello²

2020

SCI

View full text Add to dashboard Cite

A alta competitividade da indústria atualmente faz com que a busca por modernização e melhoria nos processos passe a ser fundamental. A automação dos processos de soldagem oferece inúmeros benefícios para empresas, passando por maior produtividade e consistência de solda até custos mais baixos para produção, mão de obra e materiais, segurança e qualidade. A Indústria 4.0 propõe deixar a indústria ainda mais automatizada, de forma que as máquinas dotadas de sensores conseguirão se comunicar entre si e assim tornar o processo ainda mais eficiente e permite um acompanhamento em tempo real do que ocorre no processo de soldagem, proporcionando também que a máquina ou robô seja o inspetor de qualidade do processo. Diante disso, percebe-se que surgem barreiras para que os projetos de soldagem automatizada não atinjam o resultado esperado devido a fares internos e externos. Um modelo de maturidade é uma forma para avaliar o quão hábil uma empresa é para gerenciar e implementar seus projetos, isso significa que ele possibilita a identificação do nível da maturidade e, assim, ajuda a empresa a definir o melhor caminho para que o sucesso pleno do projeto seja alcançado. Entre todos os modelos que ajudam na avaliação da maturidade, o CMM pode ser considerado como o seu primogênito. Existem várias formas de se validar um modelo de maturidade, entre elas a proposta neste artigo, por meio da avaliação de especialistas da área de soldagem robotizada e utilizadores dos sistemas. A validação deste modelo obteve êxito pois conforme proposto todas as médias das notas obtidas ficaram acima de 3. Como principal resultado, este trabalho apresenta um modelo de maturidade focado a células de soldagem robotizada, o que representa uma lacuna na literatura existente.

show abstract

Section: Evolução Dos Sistemas De Soldagem Robotizados Rumo a I40unclassified

Modelo de maturidade aplicado à células de soldagem robotizada: uma proposta baseada no modelo CMMI

Simoni¹,

Cecconello²

2020

SCI

View full text Add to dashboard Cite

show abstract

“…Welding is an integral part of advanced industrial manufacturing and robotic welding is considered the main symbol of modern welding technology (Cui et al 2013). In the earliest applications of robotic welding, so-called firstgeneration robotic welding systems, welding was performed as a two-pass weld system, in which the first pass was dedicated to learning the seam geometry and was then followed by the actual tracking and welding of the seam in the second pass.…”

Section: Robots In Arc Weldingmentioning

confidence: 99%

Robotic arc welding sensors and programming in industrial applications

Kah

Shrestha

Hiltunen

et al. 2015

Int J Mech Mater Eng

View full text Add to dashboard Cite

Technical innovations in robotic welding and greater availability of sensor-based control features have enabled manual welding processes in harsh work environments with excessive heat and fumes to be replaced with robotic welding. The use of industrial robots or mechanized equipment for high-volume productivity has become increasingly common, with robotized gas metal arc welding (GMAW) generally being used. More widespread use of robotic welding has necessitated greater capability to control welding parameters and robotic motion and improved fault detection and fault correction. Semi-autonomous robotic welding (i.e., highly automated systems requiring only minor operator intervention) faces a number of problems, the most common of which are the need to compensate for inaccuracies in fixtures for the workpiece, variations in workpiece dimensions, imperfect edge preparation, and in-process thermal distortions. Major challenges are joint edge detection, joint seam tracking, weld penetration control, and measurement of the width or profile of a joint. Such problems can be most effectively solved with the use of sensory feedback signals from the weld joint. Thus, sensors play an important role in robotic arc welding systems with adaptive and intelligent control system features that can track the joint, monitor in-process quality of the weld, and account for variation in joint location and geometry. This work describes various aspects of robotic welding, programming of robotic welding systems, and problems associated with the technique. It further discusses commercially available seam-tracking and seam-finding sensors and presents a practical case application of sensors for semi-autonomous robotic welding. This study increases familiarity with robotic welding and the role of sensors in robotic welding and their associated problems.

show abstract

“…There are several works reported in the literature, especially in vision-based control supervision of welding process [8] or trajectory tracking (with low curvature) using a robotic arm, which embeds the laser source [9]- [11]. In addition, regular and precise path following could find applications in 2-D/3-D laser microma- chining (e.g., microsystems fabrication) [14], as well as in freecontact micromanipulation techniques (e.g., laser trapping) [15].…”

Section: Introductionmentioning

confidence: 99%

Decoupling Path Following and Velocity Profile in Vision-Guided Laser Steering

2015

View full text Add to dashboard Cite

Laser surgery requires accurate following of a path defined by the surgeon, while the velocity on this path is dependent on the laser-tissue interaction. Therefore, path following and velocity profile control must be decoupled. In this paper, nonholonomic control of the unicycle model is used to implement velocityindependent visual path following for laser surgery. The proposed controller was tested in simulation, as well as experimentally in several conditions of use: different initial velocities (step input, successive step inputs, sinusoidal inputs), optimized/nonoptimized gains, time-varying path (simulating a patient breathing), and complex curves with curvatures. Thereby, experiments at 587 Hz (frames/s) show an average accuracy lower than 0.22 pixels (∼10 μm) with a standard deviation of 0.55 pixels (∼25 μm) path following, and a relative velocity distortion of less than 10 −6 %.

show abstract

Notice of Retraction Analysis on arc-welding robot visual control tracking system

Cited by 7 publications

References 0 publications

Modelo de maturidade aplicado à células de soldagem robotizada: uma proposta baseada no modelo CMMI

Modelo de maturidade aplicado à células de soldagem robotizada: uma proposta baseada no modelo CMMI

Robotic arc welding sensors and programming in industrial applications

Decoupling Path Following and Velocity Profile in Vision-Guided Laser Steering

Contact Info

Product

Resources

About