← أحدث الأبحاث
⚡ electrical engineering

CAD-prior-driven teaching-free robotic welding trajectory generation for complex structural components

تقترح هذه الورقة طريقة قائمة على نموذج التصميم بمساعدة الحاسوب (CAD) لللحام الروبوتي بدون تدريس للمكونات الهيكلية المعقدة، تدمج الإدراك النشط، وفك الارتباط الإحداثي، واستخراج الميزات القائم على المقطع العرضي ثنائي الأبعاد لتعويض انحرافات التجميع وتوليد مسارات لحام عالية الدقة، محققةً معدل تغطية للسحابة النقطية بنسبة 98.6% ودقة دون المليمتر في التجارب الفيزيائية.

المؤلفون الأصليون: dahao sun, Kepeng Chen, Haisheng Liu, Zhongren Wang, Rongli Zhao, Wen Zhang, Mengfeii Wang

نُشر 2026-10-06
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: dahao sun, Kepeng Chen, Haisheng Liu, Zhongren Wang, Rongli Zhao, Wen Zhang, Mengfeii Wang

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في عالم التصنيع الثقيل، يتضمن بناء الهياكل الضخمة مثل هياكل السفن، أو إطارات الجسور، أو معدات التعدين، غالبًا عملية وصل الصفائح المعدنية السميكة معًا. ولعقود من الزمن، كانت الطريقة الأكثر موثوقية لضمان بقاء هذه الصفائح ملتحمة هي جعل لحّام بشري يوجه الشعلة يدويًا، أو تعليم الروبوت بدقة أين يتحرك عبر تحريك ذراعه فعليًا عبر المسار لمرة واحدة. تعمل طريقة "التعليم والتكرار" هذه بشكل جيد عندما تكون كل قطعة متطابقة تمامًا وتتطابق في تركيبها بشكل مثالي. ومع ذلك، فإن الأجزاء المعدنية في العالم الحقيقي نادرًا ما تكون مثالية. فعند تجميع الصفائح الكبيرة، قد تظهر فجوات صغيرة، ويمكن للمعدن أن يتشوه قليًا بسبب الحرارة أو الضغط. وإذا كان الروبوت يتبع ببساطة مسارًا مبرمجًا مسبقًا بناءً على رسم رقمي مثالي، فقد يخطئ المسار الفعلي للدرز (اللحام) تمامًا، مما يؤدي إلى وصلة ضعيفة أو قطعة مهدرة. ولحل هذه المشكلة، لجأ المهندسون إلى أنظمة الرؤية، حيث منحوا الروبوتات "عيونًا" لترى اللحام أثناء العمل. ومع ذلك، فإن مجرد امتلاك كاميرا ليس كافيًا؛ فإذا لم تستطع الكاميرا رؤية الدرز بسبب الظلال، أو الوهج، أو جسم الروبوت نفسه الذي يحجب الرؤية، فسيفشل النظام. ويكمن التحدي في تعليم الروبوت ليس فقط كيف ينظر، بل كيف يعرف بالضبط أين يقف وكيف يضبط زاوية كاميرته للحصول على صورة واضحة وكاملة لدرز معقد ومتعرج قبل أن يبدأ اللحام حتى.

لقد طور باحثون في جامعة هوبي للفنون والعلوم نهجًا جديدًا يسمح للروبوت بمعرفة أفضل طريقة لرؤية ولحام هيكل معدني معقد دون أي توجيه بشري. فبدلاً من الاعتماد على إنسان ليري الروبوت المسار أو على كاميرا تمسح فقط ما هو أمامها، يبدأ النظام بنموذج رقمي ثلاثي الأبعاد مفصل للجزء، والمعروف باسم نموذج CAD. لقد علم الباحثون الروبوت كيفية قراءة هذا النموذج كخريطة، وتحديد مكان تلامس الصفائح المعدنية بدقة وأين يجب أن يكون اللحام نظريًا. وباستخدام هذه الخريطة الرقمية كدليل، يخطط الروبوت حركته الخاصة؛ حيث يحسب مسارًا سلسًا لكاميرته، مما يضمن بقاء العدسة على المسافة والزاوية المثالية لتجنب الظلال والانعكاسات، مع التأكد أيضًا من أن ذراع الروبوت لن يعلق أو يُحجب بواسطة الجزء نفسه. هذه العملية، التي يسميها الفريق "الإدراك النشط"، تسمح للروبوت بجمع صورة ثلاثية الأبعاد كاملة وواضحة للدرز، حتى في الزوايا الضيقة التي غالبًا ما تفقد فيها الطرق التقليدية البيانات.

بمجرد أن يلتقط الروبوت هذه الصورة الواضحة، يواجه مشكلة أخرى: فالجزء المعدني الحقيقي لا يشبه أبدًا الخريطة الرقمية تمامًا. فهناك فجوات وانحناءات صغيرة لا يعرفها النموذج الحاسوبي. ولإصلاح ذلك، ابتكر الفريق طريقة لإيجاد المركز الحقيقي لخط اللحام من خلال النظر إلى البيانات بطريقة ذكية. فبدلاً من محاولة العثور على الدرز في سحابة النقاط ثلاثية الأبعاد الفوضوية التي تلتقطها الكاميرا، يقوم النظام بتقسيم البيانات إلى مقاطع عرضية ثنائية الأبعاد مسطحة. تخيل أنك تنظر إلى رغيف خبز؛ فبدلاً من محاولة تتبع منحنى عبر الرغيف بأكمله، أنت تنظر إلى الوجه المسطح لشريحة واحدة. ومن خلال القيام بذلك، يمكن للروبوت بسهولة تحديد مكان التقاء الصفيحتين المعدنيتين، وتصفية الضجيج والأخطاء التي عادة ما تربك الرؤية الحاسوبية. ثم يقوم بعد ذلك ببناء خط مستمر وسلس يمثل الموقع الفعلي والحقيقي للحام، مما يصحح الخريطة الرقمية الأصلية لتتطابق مع الواقع.

ومع وجود هذه الخريطة المصححة في يده، يولد الروبوت مسار اللحام النهائي الخاص به. فهو يترجم الخط السلس للحام الفعلي إلى مجموعة من التعليمات لمفاصله، مما يضمن بقاء شعلة اللحام محاذية تمامًا للدرز أثناء حركتها. اختبر الباحثون هذا النظام على هيكل معدني معقد يتميز بخطوط مستقيمة ومنحنيات ثلاثية الأبعاد ملتوية. ووجدوا أن طريقتهم التقطت 98.6% من منطقة اللحام، وهو تحسن كبير مقارنة بالمسح التقليدي ذي الزاوية الثابتة، والذي تمكن فقط من رؤية حوالي 72% من نفس المنطقة بسبب النقاط العمياء. وكانت قياسات طول اللحام دقيقة للغاية، بمتوسط خطأ قدره 0.19 مليمتر فقط. وعندما قام الروبوت بعملية اللحام الفعلية، نجح في إنشاء دروز مستمرة وقوية على طول الأجزاء المستقيمة والتقاطعات المنحنية الصعبة، دون توقف أو وقوع في أخطاء.

تثبت هذه الدراسة أنه من خلال الجمع بين المخطط الرقمي والرؤية الذكية ذاتية التصحيح، يمكن للروبوتات التعامل مع الواقع الفوضوي للتصنيع الصناعي دون الحاجة إلى إنسان ليعلمها كل حركة تقوم بها. وقد أثبت النظام قدرته على التكيف مع العيوب الحتمية في التجميع الواقعي، وإيجاد المسار الحقيقي للحام وتنفيذه بدقة عالية. يتجاوز هذا النهج مجرد الأتمتة البسيطة، ليقدم وسيلة تمكن الآلات من فهم البيئات الفيزيائية المعقدة والتنقل فيها بمفردها، مما يضمن بناء الهياكل الثقيلة التي تدعم عالمنا بمستوى من الدقة كان من الصعب تحقيقه سابقًا دون إشراف بشري مستمر.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف ⚡ eess →